原创｜探索与创新数据资产管理路径

随着数字技术的飞速发展，数据已成为数字经济时代关键生产要素，其基础性、战略性资源作用愈发突出，已成为加快经济发展质量变革、效率变革、动力变革的重要引擎。数据资产是经济社会数字化转型进程中的新兴资产类型，指由个人或企业拥有、控制的，能够为企业带来未来经济利益的数据资源，数据资产包含结构化数据和非结构化数据，包括以数据形式记录的照片、视频、文件、订单、合同等。

党中央、国务院高度重视数据资产管理工作，近年来出台系列政策，既有顶层设计，又有具体措施，形成了推动数据资产化的强大合力。在此政策背景下，我国电力、民航等重点行业加强数据资产管理，有效提升了行业运营效率和服务质量，为全社会数字化转型作出积极贡献。但在推动数据资产化过程中，数据确权、定价、交易等关键环节面临系列挑战，如成本高、质量不一、权属复杂、法规不健全等，这些问题制约了重点行业数据价值的释放，需借鉴优秀经验和案例，探索完善数据资产管理路径，为不断做强做优做大我国数字经济提供支撑。

英国联合信息系统委员会提出《数据资产框架（DAF）》，通过审计规划、资产确认和分类、资产评估管理、报告和建议共四个步骤对数据资产进行管理和审查。DAF还提出了具有代表性的数字知识库审计工具——DRAMBORA（基于风险评估的数字仓储审核方法），方便审计人员确定和识别数字知识库的任务、活动和资产，以及数据资产目录元数据集 (Data Assets Inventory Metadata)，可帮助数据资产调查员收集和记录数据资产的详细信息，从而完善机构数据资产目录。

美国数据公司Chrysalis Partners研发了一个数据资产积分系统(Data Monetization Scorecard)，为专业人士提供数据资产评估工具。该系统考虑了数据价值的100多个独立属性，为数据所有者提供客观评估其数据资产真实价值和潜在创收能力的方法。数据资产积分系统的评估指标分为两大类，一类是数据价值，帮助用户评估其数据的实际价值，特别是与创建增值价值流有关的数据；另一类是数据利用，即对数据的使用效率和程度的评估。通过在线工具，用户可以选择部分或全部选项进行评估和评分，快速了解企业数据资产情况。

日本工业价值链协会发布了《互联产业开放框架（CIOF）》，CIOF是基于“通过企业互联、生产互联、价值链互联开拓新的未来”理念开发的一套数据资产服务，可以支持多种应用场景，实现包括制造技术经验在内的数据资产管理和合作，提升互联互通的中小企业竞争力。CIOF可以实现机器—机器连接、系统—系统连接、平台—平台连接，最大程度挖掘数据的价值潜力。

数据资产管理标准方面，我国组织企业、科研院所、行业专家等，借鉴国际先进经验做法，于2018年3月发布数据管理国家标准DCMM。DCMM的设计中结合了数据全生命周期管理各个阶段的特征，对数据资产管理能力进行了分析、总结，形成了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量管理、数据标准、数据生命周期八个能力域，并描述了每个域的建设目标和度量标准，可以作为企业数据资产管理工作的参考模型。

数据资产登记方面，中国电子技术标准化研究院于2022年10月牵头建成“全国数据资产登记服务平台”，利用区块链技术提供可溯源、防篡改的链上登记服务，实现数据资产登记的跨域互认。平台从数据资产本体、资产权属、登记主体等多角度全方位登记数据资产信息，为数据资产后续评价与评估数据资产交易、抵押融资、数据授权运营提供基础保障。同时，构建互联、互通、互信、互认的“全国平台+地方节点平台”联动机制，在德阳、青岛、保定等多个城市建设地方节点平台，探索建设数据要素全国统一大市场。

数据资产入表方面，2023年12月，用友发布BIP数据资产入表解决方案，助力盘活企业数据资产、激发数据要素价值。方案涵盖了3个层级12个关键工作，即通过数据盘点、数据登记/确权、数据资产判定、数据成本归集，以及列表与披露5个关键工作完成基础入表工作；通过统一的数据治理，构建全生命周期的数据管理体系和实现全面数据服务，激发企业内部数据价值；通过确定数据交易场景、制定数据战略与组织变革、搭建数据交易平台和实现企业数据资本化，最终完成数据要素的社会级流转。

南方电网通过实施系统化的数据资产管理战略，成功实现了数据要素的深度挖掘和应用，构建了高效的数据管理体系，大幅提升了公司业务效率，物资调配作业效率提升6倍，安监到位管控率提高30%，电网管理平台问题工单响应及时率达到98%，按时解决率达到96%，输电运维人员年度有限空间作业减少200余次，人工巡视工作量下降43%，500kV变电巡维中心的年度巡维工作量降低66%。

数据资产管理战略规划超前。2021年9月，南方电网发布《“十四五”大数据发展专项规划》，深入解读了数据生产要素、新型电力系统、数据安全等国家战略及公司“三商”转型对大数据发展的需求，提出了“十四五”大数据发展思路、发展目标及总体框架、重点建设任务等，描绘出集团级统一的数据战略规划蓝图，旨在实现全网一盘棋、业务全覆盖。

数据资产管理组织架构健全。南方电网组建了数据资产管理最高议事机构——数据资产管理领导小组，形成“顶层牵引、横向协同、纵向联动”的组织协同体系，总公司数字化部为归口管理部门，负责顶层设计、投资计划、规章制度制定，及数据资产管理工作；业务部门负责数据质量管控、数据共享开放，提出数据应用需求；省公司层面、分子公司数字化部和业务部门分别负责本单位的投资计划制定，及数据资产管理工作开展，保障业务数据质量及安全。

数据资产管理制度体系完善。自2018年起，南方电网引入数据管理国家标准（DCMM），构建由1个数据资产管理办法、N个数据资产管理领域相关细则，以及N个分子公司相关配套落地制度和实施细则构成的“1+N+N”的数据资产管理制度体系，确保数据管理工作的规范化、系统化和持续改进。在扎实的数字化基础与丰富的数据管理实践经验的支持下，南方电网公司于2022年以4.33的高分获评国家数据管理能力成熟度评估的最高等级——优化级（5级）。

数据资产运营实践创新。南方电网构建了“责权利”和“量本利”的数据资产管理实践体系。定责方面，从数据、产品、服务三方面开展定责与认责；确权方面，根据法律法规，明确数据的所有权、使用权及收益权；享利方面，通过数据的内外流通融合，制定数据贡献分配制度和合作利益分享机制；拓量方面，汇聚企业、产业链和生态圈的数据资源，提升数据产品或服务供给能力；优本方面，实施成本集约化管理，核算数据采集、产品研发，及风险控制成本；创利方面，创新数据产品和商务模式，构建数据交易计费及结算机制，为企业带来大数据发展红利。

中国民航局高度重视行业数据治理和数据资产管理工作，采取系列措施推动民航行业数字化转型，取得积极进展。例如，航旅纵横发布民航领域首个大模型“千穰”，将海量民航数据与通用的视觉、语言、多模态和计算等大模型相融合，用于旅客满意度分析、行业智能客服、多模态点评感知等服务，受到旅客广泛好评。

一方面，注重数据资产管理体系建设。民航领域数据资产管理体系总体架构以“1+3+4+N”的形式构建，通过1部指导意见、3部管理办法、4项制度，以及N项细则框架与管理机制的有机结合，规范和完善民航数据管理工作，提升数据管理水平，保障数据安全，促进数据共享与应用，为民航数据管理工作提供了全面、系统的指导和支持。

“1部指导意见”是指《关于民航大数据建设发展的指导意见》，从战略高度规划了民航大数据建设的方向和目标。“3部管理办法”是指《民航数据管理办法》《民航数据共享管理办法》，以及《民航数据安全管理办法》，为数据管理工作提供了具体的规范和指导。“4项制度”包括《民航领域数据分级分类管理办法》《民航数据目录管理制度》《民航数据安全信息通报办法》，以及《民航数据全生命周期管理制度》，为数据管理工作提供了制度保障。“N项细则框架与管理机制”涵盖了数据架构、数据质量、数据安全、数据共享、数据管理技术、数据服务、智慧出行、智慧空管、智慧机场，以及智慧监管等方面的规定和管理措施。

另一方面，加强数据资产管理组织架构建设。中国民航数据资产管理由民航局统筹，各业务主管部门与各地区管理局分工负责，各事业单位共同推动民航数据管理工作向着更加规范、高效和安全的方向发展。

铁路作为国家的重要基础设施，不仅是国民经济的“大动脉”，也是促进社会发展和民生改善的关键力量。铁路数据资产管理是提升铁路系统智能决策的关键，可为现代铁路运输带来更高水平的管理和运营能力。国铁集团正在积极借鉴南方电网、国家民航局等在数据资产管理方面的成功经验，尝试构建自身数据资产管理体系，拟通过系统化、科学化的数据资产管理，更好地实现数据的收集、处理、分析和应用，进而提高运营效率、降低成本、优化资源配置。

其体系包含数据战略、数据治理、数据运营、数据流通四大核心管理职能模块和组织与制度保障、技术与标准保障，以及平台保障三大支撑模块，共计27项管理职能。数据战略模块包括战略规划、战略实施、战略评估；数据治理模块包括数据架构管理、数据标准管理、数据质量管理、数据安全管理；数据运营模块包括数据分类分级管理、数据运维管理、数据资产目录管理、数据服务管理；数据流通模块包括数据识别、确权、评估、应用、审计等；组织与制度保障模块包括组织架构优化、人才培养；技术与标准保障模块包括促进技术创新、工具引导、制定标准规范；平台保障模块包括数据源、数据湖、大数据服务、数据可视化、数据安全保障。

当下，国内在数据资产管理方面普遍存在战略尚不清晰、制度尚不健全、组织尚不明确、应用尚不丰富等问题，借鉴电力、民航、铁路等重点领域成功经验和创新探索经验，建议按照“制定战略规划－优化组织架构－完善制度体系－开展创新实践”这一路径，强化数据资产管理，为不断做强做优做大我国数字经济提供坚实支撑。

构建安全合规、赋能增值的数据资产管理体系，制定符合行业特点和需求的数据资产管理战略规划，包括数据资产管理的战略目标、管理模型、建设方法、各方权责、管理措施和修订机制等内容，形成指引性强、定位精准和能指导实践的数据资产管理战略规划文件，并在行业范围内发布执行，成为未来行业数据资产管理的指导纲领。

为确保数据资产管理战略规划的顺利实施，需针对数据资产管理组织架构进行优化。建立由公司高层领导、各部门主要负责人以及相关专家组成的数据资产管理领导小组，主要任务包括制定数据管理战略，协调各部门的合作，监控数据管理项目的进展，并对关键决策进行审议和批准。在此基础上，还应构建责任清单，明确各部门和岗位在数据管理过程中的具体职责和分工，确保每个环节都有明确的责任主体。同时，建立高效的沟通机制，确保各部门之间的信息畅通和协调合作，为数据资产管理工作的顺利实施提供保障。

根据数据管理能力成熟度（DCMM）模型，结合自身情况，将制度体系划分为数据战略、数据架构、数据标准、数据质量、数据应用、数据安全，以及数据资产等数据域。每个数据域内制定相应的管理办法、操作流程和记录表格，形成完整的制度体系文件清单，明确数据管理的各项要求和流程。这种系统化、规范化的制度体系，不仅能提高工作效率，还能保障数据安全，促进数据的有效利用和共享。

可通过项目牵引的方式来推动数据资产管理战略规划的实施。即通过数据来构建业务场景，牵引调动业务部门对于数据管理的重视和配合，找出数据与业务的结合点，明确数据分析的应用场景。企业可通过具体项目实施，激活数据资产应用场景，这些项目包括但不限于公共数据授权运营、数据产品上架、数据资源入表、数据经纪、数据保险等相关的内外部数据需求合作项目。

END