数据资产年度运营报告 2023

全球数据资产理事会全球数据资产大会组织委员会二〇二四年七月 6 第一部分数据资产新行业“数据”一词，最初产生于信息学，Akoff在1989年提出了信GB/T40685-2021国家标准文件，将“数据资产”定义为被合法拥有或控制的，表1-1数据资产需具有资产的三大属性要素控制权益预期资产由企业拥有或者控制交易或者采购形成的资源预期带来经济利益数据资产由企业合法拥有或控制交易或者开发形成的能进行计量的资源预期带来经济利益2（1）非物质性：数据资产是无形的，通常是以电子形式存在，不像传统资（2）可复制性：数据可以轻易地复制和传输，而不损害其原始价值。这与（3）时效性：数据资产的价值可能会随着时间、技术进步或市场条件的变（4）增值性：通过分析、处理，数据资产可以产生新的价值。数据资产可（5）共享性：数据资产可以在不减少其价值的情况下被多个用户或系统共要素。而随着数字经济时代，数字化、数智化的发展，数据已然共和国国民经济和社会发展第十四个五年规划和2035年远32023年8月，财政部会计司正式发布《企业数据资源相关会计处理暂行规策者所需的会计信息。2023年9月，中国资产评估协会正式印发了《数据资产评估指导意见》，等多样商业场景中的多种经济活动，所选取的价值年行动计划（2024―2026年）》（下称《行动计划》）旨在发挥数据要素乘数十八条内容，对数据资产管理进行引导规范。《指导意见》承接“数据二十条”4不仅推动了行业的技术进步，也促使企业不断提5协会的作用逐渐显现优势，为行业的健康发展6报告显示，2023年，全国数据生产总量达32.85ZB，同比增长22.44%。随着5G、AI技术的快速发展及智能设备的规模应用，内容创作、影像视听等非结率为59%，数据云存储占比超过40%，其中政府和行业重点企业存储空间利用率政务开放机制：美国联邦政府于2009年通过实施《开7注数据处理实践和技术发展，提出数据保护措8生态系统/应用商店、特许经销商、流量巨头、产品专家和行业专家。例如，金采用API技术开放金融市场：英国的开放银行战略致力于通过采用API技术开放金融市场，使金融数据更广泛地流通。通过安全的API，英国金融服务商与9据资产活动主要局限于数据平台建设以及尚未建立起专业化的数据资产管理团据管理的工作重点在于企业核心业务的数据质量管未来，离散制造行业将更加注重数据资产的2023年2月，《数字中国建设整体布局规划》正式发布，强调打通数字基据共享交换和流通交易。国家数据局等17部门联合印发《“数据要素x”三年行动计划（2024—2026年）》，以推动数据要素高水平应用为主线，以推进数依据国家数据局发布的《数字中国发展报告（2023年）》数据工作体系初步形成。数字基础设施不断扩容提速，算力总规模达到230EFLOPS，居全球第二位；先进技术、人工智能、5G/6G等关键核心技术不断图1-1数据来源分布情况2023年仅在暗网及黑产平台上交易的境内机构泄露数据就多达60.8TB，共计露的数据中，涉及个人信息的数据多达586.8亿条。其中，互联网、IT信息技图1-2全球数据安全事件公开报道类型分布对比健全数据安全治理体系，完善数据分类分级保护制度，落实网络安全等级保护、设施安全保护、个人信息保护等相关法律规定，加强全生命周期数据安全管理，一方面，随着5G、AI、物联网技术的创新发展及智能设备的规模应用，数题滞后影响末端交易或数据交易末端难以向前端实管理团队为抓手，培育新产业、新模式、新动能第二部分数据资产价值理解，数据资产化指的就是数据资源完成入表并被确认为会计学意义上的资产。列技术设施的建设，为数据从资源到资产的转化提供通过数据资产化来实现数据资源开发和利用是未来一段时期内企业在新形（1）数据管理平台需以数据资产目录为中心，围绕企业的业务需求进行设（3）平台应能够提供统一的元数据标准，包括主数据标准、元数据标准和（4）平台需要提供一个完整的分析应用框架，支持对企业的各种业务场景（1）基础类：是指与企业数据相关的核心属性，包括元数据、主数据和基（2）平台类：是指用于数据交换和共享的平台，包括元数据管理平台、数真AI模型运行数据集/供水厂仿真AI模型运行数据集”作为数据资产入表，成2.探索协助数据商通过在数据交易所平台完成数（4）资产流通，数据资产入表主体需要对资产进行管理及流通规划，可在（6）资产处置、流通，与金融市场形成金融产品挂钩的数据资产标的，通表2-1：数据资产估值与定价方法方法分类估值方法优点缺点传统的资产评估与定价方法成本法计算简单成本和功能性贬值难以计算、与数据价值对应关系弱收益法综合考虑预期效益、折现率和效益期限等因素收益具有高度不确定性，数据资产对应折现率计算较为困难市场法可以反映数据资产真实价值适用性却受到市场活跃度、应用场景等限制衍生方法考虑数据资产开发和应用的不确定性计算较为复杂信息学方法模型贡献法可以通过衡量数据在数据挖掘等模型中对平台的贡献来确定数据资产的价值较少考虑与实际场景的结合，无法得到数据资产的货币价值统计指标法考虑数据统计量、数据隐私、数据质量等较少考虑与实际场景的结合，无法得到数据资产的货币价值技术力量包括移动设备、大数据、传感器、社交媒体、定位系统等1。从数据资图2-1基于“场景”的企业数据资产价值计量体系图2-2基于“场景”的企业数据价值链第三部分数据资产管理进行具体的数据资产管理实践时，应涉及以下方面：才培养。部门紧密合作的机制，导致难以有效地了解业务部标准和要求正趋向一致。以GDPR为代表的严格数据保护法规，不分类和数据血缘分析等。根据[权威研究机构]的研究，预计到2数据利用率将达到86%，全球将有97%的数据治理流程采用人工智能技术。人工例如数据的收集和使用是否符合伦理原则、是否尊表3-1个人信息保护相关法律法规文件序号文件名称发布时间适用范围1《中华人民共和国个人信息保护法》适用于在中国境内处理自然人个人信息的所有活动2《全国人民代表大会常务委员会关于加强网络信息保护的决定》加强网络信息保护的相关要求和措施3《电信和互联网用户个人信息保护规定》提供电信服务和互联网信息服务过程中收集、使用用户个人信息的活动4《规范互联网信息服务市场秩序若干规定》规范互联网信息服务市场秩序5《工业和信息化部关于进一步提升移动互联网应用服务能力的通知》提升移动互联网应用服务质量的所有相关方面6《工业和信息化部关于开展信息通信服务感知提升行动的通信息通信服务感知提升行动的所有相关方面7《工业和信息化部关于开展纵深推进APP侵害用户权益专项整治行动的通知》APP侵害用户权益专项整治行动的所有相关方面8《工业和信息化部关于开展APP侵害用户权益专项整治工作的通知》APP侵害用户权益专项整治行动的所有相关方面表3-2网络安全和数据安全相关法律法规文件序号文件名称发布时间适用范围1《中华人民共和国网络安全法》网络运行安全、信息安全、监测预警等网络安全管理活动2《中华人民共和国数据安全法》数据收集、存储、使用、加工、传输、提供、公开等数据处理活动3《反电信网络诈骗法》预防、遏制和惩治电信网络诈骗活动4《关键信息基础设施安全保护条例》关键信息基础设施的安全保护工作56789《公共互联网网络安全威胁监测与处置办法》《通信网络安全防护管理办法》《电话用户真实身份信息登记规定》《网络安全审查办法》《公共互联网网络安全突发事件应急预案》《加强工业互联网安全工作的指导意见》《网络产品安全漏洞管理规《工业和信息化部关于加强车联网网络安全和数据安全工作的通知》《网络产品安全漏洞收集平台备案管理办法》《车联网网络安全和数据安全标准体系建设指南》《关于开展网络安全服务认证工作的实施意见》《工业领域数据安全能力提《工业和信息化领域数据安全管理办法（试行）》《工业领域数据安全标准体系建设指南（2023版）》《工业和信息化部等十六部门关于促进数据安全产业发展的指导意见》2019年公共互联网网络安全威胁监测与处置通信网络的安全管理与防护工作电话用户真实身份信息的登记管理网络安全审查工作公共互联网网络安全突发事件的应急处理工业互联网安全工作的加强网络产品的安全漏洞管理车联网网络安全和数据安全工作网络产品安全漏洞收集平台的备案管理车联网网络安全和数据安全标准体系的建设网络安全服务认证工作工业领域数据安全能力提升工业和信息化领域数据安全管理工业领域数据安全标准体系的建设数据安全产业的发展《电信和互联网行业数据安全标准体系建设指南》电信和互联网行业数据安全标准体系的建设.统一标准的数据定义：减少数据定义的二义性；统一标准的企业数据模型：该这种模式对组织协同度要求相对较低，主要图3-1数据治理组织架构表3-3责任分配明细表序号角色类型团队类型具体职责1决策支持中心决策团队l组织资源调配l整体战略设计2规划指导中心规划指导团队l战略规划（业务战略、数据战略）l实施路线规划、实施目标建设l标准制定l实施过程指导3数据治理执行团队数据团队l数据标注l数据开发l数据存储体系建设l数据资源编目4业务团队l业务目标制定l数据达标性评估5技术团队l技术路径选择l平台产品建设6流程团队l数据流程建设l业务流程建设l综合性流程建设7管理团队l实施过程监督l制度体系建设l阶段性目标管理分配和管理人力、物力、财力等资源来满足组织的目标和任务。在这一过程中，务需求，从而保障数据能够支持业务的顺利确保数据资产得到有效利用，支持业务的持续防护体系与组织运营、业务发展相辅相成，共同成长方能在复杂多变的数据安全挑战中稳操胜券，守尊重网络空间的Robots协议。确保爬虫活动不会侵犯网站所有者的权益，监会监管数据的重大安全风险事项，企业应在48小时内在引入新的数据处理技术或业务模式前，进行隐私影响评估（PIA），预测（1）准确性：数据是否准确地反映了所描述的实际情况，包括数据值的正（2）一致性：一致性是指存储在不同系统中的同一个数据是一致的。此项（3）完整性：完整性是指数据信息不能存在缺失的情况。数据缺失的情况（4）时效性：时效性是指数据从产生到可以查看的时间间隔，如果数据延（5）可发现性：可发现性是指用户能够快速地找到所需要的数据集，它涉（6）关联性：相关性是指数据之间的关联程度，此项指标主要明确不同数据元之间的数据的关联程度。包括数据关系图谱的（7）洞察力：洞察力指的是数据集和用户之间交互的容易程度，评估数据（8）可靠性：可靠性是指数据应遵循预定的语法规则的程度，应符合其定图3-2数据质量标准制定与实施（2）标准制定：数据团队根据业务侧需求制定数据质量标准，包含元（3）规则建设：技术团队根据数据标准和数据标注信息，选择合适的图3-3数据资产全生命周期管理体系存储位置、字段类型、字段长度等，见表3-4。元数据管理应包括元模型设计、表3-4元数据示例元数据类型元数据描述元数据实例数据名称摘要存储位置字段类型字段长度描述数据的名称针对该数据的定义和解释等信息数据存储的地址字符串的类型数据的最大长度家庭住址本数据为描述人员常住地址的相关信息OA系统文本型300元数据类型元数据描述元数据实例更新频率数据更新的频率每月一次共享类型数据是否可以对外共享不予共享目录字段可以参照政府针对政务数据目录的相关标准规定，如目录编制可按照中心对所有资产目录代码的分配、管理、使用以及图3-4资产目录管理流程表3-5资产目录编制内容模板（示例）序号信息项示例备注1目录名称企业人员家庭住址表2目录类型数据表本数据表描述企业人员常住地简要描述目录3资产摘要址的相关信息内容信息4资产格式数据表5资产提供方名称HR部门6统一社会信用代11310000002420447T填写机构统一序号信息项示例备注7码应用系统名称OA系统社会信用代码填写目录来源系统名称8业务事项名称员工入职信息采集填写目录相关的业务事项名称9业务事项编号共享类型0005有条件共享在符合法律法规条件下，在一共享条件定范围内进行共享，并保证个人隐私数据无泄漏。发布日期关联数据表2010-6-30Homeaddresssheet结构化数据包括以各类数据库表形式保存的数据，非结构化数据指PDF/图3-5结构化数据管理流程图3-6企业经营数据资源分类示例表3-6数据资产安全分级等级示例数据级别级别标识判断标准L4敏感有下列情形之一：对全社会、多个行业、行业内多个组织造成严重影响；对单个组织的正常运作造成极其严重影响；对人身和财产安全、个人名誉造成严重损害。有下列情形之一：对全社会、多个行业、行业内多个组织造成中等程度的影L3较敏感对单个组织的正常运作造成严重影响；对个人名誉造成中等程度的损害。有下列情形之一：L2低敏感对全社会、多个行业、行业内多个组织造成轻微影响；对单个组织的正常运作造成中等程度或轻微影响；对个人的合法权益造成轻微损害。L1不敏感对社会秩序、公共利益、行业发展、信息主体均无影响。据。数据资产标签管理包含标签开发和标签库管理两大类，具体流程如图3-7图3-7数据资产标签管理流程及产生的效益等方面。权重的确认一般可采用Delphi法或AHP法。根据确定的第四部分数据资产运营数据市场等方式，与其他组织共享和交换数据能，帮助企业遵守数据保护法规，保护敏感数公共数据是指政府在履行公共管理职责和提供公共服图4-1数据资产运营体系要内容有数据获取、数据存储、数据加工、数据分提供服务。特别是Web数据抽取技术，近年来学术界和企业界开发了许多从Web（1）调查问卷工具：通过设计和分发问卷来收集数据，常见的有在线问卷（2）观察法工具：通过直接观察或视频监控等方式记录数据。例如，使用（3）实验法工具：通过控制变量进行实验，以获取因果关系的数据。常见（5）数据挖掘工具：通过算法从大量数据中提取有价值的信息。常见的有（7）爬虫工具：用于自动化地从网页上抓取数据。例如，爬山虎采集器是（1）本地存储：将数据保存在计算机或其他设备的硬盘驱动器或其他存储（2）网络存储：将数据保存在远程服务器上，可以通过网络访问。这种存（3）云存储：将数据保存在基于云计算的服务上，这种存储方式可以实现这种方式可以提供更强大的性能和高可用性，适可以确保数据按照时间顺序排列，并提供更高的写入throu适用于数据结构稳定、事务性强、数据量较小、需要（2）非关系型数据库：非关系型数据库适合存储半结构化或无结构化的数（3）文件存储：文件存储系统将数据作为独立的文件进行管理，通常用于（4）对象存储：对象存储将数据视为对象，每个对象包含数据本身以及元（5）分布式存储：分布式存储通过将数据分散存储在多个节点上，实现了（6）云存储：云存储是一种通过互联网提供数据存储服务的方式，用户可（7）大数据存储技术：大数据存储技术面向的是海量、异构数据，需要提供高性能、高可靠的存储和访问能力。常见的大数据存储技术包括Hadoo（8）异构存储技术：异构存储技术是指将不同类型的存储介质（如磁盘、（1）数据清洗：检测和修复数据集中的错误、缺失值和异常值，以确保数（2）数据整合：将来自不同来源的数据集成到一个统一的数据集中，以便（3）数据转换：将数据从一种格式转换为另一种格式，以便在不同的系统（4）特征工程：从数据中发现有用的特征，并将它们提取出来，以便在模（5）数据规范化：将数据转换为其相应的数值范围，以便在不同变量之间（7）数据可视化：将数据呈现在图表和图形中，以便更好地理解其结构和（9）人工智能技术：利用机器学习和深度学习等技术对数据进行挖掘和分析），SQLiteExpert等，这些工具提供了数据建模、SQL开发和全（1）描述性统计学：通过对数据进行数学变换和计算，得到数据的中心趋（2）可视化：将数据绘制成直方图、散点图、折线图等形式，以便更直观（3）推断性统计学：通过对样本数据进行推导，得出关于总体的结论和预（4）分类和聚类：将数据分成不同的类别或群体，以便进一步地研究和分析。例如K-means、决策树、朴素贝叶斯等算法。（5）时间序列分析：对时间序列数据进行分析，以便预测未来的发展趋势和趋势变化。例如ARIMA、LSTM等算法。（6）文本分析和情感分析：对文本数据进行分析，以便了解人们的观点和（7）推荐系统：利用历史用户行为数据和其他相关信息，向用户推荐可能（8）机器学习：通过训练和学习算法，让计算机自动学习数据中的模式和（9）数据分析是一项重要的技能，可以帮助我们从海量的数据中发现有价•Tableau：一款强大的数据可视化工具，支持拖拽操作，适合•FineBI：一款国产的BI工具，支持多数据源连接和复杂的数据分析。研究。这些工具各有优缺点，选择时应根据具体需）：•合规性：评估工具是否符合相关的数据保护法规和标准，如G（4）PR、好地了解其数据资产运营的效率和效果，并据此础设施。同时，边缘计算将允许更接近数据轻松理解数据。数据故事化将成为沟通数据洞10.个性化和定制化：随着用户对个性化和定制化服务的需求增删除或插入。数据篡改可能导致企业决策失误、合规性问题，一旦违反相关法律法规，企业将必须遵守相关法律法规。例如，欧盟的GDPR对个人数据的跨境传从数据的创建、存储、使用到销毁，都必须遵守相关法律法规。例如，欧盟的GDPR要求企业在数据处理过程中必须实施适当的技术和管理措施，确保数据的人员与管理风险主要包括数据操作人员能力的参差不齐导致数据管理流程题。如果存在权利瑕疵，可能会直接导致经济损失和监管要求对数据资产出资入股的合法性和有（1）市场风险。市场风险是指因市场竞争、数据资产定价不准确、行业方（2）法律风险。数据资产法律风险主要因为目前与数据资产管理相关的法（1）加强数据安全管理。对于数据资产安全风险的管理，建议从以下几个共数据资产销毁处置，“要严格履行规定的内控流程和审批程序，严禁擅自处（2）提升数据资产质量。企业应建立数据质量管理机制，对数据来源、数建立数据质量管理框架.企业应建立数据质量管理框架，明确数据质量标准和评估方法，定期对数据质量进行监控和评估。（3）遵循数据合规要求。数据合规风险是企业在数字化时代面临的重要挑a.加强数据合规意识.企业应加强员工的数据合规意识培训，让员工了解数b.建立完善的数据合规管理制度.企业应建立健全的数据合规管理制度，包d.加强数据合规审计和监控.企业应定期进行数据合规审计，及时发现和解（4）优化数据技术选型与应用。企业应根据业务需求和发展战略，合理选（2）增强市场情报和竞争力分析。通过持续的市场监控和竞争分析，企业（3）建立有效的数据管理和定价机制。企业需要建立一套科学的数据管理包括调整产品线、服务范围和业务模式，以应对行（5）完善相关法律法规体系。完善数据资产相关法律法规体系是推动数据任追究机制，以及数据纠纷的解决途径和程序，以保护能够更好地理解公众需求，优化资源配置，提升过数字化手段优化供应链管理、人力资源配置等，2.明确职责与协同：清晰界定数据管理部门、业务部门、IT部门等在数据（1）数据资产入表能够将集团数据采集、治理、加工等费用转化为资产投（2）通过减少部分当期支出并增加部分资产，数据资产入表能够优化资产（3）数据资产入表可以做大资产规模，有助于改善城投集团财务报表，边构，以集团级别统一数字化管控平台为载体，以PC端、移动端、大屏应用为依（1）集团房地产行业数据资产：在房地产行业，这些数据可能涵盖了市场记录等。物业经营收入与支出，详细记录收入来源（2）集团资产经营数据资产，旨在对集团各类资产的经营情况建立分析模（3）文投文化旅游数据，如文投产生的数据，依托位置数据，融合客户画（4）金融投资板块投资企业经营数据，转化为融资信用，应用于征信中的合规审查登记后可以进场交易，为金融机构发放信贷完成首批3000户企业用水脱敏数据资产化入表工作，成（6）充电桩能源企业用电数据。能源可以将相关充电桩用电数据脱敏，输（7）智慧基建宽带类用户数据，融合客户画像标签数据等多源数据，实现（8）智慧停车应用场景数据。智慧停车应用场景数据资产入表，基于该数（9）园区数据能源管理数据，可以将相关用户的用水、用热的情况数据脱度日均用水量/用热量等数据，该部分数据脱敏之1.规范数据资源的核算，使得数据资源成本能够“看得清，算得准”单位发布的《公共数据运营模式研究报告》汇集了全国近20对科技发展态势的理解、认识不足，对这一轮数据和AI带来的革命，很多人也构建以数据为中心的组织体系和运行模式。”可以对目前各种不同形式的数据资产运营现状数据产品和服务的场内交易与场外交易存在在此基础上增加数据科学平台、应用PaaS平台以及数据中台等技术平台来完善数字化基础设施，并且需要通过云计算的SaaS和其他服务方式将相关能力提供资产股权化和证券化的体制机制，吸引产业资本和金融资跨境数据流动对全球治理合作体系的有效性及传体比较多，情况多样且比较复杂，需要不断在实践中探索。”的主要瓶颈，以及人工智能专业人才短缺等方平台企业首席科学家回到高校。而且现有的资产（物理世界资产）也可以通过包括数字孪生、大数据、区块链、云计算、人工智能等相关数字技术成为数字化资产，形成越来越多的数据资产，（2）企业数据成本或者价值可靠计量问题。企业以以统一的标准进行衡量，导致数据很难有一套产品，却无法被潜在的市场客户买单，那也不4.数据资源化和数据资源资产化为数据资产运营带据资源都可以被列为数据资产进行数据资产运营，其-般是要经过加工处理、确理与辨析。该国有企业通过对数据梳理/治理、登记与确权、合规评估、经济利该国有企业在全省范围内率先完成了市属国有企业数据资产入表和授信融（3）无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的5.在数据资源入表当月，按照无形资产会计准则要求，自入账当月（2024案例二多源交通大数据融合驱动的机动车碳排放监测与管控效），将卡口数据的路况与互联网路况进行融合，得到更包括车辆类型、道路类型、排放标准、燃料类型、速度区间、碳排放因子等6Ec=l×Σk=i(VTRi.q.EFi式中：Ec—机动车碳排放量（kg）；l—道路长度（km）；VTRi—第i种车图4-2全国路网交通碳排放监测平台界面（全国）图4-3全国路网交通碳排放监测平台界面（北京市）基于多源数据的机动车碳排放测算案例的经济和社会效益主要体现在以下安网中提取近三年的交通事故历史数据，而后将其匹配至风险因子识别结果上，f1fjd1dj关联步骤（一）提取出的路网因子数据及事故数据，采用Apriori数据挖掘的独热矩阵。接着计算各个指标、各个指标组合的支持度support值、置信度confidence值。根据算出的confidence值，提取置信度排名TOP10的隐患因子组 在结果矩阵中，yj代表第j个路段的事故频率隐患系数，zj代表第j个路段的dj高危路段进行报警，实现道路交通安全风险系，为交警提供路网、设施设备布设优化辅助图4-4路网单因子隐患分布展示界面图4-5路网组合隐患分布展示界面2.感知、预测路网安全风险，引导事故预防策略图4-6高风险点段预警展示界面立有效的数据管理框架、流程和政策，以及采用先进法收集和使用、对数据泄露的防范和处理，以第五部分数据资产入表们能够通过估值将数据资本化，比如融资授信，这数据资源经过治理之后，输出更多的是一个模型或者一些API，这部分内容图5-1数据资产入表及运营全流程4.优化改进调整：依照问题对梳理内容、定义及模板进行优图5-2数据资源梳理五步法2.成本归集和分摊：根据财政部《企业数据资源相关会服务器成本、存储成本、计算资源成本，以及相图5-3数据资源入表及运营各阶段参与方责提供系统信息。而作为牵头团队，IT通常要对接数据厂商，搞清楚企业到底计划里面的内容，涉及12大场景。比如针对交通、农业，输出相关应用产品，亿亿次浮点运算/秒（ZFLOPS），算力总规模位列全球第二，并且数字经济已占2022年底，中共中央、国务院发布的《关于构建数据基础制度更好发挥数2024年被视为数据资产入表“元年”，预示着巨大市场机遇。通过提供数（1）数据要素发展需要健全国家法规与市场监管两大体系，本次数据要素图5-4主要研究路线图主要根据中小银行信息科技外包风险监测与评估模型定性和定量相结合的表5-1研究方法序号研究方法方法描述文献研究法本次研究将搜集一定的文献资料，分析我国数字经济发展趋势、数据要素市场变化，了解数据资产相关政策，为整体研究打下“坚实地基”。业界动态法通过关注数字经济发展和数据要素产业的新动态，及时发现新的市场机遇和产业挑战，利用业界的优秀成果，实现本次研究的“兼容并包”。行业交流法通过与会计师事务所、律师事务所、生态研究机构等人员的广泛交流，了解数据要素新赛道的市场模式，为数据要素生态发展“集思广益”。4.经验总结法在实践中总结经验和方法，进行归纳与提炼，使之系统化、专业化，进而上升为一种实施方法论，推动行业发展，并成为“沟通桥梁”。实践分析法通过对数据资产化实施路径的研究，总结并提炼各类指标体系，兼顾合理性、专业性和实用性，致力推动数据要素产业的“融合发展”。要素市场新赛道的发展机遇，共同为我国数字经济•数据产品设计：开发数据可视化工具、数据API、数据订阅服务等产品。据产品、数据服务、数据工具、数据资产、要求则强调了透明度和可比性，要求企业充分披露图5-5数据资产入表七大意义图图5-6数据要素全产业链生态服务示意图-产品资本化的价值流通路径，开设数据资产账户，引入内部分户账，有效管理和重要性分类、按数据应用场景等。便于后数据治理与安全是确保数据资产有效管理、合规使用和安全存储的关键环（1）数据资源清洗与加工。数据清洗是提高数据质量的关键步骤，涉及去（2）数据合规体系构建。依据国内外法规、网络安全法、数据安全法、个（3）数据治理体系构建。建立以高管层为代表的数据治理顶层架构，明确•合规培训资料：为全体员工提供数据合规和保护意识的培训，包括培训等法规基础，构建数据合规制度，包括制度、提供定制化的解决方案，满足企业个性化需求，法规和行业标准适配性，以及三大体系在企（1）数据来源合规。首先，满足《网络安全法》《数据安全法》《个人信（2）数据内容合规。首先，审查数据内容，确保不涉及个人身份信息、敏信息处理者的企业应制定内部管理制度和操作规程、对个人信息实行分类管理、筑行业等，最后，明确数据安全或IT风险内外法律法规要求，避免因数据违规使用而引数据合规工作结束后，则需要进行数据确权，而数据确权是数据入表的最（1）数据资源持有权。对于数据资源持有权，数据二十条有意淡化“数据上链、存证等服务工作，给数据提供了合法（3）数据产品经营权。主要是指运营商对其开发的数据产品进行运营、支图5-7数据资产确权三证图确保了数据在使用和流通过程中的安全性，减少了权难题，包括数据资源的识别、权利归属的界定、数数据质量评估与价值评估是企业数字化转型的基石，前者确保数据的准确参照《信息技术数据质量评价指标（GB∕T36344-2018）》，对企业数据资产的准确性、一致性、完整性、规范性、时效性和可访问性进行评估，并出具报告，表5-2数据质量评估方法方法介绍通俗易层次分析法是一种综合评估方法，由美国著名的运筹学专家ThomasL.Saaty于20世纪70年代提出来的，是一种定性与定量相结合的多目标决策分析方法。AHP通过将复杂的问题分解成层次结构，然后用成对比较的方式确定各个因素之间的相对重要性，最后通过数学运算得出决策方案的权重，从而帮助决策者做出选择。数据质量各赋权重模糊综合评价法模糊综合评价法是在模糊数学理论基础上发展起来的一种综合评价方法，适用于处理具有模糊性和不确定性的评价问题。它通过将评价对象的各种属性或指标转化为模糊集合，然后利用模糊数学的合成运算，得到一个综合的模糊评价结果。定性或半定量，给出高、中、低评价德尔菲法是一种通过匿名征询专家意见，经过多轮反馈和讨论，最终达成共识的决策方法。它主要用于预测未来趋势或解决复杂问题，结合专家经验综合判断尤其在缺乏充分数据或需要考虑专家判断的情况下更为有效。表5-3数据质量评价指标—准确性指标编号指标名称指标描述计算方法0101数据内容正确性数据内容是否是预期数据X=A/B，式中：A=满足数据正确性要求的数据集中元素的个数B=被评价的数据集中元素的个数0102合规性值范围、数据长度、精度等）是否满足预期要求。示例：性别一栏不能出现男/来实现。X=A/B，式中：A=满足格式要求的数据集中元素的个数B=被评价的数据集中元素的个数0103数据重复率特定字段、记录、文件或数据集意外重复的度量。示例：在客户关系管理系统（CRM）中，如果系统中存在多个于数据录入错误或数据整合不当X=A/B，式中：A=重复的数据集中元素的个数B=被评价的数据集中元素的个数0104数据唯一性特定字段、记录、文件或数据集唯一性的度量。X=A/B，式中：A=满足唯一性要求的数据集B=被评价的数据集中元素的个数0105脏数据出现率正确字段、记录、文件或数据集之外无效数据的度量。如果某位员工的工时记录为负数或超出了正常范围，这表明数据中存在脏数据。这可能是由于数据录入错误或计算公式设置不当，如果不及时修正，将导致薪资计算错误。X=A/B，式中：A=有脏数据出现的数据集中元素的个数；B=被评价的数据集中元素的个数表5-4数据质量评价指标—一致性指标编号指标名称指标描述计算方法0201相同数据一致性同一数据在不同位置存储或被不同应用或用户使用时，数据的一致性；数据发生变化时，存储在不同位置的同一数据被同步修改。销售系统中，客户的联系方式应该是相同的。X=A/B，式中：A=满足一致性要求的数据集中元素的个数；B=被评价的数据集中元素的个数0202关联数据一致性根据一致性约束规则检查关联数据的一致性。示例：某在线商城的订单系统中，每个订单都有一个对应的客户反了关联数据一致性，可能导致订单处理错误或无法追溯订单详情。X=A/B，式中：A=满足一致性要求的数据集中元素的个数B=被评价的数据集中元素的个数0203逻辑数据一致性数据应能够按照业务正常逻辑个仓库的库存量不应该超过其物理容量。如果系统显示某仓库的库存量为10000件，但该仓库的最大存储能力仅为5000件，这就不符合逻辑数据一致性，可能是因为系统未正确考虑仓库容量限制，或者数据更新不及时。X=A/B，式中：A=满足一致性要求的数据集中元素的个数B=被评价的数据集中元素的个数表5-5数据质量评价指标－完整性指标编号指标名称指标描述计算方法0301数据元素完整性按照业务规则要求，数据集中应被赋值的数据元素的赋值程度。写年龄，就违反了数据元素完整性。X=A/B，式中：A=被赋值的数据集中元素的个数B=预期被赋值的数据集中元素的个数0302数据记录完整性按照业务规则要求，数据集中应被赋值的数据记录的赋值程度。示例：在一个员工管理系统中，名、职位、部门和入职日期。如果一个员工记录只包含了姓名和职位，而缺失了员工ID或其他重要信息，这条记录就不完整，破坏了数据记录完整性。X=A/B，式中：A=被赋值的数据集中元素的个数B=预期被赋值的数据集中元素的个数0303数据项填充率数据集赋值完整的数据项数量与数据项总数量之比。示例：在一款应用程序的用户行为数据中，“上次登录日期”这一数的记录都包含了最近一次登录的日期。这高填充率确保了可以准确地分析用户活跃度和登录模式。X=A/B，式中：A=数据集赋值完整的数据项数量B=数据集数据项总数量表5-6数据质量评价指标－规范性指标编号指标名称指标描述计算方法0401数据标准数据符合数据标准的度量。相关规定等。注2：和数据归档一样甚至更数据的销毁一般也有一个比较详细且具有可执行性的规定。X=A/B式中：A=满足数据标准要求的数据集中元素的个数；B=被评价的数据集中元素0402数据模型数据符合数据标准的度量。注1：数据模型是一种直观描述组规范。注2：评价数据质量时需要检查是否存在清晰可理解的数据模型定义以及这些数据的组织形式X=A/B式中：A=满足数据模型要求的数据集中元素的个数；B=被评价的数据集中元素0403元数据否提供可解读的元数据文档。类型值域等内容的数据字典为一X=A/BA=满足元数据定义的数据集中元素个数；B=被评价的数据集中元素0404业务规则数据符合业务规则的度量。注1：业务规则是一种权威性完整性的规则。注2：评价数据质量时需要检查是否存在良好归档的业务规则X=A/BA=满足业务规则的数据集B=被评价的数据集中元素0405权威参考数据主记录用来参考的数值集合或分类表。参考数据列表。示例：一张用于一个特定字段的有效值列表为一种参考数据类型。X=A/B式中：A=满足参考数据规则的数据集中元素的个数；B=被评价的数据集中元素0406安全规范安全规范是安全和隐私方面权限管控、数据存储加密等。X=A/B式中：A=满足安全规范的数据集B=被评价的数据集中元素表5-7数据质量评价指标－时效性指标编号指标名称指标描述计算方法0501基于时间段的正确性基于日期范围的记录数或频率分布符合业务需求的程度。X=A/B式中：A=满足有效性要求的数据集中元素的个数B=被评价的数据集中元素0502基于时间点及时性布或延迟时间符合业务需求的程度。X=A/B式中：A=满足及时性要求的数据集中元素的个数B=被评价的数据集中元素0503数据集中同一实体的数据元素之间的相对时序关系。X=A/B式中：A=满足时序性要求的数据集中元素的个数B=被评价的数据集中元素表5-8数据质量评价指标－可访问性指标编号指标名称指标描述计算方法0601可访问数据在需要时的可获取性X=A/B，式中：A=满足可访问性要求的数据集中元素的个数；B=被评价的数据集中元素0602可用性数据在设定有效生存周期内的可使用性X=A/B，式中：A=满足可用性要求的数据集中元素的个数B=被评价的数据集中元素表5-9不同行业的数据资产估值方法行业估值方法备注1电力行业成本法根据历史成本原则2旅游行业收益法1、评估对象的未来收益可合理预期并用货币计量；2、预期收益所对应的风险能够度量；3、预期收益期限能够确定或合理预期。3海关数据服务行业成本法根据历史成本原则4国际贸易行业收益法1、评估对象的未来收益可合理预期并用货币计量；2、预期收益所对应的风险能够度量；3、预期收益期限能够确定或合理预期。5农业行业成本法、收益法6能源行业成本法根据历史成本原则数据资产入表是数字经济时代企业资产管理的关键环节，它涉及数据预期及列报与披露，建立透明的数据资产评估与报告（1）数据预期价值分析。企业可结合数据资源分类、业务交互需求和应用深度学习后对未来市场的预测和整合多个渠道的客②开发相关数据资源所需的硬件运行小时数，依托设备（4）列报与披露。数据资产的列报与披露是数据资产入表中的最后一个环表5-10确认为“无形资产”的数据资源披露内容序号披露内容具体要求1披露主体使用的数据资源按外购、自行开发、其他方式取得的无形资产类别分别披露期初、期末余额及变动情况。披露期初、期末的账面价值、分类、初次计量方法、后续计量方法、摊销或使用年限、累计摊销或摊耗、减值准备等。2使用寿命有限的数据资源无形资产披露使用寿命估计情况和摊销方法。3使用寿命不确定的数据资源无形资产披露账面价值和使用寿命不确定的判断依据。4摊销期、摊销方法，或残值的变更内容、原因及影响数依照《企业会计准则第28号——会计政策、会计估计变更和差错更正》（财会〔2006〕3号）的相关规定，对数据资源无形资产的摊销期、摊销方法或残值的变更内容、原因以及该资产当期和未来期间的影响数进行披露，并对其内容进行必要的说明。5具有重要影响的单项数据资源无形资产遵循重要性原则披露对企业财务报表具有重要影响的单项数据资源无形资产的内容、账面价值和剩余摊销期限。6其他数据资源无形资产披露所有权或使用权受到限制的数据资源无形资产以及用于担保的数据资源无形资产的账面价值、当期摊销额等情况。7研发支出分配根据数据资源无形资产的形成过程披露数据资源研究开发支出计入当期损益和确认为无形资产的金额。8减值相关信息根据《企业会计准则第8号——资产减值》等规定，披露与数据资产无形资产减值有关的信息。9持有待售数据资源无形表5-11确认为“无形资产”的数据资源披露格式项目外购的数据资源无形资产自行开发的数据资源无形资产其他方式取得的数据资源无形资产1.期初余额2.本期增加金额其中：购入其他增加3.本期减少金额其中：处置失效且终止确认其他减少4.期末余额二、累计摊销1.期初余额2.本期增加金额3.本期减少金额其中：处置失效且终止确认其他减少4.期末余额三、减值准备1.期初余额2.本期增加金额3.本期减少金额4.期末余额四、账面价值1.期末账面价值2.期初账面价值表5-12确认为“存货”的数据资源披露内容披露内容具体要求1披露主体使用的数据按外购、自行加工、其他方式取得的数据资源存货类别分别披露期初、期末余额及变动情况披露期初、期末的账面价值、分类、初次计量方法、后续计量方法、摊销或使用年限、累计摊销或摊耗、减值准备等。23计提转回情况披露数据资源存货可变现净值的确认依据、存货跌价准备的计提方法、当期计提和转回存货跌价准备的金额以及计提和转回的有关情况。4具有重要影响的单项数据资源存货遵循重要性原则披露对企业财务报表具有重要影响的单项数据资源存货的内容、账面价值和可变现净值。5其他数据资源存货披露所有权或使用权受到限制的数据资源存货以及用于担保的数据资源存货，以及用于担保的数据资源存货的账面价值等情况。表5-13确认为“存货”的数据资源披露格式项目外购的数据资源存货自行开发的数据资源存货其他方式取得的数据资源存合计1.期初余额2.本期增加金额其中：购入采集加工其他增加3.本期减少金额其中：处置失效且终止确认其他减少4.期末余额二、存货跌价准备1.期初余额2.本期增加金额3.本期减少金额其中：转回转销4.期末余额三、账面价值1.期末账面价值2.期初账面价值将对战略规划进行具体落实，建设数据合规、数据治理和数据安全的三大体系，（1）数据资产挂牌交易。根据数据资产入表环节设计的数据资产形态，选表5-14主要数据交易平台情况介绍交易机构名称数据资产形态应用场景1广州数据交易所广州1、数据产品：数据API、解决方案、数据应用、加密数据、数据分析报告、模型算法、数据集、数据指数、其他2、数据服务：数据分析服务、数据咨询服务、数据培训服务、数据处理服务、数据可视化服务、数据评估服务、数据中介服务、大模型服务、数据安全服务、数据采集服务、其他通信运营商、医疗健康、安全服务、新零售、交通运输、法律服烟草陶瓷、气象服务、其他3、数据能力：数据管理系统、数据安全工具、算法开发平台、数据分析工具、数据存储平台、数据处理工具、数据采集工具、数据智能化平台、数据开发平台、其他4、数据资产：数字藏品、数字艺术品、数字形象、其他2深圳数据交易所深圳1、数据产品：API、数据集、加密数据、数据分析报告、其他数据产品、其他2、数据分析服务、数据可视化服务、数据采集和预处理服务、数据安全服务、数据咨询服务、其他数据采集工具、数据清洗工具、数据分析工具、数据可视化工具、数据安全工具、其他4、其他数据治理、数据安全、数据存储经营风险识别、信息安全、交通管理、人工智能、智慧交通