数据资产全过程管理手册

一、建设背景（一）政策依据------------------1（二）政策解读------------------1二、术语定义（一）数据----------------------2（二）数据资源------------------2（三）数据资产------------------2（四）数据资源化----------------2（五）数据资产化----------------2（六）数据资产护照--------------2（七）数据资源入表--------------3（八）数据产品------------------3（九）数据资产台账--------------3（十）数据资产登记--------------3（十一）公共数据资源授权运营----3（十二）数据资产收益分配--------3（十三）数据交易----------------4（十四）数据流通----------------4（十五）数据资产管理------------4三、数据资产全过程管理实施路径（一）数据资产盘点--------------4（二）数据场景设计--------------4（三）数据产品加工--------------4（四）数据合规审查--------------5（五）数据安全风险评估----------5（六）数据质量评价--------------5（七）数据资产价值评估----------6（八）数据资源入表--------------6（九）数据资产台账编制----------6（十）数据资产登记--------------6（十一）数据资产授权运营--------6（十二）数据资产收益分配--------6（十三）数据资产交易流通---------7四、数据资产全过程管理具体实施办法（一）数据资产台账编制-----------7（二）数据资产登记--------------10（三）数据资产授权运营----------11（四）数据资产收益分配----------15（五）数据资产交易流通----------17五、总结与展望附件：部分省市已发布的数据资产全过程管理相关政策原文一、中华人民共和国财政部--------19二、浙江省----------------------22三、广西壮族自治区--------------26四、大连市----------------------30五、上海市----------------------36目录CONTENTS 1一、建设背景随着数字化浪潮席卷全球，数据作为新型生产要素，深度融入生产、分配、流通、消费及社会服务管理等全链条，重塑产业格局、革新生活图景、驱动社会治理模式升级。数据资产作为数字经济时代的核心生产要素，正以蓬勃之势成为推进数字中国建设、加速数字经济高质量发展的战略基石。为贯彻落实党中央、国务院关于数字经济发展的重要决策部署，充分激活数据资产价值潜能，有效防范价值应用风险，财政部重磅发布《数据资产全过程管理试点方案》（财资〔2024〕167号）。该方案以2025年初至2026年底为试点周期，遴选水利部、农业农村部等中央部门，中国电子信息产业集团有限公司、中国移动通信集团有限公司等中央企业，以及北京、湖南、河北等地方财政部门参与试点。聚焦数据资产台账编制、登记、授权运营、收益分配、交易流通等核心环节，全力探索高效的数据资产管理模式，推动数据资产管理制度标准体系与在国家大力培育数据要素市场的战略指引下，浙江、安徽、河北、广西、湖北、贵州、湖南七省勇立潮头，率先出台数据资产全过程管理试点方案，围绕“确权-登记-入表-流通-应用-安全”全生命周期管理链条，因地制宜开展差异化实践，为全国数据资产管理体系建设提供鲜活样本。与此同时，北京市、上海市两大直辖市，以及大连市积极响应政策号召，深度参与试点探索，共同聚焦重点环节攻坚，致力于形成可复制、可推广的实践经验，为全国数据资产管理体系的完2024年12月27日，财政部重磅发布《数据资产全过程管理试点方案》（财资〔2024〕167号），这一方案的出台意义深远。方案以2025年初至2026年底为试点周期，精心遴选了水利部、农业农村部等中央部门，中国电子信息产业集团有限公司、中国移动通信集团有限公司等中央企业，以及北京、河北、大连、吉林、上海、江苏、浙江、安徽、福建、山东、湖北、湖南、深圳、广西、贵州、云南等地方财政部门参与试点。其核心目标在于围绕数据资产台账编制、登记、授权运营、收益分配、交易流通等关键环节开展试点工作，通过规范数据资产管理流程，形成全面且实用的数据资产管理全过程工作指引，打造具有示范效应的数据资产应用标杆和典型案例，为后续在全国范围内完善数据资产管理制度、强化数据资产管理积累宝贵经验。从试点内容来看，编制数据资产台账要求试点单位依据数据资产定义，系统梳理符合条件的数据资源，形成规范台账，从而清晰掌握自身数据资产状况，为后续管理与应用奠定基础。开展数据资产登记，尤其是对纳入授权运营范围的公 （一）政策依据运行机制日臻完善。善注入强劲动能。（二）政策解读 2共数据资产，严格按照资产管理要求登记，保障数据资产合法合规使用，为交易流通提供法律支撑。完善授权运营机制，鼓励试点单位探索整体授权、分领域授权、依场景授权等多样化模式，让符合条件的主体依法开展运营，激发数据资产活力。健全收益分配机制遵循“谁投入、谁贡献、谁受益”原则，以协议约定各方收益比例，灵活配置分配方式与激励措施，充分调动各方参与数据资产开发利用的积极性。规范推进交易流通方面，鼓励探索多样化价格形成机制，构建合理的公共数据资产价格机制，同时强调通过数据交易所等机构加强供需对接，促进场内公开交易，实现数据资产价值。该方案的发布，是我国在数据资产管理领域的重要创新与实践。它标志着我国对数据资产价值的重视提升到新高度，将有力推动数据资产管理制度的完善。通过试点探索，有望形成一套科学合理、可复制推广的数据资产管理模式，为数字经济高质量发展注入强劲动力，助力我国在全球数字经济竞争中抢占先机。二、术语定义（一）数据数据是指任何以电子或者其他方式对信息的记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化、半结构化或非结构化数据。（二）数据资源具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。（三）数据资产特定主体合法拥有或者控制的，能进行货币计量的，且能带来经济利益或社会效益的数据资源。（四）数据资源化是指按照一定标准和规则，通过理、汇集、整合、转换等方式逐步实现数据积累形成可用数据资源的过程。数据资源化的目的是使数据具有利用价值、提升数据质量并保障数据可用。（五）数据资产化是指逐步把数据资源进行价值计量后确认为数据资产的过程。数据资产化的目的是确认数据资源的经济价值并使其成为企业资产。（六）数据资产护照数据资产护照是一套以合规安全为核心、多维度赋能数据资产管理与流通的创新体系，通过“安全屋-数据合规审计卡”为中心枢纽，串联“资产卡”“质量分”“场景库”“估值表”四大功能模块，构建起覆盖数据全生命周期的闭环管理体系。 （七）数据资源入表数据资源入表是指组织从内外部合法获取的数据资源，按照一定规则以资产形式记入资产负债表等财务报表中，并进行确认、计量、列示、披露等会计处理的过程，从而在财务报表中体现数据价值与业务贡献。（八）数据产品数据产品是指基于数据加工形成的，可满足特定需求的数据加工品和数据服（九）数据资产台账数据资产台账是用于记录和管理数据资产的工具，涵盖了数据资产的来源、分类、价值、使用情况等详细信息。（十）数据资产登记数据资产登记是指政府行政主管部门依法对数据资产进行的登记，或是行政主管部门指定或委托第三方机构依照相关标准对数据资产进行的登记。（十一）公共数据资源授权运营将县级以上地方各级人民政府、国家行业主管部门持有的公共数据资源，按照法律法规和相关要求，授权符合条件的运营机构进行治理、开发，并面向市场公平提供数据产品和技术服务的活动。（十二）数据资产收益分配数据资产在开发、交易、运营等活动中产生的收益，按照“谁投入、谁贡献、谁受益”原则，依据各方投入与贡献，按约定比例进行分配的规则与机制。 3务。 （十三）数据交易是指数据供方和需方之间进行的，以特定形态数据为标的，以货币或者其他等价物作为对价的交易行为。（十四）数据流通是指数据在不同主体之间流动的过程，包括数据开放、共享、交易、交换等。（十五）数据资产管理是指对数据资产进行规划、控制和供给的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。三、数据资产全过程管理实施路径（一）数据资产盘点进行全面的数据资产盘点是关键的第一步。首先进行现状排查，以了解现有的数据资源和管理体系。由企业首席数据官或数据管理团队牵头，自行或与第三方机构合作调研本单位数据资源生产存储、流通交易、开发利用、安全保障等情况，摸清数据资源底数。基于排查结果，设计一套详细的数据资产盘点模板，该模板包含数据的来源、类型、格式、使用频率、重要性等关键信息。与业务部门以及数据管理部门协作，对单位内部数据资源进行全面的清查和评估。根据数据资源持有目的、形成方式、业务模式、安全等级等特征，强化数据分类分级管理，编制数据资源目录。（二）数据场景设计结合企业战略目标与业务需求，挖掘数据应用场景。通过与业务部门沟通、市场调研等方式，分析数据在市场营销、客户服务、生产运营、风险控制等方面的潜在价值，设计具体的数据应用场景。每个场景需明确应用目标、参与主体、数据需求、预期效果等内容，为数据产品加工和价值实现提供方向。（三）数据产品加工1．需求分析与规划。全面分析用户的数据需求，梳理业务场景，明确数据产品的应用价值和功能定位。同时，规划数据产品的开发路线图，确定产品的主要功能模块。2．数据采集、清洗与整合。根据规划的需求，对内外部数据进行采集，并进行数据清洗、去重、格式转换等预处理工作，确保数据的完整性和一致性。3．数据建模与分析。基于业务场景和用户需求，进行数据建模，构建算法模型，并对数据进行深度分析，提取有价值的信息和洞见。4．数据产品开发。基于建模和分析结果，开发标准化的数据产品，包括构建产品框架、设计接口和交互方式，实现产品的可操作性和可维护性。 4 55．测试与优化。对开发完成的数据产品进行功能和性能测试，并根据测试结果进行优化调整，确保产品满足用户需求并达到质量标准。6．产品部署与运营。将数据产品部署上线，进行实际运营并收集用户反馈，持续优化产品功能，同时建立完善的数据产品运营体系。7．评估与迭代。建立数据产品的评估机制，从用户使用效果、业务贡献等方面评估数据产品的价值，并根据评估结果进行产品的迭代升级。（四）数据合规审查依据国家法律法规、行业标准以及企业内部数据管理规定，对数据资产进行合规审查。重点检查数据采集、存储、使用、共享等环节是否符合《数据安全法》《个人信息保护法》等相关法规要求，确保数据来源合法、使用目的明确、用户授权完备。对于不符合合规要求的数据，及时进行整改，避免法律风险。合规性评估对象主要包括交易获得、合法授权、自主生产的数据资产，根据数据溯源的方法针对这些数据的来源进行评估，评估内容主要包括以下几点:1．数据资源是组织过去的交易获得、合法授权、自主生产等事项形成的。2．交易获得的数据资源具有合法的交易凭证，如合同、支付凭证、税务发票。3．合法授权的数据资源具有合法合规的授权凭据，不合法的授权不符合确认条件。4．自主生产的数据资源具有相应的成本和费用支出。5．虚构的、没有发生的或者尚未发生的交易或事项不符合数据资产确认条件。（五）数据安全风险评估运用风险评估模型和方法，对数据资产面临的安全风险进行全面评估。识别数据在存储、传输、处理过程中可能遭受的威胁，如黑客攻击、数据泄露、自然灾害等，分析风险发生的可能性和影响程度。根据评估结果，制定相应的风险应对措施，包括加强