一、引言与文献

数字经济的兴起，使人类社会的发展速度空前加快，随着技术的不断进步和全球信息化程度的不断提升，数据资源开始被人们广泛认知、使用和应用在各个领域。在这个发展过程中，数据不再是信息的载体，而是成为一种具有经济价值的虚拟资产，能够被有效地收集、存储、分析和利用，从而逐渐形成了“数据资产”。随着技术的更新与升级，数据资源的获取和使用成本不断降低，数据的价值正在逐步被挖掘和认识，如何管理数据资产，提升数据资产的价值，做好数据安全和隐私保护，成为企业发展中不得不面对的问题。

数据资产的利用和管理对企业的发展具有重要的意义。一方面，通过对数据资源进行有效的资产管理，可以帮助企业管理层清楚地认识到企业自身市场定位及其战略规划、运营目标和竞争环境，有助于进行科学的战略分析和制定决策。另一方面，通过推动资产数字化的管理，企业可以利用数据资产实现产品的技术创新、新产品和新服务的开发，推动企业在市场上发现和拓展新的客户资源，在降低运营成本的同时，提升企业管理的效率和企业核心竞争力。与此同时，数据资产的有效管理还能帮助企业自觉遵守数据相关的法律法规和标准，从而降低企业可能遭遇的风险和损失。

目前学界关于数据资产的研究成果主要集中在以下几个方面：一是针对数据资产管理的方法和理论进行研究。程永新分析了传统企业数据资产管理中存在的问题，并且结合管理经验提出了数据资产管理的五星模型和实践工具[1]。张晓光从数据资产的概念出发，研究了数据资产管理中存在的难题，提出了数据资产管理体系以及提升管理能力的具体步骤和阶段[2]。姚为培分析了数据资产管理的趋势，认为数据资产管理的核心和关键实现数据资产的合规化、价值化和市场化[3]。路岩从研究数据资产背景出发，认为企业数据资产管理目标应与组织一致，并分析了提高数据资产管理能力的路径，为企业数据资产的治理和全生命周期管理提供了参考[4]。二是基于数据资产管理中的具体业务进行研究。张俊瑞和危雁麟从数据资产会计处理和信息方面入手进行分析，为企业提出了以用途为标准处理数据资产业务及构建数据资产信息列报模式披露相关信息提供了借鉴[5]。宋杰鲲和张业蒙从数据资产的价值评估角度入手，根据数据成本、表现价值和服务价值等维度构建了企业的数据资产价值的评价指标，并开展了实例分析，认为该指标体系在反映企业实际的同时也具有可行性[6]。付怡文和谭雪基于数据资产的交易管理方面，认为数据资产在交易过程中存在缺乏标准、技术应用和法律支撑等方面的问题，在此基础上提出了数据资产交易的流程框架和管理体系[7]。三是基于不同行业类型的数据资产管理进行研究。李题印和郁建兴等通过数据资产概念，分析了制造业数据资产管理存在的问题，提出了构建数据资产管理的逻辑框架，该框架涉及企业数据资产管理主体、客体以及工具等[8]。寿东华和孙浩研究了能源企业的数据资产管理，对其概念和内涵进行了梳理，从产权管理、资产运营、资产处置和资产评估等方面比较了数据资产管理与传统资产管理的差异，提出了数据资产管理的对策[9]。陈起行和张俊杰研究了国有企业数据资产管理与传统资产交易的差异及其存在的不足，认为国有企业数据资产具有公益、福利、敏感以及博弈的新特征，企业应探索构建数据资产交易方面的审查机制[10]。

综上所述，关于数据资产的研究不仅丰富了数据资产的内涵和定义，还从不同视角、不同业务和不同领域的角度探讨了实施数据资产管理的方法和路径，强调了数据资产的管理对企业在数字经济时代实现价值增值和持续发展的重要意义，为后续开展数据资产的相关研究提供了理论、方法和实践。在此基础上，基于数字经济背景，从数据资产的概念和特点分析入手，探讨企业在管理数据资产中的难点，并提出对策建议，以期为企业利用和实现数据资产的增值提供一些参考和借鉴。

二、数据资产的概念与特点

（一）数据资产的概念

目前已有一些学者对数据资产进行了相关论述，但仍然没有一个统一和权威的定义。有学者认为数据资产是由企业和个人能够控制的，预期带来经济效益的数据资产，例如企业人力资源信息、财务数据、合同、个人的照片、银行记录、购物记录、网络发言等[7]。也有学者将数据资产定义为能够反映企业客观和事实的经营活动，并为企业带来价值的多种类型的数据资源，包括结构化数据和非结构化数据[2]。目前对数据资产的定义比较规范的是由大数据技术标准推进委员会在《数据资产管理实践白皮书（6.0版）》中从价值视角出发进行的定义，数据资产是指由政府和企事业单位等组织机构合法拥有或控制的数据资源，以电子或其他方式记录的包括文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，对这些数据资源进行计量或交易能够带来经济效益和社会效益。同样地，在该白皮书中，也对数据资产管理进行了明确规范的定义，数据资产管理就是以控制、保护、交付和提高数据资产价值为目标，对数据资产进行一系列规划、控制和供给的活动，包括开发、执行和监督相关数据的计划、方案、流程、方法和程序等。

（二）数据资产的特点

数据资产作为一种新的资产类型，具有以下几方面的特点：一是数据资产的虚拟性。数据资产是以电子方式作为载体记录的数据资源，是一种非实物状态存在的虚拟资产。例如，企业在运营过程中产生的财务、产品和订单相关的结构化数据，以及文本、图像、声音和视频等非结构化数据。数据资产在使用中可以通过复制实现资产的共享和流通，但与此同时可能会增加资产管理中数据安全和风险识别的难度。二是数据资产的精准和可靠性。能够产生价值并有效的数据资产必须是准确、完整和可靠的高质量的数据，高质量的数据能够支持准确的分析和决策制定，从而帮助企业取得竞争优势。三是数据资产的全生命周期性，数据资产也需要经历从产生、收集、存储、处理、分析、应用以及归档等阶段，这些阶段的发展会对数据资产管理的有效性产生一定的影响。四是数据资产的动态时效性。随着数字经济的不断发展和信息技术的不断更新和迭代，数据资源也在不断地更新和变化，同时随着企业或者个人等主体特征的变化，数据资产也会随着时间的推移而产生变化。五是数据资产的价值增值性。数据资源能成为数据资产的条件之一就是能够给相关组织机构带来价值和收益，数据资产的真正价值在于如何有效地创造、实现和利用它们，这通常需要结合先进的数据分析技术、人工智能和机器学习模型来发现数据中的潜在能力，通过不断地更新维护和应用，才能使数据资产实现创造和增值。

三、企业数据资产管理的难点

（一）数据资产标准不统一

目前关于数据资产的定义、分类和体系并未形成一个完整和统一的标准，不同行业、不同规模、不同性质的企业在数据资产管理过程中标准并不统一。例如，在数据交易的定价和反馈机制方面，市场上不同交易主体之间采用不同的方式制定交易价格，数据交易的模式仍需要进一步地探索和制定[7]。在数据资产的分类方面，国内外不同组织的分类方式繁杂，有的按照数据的生成方式进行分类，有的按照数据用途进行分类，还有的按照行业数据、数据性质与结构等进行分类，分类的标准不统一，不利于后续对数据资产价值的核算与评估。此外，随着科技进步和信息技术的发展，数据资源可能需要实时更新和维护，数据资产的标准也会发生改变，如何把握住数据资产的动态时效性、实现数据实时同步与更新、正确核算和评估数据资产的价值，对企业来说是一个难点。

（二）技术条件和工具要求

数据资产的管理需要企业具备一定的技术条件，包括数据平台和分析工具等。数据资产的管理包括对数据资源的开发、处理、分析、应用、评估、披露和报告等多个环节，这意味着企业实施数据资产的管理需要提前投入一定的资金成本和技术支持，同时企业还需要根据市场发展定位和战略规划选择合适的数据平台和分析工具。一方面，企业在运营管理过程中产生的数据资源可能来自多个不同系统和平台，企业需要对不同系统和平台之间的数据进行集成和处理，并且这些数据资源的格式和标准可能不一致，这会增加数据集成和处理的复杂性。另一方面，数据资产对数据质量的要求比较高，需要完整、准确、可靠、可利用的数据才能成为数据资产，如果数据资源存在不完整或不一致，可能会影响到数据分析的结果和决策的准确性。

（三）数据管理风险与法律问题

在数据资产管理过程中，涉及的风险和法律问题是非常重要的，数据管理必须遵守国家和地区的隐私法规，尤其是个人数据的处理和保护问题。主要包括以下几个方面：一是数据安全和用户隐私风险。如果对数据资产的处理没有做好加密和控制，可能会导致数据在传输和存储时被篡改和窃取，甚至导致被恶意利用，影响企业的声誉。二是数据合规性问题，企业必须遵循相关数据保护的法律法规，对客户的个人隐私数据实施必要的保护措施，同时一些特定行业的数据也制定有相关行业规定和保护标准，企业必须加强数据资产管理的法律规范。三是技术和操作风险问题，企业要建立相关数据资源的备份和恢复的应急方案，以防止因人员操作或者技术安全漏洞所引发的故障和风险。

四、对策与建议

（一）构建和优化数据资产管理体系

构建和优化企业数据资产管理体系，是实现数据资产有效管理的前提和基础。一是制定数据资产的管理目标和战略，明确数据资源的处理、存储、分析、应用、归档和销毁等重要环节的管理办法，确保企业管理层和员工都能准确理解和自觉遵守。二是制定数据质量相关的管理办法，建立数据质量评估的指标和流程，定期监测和改进数据质量，确保数据的准确性、完整性、一致性、相关性和可利用性，以实现数据的增值。三是建立数据资产管理的组织机构或职能部门，明确企业内部跨部门、跨业务的数据管理权责关系，协调企业内部和企业之间的数据分析和管理活动，确保数据使用流程的质量和效率，促进数据共享和协作。四是做好数据管理的后续评价与考核工作，通过构建数据资产管理的绩效指标，定期评估管理的效果，根据评估结果持续改进和优化，确保数据资产管理与企业战略目标和业务需求统一。

（二）加强技术平台和分析工具投入

利用数据资产的管理为企业实现增值，必然需要投入一定的成本。这就要求企业要根据自身发展特点、发展规模和预期增长，在考虑投入的成本和效益的基础上，选择和使用适合企业发展的技术平台、系统和分析工具，具体包括数据存储系统、数据集成工具、数据分析工具等。例如在数据存储系统方面，企业要做好数据资源的存储工作，在考虑存储方式、存储速度和存储价格的基础上，根据数据资源的类型、功能和规模选择合适的数据库；在数据集成工具方面，要选择采集、抽取、交换、加载数据等功能在市场上相对成熟的工具，以确保数据的完整性和一致性，打破数据资源彼此封闭和独立的状态，从而实现企业数据的全面共享；在数据分析工具方面，要将数据分析应用到企业的具体业务实践中，选择能充分实现业务可视化，具有机器学习和预测分析等功能的工具，以帮助企业优化决策。通过选择合适的技术和工具，企业可以更好地管理和利用数据资产，优化运营和提升管理水平。

（三）科学核算和评估数据资产价值

企业需要根据自身发展和定位，选择合适的方法对数据资产的价值进行核算和评估。目前对数据资产的价值评估方法各有利弊，不同行业类别的核算也不一样。企业可以根据数据资产未来预期收益折算现值进行评估，但是对预期现金流量和贴现率的选择也需要进行合理估计；企业也可以基于数据资产的成本，在预计的成本和期望收益基础上对数据资产价值进行价值评估；除此之外，企业还可以根据同等类型的数据资产在市场上的出售价值进行核算和评估，但是该方法需要数据资产的市场化程度已经趋向成熟阶段，才能较为准确地获得其市场价值。

（四）完善数据安全和隐私保护措施

数据资产的管理对企业数据安全和隐私保护方面提出了更高的要求。企业应确保数据的安全性和隐私性，采取适当的数据加密、访问控制、身份验证、审计和监控措施。例如，在数据加密方面，除了要关注到数据传输过程中的加密，还应关注到数据存储的加密，尤其是数据库、文件系统中的关键信息要进行加密，防止数据泄露；在访问控制方面，企业应明确数据访问的账号设置和权限规范；在身份验证方面，要结合数字密码、生物识别等多因素进行系统关键账户的身份验证，同时提高密码设定的复杂度和强制更换周期；在审计和监控方面，加强对系统操作的日志记录，设定操作的标准和异常提示，分析账户操作的模式，以识别数据处理中的潜在风险。与此同时，还要增强企业员工的数据安全意识和识别常见安全问题的能力，遵守相关的法律法规和行业标准，保护企业关键信息和客户隐私的安全。

五、结语

数字时代背景下，数据资产的管理对企业的发展至关重要。数据资产不仅是企业运营管理过程中产生和积累的数据资源，更是能够实现企业价值增值、推动企业创新和提升核心竞争力的关键要素。尽管企业在实施数据资产管理过程中面临着数据资产标准不统一、技术条件和分析工具要求高、数据管理风险与合规性问题等难点。但是企业可以通过采取一系列策略和措施，例如构建和优化数据资产管理体系、选择适合企业自身发展和定位的技术平台和工具、科学核算和评估数据资产价值、完善数据安全和隐私保护等措施来改善当前面临的困境。只有实现数据资产的有效管理和利用，企业才能在数字经济时代最大化数据资产的价值，进而实现可持续发展。

参考文献:

[1]程永新.大数据时代的数据资产管理方法论与实践[J].计算机应用与软件,2018,35(11):326-329.

[2]张晓光.数字化背景下企业数据资产管理[J].新会计,2022(5):13-17.

[3]姚为培.数据资产管理趋势[J].通信企业管理,2023(12):58-59.

[4]路岩.企业数据资产管理探索与研究[J].中国标准化,2023(3):25-29.

[5]张俊瑞,危雁麟,宋晓悦.企业数据资产的会计处理及信息列报研究[J].会计与经济研究,2020,34(3):3-15.

[6]宋杰鲲,张业蒙,赵志浩.企业数据资产价值评估研究[J].会计之友,2021(13):22-27.

[7]付怡文,谭雪.数字经济背景下数据资产的交易管理体系研究[J].商业会计,2023(20):18-23.

[8]李题印,郁建兴,宣成,等.制造企业数据资产管理体系:要素范畴与逻辑框架[J].情报科学,2022,40(9):58-63.

[9]寿东华,孙浩.能源企业数据资产管理研究[J].管理会计研究,2022(2):37-45.

[10]陈起行,张俊杰.国有企业数据资产特征及合规管理改进[J].大数据,2024,10(2):68-79.

文章来源:杨彩虹.数字经济下企业数据资产的管理研究[J].对外经贸,2024,(10):57-60.