文 | 孙瑞玺

2024年10月21日，数据领域名词解释起草专家组起草了《数据领域名词解释》向社会公开征求意见(以下简称《数据名词解释征求意见稿》)，目的是为了凝聚业界共识，推动社会各界对数据领域术语形成统一认识。对此，笔者对相关概念进行辨析,以求为社会各界形成共识贡献力量。

关于电子数据(信息)与非电子数据(信息)

《中华人民共和国数据安全法》第三条第一款规定，数据是指任何以电子或者其他方式对信息的记录。据此，数据包括形式与内容的区分。从形式上区分，数据包括电子数据与非电子数据。电子数据即网络数据，是通过网络处理和产生的各种数据。非电子数据则是指电子数据以外的数据，如纸质数据、实物数据和口头数据等。从内容上区分，信息包括电子信息与非电子信息。电子信息是以电子数据记载的信息。非电子信息则是以非电子数据记载的信息。

数据形式与内容既有联系又有区别。主张两者不同或者等同的绝对观点，都与数据的法定概念不符。

数据形式和内容的内部转化，不能否定数据形式与内容的区分。电子数据与非电子数据相互转化，是信息记录载体的变化，如电子数据通过打印机打印转化为纸质数据，再如实物数据导入电子存储系统转化为电子数据等。两种载体的转化不会导致信息的变化。因为，两种载体上的信息如孪生一样，具有一致性。相反，信息内容的转化会导致数据形式的变化。如电子信息转化为纸质信息，口头信息转化为电子信息，由此导致电子数据与非电子数据的相互转化。数据形式转化，信息不变，或者信息转化，数据形式转化，都以数据形式与内容的区分为逻辑前提。

《中华人民共和国民事诉讼法》《中华人民共和国行政诉讼法》《中华人民共和国刑事诉讼法》和《中华人民共和国行政复议法》等法律都将电子数据作为法定证据类型。电子数据也包括形式与内容的区分，形式为电子数据的存储形式，内容为证明案件事实的电子信息。

综上，《数据名词解释征求意见稿》应当规定电子数据与非电子数据、电子信息与非电子信息两组数据类型。

关于衍生数据

《数据名词解释征求意见稿》列举了衍生数据的类型，但没有明确衍生数据的定义。据此推断，对衍生数据的类型争议较大，未形成共识。

衍生有动态和静态两种意义。动态意义上的数据衍生是数据流通过程中对数据加工活动的过程描述。衍生过程生成的数据，有原始数据、数据资源、数据资产和数据产品，这些类型的上位概念是数据，不是衍生数据。

静态意义上的数据衍生是指数据价值性提升的工具，包括数据采集、处理、聚合等。数据采集是根据需要收集数据的工具，如Fine Data Link、火车头采集器、近探中国等;数据处理包括数据标注、清洗、脱敏、脱密、匿名化、标准化、质量监控等工具;数据聚合包括数据传输、存储、集成汇聚等工具。

可见，无论是动态和静态意义上的数据衍生都不是数据本身，而是数据生成的过程和工具。据此，《数据名词解释征求意见稿》列举衍生数据实质意义并不大，没有保留的必要。

关于数据资源

《数据名词解释征求意见稿》将数据资源解释为具有使用价值的数据，给人以数据资源没有价值的印象。实际上，原始数据经由数据采集者和加工者采用数据采集技术、整合技术、存储技术、分析技术、挖掘技术、安全与隐私保护技术等方能转化为数据资源，其中凝聚了数据采集者和加工者的创造性劳动，是具有价值的。正如《关于构建数据基础制度更好发挥数据要素作用的意见》指出：“推动数据要素收益向数据价值和使用价值的创造者合理倾斜，确保在开发挖掘数据价值各环节的投入有相应回报，强化基于数据价值创造和价值实现的激励导向。”因此，数据资源是具有价值和使用价值的数据，是可供人类利用的新型资源。

关于原始数据与数据资源

原始数据与数据资源两者的区别体现在原初性与价值性两个方面。

原始数据是指初次或源头收集且未经加工处理的数据，其强调数据的首次取得或者从源头上收集的原初性。数据资源强调数据的价值和使用价值，即价值性。数据资源化是采用数据采集、处理、聚合等工具，实现数据价值性提升的首要阶段。数据资源化的重点在于数据管理汇聚，以保障数据安全、提升数据质量、形成数据价值和使用价值为目标，确保数据的准确性、一致性、时效性和完整性。其一，将两者混同不能成立。如国家知识产权局办公室的《关于印发〈专利基础数据资源申请暂行办法〉的通知》第二条将原始数据混同为数据资源。文化和旅游部办公厅的《关于印发〈文化和旅游部政务数据资源管理办法(试行)〉的通知》第四条将数据资源等同为原始数据。再如，深圳市发展和改革委员会《关于印发〈深圳市数据产权登记管理暂行办法〉的通知》第二条第一款也将数据资源混同为原始数据。以上部门和地方规范性文件对原始数据和数据资源界定存在混同。其二，将原始数据纳入数据资源亦不能成立。如有观点认为，数据资源不仅指原始数据，还包括对这些数据进行处理、分析后能够得到的有价值的信息，此种观点也不能成立。

原始数据与数据资源两者的联系：原始数据是数据资源的基础，数据资源是原始数据价值性提升的结果。

关于数据资源与数据资产

数据资源与数据资产两者的区别主要在价值性与财务会计认定两个方面。

其价值性可以从宏观和微观两个视角比较。从宏观视角上来看，数据资源的价值性低于数据资产。数据资源化涉及原始数据的获取与加工，经过数据采集、整理、聚合等数据资源化过程后，低价值密度的数据才被筛选处理成为有价值和使用价值的数据资源。数据资产化是将数据资源进行处理，实现价值性提升的过程。从微观视角来看，数据资源价值性的实现具有或然性，数据资源的冗余(主要指非结构性数据)还可能对数据持有者的经济利益造成减损。数据资产价值性的实现具有必然性，即数据资产在数据开发生命周期内的每个环节都有增值的必然性。数据资产价值性的实现方式有二：其一，直接实现。第一，数据资产自用。第二，数据资产交易，包括数据资产和数据产品的交易。其二，间接实现，即数据资本化。数据资本化是将数据资产(包括数据产品)作为抵押财产、数据资产证券化后作为权利质押财产、数据资产作为增信融资工具等为融资提供担保或者信用工具，进而间接实现数据资产价值性(主要指数据资产的交换价值)。

在财务会计认定方面，数据资源转化为数据资产的条件有三：其一，以出售或自行使用为导向。包括三个限定条件：第一，以出售或自行使用为意图;第二，出售或自行使用具备技术上的可行性;第三，存在出售的市场和有用性。其二，存在出售或者自行使用的条件和能力。其中，条件包括技术、财务和其他条件;能力指有出售或自行使用的能力。其三，由数据资源转化为数据资产的投入能够可靠地计量。《企业数据资源相关会计处理暂行规定》将数据资源混同于数据资产、《企业会计准则—基本准则》(2014年修改)将数据资源等同于数据资产都是对数据资源与数据资产的混同。

数据资源与数据资产两者的联系：数据资源是数据资产的前提和基础，数据资产是数据资源的价值性提升和会计法承认的资产类型。

关于数据资产与数据产品

数据资产与数据产品两者的区别主要是来源和应用场景两个方面。

从来源上看，数据资产源自数据资源。数据产品源自数据资产。数据产品是指自然人、法人或非法人组织通过对数据资产再投入创造性劳动形成的、能够满足客户需求的数据产品或服务，包括但不限于算法训练数据集、数据分析报告、数据可视化产品、数据指数、应用程序编程接口(API数据)、加密数据等。

从应用场景上来看，数据资产既可以自用，也可以交易，主要是自用。数据产品既可以交易，也可以自用，主要是交易。交易包括场内交易和场外交易，其中场内交易指在依法设立的数据交易所进行交易。如上海数据交易所对在场内交易的数据产品,在满足内容可用、来源合法、权属无争议、应用场景明确等验证条件后可授予其数据资产凭证。

数据资产与数据产品两者的联系：数据资产是数据产品的前提和基础，数据产品是数据资产价值性的再提升，两者都是会计法上的数据资产。

作者系山东大学法学院实务教师

（来源：法治参考）