数据资产管理含义、框架及实施路径分析

完备的企业数据资产管理体系，首先依赖于数据资产管理规划及机制等上层设计，其次基于数据资产管理职能，使用有效的数据资产管理工具，将数据转化为数据资产，从而把数据价值真正发挥出来。

1.数据资产管理含义

中国信通院《数据资产管理实践白皮书 6.0》：数据资产管理是指对数据资产进行规划、控制和供给的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务，确保数据资产保值增值。 数据资产的管理和利用是数据资产的重要环节，它决定了数据资产的价值能否得到充分的发挥和提升。数据资产的管理和利用涉及到数据的生命周期的各个阶段，包括数据的采集、存储、清洗、挖掘、整合、分析、展示、交易等。通过数据资产管理，企业可以更好地理解和利用数据，将其转化为企业的战略资产，进而推动业务创新和价值提升。 数据资产管理包含数据资源化、数据资产化两个环节，将原始数据转变为数据资源、数据资产，逐步提高数据的价值密度，为数据要素化奠定基础。

数据资源化的核心在于将数据从原始状态转化为有价值的资源，是数据资产化的必要前提。涉及到从原始数据的采集、存储到后期的加工处理，包括数据模型管理、数据标准管理、数据质量管理、主数据管理、数据安全管理、元数据管理、数据开发管理等活动职能。这一切工作的目的，是将杂乱无章的原始数据转化为可识别、可管理、可利用的资源，为数据的进一步加工和应用打下坚实基础。通过数据资源化，企业可以更加深入地了解用户需求、市场趋势和业务运营情况，为决策提供有力支持。 数据资产化是将数据资源转化为可量化、可交易的资产的过程，这一过程能够充分挖掘并释放数据资源的潜在价值。其核心目标在于扩大数据资产的应用范围，明确数据资产的成本与效益，并在数据供应方与消费方之间构建一个良性反馈闭环。在此过程中，企业需对数据进行评估、定价和交易等关键操作，以实现数据的商业化和市场化。数据资产化涉及的主要活动包括数据资产的流通、运营、价值评估、建立交易规则以及监管机制的构建。

数据资产化不仅标志着数据从静态资源向动态资产的转变，也意味着数据内容和形式的全面升级。通过这一过程，数据不再仅仅是一个静态的存在，而是变成了可以衡量、交易并带来收益的有形资产。

2.数据资产管理框架概述

完备的企业数据资产管理体系，首先依赖于数据资产管理规划及机制等上层设计，其次基于数据资产管理职能，使用有效的数据资产管理工具，将数据转化为数据资产，从而把数据价值真正发挥出来。

具体而言，数据资产管理包括数据开发、数据标准管理、数据质量管理、数据治理、数据资产评估、数据资产流通、数据资产运营、数据安全管理和数据消费九大版块，贯穿数据资产从生产到消费的全生命流程；数据资产管理工具包含数据开发平台、数据资产平台、数据共享平台、数据安全平台等，这些工具覆盖数据资产管理的大部分职能，处在不同阶段对工具的功能要求可能不尽相同。数据资产管理以厘清数据资产的成本与效益、扩大数据资产的应用范围为工作重点，并使数据供给端与数据消费端之间形成良性反馈闭环。

3.数据资产管理实施路径

数据资产盘点

从业务视角与技术视角出发，形成企业数据资产框架和数据资产目录，支持建立全面覆盖的企业级数据资产地图，为数据资产“用什么”以及“如何用”奠定基础。

数据资产盘点包含调研诊断、数据盘点、数据对标校正、分类分级、权责划分、数据资产目录建立六大环节。 调研诊断：通常采用访谈或案头梳理的方式，对 IT 整体建设情况、业务系统数据情况进行调研，框定数据资产管理范围、聚焦目标。数据盘点：基于数据标准、数据管理制度、数据管理规范、数据平台工具、数据模型等盘点的内容及目标，梳理发现的数据问题，并整理归类，输出数据表清单、数据源接入方式、业务流程映表、数据字典等。数据对标校正、分级分类、权责划分：这三个步骤通常同步、穿插进行，在保障数据准确的前提下，根据影响对象、影响范围、影响程度等维度，按照分类标准、重要程度对数据进行分类、分级；梳理数据资产分布及使用，明确数据项影响覆盖的相关部门，根据业务部门在数据产生、流转应用过程中的相关性，匹配各部门数据资产管理角色。

数据资产目录建立：从业务流程和数据应用的视角出发，基于前几步中对数据资产的梳理成果，完善包含业务属性、管理属性的数据资产信息，形成数据资产报告和数据资产目录。 需要注意的是，数据目录的建立工作需要企业分别从“横”、“纵”的视角关注数据目录的合理性与科学性。数据目录的“横向”管理主要是指数据的属性信息，一般分为业务属性、技术属性和管理属性信息。数据目录的“纵向”管理主要是指以数据应用场景的维度构建目录体系，以充分贴合业务人员的数据使用习惯、业务使用场景，帮助各类数据使用人员找数、知数、用数。与此同时，数据目录管理工作在保证数据信息准

数据治理

数据治理是对数据资产管理权力和控制的活动集合，它不仅仅是一套用工具组合的产品级解决方案，更是从决策层到技术层，从管理制度到工具支撑，自上而下贯穿整个组织架构的完整链条，以期通过持续的评估、指导和监督，确保富有成效且高效的数据利用，促进组织协作和结构化决策，为企业创造价值。数据资产管理是数据治理的目标和结果。数据治理和数据资产管理是两个密切相关的概念，它们同构成了个完整的数据管理体系。数据治理是指在组织内对数据进行全面管理和控制的过程，旨在确保数据的准确性、完整性、一致性和安全性，以支持组织的决策和业务活动。而数据资产管理则是指对组织的数据资产进行有效管理和优化利用的过程，旨在最大化数据资产的价值和效益。

数据资产评估与入表

（1）数据资产评估 数据资产评估是指通过构建价值评估体系，计量数据的经济效益、业务效益、投入成本等活动。数据资产评估是数据资产管理的关键环节，是数据资产化的价值基线。 目前数据资产评估方法总体可分为货币度量方法及非货币度量方法两类，其中货币度量方法以传统资产评估方法为代表，主要包括成本法、收益法、市场法及其衍生方法。各评估方法的适用对象和可行程度存在差异。对于成本法，因成本难分摊，其适用对象是企业全部数据资产而非特定数据产品，测算结果是数据资产管理的总体投入成本。对于收益法，其适用对象是特定数据应用场景下的数据产品，测算结果是引入数据资产所带来的业务效益变化。市场法则以数据定价和数据交易为主要目的，其适用对象同样是单一数据产品，通过对比公开数据交易市场上相似产品的价格，对数据产品进行价格调整。

目前，由于数据要素市场正处于初期的快速发展阶段，在具体估值过程中，市场法指标的采集来源可能会因此受限。因此，企业在当前阶段可结合数据应用、数据成本管理等工作成果，优先围绕成本法、收益法开展数据价值评估工作，探索企业数据价值评估实践路径。 企业可以以数据资产评估为起点，将“价值管理”作为数据运营的目标之一，明确数据资产价值构成，形成数据价值链，理清数据预期经济收益的范围和来源，并为深化数据赋能业务、产品定价、数据入表、交易流通奠定基础。

（2）数据资产入表 数据资产入表的专业术语为“数据资产会计核算”，这一过程是指将数据正式确认为企业资产负债表中的“资产”项目。换言之，数据资产得以进入资产负债表，从而在财务报表中真实反映其内在价值及对企业业务的实际贡献。数据资产在《企业数据资源相关会计处理暂行规定》出台后，企业现在可以将这部分满足条件的数据资产在资产负债表的相关科目进行列报和披露。在编制资产负债表时，企业需要根据重要性原则和实际情况，决定在无形资产或存货项目下列报数据资产。具体的列报方式取决于数据产品的权属是否发生转移。数据资产入表不仅有助于提升公众对数据要素的认识与理解，更能推动数据要素的交易与流通，从而对数据交易所提出更高的合规性和便利性要求。这一举措无疑为数据要素市场的繁荣发展注入了新的活力。

数据共享与开放

数据共享与开放均为实现数据资产化重要方式。在《数据治理-工业企业数字化转型之道》中的解释是：数据共享主要指的是面向企业内部的数据流动，其中由数据应用单位提出企业内部跨组织跨部门的数据获取需求，由对应数据供给单位进行授权并由信息部门向该数据应用部门开放数据访问权限。而数据开放则指企业向政府部门、外部企业、组织和个人等外部用户提供数据的行为。采用通用数据标准和互操作性较高的系统，这简化了跨不同平台和系统的数据集成，使数据共享更加高效。 企业通过开展数据资产的内部循环与外部流通，运用数据分析与挖掘获取新的信息，在企业内部形成数据流转与共享，在企业外部为社会提供数据资产的价值，也同时为企业谋取创新型的收益，实现数据的增值。

数据资产管理的推进和规则的建立可促使数据共享活动更为顺畅，使得数据共享和开放带来的价值变现过程中数据权属的争议减少、分歧逐步弥合。比如，在企业试图获得个人用户共享数据使用权时，用户可以与企业进行合理的交易协商，在达成符合双方预期的情况下处分自己所享有的数据价值变现权利，实现双赢。同时，企业从用户或者政府侧取得数据后，需要对收集数据做进一步深度分析与处理，得到的数据产品、数据分析结果也将经历数据共享过程。企业利用数据产品优化自己经营模式、调整商业战略活动的同时，也可将其作为产品销售给其他企业，形成良性循环的闭环。

公共数据流通体系建设的首要前提是合规。这需要我们建立一个清晰、完整的法规框架，明确数据产权、数据流通交易、收益分配及安全治理等关键问题。国家数据局已明确提出，加快推进数据产权、流通交易、收益分配、安全治理等制度的建设是当前的紧迫任务。各地政府已经出台的公共数据开放管理办法和试点方案，也为合规流通提供了操作指南。 2023 年 8 月 24 日，上海市经济信息化委于印发了《上海市公共数据开放2023 年度重点工作安排》，围绕经济、生活、治理各领域40 个应用场景深入开展公共数据开放赋能行动，旨在推动上海城市数字化转型全面深化，实现场景公共数据有需必应，提升本市公共数据开放水平。 2024 年 1 月 11 日，财政部发布《关于加强数据资产管理的指导意见》，明确数据的资产属性，提出依法合规推动数据资产化，平等保护各类主体数据资产合法权益，鼓励公共服务机构将依法合规持有或控制的、具有资产属性的公共数据资源纳入资产管理范畴，进一步创新数据资产管理方式方法，加强数据资产全流程管理，严防数据资产应用风险等，更好促进数字经济高质量发展。

5 月 20 日，国家发改委等四部门印发《关于深化智慧城市发展推进城市全域数字化转型的指导意见》，从全领域推进城市数字化转型、全方位增强城市数字化转型支撑、全过程优化城市数字化转型生态等 5 个方面提出13 项具体举措。《指导意见》提出，构建数据要素赋能体系。加快推进数据产权、流通交易、收益分配、安全治理等制度建设，促进数据要素高效流通和使用。加快完善省、市两级政务数据平台，整合构建全国一体化政务大数据体系。有序推动公共数据开放。 这些政策的实施，一方面能够推动数据的更广泛、更深层次的开放，赋能治理、经济、生活各领域城市数字化转型；另一方面，也有利于提升数据质量，实现并保持开放数据按时更新，持续开展数据质量维护。随着市场运行机制的逐步完善，政府、企业及个人间在协商数据共享和开放时便有法律和制度上的参考和依据，进而实现数据资产化的快速推进。