数据交易生态中的重要一环——数商,正发挥着什么作用?在峰会重要组成部分第二届中国国际数字产品博览会上,提出了数商在数据交易过程中承担的四种角色。角色之一是提供底层技术,例如通过隐私计算等技术可以帮数据交易所或者平台打造安全底座,完成数据的虚拟汇聚,实现数据底层价值。第二个角色是为数据交易所提供数据资源,企业在服务客户的同时形成数据生态,通过数据交易所作为合规出口,承担撮合数据交易的数据源角色。第三个角色是提供数据产品,除了自有数据,也可以通过与数交所其他的合作伙伴提供的数据组合成一个数据联盟,以此生产不同的数据产品去进行交易,比如服务于药厂的新药研发产品,服务于像金融征信的产品,服务于数字营销的产品等。第四个角色是为数据交易所提供精细的需求方,数据交易流程的终点是数据使用方,数商可以实现需求导流。 我国在数据确权方面有何进展?数据资产管理解决方案
但在实现过程中,数据资产化面临的制度与技术障碍重重。“法律保障是要素价值的保障根本。作为资产,它就必然涉及到权属、产权的问题。现行的法律体系框架,事实上没有办法解决数据的确权问题。”梅宏表示,目前流通共享的数据定价、收益、分配无章可寻。同时,除了制度障碍,还存在技术挑战,数据安全、隐私保护、监管问题突出,这些问题属于国际性难题,还待进一步创新探索。从数据交易实践的角度,深圳数据交易有限公司(简称“深数交”)副总经理王冠向21世纪经济报道记者介绍了目前数据要素流通的现状及行业痛点诉求。“一是流通方式仍主要以数据包和API的方式为主。二是大量的数据资源尚未***,未在市场上进行流通,比如公共数据,互联网企业数据等;三是当前数据的交易模式主要是以场外交易为主,需要进一步引导场外向场内转移。”王冠说。 公司数据资产确权计量服务数据确权需要建立数据认证和授权机制。
然而,实现数据确权面临着诸多挑战。一方面,数据的多样性和复杂性使得确权工作变得困难。不同类型的数据可能涉及不同的主体和权利关系,需要进行细致的梳理和界定。另一方面,法律法规的不完善也给数据确权带来了困难。当前的法律体系在数据权利方面还存在一些空白和模糊之处,需要进一步完善和明确。为了推进数据确权工作,我们可以从以下几个方面努力。首先,加强法律法规建设是关键。应制定完善的数据确权法律法规,明确数据主体的权利和义务,规范数据的收集、使用和共享。
高质量的数据才能产生好的价值。判断数据质量的标准取决于数据使用者的需求和目标,不同情境下不同的数据使用者对数据的“使用适合性”不同。影响数据质量的因素有很多,如技术、管理等都会对数据质量造成影响。影响数据质量的环节有很多,如在进行数据质量管控的过程中,有时需要对2个或多个数据集进行整合,但整合过程中有可能会出现2个或多个数据集不一致的问题,进而导致数据异常,影响数据质量。数据质量管控需要人、流程和技术的完美配合。高质量的数据应该是准确的、一致性的、完整的和及时可用的,是数据资产管控不可或缺的一个因素。数据确权,保障数据权益的基石。
数据资产化是指将数据作为一种有价值的资产进行管理和利用,近年来,随着大数据、人工智能等技术的发展,数据资产化越来越受到企业和社会各界的关注。根据相关报道,去年企业数据资产溢价超过40%,数据资产富集企业并购溢价率超过300%。这表明数据资产对企业估值提升作用日益凸显,数据资产化已经成为企业发展的重要驱动力。此外,国家发展委提出《数据要素》三年行动计划(2024—2026年),目标是打造300个以上示范性强、显示度高、带动性广的典型应用场景,数据产业年均增速超过20%,数据交易规模增长1倍。这表明数据资产化将成为推动我国数字经济高质量发展的重要手段。同时,随着羽山数据资产化交易平台的发展,数据资产化的实现越来越便捷和高效。数据确权有助于保障消费者的合法权益。认识数据资产商业化
数据确权是否能够防止数据滥用?数据资产管理解决方案
数据确权还可以保护数据的知识产权和隐私权。数据确权可以明确数据的所有权和使用权,保护数据所有者的知识产权和用户的隐私权。通过数据确权,可以建立健全的数据知识产权保护体系,促进数据的创新和发展。然而,数据确权也面临一些挑战。首先,数据确权的法律法规尚不完善,需要进一步明确和完善数据确权的法律规范和标准。其次,数据确权的实施需要先进的技术支持,如区块链等技术可以提供数据确权的技术手段和解决方案。数据确权是数据经济发展的重要趋势,有助于企业更好地管理和利用数据资产,提高数据的价值和效益。然而,数据确权也需要克服一些挑战,包括法律法规的完善和技术的支持等问题。因此,需要加强数据确权的研究和实践,推动数据确权的法律法规建设和技术创新,以充分发挥数据的价值。数据资产管理解决方案
数据资产入表:挑战与机遇并存将数据纳入财务报表并非易事,面临着诸多挑战。首先,数据的计量和确认是技术上的难点。由于数据的特殊性,其计量和确认与传统资产存在较大差异,需要制定新的会计准则和方法。其次,数据的估值也是一大挑战。数据资产的价值受到多种因素的影响,如数据的规模、质量、应用场景等,需要综合考虑各方面因素进行合理估值。此外,数据的隐私保护、安全性以及合规性问题也是数据资产入表面临的重要问题。然而,这些挑战也带来了新的机遇。通过制定合理的会计准则、完善数据治理体系以及加强数据安全技术,企业可以更好地管理和利用数据资产,释放其潜在价值。同时,Zf和社会各界也在加强数据相关法律法规的制定和实施,...