财新传媒
位置:博客 > 盘和林 > 数据管理能力是企业实现数据资产化的重要前提

数据管理能力是企业实现数据资产化的重要前提

日前,中国电子信息行业联合会公布了最新一批获得国家数据管理能力成熟度等级证书的单位名单,南方电网公司经过中国电子标准化研究院的专业评估,通过中国电子信息行业联合会组织的专家评审,以4.33的高分获评国家数据管理能力成熟度评估最高等级优化级(5级),成为全国第三家获评数据管理能力成熟度最高等级的单位,且得分位居历次参评的12批235家企事业单位之首。

数据管理能力成熟度模型(简称DCMM)是国家质量监督检验检疫总局、国家标准化管理委员会发布的我国首个数据管理领域国家标准,对于推动数据产业建设、数据产业赋能,促进我国数字经济高质量发展具有重要意义。而笔者认为,对于企业而言,毫无疑问数据管理能力是企业实现数据资产化的重要前提之一。企业是经济的微观主体,因此也是数据要素的重要组成部分。

作为国家战略行业,电力行业对产业链上下游包括金融、服务业、政府等都具有重要的经济意义和社会意义,随着数字化转型和数字电网建设的推进,电力数据要素向电力数据资产的价值转换,被赋予了重要意义,同时也对电网的数据管理工作,提出了更高的要求。

数据作为生产要素,电力数据的基本特征就是生产性要素,与其他要素共同投入到电力生产、消费、交易、传输的过程中,以提供电力产品和相关服务。而数据资产,若从会计学上定义,则必须满足两个特点:一是权属明确(产权中所有权、控制权比如收益权等可以分离),二是效益可计量。不同于传统资产,数据可复制性、低边际成本、无限性等特征,让数据资产化面临诸多难题。

首先,数据权属是数据得以流通、交换、资产化的重要前提,当前我国倡导建设数据统一大市场,数据权属是需要解决的首要问题,数据权属不确定,导致数据流通、交易、使用不能被规范化,数据市场价值开发处于灰色领域,数据监管困难,成本增加。

其次,数据流通是数据价值得以挖掘和实现的重要途径,目前,我国数据流通主要是通过数据交易所或数据公司进行,即使数据公司或者数据交易平台试图通过提供标准化的数据产品,解决数据质量和数据定价的问题,但实际意义的数据质量和数据交易规则并没有建立。

最后,数据治理水平不仅关乎数据质量、数据安全、数字技术,对数据标准统一市场的建立具有重要意义。这里需要解决的三个重要问题就是:数据标准化体系建设,数据差异化管理和数据管理能力的提升。而当前我国在这三个方面的数据建设仍有法律、制度、人才、和技术上的欠缺,存在很大的提升空间。

在数据和产业融合中,不少行业和企业的数据资产化管理提供了可借鉴的经验,以南方电网为例,在双碳目标和培育要素市场目标下,南方电网开创性提出“定责、确权、享利”和“拓量、优本、创利”的思想与策略,在 “责权利、量本利”数据资产管理体系框架下,数据治理与数据运营“双轮驱动”,推动了电网相关业务与数据的深度统合。

比如对电力数据要素进行了明确定义,并在此基础上,结合电力行业的特点和业态,将数据要素管理拓展到数据全周期和数字资产管理;探索数据资产定价方法,发布了全国首张公共数据资产凭证,在财务会计科目中设置了数据资产科目;构建极端数据管理系和数据资产管理平台,实现数据全生命周期的高效安全运转,编制数字资产目录对数据要素进行分类管理和应用;

当然,在电网与数字化的融合只是数字融合和产业化数字化变革中的一个小课题,但是数据资产管理体系的建设和成熟,正是需要通过不断的试点经验总结,才能实现从“试点一盘棋”到“全国一盘棋”迈进,不过需要看到的是,不论是国外经验还是国内成功行业经验,仍旧不适于“照搬”,需要结合行业特点和行业链生态,精准到行业或企业。

同时,电网数据资产管理体系成熟的意义也不止数据资产管理体系本身,更重要的是在于成熟的数据资产管理体系下,可实现的数据要素价值,合规、安全、高质量、持续释放和沉淀,这是实现数据要素向数据资产跨越的基础和根本性问题。

一方面,包括数据赋能产业、促进产业和管理转型,通过数据整合产业链上下游资源,推动产业价值向更多领域拓展延伸,促进产业跨行业协同、创新和融合。另一方面,也更为重要的是实现了数据要素产权制度,数据流通共享和数据安全保障方面的突破,提升数据的质量和管理水平,这是实现数字经济高质量发展更为基础和重要的问题。

 

(作者系浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员)

 



推荐 1