1Ԏ 数据资产管理实践白皮书（6.0 版）Ԏ ♦ 数据资产管理实践白皮书（6.0版）♦版权声明本报告版权属于 CCSA TC601 大数据技术标准推进委员会，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：CCSA TC601 大数据技术标准推进委员会”。违反上述声明者，本院将追究其相关法律责任。1 ♦ 数据资产管理实践白皮书（6.0版）♦编制说明本报告的撰写得到了数据资产管理领域多家企业与专家的支持和帮助，主要参与单位与人员如下。参编单位：大数据技术标准推进委员会、中国工商银行、中国建设银行、中国农业银行、交通银行、上海浦东发展银行股份有限公司、中国光大银行、平安银行股份有限公司、中国移动通信集团有限公司信息技术中心、中国联合网络通信有限公司、中国电信股份有限公司、中国移动通信集团广东有限公司、中国移动通信集团江苏有限公司、联通数字科技有限公司、中国联合网络通信有限公司研究院、中国电信股份有限公司数字智能科技分公司、中国电信研究院、中国南方电网有限责任公司、海尔集团公司、阿里云计算有限公司、华为云计算技术有限公司、中软国际有限公司、星环信息科技（上海）股份有限公司、恩核（北京）信息技术有限公司、北京数语科技有限公司、广州信安数据有限公司、上海爱数信息技术股份有限公司、海南数造科技有限公司、浩鲸云计算科技股份有限公司、福建新大陆软件工程有限公司、北京亿赛通科技发展有限责任公司、杭州数梦工场科技有限公司、杭州网易数帆科技有限公司、亚信科技（中国）有限公司、上海逸迅信息科技有限公司、北京东方金信科技股份有限公司参编人员：魏凯、姜春宇、王妙琼、李雨霏、闫树、李雪妮、尹正、阚鑫禹、马闻达、刘思达、骆阳、符山、邓正保、王德宇、陆燕、李佳妮、谢云龙、文州、孙琳、朱红伟、顾羿煌、卫清辉、潘学芳、林勇、华桊兴、项子林、胡清源、刘宇、王项男、崔博亚、郑保卫、温鲜阳、王琤、黎山、禹芳、朱征露、徐欢、杨秋勇、高伟、黄伟、张晓川、肖文彬、郭锐、李明旭、李金夏、张振、刘燕、袁雪梅、潘思宇、王爽、付钰、漆晨曦、庞振、顾骧、余亿、戴少青、宋春颖、杨锐、邓平、李基亮、王瀚、鲍立飞、彭洁思、黄孔元、陈科学、巫雪辉、张兰兰、李楷、念灿华、甘长华、郭忆、傅正、邹明旭、刘影、王立冬、梅珂夫、张海波2 ♦ 数据资产管理实践白皮书（6.0版）♦前 言党的十九届四中全会首次将“数据”增列为一种生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制，标志着以数据为关键要素的数字经济进入新时代。党的二十大报告提出要“加快建设现代化经济体系，着力提高全要素生产率”，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业、新业态、新模式，不断做强、做优、做大我国数字经济。数据要素所引发的生产要素变革，正在重塑着我们的需求、生产、供应和消费，改变着社会的组织运行方式。良好的数据资产管理是释放数据要素价值的基础。数据资产管理包含数据资源化、数据资产化两个过程，通过数据资源化构建全面有效的、切合实际的数据资产管理体系，提升数据质量，保障数据安全；通过数据资产化，丰富数据资产应用场景，建立数据资产生态，持续运营数据资产，凸显数据资产的业务价值、经济价值和社会价值。经过多年发展，我国数据资产管理逐步进入深化落地时期。政府部门、金融机构、通信运营商、互联网企业等政企机构纷纷提出数字化转型路线，发布数据资产管理框架，在数据资源化方面积累了实践经验，并探索开展数据流通、价值评估、资产运营等数据资产化工作。《数据资产管理实践白皮书》（6.0 版）是大数据技术标准推进委员会自 2017 年以来发布的第六版白皮书。基于多年理论研究和案例分析，本白皮书将以政府机构和企事业单位作为研究主体（侧重企业），以数据资产赋能业务发展作为核心逻辑，跟踪 2022 年数据资产管理领域政策和行业动向，阐述数据资产管理的概念内涵、演进历程、发展现状，结合企业数据资产管理典型方法和实践案例，重点讨论数据资产管理的活动职能、保障措施、实践步骤等，并对数据资产管理发展进行总结与展望。3 ♦ 数据资产管理实践白皮书（6.0版）♦目 录版权声明 /1编制说明 /2前言 /3一、数据资产管理概述 /1( 一 ) 数据资产管理推动数据要素市场发展 /1( 二 ) 数据资产管理助力企业数字化转型 /2( 三 ) 数据资产管理的概念与内涵 /3( 四 ) 数据资产管理演进 /5( 五 ) 数据资产管理难点 /7二、数据资产管理活动职能 /9( 一 ) 数据模型管理 /9( 二 ) 数据标准管理 /10( 三 ) 数据质量管理 /11( 四 ) 主数据管理 /12( 五 ) 数据安全管理 /13( 六 ) 元数据管理 /15( 七 ) 数据开发管理 /16( 八 ) 数据资产流通 /17( 九 ) 数据价值评估 /19( 十 ) 数据资产运营 /22三、数据资产管理保障措施 /24( 一 ) 战略管理 /24( 二 ) 组织架构 /25( 三 ) 制度体系 /27( 四 ) 平台工具 /28( 五 ) 长效机制 /29四、数据资产管理实践步骤 /30( 一 ) 第一阶段：统筹规划 /30( 二 ) 第二阶段：管理实施 /31( 三 ) 第三阶段：稽核检查 /34( 四 ) 第四阶段：资产运营 /35五、数据资产管理发展趋势 /36( 一 ) 管理理念：从被动响应到主动赋能 /36( 二 ) 组织形态：向专业化与复合型升级 /36( 三 ) 管理方式：敏捷协同的一体化管理 /37( 四 ) 技术架构：面向云的 Data Fabric/37( 五 ) 管理手段：自动化与智能化广泛应用 /38( 六 ) 运营模式：构建多元化的数据生态 /38( 七 ) 数据安全：兼顾合规与发展 /38六、数据资产管理总结与展望 /394 ♦ 数据资产管理实践白皮书（6.0版）♦5目 录图 目 录图 1 数据资产管理推动数据要素市场构建 /1图 2 数据资产管理助力企业数字化转型 /2图 3 数据资产管理架构 /5图 4 数据资产管理难点 /7图 5 华为一体化数据建模示例 /10图 6 数据全流程质量校验管控 /12图 7 数据安全分类分级流程与结果 /14图 8 平安银行双向数据分类分级打标方法 /15图 9 工商银行数据开发流程示例 /16图 10 数据共享、数据开放、数据交易的区别 /17图 11 数据资产交易标的物形式示意图 /19图 12 南方电网数据商业模式示意图 /23图 13 数据战略管理流程与要点 /24图 14 集中式数据资产管理组织架构 /25图 15 联邦式数据资产管理组织架构 /25图 16 数据资产管理制度体系架构 /28图 17 数据资产管理长效机制 /29图 18 数据资产管理实践步骤 /30图 19 数据资产项目管理要点 /32图 20 敏捷式数据资产管理示意图 /33图 23 DataOps：敏捷协同的一体化管理 /37表 目 录表 1 我国涉及自然人、法人和非法人数据权益的法规及其定义 /1表 2 国内外数据价值评估政策与研究总结 /20表 3 集中式管理与联邦式管理比较 /26表 4 数据资产管理复合人才能力表 /27表 5 数据资产管理能力评估维度及要点 /30表 6 数据资产标准规范体系示例 /31 1Ԏ 数据资产管理实践白皮书（6.0 版）Ԏ随着数据的重要性日益显著，数据资产管理成为激发组织数据要素活力、加速数据价值释放的关键。本章首先从数据要素市场发展与企业数字化转型的视角出发，阐述数据资产管理的重要性，其次明确数据资产管理的概念与内涵，再次对数据资产管理演进进行梳理，最后总结了当前数据资产管理的主要难点。( 一 ) 数据资产管理推动数据要素市场发展 当前，数据成为各国发展数字经济的重要抓手。在数字社会，数据成为了国家基础性战略资源，数字经济正在成为经济增长方式的强大创新动能，主要国家数字经济增速显著高于本国 GDP 增速，在 GDP 中贡献水平逐步提升。中国信息通信研究院发布的《全球数字经济白皮书（2022 年）》显示，截至 2021 年，测算的 47个国家数字经济增加值规模为 38.1 万亿美元，占 GDP 比重为 45.0%，中国数字经济规模位列全球第二，总规模为 7.1 万亿美元1。推动以数据为基础的战略转型成为各个国家和地区抢占全球竞争制高点的重要战略选择。数据要素市场化配置上升为国家战略，将充分发挥对其他要素资源的乘数作用。2020 年 4 月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将“数据”与土地、劳动力、资本、技术并称为五种要素，提出“加快培育数据要素市场”。 2022 年国务院发布《“十四五”数字经济发展规划》提出“要充分发挥数据要素作用、强化高质量数据要素供给”。2022 年 12 月，中共中央国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》中提出要构建适应数据特征、符合发展规律、彰显创新引领的数据基础制度体系，主要是加快数据产权制度、数据流通交易制度、数据收益分配制度、数据安全治理制度四大类基础制度建设。良好的数据资产管理是释放数据要素价值、推动数据要素市场发展的前提与基础。数据资产管理通过构建全面有效的、切合实际的管理体系，一方面规范数据资产采集、加工、使用过程，提升数据质量，保障数据安全，另一方面丰富数据资产应用场景，建立数据资产生态，持续运营数据资产，为政府机构与企事业单位进行资产计量确认提供了良好的数据条件和能力基础，进一步推动数据要素流通，加速要素市场化。一 . 数据资产管理概述图 1 数据资产管理推动数据要素市场构建1 中国信息通信研究院，《中国数字经济发展白皮书》（2022）. 2Ԏ 数据资产管理实践白皮书（6.0 版）Ԏ( 二 ) 数据资产管理助力企业数字化转型 企业竞争的本质是在不确定市场环境下资源配置效率的竞争。随着技术的更新迭代和市场需求的快速升级，生产过程、外部环境、供应链协同的不确定和复杂性持续增加。如何快速感知市场变化、识别潜在客户需求，如何增强决策准确性、实时性，如何提高产品开发迭代速度、降低产品管理运维成本，已成为配置资源效率的关注点和竞争点。数字化转型通过优化企业资源获取和资源配置，提高企业竞争优势。数据是企业资源的具体表现形式和重要载体，在万物互联的时代，数据将渗透至企业设计、生产、管理、服务和运营的全流程，对企业资源获取和配置的优化过程即是利用数字化手段重塑企业发展模式和竞争优势的过程。通过业务数据化，应用数据采集、传输、加工等技术，推动业务全面线上；通过数据业务化，实现数据智能决策，驱动业务创新。数据资产管理提高业务数据化效率，推动数据业务化，加速企业数字化转型。数据资产管理从数据的业务供给端出发，通过数据资源化设计业务流程与数据模型，提高业务从物理世界到数字世界的转换效率，并对线上业务的数据质量和安全进行管控，保障业务运转的高质量，降低业务的安全风险。数据资产化从业务的数据需求端出发，打通企业内部数据、引入企业外部数据，加深数据与业务线的融合，催生数据场景化，应用数据分析技术，实现数据赋能业务发展，推动企业精细化管理变革。我国鼓励企业提升数据治理水平，加速数字化转型。2020 年 9 月国务院国资委办公厅下发《关于加快推进国有企业数字化转型工作的通知》，要求各国有企业加快集团数据治理体系建设，提出构建数据治理体系，“明确数据归口管理部门，加强数据标准化、元数据和主数据管理工作”，“定期评估数据治理能力成熟度”。同时，“强化业务场景数据建模，深入挖掘数据价值，提升数据洞察能力”，提升数据服务水平。此外，指出制定规划、协同推进、资源保障对于工作顺利推进的重要性。2022 年 11 月，工业和信息化部发布《中小企业数字化转型指南》，提出了包含开展数字化评估、推进管理数字化、开展业务数字化、融入数字化生态、优化数字化实践等环节的转型路径，为中小企业科学高效推进数字化转型指明了道路。 图 2 数据资