为贯彻落实国务院国资委、财政部关于加快推进数据资产评估入表的有关要求，结合人大提案有关内容，更好赋能企业，释放数智新动能、打造新质生产力，从而走向数据驱动、智能运营，由天津市财政局指导，天津市会计学会、用友公司主办的“数据驱动 智能运营——数据资产管理激发数据要素价值论坛”于4月16日下午正式召开。

此次论坛汇聚业界专家、企业领袖和实践者、生态伙伴及媒体代表，共同探讨数智化时代降本增效的先进模型与成功案例;在数智化助力下，如何真正帮助企业做到降本增效，以及数据驱动和智能运营带来的全新思维与经营管理模式。

本次论坛中，星际公司数字政府顶层设计和公共数据开发利用工作室执行主任王永杰发表了以《数据资产价值评估和企业数据资源入表——助力数据资产价值化》为题的专题报告。星际公司于2023年6月成立了天津市首个企业数据要素开发利用工作室，在国家级数据资产管理专家带领下，围绕数据要素价值化的数据治理、质量评价、价值评估、数据入表等关键内容，开展技术研究与应用工作，形成具有国家级影响力的数据资产管理服务机构。

本项专题报告围绕数据要素国家政策背景，重点介绍了星际公司在数据资产化领域的发展历程与取得的技术成果，以及星际公司支撑天津市国资国企数据资产入表和价值评估实际案例情况。在案例实施过程中，星际公司作为咨询服务单位，为客户提供全流程数据资产入表咨询和价值评估服务，从数据资产管理体系、数据应用价值分析、数据资产确认、成本归集、数据评价等方面做好顶层设计，从数据治理、数据开发建设等方面深入挖掘数据价值，形成了完善的企业数据资源入表路径和数据资产价值评估方案。通过委托会计师事务所、律师事务所、资产评估公司等相关专业机构，共同做好数据合规性评估、成本归集合理性评估、数据资产价值评估等一系列数据资产化工作。

近年来，星际公司紧跟数字中国建设、数据要素市场化配置改革等政策要求，持续提升数据要素开发利用能力，打造数据要素价值化全链条业务体系，帮助政府及企业挖掘数据要素的社会经济价值和公共服务价值。未来，星际公司将继续发挥国企担当，加大对数据要素创新发展的研究和实践力度，立足公司技术及人才优势，与国资国企数据服务联合体伙伴单位强强联合，共同挖掘数据要素“新价值”，构建数据产业“新生态”，打造数字天津“新样板”，合力推动数字经济和实体经济进一步深度融合。

紧跟数字中国建设、数据要素市场化配置改革等宏观政策，加快培育数据要素开发利用能力，我司可从数据分类分级、数据治理、数据登记、质量评价、价值评估、会计处理（数据资源入表）、授权运营、流通交易等方面提供空间数据资源或数据要素价值化解决方案，帮助客户挖掘数据要素的社会经济价值和公共服务价值。

1、数据治理

以提升企业数据资源管理和业务协同能力为数据治理目标，公司提出了一套基于主数据驱动的数据治理体系框架。该治理体系将数据治理的各项任务和要素划分为5个模块，分别为管理模块、过程模块、治理模块、技术模块、价值模块，能够从合规、可控、价值等驱动方面，供企业根据自身业务需求进行不同模块的选择，实现在合规、可控的数据应用基础上，促进数据的资产化和价值实现。

2、质量评价

高质量的数据是发挥数据价值的基础，它能够助力开发高水平的应用场景。公司分别从数据全生命周期管理、数据成果评价、资产价值评估角度，构建了一套可供多维度分析应用的数据质量评价体系。根据数据应用场景的差异化，制定数据质量评价实施方案，兼顾数据的过程质量和结果质量，保证数据的规范性、完整性、准确性、一致性、时效性、可访问性。

3、价值评估

公司制定了一套“数据评价-价值评估”一体化评估方案，该方案是以数据评价结果为基础，综合考虑了影响数据资产价值的成本因素、场景因素、市场因素和质量因素；以行业发展趋势和企业发展情况为视角，根据评估目的、评估对象、价值类型、资料收集等情况，采用合适的价值评估方法，对数据资产价值进行合理评估，支撑数据资产流通交易。

4、企业数据资源会计处理(数据入表)

公司紧跟国家政策和行业规范，深入研究企业数据资源会计处理相关文件，从数据资源全生命周期管理角度出发，制定差异化的企业数据资源管理体系。目前公司编制了一套《企业数据资源会计处理实施指南》,该指南能够针对企业类型和发展目标，综合入表的资产、税务、收入构成和合规等信息，动态管理企业数据资源入表范围，为企业数据资产化提供技术指引和行动支撑。

5、授权运营

公司通过搭建一个全流程公开、透明、智能、安全、可控、可监管的公共数据授权运营架构，连接数据监管方、数据提供方、数据运营方、用户的多方需求，以统一集中授权的方式，满足数据提供方和数据运营方的数据应用需求;以数据融合运营的方式，实现数据运营方和用户间的数据产品服务。同时，公司以实景三维时空底座为基础，深挖行业数据经济增长点，构建定制化行业应用方案，充分释放数据价值潜能。

1、数据治理高效化

建立基于主数据驱动的数据治理体系，提升数据资源管理和业务协同能力。

2、质量管理智能化

建立数据质量评价规则库，实现智能化的数据质量评价。

3、价值评估一体化

集成数据资产价值影响四要素，构建一体化数据资产价值评估体系和计算模型。

4、数据入表标准化

 依据数据资源生命周期，建立数据管理和财务管理的阶段对应关系，形成数据资源会计处理标准化体系。

5、授权运营场景化

以实景三维时空底座为基础构建应用场景，提升数据要素授权运营服务能力。