漫談數據治理和數據銷毀——從數據到數據資產，你準備好了嗎

隨著數據的重要性日益顯著，數據資產管理成為激發組織數據要素活力、加速數據價值釋放的關鍵。、

一、數據資產管理概念及內涵

1、數據資產

“數據資產”并不是一個新概念，其起源可追溯至20世紀90年代初期，1991年，著名信息管理專家托馬斯·H·達文波特在其著作《信息經濟：信息如何塑造企業、政府和國家》中首次明確提出了“數據資產”的概念。目前業界尚未對“數據資產”有明確定義,《數據“二十條”》、《企業數據資源相關會計處理暫行規定》《數據資產評估指導意見》等相關政策梳理,主要涉及“數據資產”和“數據資源” 兩個概念。通過梳理數據資產相關政策和規定,可將“數據資產”劃分為廣義和狹義兩種含義。

廣義上的“數據資產”等同于“數據資源”，更側重于數據的價值屬性；而狹義上的“數據資產”則主要依據財政部《企業數據資源相關會計處理暫行規定》的要求，需滿足資產確認條件并計入資產負債表的數據資源，更強調數據的財務屬性。

中國信息通信研究院大數據技術標準推進委員會在《數據資產實踐管理白皮書》中對數據資產的定義如下：

數據資產（Data Asset）是指由組織（如政府機構、企事業單位等）合法擁有或控制的數據，這些數據以電子或其他方式記錄，包括文本、圖像、語音、視頻、網頁、數據庫、傳感信號等結構化或非結構化數據，能夠進行計量、應用與交易，并能直接或間接帶來經濟效益和社會效益。

2.數據資產管理

數據資產管理(Data Asset Management) 是指對數據資產進行規劃、控制和供給的—組活動職能,包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序, 從而控制、保護、交付和提高數據資產的價值。數據資產管理須充分融合政策、管理、業務、技 術和服務,確保數據資產保值增值。

數據資產管理包含數據資源化、數據資產化兩個環節。

數據資源化的工作目標是提升數據質量和保障數據安全，確保數據的準確性、一致性、時效性和完整性，從而推動數據的內外部流通。數據資源化涵蓋數據模型管理、數據標準管理、數據質量管理、主數據管理、數據安全管理、元數據管理、數據開發管理等活動職能。

數據資產化則通過將數據資源轉化為數據資產，釋放數據資源的潛在價值。工作重點是擴大數據資產的應用范圍，厘清數據資產的成本與效益，并在數據供給端與數據消費端之間構建良性反饋閉環。數據資產化的主要活動職能包括數據資產流通、數據資產運營、數據價值評估等。數據資產管理架構如圖：

文件硬盤數據銷毀

二、數據資產管理的相關政策

2020年9月，國務院國資委辦公廳下發《關于加快推進國有企業數字化轉型工作的通知》，要求各國有企業加快集團數據治理體系建設。

2022年11月，工業和信息化部發布《中小企業數字化轉型指南》，提出開展數字化評估、推進管理數字化、優化數字化實踐等環節的轉型路徑，為中小企業科學高效推進數字化轉型指明方向。

2022年12月，中共中央國務院發布《關于構建數據基礎制度更好發揮數據要素作用的意見》，提出構建適應數據特征、符合發展規律、彰顯創新引領的數據基礎制度體系，主要包括加快數據產權制度、數據流通交易制度、數據收益分配制度、數據安全治理制度四大類基礎制度建設。

2023年12月，國家數據局等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，對發揮數據要素乘數效應、激活數據要素潛能、賦能經濟社會發展進行重要部署，以充分發揮數據的基礎資源作用和創新引擎作用。

財政部分別于2023年和2024年印發《關于加強數據資產管理的指導意見》和《關于加強行政事業單位數據資產管理的通知》，強調充分發揮數據資產價值作用，保障數據資產安全，更好地服務于保障單位履職和事業發展。

三、數據資產管理發展現狀

中國信息通信研究院發布的《中國數字經濟發展研究報告（2024年）》顯示，2023年我國數字經濟規模達到53.9萬億元，較上年增長3.7萬億元，數字經濟占GDP比重達到42.8%，較上年提升1.3個百分點，數字經濟增長對GDP增長的貢獻率達66.45%，有效支撐了經濟穩增長。

一是多領域數據資產管理齊頭并進。在金融領域，中國人民銀行發布了《金融業數據能力建設指引》，為金融業工作落地實施提供強力指導。銀保監會于2022年發布《關于銀行業保險業數字化轉型的指導意見》，提出數字化金融產品和服務方式廣泛普及。在通信領域，工業和信息化部發布了《“十四五”信息通信行業發展規劃》，探索建立數據應用處理、數據產品標準化、數據確權、數據定價、數據交易信任的數據資源管理制度體系。在制造業領域，工業和信息化部發布了《智能制造典型場景參考指引（2024年版）》。在能源行業，國家能源局發布了《關于加快推進能源數字化智能化發展的若干意見》，提出“賦能傳統產業數字化智能化轉型升級是把握新一輪科技革命和產業變革新機遇的戰略選擇”這一新要求。國家發展改革委、國家數據局、中央網信辦、工業和信息化部、財政部、國家標準委組織編制了《國家數據標準體系建設指南》，預計到2026年底，基本建成國家數據標準體系，為推動數據要素高水平應用提供有力支撐。

二是行業數據資產管理能力穩步提升。中國電子信息行業聯合會發布的《2024中國數據管理報告》，從2020年到2024年，DCMM發展指數呈現出逐步上升的趨勢。2020年指數為27.03，2024年DCMM指數達到57.70，全行業數據管理能力穩步成長，企業逐步構建數據管理體系，數據管理逐步從數據資源化階段邁向數據資產化階段。

三是數據產業發展強勁有力。數據產業作為依托現代信息技術，對數據資源進行產品或服務開發，并促進其流通應用的新興產業，預計到2029年，數據產業規模的年均復合增長率將超過15%?！?024中國數據管理報告》顯示，數據服務業的DCMM發展指數從2022年的25.83增至2024年的41.11。數據服務企業不斷優化自身數據管理的流程化和標準化水平，有效提升了服務效率和品質，為數據產業的健康發展注入了強勁動力。

四是部分企業數據資產先行先試。財政部正式發布了《企業數據資源相關會計處理暫行規定》，明確指出企業內部數據資源研究開發項目的支出，在符合資本化條件的情況下可予以確認。與此同時，中國資產評估協會同步出臺了《數據資產評估指導意見》，為數據估值及其納入財務報表提供了堅實的政策支撐。中國聯通集團積極展開數據估值及入表工作，率先完成數據資源入表披露，并發布了《中國聯通數據要素價值管理與實踐報告》，為業界提供了寶貴的實踐參考。截至2024年10月31日，A股市場超過5000家上市公司中，共有54家公司披露了數據資源入表情況，總額達到10.94億元。從行業分布來看，這些入表公司主要集中在數據規模龐大、應用能力突出、數字技術實力雄厚的行業，涵蓋通信、信息技術服務、交通運輸等領域。

五是數據安全建設同步開展。在政策層面，2024年，中央網信辦發布了《網絡數據安全管理條例》，金融監管總局推出了《銀行保險機構數據安全管理辦法（征求意見稿）》，工信部則發布了《工業和信息化領域數據安全事件應急預案（試行）》等一系列數據安全建設要求，進一步充實了數據安全領域的監管政策體系，為數據安全建設的具體實施提供了詳盡的指導。國家標準GB/T 43697-2024《數據安全技術 數據分類分級規則》的正式發布，明確了數據分類分級的通用規則，確立了數據分類與分級的基本原則，涵蓋業務相關性、數據敏感性、風險可控性等方面。

四、數據資產管理主要難點

當前，數據資產管理面臨一系列問題和挑戰，涵蓋數據資產管理的模式機制、技術工具、數據應用、價值評估、交易流通、安全合規等多個方面。

一是數據資產價值不顯著，內生動力不足。隨著行業主管部門對企業數據管理提出更高要求，企業開展數據資產管理的外部動力逐漸增強。然而，多數企業仍以響應政策號召和滿足監管要求為目標，尚未充分認識到數據資產在提升業務決策效率、優化運營流程以及開拓新市場等方面的巨大潛力。由于缺乏有效的價值評估體系和激勵機制，數據資產管理的投資回報率不顯著，導致管理層難以明確數據資產管理的價值貢獻，未能形成以價值管理為導向的數據資產管理戰略。

二是主體數據體系不健全，管理效能難以發揮。大部分單位內部信息化建設缺乏統一規劃，數據標準不統一，共享效率低下，嚴重阻礙了數據資產的內部流動和共享應用。數據管理與使用方之間缺乏有效的溝通和反饋機制，影響了數據應用效率。數據質量規則尚未得到數據生產者或數據使用者的確認，源頭數據質量管理存在缺失，導致數據質量難以實時滿足業務需求。此外，技術工具應用不足，數據資產管理仍大量依賴人工操作，致使問題的發現和解決過程出現延遲。

三是缺乏數據有效評價機制，資產收益難以評估。各行各業正積極嘗試利用數據進行決策、優化和創新，然而，如何科學、全面地評價數據應用的實際效果已成為一個亟待解決的問題。數據應用效果隨應用場景的變化而變化，由于缺乏統一的標準和方法，許多數據應用的效果難以被準確衡量。這不僅影響了數據應用的持續完善，也導致數據資產收益難以評估，阻礙了數據價值的充分釋放。

四是數據價值難以量化，數據流通交易受阻。目前，數據要素市場仍處于發展初期，尚未建立明確的數據確權和定價機制。在數據確權方面，若數據處理者無法在制度層面明確相應權利，其前期勞動投入可能無法得到保障，同時會誘使部分數據處理者選擇非法手段抓取、竊取其他數據處理者的數據，擾亂市場秩序。在數據定價方面，由于數據市場供需關系不匹配、市場尚處于培育期以及應用場景不清晰等因素，增加了數據定價的難度。數據成本難以計量，預期收益難以把握，導致難以確定數據價格范圍。

五是數據安全合規是新命題，難以適應新需求。一方面，行業對數據安全合規的規范內容不夠明確，導致實踐中數據合規制度的建立和實施在很大程度上需要參照行業標準、推薦指南等軟性規范。然而，不同行業、不同領域的標準和指南存在難以兼容的問題，使得數據合規制度建設缺乏統一標準。另一方面，數據安全合規管理與傳統信息安全工作存在交叉，數據安全合規管理涉及網絡安全負責人、數據安全負責人、個人信息保護負責人等多個角色，在實際操作中，這些數據保護相關負責人的定位和職能不明確，進而影響數據安全合規管理的高效運轉。

文件硬盤數據銷毀