摘 要：近年来，国家出台了诸多鼓励发挥数据要素作用 的政策。数据资产管理是释放数据要素价值的基础。本文 阐述了数据资产管理的定义和通用流程，并结合煤炭行业 特点和当前市场结构对煤炭行业数据资产管理进行深入研 究和探索性思考。

　　关键词：煤炭行业,数据资产

　　2023年8月， 财政部印发《企业数据资源相关会计 处理暂行规定》，正式确定将企业拥有的各类数据资 源纳入会计核算并作为一种新资产进行入账，该规定 为企业数据资产提供了正式的账面确认，规范了数据 资源管理，为充分发挥数据资源的巨大价值提供了新 的政策支持。2024年1月1日数据资产“入表”政策正 式启动。为了迎接数据资产“入表”政策的到来，需 要提前做好相关研究和准备工作。良好的数据资产管 理是数据资产“入表”的前提。关于煤炭行业如何开 展数据资产管理的研究较少，本文尝试结合煤炭行业 特点和当前市场结构对煤炭行业数据资产管理进行研 究和探索性思考。

　　一、数据资产的定义

　　数据资产是指由组织合法拥有或控制的数据，以 电子或其他方式记录，如文本、图像、语音、视频、 网页、数据库、传感信号等结构化或非结构化数据， 可进行计量或交易，能直接或间接带来经济效益和社 会效益。并非所有的数据都构成数据资产，数据资产是 能够为组织产生价值的数据[1]，数据资产的形成需要对 数据进行主动管理并形成有效控制。从数据价值性视角 定义数据资产，不严格区分数据资产的经济效益和社会 效益，但是必须有价值才能称得上是数据资产。

　　二、数据资产管理的通用流程

　　数据资产管理需要有明确的战略规划、合理的组 织架构以及针对员工的培训计划等保障措施，才能发 挥资产要素价值的作用，其通用流程一般包括4个阶 段[2]。第一，统筹规划阶段。该阶段包括评估管理能 力、发布数据战略和建立组织责任体系三个步骤，主 要是对现有的数据资产进行盘点，评估数据资产管理 能力，并利用技术工具从业务系统或大数据平台抽 取数据、采集元数据、识别数据关系，形成可视化的 数据模型和数据资产地图。第二，管理实施阶段。需要根据之前规划的策略来具体执行各项任务，提升数 据质量，保障数据安全。第三，稽核检查阶段。该阶 段主要是对前两个阶段的工作成果进行检查和审核， 确保所有工作都按照既定计划和标准进行。第四，资 产运营阶段。通过丰富数据资产应用场景，建立数据 资产生态，以实现数据资产的价值;通过促进数据流 通，加大数据开放的广度、深度，加快数据流转速度 和数据资产化进程[3]。

　　三、煤炭行业数据资产管理方法

　　煤炭行业的数据具有以下几方面特性：第一，时 效性。受全球能源危机等因素影响，煤炭市场价格波 动较大。第二，空间性。中国煤炭资源分布呈现西 多东少、北富南贫的特点，形成了西煤东运、北煤 南调的格局。第三，行业产业链特性。上游为设备 和系统，主要包括采掘机、掘进机等生产设备以及相 关的智能化系统;中游为煤炭开采和洗选，主要包括 褐煤、烟煤、无烟煤等;下游广泛应用于电力、钢 铁、化工以及建材等行业。这些数据特性决定了在煤 炭行业推进数据资产管理时需要采取不同的策略和方 法。2020年，我国煤炭行业的CR4、 CR6、CR8(分 别代表行业前4、前6、前8名份额集中度指标)分别 为20.66%、23.87%和25.89%，行业集中度不高。近几 年，煤炭行业的市场结构集中度逐年提高，特别是大 型现代化煤炭集团逐渐成为煤炭生产的主体。通过集 聚不同区域、不同地质条件煤矿企业的数据，深度整 合使得煤炭行业的数据资产具有丰富的信息含量，数 据价值潜力巨大，通过数据分析可以优化生产流程、 提高生产效率和质量、降低成本等。煤炭消耗大户主 要为电力、钢铁、建材和化工四大行业，其中电力行 业占比最高，达到了60%左右。电煤价格受调控政策 的影响很大，如果想提高企业效益，需从电煤的销量 上寻找突破口，以量取胜。

　　基于以上煤炭行业特点和市场结构的分析，煤炭 行业应在通用流程的基础上，以下面两个数据应用场 景为突破口，开展数据资产管理的破冰工作。

　　(一)内部整合数据，多角度分析助推降本增效

　　煤炭行业涉及大量的数据，包括煤矿的开采、生 产、销售、财务等数据。煤矿开采是一项危险性较高 的工作，涉及地质灾害、瓦斯爆炸、矿井塌陷等风险，因此，安装有各种各样的检测设备，产生了大量 的结构化和非结构化数据。内部整合数据后，可通过 数据分析来优化生产流程、提高生产效率、降低成 本，使得煤炭行业的数据资产能够更好地服务于企业 生产。

　　(二)下游打通数据，采销一体化协同抢占市场 份额

　　煤炭销售面对的多数是企业，以大型企业居多， 可以寻求与下游企业进行数据互联互通，打通销售系 统与下游企业采购系统的壁垒，实现采销一体化协 同，可以通过内、外部数据联动针对性地优化产成 品，抢占更多市场份额，使煤炭行业的数据资产能够 更好地服务于企业的销售。

　　四、煤炭行业数据资产管理面临的挑战

　　煤炭行业作为传统的能源行业，面临着数据资产 管理方面的挑战。

　　(一)数据质量问题

　　煤炭行业的数据来源广泛，包括生产过程中的传 感器数据、人工采集的数据以及外部数据等。这些数 据可能存在比其他行业更棘手的质量问题。例如，传 感器数据可能受到环境因素或设备故障影响导致测量 结果产生误差，人工采集的数据可能存在误差或主观 性。这些问题都可能导致数据的不准确性，进而影响 对数据的分析和决策过程。

　　解决该问题的关键在于建立严格的数据采集和验 证机制。企业应采用先进的数据清洗和校验技术，提 高数据质量以确保数据的准确性和完整性。

　　(二)数据安全和隐私问题

　　随着数据的增长和应用范围的扩大，数据安全和 隐私问题变得越来越重要。煤炭行业的数据中除了包 含商业机密、个人信息等敏感数据，还包括部分地质 信息，可能会涉及国家机密， 一旦泄露或被恶意利 用，将对国家、企业和个人造成严重损失。

　　为解决数据安全和隐私问题，企业需要建立完善 的数据安全体系。这包括加密数据、访问控制、网络 安全等措施，以保护数据的机密性和完整性。此外， 企业还应遵守相关法律法规要求，确保敏感数据的合 法使用和处理。

　　(三)技术和人才问题

　　煤炭行业的数据资产管理离不开技术和人才的支 持。然而，数据资产管理作为新兴领域，人才相对缺 乏，已有的人才大多集中于互联网、金融、电力等行 业。煤炭行业的薪资水平与前面几个行业相比有所欠 缺，因此，在数据资产管理方面可能面临技术和人才的不足问题。例如，缺乏先进的数据分析和挖掘技 术，缺乏具备数据管理和安全知识的人才。

　　为解决该问题，企业应加强数据资产管理方面的 资金投入，引入先进的数据管理和分析技术。同时， 加强专业人才的培养和引进，提升企业在数据资产管 理方面的竞争力。

　　五、煤炭行业数据资产管理面临的机遇

　　煤炭行业数据资产管理在面对挑战的同时也面临 着机遇。有效管理和利用煤炭行业的数据资产，对于 加强安全生产、降本增效、实现可持续发展具有重要 意义。

　　(一)加强安全生产

　　煤炭行业的数据资产管理可以帮助企业加强安全 生产。通过对风险数据和安全数据的分析，企业可以 及时发现和预防潜在的风险和安全隐患，减少事故和 损失。通过分析生产设备的数据，可以及时发现设备 故障和异常，并进行预防性维护，加强安全生产。

　　(二)降本增效

　　通过分析市场数据和价格趋势，企业可以合理调 整生产规模和产品结构，提高资源利用效率，降低成 本。通过对生产数据的实时监测和分析，可以及时调 整生产计划，提高生产效率和产量。同时，通过对成 本数据的分析，企业可以找出成本的主要来源，并采 取相应措施进行成本控制，提高企业的盈利能力。

　　(三)推动可持续发展

　　通过对环境数据和能源消耗数据的分析，企业可 以评估和监测环境影响和能源消耗情况，制定相应的 环境保护和节能减排策略，提高企业的可持续发展能 力。同时，通过对社会数据和利益相关者数据的分 析，企业可以更好地了解社会需求和利益相关者的期 望，制定相应的社会责任和可持续发展计划，提升企 业的社会形象和品牌价值。

　　六、结语

　　综上所述，在新发展阶段，煤炭行业应高度重视 数据资产管理并加大投入，从内部数据整合和下游数 据打通两个方面入手，提高数据资产管理水平，实现 可持续发展目标。

参考文献

　　[1] 华烨，王莉.烟草企业数据资产管理方法研究及实践[J].中 国烟草学报，2020.26(5)：114-122.

　　[2] 魏凯，姜春宇，王妙琼，等.数据资产管理实践白皮书 6.0[M].北京：现代出版社，2006.

　　[3] 李雨霏，刘海燕，闫树.面向价值实现的数据资产管理体 系构建[J].大数据，2020.6(3)：45-56.