以价值为导向的数据资产全生命周期管理是围绕数据的价值挖掘、价值实现、价值倍增三个阶段，依托数据资产特点与业务应用场景，引入新的组织流程与管理体系，融合5G、大数据等新技术手段，提出的一种适用于数据资产管理的管理模型，贯穿数据采集、存储、利用和销毁整个生命周期。

图2 以价值为导向的数据资产全生命周期管理

地铁企业往往以地铁运营为主营业务，在商业运营、TOD、文旅产业方面等进行多元化布局，且业务流程较为单一固定，因此可以以其业务流程为切口，以产业链为轴心进行数据资源盘点，进行元数据摸排、构建数据标准、识别定义、确定血缘关系等活动。

通过梳理我们发现其数据资源可能包括：

（1）线网建设信息，地铁行业具备投资额大的特点，运营里程前十名的地铁投资额均超过2000亿元，基于投资，地铁企业产生了大量设施设备参数和指标信息，如设备数据、物资数据、维修数据等、线路信息等。

（2）客流量信息，基于数据市场价值和数据产品应用分析，地铁行业掌握较为系统的客流指标，如进出站量、换乘量、客运量、客密度、乘车运距等。

（3）产业链相关信息，基于附属资源运营以及物业租赁、供应链金融等业务产生可以掌握诸如上下游企业、承租单位、商业合作企业以及物业管理对象等诸多产业链或服务主体信息。

（4）TOD开发相关信息，当前TOD模式成为地铁企业主流运营模式，其中有自主开发，也有合作开发，在开发企业形成了诸多产品、物业以及客户数据信息库。此外，随着地铁企业的多元化经营，数据的规模以及品类将更加丰富。

图3 地铁行业可盘点的数据资源

地铁行业作为准公益性行业，涉及大量个人、企业信息，且涉及的有关法规较多，在数据使用过程中可能缺乏有效的数据保护措施，导致数据泄露或滥用的风险增加，因此要特别关注数据来源的合法性、数据处理的正当性、数据交易的规范性和数据保护的有效性，从而保障个人、企业乃至国家的权益。

数据的合规审查通常由城市国企聘请律师事务所等法律团队，并邀请相关行业专家进行共同审核，对数据来源、数据内容、数据处理等维度是否符合法律法规进行审查，出具《合规法律意见书》，确保数据是建立在合法基础上。

比如广州“地铁线网客运量”数据产品上线前多次邀请广州数据交易所相关专家、律师团队到公司现场培训与指导，前后沟通达30余次，听取专家意见，不仅在技术层面加强数据脱敏等保护措施，而且管理层面也完善相关制度流程，最后顺利通过数交所合规委员会审查。

数据治理主要解决企业数据找不到、看不懂、信不过、管不住的问题。地铁行业数据包括人、车、轨道、空间等多个领域，从而存在业务系统较多、管理复杂性高，协同要求高，多点异构交通数据融合难等痛点。

治理需求主要在于提高地铁运营效率、保障乘客安全、优化乘客体验、建立交通数据资源库、建立运行策略等。因此，在数据治理时，要注重分层分类展开数据标准化体系的建立，形成数据治理过程闭环。

具体来说，可以从数据同步标准、数据建模标准、数据规范定义、元数据标准、数据服务标准等方面入手，通过对数据标准化定义和描述，解决数据不一致、不完整、不准确等问题，消除数据的二义性，使得数据在企业有一个全局的定义，减少各部门、各系统的沟通成本，提升企业业务处理的效率。

数据资产有一个最重要的特性是“场景依附性”，其价值与使用的场景高度相关，这意味着同样的数据，在不同的场景中能释放出不同的价值。

地铁行业的数据产品开发应当从客户需求、应用场景出发，梳理应用场景标签与数据产品类型，通过多元组合寻找数据产品的机会点与服务提供方式，其上下游相关应用场景可包括组织运营效率提升，城市运营，文旅、新能源行业数字化需求等等，从而建立完善的行业×场景需求的数据产品体系。

（1）组织运营效率提升需求

可以结合客流指标数据和地铁APP用户信息，可应用于商业网点的选址、广告 位铺设以及线上商城的物流配置等。还可以整合信息化系统中的乘客流量数据，并积极采集外部数据，例如加入气象信息、节假日活动安排等为地铁运营团队提供强有力的支持，能够支撑基于数据集开发智能调度模型，实现数据驱动业务决策。

（2）城市运营需求

地铁沿线商业活动的繁荣以及房地产市场的活跃，极大地影响了周边土地的价值以及城市功能布局，通过地铁数据产品分析地铁运营对沿线商业和地产的影响，评估土地价值的变化情况，可以为土地资源的合理规划提供可靠的决策支持。

同时，利用大数据分析技术，对新线路开通后周边区域可能产生的潜在影响进行预测，为商业投资和地产开发提供有价值的参考。

此外，这些数据产品还将为政府规划部门在地铁规划和城市发展战略中的决策提供有力支持，利用城市发展模拟和预测工具，协助规划者对不同规划方案的可行性和效果进行准确评估。

（3）文旅、新能源、供应链金融等行业数字化需求

地铁作为公共交通的重要组成部分，其产业链较长，可融合性较好，因此其数据产品也将更为丰富。以文旅为例，地铁是外地游客探索城市、访问景点的主要交通方式之一。因此，客流量数据可为文旅、城管部门的管理决策提供一定支持，也可以满足沿线景点、酒店、商铺等对数据的精准需求，支撑它们制定更为精确的营销策略和服务计划。

此外，基于数据的可复制性，不同场景下根据使用需求，可以建立API接口、数据集（表）、数据报告、数据模型、数据工具或平台等多个产品类别，从当前实践来看地铁行业仍然以较为简单的数据集、数据报告为主。

数据资产的登记确权，是对外主张实现数据产品（或资源）权属合法性的主要途径，不同地区数据产权登记规则有所不同，因此地铁运营企业的数据资产登记还是要依托地方管理办法进行选择。

（1）以知识产权形式进行登记确权

近两年北京、上海、浙江、江苏，广东、天津等地17个地区被列为数据知识产权发布试点，并有多个省份发布《数据知识产权登记管理办法》。知识产权登记主要采用知识产权保护制度对数据产权进行登记与管理，突出强调登记范围主要为具有一定实用、经济价值的“智力成果”，规制他人不正当获取和使用数据的行为，并将其作为司法裁判中具有初步效力的证据和数据交易确权的依据，属于新型知识产权，实质上是对数据加工使用权确权以及对数据加工者的收益保障。

（2）以新型财产权进行登记确权

包括数据资产登记、数据产品登记、数据资源登记、数据要素、数据加工权证书等各种形式。新型财产权的登记确权主要以发改委为统筹主管部门，由数据产权登记服务机构（包括但不限于数据交易机构、第三方登记服务平台、大数据集团、大数据局等）承担登记工作，形成数据资产登记证书、数据产品登记证书、数据交易登记证书等各类登记凭证，可以作为数据交易、融资抵押、数据资产入表、会计核算、争议仲裁的重要依据。

比如青岛地铁集团的“地铁线网客流预测分析数据集”获得山东数据交易平台颁发的数据资产登记证书，济南轨道交通集团的“供应链金融数据”分别获得了济南市大数据局颁发的数据资源登记证书和山东数据交易有限公司颁发的数据资产登记证书。

地铁运营数据资产的价值计量主要影响因素有数据资产价值的成本因素、场景因素、市场因素和质量因素。

成本因素包括形成数据资产所涉及的前期费用、直接成本、间接成本、机会成本和相关税费等；

场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等；

市场因素包括数据资产相关的主要交易市场、市场活跃程度、市场参与者和市场供求关系等；

质量因素包括数据的准确性、一致性、完整性、规范性、时效性和可访问性等。

实践中，不同方法下的价值计量关键要点主要如下所示：

数据技术的迅猛发展正在消除金融资本与数据资本之间的鸿沟，数据资本正成为一类更具创造价值的新型资本。

相较于其他交通行业数据，地铁行业数据更新频率更快、数据规模更大、涉及主体更为丰富，地铁运营企业可以围绕数据资产“入表+融资”，进行数据资产质押融资、数据资产增信、数据保理、数据保险、数据信托、数据资产作价入股和数据资产证券化等数据类金融产品的探索。

但数据资本化不仅需要商业机构对数据资产价值的认可，还需要金融机构对数据资产的资本属性的认可，赋予数据资产更多金融属性，因此在资本化过程中要加强对数据资产的包装，以及要保障全过程的合规。

在当前实践中，地铁行业数据资本化案例还较少，仅青岛地铁集团在增信领域有所突破，其“商业保理数据资源集”获得了民生银行批复授信额度6000万元，但相信随着数据金融业态的丰富，安全技术以及估值等关键环节不断完善，地铁行业的数据资本化未来可期。

数据资产管理是一项整体性、全局性的复杂工程，开展数据资产管理不仅仅是管理工具的变革，更需要全面推动组织流程变革，主动赋能业务发展。本文以南京钢铁集团数据资产管理体系为切口，进行深入剖析，为完善城市国企数据资产全生命周期管理体系出实招。

南京钢铁集团在“一切业务数字化，一切数字业务化”的转型升级战略目标下，围绕“产业数字化、数字产业化、治理数字化、数据价值化”四条主线，构建了一个全方位、跨部门、跨层级的数据资产管理组织架构，包括数据决策层、数据资产管理层、工作执行层三个层级，并配以日常组织协调部门，以实现组织统一化、专业化的数据资产管理。其中，以业务为主导的数据资产管理中心、数据Owner体系等五大创新亮点，使得南钢由行业的追随者逐渐蜕变为引领者。

南钢将数据管理体系建设作为“一把手工程”，建立了由董事长挂帅的数字化转型委员会，负责制定公司数字化转型战略规划及相关政策，协调数据管理体系建设所需的内外部资源。同时，南钢聘请中国工程院院士干勇等46位专家组成数字化转型专家智库，指导公司“数转智改”工作及数据管理体系的规划建设。

在实践中，城市国企需要形成一个专业的数据决策方，无论是董事长挂帅、还是高级管理层、一把手、总经理、总裁挂帅，要有一个自上而下的治理架构，负责制定数据资产管理决策、战略和考核机制。

公司数字化转型委员会下设数据管理委员会和数据安全委员会：

数据管理委员会负责公司数据管理战略规划制定、重大事项决策和项目推进；

数据安全委员会负责指导公司数据战略解码、网络安全和数据安全工作，对公司数字化项目进行安全审核评估，以及对公司网络安全和数据安全事件的防范、处置工作进行决策指导。

同时，南钢成立数字应用研究院，承担公司数字化转型委员会的日常工作，负责数字化转型战略及数据管理体系的规划设计、数字化人才培养和选拔、数字化成果孵化和应用场景落地，以及为公司数字化项目提供专业技术与执行支持。

在面对业务人员在数据服务、数据应用等方面的需求，需要一个统一的数据资产门户，将数据管理平台沉淀的数据资产和数据治理成果呈现给各业务部门，为数据业务场景应用提供支撑。

为此，南钢专门成立数据资产中心，建立统一的数据资产管理平台，从业务视角开发了多维度数据资产查找、数据状态与数据指标查看、数据服务需求响应、数据质量管理及问题反馈等功能，以及低代码数据应用工具。这样，一方面使得企业能够全盘掌控数据资产，另一方面让业务人员能够便捷地自主查找和安全高效地应用数据资源，提高了数据资产运营管理质量和效率。

为实现公司各业务领域、事业部相应建立数字化转型及数据管理体系建设的运作保障机制，形成从上到下的闭环管理。

南钢配套建立起如同钢铁生产运营管理一样的数据管理矩阵，设立分层级的数据owner，包括公司级owner、业务领域Owner、运行层Owner，并将公司、业务领域、事业部等各级业务主管定义为数据Owner（业主），从而将数据管理责任压实到业务部门，推动数据管理与生产经营管理深度融合，一旦哪一个领域数据发生问题了就可以追溯到具体的人，谁对这个数据负责。

同时，南京钢铁集团规划了上升决策机制，原则上各个领域的数据问题在各个领域进行闭环，如果涉及跨领域的，数据应用研究院（数据管理办公室）进行拉通，如果解决不了，进一步上升到公司级，直到公司级（总公司）的管理委员会进行闭环。

南京钢铁集团数据资产管理制度体系覆盖了数据引入、使用、开放等整个生产运营过程，分层次设计，依据管理的颗粒度，包含组织级数据资产管理总体政策规定、管理办法、实施细则和操作规范四个层次。此项工作可作为凭证，向监管部门或资产评估部门提交相应证据。

此外，南京钢铁集团数据资产管理流程贯穿于数据资产的整个生命周期，从数据资源到形成数据资产，再到数据资产的湮灭，各个阶段应设置相应的管理流程，例如：数据需求管理流程、数据采集与治理流程、数据的存储与维护流程、数据产品的开发与应用流程、数据资产入表流程等。

南钢在钢铁行业首创了数字化人才序列，设立包括专职数据管家、数据产品经理在内的数字化技术和数据管理运营序列岗位，全面覆盖炼铁事业部、特钢事业部、板材事业部、能源动力事业部4大运营层及研发、采购、生产、营销、设备、物流、质量、财务、环保、安全、能源、人力资源等17个业务领域。

此外，为增强人员的数据资产管理能力，南钢采取了PMP培训、数据Owner/数据管家考试测评、数据治理研讨会、数智化场景/模型应用示范、“云课堂”等多种形式，不断提升公司数据运营管理质量，持续挖掘数据价值，推动公司整体向产业数字化、数字产业化、治理数字化、数据价值化转型升级。南钢还积极组织业务人员参加数字化专业资格认证培训，先后有55名业务骨干通过CDGA数据治理工程师资格认证，86名项目管理人员通过PMP项目管理资格认证。

数据战略应当成为城市国企战略的重要组成部分，应当更好地支撑企业业务战略的实现，更好地适应企业的战略目标。

在数字经济环境下，诸多城市国企已经着手制定业务、技术、数据三位一体的数据战略规划，将数据资产全生命周期管理与企业战略相融合，设计数据战略蓝图，如南钢将数据管理作为公司发展战略规划的重要内容，明确数据是企业的核心资产，数据管理体系是公司数字化转型的核心底座；陕建集团制定“168”数字化转型战略，分“三步走”“三层塔”路径推进等。

在制定数据战略规划时，城市国企一是要明确价值驱动的数据战略愿景，制定数据治理、数据资产管理与运营、数据应用等各项能力举措，实现从筑牢数据基础到畅通数据共享，再到数据增值赋能的进阶提升；二是制定科学可行的实施路径，不断深度挖掘数据要素潜力，提升数据资产价值，以全面赋能业务领域，实现降本增效和创新。

数据只有依托于业务场景才有价值。近些年，数字化转型一直是国企改革的重要组成部分，数据的场景化开发与使用，本身也是企业数字化转型的有机组成部分。

因此，结合国家最新的数据战略，城市国企可积极应用在过去数字化转型中积累的经验、知识和数据，围绕既往业务，做好数据的场景开发和价值挖掘，实现“贯通信息，辅助决策”，到“建模学习，智能决策”，再到“数据变现、对外赋能”的三重数据价值由内而外的释放。

比如成都智慧锦城下属企业房联云码公司，通过运营成都房联网、透明房产网等沉淀了大量房产交易数据，其通过构建房产交易无纸化平台、房产政务SAAS平台、房产行业生态服务平台、预售资金监管特色系统等核心产品，一方面助力成都智慧锦城公司构建城建业务资产数字化管理，辅助成都市住建局、成都市房屋产权交易中心决策，另一方面形成了新的数据增值业务，服务全国120余个主管部门、640余家金融机构、8000余家涉房地产企业。

数据资产管理难题中最为突出的就是“人治”，因此统筹搭建数据资产管理的组织流程、制度管理、人才队伍建设十分有必要。

在当前实践中，除了建设数据治理委员会、数据资产管理中心等决策、管理团队，在执行层构建一个数据Owner体系尤为重要。

数据Owner是领域数据资产管理工作的责任人，主要负责实施数据治理体系建设、协调落实数据管理运行机制、执行数据治理平台的管理和维护，网格化的数据Owner体系可以将责任压实到个人，确保每一领域的数据都能有效管理，是数据资产全生命周期管理的底层架构。在实践中，可以由业务负责人双向兼任，若数据体系极为复杂，也可以单独设立管理人员。

数据资产作为新型资产，城市国企在推进价值应用时，应当围绕大数据特点，分类分级建立数据资产预警、应急和处置机制，深度分析相关领域数据资产风险环节，多方联动细化操作流程及关键管控点，梳理典型应用场景，对数据资产泄露、损毁、丢失、篡改等进行与类别级别相适的预警和应急管理，制定应急处置预案。出现风险事件时，及时启动应急处置措施，最大程度避免或减少资产损失。

同时，不断提升数据资产安全保障技术、服务和管理体系，引入或开发数据资产安全存储与计算相关技术研发与产品。特别是，公共数据资产在相关资产交易或并购等活动，应秉持谨慎性原则扎实开展可研论证和尽职调查，规范实施资产评估，持续跟踪监测，及时识别潜在风险事件，第一时间采取应急管理措施，有效消除或控制相关风险。