2019年中国资本市场法治论坛”于12月14日在中国人民大学举办，会议主题为“公司法修改中公司类型、公司治理与股权保护的制度创新”。应主办方中国人民大学商法研究所邀请高富平教授在会议上发表了题为“数据资本化可行路径”演讲。

党的十九届四中全会提出，健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制，这是党中央首次提出将数据作为生产要素参与收益分配。我之前在媒体上发表看法，认为四中全会开启了数据资本化之门。

近几年中国资本市场热度持续走高，轻资产公司很多，这些轻资产公司最重要的资产是数据。但由于数据资本化、资产化有一定障碍，所以现阶段更多使用流量、用户数来评价这些公司的资本。通过对财产演进的梳理，大体可以经历如下几个历程：从以土地、劳动力为代表的农业社会，到以土地、劳动、资本、技术和商业秘密为代表的工业1.0时代，进而演进到以土地、劳动、资本和知识产权为代表的工业2.0时代，最终走向以土地、劳动、资本、知识产权和数据为代表的数据经济时代。

1．数据驱动：数据经济的来临

数据之所谓能成为一种财产，主要是由于信息通信技术发展和应用形成改变人类社会变革的三种力量，即网络化、数据化、智能化。具体来说，网络化也称为信息化，即信息数字化、数字化信息网络传输和处理以及人的行为的数字化；从互联网到物联网，人们进入到万物互联的时代，最终形成了客观世界的数字化。在数字化之后形成了数据化的资源，这些通过网络设施生产出来的数据，则是无处无时不在的网络将人、物、组织、自然行为轨迹数字化记录下来。通过数据挖掘、人工智能输出知识或智慧，应用到社会的各个领域。

总体来说，数据可以分为两大类，一类是人生产的数据（正确的表示应当为数字化的信息），另一类是机器生产出来的数据。机器生产的数据即网络设施和设备生产出来的数据，通过云计算的加入、各种算法的改进最终形成了数据驱动的路线图。如下图所示：

可以说人工智能的出现提供了知识和智慧生产的另外一条路径。今天的人工智能之所以普及和强大是因为数据，数据是人工智能的原料，人工智能则是算法加知识图谱的运用。人工智能是实现人类社会创新和转型发展驱动力，使人类社会各项活动（尤其是商业活动）转向个性化、服务化、融合化，而数据即是动力之源。数据经济实际上是以数据资源的生产、流通和智能化利用为基础。

2．数据经济的基本架构

数据经济实际上分为两个层面：从企业角度来讲，数据驱动的组织是数据经济的基础。也就是说企业的商业决策应该建立在数据的分析基础之上。这样的数据首先从企业本身各种系统中来。现有的的企业系统，基本上是模块化的，数据是不连通或难匹配的，而在数据驱动理念下，数据一定是互相联通、无缝隙的链接，这些数据可以不断地组合、组合、拼接成各种各样的满足不同分析目的的数据集，利用这些数据集去再做人工智能分析，因此整个系统对于数据有着一个非常高的要求，这种基于数据的高要求的商业智慧和分析被称为数据化转型（数字转型）。在企业层面应做到数据的正确（right）：及时、精确、清晰、无偏见、可信赖；可结合（Joinable）：数据的形式必须是可并入其他组织的数据；及可查询（Queryable）：可切分、可自由组合，通过查询或调用过滤、分类和聚合数据，将大量原始数据转变为数量小但质量高的数据集。

在国家层面应解决数据的社会化配置和利用，即构建数据经济运行的基本制度，大致包括三个层面：数据资源/资产化、数据分享/流通利用秩序（数据流通市场）、和智能分析的应用（智能服务市场）。因此，数据经济可以理解为，数据的资源化和资产化是数据经济的前提。

数据流通实际包括两部分，第一层面原始数据，也就是网络设施、各种传感器的智能设备生产出来的数据，但是原始数据没有办法直接使用，需要匹配到描述特定对象的数据集，于是首先产生了原始数据到特定数据集的数据的第一次流动。另一层面，数据集的流通。数据要不断的匹配，才能产生价值、产生不同的价值，而数据越匹配他的价值就越高，所以要形成一个数据集。数据集的作用是支撑角色用来满足不同的角色目的的人工智能分，数据集的流通产生了数据的第二次流动。以上两个层次的流动均属于原始数据的流动，在流动之后通过对数据智能的分析和服务形成其在科学研究、社会治理和经济活动等领域的具体应用。

3．数据资本化问题

数据流通驱动数据保护，使数据控制者将数据作为重要的资产加以保护并寻求商业化（含资本化）的路径。应当说这是人类社会面临的新课题。为此，我们需要寻求数据资产化和资本化的正当性基础。我认为，数据资产化正当性基础首先是劳动。在这方面，我认为数据不是天然存在的，而是网络基础设施和设备运行的结果，是投资和劳动的结果。就如同传统物质性的生产资料需要被保护一样，数据生产者、数据集的加工者均需要被保护，赋予某种财产权利以启动数据的流通，实现市场化配置利用。其次是合法取得数据。这主要是指从其他数据控制者处获得或使用数据，即类似于物的继受取得，在数据法称为间接取得数据。从法律层面而言，要明确界定出合法的间接取得要件，包括可流通数据和合法的流通手段或方式。

合法取得数据的数据控制者对于数据使用应当受到法律保护，我们不妨称之为数据控制者权。在法律明确数据控制者享有什么权利之前，数据控制者基于数据的事实控制也有享财产权利。这种权利源自于法律对其合法取得和控制数据的事实的法律保护，法律保护其数据持有和使用状态（合法利益）。那么，它应当享有什么权利呢？我认为数据持有人既可以享有自主使用数据的权利，也可以许可他人使用。只要有这两种权利就可以实现数据流通，开启数据的商业化、资本化利用路径。

需要指出的是数据比人类社会史上遇到任何有价值资源都复杂。首先在数据上存在复杂的多重利益相关者，这里不仅具有数据生产和收集加工者的利益群，而且还有数据主体的主体权利问题。因为当数据与个人有关，具有识别个人的属性时，被定义为个人数据，对数据的使用必须尊重数据主体（特指自然人）的主体权益（包括隐私权）。在这方面，我一直有一个基本观点，“关于”或“关系”不宜成为数据主体享财产权的基础，数据主体的权利主要是防范或控制个人数据的滥用。另外，数据上还存在数据的公共利益、国家安全或主权利益等，需要数据控制者协调或保障。其次，数据还存在安全风险。数据泄露不仅会导致前述各种利益受损害，而且还会引发社会公共秩序和安全问题，甚至国家安全问题。因此，数据是一项利益与风险共存的资产。

面对这样的资产的资本化运用就必须实施相应的管理，现在流行的说法就数据治理，它既包括数据质量管理，又包括数据合规管理，使企业可以在安全合法合规的前提下运用好数据资产。数据治理和合规是一项贯彻到企业治理体系一项系统工程，在此无法细述。

最后，对数据如何进入资本市场简单发表一个看法。基于数据是一种风险性资产，因而数据的资产评估应当进入市场的必要措施。数据评估应当由两部分组成，即合规评估+价值评估。首先要讨论数据合规的评估，如良好的数据治理架构和数据管控能力、数据全生命周期的合法合规性、数据安全/隐私风险；其次在此基础上进行价值评估，如数据资产图谱及其数量、数据质量、数据持续生产和获取能力、数据可替代性和数据智能分析应用规模和效果等。

责任编辑：马小涵