内容概要：我国数据要素市场建设与发展的实践表明：基于原有近源端的数据资源管理体系，仅通过强化流通交易环节试图跨越到面向更广泛社会需求的应用端，是不可持续的。数据授权运营、数据确权登记、数据估价等都须同步筹划建设。这其中，数据确权登记成为我国数据要素市场二次蓬勃发展、数据资产化的关键推手，更为紧要的是，随着确权登记工作的推广，国家数据局组建及相关制度规范的施行，我们的数据资源调查登记体系将迎来深刻变革，数据资源管理体系有望开启新篇章。
一、畅通数据资源小循环：数据共享交换之数据资源目录
（一）公共数据资源的汇聚共享交换之殇
我国政务信息化从20世纪80年代的OA办公自动化开始，于90年代步入以“三金工程”为首的金字工程高速发展阶段，并于21世纪初进入电子政务实质性建设阶段。悠久的政务信息信息化历程，在支撑各部门履职的基础上，也积累了海量数据。然而，由于政府各组织机构在部门、地域及层级之间的分割，信息化各自为政，表现为物理分散。同时，不同时期、不同厂商的建设标准不统一，导致信息孤岛严重，数据汇聚、共享与交换障碍重重。
我们有数，但是乱象丛生，不可用。
（二）一目录三清单的破解之道
为此，2002年的《国家信息化领导小组关于我国电子政务建设指导意见》中首次提出设计政务信息资源目录体系及四大基础信息数据库，并于2006年定位为国家电子政务总体框架的基础设施，实现信息资源横向共享和纵向汇聚。2007年，正式出台《政务信息资源目录体系》、《政务信息资源交换体系》国家标准。
政务信息资源目录可以说是我国公共数据资源的初始登记模式。以资源目录提纲挈领，夯实了以“政务信息资源注册登记与共享交换”为核心的公共数据基础管理体系，可推动公共数据的统一汇聚、治理、共享交换。此后，各地大数据资源中心逐步落地。基于此体系，地方政府可统览政务信息资源的数量、类型、分布等情况，提升政务服务效能，加速向服务型政府转变。
（三）“近源端”管理体系的力所不及
但信息资源目录高度依赖各部门的管理协作水平，实践反馈是数据目录更新、数据质量问题频现，无法大规模提升数据共享协同的效能等问题。
且该管理模式以数据源为中心，侧重“近源端”的数据汇聚治理、共享交换，缺乏广泛的应用层驱动，导致虽然对社会开放度不断提高，但应用层面辐射面比较局限，以本地政务服务、社会治理等为主，社会化、商业化应用尚未深入。
以东方金信持续服务多年的海南省为例：基于前期的政务信息共享交换平台，海南省在数据汇聚方面成效良好，但仍存在数据目录更新、数据质量问题。于是，东方金信持续开展政务大数据公共服务平台，按照“应归尽归”原则开展基础数据质量提升工程、应用服务提升工程，从多层面辅助提升政务服务成效。为了彻底解决原有政府信息目录系统中存在的深层问题，2021年又在其基础上定制化开发“三张清单”梳理编制工具，赋予了“三张清单”更丰富外延，最终以“一目录+三清单”驱动，实现供需对接、仲裁认定、责任压实，大幅提高数据梳理效率，保证数据共享体系的健康循环。
二、开启数据要素大循环：数据确权登记之数据资源图谱
随着数字经济进入实质性发展阶段，社会经济发展需要数据要素在资源配置中发挥更有力的作用，在面向更广范畴的应用需求(社会应用、商业化应用)驱动下，以流通交易为主要形式的数据要素大循环应运而生。
而基于原有“近源端”数据资源管理体系，供给侧面临的诸多制度性、技术性等局限，愈加突出。
（一）数据确权登记，缘于数据流通交易
这导致，迫切的数据要素流通交易市场并没有在一触即发后持续繁荣，而是经历了颇为波折的成长周期。表现为：
1、地方数据交易机构的兴衰起伏波动大。
2、有交易量，但不活跃，场内交易量仅占不到5%。
当然，首批数据交易机构成立门槛低，跟风入局者居多，缺乏可持续规划运营。但归根到底，还是数据质量、数据产权、估价、市场运行机制等核心问题未解，直接导致场内数据交易成本过高。其中，数据治理、估价方法等皆有探索有进展，但产权问题是空白的，也是首要的，是中央明确提出的完善数据要素流通制度的重要一环。
为此，各地纷纷提出数据确权登记方案，试图使交易有据可依。
（二）数据确权登记，成于数据三权分置
但地方数据确权登记方案终究属于地方管理条例，数据产权的首要确定性前提是，权利基础的确定性。我国尚没有相关的上位法支持。
2020年以来，我国数据“安全”立法进展快速，出台了《民法典》、《数据安全法》、《个人信息保护法》、《数据出境安全评估办法》等。但《民法典》只是原则性规定数据享有合法权益，各单行法中还没明确享有哪些合法权利；《反不正当竞争法》（征求意见稿）也只是对以不正当手段获取并使用商业数据的行为进行了规范，属于行为规制。
为此，中共中央、国务院于2022年12月19号发布《关于构建数据基础制度更好发挥数据要素作用的意见数据》（简称《数据二十条》），围绕促进数据合规高效流通使用、赋能实体经济这一主线，以充分实现数据要素价值、促进全体人民共享数字经济发展红利为目标，提出建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，研究数据产权登记新方式[1]。这破除了“数据所有权”的制约，为激活数据要素价值创造和价值实现提供了基础性制度保障。
据此，地方数据确权登记有据可依，登记内涵、登记类型更加具体。
（三）数据确权登记，功于数据资产入表。
一直以来，我们所谓的数据资产，其实尚未入表，无法在企业财务报表中体现数据资产价值。这表现在，企业的资产价值与市值差额悬殊，而市场也通常会对数据资产丰厚的企业，以“超溢价估值”的模式进行收购。
随着各地数据确权登记工作的落地，数据资产的形成与流通加速，助力提高数据要素市场场内交易份额，也将直接推进企业数据的确权与估价进程。
同时，2022年12月1号，财政部办公厅发布了《企业数据资源相关会计处理暂行规定（征求意见稿）》（以下简称《暂行规定》），对“适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源”进行了相关会计处理规定，包括企业内部使用的数据资源、企业对外交易的数据资源相关会计处理原则以及相关批露要求[4]。
虽然还只是征求意见稿，但总算迈出了艰难的第一步：对于数据资产化进程来说，资产入表成为既定路线。数据确权登记与《暂行规定》加速企业数据资源转化为核心资产，纳入企业财务管理核算体系。
（四）数据确权登记，归于数据资源管理体系新篇章。
家底有簿可查。地方公共数据资源的归集已经形成常态机制，而跨部门、跨地区、跨层级的统筹归集管理，随着“国家数据局”组建方案的落地，也将有所突破。基于此，随着数据确权登记工作制度的实施推广，公共数据资源调查体系有望实现。可逐步摸清地方以公共数据资源为核心的数据家底，统计在簿，继而生成数据资源图谱。
流通有迹可循。更为关键的是，基于安全可信的环境，数据确权登记引领触发了估价、交易等其他环节快马加鞭，登记在册的数据跨行业、跨地域流通指日可待；贯穿全生命周期的数据流通应用去向可追踪、可监管评价，可形成脉络清晰的数据应用画像。
可以说，我们的数据资源管理将触达前所未及的层面。从这一意义上讲，数据确权登记无疑是开启了数据资源管理体系的新篇章。
三、新篇章，新挑战
数据汇聚与数据应用并重，贯穿数据资源全生命周期的新数据资源管理体系，未来将会引发哪些变化，我们拭目以待。可以确定的是，这会是一场深刻的变革。在变革真正到来之前，我们能做的是：尽可能展望，并为此做好准备。
（一）我们将迎来哪些变革？
1、全域数据监管有章可循
随着公共数据授权运营开发与数据确权登记齐头并进，公共数据与社会数据融合速度加快，数据价值充分挖掘的同时也将加速形成更加全面的数据图谱。城市数据底座鲜活有力，数字化转型、数字经济发展前景将更加清晰。而国家数据局的成立，则从组织机构与职能层面予以保障，全域（国家、城市、行业）数据管理、流通交易监管将有章可循。
2、企业内部数据中台建设（并数据治理工作）将更加顺畅
开展数据中台建设的意义与价值不再抽象飘渺。如何为企业决策层、管理层、执行层勾画出清晰的数据中台应用成效，一直是IT部门面对的共性难题。以数据图谱为特征的新数据资源管理体系、数据资产入表等将在数据治理与数据应用成效之间建立清晰的路径，相比于只列举分析应用场景，这将从实现机制层面提供保障，掷地有声，更容易使各层达成共识。
对数据部门组织架构与职能的重视程度会提高。相对于IT部门，组织内部的数据素养、数据部门组织架构相对较弱，难以施展。随着数据要素市场建设自上而下部署，各地政府着手针对运营、登记、流通交易等新生环节设立组织机构、规章制度。这些以“数据”为核心，贯穿数据应用全生命周期，面向企业与公众提供服务的职能机构，将提振企业内部对应数据管理部门的规划建设。
（二）我们将面对哪些挑战？
相当长一段时间内，我国企业数字化与数据资产化之间的关系是遥远而破碎的。近几年，随着企业/行业数字化进程加速，数据要素赋能其他生产要素的价值得以彰显，尤其是数据治理领先一步的金融等领域。良好的数字化基础是数据价值挖掘的基本前提条件与有力驱动。
随着数据要素流通交易、数据资产入表进入实质性探讨、落地阶段，数据资产化成为诸多单位，甚至是中小企业的战略规划目标。然而原有基于内部需求的数据标准等无法直接适用，一些行业、企业数字化基础薄弱，甚至无数可用。数据资产化的驱动，将促使企业再次深入数字化、数据治理工作。
为此，信息技术服务商需要：尽快推进数据治理相关平台、工具的迭代。
1、重视面向中小企业治理需求的轻量级工具。
将业务运转中产生的数据转换成数据产品进行交易，中小规模企业自身缺乏足够的能力，需要依托第三方工具、服务支撑数据治理、数据评估等工作。面向中小企业数据治理需求的工具，有望成为继政府机构、大型企业的新兴市场需求。
2、加速向更加智能化的治理平台、工具转变。
随着组织内外数据管理、应用需求日趋复杂，对数据治理的效率与质量等要求也在不断提高。而新兴技术的发展趋势，为信息技术服务商更新迭代数据治理平台、工具指明了方向。可参考Gartner发布的《2022年十二大数据和分析趋势》[5]：
自适应人工智能系统（Adaptive AI systems）。随着决策变得更具关联性、情境性和连续性，再造决策的重要性日益增加。自适应人工智能可以更迅速地适应变化，提供更加快速灵活的决策，有可能解决机器学习模型带来的一些历史挑战，帮助组织实现更有效的治理。
以数据为中心的人工智能（Data-centric AI）。在企业的数据管理战略中，传统元数据采集之后，主要是用于搜索、查询，而以数据为中心的人工智能（包括在自动化数据整合和主动元数据管理中使用数据编织）能够更加系统地解决数据偏差、多样性和标记问题。
元数据驱动的数据编织（Metadata-driven data fabric）。数据编织通过元数据侦听、学习并行动。它能为人员和系统标记和推荐行动，最终提高企业机构内部对数据的信任和使用，减少包括设计、部署和操作在内70%的各类数据管理任务。
参考资料：
（1）《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》
（2）《中国网络空间安全协会：中国数据交易实践趋势报告（2022年）》
（3）《武汉大学大数据研究院：中国数据要素市场发展报告》
（4）《企业数据资源相关会计处理暂行规定（征求意见稿）》
（5）《Gartner 2022年十二大数据和分析趋势》