笔者分析了智慧城市数据资产的形成、价值和智慧城市数据资产管理的现状，得出以下研究结论：（1）研究发现智慧城市数据资产管理工作还处在初步阶段，存在诸多的问题，例如：数据资产缺少完全识别认定的手段、数据资产管理流程缺失、数据资产管理组织架构简单、数据资产未得到有效增值等。（2）本研究识别出的智慧城市数据资产管理存在的问题主要是由数据资产的识别认定工作不规范、缺少数据资产管理框架指导、数据资产管理组织架构不健全、数据资产欠缺合理的评估体系、缺少数据资产流通平台和数据资产增值措施等方面原因造成的。
1 绪论
1.1 研究背景
随着 5G 时代的到来，数据资源越来越受到重视。从数据规模来看，IDC 预测，至 2025 年全球数据总量将会达到 175ZB。从经济效益看，前瞻产业研究院在其报告中披露，我国大数据产业规模在 2018 年已达 6200 亿左右，同比增 30%右。并预测 2020 年，我国大数据产业规模将突破至万亿元，达到 1.01 万亿元，预计同比增长 26.3%。在《国务院关于构建更加完善的要素市场化配置体制机制的意见》中，将数据作为与土地、劳动力、资本、技术并列的生产要素。该意见中提出要加快培育数据要素市场，充分挖掘数据要素价值。
随着我国城市化进程的不断加快，城市病也越来越严重。为了解决未来城市发展中出现的问题，2012 年底，自住建部开始，科技部、工信部、发改委等多个部委相继启动智慧城市的试点工作，批准约 300 个城（区、镇）开始进行国家智慧城市试点工作。在国际数据公司（IDC）最新发布的《全球半年度智慧城市支出指南》中提到， 预计到 2023 年，全球智慧城市技术相关投资将达到1900 亿美元，中国市场相关投资规模将达到 390 亿美元。智慧城市建设从网络化、数字化迈向智能化，大数据是其中的重要战略资源。在智慧城市建设过程中,智慧城市借助物联网和 5G 等新兴技术获得了庞大的基础数据。其数据一方面来自城市资源环境、城市基础设施等通过物联网技术产生的大量数据，另一方面是智慧城市中的人通过移动设备、移动宽带网络和各种传感设备, 在日常生活中产生的海量数据。
大数据在当前社会经济活动中的影响已经越来越广泛，数据蕴含价值已经成为了一种广泛的共识。数据的经济价值已经凸显，可是其作为资产的价值却无法独立反映。智慧城市在运营过程中，收集到了海量的数据。本研究通过调查智慧城市数据资产管理的状况，发现部分智慧城市试点忽视了其数据潜在的价值，有些智慧城市的数据甚至出现无法使用、丢失和盗用的现象。
........................
1.2 研究目的和意义
1.2.1 研究目的
（1）解决智慧城市项目数据资产管理现存的问题。数据资产与传统资产相比，具有无限复制性、虚拟性等特征。与企业数据资产相比，智慧城市数据资产具有公共资源属性的特征。智慧城市项目收集了海量的数据，已经形成了一定规模的数据资产。然而，即使拥有了数据资产，如果不妥善管理和有效利用，数据资产便不会产生相应的效益，甚至会造成一定的浪费，形成沉没成本。因此，本研究以 W 市智慧城市运营中心数据资产管理为例，重点从数据资产的识别认定、数据资产管理流程、数据资产价值评估、数据获取等方面总结智慧城市数据资产管理存在的问题并对其进行分析。针对发现的智慧城市数据资产管理的问题提出相应的对策和保障措施。
（2）为其他智慧城市项目中的数据资产管理提供经验和参考。在数据驱动的新时代，智慧城市数据资产的潜在经济和社会效益对所有人都是显而易见的。只有有效地管理智慧城市数据资产才能充分实现其价值，但是现阶段关于智慧城市数据资产管理的研究较少，国内外也缺乏针对性的指导。本研究以 W 市智慧城市的数据资产管理现状为例，分析智慧城市数据资产的形成和管理现状，针对 W 市智慧城市数据资产管理出现的问题提出相应的解决对策，为其他智慧城市运营中心提供对策经验，以解决类似的数据资产管理问题，并促进我国数据资产管理体系的发展。
.......................
2 相关概念及理论基础
2.1 相关概念
2.1.1 数据资产
从当前研究来看，对于数据资产的定义还未形成共识，但是基于对相关研究成果的分析，可以肯定的一点是，数据资产首先是具有一定标准的数据集，其次数据资产具有资产的属性[55，56]。并不是所有的数据都具有资产的属性。只有具有一定标准、数据量达到一定规模、能够挖掘利用的数据才能够成为数据资产的基础数据[57，58,59]。在《企业会计准则》中对资产的定义是由企业过去的交易或事项形成的、企业拥有或控制的、预期会为企业带来经济利益的资源。通过归纳总结与数据资产相关的研究成果，本研究认为数据资产是指企业或组织自主产生或收集的，并且能够被企业或组织利用的，预期能为企业或组织带来经济利益的数据资源。
2.1.2 数据资产管理
通过文献梳理，我们可以发现，数据资产管理是建立在“数据管理”和“数据资源管理”这两个基础概念之上的。初始数据管理是使用计算机硬件和软件技术有效地收集，存储，处理和应用数据的过程。 其目的是充分有效地发挥数据的作用。纵观其发展历程，在传统管理阶段，数据管理是由依靠人工整理到使用文件系统管理，再到数据库系统管理，这样一步步发展起来的。由人工到数据库管理，必不可少的是计算机信息技术的快速发展。技术上的进步使得数据的收集沉淀过程更加完善，互联网技术能够实现多源数据的整合也使得数据集合更加准确，其中蕴含的信息更加真实，进一步提升了数据的潜在价值。数据资产管理是在数据管理基础上的进一步发展，强调数据是一种资产，是基于数据资产的价值、成本、收益开展全生命周期的管理。
........................
2.2 理论基础
2.2.1 数据管理体系理论
DAMA 体系关注重点是企业级的数据管理，该数据管理体系指出与资金、人才长期被认为是企业的资产一样，对这些元素进行仔细而严格的管理可以帮助实现公司目标。在数据成为新的生产要素的今天，数据和数据中蕴含的有价值的信息越来越受到重视，数据即资产的观念已经被广泛接受。无论是企业还是政府都需要对越发重要的数据和信息资源实施有效且高效的管理。
DAMA 数据管理系统中强调的数据管理过程中的数据管理功能主要包括以下组件：1、数据体系结构管理：界定企业或组织的数据管理需求和未来发展方向，制定满足企业和组织对数据的主要需求和未来发展的计划；2、数据运营管理：用于结构化的数据规划，控制和支持；3、数据开发：设计和实施维护数据开发解决方案以满足企业数据需求。包括数据建模，数据需求分析，数据库中与数据相关的解决方案的设计，实施和维护包括数据建模，数据需求分析，数据库中与数据相关的解决方案；4、参考数据和主数据管理：计划，实施和控制活动，以确保在特定环境中价值的“黄金版”；5、元数据管理：计划，实施和控制活动，以获取高质量的集成元数据；6、文件和内容管理：针对电子文档和物理记录的计划，实施和控制；7、数据安全管理：规划，制定和实施安全政策和措施，为确认，授权，访问和审计提供适当的身份；8、数据质量管理：使用质量管理技术和手段，在计划、实施和控制活动中评估、改进和保证数据能够被恰当使用；9、数据仓库管理：整合存储的数据，为访问者提供可信的、高质量的决策支持数据。
.......................
3 智慧城市数据资产管理现状分析........................15
3.1 智慧城市数据资产的形成和价值........................ 15
3.1.1 智慧城市数据资产的形成................................15
3.1.2 智慧城市数据资产的认定.............................16
4 智慧城市数据资产管理存在问题及成因分析-以 W 市为例........25
4.1 W 市智慧城市基本情况...............................25
4.1.1 W 市智慧城市项目总体架构................................25
4.1.2 W 市智慧城市项目技术架构...............................27
5 智慧城市数据资产管理对策分析—以 W 市为例.......................... 41
5.1 实施数据资产审计............................ 41
5.2 建立数据资产管理框架.............................. 44
5 智慧城市数据资产管理对策分析—以 W 市为例
5.1 实施数据资产审计
在智慧城市运营中心进行数据资产管理时，首先需要解决的问题是如何梳理智慧城市运营中心拥有的数据资产。只有对其数据资产现状有了完整且清晰的认识，才能进行下一步的数据资产管理。通过数据资产审计，智慧城市运营中心能够把握当前数据资产的现状状，对症下药，采取具相对应的数据资产管理策略。在本案例中，基于 W 智慧城市运营中心的现状，建议该运营中心采用数据资产框架(DAF)对该中心的数据资产进行审计，明确 W 市智慧城市运营中心的数据资产现状。W 市智慧城市数据资产审计可以从以下 4 个步骤展开（见图 5.1）。
.......................
6 研究结论、不足与展望
6.1 研究结论
本研究在总结数据资产管理和智慧城市相关研究成果的基础上，以 W 市智慧城市为例，从数据资产管理的角度入手，分析了智慧城市数据资产的形成、价值和智慧城市数据资产管理的现状，得出以下研究结论：
（1）研究发现智慧城市数据资产管理工作还处在初步阶段，存在诸多的问题，例如：数据资产缺少完全识别认定的手段、数据资产管理流程缺失、数据资产管理组织架构简单、数据资产未得到有效增值等。
（2）本研究识别出的智慧城市数据资产管理存在的问题主要是由数据资产的识别认定工作不规范、缺少数据资产管理框架指导、数据资产管理组织架构不健全、数据资产欠缺合理的评估体系、缺少数据资产流通平台和数据资产增值措施等方面原因造成的。
（3）针对本研究识别出的智慧城市数据资产管理存在的问题，本研究认为可以通过建立数据资产审计制度、构建数据资产管理框架、健全数据资产组织架构、建立人员认责制度等对策来应对。在此基础上，进一步通过层次分析法（AHP），对智慧城市数据资产管理未来的发展权重作了分析，得出智慧城市未来数据资产管理的重点应该是数据流通，其次是数据资产价值评估和数据增值的结论。
本研究以 W 市智慧城市为例，对智慧城市数据资产管理工作进行了研究，最终针对智慧城市数据资产管理中存在的部分问题提出了合理的对策及相应的措施。同时利用层次分析法对未来的发展重点做了分析。不仅解决了 W 市智慧城市运营中心的数据资产管理问题，而且为其他智慧城市运营中心的数据资产管理提供了经验，促进了我国数据资产管理体系的进一步完善。
参考文献（略）