《2024年数据资产入表白皮书》正式发布！

欢迎扫描二维码参阅

1. 数据确权的目标

数据确权的目标分为三点，明确数据权益归属、促进数据流通与共享、保障数据安全与隐私。

就明确数据权益归属而言，目前数据确权实践主要目标在于界定清晰的权益边界，明确数据权益的主体。在数据全生命周期中，可能涉及大量、多类型的主体。通过数据确权，要明确在不同的数据处理阶段，各个主体对数据拥有何种权利，例如，特定主体是拥有数据的持有权、加工权、经营权还是其他相关权益。在确权基础上，才能进一步明确后续的数据流通与共享所必需的合规举措。

就促进数据流通与共享而言，消除数据流通中的产权模糊障碍、保障数据合法合规流通是数据确权的重要目标之一。在没有明确的数据权利界定情况下，数据权益相关主体会担心数据的安全性和自身权益是否能得到保障，作为企业而言，更是会考量数据流通共享是否会导致进一步的合规风险。这些间接或者直接的影响都有可能导致数据流通不畅。数据确权能够建立信任机制，使得数据能够在合法、合规、安全的前提下自由流通。

就保障数据安全与隐私而言，数据确权有助于明确数据安全和隐私保护的责任主体。数据确权是具备两面性的，从便于理解的角度而言，可以分为自然人的个人信息合法权益，各类非自然人法律主体对于合法收集的个人信息进行加工和经营的数据权益，以及企业、各类组织等非自然人主体在自身运营活动中生成、分析、加工、清洗、融合而产生的非个人信息类数据的合法权益。在数据处理活动中，个人信息的处理必不可免，也是合规问题出现的高发领域。不同主体对数据安全和隐私负有不同的责任，确权的过程本身不仅仅是对于特定主体数据资源的梳理，也是对于数据处理主体自身合规性的梳理、对于数据安全与隐私保护义务履行的必要举措。通过确权，可以使上述责任在数据处理过程中得到精准分配。而对于企业、各类组织而言，非个人信息类型的数据确权有利于保障其对于特定数据的投入和产出的合法权益，可以明确非个人信息类数据的权属，增强企业的数据安全管理意识以及合规意识，提升企业对于数据安全防护的针对性和管理能力，进一步形成企业数据安全能力提升、降低数据安全风险的能力闭环。

2. 数据确权的价值

数据确权的价值概括而言可以分为三类，分别包括经济价值、社会价值以及法律价值。

(1) 经济价值

经济价值是数据资产入表这一数据资产化实践中最为直观的价值。数据确权有利于激励数据产业发展。数据确权为数据产业的健康发展提供了动力。明确的数据确权能够吸引更多的投资者进入数据领域，因为投资者能够清楚地看到数据资产的归属和潜在收益。对于数据企业来说，数据确权使得它们能够合法地对数据进行开发利用，通过数据交易、数据服务等方式获取经济收益。例如，大数据公司可以凭借对数据资产的合法权益，向其他企业提供精准营销、市场预测等数据服务，实现数据的商业价值转化。

数据确权有利于优化数据资源配置。数据确权后，为市场机制自发调节发挥作用创造基础，促使数据资源在各类数据主体之间有序流转、优化配置。

(2) 社会价值

数据确权可以从侧面创造社会价值。数据确权有利于促进数据领域的公平竞争。数据确权有助于营造公平的市场竞争环境，避免大型互联网企业凭借数据垄断优势挤压中小微企业的生存空间。通过数据确权，中小微企业可以依法获取和使用数据，与大型企业在数据资源的利用上站在同一起跑线，促进市场的公平竞争。

数据确权有利于推进数字社会建设。在社会治理、公共服务等领域，数据确权能够保障数据的合法使用和共享。政府部门可以在明确数据权利的基础上，更好地整合和利用公共数据，为社会提供更高效的公共服务。例如，交通部门通过整合交通数据资源，在保障数据权利所有者权益的基础上，实现智能交通管理，提高交通运输效率，改善居民的出行体验，推动数字社会的建设。

（3）法律价值

数据确权同样存在法律层面的实践和理论价值。数据确权可以从权利角度出发，探索和完善对于数据作为客体的法律体系。数据确权的过程促使法律界和立法者深入思考数据资源的法律性质和保护方式，推动相关法律法规的完善。

此外，数据确权也基于我国现有立法的基础上，为数据活动提供了明确的法律边界，使得数据的收集、存储、使用、加工、传输、提供、公开、删除以及交易等活动都有法可依。这有助于打击数据侵权、数据滥用等违法行为，维护数据市场的正常秩序。

数据确权工作通常遵循一套通用、完善的工作流程。目前并未有标准化的行业规范或其他标准对其进行指引，其更多地取决于不同企业自身的情况，以及工作开展的具体规划。以下为较为常见的数据确权工作流程。

1. 工作方法确定

数据确权工作开始之前需要确定工作方法。数据确权的工作需要确定确权工作的牵头部门，进一步确定项目开展的配合部门，开展周期，以及可能涉及到经费以及所需调用的具体人员。

2. 确权范围拟定

数据确权工作很大程度上需要企业对于自身数据资源有基础的认知。而这种认知一般来源于数据资源的梳理工作，关于数据资源的梳理，详见本书的第五章“数据治理能力对数据资产入表的影响”。在进一步的工作开始之前，拟定数据确权范围有利于明确后续数据确权工作的尽职调查范围，提升工作效率以及精准度，有效缩短项目不必要的工作周期。

3. 工作团队组建

工作团队组建在前期工作方法确定的基础上，进一步明确具体工作团队的职能构成，以及具体的团队成员构成。在工作过程中，所需要的工作团队由律师团队、企业行政人员、企业风险控制人员、企业IT人员组成。在日常实践中，企业往往会通过外部数据资产入表专业团队来实现数据确权这一前置性的准备工作。通过外部数据资产入表专业团队开展该工作的，一般需要聘用除律师团队之外的数据资产入表大数据厂商、会计师团队、评估师团队、数据安全团队，来共同组建数据资产入表这一整体项目中的服务团队。关于数据资产入表中各团队的职能以及工作流程，在本书第四章“数据确权与数据资产入表的路径”的第六节“（六）数据资产的入表团队与工作步骤”中进一步论述。

4. 标的数据尽职调查

律师团队需要对标的数据开展尽职调查。一般而言，在了解项目背景以及数据确权工作范围的基础上，律师团队会针对性地制定尽职调查清单，进而了解拟确权数据的来源合规性、数据处理合规性、数据管理合规性。在尽职调查清单的基础上，律师团队需要进一步地对数据确权的相关部门负责人员进行访谈，收集相关书面证明材料，进一步的为后续的合规性分析以及法律意见出具准备材料底稿。标的数据的尽职调查，还需要明确企业内部的合规义务履行情况，如制度搭建情况、个人信息保护影响评估开展情况、数据来源相关文件设置是否完整等。

5. 合规性分析

完成尽职调查后，律师团队将会对拟确权的数据进行合规性分析，并考虑是否存在需要提示企业本次拟确权数据存在的合规性瑕疵，拟确权数据是否满足入表合规性要求，出具阶段性的合规建议，如整改清单或者风险提示文件。若拟确权数据存在重大合规性瑕疵的，则相关数据确权工作需要重新评估可行性并开展合规整改。若拟确权数据存在轻微合规性瑕疵的，则需要完成合规性整改后，重新调整数据确权方案，进一步完成数据确权工作。

6. 合规性整改

合规性整改是数据确权工作中可能会涉及的重要工作环节。若是尽职调查中发现存在相关合规性瑕疵的，企业需要在律师团队的指引下完成合规性整改，保障自身充分遵循、践行我国相关法律法规的要求。

7. 确权报告出具

最终，律师团队会根据尽职调查以及整改后的合规整改情况，出具针对拟确权数据之合规性的法律意见书。

1. 数据知识产权登记

数据知识产权登记是一种对数据相关知识产权进行确认和记录的登记工作，目前基本由各地市场监督管理局的下属事业单位开展。数据处理者通过向特定的知识产权登记机构提交相关数据知识产权信息，经过审核后，将其权利内容（如数据的独占使用权、收益权等）予以公示登记的过程。这种登记主要是为了明确数据知识产权的归属、范围以及相关权益，增强数据知识产权的确定性和公信力。目前，如北京、江苏、天津等地的知识产权局以及相关部门已经开展数据知识产权的登记活动。

2. 新型数据产权登记

新型数据产权登记，一般指将数据作为一种新型产权来进行财产性质的登记。目前国内已经有一些地方以该等方式开展相关的数据产权登记工作，如贵州、深圳等。

3. 数据资产登记的目标

数据资产登记的目标总体而言可以包括两点，即明确数据资产权属、提高数据资产透明度。

(1) 明确数据资产权属

明确数据资产权属意味着确定权利主体。清晰地界定数据资产的所有者，无论是个人、企业、组织还是政府机构等，避免因产权不明晰而引发的纠纷和争议。

明确数据资产权属可以保障合法权益，为数据资产所有者提供法律上的保护和依据，使其对数据资产的占有、使用、收益和处分等权利得到认可和保障。当出现侵权行为时，登记信息可以作为有力的证据，帮助所有者维护自身的合法权益。

(2) 提高数据资产透明度

数据资产登记可以提高数据资产的透明度。对于企业自身而言，数据资产登记也是对数据信息的全面梳理。通过对数据资产进行详细的记录和描述，包括数据的来源、类型、规模、质量等信息，让数据资产的状况更加清晰可见。这有助于企业或组织内部更好地了解自身的数据资源，为企业自身对于数据的管理、使用和决策提供准确的信息支持。

而数据资产的登记，也可以打破数据孤岛，促进各类数据主体在对于数据资产应用的交流与合作。例如现有的数据交易所、数据交易平台，便是给各类企业主体提供了数据资产交流的平台，有利于推动数据的流通和共享从而实现数据资产的价值市场化。

此外，数据资产透明度的提高，将有利于对数据资产的管理与监督。数据资产予以登记后，其场内外流转将会具备更加明确可视化的路径，数据资产价值可以相对固化，间接防止数据资产被篡改、损坏、窃取或者以其他不正当、违法的方式被侵损，维护数据主体的合法权益。

4. 数据资产登记的类型

参考传统立法对于“物权”的管理，目前数据资产的登记也存在多种类型。根据对于目前实践的观察与总结，常见的数据资产登记的类型包括如下五种：

(1) 数据资产的原始登记

一般而言参考物权的原始登记，数据资产的原始登记即数据资产首次作为资产于登记单位进行登记，一般可以进一步细分为数据要素登记，以及数据产品登记。程序为申请、受理、审查、公示和发证。登记申请主体为数据资源或数据产品的持有人，公示无异议后可授予登记主体数据资源持有权或数据产品经营权。

(2) 数据资产的授权登记

在数据三权分置的体系下，数据登记主体，也即数据持有权主体，可以通过登记的方式授予其他主体数据加工使用权和数据产品经营权。

(3) 数据资产的转移登记

转移登记是登记主体发生转移，由一方转移给另一方，可由原登记主体发起，也可由新登记主体发起。转移审核通过需等待公示期，公示期内无异议，原登记主体将不再拥有享有数据资源的数据资源持有权或数据产品经营权。

(4) 数据资产的变更登记

变更登记是当数据资源的登记信息发生重大改变时，由登记主体发起的登记，经审查、公示通过后即可完成登记。这些变更包括但不限于数据产品功能重大变化，数据要素量级或者类型的重大变化等等。

(5) 数据资产的注销登记

注销登记分为主动注销和被动注销。主动注销是当主体不再享有登记的权利时，可主动发起注销登记，注销审核通过需等待公示期，公示期内无异议，将注销数据资产的相关证书。被动注销是登记的数据资源涉及纠纷或者侵犯他人隐私或国家安全等影响时，由运营后台人员直接注销。

04

1. 数据资产入表的项目团队与职能

大数据厂商将核心聚焦于数据全生命周期管理，着重关注数据存储、治理、登记确权以及质量评价等全流程工作。涵盖数据脱敏、清洗、标注、整合、分析和可视化等加工步骤，还有数据权属鉴证、质量评估、登记结算等入表前的附加服务。在数据质量评价领域，通过颁布标准化的数据规范，明确数据项的定义、口径、格式和单位等，构建统一的数据标准，可以提升数据资产的质量与可用性。推出数据质量评估规范，从数据准确性、一致性、完整性、规范性、时效性和可访问性等维度选取可量化指标展开评价，可以为数据资源的价值评估筑牢基础。

评估师团队从专业视角出具价值评估报告，结合大数据厂商的质量评价结论，形成完备的数据资产评估报告并提供咨询服务。价值评估可以综合运用成本法、收益法、市场法评估数据资产公允价值及其对企业整体价值的贡献程度，同时在这三种方法基础上进行创新探索，以适应拟入表的数据要素的特征和企业实际需求。评估师团队还可以制定数据资产价值评估业务操作指南，明确实施的总体框架，构建数据评价与价值评估评价体系。

律师团队从数据权属和法律属性着手进行拟入表数据的合规性审查，出具合规性意见。通过参照数据分级分类评估标准，评估拟入表数据的合规性。律师团队针对不同类别和级别的数据资产采用不同的审查与评估方式，确保数据安全合规。综合调查、论证、整改和咨询等服务为企业提供专业指导与服务，降低数据资产入表的合规风险。

数据安全团队从安全监管的角度助力数据资产安全性评估，明确数据安全管理和隐私保护要求，按照 “不安全不核算” 的原则开展安全评估，坚守数据安全底线。

会计师团队从财务方面进行入表核查，明确数据资产确认的条件和方式，划定边界，确定会计核算范围。从财务核算与价值计量的角度，帮助企业进行数据资产入表能力评估。数据资产入表能力评估包括价值计量与列报披露能力评估，相关服务包括提供初始计量、后续计量、列报披露以及案例实证四个模块的全生命周期价值计量模型。

2. 数据资产入表的五大步骤

(1) 合规与确权

“数据二十条”提出建立保障权益、合规使用的数据确权制度，探索数据权利结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”的数据权利制度框架。在该等过程中，“数据二十条”也提出充分保护数据来源者的合法权益，作为数据要素开发利用的基础。

合规与确权相互联系，紧密作用，是数据资产入表的基础。一般而言，合规可以分为四个主要层面，即数据来源合规、数据内容合规、数据处理合规以及数据管理合规。数据来源合规关注企业拟入表数据，如内部生成、外部采购、公开收集或者通过个人授权的数据的来源是否具备合法性基础。数据内容合规关注标的数据的内容是否满足法律法规规范，是否存在内容违规的情况。数据处理合规则关注企业经营过程中对于特定数据的处理是否符合法律法规要求。数据管理合规则是企业内部数据治理能力是否可以满足法律对企业合规义务履行的要求。

(2) 数据治理

企业会计准则中资产确认有两个关键条件：其一，相关经济利益很可能流入企业，通常认为经济利益流入的可能性要大于 50%；其二，相关成本能够进行可靠计量。这两个条件看似容易达成，实则要求企业构建较为完备的数据治理与管理流程作为前提条件。企业尽快尽好地构建相应的数据资源管理体系，可以为后续持续、可靠的会计计量与披露筑牢基础。

其中，主要的治理与管理内容涵盖以下方面：

数据资产体系方面，企业应构建顶层的数据资产管理体系，明晰各方职责，确立数据资产相关标准与机制，有力承接并推动数据资产入表工作。同时，数据资产管理应与企业自身的数据管理体系紧密结合。

数据资源目录方面，企业需建立企业级数据资源目录，对具有经济价值的数据资源进行盘点，借助目录、标签化以及元数据属性等方式精准描述数据资源，为后续的估值与会计计量奠定基础。

对于数据资源丰富、价值含量高且可进行精细化管理的企业，建议设立数据资产账户体系，引入内部分户账，有效管控数据资产因持续开发、应用以及内外部流通所带来的账面价值变动。

(3) 预期经济利益具备可行性

如上文所言，资产确认的条件之一为经济利益有很大概率流入企业（通常认为可能性高于 50%）。就数据资源预期经济利益的可行性进行分析时，企业需依据不同的数据资源类别、业务交互需求以及商业应用场景（数据产品与服务）进行分类，通过构建企业内部的数据资产价值评价体系，对数据资源的投入产出效益予以评价，从而筑牢经济利益的分析根基。

(4) 成本合理归集与分摊

数据资源的成本涵盖多个方面，不仅有外购时产生的购买价款及相关税费，还可能涉及数据合规成本、治理成本、权属鉴定成本、登记成本以及需要分摊的间接成本等。数据资源具有典型的伴生性特征，而如何进行合理的成本分摊，以保证数据资源成本的完整性，是当前实务中的难点所在。企业需依据不同的数据资源类别分类分级情况、业务需求以及商业应用，进一步对数据资源分类，通过构建企业内部的数据资产价值评价体系，对数据资源的投入产出效益予以评价，从而筑牢经济利益的分析根基。

(5) 列报与披露

《暂行规定》明确要求企业依据重要性原则，并结合实际状况增设报表子项目，以表格形式进行细化披露。同时，在入表数据资源的一般性强制披露要求方面，与现有无形资产和存货准则的要求基本趋同。此外，《暂行规定》还倡导企业根据实际情况，自愿披露数据资源的应用场景或业务模式、原始数据类型来源、加工维护与安全保护状况、涉及的重大交易事项以及相关权利失效和受限等相关信息，以此引导企业积极强化数据资源相关信息的披露力度。