国有经济布局优化和结构调整并建立国有企业履行战略使命评价制度是2025年政府工作报告中的明确要求，数据资产管理是数据要素市场建设的重要命题，数据资产规模是国有企业数字化转型水平与新质生产力发展的关键衡量指标。自2023年起，国有企业通过多种方式积极拥抱数据浪潮，推进数据资产入表与管理、数据产品交易、数据资产创新应用等，推动了数据要素市场的发展。本文结合国有企业数据资产管理现状与问题，立足企业内部治理与可持续发展要求，探讨国有企业数据资产管理的目标、路径与效益。

国企数据资产管理目标

数据资产是企业资产的重要组成部分，虽然目前包括上市公司在内的大多数企业才开始披露数据资产相关信息，但企业数据治理历史已有数十年，市场也涌现了一批优质数商。数据资产管理问题在产业与企业层面反映了新质生产力与生产关系存在阶段性矛盾，需要构建战略层面和战术层面的统一解法。本文不单单聚焦单家国企，而是尝试根据数据产生、汇聚与应用的价值链范畴，考虑地方政府与主管部门、区域产业与国有企业组合的生态系统，从企业微观到产业中观再到区域宏观来分析数据资产管理工作的目标。

一是强化数据洞察与价值创造驱动型的组织创新能力。 近年来，降本提质增效成为不少国有企业的首要目标，除最直接简单的减员，很多企业没有找到因地制宜的方法。以东南沿海某地级市水务集团公司为例，水的采集、生产和运输全程布设着厂房设备和管网管道，早些年就开始引入自动化、智能化设备，近两年为了打造智慧水务管理模式也配置了不少信息化系统，除售水端用户体验，内部管理效果不及预期，比如每个月用水与缴费的基础数据都很难做到准确统一，无从确认降本的运营方向。

根据对公司每个重点生产环节的调研分析发现，其主要问题是：

第一，水务业务逻辑、信息化逻辑与数据逻辑不适配，通过数据分析定位业务问题面临显著挑战；

第二，公司的组织架构并未设置数据分析或者应用岗位，数据价值停留在战略重视层面，实际治理中与实践脱节；

第三，日常业务依赖惯性以及老师傅经验，缺乏体系化的数据驱动组织创新能力。

针对这些普遍问题，本文认为国有企业，尤其是传统服务行业、重资产企业更应积极强化数据标准统一、数据采集和分析能力，通过对数据岗位的提级推动数据要素化，建立数据战略规划能力；将数据资产管理纳入企业发展规划，通过全链条的数据流通与分析，定位降本增效节点，以策略驱动效益，形成数据驱动的组织创新能力。

二是建立产业链供应链风险监测与韧性评估联动机制。地方大型国企是供应链或者区域产业链链主企业的情形普遍存在，有些地方国有企业可以通过供应链金融为上下游中小企业提供信用背书和融资担保，同时也给国有企业带来了风险与挑战。全球供应链背景下，产业链供应链的牛鞭效应日益凸显，地缘政治对于供应链的影响加剧，地方国有企业尤其是大型制造企业通过构建产业数据监测功能提高自身抗风险能力、提高出海经营能力，已经不是一家之事，更是区域经济、地方政策需要协同的共建共治之事。

复旦大学全球供应链研究中心发布《中国对外商品贸易及供应链波动指数》报告，尝试构建精准监测中国出口贸易和供应链动态变化的理论方法；部分整车供应商也已基于产品、物流、零部件等要素建立供应链韧性评估的实践模型。这些探索均建立在企业数据开发利用的基础上，而以资源形态实施管理显然跟应用场景难以精准匹配，所以建议通过数据资产管理需求升级形成资产联动格局，其实践过程也可为国有企业建立系统化供应链管理模式提供参考。

三是优化数字城市建设阶段区域与产业政策形成路径。城市精细化、网格化治理以及“高效办成一件事”，均离不开公共与企业数据融合支撑下的精准分析与风险预警。科技创新进入新阶段，一个显著特征是数据数量与关系正重新定义创新链条上各方的交互方式与地位作用，各种创新力量的地位与作用重新分化组合。一些地方政府尝试运用大数据强链补链，提升城市综合竞争力和社会治理能力。

比如，东南沿海某城市数据管理部门负责人拟通过分析区域数据要素型企业，制定契合地方发展实际的产业政策，但如何基于产业与企业数据构建企业图谱、提升政策研判适配度，成为一大挑战。由于主管部门缺乏有效的政策抓手，企业又对政策理解不足、落实不到位，亟须通过数据资产的体系化、流程化、规范化管理，打通产业数据壁垒，有效融通数据，提高信息交互能力，这对于优化城市治理，提高产业政策精准度具有重大意义。

四是探索形成适应数字经济时代的现代企业管理制度。《关于完善中国特色现代企业制度的意见》明确提出加强企业数据治理和数据流通应用能力，推动数据资源开发利用。本文认为，企业需要突破传统管控思维，尝试构建协同治理、数据驱动、权责明确的适配数字经济与数据要素特征的现代企业管理制度。

首先，企业内部应建立数据管理架构，有效整合数据资源，疏通业务数据到管理决策的堵点卡点，提高管理决策的科学性；其次，数字经济时代的核心资产是数据资产，数据作为要素应该在企业内部、企业之间、产业之间具备相应的流通模式与计量规则，应该成为国有企业参与数据资产管理的核心目标；最后，主管部门通过数据交互优化一业一策、一企一策的管理考核制度，建立国有数据资产的管理架构与规章制度，也是数字经济时代现代企业管理制度的核心环节。

五是建设以社会效益最大化为目标的一体化要素市场。数据资产是数据要素市场的核心资产，其主体多元化特征明显，其给数据要素市场的一体化配置带来了显著挑战。国有企业是数据要素市场的核心参与主体，从企业履行国家战略使命角度看，国有企业响应政策精神，积极参与并落实数据资产管理，研究形成一体化数据资产管理办法是大势所趋。根据2024年上市公司年报数据，100家数据资产入表企业中50%是国有企业，如皖通高速、上海电气、隧道股份等。国有企业如何借助于数据资产管理，既实现数据赋能主营业务和产业链供应链的管理诉求，又能与制度衔接配套，是建设一体化数据要素市场的核心。

前述内容重点阐述如何建立社会效益最大化的一体化数据要素市场：包括管理制度一体化可以有效降低管理成本，提高管理效率，如政务数据共享可以有效减少企业跨区经营沟通成本；基础设施一体化可以提升数据互联互通效率，服务更大规模的社会需求，提升日常生产生活效率；交易流通一体化可以高效打破数据孤岛现象，推动数据开发利用效率提升，赋能实体经济。

国有企业数据资产管理实践路径

截至目前，大多数国有企业参与数据资产管理的表现形式均为入表，本文认为入表只是资产财务表达的一种方式，国有企业应以数据资产价值导向为目标，用体系化、规范化的方式进行数据资产管理。数据资产全过程管理的范围包括台账编制、资产登记、授权运营、交易流通与收益分配，表面是围绕资产登记形成内部管理与外部流通交互结果，但实际上涉及的管理主体、管理边界、交易与交互方式需要研究的问题很多，最终目标依然是数据资产的价值计量规则一体化及价值最大化。

本文结合2023—2025年各类市场主体在数据资产领域的探索和成果，总结形成国有企业开展数据资产管理的有效路径（不包含行政事业单位）。国有企业在其中扮演的角色是路径的探索者、实验者、反馈者、优化者，主管部门则是规则的建立者、宣贯者、评估者、执行者。

一是规范数据采集和传输标准。数据资产围绕数据要素有多种表现形式，如数据集、数据应用等，无论是公共数据开发利用还是行业数据流通，目前最大的挑战依然是数据孤岛问题。破解数据孤岛、促进数据交易流通的首要条件是建立数据采集和传输的标准规范，对于数据采集的字段设置、描述、使用进行统一。

比如，中国汽车工程学会筹备《汽车行业透明供应链数据采集与传输规范》，是汽车供应链质量领域首个数据互联规范，其联合中国一汽、东风汽车、上汽集团、江淮汽车等多家整车供应商，希望通过统一数据互联标准，推动汽车行业供应链数据高效流通与运用。上海电气集团组建上海电气集团数字科技有限公司，对自采、外购等各种来源的数据，如科研相关数据、供应链相关数据等，进行标准化加工处理，以指标库、模型库等多种方式赋能内部生产效率提升和外部企业价值链延伸，成为上海电气工业解决方案和产品输出平台，推动制造业数字化转型升级。

二是规范数据资产信息披露模式。查阅2024年上市公司年报发现，作为中国优质企业主体的上市公司，在数据资产层面的台账编制方式并不统一，信息披露也是五花八门，当然这和目前所处的数据要素市场发展阶段有关。数据资产全过程管理的第一项工作是台账编制，台账编制本质是数据资源到数据资产路径管理与信息披露规范，所以国有企业在地方国有资产管理的基础架构上统一数据资产信息披露模式，是数据资产管理路径的第一步。

针对这一步，本文认为，以上市公司为对象形成数据资产信息披露框架，非上市国有企业参照执行是可行的。试点区域则应以财政主管部门、国有企业主管部门、数据主管部门联合研究企业数据资产台账编制的统一规则，以规范数据资产源头信息的管理为主。本文虽然不针对行政事业单位，但在台账编制环节多主体可适用同一套办法。

三是推动数据交易常态化、合约化、统一化。目前，很多市场主体的数据交易不是以数据交易方式形成的，而是以软件开发、技术服务、信息服务、运维服务等形式存在，银行和保险公司等作为数据采购主力都存在这一现象。还有部分信息化厂商在提供产品售后过程中，面临数据治理需求，却苦于数据工作的琐碎和计量规则不清晰，无法获得相应补贴。国家数据局公布一批数据交易合同模板，是推动数据交易常态化、合约化的有效方式。数据资产全过程管理的交易流通环节，本质就是数据交易过程的标准化，需要通过合同模板、数据服务标准化定价等方式治理原来的乱象，为数据资产确认提供可行性依据。数据交易的合约化与规范化，尤其通过区域数据交易中心、行业数据交易平台实施，可以更有效监测数据交易细节，为数据资产价值评估提供依据，推动公允价值坐标体系形成。

四是明确国企参与公共数据运营的方式。国有企业在日常生产经营中会产生大量数据，尤其是链主型企业，一般都在某些特定场景中承担公共服务职能，比如高速、公交、地铁、港口、机场等交通运输服务主体，也因此涉及采集部分公共数据。地方大数据中心一般承担公共数据集中统一管理相关工作，比如将行业数据、社会数据、政务数据等统一到数据平台，很多省份均在尝试以国有企业为出资方的数据集团作为公共数据运营核心主体。显然，国有企业在承接公共数据运营并推动公共数据开发利用方面具备天然优势。

实际上，公共数据无论是开放共享还是授权运营，最终目标都是希望提高社会治理和服务能力，推动产业和企业发展。国有企业既是排头兵，又是压舱石。数据资产管理涉及资源、产品、资产各个形态，需统筹成本与收益，可以建立以国有企业为核心，将公共数据治理场景化、链条化、流程化的管理路径，强化国企数据基础治理、数据基础平台能力的功能，将数据产品开发的工作以技术外包形式分派给区域中小企业，对全过程成本进行可靠计量。明确国有企业参与公共数据运营的模式并建立地方统一资产登记规范，形成一套适用不同对象的国有数据资产管理办法，最终形成兼顾公平与效率的公共数据运营模式（如图1所示）。

五是将数据资产作价出资等资本化模式逐步纳入试点。数据资产作价出资本质是数据资产的运营，也就是数据资产代替现金和其他实物资产出资，给被投资单位注入生产资料的过程。数据资产全过程管理虽未将资本化、金融化等纳入试点范围，但本文认为，数据资产交易流通的目标是数据要素化，资本化是要素化后的一种表现形式。

国有企业在数据资产管理的过程中也会伴随高质量数据资产的形成与运营，部分大型国企也在尝试成立数据运营主体，以提高数据资产的运营效率。本文建议将数据资产作为出资的一种载体，请地方市场监督管理局、数据局、税务局等主管部门联合指导，以先行先试的方式，由国企集团在内部以集团公司与子公司的模式率先实践，其过程中以会计师事务所鉴证的数据资产为基础，以律师事务所、资产评估公司等第三方出具的资质报告为依据，形成国企数据资产作价出资的可行模式，提升国有数据资产运营能力和价值的乘数效应。

国有企业数据资产管理效益分析

国有企业主动进行数据资产的确认与管理，并结合数据资产全过程管理试点工作的要求尝试建立国有数据资产上下一体的管理制度，应该建立在市场化导向之上，也就是说要有内生动力支撑。

本文尝试从做大做强主责主业的基本逻辑出发，探寻国有企业加强数字化转型与数据资产管理的动力源泉，通过尝试结合数据资产管理的目标与路径，探讨国有企业进行数据资产管理的经济效益、制度效益和产业效益。

首先，经济效益层面。国有企业参与数据资产管理的经济效益至少分为两个部分：直接效益和间接效益。直接效益是主营业务积累伴生的数据经过治理后直接交易产生的经济利益流入。比如，东南沿海城市某制造业大型集团公司试点集团内部和分子公司之间数据交易，既促进集团数据资源赋能主业，又通过交易产生收益形成优质数据资产。

间接效益又分为两个层次：通过数据分析产生降本增效的可量化管理效益，以及借助于数据分析进行风险预警与管理但较难量化的风险收益。根据会计准则，这两类在可靠评估模型支撑的基础上都可以确认数据资产，按照数据资产进行管理可以对间接效益进行可持续观察。

其次，制度效益层面。参照中央行政事业单位国有资产配置管理办法，国有企业数据资产的配置与管理也有可能实现资产管理与预算管理相结合，提高数据资产配置的前瞻性和科学性。

因此，国有企业参与数据资产管理会产生显著的制度效益：

一是微观层面，台账编制的统一方式可以对数据资产的数据源进行标准化管理，可进一步规范数据资源和数据产品的基本信息，极大程度便利不同主体间的数据资产交易与交互，相当于对全社会数据资产进行源头一体化管理；

二是产业中观层面，区域行业主管部门、数据主管部门和财政主管部门可以极大程度降低信息不对称，基于“同一张数据资源—数据产品—数据资产的成本收入管理表”对产业进行精准施策，提高财政资金使用效率，提升国有企业数据资产配置的科学性。

最后，产业效益层面。大型企业已凭借数据、算力与算法掌握产业链话语权，中小企业则在资源配置和市场竞争中不占优势。但中小企业在我国数量占比很高，是经济活力的重要体现。无论是数据资产直接产生经济效益，还是通过数据资产管理过程研究探索全国一体化要素市场制度，目标均是希望通过数据资产成本和收益管理，对数据价值链条的参与主体进行公平分配，最终服务于产业发展。因此，唯有推进数据平权与技术平权，提升产业创新活力和组织创新能力，才是数据市场经济发展的持久之道。

如果说经济效益偏向利己，那制度效益和产业效益则是一种以利他为核心的行为选择，对国有企业的战略站位和使命担当提出了更高要求。国有企业数据资产管理不仅是技术问题，更是一场涉及治理模式、产业生态与制度创新的系统性工程。在《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》框架下，国有企业应以“服务国家战略、引领产业升级”为使命，通过多元效益的目标引领，打造新质生产力的核心引擎，提升国有数据资产管理的能力与效率，更好地服务于数字经济高质量发展。