服務熱線
400 180 8892
【摘 要】我國數字經濟已轉向深化應用、規范發展及普惠共享的新階段，數據資產作為數字經濟的重要產 物，逐漸成為企業的關鍵生產要素。本文從數據資產的概念和特征入手，探討數據資產價值的關鍵構成因素和 價值提升的實現路徑，提出以形成新戰略重點、建立全新工作方式、實現業務價值為導向的總體思路，綜合成 本、質量、數量、應用等關鍵維度， 以“集成、流動、智能、周期、質管、決策”六大模塊為依托，構建以基 礎數據管理中臺為基礎設施層、數據業務應用與數據質量管理為應用層、商業智能和分析層為智能創新層的三 角結構式數據資產價值提升框架及具體路徑， 以期幫助企業實現數字資產全流程的價值增值，促進企業高質量 發展。
【關鍵詞】數字經濟 數據資產 價值提升
【中圖分類號】F49 【文獻標識碼】A 【文章編號】1007-0265（2023） 10-0018-07
一、引言
隨著新興技術的不斷發展， 我國已經跨入數 字經濟時代，數字經濟在推進企業數字化轉型的同
時，也為企業帶來了諸如個性化需求、新技術和新
業務模式轉變、互聯數據經濟訴求等不同程度的挑
戰。數據作為數字經濟的重要產物， 已逐漸成為企
業的關鍵生產要素之一，是企業實現新價值創造的
重要途徑。根據 IDC（International Data Corporation） 的預測，2018-2025 年物聯網設備產生的數據量將以 28.7% 的復合年增長率增長，至 2025 年， 將產生近 88 萬億 GB 的數據。2021 年， 國務院印發的
《“十四五”數字經濟發展規劃》指出，我國數字經 濟已轉向深化應用、規范發展、普惠共享的新階段， 要求不斷完善數據要素， 推進新的產業發展模式， 增強數據對生產效率提升的引領。
不同于其他資產， 數據資產是為滿足市場主體 的效應需求而衍生出來的數據產品， 注重對數據的 整理、加工和運用（Janssen 等，2017[1] ；李永紅和張 淑雯，2018 [2]）， 具有一定的依附性和實效性（王婷 婷，2020[3]）， 它能以多種形式存在和循環使用（劉 云波， 2023 [4]）， 并且在所有權未轉移的情況下， 隨 著時間推移和場景轉變， 通過被共享使用權等方式 實現規模報酬遞增的價值增值（郭王玥蕊，2021[5]；
［基金項目］ ［作者簡介］
Data Asset Evaluation 數據資產評估
徐濤等，2022 [6]）。因此，在經營規模不改變的前提 下，如果企業能持續挖掘、創造、開發被埋沒的零
散數據，將其轉為可利用的數據資產并融入業務管
理流程，便能實現新的價值創造與價值增值（張艦，
2021）[7]。基于數據資產共享性、可再生性、價值增
值等特征，學者們從不同角度提出數據資產的價值
提升途徑。紀婷婷等（2018）[8] 認為數據資產價值提 升的關鍵是以數據流通為支撐，將數據資產應用于
數據戰略導向的企業業務中以促進數字資產價值增
值。劉妍和耿云江（2022）[9] 指出企業應該正確審視 其核心業務活動，打造數據與企業價值鏈動態交互
的數據資產價值創造系統，多維協同企業生產決策
實現價值增值。董惠敏（2021）[10] 則從生態視角出發， 指出數據的創造者、中介者、使用者和內外部 環境四 要素共同構成數據資產的“生態環境”。陸岷峰和徐 陽洋（2020）[11] 認為要用創新的手段進行數據資產管 理的頂層設計，積極創造數據資產發揮效能的應用場 景，提升數據資產的社會價值。通過研究企業的數據 資產經營管理模式，提出從架構設置到風險管控全流 程的“五步走”通用數據資產管理模式。
對海量數據持有的企業而言，數據資產的管理
已不再是傳統經營管理領域中的一項常規操作，而
是企業實現可持續競爭優勢的關鍵領域。目前關于
數據資產的研究大多聚焦于數據資產價值的評估，
如王蕾和李春波（2022）[12] 梳理了學術界對數據資產 評估的主流方法，認為人工智能與運籌學相結合 的方 法可能成為下一步的研究方向；張宇和梅麗霞（2022） [13] 則從數據資產的財務要素、網絡特征、市場廣度及 制度管理三大驅動因素出發，對數據資產 價值評估的 趨勢和難點進行總結。當前提出的數據 資產價值創造 與提升的路徑較為粗獷，未能建立具 體的數據資產價 值創造管理架構。深入探討數據資 產的價值創造與價 值增值過程，有助于企業盤活閑 置數據，促進企業將 數據資產充分納入企業經營的 業務循環流程，打造全 面整合、開放而又敏捷的數 據資產管理環境。鑒于此， 本文將以數據資產價值 為導向，基于數據資產價值創 造路徑，構建數智驅 動的數據資產價值提升架構，并 提出具體的價值提 升路徑， 旨在釋放數據資產潛在價 值的同時，促進 數據利用與管理流程的有效融合，助 力企業實現基于數據的全流程價值增值。
二、數據資產價值影響因素分析
數據資產的價值需要綜合考量其市場供需關系、 渠道成本、對企業核心業務的貢獻和潛在創收能力、 數據管理能力和安全性等多方因素。參考現有文獻， 本文從成本、質量、數量和應用四個維度分析數據 資產的價值構成。
（一）成本維度
數據資產價值增值的幅度以技術成本、風險成 本、人力成本及市場成本為基礎衡量。技術成本對 數據資產價值的提升具有決定性作用，企業通過引 進或開發先進的數據挖掘與數據分析技術， 搭建、 維護及不斷升級數據資產的信息系統，從數據資產 中獲取關鍵信息，有效提升企業的數據資產價值和 競爭力。但數據資產價值提升同時也面臨數據泄露、 存儲丟失、信息篡改等風險，因此合理評估這些風 險，降低風險成本，有利于保證數據資產價值提升 后的穩定性。同時，數據資產所需技能和知識的更 新速度較快，需要不斷培訓和提高資產使用者的能 力，增加了人力成本的投入。若企業的數據資產屬 于交易平臺等類型，還需開展數據資產的宣傳、推 廣等市場活動，形成市場成本。
（二）質量維度
數據資產的質量主要包括其準確性、完整性、 相關性與時效性，企業需要通過提高數據質量水平 來實現數據資產的價值增值。若無法保證數據的準 確性，會直接誤導企業做出錯誤決策，進而影響數 據資產價值提升；數據的完整性是指數據本身沒有 缺失，數據的完整性越高，數據資產的價值越有保 證； 數據的相關性是指數據對主體而言是有用的， 數據信息對企業決策具有參考價值；數據的時效性 越好，說明數據更新頻率越快，越有利于幫助企業 及時做出決策調整。由此，數據資產質量的高低關 乎企業能否通過數據分析挖掘其潛在價值。
（三）數量維度
數據資產的數量維度主要涵蓋數據的規模和廣 度， 數據量在一定程度上可以影響數據資產價值提 升的可能性。 一般來說， 數據規模越大， 蘊含的信 息量可能越多， 數據資產的價值量也會隨之增多，
數據資產評估 Data Asset Evaluation
但也有部分數據因為具有稀缺性而蘊含更高的價值； 數據范圍越廣，蘊含的信息量也就越大，經過適當 的處理得到的信息量也就越多，從而能夠提供更多 了解企業業務真實面貌的信息，有助于企業做出更 準確的決策，進而提升數據資產的價值。
(四)應用維度
數據資產會被企業自身或其他企業利用，因此 往往在應用環節產生更高的價值，數據的應用維度 包括數據應用場景以及數據挖掘與管理水平。同一 數據在不同場景發揮的作用不同，有的數據對其他 主體并無顯著的價值；數據被挖掘與開發的深度越 大，產生的數據信息越多，會有更多人瀏覽產生留 痕，使數據更能充分利用；數據管理者的利用和整 合能力越高，具備數字化技能的專業人才越多，得 到的有效信息越多，越有利于數據資產價值的提升。
圖1數據資產價值影響因素
三、數據資產價值提升路徑的總體思路
數字經濟時代，數據資產化轉型是企業打造核
心競爭優勢的關鍵。企業應樹立數據理念并加速推
進數據資產化轉型，提升運營效率、降低成本、管
控風險。本文提出以“集成、流動、智能、周期、 質管、決策”六大模塊為支撐，以數據資產管理統籌 性理念為指導，助力企業形成新的戰略重點、建立 全新工作方式、打造以業務價值實現為導向的數據 資產價值提升的總體思路。
(一)形成新的戰略重點
運用先進的分析技術，企業能夠將內部結構化
與非結構化數據進行“集成”,發現新的有價值的數
字資產和新的受益途徑，借助數據實現有效“決策”, 發展新業務模式和創造新價值。在此基礎上，明確改
進現有價值鏈，開展新的業務模式計劃，以更綜合 的角度重新審視企業的戰略重點。
(二)確立全新工作方式
確立實現企業數字化經營管理的目標，利用數
字技術創建全面整合、靈活機動的平臺運行環境， 實現數據在企業上下、部門之間的無障礙“流通”。
引入區塊鏈、機器人等智能技術，通過建立彈性數
據架構，將流程自動化與其他各種“智能”技術結合 起來運用到具體管理活動中，實現企業流程的自動
化與智能化，使管理活動更加靈活機動，更快速地 適應市場變化和客戶需求，實現價值創造。
(三)以業務價值實現為導向
企業的數據管理應立足利益相關者、以實際業
務需求為出發點、同時確保對數據的有效管理和控
制。在保證數據的有效“質管”基礎上，實現數據的 全“周期”管理，清晰明確數據資產的取舍與應用
靶向。同時，必須注重數據資產的戰略投資和整合， 將其融合于經營業務流程，以切實可行的洞察和行 動，實現數據資產價值的釋放增值。
圖2數據資產價值提升的總體思路
Data Asset Evaluation 數據資產評估
四、數據資產價值提升架構與具體路徑
（一）數據資產價值提升架構
契合于企業的管控模式， 本文構建的數據資產 價值提升框架采用多層次的縱向管理正三角結構描 述框架的構建層次與關注重點， 真正實現以業務價 值創造為導向的交互運行式價值管理。該正三角結 構依托“集成、流動、智能、周期、質管、決策”六 個模塊，基礎層是支持企業數據需求的基礎數據管
理中臺， 該數據中臺同時連接基層員工組織， 以實 現企業大數據的集成與流動，建立企業上下層級的數 據連接。中間層為數據業務應用與數據質量管理，該 部分是支撐企業數據資產價值管理的重要支柱，通過 實施數據管理實踐與數據質量管理，實現企業業務與 財務管理的智能高效優化。頂層是數據商業智能分 析，它代表了企業數據資產價值提升的最終目標，即 能夠使用數據推動洞察和決策制定，通過智能數據分 析實現基于企業業務的數據資產價值增值。
數據商業 智能分析
分解
質管
流 周 期
集成 智能 動
圖 3 數據資產價值提升架構
成本，實現更寬泛的信息共享，避免跨部門數據難 以調用的情況出現，實現數據資產的內部價值增值。 同時通過建立開放數據共享與協作平臺，建立數據 訪問權限、數據備份和恢復機制，所需部門充分利 用數據中臺經整合的信息對企業客戶進行綜合性評 價及分類，優化貨源在市場中整體的流動性，實現 主動調控、科學供應，利用數據切實提高企業運營 效率和投資回報率，創造新的市場機會，實現數據 資產的外部價值增值。
（2） 數據管理中臺反饋機制
基于整個數據處理流程， 企業建立數據管理中 臺反饋機制，形成“數據攝入 → 數據傳遞 → 快速 響應 → 落實處理 → 監督核查”的循環流程來驅動企 業具體部門或崗位數據的不斷攝入與利用， 確保回 饋信息及時處理和有效利用， 注重問題解決， 有效 落實點對點處理，真正提升數據資產的價值。
2. 數據業務應用與數據質量管理
從智能數據應用層面來看，企業應注重智能化 數據分析的設計、數據流動與數據交互平臺的搭建
數據資產評估 Data Asset Evaluation
等， 以更好地實現對數據的運用與價值轉化。從數
據質量管理層面來看， 企業需構建質量管理體系、 健全數據安全與風險控制機制， 在保證數據安全 與可靠性的前提下，進一步提升企業競爭力與發展
潛力。
（1） 區塊鏈數據驅動，提升供應鏈運營效率
區塊鏈數據具有一旦被添加即不能被操縱、修 改和刪除等特點， 保證了數據的可靠性， 實現高質 量數據共享。企業通過與供應商或者合作伙伴構建 專屬區塊鏈， 有效與鏈上企業建立信任關系， 消除 摩擦。同時利用區塊鏈追蹤商品從來源到顧客、最 后到消費者整個過程中的真實流動情況，達到更大 的彈性并敏捷地融合被隔離的數據， 提升供應鏈整 體運營效率， 為供應鏈參與者賦能， 創造新的業務 價值。
（2） 多業務系統聚合， 推進企業生產管理模式 緊密一體化
針對生產體系， 企業可以通過聚合多個分散、 分割的業務系統數據（如 MES 系統、質量信息平 臺、原材料管理系統、供應鏈、NC 系統、其他系統 等）， 形成內外全面貫通的業務體系化管理模式，對 整個業務流程進行動態優化管理，實現生產與基礎
管理的一體化。基于該模式，企業可以實現貫穿式 數據流動與共享，防止出現數據孤島現象，并通過 應用數據分析工具洞察系統數據的表現，有助于確 定可以改進的領域，實施流程改進計劃，優化資源 配置，推動企業整個生產體系的增值。
（3） 多實體財務流程串聯， 提高企業業務運營 效率
針對企業普遍存在的日記賬分錄重復準備、大 量 Excel 合并報告工作， 企業應基于數據資產， 構建將 不同實體的財務信息匯集于同一可相互流通的新 財 務流程架構， 尋求基于數據云端的具有強大報表 盤 和可視化儀表盤的多實體財務解決方案。該架構 能 夠通過一個數據支撐框架全面了解企業在各種運 營 維度上的財務狀況，并能對其數據進行切片與分 割， 提升報告的一致性、準確性與可視化，及時跟 蹤部 門損益、季度損益、關鍵業務線盈利能力等重 要績 效指標，有助于提高業務洞察力，做出合理的 預測， 并在短時間內對各種業務問題做出快速反應，
Data Asset Evaluation 數據資產評估
商業智能分析
統計 指標
支撐
架構 思路
圖 4 數據資產價值提升具體路徑
據此， 企業能夠在查閱大量報表的情況下， 快速地 監控企業業務， 從而獲取有關利潤、業務擴張、缺 貨等營業情況的信息， 以識別緊俏產品或高熱業務 線，及時做出可靠的業務決策。
【參考文獻】
[1] Janssen M., vander Voort H., Wahyudi A. Factors Influencing Big Data Decision-making Quality[J]. Journal of Business Research,2017(70):338-345.
[2] 李永紅 , 張淑雯 . 數據資產價值評估模型構建 [J]. 財會月刊 ,2018(9):30-35.
[3] 王婷婷 . 數字技術與小微金融 : 擔保與風 險轉移模 式創新研 究 —— 基于數字技術在 商業 銀行小微金融風險管理中的應用 [J] . 當代經濟管 理 ,2021(3):72-82.
[4] 劉云波 . 數據、數據資產及其價值評估 [J] . 中國資產評估 ,2023(05):51-56.
[5] 郭王玥蕊 . 企業數字資產的形成與構建邏輯 研究——基于馬克思主義政治經濟學的視角 [J]. 經濟 學家 ,2021(08):5-12.
[6] 徐濤 , 尤建新 , 曾彩霞等 . 企業數據 資產 化 實 踐探 索 與理論模型構建 [J] . 外 國 經濟 與 管 理 ,2022(6):3-17.
[7] 張艦 . 數字經濟時代企業數據資產管理與研 究 [J]. 財會學習 ,2021(24):149-154.
[8] 紀婷婷 , 甘似禹 , 劉春花 , 戴炳榮 . 數 據 資產化 與數據 資產增值路徑研 究 [J] . 管理觀 察 ,2018(18):157-160.
[9] 劉妍 , 耿云江 . 價值鏈視角下的數據資產價值 創造 [J]. 財務與會計 ,2022(04):52-55.
[10] 董惠敏 . 生態系統視角下數據資產價值最大 化路徑探析 [J]. 質量與市場 ,2021(22):166-168.
[11] 陸岷峰 , 徐陽洋 . 數字小微金融 : 產生場景 與發展策略 [J]. 西南金融 ,2020(01):62-70.
[12] 王蕾 , 李春波 . 數據資產及其價值評估方 法 : 研究綜述與展望 [J] . 中國資產評估 ,2022(07): 4-10.
[13] 張宇 , 梅麗霞 . 數字資產價值評估的影響 因素和難點問題研究 [J]. 中國資產評估 ,2022(06):
46-54.
