数据资产管理白皮书（2024）

袋鼠云数据资产管理白皮书 袋鼠云数据资产管理白皮书 袋鼠云DTSTACK 袋鼠云DTSTACK 袋鼠云数据资产管理白皮书 编制说明 近年来，政府将数据要素纳入了经济发展的重要指示性文件当中，希望利用数据驱动，让数据产生价值。2023年8月21日，财政部正式对外发布《企业数 据资源相关会计处理暂行规定》，并自2024年1月1日开始施行。数据要素将被正式纳入资产负债表，这意味着数据成功实现了从自然资源向经济资产的转变。 《全国数据资源调查报告（2023年）》显示，2024年以来不少地方纷纷成立“数据集团”，加快盘活数据资产。作为数字经济时代的首要生产要素，数据将有望 成为政府和企业财务报表以及财政收入的重要支持。 数据资产管理是盘活数据资产、实现数据资产入表的前提，它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。国际咨询机构Gartner认为随着中国政府、企业大量推行数据资产入表，以及发展虚拟经济，数据资产管理技术在中国国内将会发展得比国外更快。Gartner大胆预测，在两年之内数据资产管理技术在中国就能进入生产成熟期。 本书围绕数据资产管理的相关职能，阐述数据资产管理的概念内涵、实施路线与平台工具，并借助行业实践案例解析，为读者提供数据资产管理新思路。 编写单位：袋鼠云 编写指导：陈吉平、宁海元、闵佳、徐艳 编写小组（按照拼音首字母排名）：陈晗、范云浩、黄国乔誉、黄丽丽、姜福海、林丹丹、林榕、蔺敬一、刘浩、陶漫佳、杨堪舜、张阳、张晶晶、余彦 袋鼠云数据资产管理白皮书 目录 一、数据要素再认识1 （一）数据要素：第五大生产要素1 （二）数据资产管理助力数据资产入表3 二、数据资产管理概述6 （一）数据资产定义6 （二）数据资产管理含义7 三、数据资产管理组成及其职责10 （一）数据资产管理框架概述10 四、数据资产管理工具22 （一）数据开发22 （二）数据资产24 （三）指标资产34 （四）标签资产44 （五）数据共享52 （六）数据安全55 （七）数据消费60 （八）工具特色64 五、数据消费实践67 （一）金融行业数据消费实践67 （二）央国企数据消费实践77 （三）制造行业数据消费实践82 （四）海港行业数据消费实践85 （五）政务数据消费实践89 （六）高校数据消费实践93 （七）景区数据消费实践97 袋鼠云DTSTACK 袋鼠云DTSTACK 一、数据要素再认识 （一）数据要素：第五大生产要素 生产要素是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素，是生产过程中必须加以利用的资源。信息技术革命之后，随着信息技术、大数据、人工智能的飞速发展，数据要素的重要性日益凸显，它不仅渗透到国民经济运行的各个层面，而且在市场主体的生产经营过程中扮演着不可或缺的角色，数据已成为推动新产业、新模式诞生的关键力量。无论是政府行政、企业生产经营，还是民众的日常生活，数据都与之紧密相连，成为现代社会不可或缺的一部分。以地图应用为例，通过收集并分析用户的出行数据，地图应用能够精准识别交通拥堵区域与人流密集地，进而提供更为个性化的导航服务。这正是数据要素在现代社会中发挥的关键作用，它不仅优化了人们的出行体验，也提高了资源配置的效率。 正是基于数据要素的这种重要性，2020年4月9日，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》，分类提出了土地、劳动力、资本、技术、数据五个要素领域改革的方向，数据作为一种新型生产要素也是首次正式出现在官方文件中。数据要素是数字化、网络化、智能化的基础，它不仅推动了经济的增长，也成为了国际竞争的新抓手。 图1数据要素：第五大生产要素 本质来说，数据要素是指那些以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。因此，“数据要素”一词是面向数字经济，在讨论生产力和生产关系的语境中对“数据”的指代，是对数据促进生产价值的强调。即数据要素指的是根据特定生产需求，汇聚、整理、加工而成的计算 袋鼠云DTSTACK 机数据及其衍生形态。投入于生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识均可纳入数据要素讨论的范畴。但数据要素这一概念又不仅仅是对各行业各领域各类数据的指代，更是对数据所蕴藏巨大价值的强调。 图2数据要素主要表现形态 因此，数据与土地、劳动、资本、技术等传统生产要素相比有明显的独特性。作为技术革新的产物，数据展现出虚拟性、低成本复制性以及主体的多样性。这些技术特性赋予了数据非竞争性、潜在的非排他性以及异质性的特点，使其在经济活动中的性质与传统要素有所不同。尽管数据的某些特性使其难以按照传统方法进行管理和利用，但其可复制性、可共享性、无限增长和供给的特性，为经济增长提供了新的动力。这些特性打破了传统生产要素有限供给的限制，为经济的持续增长和可持续发展提供了坚实的基础和广阔的空间。可以说，数据要素是传统生产要素理论的重大突破，正成为催动各行各业快速发展变革的核心竞争所在。 这几年来，中央相继发布多项政策文件，包括《关于构建更加完善的数据要素市场化配置体制机制的意见》、《“十四五”数字经济发展规划》、《关于构建数据基础制度更好发挥数据要素作用的意见》、《数字中国建设整体布局规划》、 《“数据要素×”三年行动计划（2024—2026年）》等，致力于推动数据要素的发展，并特别强调数据要素市场建设的重要性。这些政策文件的出台，标志着数据要素已经正式迈进市场化阶段，日益显露出巨大的商业价值与无可估量的市场潜能。数据要素正成为驱动经济增长的全新动力，构筑起新时代下各行各业的 袋鼠云DTSTACK 新质生产力。 图3党中央国务院发布多项政策文件围绕数据要素布局 要实现数据要素的市场效能，真正发挥数据生产要素的作用，离不开数据资产化。数据资产管理是释放数据要素价值、推动数据要素市场发展的重要前提与基础。通过构建全面有效的管理体系，规范数据资产的采集、加工、使用过程，提升数据质量，保障数据安全，同时丰富数据资产的应用场景，建立数据资产生态，持续运营数据资产。为政府机构与企事业单位在资产计量确认方面提供了良好的数据条件和能力基础。 （二）数据资产管理助力数据资产入表 数据资产不同于原始数据，它代表着经济社会数字化转型中的一种新型资产类别，被认为是数字时代中极为关键的资产形式。通过有序推进数据资产化并强化其全生命周期的管理，可以更有效地激发数据资产的内在价值。 在现代产业生态链中，数据资产管理充当着桥梁与纽带的关键角色。它衔接上游的硬件基础——包括计算机、网络设施等实体设备制造业，以及为数据处理提供平台的软件行业，形成技术支撑的坚实后盾。而向下游延伸，数据资产管理服务于多样化的应用领域，面向对信息化管理与高效数据资源利用有着迫切需求 袋鼠云DTSTACK 的企业、事业单位乃至政府部门，成为提升决策效率、驱动业务创新的重要工具。这一链条中的每一环相互依存，通过优化上下游间的合作与协调，不仅确保了数据资产的安全流通与合规使用，还最大化地发挥了数据在各行业应用中的增值潜力。 继数据资产入表会计新规正式落地之后，数据资产管理领域也再度迎来国家级重磅文件。1月11日，财政部公开发布《关于加强数据资产管理的指导意见》，肯定了数据资源可具有资产属性，是数据要素市场发展的重要里程碑。作为报表意义上的“资产”，企业数据的市场价值与业务贡献将在财务报表中得以“显性化”。数据资产入表是数据资产价值化的闭环之举，将企业数据资产以会计科目和货币化形式呈现，将推动企业数据资源向数据资产转变，形成规范的数据资产开发、运营和管理体系，提升企业数据治理能级。 这是一个巨大蓝海，而数据资产管理正是数据资产入表的前提。数据作为新型生产要素，具有其它四类生产要素不具备的价值特性，因此开展数据资产入表要夯实机制、基础。企业不宜盲目推动数据资产入表，要在数据资产管理上下功夫，尽快建立起有效的数据资产管理体系，从数据资产发展战略、管理机制等方面，规划制定数据资产全生命周期管理流程，确保数据资产合规、安全、可靠地使用。打下数据资源入表的管理基础，建立数据登记确权、评估计价和资产入表的政策“闭环”，激活万亿数据资产，是开启这一蓝海的金钥匙。 图4内外部协同的企业数据资产入表全流程路线图 袋鼠云数据资产管理白皮书 —————————————————————————————————————————————— 5 袋鼠云DTSTACK 袋鼠云DTSTACK 二、数据资产管理概述 （一）数据资产定义 关于数据资产的定义，中国信通院、国标等都有相关观点，但这些定义并不是相互冲突的，而是相互补充的，是基于不同视角下对数据资产的理解。 中国信通院《数据资产管理实践白皮书6.0》：数据资产是由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，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。 国家标准《信息技术大数据数据资产价值评估（征求意见稿）》：数据资产是以数据为载体和表现形式，能进行计量的，并能为组织带来直接或间接经济利益的数据资源。 图5数据资产化的发展阶段 综上所述，可以给出一个较为通用的数据资产的定义，即“数据资产是指企业拥有或控制的、预期会给企业带来可持续经济利益、以数据为主要内容和服务的可辨认形态”。 “企业拥有或控制的”，就是企业必须拥有数据资产的完整权利，即所谓的"三权"：数据资源持有权、数据加工使用权、数据产品经营权。“预期会给企业 袋鼠云DTSTACK 带来可持续经济利益”，这些利益可以进一步细分为内部价值和外部收益，内部价值指的是企业自身生产、销售并使用数据资产所产生的价值；而外部价值则是指企业生产、销售数据资产给其他使用者所产生的收益。“以数据为主要内容和服务的可辨认形态”意味着只有当数据以产品的形式存在，并且能够被明确识别和计量时，它才能被正式确认为数据资产，数据产品不仅是数据资产化过程中的产物，也是衡量和确认数据资产价值的重要标准。 （二）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。 图6数据资产管理架构 袋鼠云DTSTACK 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