这篇文档属于类型b，即非单一原创研究的科学论文（专家观点综述）。以下是针对该文档的学术报告内容：

“数据流通安全治理”研讨会专家观点综述由《中国流通经济》编辑部整理，发表于2025年12月26日的《中国流通经济》网络首发版（ISSN 1007-8266，CN 11-3664/F）。该文汇总了2025年9月14日由北京物资学院会计学院、兰州财经大学会计学院及《中国流通经济》杂志社联合举办的“数据流通安全治理”学术研讨会的核心观点，聚焦数据作为新型生产要素的安全治理与价值释放问题。以下是论文的主要观点及其论据：

一、数据资产的特征属性决定其价值

观点提出者：谢志华（北京工商大学二级教授）

核心论点：数据资产的价值由其使用场景决定，需通过流动性定价实现最优配置。

论据与子观点：

1. 数据资产的八大特征：

   • 无实体性：无物理形态，价值不受使用损耗影响。

   • 非竞争性：可无限复制共享，但滥用易导致“公地悲剧”。

   • 不确定性：价值依赖使用场景与技术能力，难以标准化定价。

   • 可依赖性：来源的合法性、准确性直接影响价值。

   • 非常规性：高固定成本、低边际复制成本，成本与价值弱相关。

   • 可复制性：低成本复制削弱原始持有者议价能力。

   • 可加工性：通过清洗、建模衍生新价值，需捆绑定价。

   • 多主体性：权属复杂（个人、企业、政府等多方权益交织），抑制流动性。

2. 流动性定价的三大条件：

   • 建立全国统一交易市场，规范分类标准与监管规则（引用文献[1][2]）。

   • 价格由市场供求调节，但波动幅度大于实物资产。

   • 采用价值驱动定价法（如收益现值法、市场博弈法），而非成本定价。

逻辑关联：数据资产的特征决定了传统会计计量方法的局限性，需通过动态定价和权属明晰提升流动性。

二、扩大数据交易规模需开发未披露数据资产

观点提出者：邢铭强（兰州财经大学教授）

核心论点：企业未披露数据资产制约交易规模，需完善核算体系与流通机制。

论据与子观点：

1. 披露困境：

   • 截至2025年9月，仅110家A股上市公司披露数据资产（引用数据[6]），主因经济利益流入不确定及成本计量困难。

   • 未披露数据导致企业财务信息失真（如低估资产、高估费用），影响资本市场估值。

2. 解决方案：

   • 会计核算改革：分离数据业务成本，明确数据资产披露标准。

   • 流通体制完善：通过法律保障与技术标准降低企业交易顾虑，促进外购与内部数据流通。

意义：激活企业“沉默数据”是扩大交易规模的关键路径。

三、数据资产治理需厘清数据、数据资源与数据资产的关系

观点提出者：李西文（河北经贸大学教授）

核心论点：数据资产化需满足权属明确与合法流通两大前提。

论据与子观点：

1. 概念界定（引用国家数据局定义[7]）：

   • 数据：广义信息记录；数据资源：具价值潜力的电子化数据集；数据资产：可货币化且权属清晰的数据资源。

2. 会计确认挑战：

   • 需符合《企业会计准则》的“经济利益很可能流入”与“可靠计量”条件（引用[8][9]）。

   • 财政部2023年《暂行规定》将数据资产分为三类（无形资产、存货、其他），但后续计量仍存难点。

3. 治理建议：

   • 科学评估数据资产成本与收益，审慎确认价值；

   • 建立行业统一评估方法，强化全流程安全治理。

价值：为数据资产入表提供理论框架与实操指引。

四、新能源汽车行业数据流通的安全风险与治理

观点提出者：时彦超（临沂大学副教授）

核心论点：行业数据滥用与跨境流通风险需多元协同治理。

论据与子观点：

1. 风险案例：

   • 采集环节过度收集用户面部特征（违反《个人信息保护法》）；

   • 电池数据黑市交易加剧滥用风险；

   • 跨境传输因加密技术差异导致泄露（引用《数据出境安全评估办法》）。

2. 治理措施：

   • 主体协同：政府顶层设计+车企主体责任+第三方认证；

   • 技术应用：联邦学习（Federated Learning）、区块链追溯；

   • 监管沙盒：在受限环境中测试数据出境等高风险场景。

行业意义：为高敏感行业数据治理提供范式。

五、高效数据流通体系是经济高质量发展的引擎

观点提出者：张军（北京物资学院教授）

核心论点：当前数据交易面临权属模糊、定价缺失、安全风险三大挑战。

论据与子观点：

1. 现状分析：

   • 全国49家交易所（截至2025年8月）普遍成交规模小，主因数据非竞争性削弱交易机构盈利基础。

   • 需求方“望数兴叹”：体验品特性（需使用后估值）与合规成本抑制购买意愿（引用文献[13][14]）。

2. 对策建议：

   • 法律层面：淡化所有权，强化用益物权（如加工使用权）；

   • 技术层面：构建数据资产标签系统，实现权属可追溯；

   • 市场层面：推动交易机构向“合规赋能者”转型。

宏观价值：为数据要素市场化改革提供政策参考。

论文的意义与价值

1. 理论贡献：系统梳理数据资产定价、确权与治理的学术争议，提出流动性定价、权属分置等创新观点。

2. 实践指导：针对企业披露困境、行业安全风险、交易市场低效等问题提出具体解决方案。

3. 政策启示：呼吁完善数据基础制度（如《数据二十条》），推动数据要素市场化配置。

亮点：

• 跨学科整合经济学、法学、会计学视角；

• 结合案例（如新能源汽车）与实证数据（如A股披露率）增强说服力；

• 提出“监管沙盒”“联邦学习”等前沿治理工具。

（注：全文约2000字，严格遵循术语翻译规范，如“监管沙盒”（Regulatory Sandbox）、“联邦学习”（Federated Learning）等均在首次出现时标注英文原词。）