数据资产化实践指南（2024年）会员免费

序言在新一轮科技革命和产业变革大背景下，数据量和算力呈爆炸性增长，数据作为数字经济时代的基础性和战略性资源，是形成新质生产力的优质生产要素。2020 年 4 月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，首次将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，引导要素向先进生产力集聚。2022 年 12 月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，为深化数据要素市场化配置改革，释放数据要素价值，推动数字经济高质量发展提供了方向指引。2023 年 10 月，国家数据局正式挂牌，统筹推进数字中国、数字经济、数字社会，进一步推进国家治理体系和治理能力现代化。2023 年 8 月，财政部印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号），明确数据资源的确认范围和会计处理适用准则等，有利于显化数据资源价值，提升企业数据资产意识，为企业对数据进行深度开发利用提供动力。2023 年 12 月，财政部印发《关于加强数据资产管理的指导意见》（财资〔2024〕1 号），以推动数据资产合规高效流通使用为主线，加强数据资产全过程管理，推进数据资产化，更好发挥数据资产价值。对于企业而言，高效的数据利用能够显著提高生产效率，降低运营成本，

推动企业业务模式创新与转型，以在激烈的市场竞争中获得优势。为了加速推动数据资产化进程，促进数据流通应用，激活数据要素活力，广东数字政府研究院、广州数据交易所、粤港数据安全与隐私保护联合实验室、广州芳禾数据有限公司在广东省政务服务和数据管理局指导下联合编制《数据资产化实践指南》，以数据产生的业务源头到数据实现资产化的全流程入手，按照“业务数据化-数据资源化-数据产品化-数据资本化”的演变方式，探索建立数据资产化的可行路径，以期为企业数据资产化实操提供参考。本实践指南在编写过程中得到数据要素领域多家机构的大力支持与帮助，在此一并感谢。考虑到数据资产化领域的发展如火如荼，各项工作日新月异，内容难免有疏漏之处，欢迎业界学界各位专家同行提出宝贵意见和建议，共同推进数据要素市场高质量发展。

指南编制人员专家顾问：翁健余坦编制组成员（按姓氏拼音首字母排名）：郭振宇后倩李朗李明李智梁友刘志伟沈海童瑶王骏王俊鸿王琼吴文浩杨澜喻昕昕玉雁袁方曾立波张昊天张翼张瑜朱卉

目 录一、数据资产化概述..........................................................................1（一）内涵..................................................................................1（二）目标与意义......................................................................2二、数据资产化过程..........................................................................4（一）业务数据化......................................................................5（二）数据资源化......................................................................5（三）数据产品化......................................................................6（四）数据资本化......................................................................6三、数据资产化实施路径..................................................................7（一）数据生产与采集..............................................................7（二）数据资源盘点................................................................10（三）数据合规审查................................................................16（四）数据分类分级................................................................21（五）数据产品加工................................................................26（六）数据质量评估................................................................29

（七）数据价值评估...................................................................