個人數據的統計與核算問題研究

　　內容提要：在大數據、云計算、物聯網和人工智能等數字技術的推動下，個人數據被企業或政府收集、存儲、加工、分析和應用，已經成為關鍵生產要素，在提高企業生產經營能力、政府治理能力和居民生活水平等方面發揮著越來越重要的作用。從統計與核算角度對個人數據進行系統研究，對于理解個人數據在經濟社會發展中的作用，更準確細致地構建數據資產核算框架具有重要意義。本文探討了個人數據的概念、分類與特征，并結合案例剖析了個人數據的價值鏈過程，界定了個人數據資產的范圍。同時，對個人數據的估計方法進行了比較研究，對阿里巴巴、騰訊、百度、京東、美團5家典型消費互聯網平臺所持有的個人數據展開估價試算，提出了應建立基于供給和需求相結合的數據資產價值測度框架的思考。最后，本文探討了個人數據開發應用中存在的問題，為推動個人數據開發應用健康有序發展提出了對策建議。

　　關鍵詞：個人數據;數據資產;數據價值鏈;數據估價方法

　　一、引言

　　伴隨著互聯網和移動通信設備的快速發展，接入網絡的個人用戶數量快速提升，截至2021年1月，全球手機用戶數量達到52.2億，互聯網用戶數量達到46.6億，社交媒體用戶數量達到42億①。同時，在大數據、云計算、物聯網和人工智能等數字技術的推動下，個人數據被企業、政府以及居民廣泛運用，并且在企業的生產經營、政府的管理和服務中發揮了重要作用。企業通過分析個人數據，可以總結消費趨勢從而制定發展策略，描繪用戶畫像從而提供定制化服務，進行精準營銷。政府通過分析個人數據，可以把握居民特點從而制定更有效率的決策，提高公共服務水平并降低社會風險。而居民從個人數據被廣泛分析和應用中享受了更便捷、更高質量的服務，福利水平有所提升。

　　數據作為一種新的生產要素，個人數據是其中的重要組成部分，而個人數據具有產生者和使用者往往并非同一主體、不同應用場景下個人數據價值存在較大差距等特征，因此將個人數據資產核算進行單獨研究有助于更準確、細致地構建數據資產核算框架。本文界定了個人數據的概念、分類和特征;在此基礎上，本文結合案例剖析了個人數據的價值創造過程，并根據許憲春等(2021)對數據資產的界定，確定個人數據資產的范圍;對個人數據的估價方法進行了比較分析，并且基于我國5家典型的消費互聯網平臺開展估價試算;最后，探討了個人數據在使用過程中存在的挑戰以及應對策略。本文的研究結果對于理解個人數據在經濟社會發展中的作用、核算個人數據資產的價值和促進個人數據可持續地開發利用具有重要意義。

　　二、個人數據的定義、分類與特征

　　(一)個人數據的定義

　　關于個人數據的定義，國內外學者已經有較為豐富的研究。WorldEconomicForum(2011)定義個人數據為由個人產生的或者與個人有關的，被記錄在各種電子設備、社交網絡、提供服務的企業以及政府數據庫中的以物理或電子形式記錄的數據資料。個人數據可以追蹤至特定個體，所含內容豐富繁雜，分散在網絡的各個角落。

　　經濟合作與發展組織(OECD)(2013)給出了廣義的個人數據定義，認為個人數據是指與已識別或可識別個人(數據主體)有關的任何信息。齊愛民(2015)認為，個人數據是指可以直接或間接識別該個人的全部信息;謝永志(2013)定義個人數據為個人的姓名、性別、年齡、血型、健康狀況、身高、人種、地址、職業、頭銜、學位、生日、特征等可以直接或間接識別該個人的一切數據。從國內外的研究可以得出，關于個人數據的定義基本取得了一致的認識，即可以直接或間接識別出個人的有關信息的數據。

　　(二)個人數據的分類

　　個人數據的分類若采用不同的劃分原則，就會產生不同的分類方式。從個人數據的統計與核算角度出發，本文選擇以下三種分類方式：按照內容劃分，按照數據收集過程劃分和按照數據的供給與使用過程劃分。

　　按照內容劃分，個人數據可分為個人身份數據、社交數據、網絡行為數據、個人位置數據、個人創作數據、個人金融數據及個人健康數據。個人身份數據主要包括個人的姓名、電話號碼、年齡、性別、種族、身高等身份和生理特征數據以及收入、黨派等社會特征數據，個人身份特征還包括個人在使用社交網絡時對自己的形象及喜好的描述;社交數據是指能夠反映個人社會關系的數據，包含聯系人及社交軟件好友列表。

　　網絡行為數據是指個人在進行互聯網搜索或在線購物等網絡活動時產生的反映其網絡行為的數據;個人位置數據包括個人IP地址、郵箱地址、家庭地址及實時位置地址等網絡或現實位置數據;個人創作數據包括個人在社交、娛樂等日常活動中編輯的微博、拍攝的照片、錄制或剪輯的影片等;個人金融數據包括個人日常交易、賬戶收支、信用水平、金融資產等;個人健康數據包括個人病例史、用藥史、手術史及醫療保險狀況等。按照數據收集過程劃分，個人數據可分為主動分享的數據、自動記錄的數據和分析推斷的數據。主動分享的數據是指個人自愿或主動分享的關于自己或第三方的信息。

　　例如，個人在創建自己的社交網站賬戶或獲取在線服務時自愿提供的個人信息，在網絡購物時輸入的移動支付或信用卡信息，在微信朋友圈發布的關于朋友或家人的活動圖片等信息，在知識分享平臺發布的個人觀點，以及在網絡評論區發表的個人評論等。自動記錄的數據是指有關服務提供商在個人接受服務過程中自動記錄個人活動所獲取的記錄數據，而非個人自愿提供的數據。例如，個人在互聯網上的瀏覽記錄、使用手機時的位置數據、各種手機APP默認收集的數據、儲存在個人本地終端上Cookie數據等。

　　分析推斷的數據是指獲取了個人數據的機構通過分析推斷出來的具有新信息量的個人數據。例如，平臺企業基于個人用戶數據繪制出來的用戶畫像，支付寶或者微信支付等移動支付平臺基于用戶的基本信息與購買行為計算的個人信用評分，購物網站基于個人的購物行為推斷出來的需求預測。按數據的供給與使用過程劃分，個人數據的供給方主要是居民個人。具體來說，主動分享和自動記錄的數據由居民個人直接供給，分析推斷的數據盡管是企業或政府供給，但是企業或政府也是基于個人提供的數據進行推斷分析，所以數據的初始供給方仍是居民。個人數據的使用方主要包括企業、政府與居民。個人在工作和日常生活中產生了大量數據，往往被企業或政府收集、分析并加以運用。

　　例如個人使用手機時被記錄的位置、運動軌跡等數據;心率監測器記錄的個人心率變化數據;消費產生的購買記錄;使用支付寶、微信錢包等支付和金融工具產生的交易記錄;使用搜索引擎產生的搜索瀏覽記錄;去政府部門辦理公共事務留下的個人身份信息等。這些數據通常被企業和政府收集和存儲，當企業和政府運用一定的分析、挖掘手段來提取個人數據中所反映的居民特征及其行為規律并加以應用時，可能對企業的生產經營和政府的管理產生積極作用。

　　另一類數據是居民個人運用其自身產生的數據提供產品或服務，并獲得收益。隨著社交網絡和直播平臺的快速發展，個人數據也會被其產生者主動作為產品或服務提供，進而實現個人數據的盈利。例如，個人將以娛樂或記錄生活為目的拍攝的照片、視頻或撰寫的文章、觀點等原創內容發布在微博、抖音、嗶哩嗶哩等平臺，一旦吸引大量關注，這些創作內容便為個人帶來盈利的可能，個人會進一步發掘有吸引力的原創內容以鞏固其粉絲，這些原創內容便是個人自己產生、自己收集并應用的個人數據。

　　(三)個人數據的特征

　　個人數據擁有數據的一般特征，諸如數據具有的非競爭性和非消耗性;數據的價值受其時效性、準確性、真實性和完整性的影響;通過與其他數據融合，能夠挖掘的有效信息更多，數據價值也會增加等(許憲春等，2021)。與此同時，個人數據也具有一些特有的屬性，主要包括以下4個方面。

　　1.產生者和使用者往往并非同一主體，權屬界定比較困難。個人數據一般由居民產生，往往被企業或政府收集、整理并加以應用。企業收集個人數據產生大量經濟利益，而政府收集個人數據往往創造社會價值。截至2019年底，騰訊微信月活躍賬戶數達到12.025億，阿里巴巴擁有7.3億核心國內用戶，京東擁有3.87億活躍用戶，滴滴出行注冊用戶達到5.5億。這些平臺企業正是憑借所掌握的海量用戶數據，基于對這些數據的挖掘和分析，開發了包括精準營銷與廣告服務、定價策略服務、智慧交通路線規劃等形式的數據驅動商業和管理模式，有效實現了數據的價值，為企業帶來巨大的經濟利益，給社會帶來了便利和效率。但是數據的產生者與使用者并非同一主體，數據的權屬如何界定仍存在困難，企業使用個人數據創造了巨大經濟利益，但個人是否有權參與企業獲利的分配同樣存在爭議。

　　2.不同的人對個人數據的價值評估不同，不同應用場景下數據價值也存在較大差距。從主觀上看，個人數據的價值體現在隱私價值，不同的人對隱私的價值評估具有很大差異，Nienhuis(2017)通過實驗的方法得出，大部分人并沒有意識到個人信息的權屬問題，只有少數人對個人隱私非常重視。同時，當人們沒有意識到個人數據存在市場時，并不認為個人數據具有價值，但當人們意識到企業收集個人數據可以產生收益后，對個人數據的價值估計則顯著提升(Spiekermann等，2012)。

　　數據的價值在于與應用場景的結合，不同應用場景下數據所貢獻的經濟價值存在較大差距。例如，司機駕駛習慣數據可以幫助保險公司更準確地計算保費和理賠概率以提高利潤，該數據也可以幫助交通公司招聘合適的司機，但招聘場景下的應用價值可能沒有幫助保險公司提高利潤所帶來的價值大;當多維度的用戶信息用于尋找高凈值客戶時，也比用于普通生活用品推廣場景下的經濟價值更大。

　　3.個人數據往往通過“免費”的方式獲取。個人獲取免費服務的同時，提供服務的平臺企業則可獲取個人數據，進而對數據進行開發應用，并形成基于數據的商業模式。例如，微信用戶在免費使用微信聊天、朋友圈、微信支付等服務時，微信平臺會獲取個人身份數據(姓名和電話號碼)、社交數據(分享圖片和視頻等)、位置數據(電子郵箱地址和IP地址)等。百度用戶在免費使用搜索服務時，百度會獲取用戶的個體特征信息、聯系人、瀏覽行為、搜索查詢、唯一設備ID、移動運營商、設備類型和操作系統、電話號碼、位置數據和IP地址等信息。

　　4.個人數據在價值創造上具有外部性。個人數據不僅能夠給使用者帶來貨幣收益，還能產生經濟社會價值，個人數據的外部性比較突出。例如，成都醫聯和貴陽朗瑪兩個企業通過建立個人健康檔案數據能夠減少重復檢測和醫療誤診，降低成本，給企業帶來直接的貨幣收益。除此之外，個人健康檔案數據還能產生社會價值，醫療大數據的收集，對新藥的研發、流行病學趨勢的判斷和醫療保健體系的升級都有重要價值。所以對于個人數據的價值測度，需要考慮是測度直接的貨幣收益還是更廣泛的經濟社會價值。

　　三、個人數據的價值鏈分析

　　Akoff(1989)構建了包含“數據–信息–知識–智慧”(DIKW)層次結構的信息金字塔模型，Varian(2018)基于DIKW模型提出了“數據–信息–知識–決策”框架的數據金字塔，并將數據金字塔與數據價值鏈緊密聯系起來，指出數據金字塔反映的是從非結構化的低價值數據形態轉變為結構化的、具有特定應用場景的高價值數據形態的過程，其對應的就是數據從收集到應用的價值創造過程，即數據價值鏈。具體而言，數據經過收集，然后進行清洗與存儲、分析處理和挖掘，從以字節形式存在的雜亂數據轉化為結構化的信息、再轉化為具有洞察的知識，并最終轉化為決策被應用在特定的場景下。

　　OECD(2013)在分析個人數據的價值時認為，數據的價值鏈條包括數據收集、存儲、分析和應用4個主要環節。Visconti等(2017)提出大數據價值鏈并進一步細分為數據創造、存儲、分析、分享應用、貨幣化5個環節，還強調在數據的分享應用環節中，各數據持有者應相互合作并將多種來源的數據充分融合分析，從而挖掘出更大的數據價值。還有一些學者將數據變現的過程納入大數據鏈條并展開詳細分析(Visconti等，2017;Faroukhi等，2020)。而隨著數據體量的增大和數據結構的逐漸復雜化，吳超(2018)將數據從原材料到最后成為提供給用戶的產品的加工和增值過程細分為清理、語義化、融合、分析、建模、知識提取、應用、分發等關鍵步驟。

　　基于已有文獻對數據價值鏈的研究，本文發現盡管學者對數據價值鏈環節的劃分不盡相同，但大部分學者的劃分中均包括數據的收集、存儲、加工和應用4個環節(許憲春等，2021;OECD，2013;Li等，2019)，本文認為個人數據的價值創造過程與數據的價值創造過程是一致的，故將個人數據的價值鏈界定為“數據收集–數據存儲–數據分析–數據應用”4個環節。本文進一步根據前述供給與使用角度的分類來具體闡釋個人數據的價值鏈過程。個人數據的供給方主要是居民，個人數據的使用方包括企業、政府和居民，下文中將按使用方分別來闡釋個人數據的價值鏈過程。

　　(一)企業使用的個人數據價值鏈

　　對于企業使用的個人數據，第一個階段是企業收集個人產生的數據。例如，消費者在淘寶、京東等電商平臺消費產生的購物記錄數據;居民通過微信等社交平臺通信產生的個人社交數據;在百度瀏覽器上留下的搜索記錄;使用支付寶在實體店或網店購物留下的支付記錄，購買理財產品留下的資產記錄，通過借唄、花唄借款留下的信用記錄;在網易云聽音樂，在騰訊、愛奇藝、嗶哩嗶哩等視頻播放網站看視頻留下的播放記錄;使用手機產生的位置記錄。這些與居民的生活和工作相關的數據被阿里、騰訊、百度、京東、愛奇藝等各大互聯網企業以及通信運營商等企業收集，并且記錄在企業的服務器中。

　　在第一階段，上述各種類型的個人數據大多以非結構化形式存在，體量大但包含的有效信息較少，仍處于數據金字塔的底端。在第二個階段，企業將收集到的個人數據進行初步清洗并轉化為結構化形式存儲在數據中心、云服務設施或其他位置。這一階段，已經從大量冗雜數據中提取出有效信息，達到數據金字塔第二層。在第三個階段，企業對個人數據進行分析，提取出具有規律性的知識，例如能夠總結或回答“誰在什么時間做了什么，怎么做”之類的問題(Rowley，2007)。在此階段，數據的分析以及與其他數據的融合是數據產生價值的關鍵(Rassier等，2019)。

　　企業運用統計建模或數據挖掘的方法對個人數據進行分析。例如，淘寶通過深度學習、知識圖譜、用戶體驗建模等多項技術來分析用戶的購買、收藏、加入購物車記錄等數據，總結并預測其消費偏好及近期需求;百度運用分類、聚類和特征篩選等基本的數據挖掘技術分析用戶的搜索瀏覽記錄，對其行為特征和近期關注的話題進行提取;騰訊、愛奇藝、嗶哩嗶哩等視頻網站，網易云音樂、QQ音樂等播放器會對用戶的播放列表、收藏歷史、播放時間、設備以及瀏覽等行為數據進行分析，判斷用戶的品味及播放習慣，描繪用戶畫像。

　　在第四個階段，企業將第三階段挖掘提取的知識找到相應的應用場景，將知識轉化為決策，指導企業生產經營。例如，淘寶通過分析消費者偏好進行商品個性化推薦，這同時吸引一些店鋪購買廣告位，淘寶從中獲取廣告收益;百度基于用戶行為特征進行有針對地廣告投放從而提高回報率;嗶哩嗶哩等視頻網站及網易云等音樂播放網站通過分析用戶偏愛內容，進行有針對性地推薦，以及個性化服務吸引流量、增加顧客粘性，并進一步提供付費服務增加銷售收入。

　　值得注意的是，在數據應用階段，數據的應用場景和價值創造取決于企業分析和應用數據的能力，有些企業數據分析能力較弱，會選擇直接銷售其數據給第三方，這種商業模式創造的價值相對較低。在這一階段，企業基于第三階段分析數據所獲得的知識構建商業模式，將數據應用于特定的場景，實現價值增值，這是數據完成整個價值鏈的關鍵一步。

　　(二)政府使用的個人數據價值鏈

　　政府使用個人數據的價值創造過程與企業類似，只不過政府一般不以盈利為目的，其數據應用階段的主要目的是提升政府工作的質量和效率①。在數據價值鏈初始階段，政府通過統計調查、行政記錄或與企業合作等方式來收集獲得個人數據，并將其存儲在服務器或者政務云中。進一步地，政府分析個人數據掌握居民動態并找到應用場景，提升政府決策效率和公共服務質量。例如，政府通過分析個體的位置數據，能夠實時對人口流動進行監測與預判，從而實施有效管理和疏導，避免擁堵、踩踏等公共安全事件發生。

　　(三)居民使用的個人數據價值鏈

　　隨著自媒體的快速發展，居民以個體經營戶形式經營個人數據的模式正在迅速發展。在這種模式的數據價值鏈的第一階段，個人主動公開分享個人信息、偏好或原創內容等個人數據，這既是數據產生的過程，也是數據被收集的過程。居民往往通過微博、抖音、嗶哩嗶哩、小紅書等平臺來實現個人數據的使用，因此數據主要存儲在平臺或相關設備中。

　　在數據的應用階段，當這種個人公開分享的數據通過平臺被大量人群瀏覽和喜歡并且為個人吸引到流量或粉絲時，個人可以通過直播獲得打賞收入、與廣告商合作為其推廣并獲取廣告收入等方式獲取收益。例如，在微博、抖音、嗶哩嗶哩、小紅書等平臺上，有人為了娛樂或記錄生活上傳了自己拍攝的圖片、視頻或創作的文章等，但其作品因具備制作精美、趣味性較強等特殊性質吸引了大量粉絲，廣告商也察覺到其中的商機，以支付廣告酬勞交換原創內容制作者推廣其產品的機會。這種情形下原創內容制作者的角色與個體經營戶類似，個人投入時間來創作相關內容，為觀眾提供娛樂服務;同時，這些原創內容形式的數據將持續為制作者吸引流量并帶來收益。

　　四、個人數據資產的界定

　　從個人數據的使用來看，究竟在何種條件下個人數據會被當做資本形成從而形成個人數據資產?為回答這一問題，首先需要明確國民賬戶體系(SNA)中關于資產的界定原則。2008年SNA指出“資產是一種價值儲備，代表經濟所有者在一定時期內通過持有或使用某實體所產生的一次性或連續性經濟利益。它是價值從一個核算期向另一個核算期結轉的載體”。

　　可見，能納入資產核算范疇的個人數據，至少需同時滿足經濟所有權明確和收益性這兩個基本屬性。對于經濟所有權，2008年SNA指出，經濟所有者是指由于承擔了有關風險而有權享有該實體在經濟活動期間內運作帶來經濟利益的機構單位。根據上文數據價值鏈的分析，在居民使用其自身產生的數據這一情況下，居民既是產生數據的主體，也是數據的法定擁有者和經濟所有者。

　　在企業使用個人數據的情況下，對于居民主動分享的數據，居民往往在獲取免費內容的同時提供數據，在使用免費內容前便已經同意了內容提供者有權收集其個人身份數據和使用其行為數據的協議，因此個人數據經過企業的存儲、分析，并最終運用產生價值時，企業擁有個人數據的使用權和收益權，是個人數據的經濟所有者;對于自動記錄的個人數據，企業如果在自動記錄數據之前告知了用戶并且獲得同意，則企業擁有個人數據的使用權和收益權，符合經濟所有者的概念;如果企業沒有告知用戶，并在違反用戶隱私保護規定的情況下使用個人數據，但是企業依然實際控制著個人數據并且享受了收益權，那么企業仍是數據的經濟所有者，這種非法的交易也應該被記錄在核算范圍之內(李靜萍，2020);對于分析推斷的數據，由于這是企業在已有數據基礎上投入勞動和資本生產出的新數據，企業是數據的經濟所有者。

　　在政府使用個人數據的情況下，對于政府通過統計調查或行政記錄獲得的個人數據，政府已取得數據主體的同意，擁有數據的控制權和使用權，是經濟所有者;對于政府從企業購買的個人數據，政府通過有償付費的方式獲得了對應數據的經濟所有權，因此政府也是經濟所有者。

　　綜上所述，個人數據在不同使用場景中經濟所有權是明確的。對于個人數據的收益性，企業和居民自身使用個人數據往往通過尋找、開發商業模式獲得貨幣收益;政府使用個人數據能夠提升政府工作的質量和效率，體現個人數據的經濟社會價值。所以，個人數據經過收集到應用的價值鏈創造過程后具有收益性。但需要注意的是，數據收集階段獲取的單個的個人數據沒有價值或價值很低，當大量個體的數據經過清洗、存儲、分析并總結出相關知識后，才具備了獲取收益的前提。

　　而只有通過數據分析獲得的知識最終找到應用場景，并輔助決策制定才實現了收益，也只有到這個階段，個人數據才具有了可觀的價值，具備成為數據資產的條件。所以，理解個人數據的價值要基于完整的數據價值鏈，個人數據正是通過數據價值鏈過程不斷進行價值創造，才成為了關鍵的生產要素，也才具備了成為數據資產的條件。

　　另外，2008年SNA關于“資產”概念的一個關鍵點是“在一定時期內持有或使用”。盡管對“一定時期”并沒有給出明確限定，但在“固定資產”的確認條件中提出了“生產過程中被反復或連續使用一年以上”的原則，這成為區分產出作為中間投入與資本形成的標準，也是計算機軟件、數據庫和研發等知識產權產品能否視作固定資產的一項重要判定標準(許憲春等，2021)。

　　所以個人數據要成為數據資產需要滿足“在生產過程中被反復或連續使用一年以上”這一條件。鑒于個人數據滿足2008年SNA關于“資產”的經濟所有權明確和具有收益性這兩個基本屬性，進一步根據資產(尤其是“固定資產”)關于使用時期的要求，本文將“個人數據資產”定義為：完成了數據價值鏈全流程具有明確應用場景且在生產過程中被反復或連續使用一年以上的個人數據。

　　對于那些完成了數據價值鏈全流程具有明確應用場景但使用期限沒有達到一年的個人數據，則被視為最終消費或中間消耗，不在個人數據資產的討論范圍之內。最后，根據個人數據經濟所有權的分析，從供給使用過程來看，個人數據的使用者擁有數據的使用權和收益權，所以也是個人數據資產的經濟所有者，比較常見的為企業和政府，也可能為居民個人。

　　五、個人數據資產的估價方法和估價實例

　　(一)個人數據資產的估價方法

　　回顧文獻，目前針對個人數據的估價，并未形成一致公認的方法。OECD(2013)指出，個人數據的估價方法包括基于市場交易的估價方法和基于個人主觀的估價方法兩大類。其中，基于市場交易的估價是根據市場信息來估測數據的價值，包括公司財務指標法(資本市場價值、營業收入、利潤)、市場交易法、數據泄露的成本、黑市價格;基于個人主觀的估價是指通過調查或實驗的方法來估測個人對數據價值的購買意愿或保留價格，包括調查與實驗法、對隱私保護的顯示購買意愿法。

　　Li等(2019)指出，在線平臺企業主要通過基于數據的商業模式來實現價值變現，企業為構建數據驅動商業計劃所進行的投資可以用企業在組織資本上的投資來衡量，故建議使用組織資本來估測平臺企業的數據資產價值。騰訊、阿里巴巴為代表的消費互聯網平臺企業，以其連接的龐大用戶數成為海量個人數據的獲取方，通過對個人數據進行分析挖掘，建立了數據驅動的商業模式，實現了個人數據價值的商業轉化。

　　因此，采用組織資本確實可以估測平臺企業持有的個人數據的價值。對于通過提供免費服務獲取個人數據的企業，Ahmad和VandeVen(2018)指出有三種方法來估計其個人數據的價值，第一種方法是采用市場上交易的類似數據的價格進行估價，這與OECD(2013)提出的市場交易法一致;第二種方法認為個人享受的免費服務與個人數據創造的廣告收入對應，根據企業利用個人數據產生的廣告收益來估測個人數據的價值;第三種方法是通過估計消費者愿意為免費服務所支付的保留價格來估測個人數據的價值，這與OECD(2013)基于個人主觀的估價是對應的。

　　六、結論與展望

　　數據作為一種新的生產要素，個人數據是其中的重要組成部分，將個人數據資產核算進行單獨研究有助于更準確、細致地構建數據資產核算框架。本文歸納了個人數據的定義、分類和特征，同時探討了個人數據創造價值的過程以及個人數據資產的范圍，在此基礎上本文分析了各種估價方法的優勢與不足，并運用組織資本法和廣告收入法對阿里巴巴、騰訊、百度、京東、美團5家典型的消費互聯網平臺企業所掌握的個人數據資產進行了估價試算，提出了應建立基于供給和需求相結合的數據資產價值測度框架的思考。值得注意的是，個人數據正在越來越多被企業和政府運用，成為重要的數據資產，但在應用過程中還存在許多問題與挑戰。一是個人數據資產的權屬與收益分配規則模糊。

　　一方面，個人數據價值鏈中涉及多個參與者，企業和政府投入大量成本收集、存儲、分析并找到應用場景后，個人數據才能發揮價值，才具備成為數據資產的條件。但是企業或政府是否完整地擁有該資產的法定所有權?個人是否也具有數據資產的部分所有權或收益權、處分權等權利?這些問題尚未達成共識。另一方面，企業運用個人數據創造了大量收益，這些收益是否要被個人分享以及個人所能夠分享的比例也是目前存在爭議的問題。

　　二是個人隱私泄露問題嚴重。許多應用程序免費為用戶提供服務，但大部分用戶并不知道能夠享受這些免費服務是因為他們提供了個人數據作為交換(Spiekermann等，2012)，而個人消費記錄、位置記錄、瀏覽記錄和聊天記錄等各種數據被企業或政府所掌握，這給個人隱私保護帶來威脅。三是過度采集個人信息。大量APP存在超范圍收集個人信息的情況;有些行政部門在收集個人信息時也未遵循必要、最小化原則，這也增加了居民信息泄露的風險。這些問題和挑戰將直接限制個人數據資產發揮價值，因此應該得到高度關注。為推動個人數據可持續、高效應用，本文提出以下倡議。

　　一是加快明確數據資產所有權與收益分配原則。學界應加快推進數據權屬問題的相關研究，結合數據資產的權利性質開展數據收益分配規則的相關研究，為相關法律出臺提供基礎。同時政府也應該加快出臺相關法律，明確數據資產的各項權利并加以保護，為完善數據交易市場提供基礎。二是不斷完善保護個人隱私的相關法律，2021年11月《中華人民共和國個人信息保護法》正式實施，但由于互聯網的快速發展，個人信息被侵犯的諸多情況在現行法律中可能會缺乏處理意見，《中華人民共和國個人信息保護法》在實施的過程中應根據現實情況不斷進行補充和完善。

　　三是加強監管，規范數據采集。政府相關部門應繼續提高對個人隱私保護的重視程度，協同監管，加強監管力度，采取多種措施整治不合法、不合規使用個人數據的現象。四是注重區塊鏈等技術在個人數據開放共享中的作用。區塊鏈技術具有去中心化、數據難以篡改和可塑性強等特點，將其運用到個人信息的保護中，能夠有效降低個人信息泄露的風險。

　　參考文獻

　　[1]賀俊.創新平臺的競爭策略:前沿進展與拓展方向[J].經濟管理,2020(8):190–208.

　　[2]德勤中國,阿里研究院.數據資產化之路:數據資產的估值與行業實踐[R].2019.

　　[3]李靜萍.數據資產核算研究[J].統計研究,2020,37(11):3–14.

　　[4]齊愛民.大數據時代個人信息保護法國際比較研究[M].北京:法律出版社,2015.

　　[5]吳超.從原材料到資產:數據資產化的挑戰和思考[J].中國科學院院刊,2018,33(8):791–795.

　　[6]謝永志.個人數據保護法立法研究[M].北京:人民法院出版社,2013.

　　[7]許憲春,張鐘文,胡亞茹.數據資產統計與核算問題研究[J].管理世界,2022(2):16–30.

　　[8]AcquistiA,JohnL,LoewensteinG.WhatisPrivacyWorth?[J/OL].Availableat:http://pages.stern.nyu.edu/~bakos/wise/pap-ers/wise2009-6a1_paper.pdf,2009.

　　作者：許憲春唐雅張鐘文

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jjlw/29681.html