数据资产的管理
在智能媒体时代，数据资产显示出了愈发重要的价值，但同时，数据生态中的诸多乱象也成为阻碍数字经济进一步发展的桎梏。为此，对数据资产的科学管理、对数字生态的全方位治理就显得必要且迫切。
数据确权。2020年10月21日，中国人大网公布《中华人民共和国个人信息保护法（草案）》全文，并公开征求意见。在信息化时代，个人信息保护已成为民众最关心、最直接、最现实的利益问题之一。可以说，该草案的公布标志着针对个人信息野蛮掘金的时代已经结束。2021年6月，第十三届全国人民代表大会常务委员会第二十九次会议通过了《中华人民共和国数据安全法》，这是我国第一部有关数据安全的专门法律，也是国家安全领域的一部重要法律。根据《中华人民共和国数据安全法》的界定，数据处理包括收集、存储、使用、加工、传输、提供、公开等。而这背后的数据确权问题可能是优先级最高、任务最艰巨的一环。如今，数字经济在GDP中的地位已经举足轻重，中国信通院数据显示，2020年我国数字经济规模达到39.2万亿元，占GDP比重为38.6%，同比增长9.7%。数字经济的崛起，倒逼着对数据的确权。
数据确权包括数据的所有权、使用权、经营权、知情权、遗忘权、修改权、删除权、拒绝与限制处理权等一系列的权利。国际上对于数据确权也在进行尝试，如通过《一般数据保护条例》（General Data Protection Regulation，简称GDPR）和《非个人数据在欧盟境内自由流动框架条例》，欧盟确立了“个人数据”和“非个人数据”的二元架构。针对任何已识别或可识别的自然人相关的“个人数据”，其权利归属于该自然人，其享有包括知情同意权、修改权、删除权、拒绝和限制处理权、遗忘权、可携权等一系列广泛且绝对的权利。针对“非个人数据”，企业享有“数据生产者权”（data producer right）。但欧盟数据确权的这次尝试并不算成功，“个人数据”和“非个人数据”的分割与现有实践不符。对个人数据的范围定义过于宽泛，也在某种程度上限制了数字经济的繁荣与活力。有学者指出，欧盟援引隐私权保护或确立个人信息人格权保护的方式，其落脚点都是以个人信息为基础，将用户视为唯一绝对的主体。这种模式的形成，很大程度上是早期互联网活动视野下可以理解的一种法律思考。但随着数据经济的发展，这种简单的单边处置方式明显不合时宜。如果一味强调个人信息人格权单边保护，很不利于网络平台、网络服务的提供和经营，结果也许会导致网络服务难以为继，用户自身最终也会失去网络便利。而且，随着数据资产化的经济利益越来越巨大，个人信息人格权保护简单模式与数据经济的实际运行要求也直接发生抵牾，难以有效调和用户和网络经营者基于个人信息和数据的利益关系，网络经营者的数据经营的保障和动力都很脆弱，不利于其发挥创造性。[11]因此，在数据确权的过程中，如何处理个体与机构、信息权利与经济发展之间的关系就显得尤为重要。如果过于宽松，则无法发挥保护个人权利的作用，而如果像欧盟这样，又会过犹不及，伤及数字经济成熟业态，阻碍人工智能、区块链和云计算等新兴产业的发展。(https://www.daowen.com)
数据估值。数据资产作为一种新的资产形式，如何对其进行价值管理成为一个新的研究课题。数据资产价值评估是使数据的内在价值和使用价值有一个可操作的量化指标，对数据进行多角度价值评估，利用评估结果对工作提出整改建议，提升数据运营管理水平。[12]作为未来数据资产价值释放的核心环节，数据评估关系到数据的交易和流通，在数据资产的沉淀过程中至关重要。传统资产评估方法主要包括收益法、市场法和成本法。[13]2015年，中关村数海数据资产评估中心成立，这是全国首家开展数据资产登记确权赋值的服务机构，旨在依托数据资产建立创新型企业价值评估模型，使创新型企业重要的数据资产在公司挂牌上市、企业融资过程中能够释放价值。2018年3月，全国首个官方授权的数据资产评估中心——内蒙古（和林格尔新区）数据资产评估中心正式成立，进一步补足了我国数据资产评估领域的短板。数据资产的价值主要来源于其直接或间接产生的业务收益，但由于数据自身存在的无损复制性、按不同业务场景产生收益的可叠加性，使得特定数据资产的价值与传统资产价值不同，不是一个固定值，而是一个随不同因素变化的动态值。因此也有学者认为，由于大数据规模和容量巨大，利用传统方法进行价值评估会产生局限性。人工智能或机器学习技术可以在数据资产价值评估中发挥很好的优势，从而利于数据资产价值评估目标的实现。[14]
数据流通。发挥数据价值的关键在于数据流通，但数据孤岛的存在已经成为目前制约数字经济进一步发展的“硬骨头”。可以说，解决数据流通面临的问题迫在眉睫。为了解决这些问题，从政府到行业都进行了诸多探索。例如，各地颁布了诸多促进数据流通的政策，推进数据开放共享。从技术架构的角度来看，数据流通的主要模式可分为三种：点对点流转模式、星型结构循环模式和网状结构流通模式。点对点流转模式是由数据供需两个节点组成的数据流转系统。数据供应商根据需求方的要求和约定规则向需求方打开数据资源库，完成流转对象的传递。星型结构循环模式是指一方作为数据资源采集者，对所有其他数据资源所有者的数据资源进行收集和整理，对所有数据资源进行再处理，最终提供给所有数据资源需求者的一种模式。这种模式主要存在于数据平台中，作为中间代理为数据提供者和数据购买者提供数据交易匹配服务。数据提供商通常会选择一种交易方式，以自己的价格出售数据，并根据具体的交易方式设置数据的销售周期、使用和转让条件。网状结构流通模式是指一个或多个数据资源组织者组织数据资源的供求，形成流通任务，组织不同的供需方按需传输数据资源的模式。根据通信、互联网等具有网络特征的行业的发展规律，随着数据流通相关技术的逐步成熟，整个社会的数据资源将逐渐融合和连接，最终形成网状结构的数据流通模式。[15]另外，随着大数据技术的不断发展，人们逐渐发现，从技术角度去探索更具潜力。例如，区块链技术使得数据交互方可以不依靠第三方机构进行信任和价值传递，安全多方计算技术使得数据拥有者可以在保护数据的前提下发挥数据价值。从商业模式的角度看，随着数据确权与定价的逐步明晰，普华永道认为，未来，数据资产的商业化前景将逐步下沉至以个体为代表的C端用户群体，形成打通G、B及C端在内的数据交易、数据银行、数据信托和数据中介等模式。[16]需要指出的是，数据流通的技术实现有很多要求，主要体现在个人信息保护、权益分配、数据安全保障、追溯审计等方面，数据流通的核心是促进数据安全有序互联，积极推进数据交易市场化，推动数据互联便捷化，完善数据应用落地化，促进数据生态健康良性发展。