随着全球及中国数字经济的快速发展，数据已成为新的生产要素，对经济发展和社会进步产生了深远影响。未来，随着数字经济的不断发展，数据资产管理的重要性将进一步凸显。

数据资产管理丛书汇集了数据资产管理各专业领域的专家学者，他们以丰富的实践经验和深厚的理论功底，从不同角度对数据资产管理进行了深入剖析和探讨。内容涵盖数据资产管理的基础理论、模型体系、软件工具、智能技术应用以及典型案例分析等多个方面，既有战略高度，也有落地实操；既有理论探索，也有案例分享，为读者提供了全方位、多层次的学习资源。

数据资产管理丛书由中国技术经济学会党委书记、理事长，中国国际工程咨询有限公司总经济师李开孟研究员作序推荐。本丛书不仅是对当前数据资产领域理论研究和实践经验的系统梳理，更是对未来数字经济发展趋势的前瞻性探索。

数据资产管理丛书

《数据经济学：数据资产管理和产业升级》
《数据治理：制度体系建设和数据价值提升》
《数据资产评估：合规方法和落地实践》
郑洪涛，吴闻汐，张颖，王国栋  编著
定价：237.00元
中国科学技术出版社 · 中科书院

作者简介

郑洪涛 ，北京国家会计学院教授，博士生导师，我国著名风险管控与投融资专家。财政部内部控制标准委员会咨询专家，中国会计学会内控专业委员会专家，中国技术经济学会数据资产管理专业委员会首席经济学家，工信部、发改委数字化转型和数字经济专家，国资委、财政部、发改委、证监会、银保监会政策专家，多家央企、上市公司、金融机构独立董事，中化学建设投资集团首席经济学家。参与国家化工产业、文旅产业、健康养老、生态环保、现代农业等产业投资规划和政策制定；国家重大工程/奥运会工程招投标专家；多家省市十四五产业发展规划及政府投融资规划及落地方案指导；多家中央企业双碳行动规划和产业规划和重大投资方案/融资模式的设计指导；国家开发银行、农业发展银行政策投资研究和指导；保险、信托、银行和基金等金融机构产业投资指导；主持大型中央企业集团数字化转型、财务共享和司库建设；多家地方政府和上市公司数据资产入表规划和实施。

吴闻汐 ，中国人民大学硕士研究生毕业。中国技术经济经济学会数据资产管理专业委员会执行秘书长，中兴财光华会计师事务所咨询部总经理兼战略与数字化部主任。曾经承接并主持过金融类中央企业数字化转型项目、建筑类央企的数据资产信息化项目和农业类国有企业战略与数字化咨询项目，在各类媒体发表文章十余篇。

张颖 ，中国人民大学会计学博士，华北电力大学管理学博士后，中国注册会计师。现任教于华北电力大学经济与管理学院。曾任北京国家会计学院教务部CPA中心主任。主要从事内部控制与公司治理、数字化转型与风险管控等研究。出版《企业内部控制学》等多部著作，在《审计研究》等杂志发表多篇论文。

王国栋 ，北京合信数通科技有限公司总裁。财务智能化、管理自动化、大数据和人工智能领域拥有丰富经验的专家。在行业数字化转型方面具有深厚的实践积累，曾为多家企业提供数字化转型和财务共享与智能化解决方案，推动了多个行业的智能化升级与创新。

目录一览

《数据经济学：数据资产管理和产业升级》

第一章　数据的相关概念

第一节　数、数字与数据

第二节　数据资源、数据产品、数据资产

第三节　数据要素

第四节　数据的两重性

第二章　数据的特性

第一节　数据的规模性

第二节　数据的多样性

第三节　数据的动态性

第四节　数据的时效性

第五节　数据的协同性

第六节　数据的异质性

第七节　数据的非消耗性

第八节　数据的非竞争性

第九节　数据的非稀缺性

第十节　数据的边际收益的递增性和递减性

第三章　数据的价值

第一节　数据价值的类型与特性

第二节　数据的经济价值

第三节　数据的社会价值

第四节　数据的科技价值

第五节　数据的生态价值

第六节　数据的决策价值

第七节　数据的个性化服务价值

第八节　数据未来的价值和挑战

第四章　数据的生产和加工

第一节　数据的类型

第二节　数据的采集

第三节　数据的加工

第五章　数据在行业中的应用

第一节　概述

第二节　工业制造的数据应用

第三节　科技创新的数据应用

第四节　金融服务的数据应用

第五节　交通运输的数据应用

第六节　商贸流通的数据应用

第七节　文化旅游的数据应用

第八节　医疗健康的数据应用

第九节　现代农业的数据应用

第十节　应急管理的数据应用

第十一节　气象服务的数据应用

第十二节　城市管理的数据应用

第十三节　社区服务的数据应用

第十四节　教育教学的数据应用

第十五节　绿色低碳的数据应用

第六章　数据全生命周期管理

第一节　数据生命周期划分的依据和标准

第二节　数据全生命周期1 ——数据采集管理

第三节　数据全生命周期2 ——数据存储管理

第四节　数据全生命周期3 ——数据整合管理

第五节　数据全生命周期4 ——数据呈现与使用的管理

第六节　数据全生命周期5 ——数据分析与应用的管理

第七节　数据全生命周期6 ——数据挖掘的管理

第八节　数据全生命周期7 ——数据流通管理

第九节　数据全生命周期8 ——数据归档和销毁管理

第七章　数据与产业数字化转型

第一节　数据与产业数字化转型

第二节　制造业数字化转型

第三节　金融行业数字化转型

第四节　零售行业数字化转型

第五节　医疗保健行业数字化转型

第六节　物流与运输行业数字化转型

第七节　政府服务行业数字化转型

第八节　教育行业数字化转型

第八章　全球数据产业发展

第一节　全球数字化发展阶段划分依据

第二节　全球数字化发展演变之一：数字化阶段

第三节　全球数字化发展演变之二：网络化阶段

第四节　全球数字化发展演变之三：数据化阶段

第五节　全球数字化发展演变之四：智能化阶段

第九章　中国数据产业的发展

第一节　中国数据产业发展的演变

第二节　中国数据产业发展的现状

第三节　中国数据产业的发展与挑战

第四节　数据应用典型案例：智慧审计贯通大监督体系

后记

《数据治理：制度体系建设和数据价值提升》

第一章　数据治理概述

第一节　数据治理的概念

第二节　数据治理的目标

第三节　数据治理的策略

第四节　数据治理的体系框架

第二章　数据战略

第一节　决策领先型数据战略

第二节　运营领先型数据战略

第三节　数据变现型数据战略

案例：大数据战略的实践浪潮与思考

第三章　数据组织管理

第一节　数据治理的开展条件

第二节　组织架构搭建原则

第三节　组织架构的搭建

第四节　组织架构的模式

第四章　数据治理制度体系

第一节　数据治理制度体系的概念与特点

第二节　数据治理制度体系的原理

第三节　数据治理制度体系的方式

第四节　数据治理制度体系的实施关键点

第五节　数据治理制度体系的运用场景

第六节　数据治理制度体系的框架

第五章　数据绩效管理

第一节　日常考核

第二节　定期考核

第三节　人工考核

第四节　系统自动考核

第五节　奈飞的数据绩效管理

第六章　数据标准体系

第一节　元数据标准

第二节　主数据标准

第三节　数据模型标准

第四节　数据交换标准

第七章　数据质量体系

第一节　数据质量

第二节　数据质量问题与成因

第三节　数据质量管理

第四节　数据质量评价与改进

第五节　沃尔玛数据质量体系

第八章　数据安全体系

第一节　全国性法律法规

第二节　地方性法规

第三节　数据全生命周期安全

第九章　数据平台工具

第一节　元数据管理工具

第二节　数据质量工具

第三节　数据可视化工具

第四节　数据分析工具

第五节　数据安全工具

第六节　优步的数据平台工具

第十章　华为的数据治理演变和策略

第一节　华为数字化转型演变

第二节　华为数据分类及框架

第三节　结构化的数据管理（以统一语言为核心）

第四节　非结构化数据管理（以特征提取为核心）

第五节　外部数据管理（以确保合规遵从为核心）

第六节　元数据管理（作用于数据价值流）

后记

《数据资产评估：合规方法和落地实践》

第一章　数据资产评估的基本原则

第一节 数据资产评估的原则体系

第二节 数据资产评估的独立性原则

第三节 数据资产评估的客观公正性原则

第四节 数据资产评估的科学性原则

第五节 数据资产评估的专业性原则

第二章　数据资产评估的特有原则

第一节 数据资产评估的预期收益原则

第二节 数据资产评估的替代原则

第三节 数据资产评估的Z佳效用原则

第四节 数据资产评估的贡献原则

第五节 数据资产评估的评估时点原则

第六节 数据资产评估的外在性原则

第三章　数据资产评估依据

第一节 依据法律法规

第二节 依据行业标准

第三节 依据数据质量

第四节 依据数据规模

第五节 佳华科技数据资产评估依据

第四章　数据资产评估基本事项

第一节 评估相关当事人

第二节 评估目的

第三节 评估范围

第四节 价值类型

第五节 评估假设

第六节 基准日与报告日

第七节 YX 资产评估有限公司评估失败案例

第五章　数据资产评估程序

第一节 评估准备

第二节 确定评估目标

第三节 选择适合的评估方法

第四节 执行评估

第五节 结果分析与报告

第六节 评估结果的应用

第七节 整理归集评估档案

第八节 贵州东方世纪科技股份有限公司数据资产评估案例

第六章　数据资产评价系统

第一节 数据的真实性评价

第二节 数据使用性评价

第三节 数据质量评估

第四节 数据价值确认

第五节 深圳微言科技数据资产评价系统应用案例

第七章　数据资产评估方法

第一节 成本法

第二节 收益法

第三节 市场法

第四节 期权定价法

第五节 图谱定价法

第六节 其他评估方法

第七节 评估方法的选择

第八节 阿里巴巴集团数据资产评估方法选择

第八章　数据资产评估报告及档案管理

第一节 评估报告的内容

第二节 档案的概念与内容

第三节 档案的归集与管理

第四节 某市国投公司的子公司因数据资产评估档案归集管理不善致财务造假案例

第九章　数据资产评估保障体系

第一节 评估安全体系

第二节 评估保障制度

第三节 欧盟数据资产评估保障

第四节 关于欧盟数据资产评估保障的具体案例

第十章　综合案例——广西电网数据资产评估

第一节 广西电网数据现状

第二节 广西电网数据特点

第三节 广西电网数据评估

后记

试读章节

《数据经济学：数据资产管理和产业升级》

一、数据资源的概念与特性

1. 数据资源的概念

数据资源是指所有可能具有潜在价值的、未经处理或已处理的数据集合。它涵盖了企业或个人在运作中累积的各类数据记录，如客户记录、销售数据、人事信息、采购记录、财务报表及库存数据等。同时，数据资源也包括从数据生成、处理到传播、交换的整个生命周期中涉及的数据管理工具（如计算机硬件、软件、网络技术）及专业的数据管理人员。

2. 数据资源的特性

数据资源主要基于数据的生命周期管理，包括数据的收集、存储、处理、分析和应用。数据首先通过各种渠道被收集，然后存储在安全的数据库中。其次，数据工程师会使用各种数据处理和分析技术（如数据挖掘、机器学习等）对原始数据进行清洗、整合和分析，以提取有价值的信息和知识。最后，这些数据资源被应用于各种业务决策、科学研究或创新活动中，以支持组织的运营和发展。

二、数据产品的概念与特性

1. 数据产品的概念

数据产品是指将数据原始资源转化为能对内产生经济价值或对外形成经济利益流入的产品。它基于大数据、云计算等技术平台构建，能够将海量数据进行结构化处理、挖掘分析和可视化呈现，从而帮助用户快速洞察市场趋势、把握商业机会。数据产品可以是基于软件产品和服务的服务性产品，也可以是将软件产品、服务与数据资产的权益打包后形成的权益性产品。

2. 数据产品的特性

数据产品化的原理在于通过收集、处理、分析和呈现数据，为用户提供有价值的信息和见解。其形成过程通常包括以下几个步骤：数据采集——从各种数据源收集数据，包括内部系统和外部公开数据——数据清洗与预处理——去除噪声和异常值，确保数据的准确性和一致性；数据分析与挖掘——运用各种数据分析算法和机器学习技术，从数据中提取有价值的信息和模式。数据资源、数据产品、数据资产三者之间存在着紧密的时间相互关系，这种关系贯穿于数据从产生到应用再到产生价值的整个生命周期中。

三、数据资产的概念与特性

1. 数据资产的概念

数据资产是指由个人或企业拥有或控制的、能够为企业带来未来经济利益的、以物理或电子方式记录的数据资源。它包括但不限于数字信息、文字信息、图像信息、语言信息、数据库等。数据资产是企业的重要资产之一，其价值在于其所承载的信息内容和潜在的商业利用潜力。

2. 数据资产的特性

数据资产化的原理在于将原始数据通过采集、清洗、整合、分析与应用等流程转化为具有特定价值的产品或服务，从而为企业带来经济利益。这一过程涉及数据治理、数据质量管理、数据安全保护和数据隐私合规等方面。通过有效的数据治理，企业能够提升数据资产的质量、确保数据资产的可持续利用，并将其转化为实际的商业价值。

入会操作步骤

您可以通过中国技术经济学会会员管理系统电脑版或手机版填写信息，加入学会。通过电脑版会员管理系统加入学会的方式为：登录学会网址（http://www.cste.org.cn），在首页导航条上点击“加入学会”，填写相关信息。通过手机版会员管理系统加入学会，可以扫描下图二维码，点击“加入学会”，填写相关信息。

请按照会员管理系统中的提示选择会员类别、等级、分支机构等，完善个人信息，自行注册。通过审核后，即可成员会员。审核时间为1—3个工作日。

中国技术经济学会
2025年1月21日