数据要素资产化与跨境可信流动规则博弈 —— 全球数据资产确权、估值入表与 DFFT 框架落地、PETs 技术底座及重点行业试点研究报告

数据要素资产化与跨境可信流动规则博弈

—— 全球数据资产确权、估值入表与 DFFT 框架落地、PETs 技术底座及重点行业试点研究报告

编制单位：泷码软件（上海）有限公司、泷码软件研究院、泷码数字经济网研究部
报告日期：2026 年 08 月
摘要
数字经济时代，数据已经成为新型核心生产要素，全球范围内加速推进数据资产确权、价值评估、财务入表的制度建设与产业实践。与此同时，数据跨境流动成为数字贸易的核心议题，DFFT 可信数据自由流动框架完成从政策原则向实操落地的转型，但是世界各国数据本地化存储、数据出境安全评估制度存在显著制度差异，带来大量跨国经营合规摩擦。隐私增强技术（PETs）凭借数据可用不可见的技术特性，逐步成为破解跨境数据流通合规困境的关键技术底座。贸易、汽车制造、生物医药三大行业成为全球数据跨境流动试点的重点领域。

本报告立足于全球数据要素治理格局，系统剖析数据要素资产化的理论逻辑、全球实践进展，解析 DFFT 可信数据自由流动框架演进路径，梳理各国监管制度冲突带来的现实博弈，研究 PETs 隐私增强技术对跨境数据流通的支撑作用，针对贸易、汽车、生物医药重点行业开展场景化分析，识别当前制度、技术、产业层面的现实矛盾，研判未来全球数据治理演进趋势，为国内企业参与全球数据要素流通、监管机构完善跨境数据治理规则提供参考。

关键词：数据要素资产化；数据资产入表；DFFT；可信数据自由流动；隐私增强技术 PETs；数据跨境流动；数字贸易

目录

1. 绪论

2. 全球数据要素资产化发展现状：确权、估值与入表实践

3. DFFT 可信数据自由流动框架：从原则共识走向落地实施

4. 各国监管制度差异下跨境数据流动的规则博弈与合规摩擦

5. PETs 隐私增强技术：跨境可信流动的核心技术底座

6. 重点行业跨境数据流动试点实践：贸易、汽车、生物医药

7. 当前全球数据要素资产化与跨境可信流动面临的主要矛盾

8. 趋势研判与对策建议

9. 参考文献与数据来源

10. 免责声明

1 绪论

1.1 研究背景

数字经济深度重构全球产业分工体系，数据突破传统信息载体的属性，演变为能够参与价值创造、价值分配的新型生产要素。数据要素价值释放依赖两大核心环节：一是境内的数据资产化，即完成数据的确权界定、价值评估、财务确认入表，让数据资源转化为企业可计量、可经营、可交易的资产；二是跨境可信流通，实现数据要素跨国界有序流转，支撑数字贸易、跨国产业链协同、跨境研发创新。

全球主要经济体均已经意识到，数据资产化与跨境数据流动是一体两面。如果仅完成境内的数据资产确权入表，但无法实现安全可信的跨境流通，数据资产的价值边界将被局限于单一国家境内，跨国企业的产业链协同、研发协作将受到显著约束；反之，如果跨境数据流动缺少资产确权、价值计量的底层制度，则跨境的数据交易、数据资产跨境运营将缺少法律与会计基础，容易引发权属纠纷、利益分配失衡、监管风险等一系列问题。

经济合作与发展组织 OECD 提出的 DFFT（Data Free Flow with Trust，可信数据自由流动）框架，成为当前全球数据治理领域最重要的共识性框架，倡导 “信任前提下的数据自由流动”，平衡数据价值释放、个人隐私保护、国家数据安全多重目标。但在现实落地层面，不同国家基于国家安全、产业保护、隐私保护的不同诉求，推行差异化的数据本地化、出境评估制度，国家之间监管规则碎片化，形成大量合规壁垒，跨国企业面临多重监管的合规压力。

技术层面，隐私增强技术 PETs 集合多方安全计算、联邦学习、差分隐私、同态加密等技术能力，实现 “数据可用不可见”，在不输出原始数据的前提下完成跨境数据协同计算，为弥合各国监管制度鸿沟提供技术解决方案，逐步被各国监管机构纳入政策参考体系，成为跨境数据流通的关键技术底座。

从产业实践来看，国际贸易、汽车产业、生物医药成为全球数据跨境试点的核心赛道。贸易行业依托跨境物流、跨境电商产生海量订单、物流、报关数据；汽车产业自动驾驶、车联网需要跨国传输车辆感知数据；生物医药领域跨国新药研发、临床试验数据共享高度依赖跨境数据交互，三大行业具备强烈的数据跨境现实需求，同时也面临数据安全、隐私保护的突出挑战，是全球各国开展跨境数据试点的优先场景。

1.2 研究意义

理论层面，本报告梳理数据资产化与跨境可信流动的内在逻辑，厘清制度规则、产业实践、技术底座三者之间的互动关系，丰富数字经济治理、数据要素市场的研究框架。

实践层面，全球数据治理处于规则博弈的关键窗口期，各国制度持续迭代，企业出海面临复杂多变的数据合规环境。报告总结全球实践经验，识别风险痛点，既为国内企业开展数据资产管理、跨境业务布局提供决策参考，也为我国参与全球数据治理、完善国内制度体系提供现实依据。

1.3 研究范围与研究方法

本报告研究范围覆盖全球主要经济体数据资产确权、估值、入表制度实践，DFFT 框架政策演进，各国数据出境、数据本地化监管体系，PETs 隐私增强技术应用路径，贸易、汽车、生物医药行业跨境试点场景。

研究方法采用文献分析法、政策文本分析法、案例归纳法，梳理国际组织、各国政府公开政策文件、行业机构公开研究成果，结合产业试点案例开展综合分析。

2 全球数据要素资产化发展现状：确权、估值与入表实践

数据要素资产化是指将非实体的数据资源，经过权属界定、质量治理、价值评估，确认为可核算、可经营、可交易的数据资产，并且按照会计准则纳入财务报表的完整过程，分为数据资源化、数据产品化、数据资产确认、财务入表四个核心阶段。全球各个经济体基于自身法律体系、会计准则、产业发展阶段，走出差异化实践路径。

2.1 数据确权：全球尚未形成统一权属规则

确权是数据资产化的逻辑起点，核心解决数据的所有权、使用权、收益权归属问题。数据具有可复制、非排他、多主体参与生成的特性，原始数据往往同时关联个人主体、采集方、加工方、使用方多方主体，传统物权体系难以直接套用到数据之上，全球至今没有形成统一的确权范式。

美国采用市场化路径，弱化绝对所有权，重点保护数据的使用权与商业权益，依托知识产权、商业秘密制度对加工后的数据产品进行保护，鼓励市场主体通过合同约定划分各方权利义务，较少通过立法明确数据所有权归属。

欧盟更加侧重个人数据主体权利，以 GDPR 为基础，强化个人对个人信息的控制权，非个人数据依托《数据法案》鼓励数据共享，区分个人数据与工业非个人数据两套权利逻辑，强调数据使用过程中的合规义务，合规瑕疵直接影响数据资产的合法性基础。

中国区分公共数据、企业数据、个人信息，明确企业对依法加工处理形成的企业数据享有相关权益，探索数据产权分置机制，推动所有权、使用权、收益权分离，为数据资产化奠定制度基础。

广大发展中国家大多处于制度建设早期，优先完成个人信息保护立法，数据产权、数据资产确权专门制度尚在探索阶段。

整体观察，全球共识正在形成：数据资产确权不追求简单照搬实物资产的所有权逻辑，更多采用权利分置模式，区分原始数据与加工后的数据产品，将合规前提作为数据资产成立的前置条件。如果数据采集、处理过程违反隐私、安全法规，即便具备商业价值，也不能认定为合法的数据资产。

2.2 数据资产估值：多元评估方法并行，公允估值难题尚未破解

确权之后，价值评估是数据资产化的关键环节。当前主流评估方法分为成本法、市场法、收益法三类。

成本法核算数据采集、清洗、标注、治理过程投入的人力、算力、存储成本，优点是参数容易获取，缺点是无法反映数据未来的商业收益，不能体现数据质量、数据时效性带来的价值差异。

市场法参考同类数据产品交易价格，依赖成熟活跃的数据交易市场。当前全球数据交易市场仍然处于发展阶段，大量数据交易属于场外定制化交易，交易信息不公开，可对标交易样本稀缺，市场法适用场景受限。

收益法基于数据资产未来能够带来的预期经济收益进行折现测算，是当前产业实践中应用最多的估值手段，但是高度依赖对未来收益的预测，主观假设较多，审计层面存在较大不确定性。

全球范围内，不存在统一强制的数据资产估值标准。国际会计准则理事会 IASB 尚未出台专门针对数据资产的专项准则。不同国家会计师事务所、资产评估机构发布行业指引，形成多套评估范式。估值难也直接制约数据资产跨境交易，跨境场景下，不同国家评估口径差异，会造成同一份数据资产在不同司法辖区估值结果偏差，给跨境并购、跨境资产转让带来障碍。

2.3 数据资产入表：全球会计准则的差异化实践

数据资产入表，就是把符合确认条件的数据资产纳入企业财务报表，实现数据资源从业务资产到会计资产的跨越，是数据资产化落地的标志性环节。

美国 US GAAP 体系下，外购的数据资产一般归入无形资产；企业内部生成的数据，大部分情况下发生的采集治理支出计入当期费用，只有满足严格资本化条件，才可以确认为资产，更加看重市场交易形成的公允价值，合规情况作为披露事项。

欧盟依托 IFRS（国际财务报告准则）IAS38 无形资产准则，一个突出特点是合规前置，如果数据处理违反 GDPR 等法规，则该项数据不能确认为资产，合规是入表的硬性门槛。

中国正式落地数据资产入表相关会计处理规定，明确企业可以将符合条件的数据资源确认为无形资产或者存货，开启国内大规模产业实践。国内大量企业开始试点数据资产入表，覆盖制造业、互联网、服务业等多个领域，地方数据交易所、资产评估机构配套建设服务体系。

澳大利亚将数据资产与实体业务深度绑定，物联网、工业场景下，数据资产和对应的设备资产协同确认入表，降低非个人工业数据的确认门槛。

从全球实践看，共性挑战十分突出：第一，内部生成数据资产资本化边界模糊，企业自己积累沉淀的数据，哪些支出可以资本化，哪些计入当期损益，准则判断难度大；第二，减值评估困难，数据具有时效性，数据价值会快速衰减，如何定期开展资产减值测试缺少成熟实操方案；第三，跨境场景会计协同难，不同司法管辖区入表规则存在差异，跨国集团合并报表处理数据资产面临现实障碍。

2.4 数据资产化的跨境衍生问题

当企业开展跨国经营，数据资产不再局限于单一司法辖区，会衍生系列跨境问题：第一，一份数据资产存储在多个国家，权属如何适用多国法律；第二，数据资产跨境转让，除了商业合同之外，是否需要履行数据出境评估、安全审查；第三，数据资产在 A 国完成确权估值入表，在另一国是否被承认；第四，数据资产跨境交易产生的收益如何分配。当前全球缺少统一规则，这些问题主要依靠双边协议、企业合同、个案监管审查进行处理。

3 DFFT 可信数据自由流动框架：从原则共识走向落地实施

DFFT（Data Free Flow with Trust，可信数据自由流动），由 OECD 最早提出，核心内核是不以绝对的无限制自由流动为目标，也不走向完全的数据闭关，在信任与安全保障前提下，促进数据跨境流动，释放数字经济价值。DFFT 不是一套强制法律，是一套国际政策框架，近年来完成从抽象原则向落地工具、实操案例的演进，成为 G7、G20、各类数字贸易协定高频引用的治理理念。

3.1 DFFT 框架的核心原则

DFFT 确立几组平衡关系：平衡数据自由流动与国家安全、公共安全；平衡商业价值挖掘与个人隐私权利保护；平衡不同发展水平国家的发展诉求。其核心原则可以概括为：
第一，反对无理由的数据本地化强制要求，不把数据存储地域作为监管的唯一手段；
第二，承认各国有权基于国家安全、公共利益、个人隐私保护，设置合法必要的数据跨境限制；
第三，倡导多元的合规工具，不局限于单一模式，标准合同、认证、隐私增强技术、安全评估都可以作为建立信任的手段；
第四，重视不同国家发展阶段差异，拒绝一刀切的高标准，兼顾发展中国家数字能力短板。

早期 DFFT 更多停留在国际会议宣言、政策报告层面，是理念层面的共识。近三年 DFFT 进入落地阶段，OECD 搭建 DFFT 专家社区，收集全球实践案例，研究 PETs 技术在 DFFT 框架中的定位，推动把框架原则转化为各国可以参考的政策工具，研究不同行业的跨境数据流动实操路径，DFFT 理念大量融入 DEPA 等数字贸易协定文本之中。

3.2 DFFT 框架的落地路径

DFFT 的落地主要通过三条路径推进。
第一，多边国际组织输出政策工具。OECD 发布系列报告，梳理各国跨境合规工具，建立 PETs 案例库，为成员国提供政策参考，推动监管机构理解技术手段如何构建跨境信任。
第二，区域数字贸易协定吸纳 DFFT 理念。DEPA 数字经济伙伴关系协定将可信数据流动纳入模块，提供模块化规则选项，成员国可以按需采纳，推动 DFFT 原则转化为协定条款。G7 数字贸易宣言持续引用 DFFT 框架。
第三，各国国内立法主动对接 DFFT 理念。部分国家修订本国的数据跨境制度，不再单纯依靠强制本地化，引入多元化合规工具，把技术保障、认证、合同方案纳入法律允许的跨境转移路径。

同时也要客观看到，DFFT 是一个理念框架，没有强制约束力。各个国家会基于本国利益，对 DFFT 做出差异化解读。发达经济体更加侧重 “自由流动”，希望降低跨境壁垒；部分发展中国家更加看重 “信任”，强调国家安全、数据主权优先，因此在同一套框架之下，各国制度设计仍然存在巨大分歧，这也是跨境规则博弈的根源。

3.3 DFFT 框架下的现实矛盾

DFFT 理想目标是 “信任前提下自由流动”，现实世界却面临 “信任标准不统一” 的困境。A 国认为满足某一套技术、合同条件就可以建立信任，允许数据出境；B 国不认可这套信任机制，要求开展本国的安全评估，甚至要求本地存储。信任标准不互认，造成企业一套合规方案无法全球通用，这也是当前跨境数据流动最核心的矛盾。

4 各国监管制度差异下跨境数据流动的规则博弈与合规摩擦

全球尚未形成统一的跨境数据治理条约，各个国家基于自身数据主权、国家安全、产业保护、隐私保护目标，建立起各不相同的数据本地化、数据出境评估制度，制度之间缺少互认，带来大量跨国合规摩擦，形成全球数据治理碎片化格局。

4.1 全球主要经济体监管模式分类

4.1.1 欧盟：合规前置，多重工具组合

欧盟以 GDPR 为基础，辅以《数据法案》，构建复杂的数据跨境转移体系。对于个人数据，可通过充分性认定、标准合同条款 SCC、约束性公司规则 BCR 等多种路径实现跨境转移；同时设置第三国政府数据访问防护机制，拒绝不合法的境外政府调取数据的请求。非个人数据方面，原则上不强制本地化，但成员国可以基于公共安全等法定理由设置例外限制。欧盟的特点是合规义务严苛，一旦违规处罚力度巨大。

4.1.2 美国：国家安全导向，行业分治

美国没有统一联邦层面的数据保护立法，采用行业立法模式。跨境数据流动总体偏向自由，但是以国家安全为抓手设置限制，针对特定关注国家设置数据传输禁令，针对医疗、金融等特定行业设置行业数据存储与传输特殊规则，依靠司法判例、行政命令实现监管约束。

4.1.3 中国：分级分类，安全评估为主通道

我国以《个人信息保护法》《数据安全法》为基础，建立分级分类监管。重要数据、大规模个人信息出境，需要开展数据出境安全评估；除此之外可以采用标准合同、认证等合规路径；针对部分关键领域设置本地化存储要求，同时建设自贸区数据跨境试点，探索负面清单、备案制等创新机制，平衡安全与产业发展需求。

4.1.4 新兴市场国家：本地化要求突出

俄罗斯法律要求本国公民个人数据主副本需要境内存储；印度 DPDP 法案设置数据出境负面清单；沙特、土耳其、巴西等国纷纷出台本国个人信息保护法律，设置本地代表、出境审批、本地化存储等不同强度的监管要求。大量新兴经济体处于制度建设阶段，规则迭代速度快，企业出海合规不确定性较高。

4.2 制度差异带来的合规摩擦具体表现

第一，合规路径互不认可。企业在 A 国完成的跨境合规手续，不能被 B 国监管机构承认。跨国企业处理同一份跨境数据集，需要同时满足来源国、接收国两套甚至多套法律，重复开展评估、备案，极大抬升合规成本。

第二，本地化要求冲突。部分国家强制要求特定类别数据必须保存在本国境内服务器。而跨国产业链又要求数据跨国流转，企业陷入两难：存储在本地，无法满足海外业务协同；出境传输，又违反属地法律。

第三，数据资产化与跨境监管衔接缺位。当数据完成确权入表成为企业资产，资产跨境流转的时候，现行监管体系较少专门针对 “数据资产跨境转让” 制定明确规则，企业参照普通数据出境规则执行，存在大量法律模糊地带。

第四，监管目标博弈。部分国家将数据跨境规则作为数字贸易博弈工具，通过设置数据壁垒保护本土数字产业；不同国家对国家安全、公共利益的边界定义不一致，进一步放大规则冲突。

4.3 规则博弈的底层逻辑：数据三元悖论

跨境数据流动长期存在 “数据自由流动、国家安全与数据主权、个人隐私保护” 的三元悖论，很难同时实现三者最大化。不同国家的价值排序不同：部分国家优先数字贸易，把自由流动放在更高位置；部分国家优先国家安全与主权；部分国家优先个人隐私保护。价值排序的差异，直接转化为法律制度差异，这是全球规则博弈最深层根源。

5 PETs 隐私增强技术：跨境可信流动的核心技术底座

监管规则互认困难，制度层面短时间内很难达成全球统一条约，隐私增强技术 PETs 成为弥合制度鸿沟的重要技术路径。OECD、各国监管机构都开始研究 PETs 在 DFFT 可信数据流动框架中的定位，PETs 正在从科研技术走向产业落地，成为跨境数据流通的关键技术底座。

5.1 PETs 隐私增强技术核心技术谱系

PETs（Privacy‑Enhancing Technologies，隐私增强技术）是一类能够在数据处理全流程保护隐私，实现数据可用不可见的技术集合，主流技术组件包括：

1. 联邦学习：多方在本地完成模型训练，只交互模型参数，原始数据不出本地，不需要把原始数据汇集到一处；

2. 多方安全计算 MPC：多方输入原始数据，密码学协议完成联合计算，参与方无法获取其他方原始输入；

3. 差分隐私：对数据集加入可控噪声，在保证统计结果可用性前提下，保护个体信息不被逆向还原；

4. 同态加密：数据加密状态下直接开展运算，全程不需要解密原始数据；

5. 匿名化、脱敏技术：消除个人可识别标识，切断数据集与自然人的关联。

PETs 共同的核心特征：原始数据保留在数据所属司法辖区之内，跨境传输的是模型参数、计算结果、加密密文，而不是原始数据集。这样就可以在不输出原始数据前提下完成跨国协同分析、联合建模，从技术层面规避原始数据出境带来的监管风险。

5.2 PETs 对 DFFT 可信跨境流动的支撑价值

第一，降低制度摩擦。即便两个国家数据出境规则不互认，原始数据不出境，只交互计算结果，能够绕开很多原始数据出境的合规约束，在技术层面建立信任基础，契合 DFFT “信任前提下流动” 的理念。

第二，拓展合规工具箱。越来越多国家监管文件将 PETs 列为可以参考的安全保障手段。在部分跨境试点场景，企业采用 PETs 方案，可以简化部分备案评估流程。

第三，衔接数据资产化。数据资产很多场景不需要原始数据对外交付，只需要使用数据的分析价值。PETs 支撑数据资产 “价值出境，原始数据留境”，为数据资产跨境使用提供新范式，不转移数据资产本身，但是释放资产商业价值。

5.3 PETs 落地现实约束

PETs 不是万能的技术解药，存在显著现实约束。
首先是性能成本约束。多方安全计算、同态加密算力开销巨大，大规模数据集场景下计算时延、硬件成本很高，大规模商用落地仍有挑战。联邦学习存在模型泄露风险，依然需要严密安全审计。技术本身也会产生新的安全漏洞。

其次是监管认定尚未完全统一。全球缺少统一 PETs 技术标准，不同国家对于 “采用 PETs 之后，是否可以豁免出境评估” 观点并不一致。技术方案不能直接替代法律合规义务，不能认为部署 PETs 就自动满足全部跨境监管要求，仍然需要匹配法律层面的合同、评估、备案流程。

最后，技术审计难。PETs 系统黑盒属性强，监管机构很难核验技术方案是否真正实现承诺的隐私保护效果，缺少标准化的第三方检测评估体系。

因此行业共识是：PETs 是重要技术底座，是合规工具箱的重要组成部分，但不能完全替代法律制度，技术与制度需要协同发挥作用。

6 重点行业跨境数据流动试点实践：贸易、汽车、生物医药

全球各国开展跨境数据流动试点，优先选择产业需求迫切、风险场景清晰的行业，贸易、汽车、生物医药是三大重点赛道。不同行业数据类型、风险等级、业务诉求差异巨大，试点模式各不相同。

6.1 贸易行业（跨境电商、跨境物流供应链）

国际贸易数字化驱动海量跨境数据流转，包含订单数据、报关数据、物流轨迹、交易主体信息、供应链上下游业务数据。大量跨国供应链企业需要多国之间共享物流、库存、通关数据，实现供应链调度。

贸易行业数据特点：大部分属于业务非个人数据，同时夹杂大量个人信息；数据实时性要求高，供应链业务对数据流转时延敏感；数据体量巨大，场景重复度高。

全球试点实践：中国上海临港自贸区等地区将供应链物流作为首批跨境试点场景，推行备案制，简化流程，企业完成备案之后可以开展场景化跨境数据传输，配套事前备案、事中存证、事后监督闭环监管机制。部分东盟国家针对跨境贸易数字单证开展跨境流动试点。

贸易行业的现实痛点：第一，跨境供应链链条长，数据流经多个国家，需要同时满足多国法律；第二，大量中小外贸企业缺少数据合规能力；第三，贸易数据资产化刚刚起步，供应链数据资产的确权估值缺少成熟方案。PETs 技术在贸易行业主要用于多方供应链联合风险分析，多方不交换原始订单，联合开展供应链风险研判。

6.2 汽车行业（车联网、自动驾驶）

汽车产业数字化转型，车联网、自动驾驶产生海量车载感知数据，包括车辆位置、传感器感知环境数据、车辆运行状态数据。跨国车企研发中心分布全球，需要跨国家开展算法训练、车辆故障分析、自动驾驶模型迭代。

汽车行业数据风险特点：车辆位置数据有可能涉及地理敏感信息；车载数据中包含车主个人信息；自动驾驶数据集体量巨大。部分国家对车辆感知数据出境设置严格管控。

全球试点情况：多国把智能网联汽车纳入跨境数据试点。试点中区分普通车辆运行数据与敏感测绘地理数据。普通车辆工况、故障统计数据，可在满足安全保障前提下跨境传输用于研发；涉及高精度地理测绘的敏感数据严格限制出境。部分车企开始试点联邦学习，各国采集车辆数据保留本地，跨国联合训练自动驾驶模型，原始数据不出境，依靠 PETs 实现跨境协同。

汽车行业矛盾点：车企全球统一研发体系，天然要求数据跨国协同，但各国对车载数据、地理数据监管口径差异极大，给跨国车企全球统一数据架构带来巨大挑战。

6.3 生物医药行业（新药研发、临床试验、真实世界研究）

生物医药领域高度依赖跨境数据协作：跨国药企开展多中心临床试验，多国家采集受试者临床数据；新药研发需要全球真实世界医疗数据开展药物有效性分析；生物样本对应的基因、临床信息具有极高科研价值。

生物医药数据是风险最高的一类数据，包含个人基因信息、临床病历，属于高度敏感个人信息，几乎所有国家都对医疗健康数据跨境设置严格监管。很多国家要求医疗健康数据原则上本地留存，出境需要特殊审批。

试点实践：部分国家设置生物医药专项跨境试点，仅限特定新药研发场景，需要开展严格的隐私影响评估，部分场景强制要求使用 PETs 隐私增强技术，原始病历不出境，只输出统计分析结果。

生物医药行业核心困境：科研创新高度依赖全球数据共享，但数据敏感度极高，监管约束极强。PETs 是生物医药跨境数据协作最被寄予厚望的技术方案，差分隐私、多方安全计算在临床试验统计分析场景已经出现示范案例。但生物医药数据集规模巨大，PETs 算力成本依然是规模化落地的阻碍。

6.4 三大行业共性问题总结

第一，行业内部缺少统一的数据分级分类细则，哪些数据可以出境、哪些禁止出境边界模糊；
第二，试点大多停留在小范围示范，规模化推广仍然存在制度障碍；
第三，行业数据资产化和跨境流动脱节，企业更多关注数据出境合规，较少同步考虑数据资产确权估值入表；
第四，PETs 技术落地成本高，中小企业难以负担。

7 当前全球数据要素资产化与跨境可信流动面临的主要矛盾

综合前文分析，当前全球数据要素资产化与跨境可信流动，同时面临制度层面、产业层面、技术层面多重矛盾。

7.1 制度层面矛盾

第一，全球缺少统一的数据资产确权、估值、入表国际规则。不同国家法律、会计准则差异，数据资产跨境转让、跨境确认缺少制度基础。
第二，跨境数据监管碎片化，各国本地化、出境评估制度缺少互认机制，DFFT 框架理念共识充分，但缺少强制落地执行机制。
第三，数据资产化制度与跨境监管制度衔接不足。现有跨境监管制度主要针对普通数据流转，对于已经确权入表的数据资产跨境处置，缺少专门规则。
第四，多边数字治理机制供给不足，发展中国家参与度不足，规则更多反映发达经济体诉求。

7.2 产业层面矛盾

第一，数据资产估值公允性难题长期存在，评估主观性较强，审计、跨境交易采信面临挑战。
第二，合规成本高企。跨国企业要适配多国监管，评估、技术改造、制度建设带来巨大成本，中小企业负担尤为突出。
第三，资产化与流通脱节。很多地区重视数据资产确权入表，但配套跨境流通规则滞后，资产确权之后难以跨境释放价值。
第四，行业差异化规则供给不足，贸易、汽车、生物医药等重点行业，行业专项细则供给滞后产业实践。

7.3 技术层面矛盾

第一，PETs 隐私增强技术性能、成本与安全性之间存在权衡，大规模商用仍有瓶颈。
第二，PETs 全球技术标准、第三方检测认证体系缺失，监管机构难以核验技术方案实际安全能力。
第三，数据资产化缺少全链条技术工具，从确权存证、资产评估、跨境可信流转，缺少一体化技术基础设施。

8 趋势研判与对策建议

8.1 全球发展趋势研判

第一，数据资产化从少数国家试点走向全球普及。更多国家将陆续跟进数据资产确权、估值、入表制度建设，但是全球统一会计准则短期难以达成，各国将保持差异化制度路径。

第二，DFFT 可信数据自由流动框架持续深化落地。DFFT 将持续转化为区域贸易协定条款，PETs 技术会越来越多地嵌入各国监管政策，技术工具成为制度的重要补充，但是各国监管主权不会被框架消解，规则博弈将长期持续。

第三，“制度 + 技术” 双轮驱动成为跨境数据治理主流模式。单纯依靠法律规则难以弥合各国制度鸿沟，隐私增强技术、数据存证、审计追踪等技术手段会成为合规的标配，法律合规与技术保障深度结合。

第四，行业试点先行，由点及面。贸易、汽车、生物医药会持续作为跨境数据流动改革的先行行业，形成行业实践经验，再向更多产业复制推广。

第五，发展中国家话语权提升。新兴市场国家将不断完善本国数据治理体系，不再单纯接受发达经济体输出的规则，更多基于自身国家安全、产业发展诉求提出治理主张，全球数据治理格局向更加多元方向演进。

8.2 对策建议

8.2.1 面向监管机构

1. 持续完善数据资产确权、估值、入表配套细则，针对跨境场景补充数据资产跨境转让、处置的监管指引，打通资产化与跨境流动制度衔接。

2. 深化国际治理参与，依托 DFFT、DEPA 等多边平台，推动建立监管互认机制，倡导多元合规工具，兼顾不同发展阶段国家诉求。

3. 完善 PETs 技术国家标准、检测认证体系，明确隐私增强技术在跨境场景中的适用边界，明确技术不能豁免法律义务，建立技术方案第三方评估机制。

4. 持续扩大重点行业试点，总结贸易、汽车、生物医药试点经验，出台行业分级分类指引，优化备案、评估流程，降低企业合规成本。

8.2.2 面向跨国经营企业

1. 建立 “数据资产化 + 跨境合规” 一体化管理体系。在开展数据确权、估值、入表工作同时，同步梳理跨境业务场景，识别数据出境风险，避免资产化与跨境业务两张皮。

2. 坚持双地合规思维。开展跨境业务，不仅满足本国出境监管，同时充分调研业务属地国家的数据法律，一套业务流程适配多国监管要求，杜绝 “完成一方合规就万事大吉” 误区。

3. 理性看待 PETs 隐私增强技术。把 PETs 作为重要技术工具，不能迷信技术万能，技术部署之后，仍然要完成法律层面评估、备案、合同签署等合规流程。优先在高敏感数据场景开展试点应用。

4. 积极参与行业试点。充分利用自贸区、行业跨境试点政策红利，优先在试点场景探索业务模式，沉淀合规经验。

5. 建立动态风险监测机制。全球数据跨境规则迭代速度快，持续跟踪各国立法更新，定期开展数据资产与跨境业务合规审计。

8.2.3 面向产业技术机构

加快数据资产评估、存证、隐私增强技术的产品迭代，降低技术使用成本，开发面向中小企业轻量化解决方案；推动行业联盟形成行业数据分级分类、跨境实践指引，沉淀行业最佳实践案例。

9 参考文献与数据来源

9.1 公开政策与国际组织文献

1. OECD. Data Free Flow with Trust (DFFT) 官方框架文件，OECD 数字经济报告系列 [R].2023‑2026

2. OECD. Emerging privacy‑enhancing technologies: Current regulatory and policy approaches[R].2023

3. 国家互联网信息办公室。促进和规范数据跨境流动规定及配套政策文件 [Z].2025‑2026

4. 财政部。企业数据资源相关会计处理暂行规定 [Z].

5. DEPA 数字经济伙伴关系协定文本，数字贸易模块相关条款。

6. 欧盟 GDPR、《数据法案》官方文本 [Z]

9.2 研究机构文献

1. 中国社会科学院工业经济研究所。数据跨境流通规则博弈与中国应对 [J]. 工业经济，2024

2. 中国工程科学。行业性数据跨境流动治理：国际格局与中国路径 [J]. 中国工程科学，2025

3. 科技进步与对策。场景驱动数据跨境流动：理论机制与实践模式 [J]. 科技进步与对策，2025

4. 律师事务所行业研究报告：国内外数字资产入表规则的比较法研究 [R].2025

9.3 产业实践来源

1. 上海临港新片区数据跨境试点公开实践案例、政策解读资料

2. 全球主要经济体数据本地化、数据出境制度公开立法文本，各国监管机构公开指引文件

3. 公开行业试点新闻、企业实践案例。

10 免责声明

本报告由泷码软件（上海）有限公司、泷码软件研究院、泷码数字经济网研究部独立研究编制。报告中所有观点、分析结论仅代表研究机构独立研究产出，不构成任何法律意见、投资建议、商业决策指引，也不代表任何政府监管机构立场。

报告研究主要依托公开可获取的国际组织文件、各国公开政策法规、学术文献、公开产业案例，对于部分未公开的商业细节、监管内部细则无法完全覆盖，不保证信息绝对完整无误。任何主体依据本报告内容做出的商业、合规、投资决策，相关风险由决策主体自行承担。

未经本编制单位书面许可，本报告任何部分不得进行篡改、节选歪曲传播；引用本报告内容，应当完整注明来源：《数据要素资产化与跨境可信流动规则博弈》，泷码软件（上海）有限公司、泷码软件研究院、泷码数字经济网研究部，2026 年 08 月。