• <li id="44w0i"></li>
    請輸入關鍵字
    首頁
    SFI
    動態
    出版物
    大數據背景下不同領域數據資產價值探討與測度研究
    時間:2023-03-23 作者:許憲春
      數據的價值有高度的領域依賴性,企業、政府、個人領域的數據類型不同,數據特征不同,大數據在各個領域發揮作用的形式也各不相同,即數據的真正價值“隱喻”在不同的領域中。要挖掘這些價值,需要深入詮釋其領域特點,才能實現數據這一新型資產價值的深度開發與應用。

      本研究總結梳理大數據在企業生產經營、政府治理和居民生活中的應用場景、發揮作用的方式,歸納提煉企業、政府、個人領域數據的特征與分類,探討分析企業、政府、個人領域數據資產價值的測度方法,以期為健全數據要素市場運行機制,完善數據要素市場體系提供基礎研究參考。

    一、數據的八大特征與數據資產的界定

      伴隨著信息技術與互聯網的迅速發展,數據呈現爆發性增長,中國海量數據快速增長,數據量年均增速超過50%,預計到2025年,數據總量全球占比將接近30%,成為數據量最大、數據類型最豐富的國家之一。數據在經濟社會發展中發揮著越來越重要的作用,已經發展成為關鍵的生產要素。中國高度重視要素市場化配置的體制機制建設,明確了加快培育數據要素市場,提出了數據要素價值測度的時代命題。

      本研究將數據定義為已記錄為可存儲、傳輸或處理的數字化形式的觀察結果,并能夠從中獲取信息和知識以支持決策。

      通過梳理相關文獻,并結合對數據相關企業的實地調研,總結出數據具有如下特征:

      數據具有非競爭性。數據的復制成本低(邊際生產成本為零或接近零),且同一數據可同時存在于多個位置,因此幾乎可以無限地共享。與傳統商品交易不同,在數據的交易中,隨著交易規模的擴大,交易價格下降。

      數據的權屬較難界定。數據價值形成過程中包括數據的獲取、存儲、分析和應用等多個環節,參與各個環節的主體對數據價值的創造做出了貢獻,導致數據在其生命周期中擁有多個支配主體,進一步造成數據權屬難以界定的問題。

      數據具有非消耗性。區別于資本、勞動、土地等傳統要素,數據在形態上是不損耗的,數據并不會像傳統資產(例如機器、建筑物或自然資源)那樣自然地衰減或耗盡。相反,在使用數據的過程中又會產生新的數據,使用的越多,數據的體量越大,這給數據的折舊問題帶來挑戰。

      數據具有時效性。數據是時刻更新的,盡管交易中可以約定所交易的數據是實時更新的或是歷史產生的,但時效性是影響數據價值的重要特征之一。數據的價值可能隨著時間的推移而貶值,貶值的速度取決于數據的類型和市場需求。

      數據可以實現融合增值。單一數據的價值往往有限,但是與其他數據相結合使用時,能夠挖掘的有效信息更多,數據的價值也會增加。

      數據的價值與其應用場景有關。同一數據在不同的應用場景會產生不同價值?,F階段數據供給者較難對數據進行統一定價,在交易時多采用買方約價結合市場化議價的方式確定價格。

      數據的價值受其準確性影響。只有通過對數據進行挖掘、分析,并基于其包含的有效信息進行決策,才能給數據擁有者帶來價值。當數據準確性較高時,數據擁有者能夠基于該數據做出正確決策,從而提高數據為其帶來利益的可能性;然而,如果基于一份不準確、甚至錯誤的數據所做出的決策可能給數據擁有者帶來損失??梢姅祿臏蚀_性將直接影響數據價值。

      數據的價值受其完整性影響。數據的價值隨其完整性的增加而增加,一個數據集包含的年份越長、變量越多,其包含的有效信息越多,市場需求也越大,數據的價值也越大。

      基于理論研究和實地調研的總結,本研究認為數據在滿足下列特征時方可認定為數據資產:(1)經濟所有權明確;(2)擁有明確的使用場景并能夠為所有者帶來未來收益;(3)使用周期在一年以上;(4)是生產活動的結果。

      本研究依據數據來源方對數據類別進行界定,即企業數據是指來源于企業的數據,政府數據是指來源于政府的數據,個人數據是指來源于個人的數據。

      在具體分析中也會涉及不同類別數據交叉的情況,但應注意這類交叉發生在數據的使用階段,若多個來源的數據在使用階段混雜在了一起,則認為這個“數據包”中包含了本研究所界定的多個類別的數據。

    二、企業數據分類、特征、價值測度方法與建議

      大數據背景下的企業數據是指以數字化形式記錄、存儲、傳輸或處理的觀察結果,并能夠從中獲取信息和知識以支持決策。從企業數據資產的價值測度角度,對于企業部門,從企業數據的生成方式和來源角度劃分為企業內部數據和企業外部數據。內部數據主要包括傳統業務數據和企業生產的產品本身的數據;外部數據主要包括物聯網數據、互聯網數據,而互聯網數據又進一步劃分為企業購買的、免費獲得的、共享的,以及通過網絡抓取、大數據挖掘等技術搜集、整理、分析得到的數據。

      企業數據資產價值測度可以借鑒無形資產的測度方法,主要包括收益法、市場法和成本法三種基本方法及其衍生方法。收益法是基于數據資產的未來預期應用場景,對數據資產預期產生的經濟收益折現得出數據資產的合理價值。市場法是指參照市場上同類或類似數據資產的近期交易價格估計目標數據資產的價值。成本法主要是指通過加總數據生產過程中的各項成本來測度數據資產價值,包括數據生產過程中的勞動成本、中間消耗以及使用資本的服務成本。

      因數據具有不同于傳統無形資產特征,諸如時效性、價值融合增值、價值與應用場景有關、數據質量越高價值越高等特有屬性,Gartner的數據分析師Laney(2018)在其《信息經濟學:如何對信息資產進行定價、管理與度量》著作基于估值需求角度,建立了一個較為全面細致的數據資產價值測度方法分析與運用構架,將數據資產價值測度置于特定應用場景,提出了基礎估值模型和財務估值模型。

      基礎估值模型用于改進組織內部數據資產管理效益,主要關注數據資產的內在價值、業務價值、績效價值,通過使用“比率化”價值將數據的定性特征進行定量評估,主要包括內在價值法、業務價值法和績效價值法。財務估值模型則聚焦于在商業模式中數據使用所帶來的經濟效益,基于對適用于傳統的無形資產估值的成本法、市場法和收益法的轉化,使用“貨幣化”價值來評估擁有、出售或使用數據資產所獲得的業務收益,主要包括成本價值法、市場價值法和經濟價值法。

      因不同商業模式的多樣化、非標準化,所需數據的質量及數據資產的經濟效益不同,其適用的價值測度方法也不同。然而,生產成本可以作為任何類型數據資產的基準價值。

      本研究提出采用考慮了數據基本特征(是否有應用場景、使用人次等)的“調整的成本法”作為數據資產價值的核算方法,并基于數據價值鏈對企業部門的數據生產活動成本進行解析。企業部門作為市場生產者,成本構成應包括勞動者報酬、固定資本消耗、中間消耗、其他生產稅凈額以及資本凈收益。

      對于企業數據,主要提出以下政策建議:

      一是進一步深入探討數據資產統計與核算的理論研究。例如,數據生產活動相關職業分類研究。隨著數據驅動的“三新”經濟模式不斷創新,標準職業分類需進一步細化,未來利用招聘網站等平臺大數據,建立中國的數據相關職業分類。再如,數據支出資本化核算與現有研發、計算機軟件資本化的重復計算問題,基于數據用途探索數據的使用壽命和折舊模式等基礎理論問題。

      二是進一步創新與完善基礎統計資料的獲取方法與來源,涉及會計核算制度與統計調查制度的頂層設計。為在企業會計核算、國民經濟核算尤其是GDP核算中體現數據作為生產要素和新型生產資產的經濟價值,應積極推進企業會計制度中“數據資產”科目的確認與計量,以及數據生產活動的統計調查制度的建立,最終實現會計核算基礎資料與統計調查數據的有效鏈接與協調,為企業數據資產的價值測度提供科學、客觀、準確可靠的基礎統計資料來源。

      三是稅務部門應積極制訂數據生產相關企業所得稅稅收優惠政策。類似于研發費用稅前加計扣除的優惠政策,關于數據支出的稅收優惠政策需要給予支持。為鼓勵企業對數據的投資和有效管理,促進數據資產的流通增值,發揮更大經濟和社會效益,應充分考慮企業所處的不同發展階段或經營目標,合理制定扣除稅率,有效引導企業對數據支出進行資本化處理,提升全社會的數據資產的投資回報率。

      四是在企業管理制度方面,企業應設置專門的數據管理工作部門,在數據資源、數據分析技術和數據驅動模式方面,對內強化數據采集、傳輸、存儲和融合分析能力,打通不同部門之間和不同業務系統之間的“數據孤島”,對外積極推進開放共享或市場交易,開發新商業模式并創造新的商業價值,在企業生產經營過程中發揮更大作用。

      五是借鑒國際經驗。從數據的收集方式、產品或服務的提供形式、數據定價策略和收入模式等方面,學習、總結并吸收國際上數據交易或共享平臺的商業模式和運營機制,比如美國的Factual、BDEX、Infochimps、Terbine,加拿大的Quandl、日本的Data plaza 等,加強企業間以及與高校、技術支持機構和數字化服務平臺等主體開放共享或市場交易,從而激活數據要素,充分整合盤活數據資源,促進數據流轉,培育并壯大多層次、多主體、多場景的數據要素市場,最終產生數據價值倍增效應。

    三、加快政府數據開放的法律研究,建立全國統一的綜合數據匯集和開放共享平臺

      政府作為經濟社會各項活動的管理和服務者,掌握著大量的數據,這些數據涉及全社會的方方面面,對政府治理、企業生產和居民生活具有重要作用,具有極高的開發和利用價值。政府數據的開發利用離不開對政府數據資產價值的正確評估,只有測度好了政府數據資產的價值,開發利用才有尺度和抓手。

      政府數據類型多樣,劃分標準眾多,例如:按獲取方式分類,可分為統計調查數據、監管和行政記錄、互聯網數據、物聯網數據等,上述數據可進一步劃分為主動獲取的數據和被動獲取的數據;按管控程度區分,可以分為公開數據,內部數據和涉密數據;此外,還可以按照數據所涉及的主題和行業對政府數據進行分類。政府數據與其他數據具有許多共性的特征,例如非競爭性、權屬較難界定、非消耗性、時效性、融合增值等。與此同時,同其他數據相比,政府數據具有公共性,其價值密度和保密程度更高、數據體量也更大。

      從數據價值鏈的視角,可將政府數據的價值形成過程劃分為數據收集、數據存儲、數據分析、數據公開和數據應用5個環節。進一步,對政府數據資產的范圍進行界定:即那些經濟所有權屬于政府部門;完成了數據價值鏈全流程,并具有明確的使用場景,能夠為政府部門帶來收益或創造公共價值;在生產過程中被反復或連續使用一年以上的政府數據??蓮恼當祿r值鏈的每個環節入手,對價值鏈的不同環節分別采用成本法或收益法,并結合兩者得出的價值進行政府數據資產價值的測算。

      政府數據具有極高的開發和利用價值,但同時,政府數據的開發利用也面臨較大風險和挑戰:其一,政府數據的開放缺乏統一的權威法律進行規范;其二,數據在收集、存儲和開放過程中具有安全風險;其三,缺少國家層面的、統一的、系統的政府數據開放共享和開發利用平臺;其四,政府數據的挖掘深度和應用廣度均有所欠缺。

      針對政府數據開發利用時面臨的挑戰和困難,為完善政府數據應用和價值測度,建議:

      1. 加快政府數據開放方面相關法律的研究與制定

      積極探索政府數據立法,完善數據相關的法律體系,加強對數據采集、開放和使用的監管,規范數據采集、開放和處理流程。

      其一,應建立健全保障數據安全及個人隱私的法律法規制度,明確數據采集、傳輸、存儲、使用、開放等各環節保障信息安全的范圍邊界、責任主體和具體要求。

      其二,加強公民隱私和個人信息保護的立法,并在立法的基礎上,規范各類部門、機構對公民個人核心信息和數據的采集與使用,保護公民隱私不受侵犯。對信息泄露、過度采集、臨時性采集和常規采集等情形予以規范,同時加強技術創新,保護居民隱私。

      其三,加快制定數據權屬方面的法律法規和監管機制,加快在法律層面厘清政府數據的權屬問題,明確授權機制。

      2. 強化技術支持,保障政府數據的安全

      應明確政府數據的重點保障對象,加強對敏感和要害數據的監管力度,加快面向大數據的信息安全技術的研究,推動基于大數據的安全技術研發,培養大數據安全方向的專業人才,建立并完善大數據信息安全體系。同時,建立數據災備、安全防護管理和應急處理制度,不斷提升管理水平,及時進行安全評測、風險評估和應急演練。

      3. 提升數據質量,建立全國統一的綜合數據匯集和開放共享平臺

      在理清各級政府部門擁有的數據資源的基礎上,通過建立統一的數據標準并出臺相應的管理辦法,規范數據的采集、存儲、開放共享和使用過程,提升數據質量,推進數據融合,加快建立全國統一、融合各省和各行業的綜合數據匯集和開放共享平臺,使得政府數據能夠應用在更多場景、發揮出更大的價值。

      針對大數據平臺重復建設和數據重復收集的問題,應加強對政務大數據中心建設項目的立項審批管理,不以建設政務大數據中心為硬性考核指標,減少不同部門重復建設、重復采集的情況。對已經建成的政務大數據中心,應進一步加強與其他部門的數據共享和交換,鼓勵數據資源的創新應用,并定期對數據共享和使用情況進行考核。

      4. 提升政府部門的數據開發應用能力,創新數據開發模式

      人才是提升政府部門數據開發應用能力的關鍵。應加強大數據人才隊伍的建設,引進大數據人才到相關部門就業,重點培養兼具大數據應用、管理技能和政府工作經驗的人才,從而加強政府部門的大數據分析能力和數據深度融合能力,提高分析結果的質量和深度。同時,政府部門應加強與企業和高校的合作,推進政府數據資源向社會開放,在適當的范圍內共同開發利用政府數據,拓寬政府數據的應用場景。

    四、加強個人數據保護與監管,加快明確個人數據資產所有權與收益分配規則

      個人數據是指能夠直接或間接識別出個人有關信息的數據,可以按照內容、數據收集過程、數據供給與使用過程劃分為若干種類。個人數據除了具有非競爭性、非消耗性、數據融合增值等數據具有的一般特征外,還具有產生者與使用者往往并非同一主體、不同個體對個人數據價值的評估不同、價值創造上具有外部性等特有的特征。

      目前針對個人數據的估價,并沒有一致公認的方法。OECD(2013)[1]指出,個人數據的估價方法包括基于市場交易的估價方法和基于個人主觀的估價方法兩大類。其中,基于市場交易的估價方法是根據市場信息來估測數據的價值,包括公司財務指標法(資本市場價值、營業收入、利潤)、市場交易法、數據泄露的成本、黑市價格;基于個人主觀的估價方法是指通過調查或實驗的方法來估測個人對數據價值的購買意愿或保留價格,包括調查與實驗法、對隱私保護的顯示購買意愿法。

      每種方法都有其優點與局限,由于個人數據的價值高度依賴使用場景,憑借單一的方法往往會產生有偏的估計。綜合運用多種方法有利于確定一個價值區間,為揭示個人數據的價值提供有益參考。

      ? 個人數據使用中存在的問題

      個人數據正在越來越多地被企業和政府利用從而創造價值,但個人數據的應用過程中存在許多問題與挑戰。

      1. 數據權屬與分配規則模糊

      一方面,個人數據產生價值的過程中涉及多個參與者,企業和政府投入大量成本收集、分析個人數據才能夠發掘其中的價值,單一個體的數據往往沒有價值或價值量很低,只有從大量數據中分析得到統計規律,數據才變得有價值(Li等,2019)[2],并成為資產。但是企業或政府是否完整地擁有該資產的所有權?個人是否也具備數據資產的部分所有權或收益權?這些問題目前尚未達成共識。

      另一方面,企業運用個人數據創造了大量收益,且這些收益大部分被企業擁有,這主要是由于個人并不了解其提供的數據所創造的價值(Li等,2019)[3]。盡管個人數據被收集的同時享受了免費服務,增加了個人福利,然而正如前文所述,每個人對其數據價值的評估不同,免費服務與個人數據能否實現等價交換并不確定。企業運用個人數據創造的收益是否要被個人分享,以及個人能夠從收益中分享的比例也是目前存在爭議的問題。

      2. 個人隱私泄露問題嚴重

      在信息化、數字化迅速發展的情況下,大部分居民擁有智能手機等移動設備,并下載了各種應用程序。許多應用程序免費為用戶提供服務,但是大部分居民并不知道,能夠享受這些免費服務是因為他們提供了其個人數據(Spiekermann等,2012)[4]。而個人消費記錄、位置記錄、瀏覽記錄、聊天記錄等各種數據被企業或政府所掌握,這給個人隱私的保護帶來威脅。

      目前,盡管許多應用程序在新用戶使用時會提供一系列闡釋其隱私保護政策、獲取個人數據的商業性質等條例,但是仍存在各種問題。首先,不同意其隱私保護政策便無法使用相關服務;第二,大部分居民并不會閱讀與數據交換服務的商業性質相關的條款(Smithers等,2011)[5],不能理解其中一些復雜的專業術語具體表述的含義;第三,沒有技術背景,居民并不了解授權條約中一些條目到底意味著平臺將怎樣使用其個人數據。

      3. 過度采集個人信息

      不管是企業還是政府,在收集個人信息時都應遵循必要原則、最小化原則,但是目前過度采集個人信息的現象并不少見。一方面,大量APP存在超范圍收集個人信息的情況。另一方面,有些政府部門在收集個人信息時也未遵循最小化原則。

      ? 政策建議:

      1、加快明確數據資產所有權與收益分配規則。

      學界應該重視數據權屬問題,加快推進相關研究,為相關法律的出臺提供理論基礎。結合數據資產的權利性質,學界也應該重視對數據收益分配規則的研究。政府應加快出臺相關法律,明確數據資產的各項權利并加以保護,為完善數據交易市場提供基礎。

      2、完善保護個人隱私的相關法律。

      我國目前針對個人隱私保護沒有成熟的專門法律,對隱私保護的法律條款散落至各種法律中。應廣泛征求全社會意見,重視互聯網時代存在的各種個人隱私侵犯現象,細化相關條例的規定,加快完善并正式出臺和執行該法律條款。

      在加快出臺《個人隱私保護法》的同時,應將《消費者權益保護法》、《網絡安全法》和《個人隱私保護法》等與個人隱私相關的法律結合起來,共同保護個人隱私?!断M者權益保護法》主要關注消費者在產品和服務的交易中權利是否受到損害,而《網絡安全法》和《個人信息保護法》主要關注個人數據被處理、應用過程中個人相關信息是否受到侵害。但是在當前信息化時代,個人在消費的過程中便伴隨著數據的產生與被收集,兩類法律已緊密相關??梢跃C合兩部法律并試編“消費者數據保護條例”(Natali等,2017)[6]。

      未來,一方面,基礎性法律需要持續提供關于人格權、隱私權、個人信息權益等要素的權利規范;另一方面,具體執行性條文及審判實踐中應注重概括性權利與具體應用場景的結合,尋求當事人在特定場景下的合理隱私期待[7]。

      3、加強監管,規范數據采集、使用過程。

      相關政府部門應繼續提高對個人隱私保護的重視程度,協同監管,加強監管力度,采取多種措施整治不合法、不合規使用個人數據的現象。敦促企業明確告知用戶其采集的數據類型、具體的應用方式,避免在隱私政策中隱瞞與個人隱私相關的重要信息,避免在隱私政策中使用大量艱澀難懂的術語,并嚴格遵守對用戶作出的隱私保護承諾(OECD,2019)[8]。確保企業在采集個人數據時應充分尊重個人意愿,嚴格從源頭上規范個人數據的使用。

      4、注重區塊鏈技術在個人數據開放、共享中的作用。

      區塊鏈技術具有去中心化、數據難以篡改和可塑性強等特點,如果將其運用到個人信息的保護中,能夠有效降低個人信息泄露的可能。區塊鏈技術能夠實現在個人數據被廣泛采集的情況下將個人信息內容決策權歸還給個人,通過設置個人隱私保護可以只允許特別的人或企業瀏覽或刪除個人數據。推進區塊鏈技術應用于個人數據的管理,能夠實現在推進個人數據開放共享的同時保障個人對數據的主動權力。

      5、科學設計個人數據的隱私選項及權屬。

      可以考慮在用戶需要提供其個人數據時,為用戶提供更多隱私選項,例如用戶可以選擇付費使用某互聯網服務但不允許對方搜集自己的數據、或者免費使用某互聯網服務并允許對方搜集自己的數據,這可以滿足不同用戶的異質性隱私偏好。

      同時,應賦予個人對其數據的訪問權、被通知權、修改權。

      訪問權即居民有權訪問其個人數據,企業或政府應為個人開通可訪問其個人數據的渠道;被通知權即企業或政府在收集、存儲、分析、應用個人數據時,應明確通知居民,為提高行政效率,可在數據收集階段,以“知情同意書”的方式,告知居民其個人數據被收集和后續可能被應用的情況;修改權即為保證數據的準確性,居民在發現與其相關的個人數據存在問題時,有權對已被收集走的個人數據進行修改。且無論個人數據是否被企業、政府使用,個人始終保有對其個人數據的上述權利。

      6、綜合運用多種方法測度個人數據資產價值。

      對于個人數據資產價值的測度需要堅持供給和需求相結合的原則,從供給端和需求端深入剖析影響個人數據價值創造的因素,進一步通過改革企業會計和統計調查制度,使得能夠量化這些影響因素的數據可以被獲取,進而建立基于數據價值鏈的個人數據資產價值測度框架。

    注釋:

    [1] OECD. Exploring the Economics of Personal Data: A Survey of Methodologies for Measuring Monetary Value[R]. OECD Digital Economy Papers,2013, No. 220.

    [2] Li W C.Y., Nirei M, Yamana K. Value of data: there's no such thing as a free lunch in the digital economy[R]. RIETI Working Paper, No. 22, 2019.

    [3] Li W C.Y., Nirei M, Yamana K. Value of data: there's no such thing as a free lunch in the digital economy[R]. RIETI Working Paper, No. 22, 2019.

    [4] Spiekermann S, Korunovska J, Bauer C. Psychology of Ownership and Asset Defense: Why People Value Their Person-al Information Beyond Privacy[A]. Thirty Third International Conference on Information Systems[C], 2012.

    [5] Smithers R. Terms and Conditions: Not Reading the Small Print Can Mean Big Problems[J]. The Guardian, available at:https://www.theguardian.com/money/2011/may/11/terms-conditions-small-print-big-problems, 2011.

    [6] Natali H, Borgesius F Z, Reyna A. The Perfect Match? A Closer Look at the Relationship between EU Consumer Law and Data Protection Law[J]. Common Market Law Review, 2017,54(5).

    [7] 參考陳天昊(2021)在清華大學服務經濟與數字治理研究院召開的《個人信息保護與數據產業發展》專題研討會上的發言。

    [8] OECD. Good Practice Guide on Consumer Data[R]. OECD Digital Economy Papers,2019, No. 290.


    本文摘編自中國金融四十人論壇(CF40)課題《大數據背景下不同領域數據資產價值探討與測度研究》,課題負責人為CF40學術顧問、北京大學國家發展研究院特約研究員許憲春。文章僅代表作者個人學術觀點。
    自拍偷拍第3页_精品全国在线一区二区_91精品国自产拍在线观看_91av在线电影
  • <li id="44w0i"></li>