1.3.2　數據資產視角

隨著信息化的發展，信息被視為是與自然資源、物質、人力、財務同等重要的資源，由此衍生出了“信息資源”的提法。數據是信息的載體，“數據資源”可以認為是有含義的數據積累到一定規模后形成的資源，是可以轉化為生產力的數據集。現在進一步有了“數據資產”的提法，“資產”在“資源”基礎上增加了產權、價值和流通等經濟要素[16]，即法律上的數據產權（所有權、使用權、經營權、分配權和收益權）、財務上的定價與估值、市場機制上的流通與交易模式。

但數據或大數據與有形資產有很多不同，數據在產權、價值和流通機制方面還需要做很多工作。數據具備無形資產的四條一般屬性，包括可擴展性（可復制的）、沉沒性（高昂先期固定成本，但卻有非常低廉的復制成本）、外溢效應（競爭優勢被注意和復制的可能性）、協同效應（不同類型數據組合的價值存在指數級增長的可能）。與很多無形資產不同，數據還具有反競爭性（數據流通后原始數據并沒有消失）、可加工性（可以加工二次數據）、依托性（數據本身沒有價值，只有依托業務才有價值）、多樣性（同樣的數據對不同應用的價值不同）。因為有可加工性，二次數據的產權界定比較復雜，基于數據訓練出來的機器學習模型的產權確定和隱私保護變得更加間接。因為依托性和多樣性，造成定價與估值上的困難，相同的數據面對不同的業務場景，所產生的價值完全不同。但從微觀層面看，數據和工業物料類似，原材料只有經過合適的加工，才能成為對其他工藝環節有價值的物料。面向具體場景的數據才有交換價值，也就是說，數據資產通常面對具體應用場景，這樣也降低了數據資產在價值評估上多樣性的挑戰。

工業數據的一個特點是維度高，一個分析應用所需的數據可能需要從多個不同數據源中加工而來。工業中常見的數據資產包括宏觀指示性信息（例如，地域用電數據、風資源信息）、實體畫像（例如，企業的用電信息、機械車輛開工信息等），企業內部的數據資產包括上下文信息（例如，地域、設備維修檔案）、關鍵曲線指標（例如，風機的風功率曲線）。最后需要強調，數據是否可以成為資產，不僅取決于數據是否有價值，還取決于數據是否被允許流通，有很多高價值數據（例如，核心工藝參數），因為商務或安全規范要求不能流通，無法形成數據資產，這時候流通的不是數據，而可能是分析模型或數據應用。在工業大數據建設初期，沒有必要過度追求數據資產，數據資源才是需要邁過的門檻，只有保證數據可以產生價值，數據資產才是后續發展形成的一種制度安排。