专题：数据资产化技术

点击上方蓝字关注我们

2024年1月，数据资产入表工作启动，这是以数据为关键要素的数字经济发展过程中迈出的一大步。在官方认可数据资产可以入表后，接下来的问题是，数据资产如何入表？即数据资产化如何实现？由于数据资产自身拥有无形资产和有形资产的双重特征，对数据资产进行可靠的计量并不容易。首先，数据资产无论是确认到无形资产科目还是确认到存货科目，都需要对其有一个技术上的形态描述及计量量纲；其次，数据资产的质量需要有技术上可检测的标准体系和管理体系；第三，数据资产的市场公允价格形成需要更复杂的技术体系。

为探索解决这些技术难题，本刊策划组织了“数据资产化技术”专题，经过专家评审，最终录用了6篇论文，论文涵盖数据资产化、数据资产管理、数据资产运营、数据资产交易流通等，分为数据资产化及数据资产管理、数据资产流通两部分。

第一部分数据资产化及数据资产管理，探索企业数据资产化、数据资产管理的具体操作方法。杨晨等的文章《企业数据资产化实践案例研究：基于数据要素形态演化视角》提出了面向企业经营性数据的“五段六维”数据资产化过程模型，为企业有效配置和优化不同维度的使能因素、有序推进数据资产化过程设计了解决方法，为企业数据资产化提供了实践依据。杜啸争等的论文《企业数据资产运营平台建设实践》探索企业数据资产平台建设，考虑数据供给端和数据需求端的实际，构建切合实际的企业数据资产管理体系和数据资产运营平台，支持企业数据资产运营闭环流程的线上化、标准化及配置化。叶雅珍等的论文《数据资产增值减值因素分析》探索了数据资产入表后的资产价值增减变动问题，分析提出了数据资产减值的4个因素——时效性数据因素、时效性使用因素、管理成本因素、授权临期因素等；分析、提出了数据资产增值的3个因素——数据完整性提升因素、数据新用途发现因素、技术进步带来的成本下降因素等，为数据资产减值、增值的计算方法设计提供依据。

第二部分数据资产运营流通，探索了数据商品流通、定价，特别探索了企业国有数据资产随附交易问题。文英姿等的文章《数据产品的资产性分析》对目前数据交易场所挂牌的数据商品的资产性进行了分析研究，指出数据产品的资产性不足是当前“挂牌多、交易少”的主要原因，提出了数据产品资产性实现方法，包括价值实现路径，“资产才挂牌”的挂牌原则。陈思莹等的文章《基于数据质量的公平数据定价》探索了数据市场的公平性定价问题，提出了基于数据质量的数据市场模型。陈起行等的论文《国有企业数据资产特征及合规管理改进》提出了一个全新的、紧迫的、值得深入探讨的问题：附随有数据资产的传统交易中的国有数据资产流失风险以及由数据带来的经济安全风险。

非常遗憾的是本次征文收到的相关技术论文并不多，这说明数据资产入表的技术探索工作也刚刚开始，我们期待后续技术研究跟上数据资产化进程。

客座编辑

朱扬勇（1963-），男，博士，复旦大学计算机科学技术学院教授，复旦大学数据产业研究中心副主任。《大数据》期刊编委会副主任，农业大数据产业技术战略联盟副理事长兼首席科学家，大数据协同安全国家工程实验室副理事长，中国自动化学会国防大数据分会副主任。国际数据科学倡导者，提出数据界、数据学、数据身、数据自治、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》等专著，并任《大数据技术与应用丛书》（22册）主编、《大数据资源》主编。主要研究方向为数据科学和数字经济，近期研究重点为数字化转型、数据财政、数据资产、数据自治与数据跨境等。

叶雅珍（1985-），女，博士，复旦大学计算机科学技术学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理。专著《数据资产》作者，在数据资产研究与实践方面创新提出“数据资产化框架”“数据产品运营的两阶段授权模式”“盒装数据产品形态”“基于测度空间的数据资产量化定价模型”等。研究方向为数据科学与数字经济，近期研究重点为数据资产、数据商业和数字化转型等。

联系我们:

Tel:010-53879208

       010-53878019

E-mail:bdr@bjxintong.com.cn 

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

转载、合作：010-53878078

大数据期刊

《大数据（Big Data Research，BDR）》双月刊是由中华人民共和国工业和信息化部主管，人民邮电出版社主办，中国计算机学会大数据专家委员会学术指导，北京信通传媒有限责任公司出版的期刊，已成功入选中国科技核心期刊、中国计算机学会会刊、中国计算机学会推荐中文科技期刊，以及信息通信领域高质量科技期刊分级目录、计算领域高质量科技期刊分级目录，并多次被评为国家哲学社会科学文献中心学术期刊数据库“综合性人文社会科学”学科最受欢迎期刊。

关注《大数据》期刊微信公众号，获取更多内容