能源企业数据资产管理研究

文 · 中国石油化工股份有限公司 寿东华 孙浩

一、引言

2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据要素与土地、劳动力、资本、技术等传统要素并列，明确提出“加快培育数据要素市场”。近年来，在互联网、大数据、云计算、人工智能、区块链等新技术的快速发展下，现代经济正在发生由资源经济向数字经济的巨大变革，全球加速进入数据资产化时代。过去十年，全球市值领先企业发生着巨大变化。2008年全球市值前五的公司只有一家是数据驱动的，如今市值前五的公司大都具有数据基因，以苹果、谷歌、阿里巴巴为代表的数字化巨头迅速崛起。与原先基于有形资产的产品驱动经济不同，基于无形资产的知识和服务经济已然成为趋势，尤其是数据资产对于企业长期价值的创造能力越来越被市场所看重，数据资产已成为构建企业核心竞争力的关键要素。

近几年，能源行业数据量以每年20%以上的速度快速增长。面对庞大的数据资源，如何转化为资产对其进行有效管理和利用，挖掘数据资产所蕴含或可带来的价值，将数据资产的经济价值彰显出来，是能源企业面临的一项重要课题。本文结合某能源企业数据资产化管理实践对数据资产管理进行研究和探索性的思考。

二、数据资产的定义及其管理的内函

(一)数据资产的定义

“数据资产”这一概念从20世纪70年代提出并发展至今，随着社会经济发展和技术进步，在不同时代背景下先后形成了信息资产（information assets）、数字资产（digital assets）和数据资产（data assets）三个概念。这三个概念虽名称不同但内涵相近，从出现到给出相对明确的定义都经历了较长时间。“信息资产”的概念伴随计算机的诞生而出现，彼时的信息资产既包含数字信息，也包含物理介质存储的有价值信息；随着互联网的广泛应用，紧接着出现的是“数字资产”概念，在这一阶段物理存储信息被摒弃，数据单纯地指向了二进制的数字世界，同时数据的所有权和使用权被逐渐强调；直到20世纪90年代，随着大数据兴起，“数据资产”的定义被逐渐完善，企业开始关注数据的变现和收益属性。数据资产相关定义演进历程如图1所示。

图1 数据资产相关定义演进历程

当前，业界尚未形成数据资产的权威定义，很多机构、学者开展了理论研究，虽然定义不尽相同，但是研究方法比较相似，都是从“数据”和“资产”两个层面进行综合定义。2019年12月，中国资产评估协会发布了《资产评估专家指引第 9号—数据资产评估》，将数据资产定义为“由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源”。埃森哲管理咨询公司将企业数据资产定义为“企业在运营活动中形成的，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”。具体内涵主要包括以下几方面：一是企业在运营活动中形成的。数据资产可以记录、描述企业各种活动，客观反映事实。二是由企业拥有。由企业通过日常业务运营、购买、租赁等方式所拥有的数据。三是全过程可控。数据资产在全生命周期可管理、可监控。四是成本可靠计量。作为一种“更无形的无形资产”，可靠计量成本作为未来资产入账的依据。五是能够为企业带来价值。能够为企业带来业务价值、分析价值和变现价值。在明晰和理解数据资产定义中，重点强调的是并非所有的数据都构成数据资产，可明确作为“资产”的数据其核心是要有价值。

(二)数据资产管理的内函

有价值的数据是资产的概念已形成行业共识，但在具体管理实践中，如何对数据资产进行有效的管理还在不断探索中。在理解数据资产管理的内涵时，首先需要厘清数据、数据资源、数据资产概念，进而理解其管理的不同内涵。这几组概念具有递进性，数据资产管理范围最小，是在数据资源的基础上进一步体现资产属性。

数据是以数字、文本、图形、图像、声音和视频等格式对事实进行表现的符号串。它是信息的载体，是事实的呈现。数据资源代表了与企业生产及管理过程结合在一起的数据，是对数据进行加工处理，使数据间建立联系，体现了数据的资源化过程。数据资产则是资产化的数据资源，这些数据不仅是企业在运营活动中形成的，在数据的产生、获取、处理、存储、传输和应用全过程可控的，同时必须由企业拥有，并能够给企业带来价值。当一种资源能够创造价值，就会涉及所有权、价值等活动，用来组织和规范该项资源的利用，评估这项资源带来的效益。

相应地，数据管理是对数据本身的加工过程进行管理，即数据从产生到获取、处理、存储、传输、归档、退役的全生命周期管理。当数据成为一种资源，就需要一个专业组织对其进行有效开发和利用，数据资源管理是在数据管理的基础上，增加组织、制度、流程、人员的管理内容，从而规范数据资源开发利用过程中的各类活动。最后，把数据作为资产管理，需要在数据资源管理的基础上，考虑数据所有权、经济效益等资产属性。因此，数据资产管理是指通过建立一系列的组织、制度与流程，规范数据资产的各类管理任务和活动，从而控制、保护、提高数据资产价值。

数据资产管理核心是在确保数据可用的基础上，将数据有序融合、敏捷供应，最终产生业务洞察和变现价值的管理过程，更加强调围绕数据资产的价值、成本、收益开展全生命周期的管理。

从企业角度，着重需要开展两方面工作。首先，要构建数据资产全过程业务管理体系。即从数据资产业务管理视角，借鉴资产全生命周期管理理念与方法，对数据资产的全过程活动给予标准规范，特别是数据资产识别、治理、应用等方面进行规范化设计。其次，要构建数据资产成本与价值反映体系，结合数据资产全过程管理活动，从数据资产化视角，有效开展资产评估管理，清晰计量数据资产全过程的成本。这是有效评价数据资产价值以及未来数据资产核算入账的基础。数据管理逻辑如图2所示。

图2 数据管理逻辑

(三）数据资产管理与传统资产管理的比较

结合领先实践的启示，数据资产管理的业务全景视图应从资产视角切入，在现有传统资产的管理框架和思路基础上，以数据资产价值最大化为管理目标，依据数据的管理特征进行补充修正。传统实物资产的管理内容主要包括产权管理、资产运营管理、资产处置管理、资产评估管理，是一套从明晰资产归属、彰显资产核心业务价值，到最大化激发资产剩余价值，并最终对价值进行有效衡量的完整链条。数据作为一项全新的资产，应秉承这一理念，以数据资产价值最大化为管理目标，深入剖析数据资产与传统资产的巨大差异，进而识别出数据资产在管理过程中需考虑的独特要点。数据资产与传统资产对比特征分析如表1所示。

表1 数据资产与传统资产对比特征分析

由于数据资产存在诸多特殊属性，在每个管理环节上，都对传统资产的管理方式提出了新要求：产权层面，需要更加细致的数据产权分类以规范相关方的权利和义务；维护层面，需要全面考虑数据治理工作，保证数据可用、能用、好用；使用层面，需要前瞻性、系统性提出最符合业务特色的应用场景，最大程度发挥数据资产价值；报废层面，数据资产报废处置方法不同，还要考虑到现阶段没有价值的数据可能随着技术的进步被利用；评估层面，需要探索针对数据资产的独特评估方法。

因此，应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，形成数据资产管理体系。从数据资产识别管理出发，开展全面、统一的数据资产产权管理，使数据归属明晰、权责有序；然后在坚实的数据资产治理基础上，有效推进数据资产创效管理，以彰显数据价值；进而探索数据市场管理，创新数据变现、激发数据活力；适时开展数据资产退役（报废）/复出管理工作，实现数据归档有序、复出有效；最终完善数据资产评估管理，推进对数据资产价值的有效衡量。

三、数据资产管理要点和方法

结合某能源企业近年来的数字化管理业务实践，基于企业内部现状、结合外部经验，从数据资产全生命周期管理的逻辑，数据资产管理要点和方法主要有以下七个方面。

(一)数据资产基本单元确定

为了真实、准确地反映数据资产数量及生产经营活动带来的资产变动，首先需要为数据资产划定合理的统计颗粒度，即资产基本单元。数据资产基本单元的划定应遵循三大原则：一是操作可行性，基本单元可获取，易于操作和管理；二是规模可统计，基本单元的规模和体量易于计算；三是价值易衡量，基本单元的价值可以分析和比较。

针对结构化数据，基本单元可考虑设定为信息系统中的数据表。首先，数据表在获取时较为可行和便捷，可以从系统中直接取得。其次，数据表规模可以统计并且易于计算，若以数据库为基本单元，由于承载信息过多，很难体现数据资产的具体内容；若以数据项为基本单元，又过于细节，且数据项在不同的表中存在大量的重复，造成统计困难。最后，数据表通常具有一定的业务含义，能够体现出不同业务数据间的价值差异，选取数据表为基本单位，在价值评估方面相对较为可行。

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。这是由于，非结构化数据通常在一定范围内具有较高的同质性，而在分析过程中往往不针对单一文件进行。因此，选取文件集合作为基本单位。一是可对存储在同一地址的相同格式、用途的文件集中管理和操作；二是文件集合的数量适中，易于统计和分类整理。此外，文件集合通常比单一文件更具有分析挖掘价值。

(二)数据资产识别管理

毋庸置疑，并非全部数据均属于公司数据资产。因此，需要通过数据资产盘点，将其中属于资产的部分识别出来。基于数据资产定义“企业在运营活动中形成的，由企业拥有、全过程可控，并能给企业带来价值的数据”，当拥有、可控、具有价值三个条件均满足时，才能划定为数据资产。可以说，数据资产识别是开展数据资产管理的关键一步，是数据资产创效、增效的基础。

以结构化数据基本单元为例，按照数据资产定义，对信息系统数据表中的基础表、代码表、中间过程表、报表等基本单元进行识别。基础表是系统直接产生、直接反映业务运营情况的基础数据表，具备数据资产拥有、可控、有价值的特征，属于公司数据资产范畴；代码表是系统中的代码相关数据，属参考数据，属于数据资产范畴；报表是系统在运营分析后产生的相关结果，具有应用价值，属于数据资产范畴；中间过程表是开发人员为了满足应用需求形成的中间转化过程表。开发者经验不同，表的结构差异很大，具有不可控性。同时，中间过程表的有价值信息都承载在基础表、报表或指标中，不满足数据资产的定义，不属于数据资产范畴。因此，数据资产的范围可以划定为基础表、代码表、报表。在此基础上，按使用目标、使用部门、使用成本可清晰计量等原则，将基本单元数据资产进行合理组合，形成单体数据资产组，如财务基础数据表整体可作为一项数据资产进行成本归集和分析。

(三)数据资产产权管理

由于数据资产具有复制性、“看见即拥有”等特性，在数据资产应用、流转、交易过程中，需要用产权约束各方可享有的权利和应尽的义务，以保障数据资产的安全性和收益性。数据资产所涉及的产权应用场景较为复杂，也是数据资产管理的难点，但与现有法律中对产权的相关界定并不偏离，可以借鉴现有物权范畴与知识产权范畴的相关内容。

物权范畴主要参考物权法和民法总则、民法通则的规定，分为所有权和所有权派生权。所有权主要包括占有权、收益权、使用权、处分权，与数据在产生、退役和复出场景中的产权需求相吻合。

知识产权范畴主要参考商标权、著作权、专利权。特别是著作权的部分权利与数据资产交易场景的产权需求相似，其中改编权、汇编权、出租权、发行权、信息网络传播权具有很大的借鉴价值。

因此，可将数据资产产权类型归纳为基本权利和交易权利。前者用于规范数据资产所有者对数据资产的基本权利和义务，而后者在数据交易过程中对相关方进行约束。

基于数据资产产权类型及数据产权管理内容，数据资产产权管理要点主要包括产权界定管理、确权登记管理、产权运营管理、产权交易许可、产权监督管理。产权界定管理是对数据资产产权类型、授权对象和授权规则进行规范；确权登记管理依托数据资产盘点成果，对数据权属所有人进行注册登记；产权运营管理是指开展产权的日常运营维护，包括产权变更管理、数据产权注销、产权信息归档、产权侵权管理、产权维权管理；产权交易许可管理是对产权许可证进行颁发授权，约束交易过程中的产权主体；产权监督管理是对产权归属、产权确权进度、产权信息记录进行监督、稽查，防止数据产权受到侵害。以上几方面均需要针对业务场景，制定详细的管理制度和操作流程。

(四)数据资产评估管理

数据资产价值评估与计量，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，并为未来将其纳入财务报表做好准备。传统资产估值常用方法包括成本法、收益法、市场法。

成本法本质上是评估在现实条件下，重新购置或建造一个全新资产所需的全部成本。对于数据资产来讲，其全过程管理的成本投入存在难以有效界定、部分数据资产之间存在组合利用产生新数据资产、成本难以区分到具体的数据资产上的难点。

收益法是通过估算未来预期收益来评估资产价值的方法。用该方法评估数据资产价值难度较大：一是数据资产随分析技术发展可能带来的超额盈利难以预测；二是数据资产相比传统资产具有难以耗尽的特性，合理使用年限很难划定；三是收益法无法体现数据资产的潜在价值，并且与其他数据关联使用而增值的部分不易有效评估。

市场法是通过比较被评估资产与最近售出类似资产的异同，确定被评估资产价值的一种方法。在公平、稳定、有效的数据交易市场上，数据资产价值可以在市场供需关系中得到有效体现，并能够充分反映数据资产的价值波动情况，实现相对准确的动态估值。但由于市场法需要大量具有可比性的案例，因此，需着手建立公平稳定的数据交易市场，在交易体量不断提升的基础上，可选取市场法探索数据资产估值方法。

综上所述，现有的常用估值方法都存在一定的局限性和难点，目前业界尚未形成数据资产估值的标准方法。但从企业实操角度，可考虑先以成本法模式。因为从数据资产管理角度，分析清楚数据资产的成本构成，无论是应用企业内部管理、评价企业内部数据资产投入效用还是支持数据资产对外交易定价或者未来真正核算入账，都是必需的基础性工作。

未来要加快推进数据资产的市场化，建立相应的数据资产交易平台，完善数据资产交易市场运行体制，推进构建能源产业数据生态圈，以实现数据资产供给与需求的精准匹配，使市场信息能够被及时感知、转化。这不仅有利于数据资产的价值评估、风险管理、市场交易等机制的完善，而且有利于降低市场信息不对称性，提高会计信息质量，增强会计信息的决策相关性。

(五)数据资产计量与核算管理

数据资产得以有效评估后，下一步则需要财务部门考虑如何在财务报表中将数据资产进行计量和披露。由于数据资产会计入表尚未纳入会计准则，因此首先要对数据资产所属的资产类型、选取的计量属性、所需的计量过程等前提条件进行深入研究，然后逐步探索数据资产会计核算的可行性。事实上，数据资产的成本目前已经借由信息化系统建设投入体现在会计报表之中，只是并未独立列出。

为保证数据资产价值披露的完整性，数据资产入表可考虑以下几种方案。一是数据资产不单独进行核算，即按现有模式，依托信息化相关费用来实现对数据资产已发生费用的计量；二是单独计量为数据资产所花费的独立成本及费用，通过建立“数据资产账本”，根据信息系统中数据资产与非数据资产数据量比例，拆分信息化相关费用，单独剥离数据资产发生的成本和费用；三是对数据资产相关价值信息进行相对完整的披露，深入开展会计计量并在会计报表增加附注附表，对账面原值、累计摊销、减值准备、账面净值等相关核算信息进行披露；四是建立独立科目，企业需建立数据资产相关的独立科目来完成会计核算。此方案与现行资产核算方法一致，但需进行会计准则的调整。

由于当前数据交易市场和计量模型还不成熟，要对数据资产进行准确计量仍有困难，可采用相对稳健的方法，尽量降低财务估计判断难度和相关投入。例如，可采取以数据资产表内列示、报表附注披露和文本披露为主的数据资产信息列报模式，按照取得数据资产的相关付出作为初始计量成本，在资产负债表中设“数据资产”项目，并在报表附注中对数据资产的使用情况进行披露。

(六)数据资产交易及变现管理

数据资产只有在市场主体间开展数据交换和交易，让数据资源流通起来，才能推动数据资产交易机制和定价机制的建立形成，规范交易行为。因此，有必要探索数据资产市场化商业模式，提供数据分析、融合、洞察、建模等多元化创新营销服务。首先尝试在内部建立数据交易市场或平台，促进集团内部企业之间的数据交易；待成熟后可扩展到外部，凭借行业影响力和技术优势，吸引外部企业、政府、机构共同加入，增强数据合作，带动产业数据应用创新，以实现数据资产经济价值的再挖掘。其意义在于：一是通过依托数据交易竞价、频度等市场化手段，可有效体现数据资产价值，从而实现更加准确、可靠的价值计量；二是在数据资产应用、数据质量提升方面，市场化的机制能够充分激发各参与方的积极性。由于数据应用产品/服务、数据质量的复杂程度将影响市场价格，通过市场的自动调节机制，可以实现更高效的数据资产管理和运营，各方以提升数据商品质量为目的，更加有动力、有意愿参与数据资产管理与应用活动，从而营造出健康的数据治理和应用环境；三是市场化条件下可实现交易各方的双赢、多赢。目前各企业信息化水平差距较大，通过数据市场交易，发展较快的企业前期的数据投资可以实现经济回报，而相对落后的企业则可以购买数字成果，以加快发展进程。

数据交易市场构建可参照传统商品交易市场模式，包括会员入会、产品开发、需求定制、产品上架、交易、合同签订、结算、供货、付款、售后、纠纷处理等环节。数据市场管理要点包括市场建设、市场成员管理、市场服务、采购管理、价格管理、产品管理、交易管理、合同管理、结算管理、交付管理、费用管理、市场监管等。具体如图3所示。

图3 数据交易市场运营模式

(七)数据资产退役（报废）管理

随着数据量的增长，大量冗余数据正在不断提高企业的存储和运维成本。与传统资产不同的是，报废的数据并非如报废的机器设备一般显而易见，管理者往往忽视它们所带来的成本拖累。因此，全面的数据资产管理需要考虑数据资产退役的情况。一方面，合理界定和清查需要进行报废处理的数据资产，将有限的资源分配到活性数据资产上；另一方面，将退役数据合理归档或删除。

数据资产退役通常存在内部留存、外部获益和永久销毁三类手段。内部留存是将数据转移到磁盘等廉价且可长期保存的介质中，进行数据归档存储，同时为数据打上标签，进行分类标识。这一方式可以有效降低数据存储成本，归档数据也能在需要时重新投入使用。外部获益是对于内部已无使用价值，但是存在外部获益条件的数据，可在严格的脱敏处理后将其对外出售、出租、赠与科研机构或对外公布，形成联合分析成果或知识产权。永久销毁是对于需要彻底销毁的数据资产，既可以对数据进行重写覆盖或格式化的逻辑销毁，也可以通过磁盘消磁、彻底破坏存储设备的方式进行物理销毁，实现数据的永久性彻底删除。

数据资产退役管理要点包括：退役标准管理、退役清查管理、退役申请管理、产权变更管理、退役处置管理。

四、总结

不同企业由于发展阶段、行业特点、数据现状等原因，数据资产管理侧重点会有不同，但是数据演变为资产的逻辑应该是一致的：通过数据治理手段，将原始数据从无序、不统一状态变为标准化、质量可控的“可用数据”；将数据在技术和业务层面联系和汇聚起来，形成与物理世界对应的业务对象，使数据成为具有关联价值的“连接数据”；通过服务化的方式，将数据高效地提供给需求方，打造为“敏捷数据”；结合业务经验、数据分析工具，形成业务应用场景，将数据分析融入业务过程，形成具有商业价值的“洞察数据”；最后通过市场化的手段流通，实现数据变现，将数据资产的经济价值彰显出来，成为“有价数据”。

随着数字经济成为经济增长新引擎，能源行业进行数字化转型是产业升级发展的必然选择，在资源获取、生产运行、经营贸易、客户服务等各业务领域产生的海量数据已成为驱动创新、引领升级的关键要素。随着数据资产化管理的推进，数据资产必将进入资产负债表并成为企业核心资产。前期部分国内能源企业在数据治理、数据资产管理体系搭建等方面进行了有益的探索，未来需进一步聚焦数据资产确权、估值、披露等重点难点问题，深度挖掘数据资产价值，逐步构建能源行业数据生态圈和交易市场，稳步有序搭建具有行业特色的数据资产管理体系，不断提升数据资产质量和创效能力，为推动企业高质量可持续发展提供有力支撑。