三天的数据资产课已经过了二天，作为一个学员从讲课的老师们身上学了不少。我认为数据方面的概念需要深刻了解。什么是数据要素？数据要素是指那些以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大的决议》首次将数据列为生产要素。《关于构建更加完善的要素市场化配置体制机制的意见》，数据成为土地、劳动力、资本、技术之后的第五大生产要素。数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。

什么是数据资源？数据资源是指能为企业带来价值的数据的集合，它不仅包括企业内部的数据，还包括外部的市场调研数据、用户生成数据等。什么是数据资产？数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。什么是数据管理？数据管理是对数据进行有效的收集、规划、组织、存储、保护、维护和利用的过程。它的主要目标是将数据转化为有用的信息，充分有效地发挥数据的作用，以支持业务决策和运营活动。什么是数据治理？数据治理是对数据进行管理和控制的过程，以确保数据的合规性、规范性和价值。它的主要目标是为组织提供高质量、可靠和可信的数据资源，确保数据与 组织的策略、合规性和业务目标相一致。什么是数据产权？数据产权是一个涉及数据所有权、使用权、经营权、收益权等权利束的概念，它主要关注基于数据行为而产生的网络数据的权益。

什么是数据资产入表？数据资产入表的专业术语是数据资产会计核算，指将数据确认为企业资产负债表中“资产”一项，即数据资产进入资产负债表，在财务报表中体现其真实价值与业务贡献。数据资产的会计核算处理在《企业数据资源相关会计处理暂行规定》之前并没有明确的准则，因此很多企业在研究和开发数据产品阶段的支出通常是费用化，直接计入损益表。数据资产作为新质生产力的重要组成部分，是驱动新质生产力形成、发展的强大内在引擎，引领者新质生产力未来发展的重要趋势和方向。数据作为新生产要素，其增长、汇集、共享、开放、流通、应用中蕴藏着巨大价值。数据资产化通过释放数据要素乘数效应，将数据从原始状态转化为具有经济价值的资产，显著提升生产率，进而持续推动新质生产力发展，这对推动经济高质量发展具有重要意义。

新质生产力通过科技创新引擎推动经济结构转型和提升核心竞争力的过程，主要包含这几个方面：催生新产业。科技创新能够推动新产业的诞生，如人工智能、大数据、云计算、生物技术等。这些新产业往往具有高增长潜力，能够成为经济发展的新引擎。促进产业升级。数字技术的应用可以帮助传统产业实现智能化、自动化和数字化，提高生产效率和产品质量，降低能耗和成本。例如，通过物联网技术可以实现智能制造，通过大数据分析可以优化供应链管理。提升核心竞争力。利用数字技术进行精准营销、客户服务和产品创新，从而提升品牌价值和市场竞争力。同时，数字技术还可以帮助企业更好地理解和预测市场需求，快速响应市场变化。发展质量的内在影响。人工智能和大数据等技术可以提高决策的质量和速度，使企业能够基于数据驱动的洞察做出更加科学的决策。这有助于提升产品和服务的质量，满足消费者的个性化需求。

数据驱动新质生产力，主要包括制定企业数据治理计划和政策，确定有关数据的准则和流程；界定数据的责任人，避免出现重复、模糊或冲突的数据拥有者；制定数据标准化规则，减少错误和数据重复，提高数据质量和利用率；监测、持续改进和纠正数据质量，确保数据在使用时是准确而可靠的；根据数据敏感度、保密性和隐私要求等规范访问控制，设定明确的权限和身份验证方式，保证具有访问特定数据资格的人员才能获取并使用数据。数据要素配置牵引着资本、劳动力等传统要素流动，有助于推动形成包括个人、组织、政府等多主体参与统一大市场配置，实现上下游产业链协同的生产模式，成为发展新质生产力核心组成。

数字技术还可以提高资源利用效率，减少浪费，促进可持续发展。数据资产的核心作用。在数字经济中，数据成为一种重要的资产。它不仅本身具有价值，还可以通过分析和应用产生更多的价值。数据资产可以帮助企业更好地了解客户、优化运营和创新产品。乘数效应增强传统要素。数据作为新生产要素，其增长、汇集、共享、开放、流通、应用中蕴藏着巨大价值。数据资产化通过释放数据要素乘数效应，将数据从原始状态转化为具有经济价值的资产，显著提升生产率，进而持续推动新质生产力发展，这对推动经济高质量发展具有重要意义。数据资产赋能新质生产力的劳动力，新质生产力的劳动对象，新质生产力的劳动资料。

数据资产作为数字经济时代的核心资源，其重要性日益凸显。数据资产的价值主要体现在以下几个方面：经济价值。决策支持，竞争优势，直接经济收益。社会价值。公共服务优化，公共利益促进。创新驱动。技术燃料（数据已成为人工智能和机器学习等创新技术的燃料），模式变革。市场流通与交易。市场价值发现，交易需求增加。随着数据市场的逐渐成熟和数据流通的进一步加强，数据资产交易需求也在不断增加。数据资产入表、减值测试、企业并购重组中的合并对价分摊以及数据资产交易、维权诉讼、质押融资、出资、增信、证券化、金融创新等业务场景日益丰富。如数据要素的商业化路径数据入表， 数据资产入表将释放数据资产的价值属性，为企业价值发现提供“新思路”。如显著改善相关公司财务报表、全面释放数据研发投入和数据购买需求、全面提升企业数据资产意识等。 数据资产入表将激活数据资产的交易，为地方财政转型提供“新方案”。随着数据资产金融属性得以确认，金融化将全面提速。数据资产入表是推动数据要素市场化和价值释放的重要举措。

有机构提出什么是数据资产新质生产力？通过数据资产开发利用的乘数效应，能够放大和提升人力、技术、土地、资本等传统生产要素综合使用效率。数据驱动智能化应用场景系统开发，区别于传统业务流程信息化系统建设模式关键点，在于通过人工智能技术对原有业务生产经营管理知识、经验进行深度学习，努力沉淀形成知识型数字化系统，衍生出新的业务模式、供给能力、新的市场，从而形成数据资产新质生产力。这种数据开发利用过程需要知识型员工全程参与，能够把自己掌握知识“告诉”系统，用系统提升“知识”的运用效率，对“数据要素”作用进行提升与放大，就是我们常说的“数据要素×”的根本原理。所以，数据资产新质生产力是应用大数据技术，把数据所承载的信息、知识进行放大，实现生产效率的倍增，充分激发数据的潜在价值，促进数字经济和实体经济深度融合，高质量发展。我也比较认同这个观点。

数据资产具有多元主体特殊性，往往在数据采集、生产、加工、使用过程是多方主体围绕数据平台项目建设共同参与、协作生产的结果。数据资产同时具有虚拟性和附属性，无法直接通过表面载体归属界定其所有权。很多时候数据具有被动产生性和衍生性，在其他信息化建设或生产生活业务过程中无意识行为之下所产生。数据容易复制，在流通和生产上具有非消耗性，在使用上具有非竞争性，可由多方主体同时加工、使用数据而又不互相影响，所以同时具有非排他性特点。按照三权分置实施技术原理，通过技术或市场赋予数据资产使用范围、权限，人为影响使得数据资产权属清晰可见，在数据资产生产加工到流通交易过程，可以受到相关主体的实际管控有可能实现。

我们可以把数据资产的三种类型：无形资产、存货、收入，对应于数字化建设的三个阶段，可以分成三期来实现。第一期是搭建数据平台搭建阶段，应该包括技术底座、业务中台和数据中台，完成后，所有相应的投入成本转化为无形资产计入资产负债表，企业可以用这部分无形资产向银行抵押贷款，也可以提高估值对外直接融资。第二期是数据产品化阶段，用来把已有数据进行高质量地、标准地、安全地清洗，并按照业务设计成数据产品，完成后企业可以将这种产品对外销售，不销售的也可以作为存货向银行抵押贷款。第三期是数据产品对外服务阶段，用来将已有的数据产品通过API对外调用，向外部企业收取服务费，完成后企业可以直接增加收入。数据资产入表后的企业获得的收益大体分为三类：企业通过数据资产入表来促使企业完成数字化转型，应用数据驱动的模式后，公司整体效率提升、成本减低、决策精准后产生的利润。资产负债表扩张后，直接向银行抵押贷款。企业通过对外出售数据产品或提供API调用服务所获得的直接收入。数据资产入表并不意味着转型的成功，意味着数据资产入表可以为企业带来新的增量空间，促使企业从商业模式到组织模式的改变。

财政部资产管理司表示，加强数据资产开发利用、价值评估、收益分配、信息披露等方面管理主要体现三个方面：一是加强数据资产全流程管理。规范数据资产的登记、存储、使用、披露、处置等环节，构建起清晰、完整的数据资产管理路径，有序推进数据资产化，更好发挥数据资产的经济价值和社会价值。二是推动数据资产开发利用。鼓励依法依规推进公共数据资产有效供给，加大数据资产信息的公开和披露力度，提高数据资产流转透明度。支持在金融、交通、医疗、能源等数据富集行业，探索多样化的开发利用模式。建立合理的收益分配机制，充分调动各参与方的积极性。三是确保数据资产合规安全使用。推动加强对数据资产的监测监督，用好先进技术，严格防范数据资产泄露、损毁、丢失等管理风险。同时，在数据资产评估、交易等环节，设置合理的程序，严防虚增数据资产价值。

为更好发挥数据资产对新质生产力的赋能作用，有专家认为可重点从以下四个方面开展。首先，规范和加强数据资产管理，打造新质生产力发展的核心动力。其次，推动数字经济与实体经济融合发展，深化新质生产力发展的经济基础。再次，构建多方协同治理机制，强化新质生产力发展的制度保障。最后，强化数字化高端科技人才培养，铸牢新质生产力发展的人才根基。建立计算科学家、律师、注册会计师、资产评估师等跨领域的人才培养、知识共享机制，确保数据资产对新质生产力顺利赋能。多措并举培育一流数据资产管理人才队伍，夯实数据资产管理人才培养的制度保障。

数据价值的产生需要五个方面的努力： 高价值的数据必须进行数据熵减，也就是数据管理和数据治理的的目标就是找到价值高、质量高、数量小的核心数据，使其价值最大化。 数据要更好的支持物理向虚拟的转变，也就是未来的工厂是数据驱动的智能化，预测分析和规范分析成为数据智能的主旋律。 数据向数据资产转化的效率成为重要绩效，资产化效率高，数据价值发挥的时效性就强，这也是新质数据生产力的引擎。数据治理的范式要进行创新性变革。数据要素是我国特有的对数据的价值定位，数据治理必然要适配新的生产关系才能起到作用。 数据必须要体现在新质生产力的要素中。由数据驱动的价值创造成为主题，数据代替直觉将驱动企业的高质量发展。 

2024年数据资产管理白皮书核心内容为阐述数据资产管理的概念内涵、实施路线与平台工具，并提供行业实践案例解析，并提供了一套完整的理论和实践框架，为读者提供数据资产管理的新思路。指出数据资产管理是数据资产入表的前提，关注数据资产的成本与效益，扩大数据应用范围。数据资产定义：由组织合法拥有或控制的数据资源，能直接或间接带来经济效益和社会效益。数据资产管理含义：包括数据资产的规划、控制和供给活动，确保数据资产保值增值。数据资产管理框架：涵盖数据开发、数据标准管理、数据质量管理、数据治理、数据资产评估、数据资产流通、数据资产运营、数据安全管理和数据消费等九大版块。数据资产管理工具：介绍了数据开发、数据资产、指标资产、标签资产、数据共享、数据安全和数据消费等工具的详细功能和应用。数据消费实践。数据资产管理实施路径：包括数据资产盘点、数据治理、数据资产评估与入表、数据共享与开放、数据消费等步骤。数据资产管理工具架构：展示了数据资产管理工具的技术架构，包括数据集成、服务层、模型层和基础支撑服务层。数据资产管理平台功能需求：描述了数据资产管理平台应具备的功能需求，如数据开发、数据资产、数据质量管理、数据共享和数据安全等。

挖掘数据资产价值，助推新质生产力发展。今年政府工作报告提出，深入推进数字经济创新发展，健全数据基础制度，大力推动数据开发开放和流通使用。同时，适度超前建设数字基础设施，加快形成全国一体化算力体系。新质生产力以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力。数据资产要素成为发展“新引擎”。新技术的应用为数据资产的发掘应用实现提供了可能。构建数据资产管理系统。健全数据基础制度，是发挥数据资产价值的重要前提。需要搭建数据资产管理的平台。数据资产具有天然的数字化的基因，应该用数字化的手段对它进行管理，其基础工作就是高质量发展的数据资产管理平台。提升数据资产管理能力。将原始数据进行系统加工后变成高附加值的产品是提升数据资产管理能力的关键。完善数据资产的管理制度。构建一整套基于数字化条件下的数据资产管理制度非常有必要。做到心中有数。