个人数据的统计与核算问题研究

　　内容提要：在大数据、云计算、物联网和人工智能等数字技术的推动下，个人数据被企业或政府收集、存储、加工、分析和应用，已经成为关键生产要素，在提高企业生产经营能力、政府治理能力和居民生活水平等方面发挥着越来越重要的作用。从统计与核算角度对个人数据进行系统研究，对于理解个人数据在经济社会发展中的作用，更准确细致地构建数据资产核算框架具有重要意义。本文探讨了个人数据的概念、分类与特征，并结合案例剖析了个人数据的价值链过程，界定了个人数据资产的范围。同时，对个人数据的估计方法进行了比较研究，对阿里巴巴、腾讯、百度、京东、美团5家典型消费互联网平台所持有的个人数据展开估价试算，提出了应建立基于供给和需求相结合的数据资产价值测度框架的思考。最后，本文探讨了个人数据开发应用中存在的问题，为推动个人数据开发应用健康有序发展提出了对策建议。

　　关键词：个人数据;数据资产;数据价值链;数据估价方法

　　一、引言

　　伴随着互联网和移动通信设备的快速发展，接入网络的个人用户数量快速提升，截至2021年1月，全球手机用户数量达到52.2亿，互联网用户数量达到46.6亿，社交媒体用户数量达到42亿①。同时，在大数据、云计算、物联网和人工智能等数字技术的推动下，个人数据被企业、政府以及居民广泛运用，并且在企业的生产经营、政府的管理和服务中发挥了重要作用。企业通过分析个人数据，可以总结消费趋势从而制定发展策略，描绘用户画像从而提供定制化服务，进行精准营销。政府通过分析个人数据，可以把握居民特点从而制定更有效率的决策，提高公共服务水平并降低社会风险。而居民从个人数据被广泛分析和应用中享受了更便捷、更高质量的服务，福利水平有所提升。

　　数据作为一种新的生产要素，个人数据是其中的重要组成部分，而个人数据具有产生者和使用者往往并非同一主体、不同应用场景下个人数据价值存在较大差距等特征，因此将个人数据资产核算进行单独研究有助于更准确、细致地构建数据资产核算框架。本文界定了个人数据的概念、分类和特征;在此基础上，本文结合案例剖析了个人数据的价值创造过程，并根据许宪春等(2021)对数据资产的界定，确定个人数据资产的范围;对个人数据的估价方法进行了比较分析，并且基于我国5家典型的消费互联网平台开展估价试算;最后，探讨了个人数据在使用过程中存在的挑战以及应对策略。本文的研究结果对于理解个人数据在经济社会发展中的作用、核算个人数据资产的价值和促进个人数据可持续地开发利用具有重要意义。

　　二、个人数据的定义、分类与特征

　　(一)个人数据的定义

　　关于个人数据的定义，国内外学者已经有较为丰富的研究。WorldEconomicForum(2011)定义个人数据为由个人产生的或者与个人有关的，被记录在各种电子设备、社交网络、提供服务的企业以及政府数据库中的以物理或电子形式记录的数据资料。个人数据可以追踪至特定个体，所含内容丰富繁杂，分散在网络的各个角落。

　　经济合作与发展组织(OECD)(2013)给出了广义的个人数据定义，认为个人数据是指与已识别或可识别个人(数据主体)有关的任何信息。齐爱民(2015)认为，个人数据是指可以直接或间接识别该个人的全部信息;谢永志(2013)定义个人数据为个人的姓名、性别、年龄、血型、健康状况、身高、人种、地址、职业、头衔、学位、生日、特征等可以直接或间接识别该个人的一切数据。从国内外的研究可以得出，关于个人数据的定义基本取得了一致的认识，即可以直接或间接识别出个人的有关信息的数据。

　　(二)个人数据的分类

　　个人数据的分类若采用不同的划分原则，就会产生不同的分类方式。从个人数据的统计与核算角度出发，本文选择以下三种分类方式：按照内容划分，按照数据收集过程划分和按照数据的供给与使用过程划分。

　　按照内容划分，个人数据可分为个人身份数据、社交数据、网络行为数据、个人位置数据、个人创作数据、个人金融数据及个人健康数据。个人身份数据主要包括个人的姓名、电话号码、年龄、性别、种族、身高等身份和生理特征数据以及收入、党派等社会特征数据，个人身份特征还包括个人在使用社交网络时对自己的形象及喜好的描述;社交数据是指能够反映个人社会关系的数据，包含联系人及社交软件好友列表。

　　网络行为数据是指个人在进行互联网搜索或在线购物等网络活动时产生的反映其网络行为的数据;个人位置数据包括个人IP地址、邮箱地址、家庭地址及实时位置地址等网络或现实位置数据;个人创作数据包括个人在社交、娱乐等日常活动中编辑的微博、拍摄的照片、录制或剪辑的影片等;个人金融数据包括个人日常交易、账户收支、信用水平、金融资产等;个人健康数据包括个人病例史、用药史、手术史及医疗保险状况等。按照数据收集过程划分，个人数据可分为主动分享的数据、自动记录的数据和分析推断的数据。主动分享的数据是指个人自愿或主动分享的关于自己或第三方的信息。

　　例如，个人在创建自己的社交网站账户或获取在线服务时自愿提供的个人信息，在网络购物时输入的移动支付或信用卡信息，在微信朋友圈发布的关于朋友或家人的活动图片等信息，在知识分享平台发布的个人观点，以及在网络评论区发表的个人评论等。自动记录的数据是指有关服务提供商在个人接受服务过程中自动记录个人活动所获取的记录数据，而非个人自愿提供的数据。例如，个人在互联网上的浏览记录、使用手机时的位置数据、各种手机APP默认收集的数据、储存在个人本地终端上Cookie数据等。

　　分析推断的数据是指获取了个人数据的机构通过分析推断出来的具有新信息量的个人数据。例如，平台企业基于个人用户数据绘制出来的用户画像，支付宝或者微信支付等移动支付平台基于用户的基本信息与购买行为计算的个人信用评分，购物网站基于个人的购物行为推断出来的需求预测。按数据的供给与使用过程划分，个人数据的供给方主要是居民个人。具体来说，主动分享和自动记录的数据由居民个人直接供给，分析推断的数据尽管是企业或政府供给，但是企业或政府也是基于个人提供的数据进行推断分析，所以数据的初始供给方仍是居民。个人数据的使用方主要包括企业、政府与居民。个人在工作和日常生活中产生了大量数据，往往被企业或政府收集、分析并加以运用。

　　例如个人使用手机时被记录的位置、运动轨迹等数据;心率监测器记录的个人心率变化数据;消费产生的购买记录;使用支付宝、微信钱包等支付和金融工具产生的交易记录;使用搜索引擎产生的搜索浏览记录;去政府部门办理公共事务留下的个人身份信息等。这些数据通常被企业和政府收集和存储，当企业和政府运用一定的分析、挖掘手段来提取个人数据中所反映的居民特征及其行为规律并加以应用时，可能对企业的生产经营和政府的管理产生积极作用。

　　另一类数据是居民个人运用其自身产生的数据提供产品或服务，并获得收益。随着社交网络和直播平台的快速发展，个人数据也会被其产生者主动作为产品或服务提供，进而实现个人数据的盈利。例如，个人将以娱乐或记录生活为目的拍摄的照片、视频或撰写的文章、观点等原创内容发布在微博、抖音、哔哩哔哩等平台，一旦吸引大量关注，这些创作内容便为个人带来盈利的可能，个人会进一步发掘有吸引力的原创内容以巩固其粉丝，这些原创内容便是个人自己产生、自己收集并应用的个人数据。

　　(三)个人数据的特征

　　个人数据拥有数据的一般特征，诸如数据具有的非竞争性和非消耗性;数据的价值受其时效性、准确性、真实性和完整性的影响;通过与其他数据融合，能够挖掘的有效信息更多，数据价值也会增加等(许宪春等，2021)。与此同时，个人数据也具有一些特有的属性，主要包括以下4个方面。

　　1.产生者和使用者往往并非同一主体，权属界定比较困难。个人数据一般由居民产生，往往被企业或政府收集、整理并加以应用。企业收集个人数据产生大量经济利益，而政府收集个人数据往往创造社会价值。截至2019年底，腾讯微信月活跃账户数达到12.025亿，阿里巴巴拥有7.3亿核心国内用户，京东拥有3.87亿活跃用户，滴滴出行注册用户达到5.5亿。这些平台企业正是凭借所掌握的海量用户数据，基于对这些数据的挖掘和分析，开发了包括精准营销与广告服务、定价策略服务、智慧交通路线规划等形式的数据驱动商业和管理模式，有效实现了数据的价值，为企业带来巨大的经济利益，给社会带来了便利和效率。但是数据的产生者与使用者并非同一主体，数据的权属如何界定仍存在困难，企业使用个人数据创造了巨大经济利益，但个人是否有权参与企业获利的分配同样存在争议。

　　2.不同的人对个人数据的价值评估不同，不同应用场景下数据价值也存在较大差距。从主观上看，个人数据的价值体现在隐私价值，不同的人对隐私的价值评估具有很大差异，Nienhuis(2017)通过实验的方法得出，大部分人并没有意识到个人信息的权属问题，只有少数人对个人隐私非常重视。同时，当人们没有意识到个人数据存在市场时，并不认为个人数据具有价值，但当人们意识到企业收集个人数据可以产生收益后，对个人数据的价值估计则显著提升(Spiekermann等，2012)。

　　数据的价值在于与应用场景的结合，不同应用场景下数据所贡献的经济价值存在较大差距。例如，司机驾驶习惯数据可以帮助保险公司更准确地计算保费和理赔概率以提高利润，该数据也可以帮助交通公司招聘合适的司机，但招聘场景下的应用价值可能没有帮助保险公司提高利润所带来的价值大;当多维度的用户信息用于寻找高净值客户时，也比用于普通生活用品推广场景下的经济价值更大。

　　3.个人数据往往通过“免费”的方式获取。个人获取免费服务的同时，提供服务的平台企业则可获取个人数据，进而对数据进行开发应用，并形成基于数据的商业模式。例如，微信用户在免费使用微信聊天、朋友圈、微信支付等服务时，微信平台会获取个人身份数据(姓名和电话号码)、社交数据(分享图片和视频等)、位置数据(电子邮箱地址和IP地址)等。百度用户在免费使用搜索服务时，百度会获取用户的个体特征信息、联系人、浏览行为、搜索查询、唯一设备ID、移动运营商、设备类型和操作系统、电话号码、位置数据和IP地址等信息。

　　4.个人数据在价值创造上具有外部性。个人数据不仅能够给使用者带来货币收益，还能产生经济社会价值，个人数据的外部性比较突出。例如，成都医联和贵阳朗玛两个企业通过建立个人健康档案数据能够减少重复检测和医疗误诊，降低成本，给企业带来直接的货币收益。除此之外，个人健康档案数据还能产生社会价值，医疗大数据的收集，对新药的研发、流行病学趋势的判断和医疗保健体系的升级都有重要价值。所以对于个人数据的价值测度，需要考虑是测度直接的货币收益还是更广泛的经济社会价值。

　　三、个人数据的价值链分析

　　Akoff(1989)构建了包含“数据–信息–知识–智慧”(DIKW)层次结构的信息金字塔模型，Varian(2018)基于DIKW模型提出了“数据–信息–知识–决策”框架的数据金字塔，并将数据金字塔与数据价值链紧密联系起来，指出数据金字塔反映的是从非结构化的低价值数据形态转变为结构化的、具有特定应用场景的高价值数据形态的过程，其对应的就是数据从收集到应用的价值创造过程，即数据价值链。具体而言，数据经过收集，然后进行清洗与存储、分析处理和挖掘，从以字节形式存在的杂乱数据转化为结构化的信息、再转化为具有洞察的知识，并最终转化为决策被应用在特定的场景下。

　　OECD(2013)在分析个人数据的价值时认为，数据的价值链条包括数据收集、存储、分析和应用4个主要环节。Visconti等(2017)提出大数据价值链并进一步细分为数据创造、存储、分析、分享应用、货币化5个环节，还强调在数据的分享应用环节中，各数据持有者应相互合作并将多种来源的数据充分融合分析，从而挖掘出更大的数据价值。还有一些学者将数据变现的过程纳入大数据链条并展开详细分析(Visconti等，2017;Faroukhi等，2020)。而随着数据体量的增大和数据结构的逐渐复杂化，吴超(2018)将数据从原材料到最后成为提供给用户的产品的加工和增值过程细分为清理、语义化、融合、分析、建模、知识提取、应用、分发等关键步骤。

　　基于已有文献对数据价值链的研究，本文发现尽管学者对数据价值链环节的划分不尽相同，但大部分学者的划分中均包括数据的收集、存储、加工和应用4个环节(许宪春等，2021;OECD，2013;Li等，2019)，本文认为个人数据的价值创造过程与数据的价值创造过程是一致的，故将个人数据的价值链界定为“数据收集–数据存储–数据分析–数据应用”4个环节。本文进一步根据前述供给与使用角度的分类来具体阐释个人数据的价值链过程。个人数据的供给方主要是居民，个人数据的使用方包括企业、政府和居民，下文中将按使用方分别来阐释个人数据的价值链过程。

　　(一)企业使用的个人数据价值链

　　对于企业使用的个人数据，第一个阶段是企业收集个人产生的数据。例如，消费者在淘宝、京东等电商平台消费产生的购物记录数据;居民通过微信等社交平台通信产生的个人社交数据;在百度浏览器上留下的搜索记录;使用支付宝在实体店或网店购物留下的支付记录，购买理财产品留下的资产记录，通过借呗、花呗借款留下的信用记录;在网易云听音乐，在腾讯、爱奇艺、哔哩哔哩等视频播放网站看视频留下的播放记录;使用手机产生的位置记录。这些与居民的生活和工作相关的数据被阿里、腾讯、百度、京东、爱奇艺等各大互联网企业以及通信运营商等企业收集，并且记录在企业的服务器中。

　　在第一阶段，上述各种类型的个人数据大多以非结构化形式存在，体量大但包含的有效信息较少，仍处于数据金字塔的底端。在第二个阶段，企业将收集到的个人数据进行初步清洗并转化为结构化形式存储在数据中心、云服务设施或其他位置。这一阶段，已经从大量冗杂数据中提取出有效信息，达到数据金字塔第二层。在第三个阶段，企业对个人数据进行分析，提取出具有规律性的知识，例如能够总结或回答“谁在什么时间做了什么，怎么做”之类的问题(Rowley，2007)。在此阶段，数据的分析以及与其他数据的融合是数据产生价值的关键(Rassier等，2019)。

　　企业运用统计建模或数据挖掘的方法对个人数据进行分析。例如，淘宝通过深度学习、知识图谱、用户体验建模等多项技术来分析用户的购买、收藏、加入购物车记录等数据，总结并预测其消费偏好及近期需求;百度运用分类、聚类和特征筛选等基本的数据挖掘技术分析用户的搜索浏览记录，对其行为特征和近期关注的话题进行提取;腾讯、爱奇艺、哔哩哔哩等视频网站，网易云音乐、QQ音乐等播放器会对用户的播放列表、收藏历史、播放时间、设备以及浏览等行为数据进行分析，判断用户的品味及播放习惯，描绘用户画像。

　　在第四个阶段，企业将第三阶段挖掘提取的知识找到相应的应用场景，将知识转化为决策，指导企业生产经营。例如，淘宝通过分析消费者偏好进行商品个性化推荐，这同时吸引一些店铺购买广告位，淘宝从中获取广告收益;百度基于用户行为特征进行有针对地广告投放从而提高回报率;哔哩哔哩等视频网站及网易云等音乐播放网站通过分析用户偏爱内容，进行有针对性地推荐，以及个性化服务吸引流量、增加顾客粘性，并进一步提供付费服务增加销售收入。

　　值得注意的是，在数据应用阶段，数据的应用场景和价值创造取决于企业分析和应用数据的能力，有些企业数据分析能力较弱，会选择直接销售其数据给第三方，这种商业模式创造的价值相对较低。在这一阶段，企业基于第三阶段分析数据所获得的知识构建商业模式，将数据应用于特定的场景，实现价值增值，这是数据完成整个价值链的关键一步。

　　(二)政府使用的个人数据价值链

　　政府使用个人数据的价值创造过程与企业类似，只不过政府一般不以盈利为目的，其数据应用阶段的主要目的是提升政府工作的质量和效率①。在数据价值链初始阶段，政府通过统计调查、行政记录或与企业合作等方式来收集获得个人数据，并将其存储在服务器或者政务云中。进一步地，政府分析个人数据掌握居民动态并找到应用场景，提升政府决策效率和公共服务质量。例如，政府通过分析个体的位置数据，能够实时对人口流动进行监测与预判，从而实施有效管理和疏导，避免拥堵、踩踏等公共安全事件发生。

　　(三)居民使用的个人数据价值链

　　随着自媒体的快速发展，居民以个体经营户形式经营个人数据的模式正在迅速发展。在这种模式的数据价值链的第一阶段，个人主动公开分享个人信息、偏好或原创内容等个人数据，这既是数据产生的过程，也是数据被收集的过程。居民往往通过微博、抖音、哔哩哔哩、小红书等平台来实现个人数据的使用，因此数据主要存储在平台或相关设备中。

　　在数据的应用阶段，当这种个人公开分享的数据通过平台被大量人群浏览和喜欢并且为个人吸引到流量或粉丝时，个人可以通过直播获得打赏收入、与广告商合作为其推广并获取广告收入等方式获取收益。例如，在微博、抖音、哔哩哔哩、小红书等平台上，有人为了娱乐或记录生活上传了自己拍摄的图片、视频或创作的文章等，但其作品因具备制作精美、趣味性较强等特殊性质吸引了大量粉丝，广告商也察觉到其中的商机，以支付广告酬劳交换原创内容制作者推广其产品的机会。这种情形下原创内容制作者的角色与个体经营户类似，个人投入时间来创作相关内容，为观众提供娱乐服务;同时，这些原创内容形式的数据将持续为制作者吸引流量并带来收益。

　　四、个人数据资产的界定

　　从个人数据的使用来看，究竟在何种条件下个人数据会被当做资本形成从而形成个人数据资产?为回答这一问题，首先需要明确国民账户体系(SNA)中关于资产的界定原则。2008年SNA指出“资产是一种价值储备，代表经济所有者在一定时期内通过持有或使用某实体所产生的一次性或连续性经济利益。它是价值从一个核算期向另一个核算期结转的载体”。

　　可见，能纳入资产核算范畴的个人数据，至少需同时满足经济所有权明确和收益性这两个基本属性。对于经济所有权，2008年SNA指出，经济所有者是指由于承担了有关风险而有权享有该实体在经济活动期间内运作带来经济利益的机构单位。根据上文数据价值链的分析，在居民使用其自身产生的数据这一情况下，居民既是产生数据的主体，也是数据的法定拥有者和经济所有者。

　　在企业使用个人数据的情况下，对于居民主动分享的数据，居民往往在获取免费内容的同时提供数据，在使用免费内容前便已经同意了内容提供者有权收集其个人身份数据和使用其行为数据的协议，因此个人数据经过企业的存储、分析，并最终运用产生价值时，企业拥有个人数据的使用权和收益权，是个人数据的经济所有者;对于自动记录的个人数据，企业如果在自动记录数据之前告知了用户并且获得同意，则企业拥有个人数据的使用权和收益权，符合经济所有者的概念;如果企业没有告知用户，并在违反用户隐私保护规定的情况下使用个人数据，但是企业依然实际控制着个人数据并且享受了收益权，那么企业仍是数据的经济所有者，这种非法的交易也应该被记录在核算范围之内(李静萍，2020);对于分析推断的数据，由于这是企业在已有数据基础上投入劳动和资本生产出的新数据，企业是数据的经济所有者。

　　在政府使用个人数据的情况下，对于政府通过统计调查或行政记录获得的个人数据，政府已取得数据主体的同意，拥有数据的控制权和使用权，是经济所有者;对于政府从企业购买的个人数据，政府通过有偿付费的方式获得了对应数据的经济所有权，因此政府也是经济所有者。

　　综上所述，个人数据在不同使用场景中经济所有权是明确的。对于个人数据的收益性，企业和居民自身使用个人数据往往通过寻找、开发商业模式获得货币收益;政府使用个人数据能够提升政府工作的质量和效率，体现个人数据的经济社会价值。所以，个人数据经过收集到应用的价值链创造过程后具有收益性。但需要注意的是，数据收集阶段获取的单个的个人数据没有价值或价值很低，当大量个体的数据经过清洗、存储、分析并总结出相关知识后，才具备了获取收益的前提。

　　而只有通过数据分析获得的知识最终找到应用场景，并辅助决策制定才实现了收益，也只有到这个阶段，个人数据才具有了可观的价值，具备成为数据资产的条件。所以，理解个人数据的价值要基于完整的数据价值链，个人数据正是通过数据价值链过程不断进行价值创造，才成为了关键的生产要素，也才具备了成为数据资产的条件。

　　另外，2008年SNA关于“资产”概念的一个关键点是“在一定时期内持有或使用”。尽管对“一定时期”并没有给出明确限定，但在“固定资产”的确认条件中提出了“生产过程中被反复或连续使用一年以上”的原则，这成为区分产出作为中间投入与资本形成的标准，也是计算机软件、数据库和研发等知识产权产品能否视作固定资产的一项重要判定标准(许宪春等，2021)。

　　所以个人数据要成为数据资产需要满足“在生产过程中被反复或连续使用一年以上”这一条件。鉴于个人数据满足2008年SNA关于“资产”的经济所有权明确和具有收益性这两个基本属性，进一步根据资产(尤其是“固定资产”)关于使用时期的要求，本文将“个人数据资产”定义为：完成了数据价值链全流程具有明确应用场景且在生产过程中被反复或连续使用一年以上的个人数据。

　　对于那些完成了数据价值链全流程具有明确应用场景但使用期限没有达到一年的个人数据，则被视为最终消费或中间消耗，不在个人数据资产的讨论范围之内。最后，根据个人数据经济所有权的分析，从供给使用过程来看，个人数据的使用者拥有数据的使用权和收益权，所以也是个人数据资产的经济所有者，比较常见的为企业和政府，也可能为居民个人。

　　五、个人数据资产的估价方法和估价实例

　　(一)个人数据资产的估价方法

　　回顾文献，目前针对个人数据的估价，并未形成一致公认的方法。OECD(2013)指出，个人数据的估价方法包括基于市场交易的估价方法和基于个人主观的估价方法两大类。其中，基于市场交易的估价是根据市场信息来估测数据的价值，包括公司财务指标法(资本市场价值、营业收入、利润)、市场交易法、数据泄露的成本、黑市价格;基于个人主观的估价是指通过调查或实验的方法来估测个人对数据价值的购买意愿或保留价格，包括调查与实验法、对隐私保护的显示购买意愿法。

　　Li等(2019)指出，在线平台企业主要通过基于数据的商业模式来实现价值变现，企业为构建数据驱动商业计划所进行的投资可以用企业在组织资本上的投资来衡量，故建议使用组织资本来估测平台企业的数据资产价值。腾讯、阿里巴巴为代表的消费互联网平台企业，以其连接的庞大用户数成为海量个人数据的获取方，通过对个人数据进行分析挖掘，建立了数据驱动的商业模式，实现了个人数据价值的商业转化。

　　因此，采用组织资本确实可以估测平台企业持有的个人数据的价值。对于通过提供免费服务获取个人数据的企业，Ahmad和VandeVen(2018)指出有三种方法来估计其个人数据的价值，第一种方法是采用市场上交易的类似数据的价格进行估价，这与OECD(2013)提出的市场交易法一致;第二种方法认为个人享受的免费服务与个人数据创造的广告收入对应，根据企业利用个人数据产生的广告收益来估测个人数据的价值;第三种方法是通过估计消费者愿意为免费服务所支付的保留价格来估测个人数据的价值，这与OECD(2013)基于个人主观的估价是对应的。

　　六、结论与展望

　　数据作为一种新的生产要素，个人数据是其中的重要组成部分，将个人数据资产核算进行单独研究有助于更准确、细致地构建数据资产核算框架。本文归纳了个人数据的定义、分类和特征，同时探讨了个人数据创造价值的过程以及个人数据资产的范围，在此基础上本文分析了各种估价方法的优势与不足，并运用组织资本法和广告收入法对阿里巴巴、腾讯、百度、京东、美团5家典型的消费互联网平台企业所掌握的个人数据资产进行了估价试算，提出了应建立基于供给和需求相结合的数据资产价值测度框架的思考。值得注意的是，个人数据正在越来越多被企业和政府运用，成为重要的数据资产，但在应用过程中还存在许多问题与挑战。一是个人数据资产的权属与收益分配规则模糊。

　　一方面，个人数据价值链中涉及多个参与者，企业和政府投入大量成本收集、存储、分析并找到应用场景后，个人数据才能发挥价值，才具备成为数据资产的条件。但是企业或政府是否完整地拥有该资产的法定所有权?个人是否也具有数据资产的部分所有权或收益权、处分权等权利?这些问题尚未达成共识。另一方面，企业运用个人数据创造了大量收益，这些收益是否要被个人分享以及个人所能够分享的比例也是目前存在争议的问题。

　　二是个人隐私泄露问题严重。许多应用程序免费为用户提供服务，但大部分用户并不知道能够享受这些免费服务是因为他们提供了个人数据作为交换(Spiekermann等，2012)，而个人消费记录、位置记录、浏览记录和聊天记录等各种数据被企业或政府所掌握，这给个人隐私保护带来威胁。三是过度采集个人信息。大量APP存在超范围收集个人信息的情况;有些行政部门在收集个人信息时也未遵循必要、最小化原则，这也增加了居民信息泄露的风险。这些问题和挑战将直接限制个人数据资产发挥价值，因此应该得到高度关注。为推动个人数据可持续、高效应用，本文提出以下倡议。

　　一是加快明确数据资产所有权与收益分配原则。学界应加快推进数据权属问题的相关研究，结合数据资产的权利性质开展数据收益分配规则的相关研究，为相关法律出台提供基础。同时政府也应该加快出台相关法律，明确数据资产的各项权利并加以保护，为完善数据交易市场提供基础。二是不断完善保护个人隐私的相关法律，2021年11月《中华人民共和国个人信息保护法》正式实施，但由于互联网的快速发展，个人信息被侵犯的诸多情况在现行法律中可能会缺乏处理意见，《中华人民共和国个人信息保护法》在实施的过程中应根据现实情况不断进行补充和完善。

　　三是加强监管，规范数据采集。政府相关部门应继续提高对个人隐私保护的重视程度，协同监管，加强监管力度，采取多种措施整治不合法、不合规使用个人数据的现象。四是注重区块链等技术在个人数据开放共享中的作用。区块链技术具有去中心化、数据难以篡改和可塑性强等特点，将其运用到个人信息的保护中，能够有效降低个人信息泄露的风险。

　　参考文献

　　[1]贺俊.创新平台的竞争策略:前沿进展与拓展方向[J].经济管理,2020(8):190–208.

　　[2]德勤中国,阿里研究院.数据资产化之路:数据资产的估值与行业实践[R].2019.

　　[3]李静萍.数据资产核算研究[J].统计研究,2020,37(11):3–14.

　　[4]齐爱民.大数据时代个人信息保护法国际比较研究[M].北京:法律出版社,2015.

　　[5]吴超.从原材料到资产:数据资产化的挑战和思考[J].中国科学院院刊,2018,33(8):791–795.

　　[6]谢永志.个人数据保护法立法研究[M].北京:人民法院出版社,2013.

　　[7]许宪春,张钟文,胡亚茹.数据资产统计与核算问题研究[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：许宪春唐雅张钟文

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/29681.html