隨著數字技術的發展，數據的獲取、存儲、處理、分析和管理等數據生產過程變得越來越普遍。數據的傳輸和使用給社會生產、生活帶來了極大的便利逐漸發展為不可或缺的重要組成部分。數據量呈現爆發式增長，促使“大數據的概念登上舞臺。海量數據蘊含的價值受到廣泛關注。數據開始作為價值創造的重要源泉，數據生產的社會化趨勢愈發明顯。也就是說，數據的生產過程數據作為生產資料的使用、數據產品的供應都變得社會化。由此，數據成為新型生產要素已是順理成章。

對數據資產化的現實要求逐漸明朗，企業亟須系統梳理數據資產化的內涵， 以全面應對這一重要趨勢。《一本書講透數據資產化》一書認為，數據資產化的內涵可以用“一個核心” 和“三條主線”來總結，如圖 1-2 所示。

圖片

數據資產化的“一個核心”即數據資產戰略體系。組織可以根據既定的 總體戰略和業務戰略，具體闡述數據資產化的關鍵目標，并為該目標的實現進 行全局規劃，從而指導數據資產化的推進。結合組織現有的戰略體系，我們 提供了一個數據資產戰略框架示例，主要圍繞數據資產戰略如何融入總體戰 略、如何實現業務戰略以及如何獲得戰略支撐體系支持 3 方面展開，如圖 1-3  所示。

圖片

在融入總體戰略方面，數據資產化需要突出對企業使命、愿景和目標的貢 獻。數據資產化的藍圖可以概括為：數據賦能高質量發展，創新引領生態圈合 作。數據資產化的總體目標可以總結為：積累數據資產領域的競爭優勢，提高 數據資產的經濟價值和社會價值。組織可以根據自身情況明確 1 年、2 年、5年的數據資產化規劃及業務目標。在實現業務戰略方面，我們將重點討論數據 資產形成路徑、數據資產管理體系和數據資產價值實現等內容。在戰略支撐體 系方面，企業可以基于五大系統完善數據資產戰略實施路徑，著重根據數據資產化的要求對各項管理職能進行變革，推動數據資產戰略在組織內部的順利執行。 

數據資產化的“三條主線”包括數據資產權益形成、數據資產事項管理、 數據資產價值共創。數據資產權益形成是對數據資源進行確認并記錄為企業 資產的過程，涉及數據資產權屬界定、數據資產登記以及數據資產入表。數 據資產事項管理是企業對與數據資產相關的交易或事項進行全流程管理的過 程，包括數據資產評估、使用管理、安全防護等一系列管理活動，旨在提高 數據資產價值實現的可靠性和可持續性。數據資產價值共創是數據資產的變 現思路，需要剖析數據資產化對企業商業模式的影響，以規劃數據資產的變 現路徑，同時從生態運營的角度重視數據資產的價值共創，以促進數據資產 的保值、增值。接下來，我們將圍繞“三條主線”對數據資產化的內涵展開 詳細闡述。

1.數據資產權益形成

“數據資產”概念成立的前提是數據相關權益能夠滿足資產的定義和確認 條件。從“資產”的概念內涵來看，人們對資產的認識隨著法律、社會、經濟 的發展經歷了一系列演變，并且深刻影響了會計學的發展。在 16 世紀，一種觀 點認為資產是一個人或實體擁有的所有財產，可以用來償還債務。這種資產 -負債觀體現在資產負債表的構成元素中，利潤則是資產增加和負債減少帶來的 凈效應○一。另一種對資產的認識是收入 - 費用觀，認為資產是遞延（未分配）的 成本，即未歸屬于當期的費用要體現在資產中。持有這種觀點的學者更加重視 利潤表的構成，強調通過成本與收入在會計期間的匹配來決定利潤，以有效反 映付出的努力及獲得的成就○二。這兩種觀點在現有的財務報告體系中都有所體現， 更重要的是，它們塑造了會計層面對資產的定義。 

目前，會計上對資產的確認需要符合定義和確認條件的要求。從我國財政部現行的《企業會計準則—基本準則》（2014）來看，資產的定義是“企業過 去的交易或者事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利 益的資源”，資產的確認條件包括“與該資源有關的經濟利益很可能流入企業” 和“該資源的成本或者價值能夠可靠地計量”。國際會計準則理事會（IASB） 于 2018 年 3 月發布修訂版《財務報告概念框架》，將資產定義為“由過去事項 形成的、由主體控制的現時經濟資源”，其中經濟資源的定義是“有潛力產生經 濟利益的權利”，從原來定義中強調結果（經濟利益預期會流入企業）轉為強調存在（現時是一項經濟資源即可）。確認條件的要求能夠提供關于會計要素的相關性信息，并能如實反映這些要素。 

根據資產的定義和確認條件，數據資產權益的形成需要處理好權屬界定、 經濟價值判斷和會計核算等問題。在權屬界定方面，數據資源是否具有產生經 濟利益的潛力以及相關權利能否被企業擁有或控制是關鍵問題。2022 年 12 月， 《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下 簡稱“數據二十條”）發布，提出“建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制，推進非公共數據按市場化方式‘共同使 用、共享收益’的新模式”。數據產權制度的初步確立，既認可了數據在使用 和流通中存在著一系列能夠產生經濟利益的權利，也通過產權分置機制、“共同使用、共享收益”的新模式明確了數據資產權利的獨特性。不同市場主體可以 通過市場化機制共同使用數據，同一份數據也可以在不同場景中被復用而充分 發揮其使用價值。數據價值實現的新模式進一步弱化了數據所有權的概念，體現出重構數據資產權利的重要性。 

數據資產權益形成的總體目標之一是促進數據合法使用，為社會持續創造價值。“數據二十條”提到，“保障數據來源者享有獲取或復制轉移由其促成產生數據的權益。合理保護數據處理者對依法依規持有的數據進行自主管控的權 益”“充分保障數據處理者使用數據和獲得收益的權利。保護經加工、分析等形成數據或數據衍生產品的經營權”。這些權利的關注點從企業合法獲取、控制數據資源，過渡到企業從數據資源及其衍生產品中合法取得經濟利益，從而為數據資產權屬界定提供了制度基礎。而在認定是否“擁有或控制”數據資產時，需要考慮主體是否排他性地直接獲得了全部數據資源，以回應數據共同使用模 式下的權屬界定問題，明確數據資產相關權利的生效范圍。 

在經濟價值判斷方面，資產的確認條件要求其為企業帶來經濟利益的可能 性達到 50%。為了證實這一點，企業需要建立明確的數據價值實現路徑，并通 過經濟利益分析判斷數據資源為企業帶來經濟利益的可能性。一般來說，企業 需要梳理數據資源的業務模式，例如開發內部使用的數據產品以降本增效，或 利用數據資源對外提供服務，或直接出售原始數據及加工后的數據，并結合具 體的應用場景和技術條件等，綜合考慮使用或出售數據資源在技術、市場層面 的可行性，以及管理意圖和配套資源的支持程度。因此，不少企業通過數據產 品掛牌交易來證明數據資源很可能為企業帶來銷售收入，由此體現出數據要素 市場及相關服務生態建設對數據資產化的重要性。數據要素市場的建設一方面 可以顯著提高數據資產價值實現的可能性，另一方面可以為數據資產的經濟價 值判斷提供更為可靠的市場機制，幫助市場主體在實踐中完善數據資產的經濟 價值判斷方法。由數據商與第三方專業服務機構組成的數據要素流通交易服務 生態可以為企業提供數據資產化服務，輔助完成數據資產的確認工作，加快數 據資產市場價值的形成。 

在會計核算方面，如何可靠地計量數據資源的成本或價值是關鍵問題，這 將直接關系到數據資產計入資產負債表的科目與金額。2023 年 8 月，財政部印 發《企業數據資源相關會計處理暫行規定》（以下簡稱《暫行規定》），明確了數 據資產入表的制度安排，打通了數據資產入表的“最后一公里”。根據《暫行 規定》，數據資源會計處理將參照無形資產和存貨會計準則進行，即采用歷史成 本作為數據資源的計量屬性。這有助于實現不同會計信息間的可比性要求，并 保持謹慎原則。同時，《暫行規定》對數據資源的列示和披露做出了具體要求， 保證了對相關會計要素的如實反映。 為了做好數據資產入表，企業需要篩選出與數據資源獲取、使用、變更、 處置等相關的經濟活動，對發生的成本、耗費的時間和勞動量、帶來的收入等 因素建立會計核算制度，將與數據資源相關的成本進行歸集和分攤。由于成本 歸集和分攤涉及數據資產的業務模式和技術流程，財務部門需要與業務部門和技術部門共同開展工作，形成覆蓋數據資產全生命周期的成本歸集和分攤方法， 繼而建立針對數據資產確認、計量、記錄和報告等環節的會計核算流程。可以看出，數據資產會計核算不僅要求企業更新財務制度，還意味著企業要明確與 數據資產相關的業務財務一體化流程，從而如實反映數據資產對企業經營成果的影響。 

需要特別指出的是，數據資產評估貫穿數據資產的全生命周期，是數據資 產管理的重要環節，主要關注能否用貨幣度量衡將數據資產的價值清晰標識出 來。2023 年 9 月，在財政部指導下，中國資產評估協會制定了《數據資產評估 指導意見》（自 2023 年 10 月 1 日起施行），明確了數據資產的屬性定義、評估對 象、操作要求、評估方法和披露要求。數據資產評估是數據價值化的重要進展， 通過將數據資產的價值納入貨幣度量體系，大大完善了數據資產管理體系。數 據資產評估也有助于構建數據要素市場規則，由此發展數據資產評估、登記結 算、交易撮合、爭議仲裁等市場運營體系，并可以提高企業參與數據要素市場 建設的效率。

2.數據資產事項管理

隨著數據資產成為經濟社會數字化轉型進程中的新興資產類型，樹立正確 的數據資產管理觀念、強化數據資產的全過程管理顯得尤為重要。加強數據資 產管理既需要企業和行政事業單位遵循財務會計管理、資產評估管理等共性要 求，也需要結合數據資產特點構建特色管理體系。2023 年 12 月，財政部發布 《關于加強數據資產管理的指導意見》（以下簡稱《指導意見》），提出了規范和 加強數據資產管理的總體要求、主要任務和實施保障，為數據資產管理提供了 制度依據和路線指引。 

從《指導意見》指出的總體目標來看，構建數據資產治理模式和建立完善 的數據資產管理制度是規范數據資產管理的主要目標，提升和豐富數據資產的 經濟價值和社會價值是規范數據資產管理的愿景，數據資產全過程管理以及合 規化、標準化、增值化是具體要求，公共數據資產管理和應用則是重點探索領 域。文件特別提到了構建“市場主導、政府引導、多方共建”的數據資產治理模式，這是關系到如何在數據資產發展格局中協調約束多元主體行為的重要課 題。此外，《指導意見》突出了公共數據資產管理和應用要以賦能實體經濟數字 化轉型升級、加快推進共同富裕為目標，說明公共數據資產管理要充分考慮社 會利益最大化的目標。由此可見，

《指導意見》為組織和機構認識數據資產管理 的意義、設定數據資產管理的目標提供了極具建設性的指導。 《指導意見》進一步明確了加強數據資產管理的主要任務，具體歸納為以下 幾點。首先，梳理數據資產管理的相關依據，包括依法合規管理數據資產、明 晰數據資產權責關系、完善數據資產相關標準。法律法規、數據資產權責關系 和數據資產相關標準共同構成數據資產管理的制度環境，使數據資產管理有法 可依、有章可循。其次，明確數據資產管理的核心環節，包括數據資產使用管理、數據資產開發利用、數據資產價值評估、數據資產收益分配以及數據資產銷毀處置。這些環節涵蓋了數據資產管理制度的主要內容，是企業數據資產管理活動的重點環節。最后，完善數據資產的風險防范機制，包括強化數據資產過程監測、加強數據資產應急管理、完善數據資產信息披露和報告、嚴防數據資產應用風險。落實數據資產的全面風險管控要求，將在保障數據資產安全的同時，提高數據資產價值釋放效能。 

綜合《指導意見》的相關要求，我們參考《企業內部控制應用指引第 8號—資產管理》涉及的無形資產和存貨管理流程，梳理了數據資產管理的具體事項。無形資產管理的基本流程包括無形資產的取得、驗收、權屬落實、自 用或授權其他單位使用、安全防范、技術升級與更新換代、處置與轉移等環節。 無論是生產企業還是商品流通企業，存貨的取得、驗收入庫、倉儲保管、領用 發出、盤點清查、銷售處置等都是共有的業務環節○一。由此，我們結合兩類資產 的業務流程，突出數據資產的管理要求，繪制了數據資產的基本業務流程，如 圖 1-4 所示。

圖片

從數據資產的取得來看，數據資產在達到預定用途或狀態前需要經歷較為 漫長的加工過程，包括數據脫敏、清洗、標注、整合、分析、可視化等，還可 能涉及數據權屬鑒證、質量評估、登記結算、安全管理等環節。數據資產的內 部使用流程主要包括數據資產的驗收與權屬關系確定、使用與保全、定期更新 維護、評估與處置等環節。與此同時，數據資產開發利用與使用管理可以呈現 交互式的并行優化狀態。企業需要確定數據資產開發利用方案，在使用過程中 還可以根據數據資產評估情況和使用需求來調整開發利用方案。在開發利用過 程中，企業可以通過自行開發數據資產的形式進一步挖掘數據資產的價值，拓 寬數據資產的應用場景。此外，企業可以實現數據資產的市場化流通。數據資產的流通交易可能涉及數據融合加工、數據資產流通、數據資產收益分配等 環節。

3.數據資產價值共創

數據資產形成和管理的主要目的是促成數據資產的價值創造和價值傳遞， 最終獲取數據資產所能帶來的經濟利益。因此，我們常常關注數據資產以何種 形式、價格在市場交換關系中變現是最佳選擇。基于宏觀視角，我們還需關注 數據資產如何通過生產、分配、流通、消費等環節實現價值循環，從而明確數 據資產價值不斷產生的源泉，并構建有助于提升價值循環效能的數據資產運營 機制，暢通數據資源的大循環和價值實現路徑。實際上，數據資產是在數據要 素化的大前提下實現價值的。生產要素指進行社會生產經營活動時所需的各種 社會資源。數據被列為第五大生產要素，表明社會生產經營所需的資源投入和 對應的勞動產出已發生顯著變化。 

在經濟學中，關于到底是商品還是服務更有利于積累國民財富的爭論由來 已久。亞當·斯密認為，國民財富的主要來源是可供出口的、具有生產性特征 的商品，而非生產性的服務則被視為次優產出。但到了 20 世紀末，隨著互聯 網、信息通信等新興技術的普及應用，信息革命從根本上改變了人們的工作習 慣與生活方式。商品與服務之爭的重要變化在于，信息經濟時代的行業分工變 得不再清晰，許多企業的產出既不是單純的商品，也不是純粹的服務，而是將兩者整合在一起的“解決方案”。因此，要區分商品與服務已經變得非常困難。 于是，營銷領域的學者提出了一種全新的“服務主導邏輯”來重新審視商品和 服務的關系，即將商品統一到服務的范疇下，進而重新思考市場交易、價值創 造等基本問題。 

支撐服務主導邏輯不斷發展壯大的價值創造視角是價值共創。信息時代 的理論和大量實踐表明，價值不再是由企業單獨創造，而是由企業與顧客互動 共同創造的，例如，自助結賬的零售系統、產品開發流程中的顧客參與。隨著網絡經濟的發展，價值創造的主體變得更加復雜，供應商、商業合作伙伴、顧 客等不同主體都參與到價值的創造中。價值共創的研究開始廣泛關注多個參 與者共創價值的網絡關系，服務主導邏輯不斷拓展和升級，衍生出服務科學 （Service Science）、服務生態系統（Service Ecosystem）等更宏觀的視角。 

不論是服務主導邏輯，還是價值共創模式，都根植于核心競爭力理論。根據 Prahalad 和 Hamel 的定義，核心競爭力是指組織中的積累性知識，特別是關 于如何協調不同的生產技能和有機結合多種技術流的學識。簡單地說，核心競 爭力主要是企業積累的知識和技能。在服務主導邏輯下，知識和技能成為提供 服務的核心要素。Vargo 和 Lusch 將服務定義為“某實體為了實現自身或其他實 體的利益，通過行動、流程和績效對自身的知識、技能等專業化能力的應用”。 這一點與數據金字塔所包含的“數據 - 信息 - 知識 - 決策”框架相契合，也就 是說，數據價值來源于促進知識和技能的應用，對內可以提升決策效果，對外 可以增強自身提供服務的能力和改善服務質量。此外，數據本身也可以作為一 種服務，將知識與技能傳遞給數據使用者，進而影響社會經濟的各個方面。 

隨著數據要素流通交易的普及，數據服務很可能成為數據要素市場的主要 流通形態。我們平時提到的數據產品也被統一歸入數據服務中。“數據二十條” 針對數據要素流通交易，提出了“培育數據要素流通和交易服務生態”的舉措， 重點在于培育一批數據商和第三方專業服務機構。數據商的主要作用是“為數 據交易雙方提供數據產品開發、發布、承銷以及數據資產的合規化、標準化、 增值化服務”，第三方專業服務機構則可以提供數據流通和交易全流程服務。由此可見，數據要素流通交易服務生態的核心仍然是服務于數據交易雙方的交易需求。那么，是什么因素決定了市場主體是否開展數據交易呢？我們認為，數據資源本身的質量和體量固然重要，但更關鍵的是數據使用者能否通過數據交易獲得所需的服務，以及是否有能力從服務中獲取足夠的價值。針對不同的使用對象和使用場景，數據商需要推出不同的使用版本和定價規則，并持續優化服務體驗。換句話說，對數據交易的理解需要回歸到服務主導邏輯。數據要素進入流通環節后，其價值重心從單純的數據質量轉向了數據服務的質量。

接下來，我們討論數據資產如何通過生產、分配、流通、消費等環節實現 價值循環。由于數字經濟更加注重產業數字化和數字產業化，社會生產經營活 動日益依賴網絡環境和數字技術，及時便捷的數據傳輸網絡能夠將更多市場主 體納入價值創造的過程。數據資產可以被視為在價值共創模式下對數據資源的 一種價值標識，并將在基于價值共創的市場環境中釋放價值潛能。如果我們能 夠構建數據資產價值共創網絡，將有助于不同主體之間實現數據資產的資源整 合、資源共享和價值共創，從而推動數據資產的價值循環。 

這時，我們可以將數據要素市場與數據資產價值共創網絡統一呈現在數據 資產價值循環流向圖中，如圖 1-5 所示。我們將數據交易雙方歸為數據服務提 供者和數據服務使用者。通常，數據服務提供者需在數據要素市場運營體系的 指導下完成數據資產確權登記、評估入表等活動，以明確自身的數據資產權益。 隨后，數據服務提供者通過交易撮合、市場定價、登記結算等機制，與數據服 務使用者完成數據交易。數據服務使用者將數據使用收益回饋至數據要素市場， 由市場評估數據服務提供過程中各參與者的貢獻，并根據貢獻決定各參與者的報酬。

圖片

數據服務使用者通過自身的知識和技能享用并維護數據服務，并根據自身特征和應用場景決定數據資產的使用價值。一般而言，同樣的數據服務對不同 使用者產生的使用價值是不同的。那么，如何實現數據服務的定價呢？由于無 法在數據使用前明確其使用價值，許多數據服務提供者通常先通過營銷手段與 使用者建立長期聯系，再在長期服務過程中與使用者協商定價。在此過程中， 可能會逐步衍生出不同的服務版本和定價規則。 

接受數據服務后，數據服務使用者通常會將獲得的數據資源投入數據資產 價值共創網絡，因為使用者需要該網絡支撐其產品研發、服務提供等生產經營活動。可以看出，數據資產價值共創網絡通常由分布在各地的大數據平臺組成， 這些平臺可能因業務往來或信息傳播而發生一些直接或間接的數據交換。在數 據要素充分高效流通的情況下，這些平臺中運行數據的來源可能相似，但在各 自的業務場景下形成了不同的數據資產價值實現路徑，因此被歸入同一個數據資產價值共創網絡。

借鑒服務生態系統的研究成果，我們具體討論了數據資產價值共創網絡的 運行方式。數據資產價值共創網絡包含一個個旨在匯聚資源的數據資產化服務 系統，例如公共數據共享交換平臺、企業內的數據中臺、個人數據信托平臺。 數據資產化服務系統將行為主體掌握的有形資源或無形資源“溶解”于數據中， 并調節資源被溶解后的密度，剔除低價值信息或敏感信息，實現資源密度的最 優化。這一過程需要充分利用數據服務提供者的知識與技能。例如，如果要用 業務系統中存儲的數據來刻畫企業經營績效，就需要足夠的業務知識和數據處 理技能。 

不同的數據資產化服務系統之間將不斷開展資源整合和價值共創，以提高數據資產價值共創網絡的適應性和可持續性。同時，該網絡也會共享一些必要 資源給數據服務提供者。由于數據服務使用者希望數據服務更加符合自身需求， 它們會將公司基本情況、行業基本情況等信息分享給數據服務提供者。數據服 務提供者繼而傳達自身關于數據資產的價值主張，以幫助使用者更好地從數據 資產中獲益。由此可見，數據服務提供者和數據服務使用者共同完成了數據資 產的價值創造過程。

通過不斷重復上述循環，數據要素市場參與者可以鞏固數據資產價值共創 網絡，數據服務提供者將獲得更多的數據資產應用效果反饋，數據服務使用者 也會更愿意進行資源共享，從而促進數據資產內容的豐富和價值的提升。因此， 數據資產運營管理工作是對數據資產價值共創網絡進行持續跟蹤與分析，加強各方資源整合、資源共享與價值共創，以提升數據資產價值共創網絡運行效能 的過程。 

數據資產價值共創網絡的真正建成還需要通過一系列制度和制度安排來協 調與約束參與者。目前，我國已經建立了數據基礎制度，包括數據產權制度、 數據要素流通交易制度、數據要素收益分配制度和數據要素治理制度。針對數據要素收益分配，“數據二十條”提出，健全數據要素由市場評價貢獻、按貢獻 決定報酬機制，更好發揮政府在數據要素收益分配中的引導調節作用。可以看 出，數據要素收益分配要求統籌數據資產價值共創網絡中的各方利益：對于數 據服務提供者進行收益傾斜，即“推動數據要素收益向數據價值和使用價值的 創造者合理傾斜”；對于數據來源者、數據處理者等給予合理回報，即“確保在 開發挖掘數據價值各環節的投入有相應回報”。數據服務的提供要具備公平性和公益性，即“更加關注公共利益和相對弱勢群體”，特別是鼓勵企業依托公共 數據開展公益服務，強化對弱勢群體的保障和幫扶。

最后，我們討論數據要素治理制度。數據要素治理涉及的主體非常廣泛， 包括政府、企業和社會多方，更關注在數據要素市場建設中各方主體的責任和 義務如何協同。數據資產治理模式則是在擁有數據資產權益的各方之間進行利 益協調和行為約束，因此更強調“市場主導、政府引導、多方共建”的治理模 式。當然，它們與傳統的數據治理存在一些區別。國際數據管理協會（DAMA）對數據治理的定義是，對數據資產管理行使權力和控制的活動集合。這里的數據資產管理基本是在組織內部完成的，因此數據治理關注的是組織內部的權力 和控制活動。而在數據資產價值共創網絡中，我們還需要強調數據資產治理模式的重要性。