谢学辉 武紫怡 等
摘 要：随着信息技术的快速发展，数据量持续增长，已成为推动经济增长和创新的重要资源。国家互联网信息办公室发布的《数字中国发展报告（2022年）》显示，2022年，我国大数据产业规模达1.57万亿元，同比增长18%；数据产量达8.1ZB，同比增长22.7%，占全球数据总量的10.5%。为了更充分利用数据的价值，国家发布了一系列相关政策，其中涉及数据资产化。在环保领域，数据资产化能够帮助我们更深入地理解和评估环境问题，为环保决策提供更科学的依据。本文对环境数据资产化的现状和趋势进行了深入研究，讨论了国内外环境数据资产化的现状、国内环境数据资产化实现途径、具体应用、发展规模等。最后，本文展望了环境数据资产化的未来发展趋势，包括跨学科的研究合作以及建立专门针对环境数据的交易平台。
关键词：数据资产；数据资产化；环境数据；环境数据资产化
如今，数据已成为创新和经济发展的基础。越来越多的国家认识到数据资产的价值。由于欧美等国家互联网服务开展较早，对数据的探索和实践也较早。美国政府于2009年推出了Data.gov网站，向公众开放公共数据；2019年，美国发布了《联邦数据战略与2020年行动计划》。继美国开启制定国家大数据战略先河后，英国、澳大利亚、欧盟等国家和地区纷纷跟进。2020 年欧盟发布了《欧盟数据战略》和《欧洲人工智能白皮书》，提出要建设“欧盟数据单一市场”；2022年4月，欧盟委员会全新的开放数据平台（ODP）Beta版向公众开放。2021年5月，英国国防部发布《国防数据战略》。澳大利亚2021年开始生效的《建立对公共文件的信任：为政府和社区管理信息和数据》旨在为2021年至2025年的澳大利亚政府信息管理提供方向指引（见表1）。
中国于2015年印发《促进大数据发展行动纲要》，明确了发展大数据的必要性以及大数据交易的相关要求。党的二十大报告明确指出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，并提出系列政策举措。2023年1月，《数据资产管理实践白皮书（6.0版）》正式发布。
数字化转型已成为当下发展趋势，在此背景下，环境数据的资产化也愈显重要。通过收集、整合、分析和应用环境数据，可以实现环保领域的经济收益。数字化转型将推动环境数据资产化发展，并为环保工作和环保企业提供有力支持和指导。目前，关于政务数据、电网数据资产化等方面已有较多研究，而环境数据资产化尚需进一步探讨。
一、数据资产与数据资产化
（一）数据资产与数据资产化的概念
数据是数字经济最具竞争力的资源之一，与传统的生产要素不同，数据具有非排他性和非稀缺性的特点。《数据资产管理实践白皮书（6.0版）》将数据资产定义为：数据资产（Data Asset）是指由组织（政府机构、企事业单位等）合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。
而数据资产化就是将数据变成可用资产的过程，这已成为国内外学者在理论层面上重点关注的问题，涵盖了相关概念的界定、数据资产价值实现以及数据交易等方面。复旦大学计算机科学技术学院教授朱扬勇在其文章中将数据资产化分为几个阶段：数据资源确权、确认数据集的价值、数据装盒入库、对装盒入库后的数据进行货币计价与评估、考虑已确定价格和价值的数据资产折旧和增值情况。Abou Zakaria Faroukhi等提出了大数据价值链，即一个通过发现、集成和数据开发来实现决策的服务连续性模型。这个价值链中所有利益相关者通过协作创造价值，从而使数据资产化顺利进行。
（二）数据资产化现状及应用实例
数据资产化是基于数据资产开展的一系列金融衍生业务。理论上，企业融资、并购重组等传统无形资产业务，都可以利用数据资产进行，从而创新数据增信、数据信托、数据保险、数据证券化等商业模式和融资模式。2022年10月，佳华科技与北京银行达成了数据资产质押融资贷款协议，获得了1000万元的融资贷款，图1所示，是佳华科技积极参与数据资产评估试点工作和北京银行探索数据金融业务模式的成果。这笔贷款将用于完善佳华科技的双碳云图大数据底座，推动数据资源的丰富发展和数字化建设。杭州高新区（滨江）的蔚复来科技股份有限公司进行垃圾分类运营行动，将产生的环保测评数据存储在区块链存证平台上。杭州银行科技支行通过数据资产质押的方式，向该公司提供了500万元信用贷款。2023年3月，凭借在深圳数据交易所上架的数据交易标的，深圳微言科技有限责任公司（以下简称“微言科技”）通过光大银行深圳分行授信审批，成功获得全国首笔无质押数据资产增信贷款额度1000万元（如图2所示）。
在数据信托方面，2016年11月，中航信托发行了首单基于数据资产的信托产品，总规模为3000万元。在该产品设计中，委托人将自己持有的数据资产作为信托财产设立信托，并通过信托受益权转让获得现金收入，受托人中航信托委托数据服务商通过对特定数据资产运用增值并产生收益，向社会投资者进行信托利益分配。在此过程中，既完成了资金的循环，也完成了数据资产信托财产的闭环（如图3所示）。
在数据保险方面，2023年4月，国内首单数字资产保险在西安发布。本项保险项目由数字资产保险创新中心牵头，中国人民财产保险股份有限公司西安市分公司承保，此次共为10家企业的数字资产提供了总额1000万元的保障。数字资产保险运用前沿数字科技，将企业研发、生产、销售过程中的数据有效转化为数据资产并进行确权，同时对数字资产的价值进行评估，为企业发掘数字资产价值提供有力支撑。
数据资产证券化是资产证券化的一种特殊形式，其目标是将数据资产的未来收益转化为即期现金流。为此，设计并发行可在证券市场流通交易的证券权利凭证，以满足数据资产方的融资需求。2023年7月，杭州高新金投控股集团有限公司2023年度第一期杭州高新区（滨江）数据知识产权定向资产支持票据在中国银行间市场交易商协会成功发行，发行金额1.02亿元，成为全国首单包含数据知识产权的证券化产品。
此外，数据资产作价入股签约也是数据资产化的探索之一。2023年8月， “2023智能要素流通论坛暨第三届DataX大会”上，青岛华通智能科技研究院有限公司、青岛北岸控股集团有限责任公司、翼方健数（山东）信息科技有限公司进行了数据资产作价入股签约仪式。此次发布的数据资产作价入股路径分为登记、评价、评估和入股四个环节。
上述案例展示了我国数据资产化的实践成果，可为环境数据资产化提供借鉴和参考。
二、环境数据与环境数据资产化
（一）环境数据的概念与分类
环境数据是指与环境问题相关的数据。环境数据与大数据的5V特征相比，即数量（Volume）、种类（Variety）、时效（Velocity）、价值（Value）和准确性（Veracity），具有多维性，同时环境数据更加注重透明度和参与性。
以上海市为例，上海市公共数据开放平台、上海市生态环境局，将环境数据分为三大类：环境政务数据、自然生态数据、人文社会数据。环境政务数据是指与环境保护和环境管理相关的政府部门收集、管理和使用的数据，包含污染源数据、污染物排放数据、环境质量数据、环境监测数据、环境影响评价数据、环保产业数据等。自然生态数据包含生物多样性数据、森林覆盖率、草地生态系统等方面的数据。人文社会数据包含基础设施、能源消耗、公众参与、网络舆情等方面的数据。
（二）环境数据资产化管理现状
当前我国生态环境监测水平不断提升，大气、水和土壤等领域的监测网络系统初步形成，并且根据业务管理需要不断加大监测密度，监测系统融合了卫星遥感、互联网等技术。生态环境大数据管理与处理能力不断提升，包括生态环境大数据的存储、整合、标准建设等。同时，环境数据分析技术不断提高。如大数据技术在水生态环境分析中的应用，水生态环境感知数据收集技术、大数据技术衍生的物联网系统，能够保证工作人员在特殊污染问题发生第一时间做出反应等。目前关于环保数据的资源共享平台还在不断增多。
国外关于环境数据的应用同样层出不穷。英国数字技术创新中心（Digital Catapult）发起“环境数据交换”项目；伦敦市政府提出开放环境数据的伦敦数据库，旨在促进环境数据共享和使用。联合国环境规划署用于跟踪可持续发展目标的Live平台，旨在帮助各国跟踪和监测可持续发展目标的实现情况。
（三）环境数据资产化的途径和方法
结合相关文献中关于数据资产化实现路径的设想，本文在此基础上总结出环境数据资产化的路径和方法（如图4所示），即数据收集、数据存储和管理、数据处理和分析、数据加值、数据交易和推广。
在环保数据的获取方面，一般有四种收集路径，分别为使用传感器、监测装置等获取环境参数和指标，数据合作共享，数据收购，数据开放平台。
在数据存储与管理方面（如图5所示），使用Map/Reduce分布式程序，对获取的数据进行清洗处理，区分数据价值密度。对于高价值密度数据，采用数据库方式进行存储管理。对于低价值密度数据则采取列式存储管理方式。使用HDFS分布式文件系统，整合业务数据仓库、业务数据集市以及Hbase列式存储的低价值密度数据，最终形成一个分布式数据库。再根据业务需求设计构造数据仓库，从而满足环境管理部门多样化的数据分析处理需求。
第三步对数据进行处理、分析，并将结果可视化呈现。数据处理是对收集到的数据进行加工整理，形成适合数据分析的样式，数据分析的目的是从与主题相关的数据中提取尽可能多的信息。当前大数据分析的主要方法包括人工智能、统计分析和系统建模等，这些分析方法在水污染治理、区域大气污染治理、环境影响评价以及环境风险管理等领域得到初步应用。数据可视化是指使用视觉元素和工具以图形的方式表示数据间的关系。数据可视化使人们能够以一种容易理解的方式查看和认识趋势及其隐藏价值。
第四步是将处理和分析得到的环境数据转化为有商业价值的产品或服务。如广东柯内特环境科技公司的企业高能耗、高污染设备全过程智能监管分析系统、“白海豚”河道水质自画像管理及分析系统、“巡城马”走航式城市空气质量大数据分析系统等数据产品；北京长能环境大数据科技有限公司的“环境大数据平台”。以上所述的环境数据产品以及服务均关注了实时监测、可视化、数据共享、扩展性和用户个性化需求等关键点，为后续环境数据产品的开发提供了参考。
最后一步是建立数据交易平台或合作渠道，将环境数据向合作伙伴、客户等利益相关者进行销售、许可或分享。同时在整个过程中确保环境数据的安全性和隐私保护，采取必要的安全措施，例如数据加密、访问权限控制等。目前关于环境数据交易的案例较少，佛山市南海区大数据投资建设有限公司联合广东柯内特环境科技有限公司研发出的“企业环保宝”为首个环境数据产品，在广州数据交易所售卖。
三、环境数据资产化现状及具体应用
（一）环境数据资产化现状
未来，环境数据资产化具有巨大的市场潜力，有望形成一个庞大的数据交易领域。以佳华科技公司为例，佳华科技拥有丰富的数据资源。其原始数据已接近万亿条，经过清洗汇总后形成数据产品的即热数据达到200亿条，数据集群规模仍在不断扩展。据佳华科技 2021 年年报披露，佳华科技面向全国180余家政企客户提供环保数据服务，依据此次资产预估，仅环保行业，佳华科技数据资产预估值将达到 50多亿元。根据上海市公共数据开放平台数据，其现拥有超19亿条数据、约4600个数据资源，其中，在环境方面拥有400多个数据资源，占整个数据资源的9%左右，如果按照3%—5%比例进行环境数据资产化，环境数据资产化年产值规模约在百万元。但实际中的环境数据资产化产值规模会受到多种因素影响，如数据的数量和质量、市场需求、政策法规等。
（二）环境数据资产化的具体应用
1.完善环境监测
环境大数据可以集成我国多个地区的环境污染数据库，进行数据分析的集中化处理，并根据网格化监控和云端计算来整合环境质量评价，构成环境监测评价的全景化格局。此外，在城市现有的环境大数据共享服务平台架构基础上，构建大气环境、声环境、水环境一体化生态环境监测网络体系，通过对三大监测网络的有效融合，对数据信息进行进一步挖掘和分析，从而为环保监管人员的环境管理工作节省时间和经费。如吐鲁番掌上指挥决策系统生态环境APP ，可以有效利用环境数据，通过个性化设计满足各部门、上下级、行业之间以及公众等对数据的不同需求，实现数据的快速分析。
2.强化政府决策支持
政府可通过与数据提供商合作、购买环境数据服务、建立数据共享机制等，建立环境数据中心，用于收集、整合和分析各种环境数据。这些数据包括空气质量、水质、噪音、土壤等各方面，为政府提供全面的环境状况视图。这些数据将被用于制定和执行环境保护政策。
3.环境风险评估和保险业务
通过环境资产化数据，可以进行环境风险评估，为保险用户提供环境保险业务。如美国的意外天气保险公司——The Climate Corporation（以下简称 “Climate”），致力于提供农业领域的风险管理方案。Climate平台汇总了2500万个气象监测点数据，同时综合1500亿个土壤监测数据记录、10万亿个气候数据指标以及50TB的实时数据，生成农业气象指数保险，由此给保险产品定价。
4.绿色金融与可持续投资
将环境数据用于绿色金融和可持续投资的评估和决策。绿色金融是指通过金融工具和金融市场，将资金引导和投向环境友好、低碳、可持续的领域和项目，以推动经济绿色转型和可持续发展。金融机构可以利用环境数据来评估企业的环境绩效，支持环境友好型企业的投融资。
5.城市规划与智慧城市建设
在智慧城市建设中，政府部门、金融机构与企业之间有着紧密的合作关系，政府部门通过制定有利于数字化产业发展的政策与开发项目，引导金融机构向数字化产业企业倾斜。而在城市智能环境管理等领域，环保企业实现数字化就可以通过收集和分析环境数据，更好地理解城市的环境状况，优化城市规划，开发多种数字化解决方案，为城市管理者与居民提供更加便捷、高效的数字产品与服务，实现经济效益与社会效益的共赢。
6.环境数据与医疗健康数据结合
将环境数据与医疗健康数据相结合，开展健康与环境关联研究，研究环境数据与疾病发生的关系。例如，有学者分析了广州市空气污染及气象条件与呼吸系统疾病急诊就诊的相关性，以期为制定具有针对性的空气污染应急措施和减缓气候变化的应对策略提供依据。同时，利用上述两类数据可针对性地设计智能家居设备，如进行家用智能空气质量监测、提升空气净化设备效率等。
四、结语与展望
环境数据资产化离不开环境、经济、数学、会计等多专业多领域合作，研究者跨学科合作将加速环境数据资产化，为环保产业的发展注入新动力。此外，目前的数据交易平台涵盖的数据范围广泛，我国大数据交易平台还需增强针对性；环境数据资产化已在推进过程中，但是数据交易市场尚不成熟。有必要建立针对环境数据交易的大数据交易平台，完善市场交易机制，以持续为经济增长注入新的动力。
参考文献：
[1]夏义堃,管茜. 国外政府数据资产管理的主要做法与基本经验[J].信息资源管理学报, 2022, 12(06):18-30.
[2]王卫,张梦君,王晶.国内外大数据交易平台调研分析[J].情报杂志,2019,38(02):181-186+194.
[3]钟灵啸.上海加快推进数据确权和资产化的路径选择[J].科学发展,2023(04):26-32.
[4]中国信息通信研究院.数据资产管理实践白皮书(6.0版)[R].北京:中国信息通信研究院,2023
[5]数据资产化实现路径[J].软件和集成电路,2022(09):44-45.
[6]Faroukhi A Z,Alaoui I E,Gahi Y, et al.Big data monetization throughout Big Data Value Chain: a comprehensive review[J].Journal of Big Data,2020,7(1):1-22.
[7]李红光,王磊,李颖. 数据资产化视角下企业增信机制研究——基于深圳的实践探索[J]. 价格理论与实践,2023(04):33-37.
[8]何影丹,郑闻呈.积极探索数据资产化全国首单基于区块链数据知识产权质押落地杭州[N]. 企业家日报,2021-09-13(A01).
[9]马治国,张楠.区块链赋能数据资产证券化及其法律治理[J]. 深圳大学学报(人文社会科学版), 2023, 40(03): 114-124.
[10]张洋,贺斯佳.共享生态环境大数据[N].中国科学报,2018-01-15.
[11]王运涛,王国强,王桥等.我国生态环境大数据发展现状与展望[J].中国工程科学,2022,24(05): 56-62.
[12]张云.大数据技术在水生态环境工程分析中的应用[J].城市建设理论研究(电子版),2023(23):223-225.
[13]蒋云钟,冶运涛,赵红莉等.水利大数据研究现状与展望[J].水力发电学报,2020,39(10):1-32.
[14]Youssef G, Alaoui I E, Amine A. A Novel Approach for Big Data Monetization as a Service[M]. 2020.
[15]Sarramia D, Claude A, Ogereau F, Mezhoud J, Mailhot G. CEBA: A Data Lake for Data Sharing and Environmental Monitoring.Sensors 2022,22,2733.
[16]何振超. 生态环境大数据的概念、框架和应用[J].资源节约与环保,2021(02):135-136.
[17]黄德标. 探究环保大数据在智慧环保监管领域的应用[J].皮革制作与环保科技,2023,4(12):76-77+80.
[18]赵新亭,潘海婷,勒伟清等.基于吐鲁番市生态环境大数据平台的掌上指挥决策系统APP的构建与应用[J].新疆林业,2023(04):25-27.
[19]钟雅萍. 广州市空气污染及气象条件与呼吸系统疾病急诊就诊的相关性研究[D].中国医科大学, 2022.
（本文作者为：谢学辉、武紫怡、徐振强、许贺、秦祎婷、李东洋、孙瑶、莫浩楠。作者谢学辉系东华大学环境科学与工程学院副教授、硕士生导师，徐振强系全国市长研修学院/住房和城乡建设部干部学院研究员，许贺系东华大学环境科学与工程学院副教授、硕士生导师，武紫怡、秦祎婷、李东洋、孙瑶、莫浩楠系东华大学环境科学与工程学院硕士研究生）