央企数据价值与数据资产管理体系的创新实践

央企数据价值与数据资产管理体系的创新实践 文／李静1邱文欣2王锋3 1.浙江大数据交易中心2.国网浙江省电力有限公司经济技术研究院3.中国质量认证中心 [摘要]本文阐述了央企数据价值与数据资产管理体系的创新实践。通过对国网浙江经研院构建的数据资产管理体系和数据资产价值实现路径案例进行研究，深入剖析数据资产管理体系框架、构建标签与估值联动机制、权益最适判定规则、数据资产入表细则和设计数据资产估值框架等方向。未来将进一步探索实践应用，推动企业数字化转型和数据资产价值实现。 [关键词]央企数据价值数据资产管理体系数据要素 [中图分类号]F276.1；F49【DOI】10.16691/j.cnki.10-1214/t.2024.07.008 近年来，数据要素市场发展持续升温。党的二十大明确“打造具有国际竞争力的数字产业集群”； 《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》）[1]对建立健全数据要素基础制度体系提出了系统性要求；国家发展和改革委员会要求大力推进央企数字化转型。在国家政策的支持引导下，数据要素市场正蓬勃发展。在数据方面，据国际数据公司（IDC）测算，我国数据量将于2025年增至48.6ZB[2]。在产业方面，中国信通院 （CAICT）测算显示，我国算力核心产业规模在2022年达到1.8万亿元[3]。数据资产规模的庞大成为了数据要素市场活跃的基础，各地市数据交易中心相继建立，呈现百花齐放的局面。 在此背景下，本文围绕数据资产管理体系构建和数据资产价值实现路径等主要内容进行前端探索性研究，加快释放数字技术和数据要素的强大动力，推动数字技术与产业深度融合创新，服务国家治理体系和 治理能力现代化。 1央企数据价值与数据资产管理体系的创新实践方法 在数据要素新引擎的驱动下，企业在获得生产经营模式突破创新机遇的同时，也面临着诸多挑战。本文提出“价值主导、分类应用、利益共享”的数据资产管理 思想策略，以此策略为指导，构建数据资产管理体系，探索数据“资源化、资产化”的价值实现路径。 1.1构建数据价值体系顶层部署 1.1.1数据要素提质增效策略 一是坚持价值主导，以实现数据价值为主线，提升数据治理水平，清晰定位价值对象，将数据作为提升经营效益助推器；二是坚持分类应用，根据公共、企业、个人数据的不同特性，在厘清数据权属的基础上，挖掘丰富应用场景，细分与完善数据资产价值实现体系，推动数据结合各自特色有效应用于企业经营管理、政府精准施策和商业合作等多种场景；三是坚持利益共享，利用数据的流通融合，构建数据驱动业务转型变革的新模式，设计企业数据资产的价值评估模型，建立激励约束机制，促进数据价值的进一步提升和飞跃，并整合数据流通相关方，实现各个参与方共享数据产生的利益，形成依法规范、多方参与的发展模式，推动数据资产交易市场的积极发展。 1.1.2研究需求可行性摸排 贯彻遵循《数据二十条》核心制度，以目标导向构建能够使数据要素“活起来、动起来、用起来”系统体系。针对用户、企业和政府的场景应用，选择数据管理及使用部门、企业用户、数字交易所和金融机 构等对象，围绕数据资产确权、评估、运行机制和数据应用场景构建形成系统性研究需求。 1.1.3数据资源价值管理框架构建 在相关法律法规、政策和行业标准等的分析基础之上，围绕数据资产的定义，根据当前国内外发布的数据资产管理方案，构建以数据“资源化、资产化”价值实现路径为主线，以运营管理、保障机制和技术平台为支撑的数据资产管理框架（见图1）。 图1数据资产管理框架 1.1.4数据资产价值实现路径打造 以数据资源管理现状为基础，从资源化阶段的数据标签体系开始到资产化阶段，通过数据应用场景开发形成数据产品，对数据资产进行认定、开发、确权、成本计量、估值、入表和交易，形成数据资产价值实现的完整路径。 1.2落地数据资源化 数据资源化是指通过一系列数据治理工作将无序的原始数据转化为高可用性的数据资源，形成企业的数据资源目录的过程。数据资源化是数据能够有效使用的前提，也是数据价值创造的基础。 1.2.1数据资产管理体系 构建包含数据标准、数据质量和主数据等数据管理关键环节的数据资源化管理体系。在数据标准方面，制定和发布由数据利益相关方确认的数据标准，推动数据的标准化，提升数据质量；在数据质量方面，标准化衡量数据质量的完整性、规范性、一致性、准确性、唯一性、及时性，形成质量、问题、检 查和整改的良性闭环[4]；在主数据管理方面，识别业务领域的关键数据作为主数据管理范围，明确主数据系统及责任部门，建立主从关系矩阵，明确主从属性、同步方式、同步时间等信息。 1.2.2数据安全管理框架 数据安全是数据价值化实现的重要环节。在数据资源化阶段，构建数据安全管理框架，包括建立数据安全治理团队、制定制度规范、构建技术体系和建设人才梯队等，能够充分地掌握个人信息收集、存储和流通等活动，并作为数据安全标准规范的建立依据。 1.2.3价值化数据资源标签 数据标签是对数据实体特征的符号表示。通过数据标签设计，增加业务应用类标签、使用情况类标签、安全隐私保护类标签，为判断数据权益主体类型、判断所涉及的开发成本、选择数据产品回报率等数据价值化决策提供精准画像。 1.3深耕数据资产化 数据资产化主要是通过对数据资源进行识别、开发等管理工作实现从数据资源到数据资产的转化，通过对数据资产进行确权、评估、入表和交易等环节体现数据资产价值。 1.3.1数据应用场景集合 采用“解读业务目标—识别实现路径—确定应用场景”识别方法，同时通过业务侧或外部组织获得有明确数据使用需求的应用场景，构建面向企业、政府、用户和内部管理的数据应用场景集合（见图2），实现数据经济与社会价值增长点，并通过科学的应用场景提升管理效率和质量。 1.3.2数据资产确权规则 目前，国内外对数据的权属界定和确权规则均未形成明确的结论，在现行法律体系中也无直接的规则能够充分解答数据的权属、保护与利用等问题。应以产权理论为基础，从现行财产权规则体系中梳理数据资产权属判定适用的法律条款；结合《数据二十条》政策文件的相关规定，确立数据资产对应的权利主体、权利客体以及权利内容，为确权规则的判定奠定基础；结合国家战略、地方政策和国资国企发展方 兴科技有限公司相关数据产品进行了区块链存证，并联合资产评估机构完成数据资产评估及产品定价。该项目是全国首个电力行业数据资产市场价值评估案例，也是首个在数据交易所提供市场参考价的基础上，将市场法公允价值与成本法参考相结合进行评估的案例。 图2数据资产应用场景集合 向，立足数据的本质特征，构建以电力为试点范例的确权判定规则，在此基础上以点带面，总结面向所有国资国企的普适性数据确权规则和配套路径。 1.3.3数据资产入表方式 会计入表是数据资产价值的显性表现方式，是数字化反映数据要素价值的结果，这有利于积极引导企业加强数据资源管理。可以根据企业会计准则、会计法等会计处理依据，结合数据资产的特殊性质，对数据资产的账务处理及报表列示事项进行研究分析，探索数据资产会计处理的标准、规则和方式，推动数据资产化核算的标准化和统一化，加强入表操作执行的规范化和程序化，以确保财务账能准确、全面体现数据资产的真实价值。 1.3.4数据资产评估方法 数据资产评估是实现数据资产价值的核心环节，结合当前数据资产交易环境与财政部相关会计准则要求，构建了多因子成本修正模型开展数据资产价值评估。该模型基于数据资产开发成本，并引入数据复用度因子、数据质量因子、数据鲜活度因子，对历史归集成本进行重置，同时，需要结合不同的数据标签，根据不同的适用情形对不同因子进行启动或关闭，可广泛应用于不同阶段、不同类型的数据资产估值（见图3）。 2实践成果 2.1数据资源化实践成果 2.1.1数据资产评估案例 2023年11月20日，受浙江大数据交易中心有限公司委托，中国质量认证中心依据《数据产品质量评价技术规范（CQC9272-2023）》的要求，为国网浙江新 图3多因子修正成本估值步骤 2.1.2数据资产管理体系 国网浙江省电力有限公司经济技术研究院（以下简称“国网浙江经研院”）的数据资产管理体系为例进行介绍。该体系定义了数据全生命周期管理过程，包括数据治理、开发与运维等6个业务环节。将各环节串联形成的管理主线所对应的实物流、业务流、信息流三流进行梳理，通过逐项映射，得到数据资产管理体系流程图（见图4）。 2.1.3标签与估值联动机制 数据标签治理是针对数据开展的特性显性标记的流程。根据数据资源管理和运营需要，组织制定数据标签体系制定，并负责数据资源标签的定时更新。根据标签体系对每组数据赋予其本身的属性、来源、类型、持 有权、加工使用权和经营权等相关标签，监督二级单位 开展具体的标注工作，实现数据资源目录的展示发布。增设与估值模型影响因子、确权判定、数据安全等相关的数据标签，构建数据标签与数据资产估值模型联动的机制，形成“单一模型评估所有数据资产”的方法。 2.2数据资产实践成果 2.2.1权益最适判定规则 图4数据资产管理流程图 权属判定是在数据资产管理中实现价值的权利基础，本文以《中华人民共和国民法典》总则编、物权编相关规则为基础，对数据资产权属确认规则进行研究，并提出在原始数据和数据资源形态下确认持有权和加工使用权，在数据产品形态下确认持有权、加工使用权和经营权；个人用户对其个人原始数据仅享有人身权而不享有财产权，数据处理者需通过匿名化方式，确保数据产品中的 个人信息得到保护；公共数据产权归国家所有，国有企业 可在国家授权经营后，取得数据的全部产权。 2.2.2数据资产入表细则 财政部出台《企业数据资源相关会计处理暂行规定》[5]，作为规范数据资产会计处理，强化相关会计信息披露的指导规范，为数据资产的会计处理及入表原则明确了方向。例如，国网浙江经研院根据暂行规定的最新原则编制了《数据资产核算管理办法》，并针对核算范围、初始计量、后续计量、入表规则和披露原则等相关模块将资产核算管理的详细内容进行阐 述：对于满足以下条件的数据资产按照无形资产进行确认：没有实物形态；可辨认；目的为内部使用，或以无形资产形态有对外部出售意图；可供使用；对于满足以下条件的数据资产按照存货进行确认：以实体资产为载体；以物权转让为持有目的；达到可供出售 状态。 将确认条件进一步细化，明确记入数据资源时需满足以下必要条件，以防止虚增资产：有自用或出售意图；有技术可行性；有需求性；实现可靠计量等。 2.2.3数据资产估值框架 由于数据资产相关的交易有着不同背景，面对不同的需求方，使其价值评估可能会产生较大的差异。因此，在建立估值方法时需要结合具体的数据资产、交易背景等进行判别，以保障估值方法的适用性。国网浙江经研院设计的多维度、多场景评估框架及现阶段基于数据资产卖方视角的多因子成本修正估值模型，创新性地提出了采用数据血缘追溯方式，以重置成本视角，形成价值化管理方法、因子库和数据溯源清单。 3结语 本文通过对国网浙江经研院的案例研究，展示了央企在数据价值与数据资产管理体系方面的创新实践。未来，我们将进一步探索这些方法在实际中的应用，为推动企业数字化转型和数据资产价值实现提供 更多的支持和帮助。同时，我们也期待更多的企业能 够积极参与到数据资产管理体系的建设中来，共同推动数据要素市场的健康发展。 [参考文献] [1]国务院.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[EB/OL].(2022-12-02)[2024-06-07].https://www.gov.cn/gongbao/content/2023/content_5736707.htm. [2]李强.云计算：开启数字经济转型新篇章[J].互联网经济，2019(08)∶100-101. [3]熊伟.几种算力和算力的“颜色”[J].中国信息化，2023(07)∶16-17. [4]巫莉莉,张波.高校数据治理中提升数据质量的方法研究