數據資產生態白皮書構建可持續的數字經濟新時代1前言數據的價值迎來了悄無聲息卻影響深遠的革新，數據不再僅僅是寶藏或者石油這樣直白的物質財富代表，而已經發展為如同水與空氣一般重要的必需品。與此同時，數據帶來的機遇與挑戰也伴隨左右。一方面，數據聯通個人、企業與政府端，通過開放、流通等不同方式釋放出巨大價值，重塑個人生活方式與商業模式，產生了巨大的杠桿效應；另一方面，如同水與空氣面臨污染的威脅，數據也同樣面臨著權屬不清、定價不明、使用不公等社會經濟難題，以至于這一價值無可限量的資源難以真正觸達需求。作為數字經濟時代的長期踐行者，普華永道希望通過本白皮書呼吁各方認知數據時代下的主要問題，倡導建立一個更加健康、有序且平衡的數據資產生態。唯有在社會、經濟、政策及技術層面全面支撐資產化生態的運作，才能全面釋放數據的核心價值，擁抱更為美好的未來。目錄前言數據如同水與空氣的數字化時代已至02數據生態在慢慢失衡數據產權模糊0506070707數據隱私與安全問題突出數據定價與估值困難數據開放與流通困難0808建立平衡的數據資產生態何謂平衡的數據資產生態政策與法律方面：確立數據權機制與定價指導意見10??數據確權數據定價1416經濟方面：探索數據資產商業模式社會方面：避免數據歧視，實現數據普惠???數據使用容忍數據歧視數據普惠19技術方面：搭建數據資產管理和應用的技術體系???數據安全共享

—

鏈上與鏈下結合數據可信計算

—

多方安全計算與可信計算數據資產生態技術體系平衡的數據資產生態展望與價值推動可持續的數字經濟發展提高國家社會治理水平222222232323達成市場資源最優配置賦能企業數字化轉型實現個人隱私與數字化便利的統一結束語聯系人24251數據如同水與空氣的數字化時代已至在過去的十幾年里，數據借助移動互聯網的發展形成指數級的積累，反壟斷監管者也開始著手限制那些有能力控制數據的群體和機構。數據成為數字時代的“石油”，已是廣泛共識。但在快速更迭的數字時代，數據的價值迎來了悄無聲息卻影響深遠的革新。在十年前，大眾對數據的價值描繪得頭頭是道，如同發掘到金礦的淘金客一般，而如今，圍繞數據的話題逐漸回歸理性。在某種意義上，數據的價值正在向更深層次演進，和石油相比，數據更像與我們日常生活息息相關的水和空氣。回顧水和空氣的特質，與數據之于當今社會生態十分類似。首先，水與空氣是每個個體日常生活中無法缺失的重要資源，即使存在感有時無法察覺，而一旦失去就會導致機體的崩潰。在數字化時代中，個人、企業與政府也應意識到，習以為常的生活與生產已經無法離開各類數據的支撐。試想一個普通工薪階層日常的一天：在早起通勤的路上就會收到由個人喜好數據篩選出的數十條信息流新聞與廣告；工作打卡后個人信息與時間數據快速與企業管理系統進行對接；午餐時，習慣打開大眾點評瀏覽數十條餐飲門店數據并快速決策；而晚餐則在外賣平臺推薦在大量菜肴中尋找合適的美食；即使是入睡前，也可能通過各類健康或信息應用回顧一天的運動與休閑數據?？梢哉f數據已成為每日生活秩序的有效保障。對于企業而言，缺少數據支持將變得寸步難行。當今全球市值最高的五大科技巨頭（谷歌、亞馬遜、蘋果、Facebook和微軟）似乎都勢不可擋，數據不僅是利潤增長驅動引擎，更是它們的護城河——谷歌知曉當下的搜索熱點，Facebook了解被分享的內容，亞馬遜知曉人們購買的貨物——收集到的消費者數據促使它們提升服務質量，從而不斷加高進入壁壘。而中小型企業則積極通過云等技術在聚焦的領域消化數據，為業務提供指引，真正意義上以數據哺育業務發展。2政府的運作同樣離不開數據，否則大量運行與組織工作將舉步維艱。得益于極強的組織與服務能力，中國大量城市已開始試點甚至部分實現網格化管理，在感知數據的幫助下迅速響應以社區為單位的群眾需求，涵蓋從安防到養老、從記錄到執行的全政府服務環節。一旦失去對社區人與物的數據聯系，政府的作業與大眾的實際情況將產生以天為單位的割裂，服務型政府將如紙上談兵。其次，水與空氣是自然界無處不在的巨大資源供給，而數據也已經在潛移默化間成為個人、企業與政府正常運作即可獲取的重要資源之一，如同水與空氣一樣影響著每一個個體。如此充滿活力的數字化社會，也反向催生了中國乃至全球數據體量的繁榮。從數據數量上看，中國是數據生產大國。根據國際數據公司IDC對全球“數據圈”進行的研究顯示，中國在2018年產生了7.6ZB的數據。該機構預計，中國的“數據圈”將會在2018年至2025年之間擴張14倍左右，以每年30%的平均增速快速發展。中國的數據量將在2025年達到48.6ZB，也就是48.6萬億GB。屆時，中國將問鼎數據圈的“金山”，成為全球第一。而美國在2025年將會產生30.6ZB的數據，折合30.6萬億GB，相比中國少18萬億GB。根據IDC的預測，2025年全球數據量將達到175ZB（見圖1），有幾個形象的比喻可以幫助大家理解175ZB究竟是何等龐大的數據量級：假如將175ZB的數據刻錄在單盤容量為4.7G的普通DVD光盤中，則這些光盤疊加的高度是月球至地球距離的23倍，亦或環地球赤道222圈；以當前美國平均網速25Mb/s而言，下載完175ZB數據需要18億年。圖1：全球數據量增長預測（單位：ZB）20018016014012010080175130100807060中國“數據圈”6050402018-202540擴張14倍左右20161420108642平均增速快速發展030%資料來源：IDC，《數據時代2025》報告3表1：數據融合增長催生的新興互聯網應用交通工具摩拜單車聯網汽車每天可產生2,500萬訂單量每運行8小時可產生4TB數據社交媒體微信每天有10億用戶登錄、發送45億條消息、撥打4,100萬次語音電話Twitter每天可發布5,000萬條消息YouTube每分鐘上傳視頻時長可超過400小時Facebook每天可生成4PB數據，包含100億條消息、3.5億張照片和1億小時視頻瀏覽電子郵件每天可收發3,000億封電子郵件搜索引擎谷歌每秒需處理超過40,000次搜索每天可產生20TB數據消費購物淘寶資料來源：普華永道搜集整理最后，水與空氣看似廉價，卻能在相關介質的配合下催生出長久持續的能量，例如水電。數據自身雖然微小，同樣也能通過聚合效應驅動質變。回顧數據的質量效應，全球和中國數據的融合與增長催生出各類新興應用（見表1），產生了數據積聚的強大樞紐效應。數據體量與質量的飛速增長，正驅動各行各業對“數據”概念進行重新認知與戰略解讀，數據作為社會經濟生態中的空氣與水，具有取之不盡、用之不竭的壓倒性優勢。在大數據時代，誰能率先認識到數據的重要性、對豐富的數據資源加以合理運用，誰就能迅速把握時代風口、搶占行業先機，并創造驚人的經濟利益。由于數字化帶來的連接效應，數據的累積將不斷加速，數據涵蓋的領域將不斷延伸，數據資源的儲量也將更加豐富，因而如何將數據從資源轉化為資產，當是每個具備戰略眼光、考慮長遠發展的企業、政府乃至整個社會所必須正視的重大課題。42數據生態在慢慢失衡正如自然界的生態系統失衡，例如亂砍濫伐、毀林開荒或采伐速度大大超過其再生能力，造成資源衰竭、水土流失和氣候變化，引發生態系統出現諸多問題，同時影響生態中的各個物種。而數據生態的失衡也會導致很多問題出現，如“數字霸權”的產生——企業在掌握了海量數據控制權的同時，也掌握了前所未有的權力。一方面，數據的產生、流轉、應用與管理依賴于完善的生態，其中包含政府、企業、個人等多方參與者在公開、透明的機制下形成有效分工。但當前中國數據生態的主要管理與應用模式側重于企業為中心組織、管理、控制和使用個人數據，未能發揮生態體系中各方的最大化價值。同時，個人數據集中在部分電商、社交媒體領域巨頭，個人數據的聚集效應越來越明顯，不可避免會出現數據歧視、信息繭房、大數據殺熟乃至隱私侵犯等諸多問題。從不掌握個人數據的企業視角，會造成數據資源被壟斷帶來的發展與競爭壁壘；從個人視角，較為分散的數據資產分布與管理模式將導致維權困難；而從政府視角，市場資源配置的公平性與市場經濟的穩定性則難以把控。在互聯網行業“頭部固化”的情況下，少數大型互聯網企業能夠通過無數使用方便且服務全面的App收集并分析數據，了解用戶喜好與習慣。在這種情況下，它們可以利用自身優勢，將想法和目的潛移默化地灌輸給消費者。更現實的情況是，在當前數字時代，人們不可能完全脫離這些大公司提供的服務。然而，普通個人對大數據運作的過程一無所知，人們被限制在“信息繭”中，被精準投放的廣告驅使著做決定。其他中小型企業也無力與這些龐大企業抗衡，造成少數企業壟斷市場的局面。另外，在社會公共事業端，政府應用個人數據的邊界成為挑戰，例如數據產權模糊，財富分配自然也不清晰。越來越多數據集中在少數企業手里，這對個人的隱私安全甚至國家安全都會造成影響。5數據生態在慢慢失衡（圖2），引發諸多問題和挑戰。圖2：政府視角下，個人與企業數據的應用平衡個人端個人數據開放與應用個人端數據特性導致價值真空政府端?????主體過于分散權屬復雜數據價值參差應用難以追溯個人意識薄弱政府面向B端與C端的抉擇????個人數據信息使用邊界企業數據行為管控政府數據開放與流通商業繁榮與個人保護企業端面向個人數據陷入兩難????超大型企業數據馬太效應商業化驅動的信息繭房數據記錄與邊界企業端企業數據應用管理個人端數據應用與分潤政府端企業端資料來源：普華永道分析另一方面，社會逐步把數據視為資產。從當前的經濟和法律視角，資產具有三項核心特征：其一，資產應歸屬某主體所有或控制，即權屬明確；其二，資產能夠產生既有的或預期的經濟利益；其三，資產是一種資源，具有稀缺性。而數據的無形性、可復制性以及取之不竭的特性，導致數據資產存在特殊性：其一，數據資產主體具有多重性，權屬模糊，例如數據從生產到流轉的過程中，可以產生衍生數據以及衍生數據的主體；其二，數據資產能夠產生經濟利益，要以數據資產的合理定價為前提，但數據資產的定價取決于特定場景，并不存在統一、普適性的定價依據，需要因場景而變；其三，數據資產是一種人為創設的資源，與石油等不可再生資源的稀缺性相比，數據的稀缺性是相對的動態概念，在某種意義上，數據資產是取之不盡用之不竭的。數據產權模糊一方面，數據越來越像商品，可以被買賣、轉讓和使用。但是隨著云計算和大數據技術越來越完善，暴露出來的問題也越來越多。比如某個內容創業公司，當把內容發布到網絡上時，內容可以被轉載和復制，無法查到究竟誰才是內容始創者，部分利益會被抄襲者竊取。所以數據的確權越來越重要，目前行業潛規則是“誰采集，誰擁有”，出售和利用個人數據獲利，侵犯用戶數據產權、知情權、隱私權和收益權的現象時有發生。對個人數據的不當采集、處理和使用暗藏在企業商業秘密之中。另一方面，當前北京大數據交易服務平臺、貴陽大數據交易所、長江大數據交易所、上海數據交易中心等數據流通平臺不斷涌現，數據堂、美林數據、愛數據等數據資源企業也漸具規模。然而，由于專門立法的欠缺和既有制度的模糊，出于對交易風險及個人數據合規風險的憂慮，我國數據流通在“質”和“量”上都不盡如人意，難以滿足數字經濟發展的需要。數據流通的癥結進一步還原到數據確權上。6數據隱私與安全問題突出無論從數據普惠，尊重個人隱私及數據主體權利，或者愈加強化的法律法規及監管要求，數據安全與合規已經成為數據資產化過程的必要條件和基礎。近幾年來，社會和企業對于數據安全及合規已具備相關認知并在推進相應的能力建設。但是海量數據下的安全合規治理、管控體系建設，以及技術解決方案實施等方面，依然存在新的挑戰和風險。在社會和多數行業層面，缺乏數據的共享、流通和交易的規范；在企業層面，普遍缺失數據環境下的數據確權原則，缺乏結合法務、業務、安全合規及IT的整合合規組織，以及跨業務板塊的管控機制。在管理層面，缺乏數據全生命周期管控、符合結構化數據和大數據特點的風險管理方法、以及細粒度的分級訪問控制。而技術層面，針對數據的防御、感知、響應的技術和工具都存在缺失。數據定價與估值困難數據資產不完全符合會計準則中對無形資產的定義，尚無法體現在企業的財務報表中，但從數據資產的確認和計量上，應認可數據的價值及其對企業價值創造的貢獻。當前對于數據資產價值評估的研究還處于早期階段，評估方法尚不成熟，且鑒于各類條件和數據本身的特性，數據資產估值仍然面對較多難點和挑戰：1.

數據價值的變動性。數據的價值根據其相關性的不同而各不相同，而數據相關性又因數據使用者而異。相同的數據對于不同需求的使用者來說，價值是不同的。同時，數據周轉速度的提高意味著數據過時的速度也相應加快，隨著新數據的出現，舊數據的價值可能會貶值。2.

數據價值的不確定性。例如監管、全球治理和隱私權等問題，可能對數據的經濟價值以及公司對數據的投資力度產生實質性的影響。3.

數據資源的無限性。數據資源可以無限使用，而這個特性也使數據資產的價值難以計量。4.

數據資產權屬的復雜性。所謂權屬即是所有權的歸屬。由于數據資產屬于無形資產，其權屬屬性與實物資產不同，需要關注的因素更多，更為復雜。數據開放與流通困難對政府部門和企業而言，由于個人數據采集和管理的分散，影響了個人數據的流通、分享使用和依法監管，匯聚線上和線下等多維度的個人數據將非常困難，導致個人征信、互聯網金融服務、產品精準營銷等新的增值服務難以實現，個人數據的經濟價值和社會價值也難以發揮。當前數據價值的實現，基本依靠傳統數據價值增值模式，而充分發揮數據的價值，需要的不僅僅是更好的算法、更快的計算速度，還需要有創新的數據使用和流通模式。目前，中國經濟進入“新常態”，數據作為經濟增長的新動力，迫切需要探索一種新的個人數據采集、管理和使用模式，規范個人數據的增值服務和交易行為，保護用戶的隱私和數據安全，保障用戶數據的合法權益，不斷推動個人數據領域相關技術和應用的發展。73建立平衡的數據資產生態何謂平衡的數據資產生態在自然界，生態平衡是指在一定時間內生態系統中的生物和環境之間、生物各個種群之間，通過能量流動、物質循環和信息傳遞，使它們相互之間達到高度適應、協調和統一的狀態。當生態系統處于平衡狀態時，系統內各組成成分保持一定的比例關系，能量、物質的輸入與輸出在較長時間內趨于相等，結構和功能處于相對穩定狀態，在受到外來干擾時，能通過自我調節恢復到初始的穩定狀態。在生態系統內部，生產者、消費者、分解者，在一定時間內保持能量與物質輸入、輸出動態的相對穩定狀態。在數字世界，從長遠來看，圍繞數據資產構建平衡的數據資產生態，是實現數字經濟可持續發展的必由之路。普華永道認為，在平衡的數據資產生態中，應包含以下幾類角色：數據生產者：個人/企業

—

樹木：個人和企業作為主要的數據生產者，猶如雨林中的樹木，雖然在單體體量與聲量上有限，卻能在團體中產生巨大的影響力。因此，團結、高效、一致的“雨林”，是數據生態中的主要貢獻者。政府指導的數據確權與定價引導機制

—

太陽的光合作用：個人產生的數據并不能直接被外界所應用，有如雨林只有在光合作用與大氣循環下才能產生珍貴的氧氣和水滴。因此，政府管控下的確權與定價指導是生態系統里面的太陽，發揮光合作用，而科研機構與學術單位也扮演著重要角色。數據消費者：企業/個人

—

動物：企業在生態中如同各類動物，與雨林伴生形成生態系統，通過雨林的產出產生更大能級的價值，符合食物鏈逐步放大的自然效應。但同樣，若缺乏政府如陽光般的管控輻射，動物對雨林的過度傷害最終只會導致生態系統的崩潰。公共數據

—

土壤：融合開放的公共數據如同土壤。無論是動物還是雨林，在陽光下通過分解者逐步形成土壤中的有機物，這一有機物反過來成為雨林生長不可或缺的根基。數據中介

—

微生物：微生物是分解者，可以將生態系統中的各種無生命的復雜有機質分解成水、二氧化碳等可以被生產者重新利用的物質。在數據資產生態中，眾多數據科技公司就扮演著類似微生物的角色。8在這一循環往復的生態下，暗藏著對于數據資產生態建設最核心的指引：確保政策法規落地實現

“陽光普照”，以數據中介為經濟基礎的“氧氣和水媒介”，以社會約束為核心的“雨林保護”（見圖3）。因此，建立一個平衡的數據資產生態系統離不開四大核心支柱：1）政策與法律方面，要從政府出發，發揮光合作用，加快立法，明確數據確權機制，以及指導定價的形成機制；2）經濟方面，要形成圍繞數據資產的新商業模式，只有形成商業模式，生態才能建立起來；3）社會方面，要充分考慮社會影響，避免數據歧視，形成數據普惠，讓生態惠及所有參與者；4）技術方面，要解決兩個核心問題，一是安全的數據共享問題，二是可信的數據計算問題。圖3：平衡的數據資產生態系統政府管控與治理/數據要素市場–

數據確權與定價指導（陽光，光合作用）數據中介

—

數據銀行、數據信托、數據運營商（云，大氣循環）科研機構/學術單位數據資產（水）O2數據資產（氧氣）數據生產者

—

個人/企業（樹木）數據消費者

—

小企業

數據消費者

—

大企業（食草動物，初級消費者）

（食肉動物，高級消費者）數據中介（微生物，分解者）公共開放數據（土壤）P—

政策/法律E—

經濟S—

社會T—

技術資料來源：普華永道分析9建立數據確權機制與定價指導意見政策與法律方面數據要素的確權機制還處于探索階段，并逐步引起業界、學界和政策制定者的廣泛關注。數據要素的確權對于數據資產的厘清、數據資源的有效配置至關重要。數據確權數據要成為數字資產，最重要的是對數據進行確權。數據確權的定義，包括數據的所有權、使用權、經營權、知情權、遺忘權、修改權、刪除權、拒絕與限制處理權等一系列的權利。國際數據確權實踐：國際上對于數據確權也在進行不斷嘗試，如通過歐洲《一般數據保護條例》（General

Data

Protection

Regulation，簡稱GDPR）和《非個人數據在歐盟境內自由流動框架條例》，歐盟確立了“個人數據”和“非個人數據”的二元架構。針對任何已識別或可識別的自然人相關的“個人數據”，其權利歸屬于該自然人，其享有包括知情同意權、修改權、刪除權、拒絕和限制處理權、遺忘權、可攜權等一系列廣泛且絕對的權利。針對“個人數據”以外的“非個人數據”，企業享有“數據生產者權”（data

producer

right）。此歐盟數據確權嘗試并不成功，“個人數據”和“非個人數據”的分割與現有實踐不符。個人數據的范圍過于寬泛，在數字化時代，幾乎沒有什么數據不能夠通過組合和處理，與特定自然人相聯系。由此，同一個數據集往往同時包含個人數據和非個人數據，將相互混合的數據區分開來，即使可能也非常困難，將產生過猶不及的結果，諸如傷及互聯網成熟業態，阻礙人工智能、區塊鏈和云計算等新興產業的發展。與歐盟相反，美國采取了數據確權的實用主義路徑。美國個人數據置于傳統隱私權的架構下，利用“信息隱私權”化解互聯網對私人信息的威脅，在金融、醫療、通信等領域制定行業法，輔以行業自律機制，形成了相對靈活的體制。中國在進行數據確權時，需充分借鑒歐美數據確權的經驗與得失，著重關注以下四個“必須”：1.

必須充分考慮數字經濟發展不同階段和特定國情：隨著國內大循環為主體、國內國際雙循環相促進的新發展格局的建立，數字經濟已經成為主要增長點和重要的就業渠道。盡管中國數字經濟的成就為世人矚目，但未來的路還很長。在此背景下，首先應以最大化數據

—

這一數字經濟生產要素的價值為最高宗旨；2.

必須堅持個人隱私與敏感數據保護的紅線思維：數據確權后，數據就會進入要素市場進行市場化交易與流通，它還可能產生有害于消費者的負面影響。因此在制定數據確權機制時，對關涉個人隱私核心或個人敏感數據，要堅持數據隱私保護的紅線思維。只有增加消費者的安全感和信任感，數據確權才能夠落地，數據資產生態才能健康；3.

必須以數據流通與共享為主要目的：數據確權是為了數據合法的流通與共享，隨著數字金融生態的逐漸開放，數據將會在不同經營主體之間流動、共享，不同數據的重新組合，衍生出新的數據。通過合同約定來分配各方權益，進而在規則競爭和演化的過程中，總結出最佳實踐和行業標準，最終形成確權規則；104.

必須利用數字化技術手段賦能數據確權：傳統的確權手段采用提交權屬證明和專家評審的模式，但是缺乏技術可信度，且存在篡改等不可控因素。考慮到數據資產的特殊性，目前有兩類技術可以賦能數據確權問題的解決。1）針對數據需要物理上流通和交易，并且要明確所有權的場景，建議使用區塊鏈技術：利用區塊鏈不可篡改、數字簽名、共識機制、智能合約等技術可以對數據進行確權，并對數據的產生、收集、傳輸、使用與收益進行全周期的記錄與監控，為數據共享和流通提供堅實的技術基礎。具體來說，數據資產的所有者、生產者和使用者作為重要的節點加入到區塊鏈網絡中，利用區塊鏈同步共識，詳細記錄數據產生、流轉、交易等全部環節，不但記錄數據本身，而且記錄該數據資產相關主體的身份及其操作歷史，并全節點共識見證，任何一方都無法推脫和否認。從而實現生態圈中的所有參與方都能貢獻自己的數據資產，并通過智能合約對資產流轉與收益分配進行監督，達成收益共享與風險共擔，大大促進數據資產的流通。2）針對數據將會在不同經營主體之間流動、共享，不同數據的重新組合、分析會產生新數據，導致因多方參與難以劃分數據的場景，在這樣的場景下，數據的使用權與經營權就顯得尤為重要，因此建議采用多方安全計算（Secure

Multi-Party

Computation，簡稱MPC），即在不改變數據實際占有和控制權或所有權模糊的情況下，促進數據流通共享的技術支撐，利用多方安全計算平臺，將計算能力移動到數據端，確保企業數據安全和個人隱私保護的同時，促進數據共享利用與業務創新。目前，多方安全計算已經在金融機構之間的聯合風控、聯合營銷等領域取得了初步成效。近期，由人民數據管理有限公司（下稱“人民數據”）主辦的“人民數據資產服務平臺”在京正式啟動，這是我國首個國家級綜合數據資產服務平臺，利用區塊鏈技術進行數據確權，也是行業內首個集數據合規性審核、數據確權出版、數據流通登記、數據資產服務為一體的平臺。據介紹，人民數據資產服務平臺由數據源認證平臺、數據流通登記平臺、數據交易服務平臺、數據流通監管平臺組成。平臺將通過與數據提供方、加工方、交易平臺、使用者、監管機構的聯系和合作，建立統一的數據賦權標準、數據類目管理、數據加密規范、數據流通交易安全體系，并且將利用區塊鏈等新興技術，有效實現合法數據流通和非法數據流通的辨識，建立行業規范和黑名單機制。11數據定價作為未來數據資產價值釋放的核心環節，數據定價相對于其他資產而言存在巨大的差異，數據資產的價值主要來源于其直接或間接產生的業務收益，但由于數據自身存在的無損復制性、按不同業務場景產生收益的可疊加性，使得特定數據資產的價值與傳統資產價值不同，不是一個固定值，而是一個隨不同因素變化的動態值。數據資產的價值評估可以從如下維度開展（見圖4）。根據數據價值評估的維度，目前：有三種比較公認的定價模式。模式一：成本法定價計算公式：評估價值

=

重置成本

*

貶值系數

*

期望收益系數重置成本是存儲成本、加工成本及運維成本的三者加總：???存儲成本：

數據存儲占用的基礎設施（機房、機柜、存儲設備等）的成本按數據容量折算后的價值；加工成本：

數據加工過程涉及的物力

（服務器、軟件等）和人力（員工成本、下包商費用、項目費用等）；運維成本：

保障數據正?？煽糠账璧奈锪?/p>

（服務器、軟件等）和人力（員工成本）。圖4：數據價值評估維度不同的數據受監管的限制不同，不同地區的監管也有差異，這會影響數據價值的產生。數據價值在于與應用場景的結合。不同場景下，數據所貢獻的業務價值是不同的。???合規性地域性安全性????場景性時效性稀缺性多維性數據資產價值評估數據的質量是影響數據應用的核心因素，數據質量的準確度是評估數據價值的基礎。數據最終產生的業務價值受成本的影響，數據可應用的場景也受到成本的約束。???準確性真實性完整性???存儲加工運維資料來源：普華永道分析貶值系數為時效性系數乘以生命期系數：?時效性系數：由數據加工/更新的時效決定（實時、準實時、小時、天、周、月），取（0-1）間的系數；?生命期系數：數據距離生命終點的時間期間占總生命期時長的比例調整系數。期望收益系數是數據在內部核算和外部交易時希望獲得的額外收益，取大于等于1的系數。12模式二：收益法定價計算公式：評估價值

=

σ1?

業務超額收益業務超額收益應按數據資產的所述類別分類計算：???建模分析類應用：按模型投產后經業務評估的業務價值貢獻額，對最終納入模型計算的所有數據資產項目進行均攤，在模型存續期間持續計算；報表類應用：對管理報表和監管按報表使用對象的級別分別設定每張報表的假定業務價值，對報表內涉及的數據資產項目按資產等級進行加權分攤，按每次訪問量計算；取數類應用：對每次取數請求按所需數據資產項目的多少、數據資產項目的資產等級和所獲取的數據集合總量大小進行定價，按每次取數請求的返回數據集計算。模式三：市場法定價計算公式：評估價值

=

可比數據資產成交額

?

修正系數定價計算中，涉及：??可比數據資產成交額：公開交易市場上相同或類似數據資產的交易成交額；修正系數：用于對標的數據資產和可比案例的差異進行修正。上述三種定價模式各有利弊，相關主體可以依據實際情況及自身需求有所選擇（見表2和表3）。在這三種定價模式之外，行業也在摸索新的定價方式，包括借用知識產權的估值模式等。表2：三種數據價值定價模式對比分析優點不足??計算簡單利于理解??重置成本難以精算計量成本法沒有體現數據直接及間接產生的業務價值??超額收益難以精確計量??反映了數據資產對業務收益的影響直觀且易于理解收益法市場法超額收益通常由一組數據資產形成的應用產生，難以在單個數據資產層面分攤??缺乏足夠的公開市場交易基礎?客觀反映資產的市場情況數據資產的價值需要根據交易背景不同進行具體分析表3：不同場景下的數據價值評估方法應用場景價值評估方法內部數據資產共享的虛擬核算外部數據交換/交易成本法定價

（期望收益系數接近1）成本法定價（合理的期望收益系數）收益法定價行內評價數據資產對業務的貢獻度量數據產品的定價成本法定價（合理的期望收益系數）資料來源：普華永道分析13探索數據資產商業模式經濟方面移動互聯網發展早期，中國大量科技企業開始認識到個人數據之于產品及企業發展的重要意義，但在缺乏明確商業模式先例與權責劃分的模糊地帶，圍繞數據開展商業化行為難度重重。因此，中國早期數據流通多通過授權為主導的以物易物模式，即用戶通過授權運營方獲取并使用用戶數據的模式獲得相關運營方的服務。該模式嚴格意義上缺乏商業化的規模效應。根據數據生態的定義，一個平衡和健康的生態系統，一定要配套良好的商業模式，在數字經濟時代，數據本身的經濟價值將得到全面釋放，隨著數據確權與定價的逐步明晰，從而衍生出多元化的商業模式。未來，數據資產的商業化前景將逐步下沉至以個體為代表的C端用戶群體，形成打通G、B及C端在內的數據交易、數據銀行、數據信托和數據中介等模式。商業模式1：數據平臺交易模式。2014年以來，中國移動互聯網進入高速發展階段，數據價值被商業社會不斷認知。以某數據服務公司為例，該公司探索新的商業模式，諸如上線數據眾包等業務，平臺明確為某個特定數據集標價并與相關供應方進行交易。該模式嘗試探索以數據貨幣化為目標的商業模式，并明確提出了數據具備相應價值的商業判斷。此后，由貴陽、上海等數據生態活躍地區政府主導的數據交易所模式涌現，通過建立數據供應方與需求方共享的交易平臺連接數據供需，以第三方專業技術和政府資質完成監管與加密支持，最終實現數據的交易流通。該商業模式較好地解決了數據互信、數據保護與數據供需的主要矛盾，且有助于大量行業通過平臺沉淀形成數據標簽與數據產品。蘋果公司CEO蒂姆·庫克在2019年表示：“美國聯邦貿易委員會FTC應設立新的框架，建立數據中介清算所，并要求所有數據中介進行注冊，使消費者能夠跟蹤這些被捆綁并銷售的數據，賦予用戶權利能夠按需、免費、輕松地在網上一勞永逸地刪除數據。”普華永道認為，數據平臺間交易這一商業模式將在未來持續獲得關注，成為重要的流通商業模式之一。中國《數據安全管理辦法（征求意見稿）》明確要求各服務方數據收集使用規則應明顯提示，不得以默認授權、功能捆綁等形式強迫、誤導個人信息主體同意收集，并提出了“匿名化處理”的明確要求。從宏觀層面上，政策不鼓勵具有壟斷性質的數據寡頭，各類互聯網及產業巨頭未來將形成專業化的數據領域，彼此之間公開、透明的數據流通的重要性將加劇，因此數據交易平臺未來將在商業化過程中扮演更重要的角色，并且由此衍生出數據中介或數據經紀等細分商業模式。未來，數據平臺交易模式將進一步演化，具體可概括為更精準、更多元、更落地三個方向。14更精準指未來數據流通供需關系的匹配將在當前平臺化交易的積累下，形成更加深入的數據洞察與需求把握。相對于目前大量依靠平臺匹配的商業模式，未來去中心化的供需分發機制與數據驅動的匹配模式下，數據商業化的效率將得到提升。更多元指未來在政府與企業兩大生態主體之上，個人作為數據的最大創造者與使用者也將被納入到商業生態中。依據中國對個人數據立法的規劃，未來民眾將獲得更為主動的數據使用權，甚至演化為社會數據供需的發起人。更落地指當前以數據匯聚和查詢為主的交易結構之上，未來深入數據后端的服務將形成更高附加值。以銀行支付數據為例，當前在確保數據脫敏的前提下已可形成產品化的數據組合解決方案，為大量企業和個人完成一站式的信用評估。未來流通商業模式將擺脫當前以傭金撮合為主導的分潤形式，通過服務附加值提升商業模式的想象空間。商業模式2：數據銀行模式。由于個人數據資產與貨幣資產本質上具有共同點，個人數據是個人財產的一部分，就像在銀行里存款一樣。因此簡而言之，個人數據資產能夠采用銀行模式進行管理和運營，既可以實現個人數據的集中有效管理，又可以實現個人數據的增值和有序流通，給個人帶來一定收益，即個人數據銀行。個人數據銀行是基于銀行個人貨幣資產的管理與運營模式，以保護用戶個人數據的所有權、知情權、隱私權和收益權為核心，建立個人大數據資產的管理與運營綜合服務系統，包括數據確權、匯聚、管理、交易與增值服務等功能1。商業模式3：數據信托模式。根據信托法理，信托財產所有權的制度安排具有結構化特質，即受托人享有信托財產法律上的所有權，受益人享有基于信托財產的信托利益，也被稱為“信托財產的雙重所有權”。而數據資產的特殊性在于個體數據的所有者與“大數據”的控制者以及“大數據”利益的享有者可能存在相互分離現象，可見，數據資產的所有、使用、收益等權能的分離與信托財產權屬的復合式安排具有充分的契合性，數據資產成為信托財產在權利內容與制度安排上具有合理性和可操作性，數據資產的各項權能安排可以通過信托財產制度得以有效設計和落實。數據資產成為信托財產后，可以滿足數據資產的商業和業務邏輯需要。更為重要的是，信托業務創新可以為數據資產創設更廣闊的應用場景。由于數據信托業務在理論探索和應用實踐層面均具有相當的前瞻性和創新性，信托公司開展數據信托業務的實踐尚處于探索與嘗試階段。實踐中，中航信托在業內率先發行了首單數據信托產品，產品規模為3,000萬元2。商業模式4：數據中介模式。在數字化時代贏家通吃的模式下，多個以科技巨頭為主體的平臺已經形成，這些平臺勢必會導致權力過度集中，不利于市場競爭與社會開放，個人也不能僅憑一己之力得到數據尊嚴，即便向政府請愿，也無濟于事，因為網絡效應給了平臺過多權力，而數字經濟的復雜性讓監管無法深入細節。為了實現數據尊嚴，我們需要一個中等體量的外圍組織來縮小差距，這些組織和商業行為稱為“個人數據中介”（Mediator

of

Individual

Data，簡稱MID）,

MID為數據創造者爭取最大的利益，并且根據爭取的利益，獲得合理的傭金收入。MID的存在，會對科技巨頭基于數據的盈利模式造成一定的沖擊，但長期來看，科技巨頭應欣然接受由MID主導的未來，科技巨頭平臺也將是受益者3。1

《個人數據銀行

—

一種基于銀行架構的個人大數據資產管理與增值服務的新?！罚嬎銠C學報2017年1月2

《大數據時代，“數據資產”與金融應用前景》，中航信托3

《美好數字社會的藍圖》

哈佛商業評論中文版

2019年2月15避免數據歧視，實現數據普惠社會方面今數據資產價值的不斷釋放不僅形成了新的經濟推力，也從側面重塑社會關系，形成全新的社會問題認知。隨著數據成為具有市場價值的資產，中國社會應重新思考個人對于數據使用的容忍度、數據價值的反歧視及數據應用的普惠目標。從個人數據使用容忍度方面，未來中國社會對于個人數據的保存、管理與使用意識會逐步加強，在呼吁立法落地的同時也面臨短期執行缺位導致的落差感。因此社會層面將通過技術手段搭建個人數據管理、追蹤、授權的抓手，以配合國家政策形成主動管理。從數據價值的反歧視方面，客觀意義上由于個人屬性差異導致的數據價值差異將長期存在，但中國政府與企業將努力推動數據可得性導致的價值歧視，全面落實如醫療、教育等行業的數字化檔案建設，從而保障所有個人數據價值的釋放及相應的價值變現，提升低保障人群通過個人數據獲得相應服務乃至商業利益的平等權利。從數據應用的普惠方面，通過個人數據與企業數據的融合提升行業服務效率、創造社會價值已成為中國政府和企業推動數據應用變革的共識，而上海市打通政企數據支持銀行普惠金融服務效率與品質提升是絕佳案例。未來普華永道預判，貿易、物料等數據依賴的大型產業將優先受益于數字普惠，形成多方受益的解決方案平臺。數據使用容忍社會民眾對于數據使用范圍和手段的容忍度決定了數據資產應用的發展方向。當前個人數據容忍已逐步成為全球性議題，對該話題的高度重視將導致國家層面政策和行政手段快速落地，以平息數據濫用導致的社會矛盾，而數據透明化有可能成為未來五年中國的重要工作目標。隨著數字化社會的不斷演進，中國民眾對數據使用的容忍度經歷了漠視、被教育、關注、擔憂幾個階段，移動互聯網時代的成熟與Z世代話語權的增強，最終導致社會各階層對數據權屬的觀念愈發接受。而歐盟《通用數據保護條例》乃至中國數據安全管理辦法的完善，引起了社會層面對個人數據保護和使用的巨大關注。由中國計算機學會計算機安全專業委員會開展的《2019年網民網絡安全感滿意度調查活動總報告》表明，37.4%的受訪者認為網絡個人信息泄露非常多和比較多。2020年爆發的新冠肺炎疫情從某種程度上催化了個人數據容忍度的關注，在享受自身安全的保障之余，大量民眾推動了疫情期間數據使用的透明化程度，并將持續關注后疫情時代的數據管理。另一方面，盡管相關法規陸續出臺，明確了數據收集、匿名化處理、定向推送等行業實踐的保護需求，但從立法到執行依然需要時間的積累及后續執行管理辦法的落地。在立法明確到執行到位的過度期內，廣大民眾容忍度將面臨更大挑戰，并催生對于個人數據信息透明化的呼吁。16普華永道認為，在中國政府和企業的共同推動下，為解決數據容忍度不斷上升的問題，未來將逐步探索個人數據信息使用透明化平臺的建設，形成個人用戶可主動查詢并管理的數據資產平臺。從技術層面而言，區塊鏈等技術的成熟為去中心化的數據追蹤與管控提供了支撐，基于區塊鏈構建的個人數據資產管理平臺將成為社會個人數據管理的重要支撐。例如，2018年開始，麻省理工學院開發的醫療檔案項目MedRec在美國創立以太坊區塊鏈管理醫療記錄的系統，從而允許個人用戶能夠查閱自己的醫療記錄并管理醫療數據的使用，讓醫護及醫學研究都受惠。而從國家層面，目前各省市承接中央部署，將推動政府數據合理治理與要素流通作為當下的主要工作。包括廣東、福建在內的多個省市已開展面向政府內部及政企合作產生的內部數據盤點與梳理。構建面向個人的數據使用追蹤與管理平臺，本質上將有助于通過責權的分發完成數據排摸與使用管理。數據歧視隨著數據豐富性與多元性的不斷提升，數字經濟內的各類政府與企業開始將數據應用至日常運作的方方面面。從另一個角度來看，大量個人數據的應用導致企業與個人的商業關系被重構，企業在使用用戶數據的同時也將為用戶提供相應價值。因此從社會共識的角度，消除歧視以確保數據價值被公平衡量并造益更多人群是社會發展的重要方向。從客觀意義上看，不同人群的數據價值在部分行業場景下天然存在差異。以零售消費數據為例，對需要通過數據分析用戶購買行為以提升業務體驗的電商網站而言，富裕人群的日常消費數據價值相較于工薪階層和鄉村群體更高。本質上，此類數據的價值差異與人群的社會和商業屬性差異息息相關，且在未來長期較難發生改變。但從另一方面來看，部分行業場景的數據價值歧視并非來自于人群數據的天然價值，而是由可獲取價值導致的。以醫療、教育等全民普適性行業為例，高收入與低收入人群形成的行業數據均具備較高的分析與應用價值，但由于部分低收入人群在數據可觸達手段上較為局限，無法形成完整的數據資產。因此，數據價值歧視的問題在短期內依然客觀存在，但部分數據基礎設施完善的全民性產業將逐步消解該社會問題。以醫療行業為例，2019年9月中國出臺《促進健康產業高質量發展行動綱要（2019-2022年）》，其中明確提出當前互聯網+醫療健康提升工程以建設全民健康信息平臺為抓手，并強調形成全民共通的數字化檔案。從長期來看，未來各類人群的醫療數據將逐步沉淀形成數字化檔案，并有助于消除數字歧視。17數據普惠數據應用經歷了由技術先行者向廣大民眾不斷擴散的過程，從部分先覺者的商業化應用逐漸開始探索服務社會整體利益的可能性。從國家和社會需求出發，服務大眾群體利益的數字普惠與中國呼吁數字化社會共贏的發展思路不謀而合，而且在部分行業領域里已形成最佳實踐。認識到當前社會數據應用的局限性，中國也在彌補數字鴻溝方面做出了一系列努力，而加快解決發展不平衡和不充分問題，促進數據普惠包容的關鍵正是彌合數字鴻溝。中國目前致力于彌補網絡設施的“介質鴻溝”、群體及個體間的“使用鴻溝”，以及數字化技術先行者和民眾間的“知識鴻溝”，部分地方已經開始通過先行舉措，在金融等領域探索數據普惠的實踐。眾所周知，銀行業近年受到國家政策的指引，形成專業信貸金融力量支持中小微企業的快速發展，但與此同時也面臨著中小型企業發展情況不穩定導致的金融信貸高風險，因而長期以來普惠金融處于國家政策強制推動的尷尬處境。上海市為推動普惠金融真正實現扶持大量企業發展，并降低銀行的業務風險，于2019年10月組織各政府部門公共數據資源，通過制度與技術雙重管理，將公共數據安全、合規、高效向社會企業有條件開放，形成了普惠金融試點應用。參與試點的銀行將公共數據作為普惠金融中小微企業風控的信息資源，提升了自動化風控的能力，有效降低了中小微企業信貸業務過程中的成本，提高了業務效率，形成了公共數據資源的社會化利用價值。截至2020年7月，已有18家上海市商業銀行對接政府公共數據開放平臺，向銀行提供7個行業領域5,711家企業的信息，累計通過審批信貸余額30多億元。以上海為成功實例，大量行業場景開始通過政府組織個人與行業數據，實現整體行業應用方案的落地及社會事業運作效率的提升。在當前發展背景下，普惠貿易、普惠醫療、普惠物流等領域也有較大發展。普華永道認為，未來長期依賴個人數據提升產業效率的行業將率先受益。獲得效率提升的企業則通過更好的體驗形成更為流程的數據融通，最終將形成多個行業導向的普惠解決方案，并為企業與個人數據融合提供實踐。18搭建數據資產管理和應用的技術體系技術方面根據上述分析，在考慮數據資產的特殊性后，為了賦能建立數據資產生態，解決數據確權、定價、交易、流通、隱私、商業模式等問題，需要從技術上解決兩個個核心問題：數據安全共享與數據可信計算，從而形成數據資產生態技術體系。數據安全共享

—

鏈上與鏈下結合在互聯網和數據化時代，數據的量級在飛速增長，全球每天增加的數據已經接近ZB量級，數據生態中的各個主體采用各種模式進行數據本地存儲，將數據生態中各個主體的數據打通和連接，目前看沒有必要也不可能把所有數據進行整合，因此迫切需要一種技術，既可以支持當前海量數據的本地存儲，又能夠實現打通與共享，可以考慮采取區塊鏈“鏈上”和“鏈下”結合的機制來處理，即僅將數據簽名、交易摘要數據和輕量化智能合同邏輯放到“鏈上”，將數據本身放到“鏈下”本地數據平臺。區塊鏈的梅克爾樹（MerkleTree）存儲結構可以很好地完成區塊和大數據分布式存儲的整合（見圖5）。數據可信計算

—

多方安全計算與可信計算當利用區塊鏈技術實現數據安全存儲后，要解決數據在不可信環境下的數據協作生產的問題，通過不轉移數據而轉移計算能力的邏輯，可以解決

這

個

問

題

。

從

技

術

上

可

以

考

慮

采

用

機

密

計

算

（

ConfidentialComputing）或安全多方計算（MPC）或是有公信力的可信計算

(TrustedComputing，簡稱TC）環境。圖5：區塊鏈的梅克爾樹存儲結構示例區塊鏈區塊TopHashhash(Hash0Hash1)Hash0hash(Hash0-0Hash1Hash0-1)hash(Hash1-0Hash1-1)Hash0-0Hash0-1Hash1-0hash(L3)Hash1-1hash(L1)hash(L2)hash(L4)大數據存儲塊個人數據（

L1）個人數據（

L2）個人數據（

L3）個人數據（

L4）個人明細數據大數據分布式存儲+簽名數據區塊鏈存儲資料來源：互聯網區塊鏈資料整理19?機密計算（Confidential

Computing）機密計算是一個新興的多方計算方式，能夠對使用中的數據進行保護。它建立在由硬件直接支持的可信計算環境（TEE）之上為計算中的數據提供保密支持。2019年英特爾、微軟、Redhat、阿里巴巴、Arm、華為、IBM和谷歌共同創建了機密計算聯盟。該聯盟的目標是為機密計算提供系統定義以及企業級產品化支持。

相對于TC，保密計算在傳統服務器環境中提供一個完全獨立的可信計算環境，當計算在這個環境中運行時，被使用的數據可以得到實時保護，在保證數據保密性能的同時為算法提供未經加密或屏蔽的原始數據?；跈C密計算的多方計算解決方案，不但可以保護數據的保密性，還可以防范外部侵襲和內部泄露，同時還能保護算法的知識產權。?安全多方計算（MPC）安全多方計算是指在分布式網絡中，沒有可信的第三方，多個參與實體持有秘密輸入

，共同完成一個計算并得到結果，但各參與實體除其本身外，不得知悉其它參與實體的輸入信息（見圖6）。在安全多方計算過程中，每個數據持有者可以發起協同計算任務，通過集線器節點路由地址，并選擇其他數據類相似的數據持有者進行安全協同計算。參與協同計算的多個數據持有者的參與節點根據計算邏輯從本地數據庫中查詢所需數據，并在密集數據流之間聯合進行協同計算，以實現安全的多方計算任務。整個過程中各方的明文數據存儲在本地，不會提供給其他節點。在保證數據隱私的前提下，中心節點將計算結果輸出給整個計算任務系統，使各方都能得到正確的數據結果。安全多方計算有三個主要特點：?隱私性好。安全多方計算的主要目的是如何保護協同計算中參與者的私有數據，即在計算過程中，各方必須保證私有輸入是獨立的，并且在計算過程中不泄漏本地數據。??正確性高。多方計算的參與者通過安全多方計算協議發起計算任務，進行協同計算，計算數據的結果是正確的。權力下放。在安全多方計算中，所有參與方地位平等，沒有特權參與方或第三方，這提供了一種分散的計算模式。圖6：安全多方計算技術框架數據持有方數據反饋數據流MPC節點數據流數據庫路由數據持有方數據持有方數據反饋數據庫數據反饋數據庫MPC節點路由

樞紐節點

路由MPC節點路由數據持有方數據反饋MPC節點數據流數據流數據庫資料來源：中國信息通信科學院《數據流通關鍵技術》20?可信計算（TC）可信計算指的是對計算行為的信任，及平臺實現特定目標的計算行為與預期一致，不受各種惡意行為的干擾?？尚庞嬎愕闹饕獦藴适怯煽尚庞嬎憬M織（TCG）定義的TPM2.0，國內有中國可信計算工作組（TCMU）及自主可信計算體系TCM（Trusted

CryptographyModule，TCM）。TMP（Trusted

Mobile

Platform，可信移動計算平臺）和TCM的目標都是建立一整套體系，保證數據從存儲、計算到傳輸的安全性。政府公信機構可以基于可信計算平臺建立一套可信的數據計算環境，將經數據屬主認可的、有明確使用權屬性的數據（包括數據范圍、數據時效、使用次數等屬性）放入該環境中進行計算，計算結果按權屬分發給參與方，并按使用權屬性的要求定期銷毀相關數據。數據資產生態技術體系基于上述數據，可以建立數據資產管理和應用的體系架構，實現個人數據的確權和安全使用（見圖7）。圖7：數據資產應用“三位一體”參考架構數據資產生態數據消費者數據生產者數據要素市場數據中介…數據可信計算數據確權與定價數字資產賬戶數字資產地址確權記賬定價結算多方安全計算可信計算機密計算…數據安全共享基于區塊鏈的數據索引數據托管數據存證數據溯源…索引摘要標簽…政務數據社會數據商業個人數據公安社保…稅務銀行…運營商身份聯系…行為資料來源：普華永道分析214平衡的數據資產生態展望與價值伴隨著中國數字經濟的發展，數據這一核心要素的重要性與通用性不斷加深，數據資產化對于國家治理、市場配置、企業運營和個人權益四個領域影響深遠。普華永道認為，數據資產化已成為中國以數據驅動社會發展的重要趨勢，當前各利益相關方的動向也正在為這一進程掃清障礙。推動可持續的數字經濟發展圍繞數字經濟這一命題