在宏观层面，数据是重要的国家战略资源，是驱动经济增长的核心关键力量。在微观层面，数据资产深刻影响了企业的经济行为，以数据为基础的信息传输方式和价值传递模式正在形成，新的交易场景正在涌现。

作为与土地、劳动力、资本、技术并列的生产要素，我国在2020年正式提出数据要素的概念。相关政策文件强调，数据要素在我国的经济社会运行中具有基础重要性。科学构建数据要素市场和促进数据要素自主有序流动，是加快完善社会主义市场经济体制的内在要求。数据显示，2020年数字经济占国内生产总值比重已经达到43.7%，2020年全球数字经济规模达到32.6万亿美元。随着数字经济规模的增加，数据日益成为信息经济时代创新发展和强国战略的第一生产要素。在宏观层面，数据是重要的国家战略资源，是驱动经济增长的核心关键力量。在微观层面，数据资产深刻影响了企业的经济行为，以数据为基础的信息传输方式和价值传递模式正在形成，新的交易场景正在涌现。以下就从宏微观联系的视角，探究作为信息载体和资源载体的数据要素形态、数据资产属性、数据资产交易等基本理论。

数据的要素形态

生产要素的形态是一个宏观经济学问题。在农耕文明下，劳动者和土地是基础的生产要素。在工业文明下，工业技术创造了发达的商品社会，土地的不动产性和劳动的有限性制约了生产力的跃升，此时技术作为劳动者能力的延伸、资本作为土地资源的延伸，相继成为新的生产要素。而近十余年来信息技术的大爆发，使得技术的重要性上升，网络技术创造了数字化的新世界。在5G通信、智能设备、社交媒体的助力下，一个大数据时代正在形成。各种经济社会活动普遍以数据形式存在，从产生、存储、传递、流转，到交易、定价、保管、继承，作为新的要素形态，数据已经深刻参与和影响了市场的资源配置和经济活动。那么，这一过程是如何发生的?关键在于，数据是信息载体。作为生产要素的数据是信息技术和信息经济高度发展的结果。一切声音、符号、文字、图案、艺术以及建筑物的创设和发展，其本质上都是人类对信息的生成、加工、传承和利用。在数字化的过程中，作为信息载体，数据印刻了人类的经济社会活动，成为了要素资源。若不能承载信息，数据也就无法生成价值。那么，信息的本质是什么?据《新词源》考证，“信息”一词可以追溯到唐代诗人李中《暮春怀故人》的诗词，“梦断美人沈信息，目穿长路倚楼台”。李清照所作《上枢密韩公工部尚书胡公三首并序》中也提到信息，“不乞隋珠与和璧，只乞乡关新信息”。此后的认知进步在于，信息从文学走向了科学。信息技术推动了二十世纪的科技进步。1948年，信息论创始人香农发表影响深远的论文《通讯的数学原理》，并于次年发表《噪声下的通信》一文。在这两篇具有奠基性影响的论文中，香农阐明了通信的基本概念，提出了信息量的数学表达式，解释了信道容量、信源统计特性等科技概念。自此，信息从文学范畴步入科学范畴。作为科学研究的信息，其表达式是无意义的代码和字符串，而非自然语言和图像。正如中本聪以计算机语言中的最小单位“比特”来命名全球首个区块链数字货币，在通信技术和密码学的助力下，数字信息作为人类文明的符号，完成了从自然语言和符号，到计算机的逻辑语言和编码，再还原为可理解的自然语言、文字、符号及影像资料的转换。自此，计算机语言以可存储数据的方式创设出一个可记录、可分析、可追踪、可复原的网络空间，实现了对于自然和社会的记录、复现、孪生。正是计算机信息与通信科学，构建了独立的逻辑体系和科学体系，拓展了人类对于信息和知识的认知，也由此引申出数据这一生产要素。信息技术的发展使数据完成了由信息载体向生产要素的转换，这是数据的资源化。特别是在新兴技术叠加的当下，人类以大数据的方式对分散的信息量低的个别数据进行集合和利用，从中挖掘出决策价值、商业价值、社会价值。自此，数据深嵌于经济社会的价值创造活动之中，对生产力和生产关系开始产生深远的影响。

数据的资产属性

(一)作为资源载体的数据资产

在微观经济层面，数据产生于生产、运营、管理过程中，经由信息网络实时连接企业的前台、中台、后台，并向产业链、生态圈、用户端等社会网络延伸。这些广泛的网络连接使得此前的信息孤岛、信息割裂、信息垄断、信息扭曲、信息阻隔、信息代理，出现瓦解、断裂、融通。分散的无用数据，聚集成可用的大数据以及可再利用的数字报告。作为信息介质，数据由信息载体跃升为资源载体。在多方数据共享、数据共治、数据共用的基础上，新的治理模式和商业模式开始涌现，数字经济技术实践和创造性活动迭出，并且产生出高等级的数字空间。在多模态的迭代过程中，从数据资源跃升到数字资源，自此物理世界的数据流还会向数字镜像演变。数字符号、数字信息、数字孪生，这些数字资源超越了此前的记录和反映功能，开始其以数字资源取代物理资源、以数字实体取代物理实体的新实践。其典型运用是，工业领域和制造领域的数字孪生，以及社交领域和游戏领域的元宇宙，它们将人类探索客观世界的创造性活动建立在虚拟的网络空间中，将一般化的数据资源推向不受物理阻隔和物理形态约束的纯数字化资源。

但与此同时，信息泄露、数据侵权、网络安全、信息过载等问题也接踵而至。这就需要制定数据治理机制、数据确权机制、数据定价机制。否则，在资产属性不明、用益权不清的情况下，数据资产的交易和流转将会遇到重大阻碍。但正由于各方已经意识到数据具有资产属性，因此当前围绕数据资产的权属之争异常激烈，数据的可用性再次受到挑战。

(二)数据资产的无差异性与特质性

数据要素市场需要建立在数据确权机制、定价机制、监管机制、隐私保护机制、网络安全机制等制度的基础上。但在解决以上复杂问题之前，最先需要明确数据的资产属性。在五大生产要素中，土地养育了劳动力，资本将劳动力从土地中释放出来，技术增强了劳动者的能力，数据是脱离了实物形态的可复用的无形资产。资产作为经济学最基础的概念之一，把五个生产要素都统一到基于控制权的独占性和基于契约精神的法正性这两个基本特性上。作为资产的数据，必定是由实体控制的能够带来未来经济利益的资源。这彰显了数据资产与其他资产的无差异性。

1.独占性与复用性

数据在进入流通环节之前，需要先获得资产属性。这里将数据要素向数据资产转化的过程称为数据的资产化。一方面，作为生产要素的数据，可以无限次复用，并且也很难保全。当人们拥有某个数据时，并不意味着原来的数据主体会失去它。因此，复用性表征了数据资产的特质性。另一方面，数据资产与其他资产项目在控制权上并无差异，必须首先标注独占性，才可能进入市场。其深层原因在于，开发和利用数据资产的经济行为，是建立在排他性基础上的。以版权为例，编辑部在决定发表某篇论文时，会与作者签订版权受让协议，声明该科研成果的传播收益归出版社所有，而非归作者所有。其经济实质就在于标识数据资产的所有权和控制权。价值逻辑在于，单篇论文的传播收益微不足道，但出版商汇集大量论文成果的行为构建了数据要素，可以形成稳定的收入来源。这就是数据的资产逻辑。若没有这个资产化过程，数据的要素作用就很难在市场机制下得到发挥。在此基础上，再从资产化向市场化做高阶转化，也就是数据资源向大的数据公司汇集。在本例中，论文传播权从出版商向中国知网让渡，就实现了数据要素的市场化。对于数据公司而言，可以无限次售卖的论文下载权限是其巨额收入来源，因此构成规模巨大的持续收益，从而形成关乎未来经济的新形态。

所以，数据的资产属性有无差异性与特质性两个方面。在无差异性方面，数据资产必须标识控制权和独占性，这相当于在数据资产的共享性之前加了一道关卡，以标识数据资产开发者的权益和排他性。在特质性方面，数据资产开发者可以利用数据的复用性实现巨大的商业价值。但在这个过程中，数据的初始权属人，也即数据的生产者，通常不具有数据资产开发能力。这与土地在农民手中的价值很低，需要经由开发商进入市场流通领域才能实现价值转化的商业逻辑是一致的。所以，这里的一个基本结论在于，是商业活动发现和塑造了数据的资产价值，而非数据本身具有价值。更深层次的理论解释在于:以数据所有权为标的的交易或者协议，是数据从低价值的初级品向高价值的数据资产转换的一项制度安排。由此可得到启发，数据要素市场的建立，需要以数据的资产属性为基础。进一步来说，生产要素是数据的宏观经济命题，资产是数据的微观经济命题，并且数据的资产属性必须建立在资产的无差异属性上，而非建立在数据的特质性基础上。

2.合法性与公用性

若没有以合乎法定要求的契约获取数据的正当开发和利用权，那么，即便企业实际占有这些数据，也不能将其定义为企业的资产。

一方面，数据在没有标注开发权限之前，就形同尚未流通且没有标识主权的土地资源，具有不受任何单一主体控制的公用性。比如社交媒体上的点赞、评论，发布到社交媒体的图片和自媒体报道。它们普遍具有不受数据的本真所有权人掌控的公用性。但需要认识到，这并非网络数据的独特属性。在没有数字化信息之前，车流量、人流量、社会舆情等统计数据也是自然存在的并且不受人流、车流、信息流中的本真所有权人控制的。当前的数字化信息的进步性在于，由计算机程序和信息系统记录了更多原本不可记录的数据，因此数据的公用性被大量提及和增强，但它们是数据与生俱来的特性。

另一方面，作为企业资产的数据，也与其他资产一样，其所有权和使用权的获得有必须合乎法定程序的契约。从资产的概念可知，任何一项可计量的企业资产，必须首先具有控制其经济利益的正当性。这就需要有一项制度安排来达成正当的控制权。很多的数据资产看似“无主”，但它必须“有主”才可以进入市场流通。现代经济学意义上的资产，必须以“拥有”和“控制”为前提。这对于数字的资产化依然是适用的。这也意味着，在企业以契约或其他合法方式取得数据的开发权之前，即便企业实际占有和控制了这些数据，也不能将其定义为企业的资产，并且不能进行开发和利用。比如，用户评论中的个人偏好，电子商务中的购物记录，微信朋友圈中的图片和评价。这些数据均不得在数据的本真所有权人不知情的情况下进行开发利用。企业在运营活动中确实掌控了这些数据，但这不是企业的财产。这意味着，在用户未授权企业使用其个人信息及数据的情况下，企业不得泄露用户信息和擅自动用用户数据。正由于资产的合法性与数据的公用性特质之间存在冲突，所以有大量的数据黑市交易和违背伦理的数据分析，并且需要对这些行为进行监管惩戒。与此同时，这也在一定程度上制约了数据要素的流动和数据要素市场的建立。

数据资产的计量

(一)自创数据估值挑战

数据具有合乎自然的生命属性。土地可以生长作物，资本可以生息返利，劳动者可以生生不息，技术可以迭代技术，数据可以复生数据，生产要素都具有生命属性。但它们在资产负债表上的反映有很大差异。土地、资本、技术，此三项生产要素主要对应于资产负债表上的金融资产、存货资产、固定资产、无形资产。与之不同，劳动要素很难资产化。原因在于，资产负债表中的资产必须关系到未来价值，而劳动作为即时付出，似乎仅与本期相关，从而作为费用处理。直到出现股权激励机制，企业才将对未来劳动的定价作为一项资产计入当期的资产负债表。那么，作为第五大生产要素的数据，如何估值?

外购的数据，能凭借交易记录计入资产负债表。但是，企业的自创数据，则不能作为资产计量。企业的财务月报、年度报告、经济合同，这些物理性的档案资料不能作为资产列报。ERP系统中的独立数据，也不能作为资产计量。大量可以被观察且无从记录的信息，诸如员工的工作表现及精神面貌，同样不能作为资产计量。在生产经营中，数据的资产价值同样被忽略了。直到近年来开始有社交媒体的管理嵌入和信息系统的数据增强，数据的资产价值才得以显现和被作为重大发现引发关注。其中，常规数据资产的价值主要体现为更有力的绩效评价、更准确的分析报告、更具针对性的战略导向。但这里的困境在于:一是自创的数据资产难以计入资产负债表;二是数据通常被作为费用看待，但事实上，正是这些被费用化的数据支出创造了企业的长期价值。

(二)数据资产何以入账

数据资产的价值估计，终归是一个入账问题。基于前面得到的第一个基本结论，只有企业掌控的数据作为资产项目计入财务报表，数据要素的流通、数据要素市场的构建才可得到有力推行。这个逻辑推理展示了会计的功能性。因此，这里得到本文的第二个基本结论，会计并非仅仅作为反映经济活动的信息载体存在，从更高的认知层次来看，会计是经济活动的基础，是对商业行为的规制，是关于商业活动的制度安排。这可以称为“会计的功能性”。进一步来说，这里提出关于数据资产定价的会计解决方案。这在此前已经有过一些讨论和实践。比如，国内数据要素市场的定价机制主要存在数据所有权交易定价和数据使用权交易定价两大类，前者包括第三方平台预定价、协议定价和拍卖定价，后者包括按次计价机制和实时定价机制。但还有很多不明之处，以下提供一些思路、素材和方案。

其一，以资产的概念为基准进行计量设定。这主要是以交易定价和协议的方式取得数据资产的合法控制权，以在数据要素资产化的过程中取得入账的计量依据。在此基础上，再利用数据的复用性进行二次交易以实现市场价值。对于那些不付出对价(未经授权)就直接利用数据进行盈利的行为，在法规层面均不得支持。

其二，针对不同领域的数字资产进行计量设定。数据定价可以参考当前例行的市场法、收益法和成本法。但不可以凭借简单的数学模型和资产定价理论来设定。即便已经有一些概念性描述，比如，“数据资产的成本价值核算，主要包括采集、挖掘、分析、传输数据和数据库建设的各种软件、硬件和人工支出，也包括应支付给数据所有者的数据使用转让费”，也只是提供了某种思路，而非执行方案。数据的定价机制需要有针对性，需要结合具体情境加以探究，而非局限于一般原则。

其三，需要重视信息不对称和代理问题。据观察，市场法在数据定价的商业实践过程中并不公允。一方面，数据交易所为了自身利益而对数据资产进行高估;另一方面，市场上关于数据交易的信息不透明，导致数据资产的交易价格偏离公允价值。信息不对称导致的代理问题，普遍存在于资本市场，同样也存在于数据要素市场，所以需要加强对数据资产定价和交易行为的规制。

其四，数据资产定价是一个与信息技术强相关的科学问题。一些重要数据要素的确权机制，比如奶牛的养殖与生产、艺术品的鉴定与收藏，都需要应用区块链技术来改善数据权属及其利益分配。其他一些特殊领域，比如文物数字资产，需要应用算法技术来标识。这些技术性内容已经超出了讨论范围，但它们是数据资产的伴生技术，会引发技术强相关情境下的数据资产定价问题。这些都充分体现了数字资产计量的复杂性和挑战性。