数据要素视角下的数据资产管理

数据要素定义和特点数据要素视角下的数据资产管理数据资产概念及发展路径数据资产全链条管理关键能力典型数据资产应用场景数据要素发展面临的挑战与应对数据要素发展面临的挑战数据要素发展的应对目录231

数据要素定义和特点数据要素的概念随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，蕴藏着巨大的经济社会价值。数据要素正成为最先进、最活跃的新生产要素，驱动实体经济发生深刻变革。数据要素是数字经济深入发展的核心引擎。数据要素：以电子形式存在的、参与到生产经营活动并发挥了重要价值的资源。业务系统数据驱动产生的信息、知识标准化数据集数据产品数据库商品数据查询接口数据核验接口3数据模型结果……原始数据集相对分散的各个原始数据集清洗、预处理后的高质量数据集分析、处理、加工后的数据商品和服务近年来，国家针对数据要素重要政策及指引概览20192020202120222019年11月，十九届四中全会《中共中央关于坚持和完善中国

特色社会主义制度推进国家治理

体系和治理能力现代化若干重大

问题的决定》中首次将“数据”列为生产要素。“健全劳动、资本、土地、知识、技术、管理、数据等生产要某省市场评价贡献、按贡献决定报酬

的机制。“2020年4月，中共中央国务院《关于构建更加完善某省市场化配置体制机制的意见》出台，明确提出

“引导培育大数某省市场，依法合规开展数据交易”；7月，《数据安全法（草案）》发布；10月《个人信息保护法（草案）》发布。2021年1月，中共中央办公厅、国务院办公厅印发《建设某省市场体系行动方案》；3月，《十四五纲要》提出完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交市场主体等；11月，《“十四五”大数据产业发展规划》提到，要建立数据价值体系，提升要素配置作用。2022年1月，国务院办公厅印发某省市场化配置综合改革试点总体方案》及《“十四五”数字经济发展规划》；4月，国务院印发《关于加快建设全国某省市场的意见》；6月，中央深改委《关于构建数据基础制度更好发挥数据要素作用的意见》；12月，《企业数据资源相关会计处理暂行规定（征求意见稿）》；《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》（又称“数据二十条”）。202342023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》;3月，根据《国务院机构改革方案》第八项，组建国家数据局。数据要素作为新型生产要素，对生产方式具有重大影响数据要素经济特征数据要素技术特征虚拟性土地、资本等传统生产要素是看得见、摸

得着的物理存在。而数据要素无实物形态，需要依托实物载体。5非消耗性数据要素不会因为使用频率的增加而磨损、消耗。依赖性数据产生对网络、算法等技术存在依赖；数据要素创造价值时必须依赖于其他传统要素。即时性数据要素如不考虑特定需求下的追溯价值，其价值会随着时间流逝而快速衰减。非竞争性同一数据可同时被多个主体使用而不会产生数据量和质的损耗，复制成本低。数据要素的非竞争性这一特征为数据带来更普遍的使用效益与价值。非排他性排他性是确定产品权利的重要基础。数据要素具有低成本复制特征，原则上可无限复制给多个主体同时使用，具有非排他性特征。规模经济性数据要素具有非常明显的规模经济性，如数据规模小、维度少，对生产经营作用及价值也很小。在大规模数据才能有效发挥规模经济作用。强外部关联性数据要素与劳动力、资本、技术等其他生产要素紧密关联，如数据要素可深度融入劳动力、资本、技术等单一要素，可以提高单一要素生产效率及价值。数据要素重要政策之一

“数据二十条”坚持促进数据合规高效流通使用、赋能实体经济这一主线，以充分实现数据要素价值、促进全体人民共享数字经济发展红利为目标。建立合规高效、场内外结合的数据要素流通和交，从某省市场、生态、跨境等四个方面构建适应中国制度优势的数据要素市场体系。建立安全可控、弹性包容的数据要素治理制度，构建政府、企业、社会多方协同的治理模式。四大制度建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。“生产某省市场评价贡献、按贡献决定报酬的机制”，以及社会主义初级阶段6“按劳分配和按要素分配相结合”的多种分配方式并存。数据要素流通和交数据产权制度数据要素收益分配制度数据要素治理制度2

数据要素视角下的数据资产化72.1

数据资产概念及发展路径8数字经济规模50.2万亿*什么是数据资产2020年4月，国务院发布《关于构建更加完善某省市场化配置体制机制的意见》，把数据和土地、劳动力、资本、技术等并列某省市场。《GB/T40685-2021信息技术服务数据资产管理要求》定义：数据资产是合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源。目前，我国的数字经济体量已经位居全球第二，数字经济规模占到经济总量的41.5%。数字经济以数据为核心要素，而数据是数字经济的

“石油”。*2023年5月23日，国家互联网信息办公室发布《数字中国发展报告(2022年)》。数字经济占GDP比重41.5%*9某著名企业物联网终端用户数18.45亿*从数据资源化、数据资产化到数据资本化的实现路径以数据资源为基础，从资源化阶段的数据目录，数据标签的完善开始，到资产化阶段通过数据应用场景的落地形成数据产品，并对其进行确权估值，使数据价值显性化，进而探索价值实现方式，形成一条清晰完整的数据资产化实现通路。数据资源化数据资产化数据资本化原始数据数据价值实现数据战略规划方法构建数据能力体系建立企业数据治理体系建立数据资源可能的应用价值图谱分析目标客户的数据需求及应用场景选择合适的测试客户联合共同组织数据产品及其技术开发构建数据资产管理体系数据资产经营战略和组织落实数据资产的经营管理数据交流与交易并购质押融资政策优惠的依据IPO资产数据资产入表数据产品数据资产数据资产化战屡：专用、对外共享、交易、开放数据资产应用2.2

数据资产化关键要点发掘场景激活数据变现数据资产化数据资产盘点数据资产识别数据资产目录数据血缘分析数据资产开发产品化开发应用需求实现应用场景目录数据资产确权权属划分权责划分数据资产评估成本分析价值评价质量评价数据资产应用共享开放交收益分配数据资产变更资产变更资产处置资产报废技术与平台数据战略业务战略企业愿景运营体系数据需求数据服务数据生命数据监控数据运维数据分类分级资本化数据信贷融资数据证券化资源化数据标准管理数据质量管理数据安全管理数据模型管理元数据管理主数据管理数据资源目录标签体系保障机制组织能力制度合规数据资产管理框架示例数据资产化关键要点-数据确权的三权分置“数据二十条”提出了建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。数据加工使用可以和原始数据相分离；数据在价值链中体现出形态的多变性；体现出“加工”和“使用”的不可分离特性。02数据加工使用权01数据资源持有权促进数据资源整理和强化分类分级保护的公共利益；促使企业登记数据资源，同时给国家统计数据生产要素资源提供了可能的路径；为公共数据、企业数据、个人数据引入不同的确权规范，强化分类分级保护。认可了数据以“产品”形态流通的实践；为数据产品经营者提供了法定的、安全的经营获利权利；鼓励企业把高质量数据资源变成数据产品。03数据产品经营权数据资产化关键要点-数据估值开展数据资产评价，合理衡量其价值，是促进数据资产保值增值与内外部共享，催紧数据资产优化配置的关键。厘清数据价值的构成、来源、实现方式建立并分析数据价值与业务价值的关联，促进数据应用与业务场景的融合形成公司上下级或部门间对数据价值的共同理解和沟通规范衡量企业数字化转型投入产出和成效/投入回报的可计量手段帮助管理者主动监测与引导数据资产的治理工作，帮助使用者获得智能优化推荐以优先使用高价值数据资产有助于进一步探索数据资产货币化实现方式质量全量检测数据资产的质量指标，及时提升治理水平：√准确性

√完整性

√唯一性√及时性

√时效性热度展现全公司或部门对数据资产的使用偏好及热度：数据资产热度排行榜数据资产热搜词监测预警XX资产

20任务监测XX任务

67XX任务

170XX任务

50XX任务

120XX资产

83XX资产

500XX资产

50价值建立数据资产五维评估模型，动态展示价值等级评分：数据热度情况23324000300050003000高热度

中高热度中热度

中低热度低热度场景价值等级五维模型价值等级分布图风险质量成本效益价值评分：468分现阶段数据资产有一很明显的特征，即卖方视角对应的价值与买方视角对应的价值有较大区别，原因在于受制于双方之间天然的信息屏障，卖方无法完全估算买方的数据使用经济价值。因此在产品估值途径中，成本途径在现阶段已具备应用条件，收益途径在一定条件下亦可使用，但基于上述分析，成本途径和收益途径尚无法实现相互验某省市场途径由于目前缺某省市场及信息披露，暂不适用。成本途径收益途径市场途径可否可靠计量历史成本是否具备买方厂家的效用评价及预期收益是否存在活某省市场交省市场信息披露估值方法应用前提可使用有条件使用暂不适用成本途径收益途径市场途径估值结果对未来方法使用的考量某省市场足够活跃并具备足够多的买方场景效用评价及收益预期后，可以结合收益某省市场途径交叉验证成本途径估值的合理性交叉验证结果合理性现阶段是否具备使用条件是是否数据资产化关键要点-数据估值方法2.3

典型数据资产应用数某省市场的核心在于数据流通数据资源之所以成为生产要素，是因为其不仅能被生产数据的企业自身所用，还能够通过流通渠道被外部企业所用，这就需要数据资源进一步转化为可流通、可交据产品。数据要素投入应用共有三次价值释放过程：一次价值业务贯通二次价值数智决策三次价值流通赋能对内对外数据支撑业务系统运转，推动业务数字化转型与贯通数据分析使战略决策更智慧，支撑业务智能化决策数据流通对外赋能，打破数据壁垒，数据更普惠典型应用：国内首单成交的数据要素产品2021年11月25日，某著名企某省市电力公司与中国某著名企业上海分行完成上海数据交用后的首单交易，这也是国内首宗在交台实施的数据产品交易。某著名企业上海电力研发的数据产品“企业电智绘”利用企业用电行为、用电缴费、用电趋势等数据构建评价模型为银行提供授信决策、贷后管理、反欺诈等方面的决策参考。在数据要素开放后，不仅能开拓新的业务领域，而且赋能关联行业业务发展。安全传输数据供方：某著名企某省市电力公司数据需方：中国某著名企业上海分行合规授权一点接入规则可配FaceIDCA签名个人数据企业数据多供方数据集成D

A

T

A典型应用：开放政府数据以提升公共服务水平政府数据是数某省市场中最大的油田公安银联运营商ETC车辆机场更多…税务政府数据链接成果政府数据包括人口库、法人库、交通数据库、地理信息库、宏观经济库等。这些数据涉及面广、信息密度高，来源和获取方式合法，是全社会数据要素集合中的高价值子集。覆盖全国13.9亿人群覆盖全国73亿+银行卡覆盖全国17.5亿+手机人群覆盖全国2.4亿+车辆及3.5亿+车辆驾驶人群覆盖8000万+ETC通行车辆覆盖全国200+机场覆盖2900万+企业及7100万个体商业户权威性更高种类更多关联性更强价值更大典型应用：气象数据助力行业高质量发展农业：对农作物种植面积、作物长势提供遥感监测进行产量预估，为病虫害和气象灾害提供决策支持等。电力：针对造成某著名企业及设备设施损害的主要自然灾害进行精细化、杆塔级的监测预警等，支撑某著名企业防灾减灾。新能源：通过采用高精准度的气象数据和智能预测模型，提高能源利用效率并减少因波动性和间歇性特征在并网时给某著名企业造成的冲击。交通：运用气象数据提升交通安全水平，帮助相关企业实现降本增效的目的。不同行业对于气象数据需求差异气象服务中最重要的载体气象数据数据流通、开发利用电力交通农业新能源通过提升应用主体对天气变化的态势感知能力，助力其趋利避害、提质增效中央气象部门汇聚全国所有多普勒天气达收集的气象数据，将这些数据作为要素，经过处理后形成了预警、预报、气象指引等不同形式的气象数据产品。气象数据企业以上述数据产品为基础，通过高时效性、可视化、格点化的数据服务，满足农业、电力、新能源、交通等领域客户的不同需求。3

数据要素发展面临的挑战与应对3.1

数据要素发展面临的挑战数据飞轮效应有待时日数据飞轮感知产业链上游、中游、下游的全域数据资源打造产业链的第二链“可新数据链条”利用元宇宙（数字孪生）、数值化、释放数据资产在全产业链的价值通过公允的数据要素交交换产业链上中下游数据资产数据战略示例数据要素发展面临的挑战数据要素法规及监管的挑战01数据安全及隐私保护问题02数某省市场尚未成熟03人工智能（AI）的影响05合成数据与保护06算法伦理与数据伦理04数据安全及隐私保护问题数字经济的发展过程中，数据隐私安全是重要保障之一。数据成为生产要素，即数据生产要素化，如何在数据流通中通过采用数据安全融合的新方式，使用数据的计算价值，解决传统信息共享的发展瓶颈。计算和数据都处于拥有者控制下计算和数据都在拥有者统一的安全域中，以降低数据等风险。加密后数据在计算过程的处理问题。传统方式要求先解密数据再进行计算，存在数据等风险。问题及挑战传统解决办法数据拥有方、存储方、计算方和数据使用方分散，处于统一的安全域中已非困难。隐私计算保证数据不可触及，即实际操作计算方不知道明文数据。隐私计算解决思路需要考虑的关键问题：数据如何做到可用不可见？如何把数据要素的活力和 势能进行有效释放？如何降低数据风险？如何平衡隐私合规和数据的使用？数据供给方的数据确权？数据资产入表有效数据供给不足收益分配数据产品如何定价数商生态不够完善供需方沟通机制数据安全防范行业数据应用场景有待挖掘这些问题制约了数据交的发展，也是数某省市场尚未成熟的表现数某省市场在逐步发展过程，

部分机制尚未成熟数据空间：打造产业链的第二链“可信数据链条”

连接器连接器连接器连接器连接器连接器可信数据空间可用数据目录（数据源管理）（终端）（管道）某著名企某省市场交通控制系统.服务提供商贴牌生产仍然可以在数据保护之外进行数据交换数据安全可信数据空间为开放和自主数据交换提供了一个值得信赖的环境应用商店安全框架空间服务身份认证

数据产品数据账户

数据标签数据和使用权元数据数据源

IDS连接器

IDS服务人工智能（

AI

）

带来的挑战

-

算法伦理与数据伦理算法伦理是指在设计、开发和使用算法时，考虑到对人类社会和个体的影响，并确保算法的使用符合伦理原则和价值观。数据伦理关注数据的收集、使用和处理过程中的伦理原则和价值观。公平和非歧视数据处理过程中应该避免对个人或群体的 歧视。数据应该被公平和均等地收集和使 用，不应该基于种族、性别、年龄、性取 向等特征进行歧视性处理。算法的使用者和开发者有责任保护个人数 据的隐私。数据处理者应该采取适当的安 全措施，确保数据的性和完整性，并 遵守适用的隐私法规。隐私保护法，如机器学习和深度学习模型，具有很高的复