【摘 要】我国数字经济已转向深化应用、规范发展及普惠共享的新阶段，数据资产作为数字经济的重要产 物，逐渐成为企业的关键生产要素。本文从数据资产的概念和特征入手，探讨数据资产价值的关键构成因素和 价值提升的实现路径，提出以形成新战略重点、建立全新工作方式、实现业务价值为导向的总体思路，综合成 本、质量、数量、应用等关键维度， 以“集成、流动、智能、周期、质管、决策”六大模块为依托，构建以基 础数据管理中台为基础设施层、数据业务应用与数据质量管理为应用层、商业智能和分析层为智能创新层的三 角结构式数据资产价值提升框架及具体路径， 以期帮助企业实现数字资产全流程的价值增值，促进企业高质量 发展。
【关键词】数字经济 数据资产 价值提升
【中图分类号】F49 【文献标识码】A 【文章编号】1007-0265（2023） 10-0018-07

一、引言
随着新兴技术的不断发展， 我国已经跨入数 字经济时代，数字经济在推进企业数字化转型的同
时，也为企业带来了诸如个性化需求、新技术和新
业务模式转变、互联数据经济诉求等不同程度的挑
战。数据作为数字经济的重要产物， 已逐渐成为企
业的关键生产要素之一，是企业实现新价值创造的
重要途径。根据 IDC（International Data Corporation） 的预测，2018-2025 年物联网设备产生的数据量将以 28.7% 的复合年增长率增长，至 2025 年， 将产生近 88 万亿 GB 的数据。2021 年， 国务院印发的

《“十四五”数字经济发展规划》指出，我国数字经 济已转向深化应用、规范发展、普惠共享的新阶段， 要求不断完善数据要素， 推进新的产业发展模式， 增强数据对生产效率提升的引领。
不同于其他资产， 数据资产是为满足市场主体 的效应需求而衍生出来的数据产品， 注重对数据的 整理、加工和运用（Janssen 等，2017[1] ；李永红和张 淑雯，2018 [2]）， 具有一定的依附性和实效性（王婷 婷，2020[3]）， 它能以多种形式存在和循环使用（刘 云波， 2023 [4]）， 并且在所有权未转移的情况下， 随 着时间推移和场景转变， 通过被共享使用权等方式 实现规模报酬递增的价值增值（郭王玥蕊，2021[5]；

［基金项目］ ［作者简介］

Data Asset Evaluation 数据资产评估

徐涛等，2022 [6]）。因此，在经营规模不改变的前提 下，如果企业能持续挖掘、创造、开发被埋没的零
散数据，将其转为可利用的数据资产并融入业务管
理流程，便能实现新的价值创造与价值增值（张舰，
2021）[7]。基于数据资产共享性、可再生性、价值增
值等特征，学者们从不同角度提出数据资产的价值
提升途径。纪婷婷等（2018）[8] 认为数据资产价值提 升的关键是以数据流通为支撑，将数据资产应用于
数据战略导向的企业业务中以促进数字资产价值增
值。刘妍和耿云江（2022）[9] 指出企业应该正确审视 其核心业务活动，打造数据与企业价值链动态交互
的数据资产价值创造系统，多维协同企业生产决策
实现价值增值。董惠敏（2021）[10] 则从生态视角出发， 指出数据的创造者、中介者、使用者和内外部 环境四 要素共同构成数据资产的“生态环境”。陆岷峰和徐 阳洋（2020）[11] 认为要用创新的手段进行数据资产管 理的顶层设计，积极创造数据资产发挥效能的应用场 景，提升数据资产的社会价值。通过研究企业的数据 资产经营管理模式，提出从架构设置到风险管控全流 程的“五步走”通用数据资产管理模式。
对海量数据持有的企业而言，数据资产的管理
已不再是传统经营管理领域中的一项常规操作，而
是企业实现可持续竞争优势的关键领域。目前关于
数据资产的研究大多聚焦于数据资产价值的评估，
如王蕾和李春波（2022）[12] 梳理了学术界对数据资产 评估的主流方法，认为人工智能与运筹学相结合 的方 法可能成为下一步的研究方向；张宇和梅丽霞（2022） [13] 则从数据资产的财务要素、网络特征、市场广度及 制度管理三大驱动因素出发，对数据资产 价值评估的 趋势和难点进行总结。当前提出的数据 资产价值创造 与提升的路径较为粗犷，未能建立具 体的数据资产价 值创造管理架构。深入探讨数据资 产的价值创造与价 值增值过程，有助于企业盘活闲 置数据，促进企业将 数据资产充分纳入企业经营的 业务循环流程，打造全 面整合、开放而又敏捷的数 据资产管理环境。鉴于此， 本文将以数据资产价值 为导向，基于数据资产价值创 造路径，构建数智驱 动的数据资产价值提升架构，并 提出具体的价值提 升路径， 旨在释放数据资产潜在价 值的同时，促进 数据利用与管理流程的有效融合，助 力企业实现基于数据的全流程价值增值。

二、数据资产价值影响因素分析
数据资产的价值需要综合考量其市场供需关系、 渠道成本、对企业核心业务的贡献和潜在创收能力、 数据管理能力和安全性等多方因素。参考现有文献， 本文从成本、质量、数量和应用四个维度分析数据 资产的价值构成。
（一）成本维度
数据资产价值增值的幅度以技术成本、风险成 本、人力成本及市场成本为基础衡量。技术成本对 数据资产价值的提升具有决定性作用，企业通过引 进或开发先进的数据挖掘与数据分析技术， 搭建、 维护及不断升级数据资产的信息系统，从数据资产 中获取关键信息，有效提升企业的数据资产价值和 竞争力。但数据资产价值提升同时也面临数据泄露、 存储丢失、信息篡改等风险，因此合理评估这些风 险，降低风险成本，有利于保证数据资产价值提升 后的稳定性。同时，数据资产所需技能和知识的更 新速度较快，需要不断培训和提高资产使用者的能 力，增加了人力成本的投入。若企业的数据资产属 于交易平台等类型，还需开展数据资产的宣传、推 广等市场活动，形成市场成本。
（二）质量维度
数据资产的质量主要包括其准确性、完整性、 相关性与时效性，企业需要通过提高数据质量水平 来实现数据资产的价值增值。若无法保证数据的准 确性，会直接误导企业做出错误决策，进而影响数 据资产价值提升；数据的完整性是指数据本身没有 缺失，数据的完整性越高，数据资产的价值越有保 证； 数据的相关性是指数据对主体而言是有用的， 数据信息对企业决策具有参考价值；数据的时效性 越好，说明数据更新频率越快，越有利于帮助企业 及时做出决策调整。由此，数据资产质量的高低关 乎企业能否通过数据分析挖掘其潜在价值。
（三）数量维度
数据资产的数量维度主要涵盖数据的规模和广 度， 数据量在一定程度上可以影响数据资产价值提 升的可能性。 一般来说， 数据规模越大， 蕴含的信 息量可能越多， 数据资产的价值量也会随之增多，

数据资产评估 Data Asset Evaluation

但也有部分数据因为具有稀缺性而蕴含更高的价值； 数据范围越广，蕴含的信息量也就越大，经过适当 的处理得到的信息量也就越多，从而能够提供更多 了解企业业务真实面貌的信息，有助于企业做出更 准确的决策，进而提升数据资产的价值。
(四)应用维度
数据资产会被企业自身或其他企业利用，因此 往往在应用环节产生更高的价值，数据的应用维度 包括数据应用场景以及数据挖掘与管理水平。同一 数据在不同场景发挥的作用不同，有的数据对其他 主体并无显著的价值；数据被挖掘与开发的深度越 大，产生的数据信息越多，会有更多人浏览产生留 痕，使数据更能充分利用；数据管理者的利用和整 合能力越高，具备数字化技能的专业人才越多，得 到的有效信息越多，越有利于数据资产价值的提升。

图1数据资产价值影响因素
三、数据资产价值提升路径的总体思路
数字经济时代，数据资产化转型是企业打造核
心竞争优势的关键。企业应树立数据理念并加速推
进数据资产化转型，提升运营效率、降低成本、管
控风险。本文提出以“集成、流动、智能、周期、 质管、决策”六大模块为支撑，以数据资产管理统筹 性理念为指导，助力企业形成新的战略重点、建立 全新工作方式、打造以业务价值实现为导向的数据 资产价值提升的总体思路。

(一)形成新的战略重点
运用先进的分析技术，企业能够将内部结构化
与非结构化数据进行“集成”,发现新的有价值的数
字资产和新的受益途径，借助数据实现有效“决策”, 发展新业务模式和创造新价值。在此基础上，明确改
进现有价值链，开展新的业务模式计划，以更综合 的角度重新审视企业的战略重点。
(二)确立全新工作方式
确立实现企业数字化经营管理的目标，利用数
字技术创建全面整合、灵活机动的平台运行环境， 实现数据在企业上下、部门之间的无障碍“流通”。
引入区块链、机器人等智能技术，通过建立弹性数
据架构，将流程自动化与其他各种“智能”技术结合 起来运用到具体管理活动中，实现企业流程的自动
化与智能化，使管理活动更加灵活机动，更快速地 适应市场变化和客户需求，实现价值创造。
(三)以业务价值实现为导向
企业的数据管理应立足利益相关者、以实际业
务需求为出发点、同时确保对数据的有效管理和控
制。在保证数据的有效“质管”基础上，实现数据的 全“周期”管理，清晰明确数据资产的取舍与应用
靶向。同时，必须注重数据资产的战略投资和整合， 将其融合于经营业务流程，以切实可行的洞察和行 动，实现数据资产价值的释放增值。

图2数据资产价值提升的总体思路

Data Asset Evaluation 数据资产评估

四、数据资产价值提升架构与具体路径
（一）数据资产价值提升架构
契合于企业的管控模式， 本文构建的数据资产 价值提升框架采用多层次的纵向管理正三角结构描 述框架的构建层次与关注重点， 真正实现以业务价 值创造为导向的交互运行式价值管理。该正三角结 构依托“集成、流动、智能、周期、质管、决策”六 个模块，基础层是支持企业数据需求的基础数据管

理中台， 该数据中台同时连接基层员工组织， 以实 现企业大数据的集成与流动，建立企业上下层级的数 据连接。中间层为数据业务应用与数据质量管理，该 部分是支撑企业数据资产价值管理的重要支柱，通过 实施数据管理实践与数据质量管理，实现企业业务与 财务管理的智能高效优化。顶层是数据商业智能分 析，它代表了企业数据资产价值提升的最终目标，即 能够使用数据推动洞察和决策制定，通过智能数据分 析实现基于企业业务的数据资产价值增值。

数据商业 智能分析
分解

质管
流 周 期
集成 智能 动
图 3 数据资产价值提升架构

成本，实现更宽泛的信息共享，避免跨部门数据难 以调用的情况出现，实现数据资产的内部价值增值。 同时通过建立开放数据共享与协作平台，建立数据 访问权限、数据备份和恢复机制，所需部门充分利 用数据中台经整合的信息对企业客户进行综合性评 价及分类，优化货源在市场中整体的流动性，实现 主动调控、科学供应，利用数据切实提高企业运营 效率和投资回报率，创造新的市场机会，实现数据 资产的外部价值增值。
（2） 数据管理中台反馈机制
基于整个数据处理流程， 企业建立数据管理中 台反馈机制，形成“数据摄入 → 数据传递 → 快速 响应 → 落实处理 → 监督核查”的循环流程来驱动企 业具体部门或岗位数据的不断摄入与利用， 确保回 馈信息及时处理和有效利用， 注重问题解决， 有效 落实点对点处理，真正提升数据资产的价值。
2. 数据业务应用与数据质量管理
从智能数据应用层面来看，企业应注重智能化 数据分析的设计、数据流动与数据交互平台的搭建

数据资产评估 Data Asset Evaluation

等， 以更好地实现对数据的运用与价值转化。从数
据质量管理层面来看， 企业需构建质量管理体系、 健全数据安全与风险控制机制， 在保证数据安全 与可靠性的前提下，进一步提升企业竞争力与发展
潜力。
（1） 区块链数据驱动，提升供应链运营效率
区块链数据具有一旦被添加即不能被操纵、修 改和删除等特点， 保证了数据的可靠性， 实现高质 量数据共享。企业通过与供应商或者合作伙伴构建 专属区块链， 有效与链上企业建立信任关系， 消除 摩擦。同时利用区块链追踪商品从来源到顾客、最 后到消费者整个过程中的真实流动情况，达到更大 的弹性并敏捷地融合被隔离的数据， 提升供应链整 体运营效率， 为供应链参与者赋能， 创造新的业务 价值。
（2） 多业务系统聚合， 推进企业生产管理模式 紧密一体化
针对生产体系， 企业可以通过聚合多个分散、 分割的业务系统数据（如 MES 系统、质量信息平 台、原材料管理系统、供应链、NC 系统、其他系统 等）， 形成内外全面贯通的业务体系化管理模式，对 整个业务流程进行动态优化管理，实现生产与基础
管理的一体化。基于该模式，企业可以实现贯穿式 数据流动与共享，防止出现数据孤岛现象，并通过 应用数据分析工具洞察系统数据的表现，有助于确 定可以改进的领域，实施流程改进计划，优化资源 配置，推动企业整个生产体系的增值。
（3） 多实体财务流程串联， 提高企业业务运营 效率
针对企业普遍存在的日记账分录重复准备、大 量 Excel 合并报告工作， 企业应基于数据资产， 构建将 不同实体的财务信息汇集于同一可相互流通的新 财 务流程架构， 寻求基于数据云端的具有强大报表 盘 和可视化仪表盘的多实体财务解决方案。该架构 能 够通过一个数据支撑框架全面了解企业在各种运 营 维度上的财务状况，并能对其数据进行切片与分 割， 提升报告的一致性、准确性与可视化，及时跟 踪部 门损益、季度损益、关键业务线盈利能力等重 要绩 效指标，有助于提高业务洞察力，做出合理的 预测， 并在短时间内对各种业务问题做出快速反应，

Data Asset Evaluation 数据资产评估

商业智能分析

统计 指标



支撑

架构 思路
图 4 数据资产价值提升具体路径

据此， 企业能够在查阅大量报表的情况下， 快速地 监控企业业务， 从而获取有关利润、业务扩张、缺 货等营业情况的信息， 以识别紧俏产品或高热业务 线，及时做出可靠的业务决策。

【参考文献】
[1] Janssen M., vander Voort H., Wahyudi A. Factors Influencing Big Data Decision-making Quality[J]. Journal of Business Research,2017(70):338-345.
[2] 李永红 , 张淑雯 . 数据资产价值评估模型构建 [J]. 财会月刊 ,2018(9):30-35.
[3] 王婷婷 . 数字技术与小微金融 : 担保与风 险转移模 式创新研 究 —— 基于数字技术在 商业 银行小微金融风险管理中的应用 [J] . 当代经济管 理 ,2021(3):72-82.
[4] 刘云波 . 数据、数据资产及其价值评估 [J] . 中国资产评估 ,2023(05):51-56.
[5] 郭王玥蕊 . 企业数字资产的形成与构建逻辑 研究——基于马克思主义政治经济学的视角 [J]. 经济 学家 ,2021(08):5-12.

[6] 徐涛 , 尤建新 , 曾彩霞等 . 企业数据 资产 化 实 践探 索 与理论模型构建 [J] . 外 国 经济 与 管 理 ,2022(6):3-17.
[7] 张舰 . 数字经济时代企业数据资产管理与研 究 [J]. 财会学习 ,2021(24):149-154.
[8] 纪婷婷 , 甘似禹 , 刘春花 , 戴炳荣 . 数 据 资产化 与数据 资产增值路径研 究 [J] . 管理观 察 ,2018(18):157-160.
[9] 刘妍 , 耿云江 . 价值链视角下的数据资产价值 创造 [J]. 财务与会计 ,2022(04):52-55.
[10] 董惠敏 . 生态系统视角下数据资产价值最大 化路径探析 [J]. 质量与市场 ,2021(22):166-168.
[11] 陆岷峰 , 徐阳洋 . 数字小微金融 : 产生场景 与发展策略 [J]. 西南金融 ,2020(01):62-70.
[12] 王蕾 , 李春波 . 数据资产及其价值评估方 法 : 研究综述与展望 [J] . 中国资产评估 ,2022(07): 4-10.
[13] 张宇 , 梅丽霞 . 数字资产价值评估的影响 因素和难点问题研究 [J]. 中国资产评估 ,2022(06):
46-54.