数据知识产权与数据入表 (下)

随着数据价值不断被认识, 法律对数据权益的保护也在不断完善。从司法层面对数据权益的保护, 到数据资产在财务报表中的入表, 法律规范与实践应用逐步并行发展, 共同勾勒出数据治理与利用的蓝图。
在上篇中, 我们深入探讨了数据权益保护的法律框架和实践应用, 以及数据资产入表的条件和程序。随着数据资产的价值日益凸显, 企业和社会对数据的管理和利用提出了更高的要求。
接下来, 我们将更进一步地探讨数据入表在实际操作中遇到的挑战, 以及第三方平台在数据入表过程中的作用和影响。同时, 我们还将讨论数据入表后的一系列后续问题, 包括数据的持续管理和价值实现。
一、数据入表的实践问题
数据入表的核心在于确认数据资产的合法性、权属, 以及评估其价值。这也是实践中, 数据入表的关键点。
(一) 数据的合规审查
合法性是权利的基础。数据若能作为资产给持有人带来收益, 也必须满足合法性要求。
数据的合法性审查一般需要关注以下四个方面:
(1)数据收集: 对数据收集行为的审查需要确保数据来源合法, 收集行为符合法律法规要求。这包括对数据的来源进行审查, 明确数据的获取方式、获取流程、计算逻辑等, 以确保数据的合法拥有或控制。
(2)数据使用: 对数据使用行为的审查, 旨在评估使用数据的行为合法, 并且需要有内部控制和技术安全措施来保护数据。这涉及到数据的内部流转、使用情况, 以及数据对外流转情况及其目的, 例如是否传输给关联公司、合作伙伴等。
(3)数据存储: 对数据储存审查需要关注数据的存储期限和安全性。包括对存储地点的审查, 明确数据是存储在本地服务器还是第三方云服务, 以及数据的删除、销毁、冷藏处理的情况。
(4)可交易性: 数据的可交易性审查涉及到数据的流通风险, 需要审查数据产品的流通是否符合法律法规要求, 以及是否有侵犯数据主体权益的风险。
但是, 在实践中, 对数据合规的审查通常会遇到以下困难:
(1)数据来源多样性: 鉴于数据来源的广泛性, 包括公开收集、自行生产、间接获取等多种途径, 必须对这些不同来源的数据进行详尽的审查, 以确保其合法合规性。
(2)数据溯源的挑战: 在数据获取过程中, 若未建立详尽的数据目录, 将难以追踪数据的具体来源和获取方式, 这增加了数据溯源的难度。
(3)合规性由使用目的决定: 数据的使用目的对其合规性具有决定性影响。例如, 某些数据可能仅在特定用途下合法使用, 超出这一范围则可能违反合规要求。
为了解决这些难点, 企业需要建立一套完整的数据合规审查框架, 明确数据审查范围和标准, 并在实际操作中建立和实施合规体系, 以应对各种合规场景中的挑战。
(二) 数据确权
数据确权是一个复杂的过程, 涉及到多个层面的权益分配和法律界定。数据确权在法律上的困难在于(1)数据并不如“物”具有明确的排他性; 以及, 与此相关的, (2)同一数据可能涉及多重主体的权益。
(1) 权益的弱排他性
数据确权中的权益弱排他性问题主要体现在数据的非冲突性、可复制性和低可控性上。数据可以被多个主体同时使用而不发生冲突, 这使得数据的排他性权利难以界定和维护。例如, 数据可以轻易地被复制和共享, 而不会因为使用而消耗或损坏, 这与传统的物权或知识产权的排他性有显著差异。
在实践中, 数据确权的难点在于如何在保护数据主体的合法权益的同时, 促进数据的流通和利用。数据的价值在于其流动性和可访问性, 过于严格的排他性权利可能会阻碍数据的有效利用和流通。因此, 需要在数据保护和数据利用之间找到平衡点。
(2) 数据形成可能涉及多重主体
数据的形成和处理往往涉及多个主体, 包括数据的产生者、收集者、处理者、使用者等。每个主体在数据生命周期中扮演不同的角色, 并对数据的形成和价值产生不同程度的贡献。例如, 用户生成的内容(UGC)可能涉及用户、平台和其他服务提供者, 每个主体都可能对数据的形成有所贡献。
在这种情况下, 数据确权需要考虑如何合理分配这些主体之间的权利和义务。这可能涉及到对数据的所有权、使用权、收益权和控制权的分配。例如, 用户可能对个人数据享有所有权, 而企业则可能对通过其平台收集和处理的数据享有使用权和收益权。同时, 还需要考虑如何在保护个人隐私和促进数据利用之间找到平衡。
综上所述, 数据确权的复杂性在于需要平衡不同主体的利益, 同时考虑到数据的非冲突性和可复制性特点。这要求法律制度和市场实践不断适应和创新, 以适应数字经济的发展需求。
(三) 数据估值
数据估值是一个复杂的过程, 通常涉及多种方法, 每种方法都有其特点和局限性。以下是三种常用的数据估值方法及其缺陷:
(1)成本法: 这种方法基于产生和存储数据的成本, 以及替换丢失数据的成本, 以及对现金流的影响。成本法的计算简单且易于理解, 尤其在数据资产的直接成本容易量化的情况下。但它可能无法准确反映数据资产的市场价值, 尤其是在数据资产具有潜在的高市场价值时。此外, 成本法评估仅限于历史价值, 忽略了数据资产的潜在收益和未来价值。
(2)市场法: 市场法是一种基于市场上类似数据资产的交易价格来估算目标数据资产价值的方法。它假设在自由市场条件下, 类似资产的交易价格可以作为评估参考。市场法的客观性较高, 能够反映资产的市场情况, 评估参数、指标等从市场取得, 相对真实、可靠。但是, 市场法需要足够的市场交易数据和可比性分析, 但是这对于大部分数据而言, 缺少可以类比的标杆, 从而难以形成客观的数据市场价值; 而且数据的价值往往和使用挂钩, 片面强调过去的市场交易可能忽略了数据资产的潜在收益和未来价值。
(3)收益法: 收益法通过预计数据资产所带来的收益来评估其价值。这种方法能够反映数据资产的经济价值, 并且具有可操作性。但是, 预测未来收益存在不确定性, 可能导致评估结果的偏差。对于没有明确收益模式的数据资产, 收益法可能难以应用。此外, 超额收益通常由一组数据资产形成的应用产生, 难以在单个数据资产层面分摊。
数据价值难以评估, 往往是由于以下数据的特性所决定的。
(1)目的决定价值: 数据的价值很大程度上取决于它的使用目的和场景。不同的应用场景可能会赋予数据截然不同的价值, 这使得在没有明确使用目的的情况下对数据进行估值变得非常困难。数据的可交易性、场景经济性和场景多样性都是影响数据价值的重要因素, 而这些因素在不同的应用场景下可能会有很大差异。
(2)数据的多维性和异质性: 数据资产的异质性和时效性特征使得数据资产的未来收益额度和潜在风险难以准确估算和预测。数据资产的预期收益大小与使用者的投资理念和应用场景高度相关, 这增加了估值的复杂性。
(3)市场成熟度: 数据资产交易市场尚处于起步阶段, 缺乏成熟的市场机制和足够的交易数据, 限制了市场法的应用。数据资产的法律地位和监管框架尚在发展中, 不同地区的法律法规可能对数据资产的评估和交易产生影响。
(4)数据资产的权属复杂性: 数据资产的权属确认较为复杂, 因为数据通常由多方主体贡献, 且各主体的贡献程度和性质不同, 难以形成所有权共识。这种权属的复杂性给数据资产的估值带来了额外的挑战。
二、第三方平台与数据入表
一些第三方平台, 在数据入表中扮演了重要角色, 因为他们往往提供了一个中立的、受信任的环境, 帮助企业正当化数据资产的确认。
(一) 数据知识产权登记与数据入表
数据知识产权登记是对数据权益保护的公示。其与数据入表一样, 都是以合规和确权为基础, 但又有不同的侧重点和法律后果。
具体言之, 数据知识产权登记和数据入表的相同点在于:
(1)目的都是数据的资产化: 无论是数据知识产权登记还是数据入表, 其核心目的都是为了将数据转化为企业的资产, 促进数据的经济利用和流通。
(2)知识产权登记有利于确权, 确权是入表的基础: 数据知识产权登记为数据提供了法律上的保护和权利归属的明确, 这为数据入表提供了基础。只有当数据的权利归属明确后, 数据才能作为资产被纳入企业的财务报表中。
但数据知识产权登记和数据入表也有不同:
(1)对象不同: 数据知识产权登记的对象是经过一定规则处理、具有实用价值和智力成果属性的非公开数据集合, 而数据入表的对象则是更广泛的, 可以是一般的、不仅限于知识产权保护范围内的数据。
(2)保护路径不同: 数据知识产权登记侧重于通过知识产权法律体系来保护数据, 包括但不限于著作权、商业秘密等, 而数据入表则侧重于通过会计和财务准则来确认和计量数据资产的价值。作为知识产权保护的数据未必入表, 也可以作为表外资产; 入表的数据, 也未必需要数据知识产权登记。
(3)权利属性不同: 数据知识产权登记强调的是法律效力, 即通过登记获得的数据知识产权具有法律上的排他性和独占性, 而数据入表则更侧重于财务确认, 即在财务报表中确认数据资产的价值和所有权。
数据知识产权登记和数据入表虽然在对象、保护路径和权利属性上存在差异, 但它们共同推动了数据的资产化进程, 为企业提供了更全面、系统的数据资产管理方式, 同时也为数字经济时代的商业实践和法律法规体系建设提供了有益的思考和实践基础。
(二) 数据交易所与数据入表
数据交易所(数交所)的建立和运营对于数据入表具有重要作用。数据交易所是一个提供数据产品交易服务的平台, 其经营范围包括数据资产交易、数据金融衍生数据的设计及相关服务; 数据清洗及建模等技术开发; 数据相关的金融杠杆数据设计及服务; 经数据交易相关的监督管理机构及有关部门批准的其他业务。数交所的目标是建立数据流通信任机制, 实现数据“上市有审核、采买有资质”。
数交所的建立是为了推动数据资源的优化配置, 保障数据交易的合法性、安全性和规范性, 促进数据产业的创新发展, 打破数据孤岛, 促进数据的共享与开放, 并适应全球数字经济发展的趋势。
在实践中, 数交所交易平台对数据入表起了很大的辅助作用。
(1)辅助确权: 数交所通过建立数据产权制度和利益分配机制, 为数据的确权提供了平台和动力。数据确权是数据资产入表的重要前提, 数交所通过专业团队对数据资源进行真实性核验, 协助企业完成数据资产的确权流程, 包括数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”。
(2)提供法律支撑: 数交所依据《中华人民共和国数据安全法》《中华人民共和国网络安全法》《中华人民共和国个人信息保护法》等法律法规, 制定数据交易合规指引, 引导交易主体合规、安全开展数据交易。这为数据入表提供了法律支撑和合规性保障。
(3)保障交易安全: 数交所通过建立健全全流程数据安全管理制度和技术保护机制, 确保数据在安全的基本上有序流通。数交所还建立了网络与信息安全风险检测、追踪、评估和预警机制, 以及信息安全应急处置机制, 提供对数据泄漏进行处置的紧急预案。
数交所的这些作用不仅促进了数据的合法合规交易, 也为数据资产的入表提供了必要的前提条件, 使得数据资产能够合法、有效地进行交易和流转, 从而在财务报表中体现其价值。
(三) 数源中心与数据入表
数源中心作为开放的去中心化的数字经济公共基础设施, 为数据入表提供了重要的基础支持。在商品数据生产资料的采集、流通过程中, 数源中心能够提供全面的标准规则建设, 并确保系统安全和交易安全。
数源中心通过对商品全生命周期数据进行分段采集、分级使用, 建立规则标准、法律权责的行为共识, 以数字合约的技术手段, 将商品信息转化为数据生产资料, 实现高效低成本信息共享, 服务于区域数字治理、产业数字化、数字产业化, 促进货物流通、贸易便利、权益维护, 为新时代全球数字治理提供新方案。
该平台以“去中心化”为核心理念, 主要承担数据流通的支撑、维护与管理职责。企业用户可自主上传商品数据, 并自行决定数据共享的对象、范围及目的, 平台则提供便捷的功能渠道, 助力数据供需双方高效完成授权流程。全球数源中心公共服务平台注重促进共享主体间的直接沟通与交流, 虽然不直接参与交易过程, 但却为数据流通、企业互动及纠纷解决提供了强有力的技术与平台支撑。
在促进数据流通的同时, 为保证平台上商品数据的合规性, 平台要求所有加入全球数源中心的企业用户对其数据的合法、合规、真实性进行承诺, 并提供必要的指引文件以协助企业用户履行数据流通的各项合规义务。
通过与数源中心的协作, 企业能够确保数据入表的过程更加透明、合规, 同时也为数据资产化提供更为有力的市场支持。具体表现为:
(1)合规标准与系统安全: 数源中心不仅能够提供必要的指引文件以协助企业用户履行数据流通的各项合规义务, 还在平台内引入了服务共建方(如律所)为企业用户提供完整的合规认证流程, 确保数据的合法性和合规性。在数据入表之前, 企业用户可以依赖服务共建方的认证结果, 确认数据的来源和使用过程符合相关法规要求。此外, 服务共建方还能够提供技术保障, 确保数据的存储和传输过程是安全可靠的, 这有助于增强企业数据资产化的可信度。
(2)交易安全和收益保障: 数源中心不仅能够为数据的安全交易提供支持, 还能够通过系统化的追踪手段评估收益。例如, 当企业通过数源中心进行数据的交易时, 企业用户能够追踪数据的使用情况和后续的市场应用, 从而帮助其更好地估算数据的价值。这对于后续的入表工作非常重要, 因为数据的市场价值通常难以提前准确预估, 而基于数据交易的跟踪和反馈能够提供持续的数据价值参考。
三、数据入表的后续问题
尽管数据入表可以提升企业的资产透明度和市场竞争力, 但在实际操作中, 数据入表后的维护和管理同样面临一系列问题。
(一) 数据产品维护和优化
数据作为一种动态资产, 需要不断更新和优化, 才能保持其商业价值。因此, 企业在数据入表后, 必须建立一套有效的维护和优化机制。
数据的动态性决定了其需要不断进行更新和修正。数据产品在使用过程中可能会因为市场环境的变化、法律政策的调整或数据本身的时效性问题而失效。因此, 企业需要设立数据更新机制, 确保数据的实时性和准确性, 以避免因数据错误导致的法律风险或市场误导。
为了提高数据的使用效率, 企业需要对入表的数据进行系统化的管理和优化。例如, 通过对冗余数据的清理、对数据结构的改进等提高数据的处理效率和存储效率。
(二) 数据合规和权益保障
数据入表后, 随着数据的不断流通和使用, 流通和使用过程中的数据合规性管理和权益保障仍然是企业需要持续关注的重点。具体包括(但不限于):
(1)系统安全: 数据作为数字化资产, 面临着来自网络攻击、数据泄露等方面的威胁。因此, 企业必须加强数据系统的安全防护措施, 确保数据存储、传输过程中的安全性和稳定性。数据安全不仅涉及技术层面的防护, 如加密技术、权限控制等, 还包括企业内部的安全管理流程, 如定期安全审查、数据访问控制等。
(2)备份与恢复验证: 数据资产的安全性不仅仅体现在防止外部攻击, 还包括确保数据的备份和恢复能力。企业需要建立数据备份机制, 确保在系统故障、意外灾害等情况下, 数据可以得到及时的恢复。同时, 定期对备份数据进行恢复验证, 确保其有效性, 也是企业数据管理中的重要环节。
(三) 数据应用与交易
数据入表后的另一个重要问题是如何最大化其商业价值。通过合理的应用和交易, 企业可以进一步挖掘数据的潜在收益, 将数据扩展应用于业务决策、市场预测、产品优化等多个领域。
(1)数据交易与许可: 在保证数据合规和安全的前提下, 企业可以通过数据交易或数据许可的方式, 实现数据的商业化。例如, 企业可以将部分数据授权给合作伙伴或第三方使用, 获取许可使用费。同时, 通过与数据交易所的合作, 企业还可以在更大范围内进行数据的公开交易, 进一步提升数据资产的价值。
(2)数据担保贷款: 入表后的数据资产可以作为担保物申请贷款。事实上, 近年来已不断有银行推出“数据贷”相关产品, 基于数字资产进行放贷, 主要包括信用类贷款和质押类贷款。银行针对数字资产贷款的整体态度是开放的, 但是实操中仍然谨慎开展, 一般来说金额并不会很大。其中, 信用类贷款除了考虑数据资产的情况外, 往往会综合考虑企业整体的资产、资信状况等。而针对质押类贷款, 银行一般需要数据交易所或者第三方机构、中介机构对数据进行存证、登记/公示、评估等, 确保数据资产的价值和其本身的真实性、合法性和不可篡改性。
(3)数据资产证券化: 数据资产可以作为基础资产, 以其未来所产生的现金流为偿付支持, 多个数据资产通过结构化设计与组合后, 完全符合资产支持证券(Asset-backed Securities, “ABS”)的原理。近期, 也有企业的定向资产支持票据(ABN)在中国银行间市场交易商协会成功簿记, 发行金额达1.02亿元。
(4)数据信托: 理论上, 数据主体(如个人、企业)或者数据控制者(如政府机构和相关企事业单位)可以通过授权将数据资产转移给信托管理人, 并且明确数据资产的收益安排、数据主体和数据控制者之间的权益分配等, 由信托管理人聘请专业的技术机构对数据资产进行开发利用, 产生收益后按约分配。目前, 国内已有信托机构发行数据资产信托产品, 数据权益为征信相关数据服务的收益权和电力数据。
结语
数据入表不是目的, 而是是数据资产化的重要环节, 既为企业提供了展示和管理数据资产的手段, 也为数据交易、融资等金融操作提供了基础支持。然而, 数据入表涉及的法律、技术和商业问题复杂多样, 企业在实践中需要综合考虑数据的合规性、确权、估值以及与第三方平台的协作。同时, 数据入表后的维护和管理也至关重要, 只有通过完善的数据管理机制, 企业才能真正发挥数据资产的价值, 提升自身的市场竞争力。
未来, 随着数字经济的进一步发展, 数据入表将成为企业管理和财务操作中的常规操作之一。在这一过程中, 法律、技术和金融手段的不断完善, 将为数据入表提供更广阔的发展空间。