中国石化数据资产管理研究

张晓光

（中国石化财务部，北京 100728）

1 数据资产管理背景

2019年，党的十九届四中全会将数据与劳动、资本、土地、知识、技术、管理一并视为生产要素，由市场贡献决定报酬，并要求加强数据有序共享。2020年5月28日，第十三届全国人大三次会议表决通过《中华人民共和国民法典》。《中华人民共和国民法典》提到了与人工智能、大数据建设、平台经济相关的内容，首次将数据、网络虚拟财产纳入保护范围，是对数字技术发展的响应。

在大数据时代和数字经济背景下，国内外学者对数据的经济价值越来越关注，并提出了数据资产的概念。“数据资产”这一概念最早由理查德·彼得斯（Richard Peters）于1974年提出，他认为数据资产包括持有的政府债券、公司债券和实物债券等资产，之后随着人们认识的加深，又经历了“信息资产”、“数字资产”和“数据资产”三个概念的发展和完善。国内外学者对“数据资产”都是从“数据”和“资产”两个层面综合定义的。中国信息通信研究院在《数据资产管理实践白皮书（3.0版）》（2018）中首次明确规范了数据资产的概念，认为数据资产是指由企业拥有或控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源，如文件资料、电子数据等。通过对以上概念的解读，我们从企业经营层面出发，认为数据资产是企业运营活动中形成的，由企业拥有，在数据的产生、获取、处理、存储、传输和应用全过程可控的，并能够给企业带来价值的数据。

从20世纪70年代至今，数据资产经历了基础理论研究到概念认知的阶段，大概在2010年移动互联网的发展带动了数据量的急速增长，对各种数据的应用层出不穷，目前正处于数据资产的实际应用期。国内大数据应用市场主要集中于互联网企业、传统的IT厂商和大数据企业，如国内阿里巴巴（淘宝）、百度（百度地图）、腾讯（美团）等。这些企业利用分布式存储、计算以及人工智能等多种先进技术，同时结合数据资产管理将数据变为有价值的资产。国外数据应用已经深入传统石油石化行业，壳牌公司建设自身的物联网平台，针对全球超过数十万个关键资产的位置、运营状况、维护状况进行量化，并基于分析算法及设备运行历史数据，开展预测性主动维护，能够实现提前24～48小时预警，并根据设备健康程度提供对应配件的采购建议。2018年初，英国石油公司（BP）通过移动App，将客户消费表现数据收入囊中，并通过客群分析，实现精准的广告投放以及库存调整。该App第一期部署于全球9个国家的7000多家便利店，可以分析超过2500万名顾客的购买数据，而这些便利店季度销售额均增长14%以上，此外，BP已经成功与6家主要供货商成功对接，实现了供货量的自动调整。

2 数据资产管理框架

将数据当成资产进行管理，应从资产视角切入，以数据资产价值最大化为管理目标，充分融合传统资产管理过程和数据全生命周期特征，将产权登记、资产运营、资产处置、资产评估的资产链条与数据产生、治理、分析、消费、退役的数据链条进行有机结合，从数据资产识别管理出发，开展一系列数据资产产权管理、数据资产创效管理、数据资产评估管理。实现企业数据资产权属界定清晰、质量安全可控、应用创新高效、处置评估有序，全面提升数据资产保值、增值能力，为企业创新转型注入强大数字基因。

2.1 数据资产识别

石油石化企业覆盖全产业链，经过长期信息化建设，信息系统数量庞大，数据分散，数据存量和增量相当可观，但是公司对数据资产的全貌并不清晰，对“拥有多少数据资产、存在于哪些信息系统中、集中于哪些业务领域、有多少重复资产和无效资产”等基本情况并不了解。因此，数据资产的识别和盘点工作便显得至关重要。只有将数据资产的“家底”梳理清楚，各部门、各单位了解数据资产的基本情况，才能对其存在的问题进行治理，并与业务进行有效融合，最大程度地发挥价值。可以说，数据资产识别是开展数据资产管理的关键第一步，是数据资产创效、增效的基础。管理者需要具备设定资产识别准则、开展数据资产盘点和资产认证的能力。通过制定数据资产识别制度，对数据资产的识别标准做出明确界定，然后循序渐进推动公司数据资产盘点工作，并对盘点完成的数据资产开展认证 工作。

2.2 数据资产确认

根据数据资产的定义，一个数据集被认定为数据资产必须满足4个条件：企业拥有或控制、数据集对企业有价值、数据集成本或价值能被可靠计量、数据集可被机读。对于一个企业来说，将一个数据资源转化为数据资产时，数据权属和可计量这两个条件更难甄别和实现。国内学者朱扬勇和叶雅珍提出数据资产具有所有权、使用权、勘探权的属性特征。当数据只涉及一方时，形成的数据资产自然归属生产者，但是当数据涉及多个主体且具有敏感性时，需要从数据资产应用、流转的各个具体应用场景出发，识别各个环节可能存在的权利、义务纠纷，提出数据资产产权类型。数据资产兼有数据和资产的特性，作为数据，其价值根据对方的需求而异，对其进行计量确认的前提是需要有统一的计量单位，能被准确计算。从实践角度来看，针对结构化数据，基本单元可设定为信息系统中的数据表；针对非结构化数据，基本单元可设定为相同格式、相同用途的文件集合。如此划定，一是基本单元可获取，易于操作和管理；二是规模可统计；三是价值 易衡量。

2.3 数据资产治理

传统资产在经过确权后即可投入生产使用，为企业创造经济价值。而数据资产则不然，在投入应用创效之前，需要开展坚实的数据治理工作，先解决数据能用、好用的问题。第一，梳理数据资产台账，建立数据资产目录，并提供数据的业务、技术解释，让业务人员找得到、看得懂数据；第二，建立规范共享机制，明确数据权责，打通数据共享通道，同时规范数据安全标准，让数据流转起来；第三，制定数据标准、严控数据质量，统一数据口径，提升数据有效性和可用性；第四，提供数据服务，将业务人员从手动清洗数据的工作中解脱出来，通过提供专业化、自动化、长效化的数据服务，推进数据的高效供应；第五，为赋能数据分析，组建专家团队，并提供自助分析平台，降低数据分析应用的技术门槛，为业务人员赋能。

2.4 数据资产创效

数据资产经过治理后，只有进一步将分析工具、智能技术在实际业务场景中加以应用，才能真正创造价值。数据资产的创效，需要与公司的应用现状和业务特征深度结合，找准方向，提出最有效的应用策略。石油石化企业作为信息化基础良好的上中下游全产业链公司，各部门、各企业都存在部门内或跨部门、跨板块、跨企业的数据需求，但是，任何单一点上的数据应用都是对业务的微观或局部改善，无法体现出企业的竞争优势，不能将数据的效能最大化，只有将零散的数据点串联成“数据链”，以数据贯通促进产业协同，才能充分发挥企业“一体化”优势，彰显产业链上的数据价值。因此，现阶段石油石化行业数据资产管理不应该在散点上发力，应以数据链贯通作为载体，打破业务壁垒，推动各板块、各企业、各领域统筹协调，增强公司一体化优势，最大程度地释放具有石油石化行业特色的数据价值。

2.5 数据资产价值评估和会计核算

数据资产价值评估是数据资产管理的核心内容，只有实现数据资产价值的量化评估，企业才能计算数据资产的投入产出，做出更加精准的数据资产管理决策，甚至为将其纳入财务报表做准备。

第一，价值影响因素。影响数据资产价值的因素主要包括数据用途、数据质量和数据容量。数据用途存在多样性和不确定性，一方面取决于数据生产者的数据挖掘能力，另一方面也受到数据潜在使用者需求的影响。通常情况下，数据资产的可塑性越强、用途越广，其价值就越高。数据质量主要是指数据资产中数据的准确性、代表性和时效性。数据容量主要是指数据资产的规模及可扩展性。在使用过程中，有的数据资产原有的部分需要删除或更新，还有些数据可以追加和补充。数据资产的维护可增加数据资产的规模、维度，从而提升其整体价值。

第二，价值评估方法选择。目前国内学者对数据资产价值评估的方法主要包括成本法、市场法、收益法。成本法是一种基于重新开发或购置被评估数据资产的前提假设，通过估算重置成本，并扣除相关贬值来确定评估对象价值的方法；成本法主要应用于市场交易不活跃的评估对象，实践中数据资产的贬值可参考无形资产的摊销进行计算。市场法是一种通过将被评估对象与可比参照物进行比较，以可比参照物的市场价格为基础，并根据两者之间存在的差异进行修正调整，以此确定评估对象价值的方法；市场法应用的前提是存在公开市场，能获取可比参照物的活跃交易信息。收益法是一种通过将被评估对象的预期收益折现来确定其价值的方法。由于数据资产的使用年限无法预估，可能是永久性，且未来盈利难以预测，所以收益法的使用存在困难。

数据资产会计核算。会计准则尚未规定数据资产如何在会计报表中列示，为完整披露数据资产价值，数据资产入表可参考以下几类方案。方案一，维持现状。对于已发生的数据资产相关费用，依托信息化相关费用实现计量，数据资产不单独进行核算。方案二，建立数据资产台账。对信息化发生费用进行拆分，将数据资产发生的成本和费用单独剥离出来，可按照系统中数据资产与非资产的数据量比例拆分，单独计量为数据资产所花费的独立成本及费用。方案三，相对完整的价值披露。进行更加深入的会计计量，并在会计报表中通过附注附表形式，相对完整地披露数据资产相关核算信息，例如原值、累计摊销、减值准备、账面价值、评估价值等。方案四，建立独立科目在资产负债表中反映。这一过程将会涉及会计准则的调整，企业将按照调整后的会计准则相关要求，建立独立科目，完成数据资产的会计核算。

3 数据资产管理工作

数据资产管理是一项全新工作，业务复杂、涉及面广，对企业现有管理模式和工作习惯影响较大。中国石化需要充分了解现状和定位，循序渐进地推动数据资产管理工作常态化开展，逐步释放数据价值。

3.1 数据资产管理现状

目前业务人员从获取数据到使用数据的过程中面临重重困难。一是数据共享困难。当前公司“数据孤岛”问题比较严重。通过应用ERP系统，中国石化积累了大量经营管理数据，但这些数据没有实现充分共享，也没有流通起来，领导层无法获得决策支持的丰富信息，管理层无法追溯生产经营深层问题，基层无法利用数据提高效率，各层都被“数据所困”。二是数据应用深度不足。数据应用场景尚停留在描述性分析层面，预测、建模等高级应用需求较为分散，未形成规模。

3.2 数据资产管理目标

中国石化提出在中国经济波动时期要抓住机遇、顺势而为、乘势而上，践行新发展理念，落实高质量发展要求，着力构建“一基两翼三新”产业格局。其中，“三新”之一是积极发展新经济。充分利用业已形成的石化e贸、易派客等平台，高质量开发利用数据资产资源，打造石化特色服务生态圈，不断培育壮大培育新动能，共享新经济蓬勃发展的时代红利。

结合中国石化的未来经济发展目标，数据资产管理应主要定位于全面建设数据资产管理体系，建立健全数据资产管理业务体系和运行机制，明确集团数据资产全貌，以数据链贯通为抓手，实现数据资产权属界定清晰、全生命周期可控、共享流转有序、应用创新高效、处置评估规范，推动公司向数据驱动的智能化公司转型，抓住时代机遇，切换新动能。

3.3 数据资产管理重点工作

中国石化数据资产管理应立足产业链价值，以数据链贯通、共享应用为抓手，以数据治理为重点，统筹规划数据资产管理工作，将数据价值与业务价值目标对齐，扭转公司数据应用零散、价值目标不清晰的现状，使数据应用成为公司战略落地的重要手段。建议重点推动以下几方面的工作。

第一，在组织层面，选择适合中国石化的有效组织架构和管理机制，形成数据资产管理的协同效应和顶层推力。集团层面可建立数据资产管理中心组织，负责基于集团整体目标制定数据资产管理战略，指导、协调各部门数据资产管理工作。同时，业务和职能部门建立各自的数据资产管理组织，负责本部门的数据资产管理工作，并通过中心组织实现跨业务域协调。这样既能够满足集团统一管控，又可以兼顾各板块或者各部门间业务差异的需求。此外，财务共享推行后，共享服务公司作为资源集约组织，有充足的人才基础储备，并与中国石化总部和下属企业建立协同关系，可以作为中心组织的执行力量。

从实践来看，数据资产管理组织的建立涉及集团各职能部门、各事业部及企业，交互关系复杂，涉及角色较多，无法一步到位，需要随着数据资产管理工作的推进而不断发展。现阶段，中国石化上下对数据资产管理的理解尚不深入，需要采用小而快的试点项目来证明价值、加深理解、扩大影响。因此，建议采用项目制的形式，选择成功可能性高、回报快且结果辐射范围广的数据资产应用项目进行试点，取得示范性成效后，再进一步组建数据资产管理组织。

第二，在应用层面，充分利用中国石化现有资源，深度挖掘数据资产价值。2019年，通过对中国石化22个信息系统进行盘点，以数据表为基本单元，按照“拥有、可控、具有价值”的划分标准，共梳理出财务域数据资产6531项，占盘点数据的57%，但是目前这些数据资产的应用很单一。中国石化应该基于产业价值链，针对跨板块、跨部门、跨企业的共享应用，进行数据链局部贯通和应用建设，利用人工智能、机器学习、建模预测等技术，最大程度地释放具有中国石化特色的数据价值。

2020年是中国石化财务转型全面推进之年，财务转型的核心聚焦价值引领，深化业财融合，数据资产管理是一个非常有效的抓手，因为业财融合本身是价值链贯通的一部分，以数据为抓手，可以实现数据资产管理、财务转型两方面工作的有效结合。一方面，可以深化数据资产管理规划在具体业务领域的落地方案，为中国石化全面推动数据资产管理工作增强信心；另一方面，可以促进财务人员与业务人员协同合作、有效沟通，培养复合型人才，发挥财务价值引领作用，推动财务转型。此外，中国石化还要充分利用同板块内企业业务同质化程度高的优势，将收效明显的数据分析应用成果在板块内进行规模化推广，迅速形成规模效应，激发全集团数据分析应用热情，让数据应用成效辐射全局、遍地开花。

第三，在运营层面，做好中国石化数据资产产权管理，促进数据流通和价值变现。近年来，贵州、上海等地方政府率先探索大数据交易机制，建立大数据交易平台，很多互联网企业也在积极搭建平台，利用数据创造价值。中国石化经过十几年的积累与沉淀，坐拥全产业链数据、全产业链生态，数据版图全面涵盖了上中下游生产运营、经营管理、客户服务的各个层面，基于数据进行业务创新和数据市场建设，具备着天然优势。同时，数据市场对中国石化深化数据资产管理大有裨益。

首先，通过市场化手段可有效标定数据资产价值，依托数据交易频度、竞价等市场化手段，可辅助数据资产实现更加准确、可靠的价值计量。其次，市场化的机制能够充分激发各参与方在数据质量提升、数据资产应用上的积极性，数据资产管理可以依托市场的自我调节机制，实现更高效的运营。再次，依托市场，可达成交易方的双赢甚至多边共赢局面。当前各企业信息化建设水平差距较大，但依托数据市场，发展快速的企业对数据的投资在交易的过程中可以得到经济回报，发展较慢的企业也可以享受数字成果。最后，数据是公司的新兴资产，在市场化的数据交易生态中能够作为一种有价产品进行流通，真正彰显出数据的资产属性。

目前相关法律法规尚不健全，对外部市场的数据资产运营应有更为长远的考虑，建议中国石化可先行尝试探索内部数据交易模式，建立内部数据交易平台，做好产权管理，为各部门、各企业之间进行数据产品交换提供渠道，并确保数据安全。