张俊瑞  康羽馨  朴海英

摘要：随着数字经济浪潮的到来，“数据资源”“数据资”相关研究日益受到关注。本文运用文献分析法和案例研究法，从数据资源和数据资产的定义出发，结合制造行业特征解析数据资源的识别过程，分析制造企业数据资源的来源途径、分类、计量以及价值创造，最后以西安陕鼓动力股份有限公司（简称“陕鼓动力”）为例，详细说明制造企业数据资源识别、确认为数据资产及其价值创造的过程。通过研究，一方面，为制造企业数据资产确认与计量的研究提供理论和实践支撑，另一方面，有助于制造企业加强数据资源的识别、分类，推动其在企业价值创造过程中发挥越来越大的作用。

关键词：数据资源；数据资产；识别；价值创造；制造企业

张俊瑞，西安交通大学二级教授，博士生导师，西安交通大学城市学院管理学院院长。入选教育部“新世纪人才支持计划”，财政部“会计名家”，兼任中国会计学会高等工科院校分会副会长、中国商业会计学会智能财务分会会长。研究方向为信息披露，会计理论，数据资产会计等。主持国家社科基金重大、重点、一般项目、国家自科基金项目9项，主持省部级课题20余项。在国内外重要期刊发表学术论文200余篇。教学成果获第六届国家级教学成果二等奖，获陕西省教学成果奖6项，获教育部高校人文社科奖、陕西省科技进步奖、陕西省哲学社科优秀成果奖10余项。

康羽馨，毕业于西安交通大学管理学院，获会计硕士专业学位，就职于辽宁省锦州市纪委监委。研究方向为数据资产价值创造、会计与审计。曾参与张俊瑞教授主持的中国注册会计师协会课题“数字经济对注册会计师行业的影响研究”（项目编号：2022-G-2），国家社科基金重大项目《数据资产会计标准构建与应用研究》（23&ZD092）。

朴海英，陕西鼓风机（集团）有限公司党委委员、财务总监、金融方案中心主任、资金中心主任，高级会计师。兼任陕西秦风气体股份有限公司董事、西安常青资本管理有限公司执行董事、中机企协CFO分会副理事长。从事会计工作26年，发表多篇论文，主持研究课题入选陕西省管理会计案例库，并多次获得全国企业管理现代化创新成果、陕西省企业管理现代化创新成果及行业协会等多层次的创新奖项。荣获陕西省机械冶金建材系统工会“五一巾帼标兵”“优秀党务工作者”及2023年度中国西部地区十大企业财务管理卓越人才等荣誉称号。

（一）价值创造的定义

价值创造是一个广义的概念，涵盖了从原材料到成品的全过程。价值主要是指成品的使用价值。简单来说，就是企业通过其业务活动，创造出能够满足客户需求的产品或服务，并在此过程中通过实施成本控制创造经济价值。而数据资源的价值创造则是企业通过对数据的识别、整合、分析和应用，提升业务效率和竞争力，从而创造出经济价值的过程。

数据资源的价值创造包括多个方面。首先，涉及对数据的收集、整理和分析，通过数据清洗、数据挖掘、机器学习等技术手段，从海量数据中提取出有价值的信息。其次，企业或组织可以优化业务流程、改进产品设计、制定更精准的营销策略等，从而提高运营效率、降低成本、增加收入。此外，数据资源价值创造还体现在数据交易和数据共享方面。通过数据交易平台，企业可以出售数据实现变现。通过数据共享，企业可以与其他组织合作，共同开发新的数据产品和服务，实现互利共赢。因此，数据资源价值创造是一个复杂而重要的过程，能够帮助企业或组织充分利用数据资源实现商业价值和竞争优势的提升。

（二）数据资源对制造业的价值

结合当前制造业信息化和数字化的发展现状，本文将着重从智能制造和工艺优化、预测性维护和质量控制、个性化定制和产品创新、资源优化和成本控制这四个方面，深入论述数据资产对制造业的显著价值和关键作用。

在智能制造和工艺优化方面，通过收集、分析大数据，监测设备运行状态、产品质量数据以及生产过程中的各种参数，企业可以实时调整生产流程、优化设备配置和工艺参数，从而提高生产效率和产品质量。

在预测性维护和质量控制方面，通过实时监测生产数据和设备运行数据以及分析历史故障数据，能够精准识别潜在的质量问题和设备故障，采取及时有效的解决措施，其核心在于根据设备的运行状态和维护需求，制定科学合理的维护计划，确保设备始终处于最佳工作状态，为企业的持续稳定生产提供有力保障。

在个性化定制和产品创新方面，借助数据资源，企业能够更全面地掌握客户需求和市场走向，通过对客户订单数据、市场需求数据等大量数据的分析和挖掘，发现产品设计的趋势和需求，提供产品的个性化定制，实现差异化竞争优势。

在资源优化和成本控制方面，通过分析生产过程中的能耗数据、原材料利用率等，企业可以识别并定位生产流程中的资源浪费和低效环节，进而采取相应的优化措施，从而提高资源利用效率，降低生产成本，实现更为高效和可持续的生产运营。

（三）数据资源价值创造过程

制造企业数据资源的价值实现通常包括以下几个步骤：首先，企业需要收集各种与生产相关的数据，比如客户订单数据、产品质量数据等，这些数据通常来自于生产管理系统、企业资源计划（ERP）系统等。其次，对收集到的数据进行存储和管理，通过建立数据仓库或数据湖，采用适当的数据管理技术和工具，对数据进行存储、清洗、整合和标准化处理。再次，通过运用数据分析和挖掘等先进技术，采用统计分析、机器学习等方法，挖掘出有价值的信息和见解。最终实现多种价值创造，包括生产效率提升、市场客户拓展、品牌效应建设、产品质量优化、成本开支降低等。具体过程如图2所示。

在制造企业中，相比于其他传统的生产要素，数据资源的价值体现往往并不局限在其本身，而更多是全方位融合企业的各类资源，发挥企业资源间的协同效应。也就是说，加工后的数据不仅可以作为终端产品——数据产品出售，还能够发挥其自身的技术属性促进各项资源的优化配置，从而实现企业整体的降本增效。

对于制造业中占比较高的固定资产，可形成一个涵盖设备使用情况、运转参数、维修保养频率、破损程度等数据的专项固定资产数据库。经过处理分析，挖掘出可优化的固定资产管理方案，有利于设备管理更加规范化、现代化，最终实现企业经济利益和社会价值的提升。对于流动资产，则可以归纳整理并深入分析企业过去形成的客户数据、应收账款数据等，在数据记录的基础上，通过AI等技术实现数据处理与分析，从而实现对客户的精细化管理，甚至提供定制化服务等更多以客户为导向的服务内容。对于应收账款，可以开发一个应收账款管理系统，实现信用风险评估等功能。制造企业数据资源既可以与企业内部的固定资产、流动资产、无形资产等资源共同协作，还可以调动原本协同较少的资源类别共同发挥作用，挖掘数据潜力。

制造企业的数据资源与其他资源的这种协同效应一般是通过数字化平台实现的，企业基于商业模式、业务发展需要及管理架构，搭建数字化系统平台，对数据资源进行流程化、标准化改革，提高运营效率。协同效应一方面能够发挥各类资源的最大化效益，最直接的表现就是实现企业的降本增效、提质控险以及数字化转型，另一方面还可以形成较强的行业优势，保证企业业务的持续精进。制造企业数据资源的价值创造过程如图3所示。

（一）结论

通过以上研究，本文得出以下结论：

1.制造企业的数据资源既是数字经济社会的重要资源，也是数据资产入表的重要来源

制造业是国民经济的主体，我国制造业产业全、覆盖面广，也是产业数字化的核心领域。制造业产生的数据资源以及在符合确认条件后入表的数据资产，可能将会成为衡量数据要素助力经济发展的重要指标。

2.数据资源与数据资产是有区别但紧密联系的概念

数据资源被认为是具有有用性（使用价值）的数据的集合。制造业的数据资源主要源自对供产销链数据信息的整合，涵盖采购、生产、销售等环节，与企业供应链密切相关。一般意义上的数据资产概念也适用于制造企业，从创造价值的视角上看，制造企业的数据资产可定义为企业拥有或控制的、符合资产确认条件的、能够为企业创造价值的数据资源。也就是说，对数据资源和数据资产的识别和确认，一方面需要结合数据自身的特征，另一方面需要考虑会计确认的条件。不符合会计处理上资产确认条件的数据，虽不能称为数据资产，但仍然是数据资源。 

3.制造企业的数据资源主要通过内部经营活动以及上下游企业间协同共享而形成

本文以陕鼓动力为研究对象，紧密结合其业务实际，通过案例研究发现制造企业数据资源的来源途径主要包括企业外部等价获取以及企业内部整理提取。陕鼓动力内部经营活动中产生数据的具体来源主要是工业互联网智能运维平台和能源互联岛中心，企业间协同共享的数据资源主要是通过链易得供应链服务平台获得。

4.制造企业需理清数据资源价值创造的过程

数据资源的价值创造是通过对数据的识别、整合、分析和应用，提升业务效率和竞争力，从而创造出经济价值的过程。本文对陕鼓动力工业互联网智能运维平台、能源互联岛中心和链易得供应链服务平台等三个平台进行了深入剖析，按照平台的不同板块及数据资源的形成过程对数据资源进行识别、分类，理清了其价值创造过程，进而明确了数据资源在制造企业能够发挥巨大的价值，并为制造企业明晰数据资源识别、入表以及建立健全数据资产管理体系提供参考方案。

（二）启示

面对扑面而来的数字经济浪潮，制造企业应在数字化转型中积极扮演角色，并在数据资源开发、利用以及数据资源的产品化、资产化过程中实现跨越式发展。基于此，本文提出以下政策建议：

1.积极制定数据资源行业分类标准（指南），推动行业数字化标准化建设

制造企业种类繁多，应用场景复杂多变，数据类型多样化，由此产生的数据资源在属性上差异巨大，行业数字化标准化的建设迫切需要在理论上积极探讨，在政策上大力引导，在应用上大胆尝试。通过学术界、政策制定部门以及企业三方协同，形成行业数据资源分类标准和应用指南，以指导企业的数据资源识别、分类和利用。

2. 强化数据资源应用场景建设，推动数据资源价值化

数据作为新型生产要素，在制造企业运营中的作用日益凸显。从生产流程优化到市场需求预测，从产品质量控制到客户服务体验，在不同应用场景下，数据资源都可能蕴含着不同的价值。为增强数据资源的价值创造能力，需要梳理数据资源应用场景，分析、掌握不同应用场景下数据资源价值创造路径、方式和技术应用。因此，加强数据资源应用场景建设，对于释放数据资源价值、提高其价值创造能力不仅必要，而且可行。

3. 充分释放数据价值，促进数据资源产品化和资产化

数据价值的充分释放，既取决于数据要素确权、流通与配置的法规政策，也取决于数据资源的产品化和资产化。数据资源的产品化，意味着数据资源可以标签化、符号化；数据资源的资产化，意味着数据资源可以进入财务报表，成为会计意义上的资产，说明其能为企业带来可以预期的经济利益，增强其为企业创造价值的能力。这些将促进制造企业提升源配置能力，增强核心竞争力、促进行业转型升级。