资讯

可信数据空间系统身份不是统一账户：DCP如何支撑去中心化信任

发布于 2026-08-22

2024年1月1日起，财政部《企业数据资源相关会计处理暂行规定》正式施行。此后，数据资产入表从概念讨论进入企业资产负债表。
对县域国企来说，这件事的紧迫性不亚于省市属国企——它们手里握着供水、停车、公交、文旅、农业等大量场景数据，但数据资源长期没有作为资产被管理。

在单一平台中，身份问题通常通过统一账户解决。平台建立用户目录，审核企业材料，分配组织角色，并通过账号、密码、数字证书或单点登录控制访问。只要参与者都处于同一个管理域，平台就能够使用内部账户标识组织数据共享。

但数据共享一旦扩展到多个数据空间，这种方式便难以持续。数据提供方和使用方可能属于不同空间，使用不同连接器，没有共同账户体系，也分别接受不同机构签发的成员、行业和安全资质。企业不可能为每一次跨空间交互都重新建立账户，也不应把全部身份、凭证和业务关系交给一个覆盖所有空间的超级身份中心。

跨空间身份问题因此不再是“怎样让所有企业登录同一个系统”，而是在没有共同账户中心的情况下，一个组织怎样向另一个组织证明自己是谁、具有什么资质，以及这些证据是否满足当前数据共享条件。

Decentralized Claims Protocol，简称DCP，正是围绕这一问题形成的协议。DCP被定义为叠加在Dataspace Protocol之上的身份与声明协议层，用于传递组织身份、申请和出示可验证凭证，并以去中心化方式支撑验证和信任建立。其规范范围包括自签身份令牌、凭证保存与出示协议以及凭证申请协议。

先看几个关键文件。
2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》发布，也就是通常说的“数据二十条”。它明确了数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权制度框架。

DCP提供信任证据，但不会替参与者作出最终信任决定。

2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，允许企业在符合条件的情况下，将数据资源作为无形资产或存货计入资产负债表。这个规定从2024年1月1日起施行。

理解高质量数据集，首先要回到它的定义。国家数据局在《关于推进行业高质量数据集建设行动的实施方案》中提出，行业高质量数据集是指经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的行业数据集合，并包含行业通识数据集和行业专识数据集。

这个定义非常重要，因为它没有把高质量数据集简单定义为“质量较好的数据”，而是强调了三个关键点：第一，它是经过处理的数据，不是原始数据的简单堆积；第二，它是面向人工智能模型的数据，能够直接服务模型开发、训练、评测和应用；第三，它要能够提升模型性能，不能只看数据是否整齐、字段是否规范。

数据空间需要的不是一张全局通行证，而是一套能够为运行时信任判断提供可验证证据的机制。

对县域国企来说，政策信号已经很明确：
数据资产化不是只有省市级平台才能做的事。
县域国企的数据资产往往更贴近公共服务和本地产业，场景更具体，但也更容易被忽视。
更重要的是，县域国企普遍面临资产盘活和融资压力。如果能把供水、停车、公交、文旅等领域的数据资源梳理清楚，形成可确认、可计量的数据资产，对资产负债表优化和后续质押融资都有实际意义。
但这里有一个容易走偏的地方：
很多企业把数据资产化直接等同于数据资产入表。实际上，入表只是结果，不是起点。
如果没有前面的摸排、合规、质量评价和成本归集，入表要么做不下去，要么做出来经不起审计和评估。

二、县域国企数据资产化的四个现实难题

治理规则定义需要什么证据 → Issuer签发凭证 → Holder按需出示 → Verifier验证 → 本地策略形成信任与授权判断。

这四个问题不是并列关系，而是递进关系。底数不清，后面都无从谈起。

三、一条更务实的路径：先自测，再入表

Issuer证明事实，Holder控制证据，Verifier自主判断。

四、高质量数据集的核心内涵

第一关：数据资源摸排与资产识别

数据资产化的第一步，是把数据资源从业务系统里“找出来”。

我们提供5大类标准模板和超过100道问题的题库，用问卷方式驱动摸排。企业不需要先建复杂的数据资源目录，先按模板回答数据来源、业务场景、更新频率、存储位置、字段范围等基础问题。

团队预审会先做一轮初步判断，生成初评意见和数据质量初评报告。
摸排结果可以推送到数据资源目录、数据资产识别和研发项目管理模块。
后续的资产识别审核、数据资源目录审核，以及权属状态和权属转移变更，都可以在同一套流程里完成。
这一步解决的是“我们到底有哪些数据资源，哪些有可能成为数据资产”。

为了避免概念混淆，还需要把高质量数据集和几个常见概念区分开。

它不等于原始数据。原始数据是数据产生时的初始形态，通常还存在格式不统一、口径不一致、质量不稳定、语义不清楚等问题，不能直接成为高质量数据集。

它不等于数据资源。数据资源强调的是数据是否被采集、沉淀和管理。数据资源可以是高质量数据集的来源，但只有经过面向模型任务的加工和组织，才可能转化为高质量数据集。

它不等于数据资产。数据资产更强调权属、价值、计量、运营和流通属性。高质量数据集可以成为一种重要的数据资产，但不是所有数据资产都能直接用于模型训练和评测。

它不等于数据产品。数据产品强调交付、调用、服务和交易，高质量数据集强调任务适配、模型效果和持续迭代。一个数据产品可以是高质量数据集，但并不是所有数据产品都是高质量数据集。

它也不等于知识库或标注数据集。知识库强调知识存储和检索，标注数据集强调数据是否有标签；而高质量数据集更进一步，强调知识和标签是否能够被模型有效学习、验证和复用。

DCP验证成功并不等于自动获得数据，只意味着参与者取得了继续进入当前业务流程的证据基础。

五、跨空间互认真正难在哪里

落地前置：

企业数据资产化的标准化自测路径

无企业数据资产化不是一笔小投入。聘请专业机构做全流程咨询，费用从几十万到上百万不等，周期动辄半年以上。如果最后发现大部分数据不达标，这笔钱就打了水漂。

更稳妥的做法是，正式启动之前，先做一次全面的企业排摸、调研和定位、规划。

展业的团队针对企业的数据资源、资产做精细化的盘点、排摸。专业资深行业专家精准深入了解企业真实状况，制定整套方法论数据资产化实施方案，企业不用烦劳烦神，维驰科技为企业提供一站式全流程、全过程化的全案服务！

1.数据资源摸排模块：

遵循 5 大行业标准模板和调研、考察问卷题库，以问卷方式引导企业完成数据资源盘点，带领企业进行自动预审，编制初评意见和数据质量初评报告。摸排结果可以直接推送到数据资源目录、资产识别、研发项目管理模块，实现一站式管理。

2.合规权属与质量评价模块：

从数据来源、内容、处理、管理、经营五个维度做合规评估，同步完成权属辨析（登记情况、权属论证、权属类型、证明文件有效期）。数据质量采用专家打分法与层次分析法，体系化梳理、调研、出具标准评分和质量评估报告。成本归集支持汇总表与明细表联动，可按资产集名称、成本分类、计量日期联合查询。

3.价值评估与报告输出模块：

严格遵循《数据资产评估指导意见》，内置成本法、收益法、市场法三种评估方法，整合资产数字身份、合规权属、成本计量、市场分析四维数据，提供专业的考察、调研评估结论。依托参考覆盖 17 + 场内外交易所的市场监测数据，为企业评估提供市场佐证。

前期企业考察、调研、排摸过程最慢三天完成

考察、调研、摸排出来家底、条件不错，再投入做正式入表和登记；调研出来问题较多，也能明确整改方向，避免盲目投入。数据资产化是确定性的大趋势，但具体到每一家企业，节奏和路径完全不同。

在政策加速落地的当下，比 "快" 更重要的是 "稳"—— 先把底数摸清楚，把合规做到位，后面的路才走得踏实。

如果你的企业也在考虑数据资产入表、产权登记或者质押融资，不妨先做一次深入的前期摸排、调研、自己盘查。有了客观的评估结果，再做决策也不迟。

三条路径没有优劣之分，却对应着完全不同的能力要求与资源禀赋。

数据资产入表最终还是要经过会计师和评估机构复核。平台输出的初评意见、质量报告和评估报告初稿，是作为底稿和辅助材料使用。
这个边界很重要。
对县域国企来说，直接聘请评估机构进场当然可以，但如果没有前面的基础工作，评估周期会很长，成本也高。
先用平台做一次自测，相当于先做一次数据资产体检，把明显不合格的数据资源筛掉，把有潜力的数据资源整理清楚，再进入正式流程。

DCP不要求企业放弃已有IAM、KMS、权限平台和日志系统。企业实施DCP，应当建立外部组织身份与内部执行主体之间的衔接。

Participant Agent或连接器

负责对外使用DCP和DSP，承担Participant DID管理、身份令牌获取、凭证出示与验证、信任策略调用、DSP合约协商，以及DCP证据与Agreement关联。连接器更适合被理解为外部组织身份代理和协议适配层，而不是企业全部身份能力的替代品。

企业IAM

负责确定内部哪个员工、应用或服务账号可以代表组织发起目录查询、出示凭证和接受合约。需要建立“法律或业务组织—Participant DID和连接器实例—企业内部用户、应用和服务账号”三层映射。DCP证明的是组织身份，IAM控制的是企业内部代表权限。

KMS或HSM

负责保护DID控制密钥、Self-Issued ID Token签名密钥、VP签名密钥，以及Credential Service和Issuer Service认证密钥。企业是否真正控制自身身份，最终取决于是否控制对应私钥。

Credential Service

负责保存企业获得的VC，并按授权生成和返回VP。企业需要管理的不只是凭证文件，还包括凭证类型、Issuer、适用范围、有效期、撤销状态、敏感属性和使用历史。

策略引擎

负责将DCP验证结果转化为业务决定。输出可以是允许继续DSP协商、要求补充凭证、降低数据范围、限定处理环境、要求人工审核、缩短信任有效期或拒绝请求。

信任注册表

管理可接受Issuer和凭证规则，包括Issuer DID、可签发凭证类型、信任范围、Schema和版本、状态服务、跨空间映射以及生效和终止时间。它不是永久白名单，而是一套需要版本化和持续更新的信任配置。日志与证据系统需要记录交易对手DID、使用的凭证类型和Issuer、状态检查结果、信任配置版本、策略决策、对应DSP请求和Agreement，以及后续数据交付和异常情况。DCP、DSP和数据面应使用统一关联标识形成完整证据链。