数据是数字经济的关键要素已经形成共识，数据资产化是数据要素市场建设的前提。数据不同于通常意义上的有形实物资产和无形知识产权资产，数据资产是一类新的资产类别。有用的数据积累到一定的规模后就会形成数据资源，数据资源在满足数据权属明确、成本或价值能够被可靠地计量、数据可读取等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据的资产可满足性、数据资产化框架、数据资产的估值和定价、数据产品的形态和流通模式、数据要素市场等。
本书的读者对象主要是数据资产研究和实践者，包括来自证券投资行业、资产管理行业、企事业单位等与数据资产相关的人员。本书也可以作为财会、经济、数据科学、大数据技术等专业的教学参考书。
1.本书对数据资产的理论、方法、实施路径等方面进行了系统且详细的介绍。
2.本书通过体系化的讲解方式阐述数据资产，紧扣数字经济的核心问题，具备学术价值和参考意义，可满足当前市场需求。
3.数据资产研究者可通过本书系统化的学习数据资产，同时也适用于财会、经济以及数据科学等相关专业作为教学参考书。
叶雅珍，管理学博士，复旦大学计算机科学技术学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理，主要研究方向为数据确权、数据资产和数据流通。2014年开始从事数据资产研究工作，作为项目负责人或主要人员参与多项国家自然科学基金、上海市科学技术委员会、地方政府和企业事业单位的多个项目研究工作。在数据资产研究与实践方面提出数据资产框架数据产品运营的两阶段授权模式等创新观点，在多个重要会议上做特邀报告，受到业内关注，并发表论文多篇。
朱扬勇，理学博士，复旦大学计算机科学技术学院教授，上海市数据科学重点实验室主任，复旦大学数据产业研究中心副主任，主要研究方向为数据科学和数字经济，近期研究的重点方向为数字化转型、数据财政、数据资产、数据自治与数据跨境等。《大数据》期刊副主编，农业大数据产业技术创新战略联盟副理事长兼首席科学家，大数据协同安全技术国家工程实验室副理事长，中国自动化学会国防大数据专业委员会副主任。国际数据科学倡导者，提出数据界数据学数据身数据自治数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》等专著，并任《大数据技术与应用丛书》(22册）主编、图书《大数据资源》主编。
第 1章 绪论 001
1.1 界定数据 002
1.1.1 数据的含义 002
1.1.2 数据的属性 004
1.1.3 数据与物质 006
1.1.4 大数据 007
1.2 数据资源 009
1.2.1 信息化的意外馈赠 009
1.2.2 各领域产生的数据 010
1.2.3 数据资源开发利用 012
1.3 数据资产 013
1.3.1 什么是资产？ 013
1.3.2 数据的资产性 016
1.3.3 数据资产化 016
1.4 数据要素 017
1.4.1 数据生产与再生产 017
1.4.2 数据产业 019
1.4.3 数据成为生产要素 020
1.5 小结 021
参考文献 022
第 2章 数据资产的相关概念 025
2.1 相关概念状况 026
2.2 信息技术发展和广泛渗透 027
2.2.1 信息资产术语发展 028
2.2.2 相关术语发展概要 029
2.3 数字被广泛认识和使用 031
2.3.1 数字资产术语发展 031
2.3.2 相关术语发展概要 032
2.4 大数据时代的到来和兴起 034
2.4.1 数据资产术语发展 035
2.4.2 相关术语发展概要 036
2.5 相关概念分析 037
2.5.1 概念的发展没有次序关系 038
2.5.2 概念的内涵是网络空间的内容 039
2.6 小结 040
参考文献 041
第3章 数据资产是新的资产类别 045
3.1 数据资源的资产性 046
3.1.1 资产的特征和类别 046
3.1.2 数据资源具备资产的基本条件 048
3.2 定义数据资产 050
3.2.1 与数据资产相关的定义 050
3.2.2 数据资产定义的统一 051
3.2.3 基于数据属性定义数据资产 053
3.3 数据资产的属性和类别 054
3.3.1 数据资产的属性 055
3.3.2 数据资产的有形性和无形性 055
3.3.3 数据资产的流动性和长期性 056
3.4 数据资产的六大类难题 057
3.5 小结 060
参考文献 060
第4章 数据的资产满足性 063
4.1 数据资产的必要条件及其可满足性 064
4.1.1 数据权属 065
4.1.2 数据计量 067
4.1.3 数据价值 068
4.1.4 数据读取 070
4.2 数据资产的附加条件及其可满足性 071
4.2.1 良好的数据质量 072
4.2.2 合理的货币计价与评估 073
4.2.3 折旧和增值规则 074
4.3 数据资源的资产化 075
4.3.1 可资产化的数据资源 075
4.3.2 可管理的数据资产 077
4.4 小结 078
参考文献 078
第5章 数据资产化框架 081
5.1 数据资产化工作内容 082
5.2 数据资产化框架设计 084
5.2.1 数据资产流程设计 084
5.2.2 有效性分析 085
5.3 数据资产化探索与实践 086
5.3.1 数据资源确权 086
5.3.2 数据价值确认与质量管控 090
5.3.3 数据装盒入库 091
5.3.4 货币计价与评估 092
5.3.5 数据资产折旧和增值的管理 093
5.4 小结 094
参考文献 094
第6章 数据资产估值 097
6.1 数据资产的价值体现 098
6.1.1 数据是否有用 098
6.1.2 数据是否够用 099
6.1.3 数据是否可用 100
6.1.4 数据是否好用 100
6.2 数据资产评价体系 101
6.2.1 数据真实性评价 101
6.2.2 数据使用性评价 102
6.2.3 数据质量评估 103
6.2.4 数据价值确认 104
6.3 数据质量评估方法 104
6.3.1 定性评估方法 105
6.3.2 定量评估方法 105
6.3.3 综合评估方法 106
6.4 数据资产价值评估 107
6.4.1 市场法 108
6.4.2 成本法 108
6.4.3 收益法 109
6.4.4 组合方法 110
6.5 小结 110
参考文献 111
第7章 数据资产管理 113
7.1 数据资产目录 114
7.1.1 目录的要求 114
7.1.2 目录编制 116
7.1.3 目录管理 117
7.2 数据资产入库 117
7.2.1 数据中心/云存储 117
7.2.2 资产管理软件 119
7.2.3 数据安全管理 119
7.2.4 持续入库 120
7.3 数据资产折旧 121
7.3.1 时效性数据 121
7.3.2 时效性使用 122
7.3.3 资产管理成本累积 123
7.4 数据资产增值 124
7.4.1 时间推移带来的数据完整性提升 125
7.4.2 时间推移带来的数据新用途 125
7.4.3 存储技术发展带来的单位存储成本下降 126
7.5 小结 127
参考文献 128
第8章 数据资产定价 129
8.1 定价因素 130
8.1.1 成本因素 130
8.1.2 市场结构因素 131
8.1.3 需求因素 131
8.1.4 竞争因素 132
8.1.5 其他因素 132
8.2 定价策略 133
8.2.1 基本定价策略 133
8.2.2 基于价值的定价策略 134
8.2.3 基于独特性的定价策略 135
8.3 市场定价分析 136
8.3.1 协议定价 137
8.3.2 明码标价 137
8.4 数据资产量化定价框架 138
8.4.1 背景和意义 139
8.4.2 基于测度的定价模型 140
8.4.3 基于测度空间的量化定价 142
8.5 小结 144
参考文献 145
第9章 数据资产运营 147
9.1 数据产品流通 148
9.1.1 数据产品及其特性 148
9.1.2 数据产品流通存在的问题 149
9.2 典型行业的数据产品运营 151
9.2.1 典型行业的数据产品 152
9.2.2 典型行业数据产品运营体系 154
9.3 数据产品运营模式设计 161
9.3.1 数据产品形态 161
9.3.2 两阶段授权模式 163
9.3.3 运营平台体系结构 165
9.4 数据自治技术 167
9.4.1 数据盒 167
9.4.2 数据站 168
9.4.3 权益保护措施 170
9.4.4 运营模式 171
9.5 小结 173
参考文献 174
第 10章 数据要素市场 177
10.1 数据要素市场培育 178
10.1.1 构建数据法律体系 178
10.1.2 推进数据开放共享 179
10.1.3 提升数据资源价值 179
10.1.4 加强数据安全管理 180
10.2 数据开放 180
10.2.1 开放数据运动 180
10.2.2 政府数据开放 182
10.3 数据共享 184
10.3.1 科学数据共享 185
10.3.2 数据共享联盟 189
10.4 数据交易 192
10.4.1 数据交易现状 192
10.4.2 数据的交易权 194
10.4.3 数据商品交易 194
10.5 数据出版 195
10.5.1 内涵与目的 196
10.5.2 数据出版条件 197
10.5.3 数据出版方法 198
10.6 小结 201
参考文献 202
书单推荐
