摘 要：随着5G、物联网、云计算等新一代信息技术的迅猛发展，数字经济已成为推动全球经济增长的核心引擎。在此背景下，数据作为关键生产要素的战略地位日益凸显，企业数据资产的科学评估也随之成为亟待解决的重要课题。当前，企业数据资产评估面临着价值量化困难、数据安全问题、评估标准缺失等多重挑战。文章提出建立以数据质量和应用价值为核心的评估体系，构建多层次的数据安全保护机制，完善评估标准和监管框架等系统性解决方案，以期提升企业数据资产评估的科学性和可操作性，促进数据要素市场的规范发展，实现数字经济的健康持续增长。
关键词：数字经济；企业数据；资产评估；问题；对策探讨
一、问题的提出
2023年，我国数字经济规模达到53.9万亿元，数字经济占GDP比重达到42.8%。在这一进程中，数据资产作为企业数字化转型的基础支撑和价值载体，其重要性不断提升。企业数据资产评估是指运用科学的方法和程序，对企业拥有或控制的各类数据资源的价值进行核算和评定的过程。它不仅关系到企业的资产管理和战略决策，也是数据要素市场化配置的重要基础。与传统有形资产评估不同，数据资产评估需要充分考虑数据的可复制性、非竞争性、外部性等独特属性，这对评估理论和方法提出了新的要求。
二、数字经济背景下企业数据资产评估的转变点
当前，全球经济正经历着从工业经济向数字经济转变的历史性跨越，数据要素正以前所未有的速度重塑企业价值创造模式。一是评估对象从传统的有形资产、知识产权等扩展到结构化数据、非结构化数据、数据应用模型等多元数据形态。二是评估维度日趋复杂化，数据资产的价值不再局限于其自身的采集和存储成本，还需要考虑数据的时效性、稀缺性、可用性等多个维度。三是评估方法正在向动态化、智能化方向演进，传统的静态评估方法已无法适应数据价值快速变化的特点。企业越来越多地采用实时评估、场景化评估等新型方法，并借助人工智能技术提升评估的准确性和效率。四是数据资产评估还需要充分考虑数据的可迁移性、可复制性等特征，在评估过程中综合考虑技术成本、应用成本和机会成本。这些转变不仅体现在评估技术层面，更深刻地反映了数字经济时代企业价值评估的新范式，为传统资产评估理论体系带来了变革性的影响。
三、数字经济背景下企业数据资产评估中存在的问题
（一）数据资产价值难以量化
数据资产价值量化的困难体现在多个层面的复杂性和不确定性之中。第一，数据资产具有显著的价值叠加效应，其价值并非简单的线性累加。例如，用户行为数据与交易数据的结合可能催生出全新的商业洞察，这种潜在价值难以用传统评估方法准确衡量。第二，数据价值具有明显的场景依赖性和时效性特征，相同的数据集在不同应用场景中可能呈现出截然不同的价值表现。一份地理位置数据在物流配送、商圈分析、城市规划等不同领域中的价值差异可能达到数倍甚至数十倍。第三，数据资产的潜在价值往往具有滞后性和不可预测性。当前可能被认为价值有限的数据，在未来技术进步或场景创新的催化下可能迸发出巨大的商业价值。这种“沉睡”的价值潜力给评估工作带来了重大挑战。
（二）数据安全和隐私保护问题
在评估实践中，评估机构需要深入了解企业数据资产的内容、结构和使用情况，如何在确保评估准确性的同时有效防范数据泄露风险，是当前面临的重要难题。在全球化背景下，企业数据资产评估往往涉及多个国家和地区，不同司法管辖区对数据安全和隐私保护的要求存在差异。这种差异增加了评估过程的合规成本，同时也可能影响评估的全面性和准确性。与此同时，数据安全防护技术与评估需求之间也存在一定的矛盾。为确保数据安全，企业通常会采用加密存储、访问控制等保护措施，这些措施可能会影响评估机构对数据的深入分析和价值判断，特别是在涉及算法模型、业务逻辑等高敏感度的数据资产时，如何在保护知识产权的同时实现有效评估，仍是一个亟待解决的技术难题。
（三）评估标准和规范缺失
评估标准和规范缺失严重制约数据资产评估的科学化、规范化发展。当前，国际上没有形成统一的数据资产评估标准体系，不同国家和行业的评估方法及标准差异显著。这使得评估结果的可比性和可信度降低，阻碍了数据资产的市场化流通。在评估指标体系方面：部分评估方法过于依赖数据量、更新频率等可量化指标，忽略数据质量、应用价值等深层因素；有的评估体系指标繁琐，会增加成本且降低了实操性。标准缺失还影响评估结果应用，在企业并购、融资质押等商业活动中，数据资产价值评估结果难获金融机构和市场的认可，限制了数据资产价值变现，阻碍了数据要素市场健康发展，因评估结果不确定，数据交易风险和成本也随之增加。
四、针对数字经济背景下企业数据资产评估问题的对策探讨
（一）建立科学的数据资产评估体系
1.制定统一的评估标准。标准的统一对评估方法和流程规范化以及数据要素市场的健康发展至关重要。在数字经济快速发展的当下，建立多层次、全方位的评估标准是数字经济治理的重要任务。制定评估标准要充分考量数据的多维属性，把数据质量、应用价值、市场潜力等纳入统一评价框架并提供科学依据。实践中，可从多方面着手：建立数据分类分级评估机制，制定差异化指标；构建数据质量评价体系，设置量化指标；完善数据应用价值评估方法，考察实际贡献度和创新潜力；设立定价参考体系，结合市场供需等要素指导定价。同时，引入第三方评估认证机制，组建专业团队，用标准化工具和流程确保评估结果客观可信。执行时，要注重动态优化、吸收新技术成果，让评估标准与时俱进。
2.引入先进的技术手段。新一代信息技术为解决传统评估方法存在的效率低下、精度不足和主观性强等问题，提供了创新方案。智能化评估工具不仅能提升效率，还能通过数据挖掘和深度学习，揭示数据资产的潜在价值与应用前景。在具体应用时，可从多方面发力：运用机器学习技术构建评估模型，借助深度学习算法分析数据特征与价值；部署区块链技术，建立全程追溯机制，保证评估数据真实、过程透明；利用知识图谱技术绘制关系网络，展现数据关联价值；基于云计算搭建分布式评估系统，实现对大规模数据资产的高效评估；借助自然语言处理技术分析非结构化数据，拓展评估维度；集成数字孪生技术模拟应用场景，精准评估数据在不同环境下的价值。综合运用这些技术，可形成智能化、自动化的评估体系，大幅提升评估的效率与准确度。
（二）加强数据安全和隐私保护
1.强化数据加密和访问控制。数据安全防护是数据资产评估工作的重要基石，加密技术和访问控制机制构成了数据安全保护的双重屏障。现代密码学与访问控制理论的结合为构建安全、可靠的评估环境提供了理论支撑和技术保障。有效的安全防护措施不仅能确保数据资产的完整性和保密性，还能提升评估过程的规范性和可控性。
在技术实现层面需要构建多层级的防护体系：采用国密算法实现数据全生命周期加密，对存储数据实施强制加密，对传输数据进行通道加密，对计算数据实施可信执行环境保护；建立基于角色的细粒度访问控制系统，实施最小权限原则，对评估人员、系统管理员、数据分析师等不同角色设置差异化的访问权限；部署智能化的数据水印技术，在保护数据完整性的同时实现数据流转全程溯源；引入零信任架构理念，对每次访问请求进行严格的身份认证和行为审计；设计异常行为监测机制，利用AI技术实时识别和预警潜在的安全威胁，确保数据资产评估过程的安全性和可控性。
2.建立健全的数据管理制度。科学完备的管理制度能够有效协调技术防护与业务需求之间的关系，实现数据安全与价值评估的平衡。制度建设需要立足企业实际，综合考虑数据特性、业务需求和风险防范等多个因素，构建覆盖数据全生命周期的管理体系。
在具体落实层面需要完善以下制度安排：制定数据分类分级管理办法，明确不同类型数据的管理要求和评估规程；建立数据质量管理制度，规范数据采集、清洗、存储、使用等环节的质量控制标准；健全数据安全事件应急响应机制，制定突发事件处置预案，明确各方责任和处置流程；完善数据共享和交换制度，规范数据流转审批程序，建立数据使用登记台账；设立数据资产评估操作规程，明确评估人员资质要求、工作流程和质量标准；构建评估结果审核机制，实行多级审核把关，确保评估结果的准确性和公正性。同时，定期开展制度执行情况评估，及时发现和解决制度实施过程中的问题，推进管理制度持续优化完善。
（三）完善评估流程和监管机制
1.优化评估流程。在数字经济环境下，传统的线性评估流程已难以适应数据资产动态变化的特点，需要构建更加灵活高效的评估机制。优化评估流程不仅涉及技术方法的革新，还需要重构评估理念，建立起符合数据资产特征的新型评估范式。评估流程的优化既要保证评估的专业性和严谨性，又要兼顾效率与成本的平衡，实现评估工作的可持续发展。
在实践层面，评估流程的优化可从两个方面着手。一方面，构建数据资产评估的闭环管理体系：实施评前调查机制，深入分析数据资产的特征和应用场景；建立评中控制机制，运用智能化工具实现对评估过程的实时监控；完善评后反馈机制，定期开展评估结果的有效性验证。另一方面，优化评估工作的组织实施：组建跨领域专家团队，整合数据科学、行业专业、评估实务等多方面人才；搭建评估支持平台，提供标准化的评估工具和方法库；建立评估质量控制体系，从评估方案设计到结果输出实施全流程质量管控；构建评估知识库，积累评估经验和最佳实践，促进评估方法的持续创新和完善。
2.加大监管和执法力度。随着数据要素市场的迅速发展，评估行为愈发复杂、专业，监管体系面临更高要求。科学的监管体系需尊重市场规律，搭建多层次、广覆盖的监督网络，保障评估规范公正，同时兼顾数据资产的特殊属性，平衡创新发展与风险防范。完善监管体系可从多维度推进：优化组织架构，构建行业自律、社会监督、政府监管协同的模式；健全评估机构资质管理制度，分级分类监管，落实主体责任；建立评估市场信用体系，记录信用档案，实施奖惩；完善投诉举报机制，畅通维权渠道，及时处理违规行为；加强技术监管能力，利用大数据分析提升监管精准度和有效性；建立评估质量抽查制度，定期检查评估报告，对问题机构进行约谈或通报批评。
五、结束语
数字经济的深入发展正在推动企业数据资产评估进入新的发展阶段。只有建立起科学的评估体系、完善相关制度规范、强化安全保障机制，才能真正发挥数据资产的价值创造功能。展望未来，随着人工智能、区块链等新技术的成熟应用，数据资产评估方法将更加精准和智能化；随着数据要素市场的不断完善，数据资产的流转和变现机制将更加健全；随着国际合作的深化，跨境数据流动的规则体系将更加完善。这些发展趋势都将为企业数据资产评估开辟新的发展空间，推动数字经济向着更高质量、更有效率的方向迈进。
（文 / 陈雪华）
（作者简介：陈雪华，郑州商学院，硕士研究生，助教。研究方向：财务管理、资产评估）
参考文献
[1]缪丹杰.数字经济背景下企业数据资产评估中存在的问题及其对策研究[J].老字号品牌营销，2024(19):109-111.
[2]何义山,俞兆丰.企业数据资产的价值评估问题研究[J].浙江工商职业技术学院学报,2024,23(03):12-15;69.
[3]罗立华.企业数据资产评估与价值实现路径探索[J].行政事业资产与财务,2024(13):7-8.
- 本文固定链接: http://www.dlqsyzz.com/10310.html
- 转载请注明: 《大陆桥视野》 于 大陆桥视野 发表
