全球及国内数据资产化发展形势如何？

各省市政府积极响应国家政策，纷纷出台一系列政策条例。

1.国际趋势

1.1 美国：对公共数据资产管理开展全面部署

越来越多的国家充分认识到数据资产的价值，纷纷制定了加强数据资产管理的战略举措。 在全球范围内，美国是行业数据资产化的先驱，特别是在智能网联汽车领域。2020 年版的智能交通系统战略规划中，美国已经制定了全面的部署和政策框架，旨在促进可靠交通数据的交易。这一举措不仅推动了数据资产化的进程，也为智能网联汽车行业的发展提供了强有力的支持。通过这种方式，美国希望能够进一步优化交通系统，提高道路安全性，减少交通拥堵，并为未来的交通出行提供更多便利。 美国国内拥有发达的信息产业和庞大的数字经济体量，依托先天条件优势，数据要素的流通和交易市场蓬勃发展，美国从产业利益出发，坚持以市场为主导、以行业自律为主要手段，对个人数据持积极利用的态度。

数据跨境保护方面，美国早在二十世纪初与欧洲签署个人信息跨国流通安全港协议，该协议后在 Facebook 隐私保护诉讼案后宣布无效，此后重新制定了数据传输协议《隐私盾协议》，但在 2020 年被裁定无效。2018 年美国国会发布CLOUD 法案，即《澄清域外合法使用数据法》（Clarifying Lawful Overseas Useof Data Act），规定数据管辖权应由数据控制者掌握，与存储地无关，即只要是在美国实际开展业务的公司，无论数据存储在何处，都属于美国管辖，同时美国的数据，只有符合特定条件的外国政府经美国同意后才能调取，该法案为国外机构调取美国国内数据和美国国内机构调取国外数据提供了合法性依据。美国《国家安全和个人数据保护法案 2019》（NSPDPA，尚未生效）对于美国用户数据出境做出了明确限制，要求禁止与法案定义的关注国进行“数据传输”或“数据储存”活动。加州、华盛顿州、弗吉尼亚州、科罗拉多州等陆续发布地方性隐私法案，赋予消费者对其个人信息的控制权，规范了企业收集、使用、转让消费者个人信息的行为。2023 年 1 月，《加利福尼亚消费者隐私法》的修正案，确立了新的数据隐私权，对企业和服务提供商施加了新的义务和责任，并宣布将创建了一个独立的数据监管机构。

数字战略方面，自 2019 年起，美国先后发布《联邦数据战略与2020 年行动计划》和《数字合作战略（2020-2024）》。前者确立了数据共享、数据安全、数据使用三类四十余项具体的数据管理实践规范；后者宣称对外援助发展中国家数字发展，实际则意图渗透美国数字思维和数字发展理念至其他国家的数字发展规划布局中。

1.2 欧洲：强调对数据权利的保护

欧洲是世界上对隐私保护最为严格的地区。一直以来，欧盟重视数据安全体系化工作部署，并最先进行了各类举措和布局。2016 年4 月14 日，欧盟议会通过了《通用数据保护条例（General Data Protection Regulations）》（“GDPR”），于 2018 年 5 月 25 日在欧盟成员国内正式生效实施，GDPR 被称为“史上最严隐私法案”。2018 年 11 月 14 日，欧洲议会和欧盟理事会共同颁布《非个人数据自由流动条例》（简称《条例》），并于 2019 年 5 月 28 日正式实施，《条例》旨在统一有关非个人数据的自由流动规则，与已经实施生效的GDPR 形成数据治理的统一框架，以此平衡个人数据保护、数据安全，推进欧盟在单一数字市场战略下打造富有竞争力的数字经济。2019 年欧盟通过的《开放数据指令》旨在推进欧洲地区可重用数据的跨境使用。2020 年 6 月 30 日，欧洲数据保护监管局（EDPS）发布《欧洲数据保护监管局战略计划（2020-2024）：塑造更安全的数字未来》（EDPS Strategy 2020-2024：Shaping a Safer Digital Future），旨在塑造一个更安全，更公平，更可持续的数字欧洲。战略指出，欧盟将积极关注数据处理实践和技术发展，提出数据保护措施，整合数据保护网络。2022 年2 月欧盟公布《关于公平获取和使用数据的统一规则》（草案），确保在数据经济的行为者之间能够公平分配数据的价值，并促进对数据的访问和使用，该草案的公布意味着欧盟在促进数据要素的公平化发展方面走在前列。

欧盟通过立法先行，通过制定领先的数据要素治理规则推动数据要素市场的建立和发展。在探索数据要素流通模式方面，欧盟沿用了工业经济时代的知识产权保护的做法，但目前看来，这种做法无法应对数字经济时代数据要素流通中出现的很多问题。

1.3 新加坡：强化数字治理

新加坡通过实施“智慧国家”（Smart Nation）战略，推动其国内信息基础设施的现代化发展，扩大电信业的投资与推动数据中心的建设。建立完善的个人信息保护制度和相应的监管框架，监管体系重点包括设置主管部门、划分责任边界、设定跨境流动条件、开展国际协调、明确基础设施要求等方面。构建完善、系统的数据跨境流动管理规则，有助于实现全球数据向新加坡汇聚和流动，打造成为数据融合的重要中心节点城市。

2.国内形势

2.1 围绕数据资产化，开展创新试点工作

我国数据资产化政策的部署和交易模式的创新处在世界靠前的位置。2019年 10 月，党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，这是中央文件首次将数据确立为一种生产要素。2020 年 4 月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，其中强调要加快培育数据要素市场，提出推进政府数据开发共享、提升社会数据资源价值、加强数据资源整合和安全保护，这为推进数据要素市场化改革指明了方向。同年11 月，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中对数据资源开发利用、要素市场培育发展提出了新的战略要求，要加快数字化发展，提出“建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用”。2021 年1 月，中共中央办公厅、国务院办公厅印发《建设高标准市场体系行动方案》中进一步提出要加快培育发展数据要素市场。2021 年 9 月，中共中央国务院印发《横琴粤澳深度合作区建设总体方案》提出促进国际互联网数据跨境安全有序流动，在国家数据跨境传输安全管理制度框架下，开展数据跨境传输安全管理试点，研究建设固网接入国际互联网的绿色通道，探索形成既能便利数据流动又能保障安全的机制，支持珠海、澳门相关高校、科研机构在确保个人信息和重要数据安全前提下，实现科学研究数据跨境互联互通，为数据跨境发展给出了思路。2021 年10 月中共中央国务院印发《国家标准化发展纲要》，提出建立数据资源产权、交易流通、跨境传输和安全保护等标准规范，推动平台经济、共享经济标准化建设，支撑数字经济发展。2022 年 1 月，国务院办公厅关于印发《要素市场化配置综合改革试点总体方案的通知》提出探索建立数据要素流通规则，完善公共数据开放共享机制，探索“原始数据不出域、数据可用不可见”的交易方式，在保护个人隐私和确保数据安全的前提下，分级分类、分步有序推动部分领域数据流通应用。

各省市政府积极响应国家政策，纷纷出台一系列政策条例。北京、上海、江苏、广东等地纷纷成立大数据交易中心，积极推进数据交易，规范数据交易行为，探索数据交易新机制。2022 年 1 月，国务院印发《“十四五”数字经济发展规划》，对充分发挥数据要素作用作出重点部署，提出要强化高质量数据要素供给，加快数据要素市场化流通，创新数据要素开发利用机制，加快数字化发展，建设数字中国。同年 3 月发布的《关于加快建设全国统一大市场的意见》中提到加快培育统一的技术和数据市场，加快培育数据要素市场，建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范，深入开展数据资源调查，推动数据资源开发利用。同年7 月《国务院办公厅关于同意建立数字经济发展部际联席会议制度的函》，为加强统筹协调，不断做强做优做大我国数字经济，国务院同意建立由国家发展改革委牵头的数字经济发展部际联席会议制度。同年 12 月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）对外发布，系统性布局了数据基础制度体系的“四梁八柱”，加速了数据流通交易和数据要素市场发展。“数据二十条”提出“统筹构建规范高效的数据交易场所”，“鼓励各类数据商进场交易”，“推动个人信息匿名化处理，保障使用个人信息数据时的信息安全和个人隐私”。“数据二十条”鼓励公共数据在保护个人隐私和确保公共安全的前提下，按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务的形式向社会提供。2023 年 2 月，中共中央、国务院印发了《数字中国建设整体布局规划》，指出建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑，加快数字中国建设，至关重要。

王鹏（2023） 10指出，我国数据资产化呈现地方先行先试、规则标准不断健全等特点。地方先行先试方面，数据资产化的推动将从地方先行先试开始，通过试点和实践，总结经验并形成可复制的模式，进而在更大范围内推广和应用，为全国范围的数据资产化提供示范效应和政策探索的先导。规则标准不断健全方面，随着数据资产化的发展，相关的规则体系、法律法规体系和标准规范体系正在逐步建立和完善。这些规则和标准涉及数据安全、市场化建设、公平交易等方面，为数据资产化提供了指导和保障。

2.2 数据资产化进程存在明显行业差异

各行业在数据资产化方面的能力分布存在着明显的差异。软件与信息技术、工业制造、医疗保健、教育等传统行业在数据资产化方面刚刚起步。这些行业对数据资产化的认识不足，缺乏推进的动力，目前的数据资产化活动主要局限于大数据平台的建设，尚未建立起专业化的数据资产管理团队。在这些领域，数据管理的工作重点在于核心业务的数据标准化和质量控制。相比之下，金融、互联网、通信、电力和零售等行业因较早感受到数据带来的优势，不断推动业务线上化，对数据资产化的理解和重视程度更高。这些行业已经逐步设立了专门的数据资产管理机构，加强技术创新和应用，积极进行数据分析和数据服务。进一步，可以从数据资产的存量和质量两个方面进行分析。

从数据资产的存量看，数据经过采集、清洗、存储、加工等各环节，不断积累价值形成数据资本 11（刘涛雄等，2023）。基于数据价值链理论，刘涛雄等（2023）对我国数据资产的存量进行了测算，发现 2003—2020 年间，我国数据资本形成额、数据资本存量在总量和人均上均实现大幅度增长，增速明显快于GDP增速；2011 年后，数据资本对经济增长的产出弹性和对经济增长率的贡献均明显超过之前阶段，已成为中国经济增长重要动能之一。分行业看，2020 年我国数据资产存量最高的 10 个行业分别为：信息传输、软件和信息技术服务业；公共管理和社会组织；金融保险业；交通运输仓储和邮电通信业；科学研究和综合技术服务业；制造业；电力、煤气及水的生产与供应业；教育；批发零售贸易和餐饮业；卫生、社会保障和社会福利业。对比我国 2003 年和 2020 年数据资产行业分布，公共管理和社会组织的数据资本形成额始终排名靠前，从2003 年的585.30 亿元排名第一至 2020 年的 7372.81 亿元排名第二，增加至近12 倍。同时，尽管2003年和 2020 年排名前十的行业中有九个行业相同，但部分行业的排名发生了较大的变化。其中信息传输、软件和信息技术服务行业在2003 年的数据资本形成额仅为 354.22 亿元，排名第五，在 2020 年则已排名第一，达到9006.60 亿元。从数据资产的质量看，根据中国电子信息行业联合会依据DCMM评估标准进行的行业数据分析，通信、电力和银行在数据资产化方面领先，而软件与信息技术、制造业等行业仍有较大的发展潜力。