大数据:从资源到资产还有多远
- 来源:中国信息化周报 smarty:if $article.tag?>
- 关键字:大数据 smarty:/if?>
- 发布时间:2017-03-22 16:33
大数据产业热潮下,信息资源在迈向信息资产的过程中存在一些关键问题需要解决,尤其是信息资源的资产属性、数据确权、数据价值评估方法、个人信息保护、信息资源会计等方面,亟待政策规范和廓清。
资产化进程五大障碍
信息资源资产化,即对信息资源进行资产属性确定、权属确认、资产登记、价值评估、交易、会计核算、资产报表编制等资产管理工作。当前,国内信息资源资产化进程主要面临五大障碍。
一是信息资源的资产属性亟待确定。对于信息资源的资产属性,目前尚未形成统一意见。
二是信息资源的权属界定不清。实际操作中,企业往往按照相关制度与用户签订协议来对信息资源进行确权。有观点认为,企业为客户提供服务,客户相关数据所有权是企业的,也有观点认为,企业提供服务获取的只是在特定范围内的数据使用权。由于对于数据权属缺少法律意义上的明确界定,导致侵害用户权益的事件时有发生。
比如,某旅游搜索引擎将“允许读取用户的身份、短信、录音、照片、视频、位置、通讯录、日历活动、机密信息”等重要的个人信息作为使用其服务的前提条件。这种“霸王条款”在互联网企业的服务协议中非常普遍。
三是信息资源交易市场发育不成熟,交易活动缺乏有效的规范和监管。目前,各地成立大数据交易所的数量已达20多家,但真正在交易所开展数据交易的却很少,甚至有些交易所自成立以来未发生过一笔业务。
原因在于,一是交易所无“数据”。政府数据开放度有待提高,数据加工服务缺乏数据源,而拥有大量数据的电商、互联网企业及电信运营商等大型企业一般会独立销售数据产品,无需借助交易所开展交易。二是缺乏一套能为各方接受和认可的公平、合法的数据确权、定价等交易标准和规则。三是政府第三方监管缺位,难以保证数据交易及相关行为的合法性。四是政府在税收和政府采购等方面对数据交易市场的培育不够。
与阳光下惨淡经营的数据交易所形成鲜明对比的是,“暗”中庞大的地下数据交易产业链。据《征信之乱》一书调查称,从事数据买卖的中间人多达几万,地下黑市早已形成万亿级别市场。
四是现行会计制度不适应信息资源资产化管理的要求。企业的数据交易活动日益频繁,交易规模不断增长,现行的财务管理和会计核算体系不能把信息资源按照资产来进行管理,难以适应数据交易快速发展的迫切需求。比如,某市自2001年以来每年投资上千万开展航空摄影工作,积累了大量的反映城市发展、城市变迁和许多社会问题的航空摄影数据。然而,按现行会计制度,只有十几万的航空摄影数据存储介质被列入资产,而每年政府投资1000多万的数据资产没有在账面上得到体现,尤其是在数据资源建设、共享、使用方面的价值和绩效更是无法量化。
五是政务信息资源的资产化管理有待加强。多年来,政府信息化项目绩效不高、信息共享开放困难等问题一直难以解决,重要原因就是对该项工作一直缺乏量化的绩效考核和审计手段。
启动数据立法
数据从资源到资产离我们不远,但其资产化管理的过程难免会曲折艰难,在决策层面上可以从以下几方面来布局。
一是加强信息资源资产化管理理论研究。围绕“信息资源资产化管理”设立重大科研专项,组织科研部门、高等院校、企业等各方力量开展联合攻关,尤其是在信息资产属性、权属界定等关键问题在法律层面上能够尽快解决。
信息资源作为一种资产,既然不适合作为固定资产、无形资产或知识产权,那么就应该设立为一种新的资产,如信息资源资产。对于信息资源相关权利可以通过设立所有权和使用权等来平衡各方的利益,数据权属界定的关键是要理清围绕数据的服务提供者、服务对象以及第三方服务平台三者之间的关系,并根据相关法律法规和各方平等的约定来确定。
二是培育信息资源交易市场,加强对数据交易的规范和监管。具体措施包括:适度控制各地数据交易所的数量,探索数据交易中心向数据交易服务中心转型;尽快组织研究制定全国数据评估定价机制、交易规则、质量标准、交易流程等一系列规则、规范;加大政府对于数据交易市场的支持,如加大政府数据开放力度、对数据交易给予税收优惠或将数据及数据服务列入政府采购等;加快研究利用区块链等新技术进行数据源及交易过程的可追溯体系建设,探索新技术支撑下的数据交易新模式。
与此同时,还要严厉依法打击地下数据非法交易活动,尤其要加强个人信息的保护。
三是开展信息资源资产化管理试点,推进财务管理和会计核算体系改革创新。结合国家大数据综合试验区建设,选择某一区域内适合进行资产化管理的数据,开展信息资源资产化管理的试点工作,对现行财务管理和会计核算体系进行改革。
第一,将信息资源列入会计科目进行管理是可行的,比如可增设“信息资源资产”、“信息资源初始价值”、“信息资源二次加工”等与信息资源相关的会计科目;第二,应对信息资源的获取、加工、共享、增值开发、运维处置各环节进行会计核算,尤其是要建立信息资源共享效益模型,对信息资源共享效益进行量化衡量;第三,应在资产负债表、收支平衡表等会计报表中将信息资源产生的效益给予充分体现。
四是推进政务信息资源资产化管理,促进政务信息资源的共享、流动和价值提升。以某市航空摄影数据管理为例,在最初获得航空摄影数据时,对价值1000多万元的航空摄影数据进行资产登记,明确信息资源的责任方、信息资源属性和财务属性,通过建立清晰的数据“资产台账”,可以避免重复采集;航空摄影数据的运维过程中,将每年400多万元的运维费列入当期经费支出,并持续监控数据运维成本;航空摄影数据每共享一次,所带来的社会效用就会增加一次。通过不断共享,能够将政务信息采集加工、共享使用带来的效益量化体现,有利于推动政府信息共享、流动和价值提升,倒逼政府以信息资源开放、共享为核心的管理变革。
五是创新政府信息化项目管理机制,改善政府信息化建设绩效。按照资产化管理的思路和方法,对一些重要的信息资源建设项目实施绩效评估和审计,从而及时发现电子政务建设中存在的问题,提升政府信息化建设整体绩效。
相关链接
《2017中国大数据产业发展报告》对我国大数据产业发展的人才、政策、投融资、创新创业、产业发展、区域潜力、机构和人物影响力等多个维度进行了全面分析。《报告》显示,我国大数据发展总体处于起步阶段,北京、广东、上海、江苏和浙江的大数据发展总指数位居前五。资本和产业是当前地方大数据发展的突出短板,人才短缺问题尤为突出。
《报告》指出,大数据领域投资热度持续攀升。其中,政府投资项目持续增长。
2016年各地积极部署大数据项目,政府投资大数据项目数量整体呈攀升态势,除受春节假期、国庆假期影响,项目数量略有下降外,其余时间均保持较高增速。
在地方的大数据投资热潮中,广东、北京两地政府投资项目数量遥遥领先,占比分别达18.56%、13.36%,山东、河北、福建、江苏等东部省份位居全国前十。贵州省表现突出,以7.74%占比排名第三,云南、甘肃等西部省份也表现不俗。相较而言,中部地区稍显落后,仅河南省进入前十。
北京市信息资源管理中心总工程师 穆勇