[来源][admin][发表时间] 2023/01/04阅读次数：1125次
 

近年来，中小微企业在新冠肺炎疫情冲击下承受巨大压力，特别是一些处于初创期的科技型企业，往往缺乏土地、房产等银行融资较为认可的足额抵押物。为贯彻落实国务院“稳经济33项措施”以及“40条”“22条”和省市场监管局助企纾困稳企强链12条措施要求，支持促进市场主体和产业链高质量发展，省知识产权局在出台三个方面15条具体工作措施的基础上，进一步细化落实各项稳企惠企措施，打通政策落地“最后一公里”，帮助中小微企业以专利、商标等“轻资产”获得融资支持，并持续推动‘互联网+知识产权+金融’模式，发挥知识产权大数据功能，提高银行等金融机构对企业创新能力的识别能力，打通融资痛点，大力推动知识产权质押融资，让企业的专利变“红利”，同时努力推进“知识产权证券化产品”“百亿融资行动”“知识产权债券产品”等金融产品创新试点，拓宽企业融资渠道。截至2022年12月30日，在知识产权局、金融局以及各市区知识产权金融主管部门的指导下，资产评估有限责任公司、智慧财富知识产权运营有限公司2022年度助力省完成知识产权融资，完成知识产权质押融资贷款、知识产权证券化实际放款，累计服务科创型企业，覆盖区域有主要覆盖领域包括生物医药、医疗设备、芯片制造、激光产业、新材料、机械制造、新能源汽车、建筑制造、智能装备、网络通讯、互联网教育等。智慧财富,积极探索知识产权金融服务，通过创新知识产权融资模式、推动知识产权运营转化、让这些企业的优质“知产”活跃起来，促进“知产”转化为“资产”，切实解决了企业价值评估资金短缺的燃眉之急。与科技创新同频共振，为高质量发展提供支撑。下一步，智慧财富将继续助力推进全省知识产权质押、知识产权证券化试点工作，力争推动试点产品覆盖更多区域、服务更多企业、集聚更多资源，充分发挥知识产权价值，推动越来越多的中小企业依靠自主知识产权发展壮大，进一步激发区域发展活力、推动区域服务贸易创新发展，为加快知识产权强省建设，促进经济高质量发展做出积极贡献。构建高效数据要素市场合理评估数据资产价值，对建立数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度提出了明确要求，这对于构建数据要素市场、促进数字经济发展具有重要意义。中明确了几个关键要点：一是构建清晰的数据产权制度体系。中明确要建立公共数据、企业数据、个人数据的分类分级确权授权制度，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。二是探索多样化、符合数据要素特性的定价模式和价格形成机制。明确了公共数据、企业和个人信息数据的定价模式，指明用于数字化发展的公共数据按政府指导定价有偿使用，企业与个人信息数据市场自主定价。三是健全数据价值分配机制。建立数据要素由市场评价贡献、按贡献决定报酬的机制。按照“谁投入、谁贡献、谁受益”原则，保护数据要素各参与方的投入产出收益，建立健全更加合理的市场评价机制。四是构建政府、企业、社会多方协同的治理模式。指出要构建政府、企业、社会多方协同的治理模式。构建数据基础制度，更好发挥数据要素作用，未来还需要明确几个关键问题的解答方案。一是厘清产权、所有权和产权运行机制之间的关系。对产权运行机制进行了较为清晰的规定，但具体实施中还应明确如何界定数据资产的产权，区分好产权、所有权和产权运行机制之间的关系，以促使数据在产权清晰的基础上实现产权运行良性机制。二是数据定价中如何充分发挥第三方中介机构的作用。如何采取有效措施，促使第三方服务机构在多样化的数据资产定价中发挥积极作用，促进数据的高效运用和数据资产定价合理化，提升数据资产交易效率是需要关注的问题。三是如何构建良好的数据要素收益分配机制。促进数据要素的流通交易，实现数据价值链的良性耦合是构建数据要素市场的目标。健全数据价值分配机制中应使劳动者的劳动有所回报，但数据的外部性、投入和产出的多元化特征以及与技术的共联性使得其收益分配仍然存在很多难点，加强数据价值链的理论研究，探索如何根据数据价值链的增值过程分析数据对收益的贡献度以及对相关主体进行合理的收益分配值得理论界和实务界进行关注和探究。四是如何真正构建政府、企业、社会多方协同的治理模式。在数据要素治理中，政府、企业和社会力量之间形成合力很重要。如何明确区分政府、企业和市场协同治理之间的清晰边界，促使三方形成协同互补效应，实现政府、行业和市场各司其职，相互配合，打造有效市场和有为政府相结合，政府治理、企业治理和市场协同治理三位一体的治理体系需要继续思考。立足于资产评估的视角，在构建数据要素市场中，合理评估数据资产的价值非常关键。数据可以通过转让、出售、投资、抵押、租赁等各种形式进行交易，或者通过将数据和其他资产组合在一起进行交易，可以直接或间接地产生价值。合理确定数据的价值非常关键。应该说，我们现在已经拥有了较为完善的资产评估方法和模型，但是也应看到现有的数据价值评估方法存在一些问题和难点。如估算数据的重置成本较为困难，造成数据资产贬值的时效性因素难以量化，导致成本法的应用存在困难。收益法中如何确定数据资产对应的折现率，预测数据资产的未来收益、收益分成率等参数仍然存在疑义。市场法中如何选择可比交易案例，调整哪些差异因素等仍然存在争议。目前通用的评估方法在进行数据价值评估时具有一定的局限性，所以应进一步改进和优化现有的数据价值评估方法的模型选择和参数确定，同时促进新方法和新模型的研发和应用，推进创新型评估模型在数据价值评估中的应用，构建起基于数字经济时代、综合考虑数据资产价值驱动因素和特征的价值评估新方法。