数据资产化面临着哪些方面的挑战？

数据资产化面临的挑战可以概括为以下三个方面。

一是政策法规不够完善。数据权属界定尚缺乏明确的法律法规，数据确权仍 存在一定的争议。通常在分析企业对某项客观存在的资源是否控制时，所有权法 律权属往往是首先考虑的因素。《中华人民共和国民法典》第 127 条虽然承认了 数据的民事权益地位，但未涉及具体的细节性规定。该细节的留白使得数据的法 律权属问题成为一个争议的焦点，同时也使得数据的资产化之路存在较大的不确 定性。此外，关于数据作为生产要素的新特征和数字经济下的新型生产关系依然 缺乏统一的理论解释和足够的政策回应，这些新特征可能导致传统要素领域的制 度安排并不适用。因此更需要处理好顶层设计和市场需求、市场运行之间的关系， 企业在数据资产化实践中碰到的棘手问题也亟需制度上的创新和政策上的完善。

二是技术路线暂未清晰。企业数据资产化伴随着企业向数字化运营模式的转 变，由于数据有赖于计算机获取，因此数据资产化过程需要强大的技术支持。随 着数字化的深入演进，企业不仅仅需要大数据平台，还需要在此基础上增加数据 科学平台、应用 PaaS 平台以及数据中台等技术平台来完善数字化基础设施，并 且需要通过云服务的方式将相关的能力提供给企业用户，将企业内部中心的数字 化能力与广泛存在的一线业务需求结合起来，实现数据驱动的业务发展模式。从 全球范围来看，多层次的标准体系还在研究制定当中，相关技术规范仍在不断更 新。大数据服务提供商在技术路线上进行的激烈竞争，由此也带来大量的研发投 入。费用的增加一方面导致企业对于新技术存在观望心理，容易出现战略的不稳 定性，另一方面企业面临技术革新、组织革新带来的不适感，容易降低相关决策的效率和效果。

三是数据要素市场尚未成熟。目前，数据交易存在一些行业难点，包括供需 方沟通机制、数据产品定价、收益分配、数据安全防范、数据资产入表等。这些 问题制约了数据交易行业的发展，也是数据要素市场尚未成熟的表现。当前的数 据要素市场面临有效数据供给不足、数商生态不够完善、行业数据应用场景有待 挖掘等问题。成熟的数据要素市场能够为数据产品提供更公允的价格，帮助企业 对自身的数据资产进行估值，同时为数据要素的市场化配置提供平台，使数据资 产在流通过程中体现二次价值和溢出价值。更重要的是，数据要素市场为企业及 机构提供量化评估数据资产的基础，在确认数据资产的过程中可以提供更明确的 度量指标，使得企业和机构更能够掌握数据资产化的阶段和评估数据资产化的成 效，进而更有针对性地提升数据治理、促进数据资产形成，有利于构建数据的循 环流通体系。