数据资产化实践指南（2024年）

序言 在新一轮科技革命和产业变革大背景下，数据量和算力呈爆炸性增长，数据作为数字经济时代的基础性和战略性资源，是形成新质生产力的优质生产要素。2020年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，首次将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，引导要素向先进生产力集聚。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》，为深化数据要素市场化配置改革，释放数据要素价值，推动数字经济高质量发展提供了方向指引。2023年10月，国家数据局正式挂牌，统筹推进数字中国、数字经济、数字社会，进一步推进国家治理体系和治理能力现代化。 2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），明确数据资源的确认范围和会计处理适用准则等，有利于显化数据资源价值，提升企业数据资产意识，为企业对数据进行深度开发利用提供动力。2023年12月，财政部印发《关于加强数据资产管理的指导意见》（财资〔2024〕1号），以推动数据资产合规高效流通使用为主线，加强数据资产全过程管理，推进数据资产化，更好发挥数据资产价值。对于企业而言，高效的数据利用能够显著提高生产效率，降低运营成本， 推动企业业务模式创新与转型，以在激烈的市场竞争中获得优势。 为了加速推动数据资产化进程，促进数据流通应用，激活数据要素活力，广东数字政府研究院、广州数据交易所、粤港数据安全与隐私保护联合实验室、广州芳禾数据有限公司在广东省政务服务和数据管理局指导下联合编制《数据资产化实践指南》，以数据产生的业务源头到数据实现资产化的全流程入手，按照“业务数据化-数据资源化-数据产品化-数据资本化”的演变方式，探索建立数据资产化的可行路径，以期为企业数据资产化实操提供参考。 本实践指南在编写过程中得到数据要素领域多家机构的大力支持与帮助，在此一并感谢。考虑到数据资产化领域的发展如火如荼，各项工作日新月异，内容难免有疏漏之处，欢迎业界学界各位专家同行提出宝贵意见和建议，共同推进数据要素市场高质量发展。 指南编制人员 专家顾问： 翁健余坦 编制组成员（按姓氏拼音首字母排名）： 郭振宇后倩李朗李明李智梁友刘志伟沈海童瑶王骏王俊鸿王琼吴文浩杨澜喻昕昕玉雁袁方曾立波张昊天张翼张瑜朱卉 目录 一、数据资产化概述..........................................................................1 （一）内涵..................................................................................1（二）目标与意义......................................................................2 二、数据资产化过程..........................................................................4 （一）业务数据化......................................................................5（二）数据资源化......................................................................5（三）数据产品化......................................................................6（四）数据资本化......................................................................6 三、数据资产化实施路径..................................................................7 （一）数据生产与采集..............................................................7（二）数据资源盘点................................................................10（三）数据合规审查................................................................16（四）数据分类分级................................................................21（五）数据产品加工................................................................26（六）数据质量评估................................................................29 （七）数据价值评估................................................................33（八）数据资产合规登记........................................................38（九）数据产品流通................................................................42（十）数据流通存证................................................................49（十一）数据安全管理............................................................53（十二）数据资源入表............................................................59（十三）数据资本化应用........................................................62（十四）数据资产运营............................................................67 四、总结与展望................................................................................71 一、数据资产化概述 （一）内涵 一般认为，数据资产是指“企业过去的交易或者事项形成的，合法拥有或控制的，能进行计量的，预期会给企业带来经济利益的数据资源”1。 其中，“过去的交易或者事项形成的”是指由企业从过去交易或者经合法授权、自主生产等事项形成的可资产化的数据资源。“合法拥有或控制的”是指企业享有该数据资源的全部权益，或者虽然不享有该数据资源的全部权益，但能够合法控制数据资源也可以形成数据资产。“能进行计量的”则要求该数据资源能够估值、交易，其成本和价值能够可靠地计量。“预期会给企业带来经济利益的数据资源”，包含两个重点，一是相关数据资源预期会给企业带来经济利益，二是相关的经济利益很可能流入企业。实务中一般认为，当经济利益流入企业的概率超过50%时，符合“很可能”的标准。 数据资产化是实现数据价值转化的核心途径，是企业将过去交易或经合法授权、自主生产等事项形成、获得的数据通过采集、 第1页 加工、治理、开发等环节转化为可计量、可交易的数据资产，并拓展金融衍生服务，推进数据资产创新应用，通过多元化方式为企业带来经济利益，实现数据价值最大化的过程。 （二）目标与意义 1.目标 数据资产化的目标是通过数据资产全过程管理，推进企业合法拥有或控制的数据实现合规化、标准化、增值化，为企业创造直接或间接的经济利益。 2.意义 （1）充分释放企业数据价值 数据资产化能够将企业内部的数据价值充分挖掘出来，促进数据资源的使用，最大程度发挥数据资源的价值。一方面，借助数据推动智能化工作流程，优化企业生产模式、提升企业运营效率、推动企业降本增效。另一方面，使得企业数据资产的业务价值、经济价值和社会价值显性化，将数据资产转化为企业资产的一部分，通过与金融体系接轨进一步推进数据价值实现。 （2）推动企业数字化转型 数据资产化将激活市场潜能，催生丰富的数据应用场景，提高企业开展面向数据生产与创新的积极性。同时，数据资产化将 推进生态建立，推动服务型企业充分发挥各自独特的价值。市场发展的需求与生态建立的需要，促使企业深化数字化转型，实现数字化思维与设计、生产、管理、服务和运营等全过程深度融合，利用数字化方式重塑企业发展模式和竞争优势。 （3）促进产业链升级转型 数据资产化有助于重组传统产业结构、颠覆现有业务模式。不同类型、不同维度的数据融合，将推动不同领域的知识渗透，催生新产业、新业态、新模式。推进数据资产化工作，对提升产业基础能力和产业链现代化水平提出了更高要求，同时也为产业发展带来更广阔的空间。 （4）实现经济发展倍增效应 推进数据资产化工作，将进一步提升全要素生产率，通过从数据中挖掘有用信息，作用于其他要素，找到企业、行业、产业在要素资源约束下的“最优解”。同时，数据资产化工作能够有效带动数据采集、清洗、标注、评价、资产评估等数据服务业发展，将进一步深化数字技术创新应用，激发数字经济发展活力，营造繁荣发展的数字生态。 二、数据资产化过程 数据资产化的一般过程包括业务数据化、数据资源化、数据产品化，考虑到数据资本化是数据资产价值释放的重要体现，本实践指南将数据资本化纳入数据资产化过程。通过这四个阶段，使企业合法拥有或控制的数据完成“原始数据—数据资源—数据资产”的形态演变，实现数据资产创新应用和数据资产增值，为企业创造直接或间接的经济利益。数据价值的实现反过来可以促进企业进一步推动业务数据化，提高数据治理能力，提升整体数据质量，为数据价值释放提供更好基础。 （一）业务数据化 业务数据化主要是指企业通过各种技术手段，建立信息化、数字化、自动化和智能化的业务流程的过程。主要目标是积累和沉淀数据资源，通过管理和技术手段不断提升数据质量，全面提高企业数据感知能力、采集和获取数据能力，为企业内部管理、业务运营和数据资源化提供数据支持。 在这一阶段，企业生产、经营、管理活动中产生出原始数据（如产品数据、客户记录、销售记录、采购记录、人事记录、财务数据和库存数据等），应用数据采集技术、大数据技术、物联网、人工智能、云计算等技术手段，通过数据采集、数据存储、数据质量管理、数据应用（聚焦生产经营）等过程，转化为可存储、可操作的数据。 （二）数据资源化 数据资源化是指企业将直接或间接地获取、采集的原始数据进行必要的加工整理和归集，形成可重用、可应用、可获取的数据资源的过程。该阶段是数据资产化的必要前提，主要目标是将原始数据转变数据资源，使数据具备一定的潜在价值。 在这一阶段，应用大数据技术、人工智能、云计算、数据安全技术、可视化技术等技术手段，通过数据盘点、数据分类分级、数据清洗、数据加工等过程，将企业沉淀或控制的数据转化为能 够为企业产生一定价值的数据集合。 （三）数据产品化 数据产品化是指数据资源持有方自行或授权给外部机构，以数据使用方需求为导向，对数据资源进行实质性的劳动投入和创造，形成可供内外部用户使用的、以数据为主要内容的、可辨认的服务或产品的过程。该阶段是数据资产化的关键步骤，主要目标是将数据资源依据实际需求加工为具有明确应用场景、可交易、价值可计量的数据产品。 在这一阶段，围绕有