数据资产管理视角下的数据分类核算

　　作者：廖凯茵 陈宇丹 何子煊

　　摘要：数据是数字化转型的重要战略资产，其分类核算是提升数据管理效率与价值实现的关键工具。基于数据全生命周期，构建兼顾经济效益和社会效益的分类核算框架，并针对档案数据的长期保存和治理价值提出优化方案。研究表明，分类核算能够规范数据确权与财务处理，提升价值评估与共享效率，强化数据安全、隐私保护与合规管理，支持动态风险控制和资源优化配置。针对档案数据，分类核算框架重点关注存储、维护及处置成本的精细核算，结合社会文化效益评估，实现高效管理与长期价值开发。分类核算的全面应用将推动数据资产从普通资源向核心资产转型，为企事业单位与公共部门提供科学指导，有力支撑数据资产管理体系建设。

　　关键词：数据资产；数据分类；分类核算 ；档案数据

　　随着数字化转型的加速，数据已成为各组织单位的核心战略资产，因此有效管理数据资产的需求日益迫切。数据的多样性与复杂性凸显了数据分类核算的重要性，国内外法规的完善提高了数据管理要求，特别是在档案领域，其长期保存性和高参考性对分类核算提出了更高要求。然而，传统资产管理方法缺乏适应档案数据的专业体系，现有分类核算框架亦不够系统，限制了数据的长期保存、共享及价值实现。本文从数据资产管理视角出发，探讨数据分类核算的理论与方法，分析其作用与意义，并构建适用于多类型数据特别是档案数据的分类核算框架，为构建高效数据管理体系提供支持。

　　1  文献综述

　　1.1 数据管理的演变

　　随着数据战略地位的提升，数据管理从硬件资源管理向战略资产管理转型。ROACH[1]在20世纪70年代提出“数据管理”的概念，初步探讨了数据库管理系统的发展。国际数据管理协会（DAMA国际）发布的《DAMA数据管理知识体系指南》[2]和数据管理能力评价模型（Data  Management  Capability  Assessment  Model,DCAM）框架将数据定位为资产，推动数据管理向精细化运营转型，提高了组织的系统化管理能力。近年来，数据作为战略资产的地位进一步得到强化。赵治纲[3]指出，数据正由支持性资源转变为核心战略资产；高鑫[4]认为，数据是企业竞争优势的关键来源；林伟等[5]和赵正等[6]强调治理体系与生命周期管理对数据价值实现的重要作用；夏义堃等[7]提出动态管理和质量控制模型，以提升政府数据资产的经济效益与社会效益；王丽琴[8]进一步指出档案数据在跨境流动中的战略价值，凸显档案数据作为国家重要数据资产的地位。

　　1.2 数据分类的现状

　　数据分类是数据资产管理的关键，各国和各行业均制定了相关政策与标准。例如，美国的《开放政府数据法案》（OpenGovernmentDataAct,OGDA）、欧盟的《通用数据保护条例》（GeneralDataProtectionRegulation,GDPR）和中国的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）等均为公共、企业数据及个人分类奠定了基础，体现数据多样性与灵活管理需求。行业指南可进一步规范分类实践，《网络安全标准实践指南——网络数据分类分级指引》[9]采用五维框架，涵盖个人、公共管理及行业数据，《证券期货业数据分类分级指引》[10]及《信息安全技术 健康医疗数据安全指南》[11]则为分别针对金融与医疗领域提出的专门标准。

　　学术界提出多种框架以应对分类需求。丁玟文等[12]主张基于用途与价值动态划分数据，李玉亮[13]强调政务与金融数据分级保护的完善，马费成等[14]则研究数据确权与分类在采集、流通与利用中的价值提升。具体行业研究中，白紫秀等[15]提出交通数据混合分类方法，闫鑫等[16]关注科学数据的可靠性与权威性，郑曦[17]则探索刑法领域的数据分类框架。而付虓[18]指出，传统的静态分类难以应对数字经济需求，应构建动态分类框架，以提升数据资源配置效率。

　　1.3 档案数据的管理特点

　　档案数据因在社会治理与文化传承中的战略作用，具有独特管理要求，与其他数据相比表现出以下特点。首先，档案数据需长期甚至永久保存，以支持历史追溯与决策参考。钱毅[19]提出“数据态档案”模式，强调数据演化过程中的信号与语义可追溯性。仇壮丽等[20]认为，数据档案化治理可通过有序归档确保档案数据的可追溯性。其次，档案数据管理需兼顾“档案数据化”（将档案转为数据形式，以提升共享与管理）与“数据档案化”（将档案管理方法引入数据领域）[21]。金波等[22]认为，这一双向视角拓展了档案数据的应用价值。此外，档案数据因其高密度与高价值特点，可为决策与治理提供知识支撑。黎安润泽等[23]提出，除合规管理外，档案数据还需激活其潜在知识支持功能。杨曈等[24]强调，档案数据治理需通过协同机制释放社会与知识价值。

　　档案数据管理还依赖数据基础设施。钱毅等[25]主张构建“档案数据基础设施（ABDI）”，支持数据保存与跨部门共享，从而实现档案数据价值最大化。同时，档案数据管理需多部门协同治理。刘越男[26]强调，档案管理部门应深度参与跨部门治理，以提升档案数据质量与可信度。综上，档案数据管理需结合档案规范与现代数据管理需求构建综合体系，以充分释放其社会价值与战略价值。

　　1.4 传统数据资产管理的目标

　　数据资产管理目标经过演变，已形成“可见、可懂、可用、可运营”四大核心概念[27]，并通过十大数据管理职能得以实现[28]。

　　“可见”指全面盘点数据资产，构建资产地图，支持数据发现与共享，涉及数据治理、数据架构管理、参考数据和主数据管理、元数据管理。

　　“可懂”指提升数据易读性与功能明确性，涉及元数据管理、文档和内容管理、数据架构管理。

　　“可用”指增强数据质量、安全性与可靠性，保障可信使用，涵盖数据安全管理、数据质量管理、数据操作管理、数据开发。

　　“可运营”指通过高效运营，推动数据价值实现与数据驱动业务发展，涉及数据仓库、商业智能管理、数据治理、数据质量管理。

　　上述传统数据资产管理目标及其相关职能如表1所示。

表1  传统数据资产管理目标及其相关职能

　　传统数据资产管理注重合规、安全和存储效率，奠定了治理与质量控制的基础。然而，由于过于聚焦架构设计与操作管理，忽视数据资产的经济价值与全生命周期管理，尤其对高价值、保存期长的档案数据的分类与核算不足，导致资源配置效率低，因而未充分发挥出数据的战略潜力。王宁[29]指出，数字化转型中，数据安全与隐私保护已成为数据管理的核心议题。

　　1.5 数据资产管理目标的变化

　　随着数据资产重要性的不断提升，企业与公共部门的管理目标也在不断演变。因此，财政部和中共中央办公厅等颁布政策文件提出了新的要求，主要体现在以下四方面。

　　其一，数据确权与财务处理规范化。数据资产从单纯存储转向资产化管理。《关于加强行政事业单位数据资产管理的通知》要求将数据纳入资产管理体系，规范分类、确权与登记标准，并推动数据作为固定资产进行核算，实现标准化与合规化管理。

　　其二，分类管理与风险控制深化。政策强化数据分类分级授权管理，以适应数据的多样性与敏感性需求。这种精细化管理将目标从“保护与使用”升级为“合规开发、价值利用与风险控制”，与档案数据的特点高度契合。何思源[30]提出，档案部门通过归档联结数据与档案生命周期，有助于数据的精准分类管理。

　　其三，数据开发与收益管理强化。政策强调通过授权运营和共享释放数据的经济价值与社会价值。《关于加快公共数据资源开发利用的意见》明确了开发利用目标，特别适用于挖掘档案数据在社会治理与战略研究中的知识价值。

　　其四，生命周期管理体系化。数据从采集到处置的全生命周期管理都受到重视，以确保其安全性与一致性。该模式对档案数据尤为适用，支持部门协同与社会共享，实现综合管理目标。仇壮丽等[31]主张将数据整合、质量保障运用到生命周期管理中，可推动档案管理的数字化转型。

　　2  研究方法与过程

　　随着数据资产管理目标的演变，数据分类核算作为关键职能，其重要性日益凸显。本文采用系统文献分析法与比较政策分析法，结合理论框架开发，提出适用于多类型数据尤其是档案数据的分类核算方法和框架。

　　2.1 系统文献分析法

　　系统文献分析法为分类核算框架的构建提供理论与实践支持。本文的研究过程包括以下步骤。

　　一是文献检索与筛选。在CNKI、Web of Science等数据库及政策网站，检索2021年以来包括“数据资产管理”“数据分类核算”“档案数据管理”等关键词。筛选范围涵盖学术论文、政策文件、行业报告，最终选取与三大主题相关的核心文献。

　　二是主题编码与分类。对筛选文献进行编码与分类，提取以下核心内容：数据资产管理目标的演变从传统目标扩展到分类管理与价值开发的新目标 ；分类核算方法侧重分级标准、核算原则及行业适配性；档案数据管理的特殊性，涵盖长期保存、高社会价值及严格隐私保护等需求。

　　三是趋势分析与差距识别。通过文献综述发现了当前的趋势与存在的不足。趋势包括数据管理向资产化转变、分类核算趋向行业定制化、档案数据管理需求的增长。不足主要表现为档案数据分类核算体系缺失，未充分考虑长期保存成本与社会价值；政策与实践间存在脱节，未充分反映新政策对共享与合规管理的要求；多维分类方法在全生命周期及动态管理中的适配性不足。

　　2.2 比较政策分析法

　　比较政策分析法用于研究数据分类核算框架在不同政策环境下的适应性，并分析国内外政策要求以确保框架满足多种环境需求。

　　一是政策文件选择。本文选取了具有代表性的国内外政策文件，包括美国的OGDA、欧盟的GDPR、中国的“数据二十条”、《中华人民共和国档案法》等，以及《网络安全标准实践指南——网络数据分类分级指引》等行业指南。这些文件涵盖数据确权、分类分级、共享及档案管理，为数据分类核算框架设计提供了多维参考。

　　二是核心政策内容对比。通过对比分析发现，不同政策在数据分类、共享、隐私保护及生命周期管理方面存在差异。OGDA强调开放性和平衡敏感性，GDPR聚焦个人数据分级，中国政策更注重数据确权与价值开发。数据共享方面，OGDA倾向开放性，GDPR强调隐私保护，中国政策则在授权与经济价值实现间寻求平衡。隐私保护方面，GDPR严格规范隐私管理，中国政策则关注全生命周期的安全管理。生命周期管理中，国外政策更关注技术动态管理，中国政策则偏重标准化与跨部门协同。

　　三是政策对框架设计的启发。政策分析能为框架优化提供以下启示：应细化分级标准，根据敏感度匹配保护措施；增强档案数据的生命周期管理，尤其要关注长期保存与处置成本核算；制定分级授权与合规评估规则，平衡安全与共享需求；评估档案数据的社会效益与文化效益，同时协调隐私保护与开发共享的关系。

　　2.3 理论框架开发方法

　　基于会计核算理论与数据资产管理需求，本文开发了一个分类核算框架，整合资产确认、计量与报告，并兼顾经济价值与社会效益，以确保理论与实践的科学性和可行性。

　　首先，进行框架设计与构建。框架设计遵循会计核算原则，涵盖资产确认、计量方式、生命周期特性及分类分级体系。资产确认以经济价值、控制性和可计量成本为标准；计量采用历史成本、公允价值等多种方式，并辅以分类披露机制；生命周期特性包括保存成本、知识文化价值及社会效益的计量；分类分级体系基于数据敏感度、使用频率和经济价值，建立动态更新机制，以应对数据的多样性和复杂性。

　　其次，进行迭代与完善。框架经过多轮迭代优化，再结合政策与行业标准完善分级分类方法，同时借鉴行业高价值数据核算经验，吸收研究成果优化动态管理机制，以适应数据价值和安全性的变化趋势，从而覆盖数据从生成到处置的全生命周期。

　　再次，针对档案数据进行调整。针对档案数据的特殊性，对框架作出相应调整。长期保存计量要考虑存储、维护与迁移成本；价值量化通过使用频次和引用次数等指标评估其社会价值与文化价值；共享与隐私平衡则通过优化分类预授权机制，协调隐私保护与价值开发。

　　通过系统文献分析、比较政策分析和理论框架开发，本文提出了一个多功能分类核算框架，为数据资产管理提供了科学的实践指导，助力组织单位实现高效管理和价值开发。

　　3  数据分类核算对数据资产管理的作用

　　数据分类核算不仅用于数据资产分类，还是提升数据利用率、强化管理、确保合规的关键手段。科学的分级分类管理能优化数据全生命周期管理，支持资产评估与核算，助力实现数据价值和管理目标。

　　档案数据因保存期长、价值高且隐私要求严格等特征，对其分类核算尤为重要。通过分级分类，组织单位可识别档案的长期价值，制定精细化管理策略，同时促进跨部门协同，提升档案的社会价值与历史价值，为组织管理提供实践框架。数据资产管理目标与数据分类核算的作用的关系如表2所示。

表2  数据资产管理目标与数据分类核算的作用的关系

　　3.1 提高数据资产利用率

　　数据分类核算通过识别、共享和优化配置数据资源，有效提升了数据资产的利用效率。首先，识别高价值数据。分类核算帮助组织单位快速识别利润贡献大、重要战略性或使用频率高的数据资产，并优先开发利用。公共事业单位通过分类核算选择适宜开放的数据，更好地推动经济发展；档案管理通过筛选决策支持或历史价值数据，助力公共治理和文化传承。其次，促进数据可见性与共享。系统化分类与统一目录能提升数据的可见性和共享效率，避免资源浪费。公共部门通过分类核算，构建跨单位目录，提高服务效率；档案管理中明确共享范围和权限，推动协作与治理的数字化转型。再次，优化数据资源配置。分类核算是根据数据价值与需求优化资源配置。高价值数据能获得更多资源的开发，低敏感或低使用率数据则采用简化管理策略。在档案管理中，能优化重点保护高价值档案，同时高效处理低使用率数据。

　　3.2 促进数据安全与合规管理

　　数据分类核算通过分级管理和动态调控，助力数据安全与合规目标的实现。首先，分类分级管理提升数据安全。分类核算根据数据敏感度采取差异化安全策略，如加密存储与访问控制。严格保护个人隐私类档案，公共档案则在基础安全保障下支持合理共享。其次，确保数据共享与授权合规。分类核算明确了共享范围与授权规则，从而满足隐私保护和国家安全方面的要求。档案管理中，将用途分为内部、公共及限制类，制定相应授权机制，平衡服务与合规要求。再次，动态管理适应安全需求。分类核算支持动态调整数据的敏感等级与安全策略，确保能应对环境变化，并提供审计依据。档案数据可根据时间或场景变化调整安全需求，利用分类核算实现生命周期内的持续安全管理。

　　3.3 符合数据资产评估与核算的标准

　　数据分类核算为数据资产确认、计量与报告提供关键支持。首先，能明确确认与计量标准。分类核算根据数据类型确定资产计量方式，如历史成本或公允价值。档案数据分为无形资产、固定资产或短期存货。文化档案确认为无形资产，按历史或开发成本计量；将短期数据费用化或视为存货，提升资产价值的明确性。其次，能增强数据资产透明度。分类核算使数据资产属性及价值更直观地呈现。公共部门通过分类核算区分无形资产和存货，提升财务透明度。档案管理中，长期文化档案确认为资产，短期档案以收支方式反映其贡献度。再次，能提升复杂数据资产处理能力。分类核算在应对数据无形性和多元场景复杂性时，可按使用寿命进行资本化或费用化处理。档案数字化成本可按用途资本化或费用化，设定摊销或终止计量标准，使财务处理更加精准。

　　3.4 优化数据生命周期管理

　　数据分类核算贯穿数据生成至处置的全生命周期，助力实现精细化与高效管理。其一，能精细化管理各阶段。分类核算为数据生命周期各阶段提供指导：采集阶段可优先获取高价值数据；存储阶段能依据敏感性与安全性优化策略；处置阶段可明确沿用或销毁标准。档案数据通过分类核算优化采集优先级、存储方式及处置决策，并兼顾合规性与经济性。其二，能提升存储与维护效率。分类核算优化数据存储，高敏感数据脱敏存储，高频使用数据采用高效方案。档案数据中的重要历史档案存储于高安全级别系统，低价值数据归档至低成本存储，这样能减少冗余并优化资源配置。其三，能明确数据处置依据。分类核算可指导数据处置：低价值数据安全销毁，高价值数据延寿以实现更大效益。通过分类核算档案数据可精准识别延用或销毁对象，确保高价值档案符合法规与需求，同时降低管理成本。

　　3.5 数据价值评估与共享优化

　　数据分类核算可提升数据价值评估与共享效率，使流程更系统化和规范化。其一，可实现系统化数据价值评估。分类核算依据数据类型、用途和来源，系统化评估数据价值。外部数据按收益潜力进行评估，内部数据依据决策与运营贡献进行评估。档案数据通过分类核算分层评估其历史价值、社会价值与经济价值，文化档案以影响力和研究潜力来确认其价值，商业档案则关注对决策的支持作用。其二，规范化数据共享。分类核算明确共享授权范围与方式，确保符合法规。公共数据可开放共享，敏感数据需设置权限。档案数据通过分类核算实现精细化权限管理，既提升共享效率，又保障数据的安全与合规。

　　3.6 隐私与敏感数据管理

　　数据分类核算为隐私保护与敏感数据管理提供精细化工具。其一，细化隐私数据管理。分类核算可识别隐私和敏感数据，并制定脱敏、匿名化及加密措施，确保数据的安全存储与共享。档案数据通过脱敏或加密管理隐私档案，防止泄露并确保其合规共享。其二，动态调整敏感数据管理。分类核算支持敏感数据动态管理，适应场景与政策变化。数据敏感度随解密或法规变化调整，如解密档案归为公共档案，或加强法规保护后提升安全等级。动态管理可平衡档案数据的安全性与灵活性。

　　4  数据分类核算原则与方法框架

　　基于《企业数据资源相关会计处理暂行规定》，本文设计了一套数据分类核算框架，结合数据资源的持有目的、形成方式、业务模式及经济利益实现方式，着重关注档案数据在长期保存与社会治理方面的意义。

　　4.1 数据分类核算的原因

　　数据资源来源、用途及经济利益消耗方式具有多样性，因此利用分类核算有助于明确会计处理要点。根据数据生产阶段的不同，分类核算为实务操作提供清晰指引。档案数据需结合获取方式与用途分类，如历史档案侧重文化与学术价值，行政档案注重公共治理贡献。因此，数据分类核算需兼顾经济效益与社会知识贡献。

　　4.2 数据分类核算的原则

　　数据分类核算应遵循“循序渐进、先易后难”的原则，初期优先处理成本明确的数据，再逐步纳入复杂的费用分配。其核心原则为“依据经济利益实现方式”，包括能否实现、实现形式及时间特征。档案数据还需考虑“长期保存与社会价值实现”。历史档案以保存成本与社会贡献进行核算，短期档案则采用简化处理提升效率。

　　4.3 数据分类核算的标准

　　数据分类核算标准围绕经济利益的可行性、实现形式及时间特征展开，涵盖数据确认、计量及折旧或减值处理。针对外部采购与内部采集两类数据来源，本文提出明确的判断标准和核算要点。档案数据需特别关注其社会效益与知识效益，同时记录采集、存储与使用全过程，确保核算的全面性且满足审计与监管需求。

　　4.4 数据分类核算的重点

　　4.4.1 资产确认条件

　　以存储并具有经济价值或社会价值为标准，简化拥有或控制、经济利益流入条件，提升其操作性。档案数据若具备文化传承或历史研究价值，可凭社会效益确认为资产，成本计量包括储存与数字化加工支出。

　　4.4.2 核算类别判断

　　数据资产类别取决于用途与交易条款。存货指有“卖断”或限定份数协议的数据；无形资产指无交易限制的数据。档案数据按保存方式与应用场景分类，高价值档案归为无形或固定资产，短期应用档案按存货处理；可共享或具备商业化潜力的档案根据其用途与合同条款进行分类核算。

　　4.4.3 成本核算

　　内部加工与外部采购成本需分别处理。内部加工：在无形资产核算中，采取采集成本费用化，存储后资本化的方式  ；在存货核算中，采集成本作为原材料，加工后结转库存商品。外部采购：在无形资产核算中，将数据直接存储并确认为无形资产，加工数据从资本化研发支出转无形资产；在存货核算中，未加工数据确认为库存商品，加工数据从原材料转为库存商品。档案数据数字化成本按来源与用途分类，储存与维护成本需完整核算，确保其全面管理。

　　4.4.4 摊销年限

　　摊销年限依据存储期限、法律规定及合同约定设定：永久保存或高价值档案进行减值测试，不设摊销年限；短期行政或商业档案参照法规或标准设置摊销年限，并记录依据支持决策。

　　5  结论

　　本文分析了数据分类核算在数据资产管理中的核心意义及其对组织单位的贡献，指出该方法在提升管理效率、规范性和价值实现方面的关键作用。分类核算不仅支持数据资产的高效识别、管理与利用，能带来经济效益与社会效益，还推动了数据管理的标准化与合规性，强化了风控能力和数据共享增值。在档案数据管理中，分类核算既能满足保存需求，又能挖掘出社会价值与经济价值，能实现精细化管理。随着数据资产管理体系的完善，分类核算将成为组织管理的核心职能。文中提出的原则与方法框架将为企事业单位和公共部门提供实践指导，助力数据资产的高效管理与价值实现。

　　参考文献

　　[1] ROACH C J. Part XVIII: Data management[J]. Clinical Pharmacology & Therapeutics,1962,3(5):682-684.

　　[2] DAMA  Internatiomal.  DAMA-DMBOK:  Data  Management  Body  of  Knowledge[M].  2nd  ed.  NJ:  Technics  Publications,2024.

　　[3]赵治纲.数据资产入表的战略意义、问题与建议[J].会计之友,2024(3):2-6.

　　[4]高鑫.数据资产在市场竞争中的战略价值与竞争优势[J].中国资产评估,2024(4):11-16.

　　[5]林伟,周耀铭.国内外数据治理研究述评[J].数字图书馆论坛,2022(6):65-72.

　　[6]赵正,郭明军,马骁,等.数据流通情景下数据要素治理体系及配套制度研究[J].电子政务,2022(2):40-49.

　　[7]夏义堃,管茜.政府数据资产管理的内涵、要素框架与运行模式[J].电子政务,2022(1):2-13.

　　[8]王丽琴.档案数据跨境流动的制度障碍、风险防控与监管协调机制研究[J].山西档案,2024(8):49-52.

　　[9]全国信息安全标准化技术委员会秘书处.网络安全标准实践指南:网络数据分类分级指引:TC260-PG-20212A[S].北京:全国信息安全标准化技术委员会，2021.

　　[10] 中国证券监督管理委员会.证券期货业数据分类分级指引:JR/T  0158—2018 [S].北京:中国人民银行, 2019:1.

　　[11]全国信息安全标准化技术委员会.信息安全技术 健康医疗数据安全指南:GB/T 39725-2020[S/OL].(2020- 12-14)[2024-11-21]. http://www.phic.org.cn/zcbz/bzypj/bzgf/gjbz/202408/P020240819570037182147.pdf.

　　[12]丁玟文,庞智强.数据资产的分类与估值方法[J].统计与决策,2024,40(15):34-39.

　　[13]李玉亮.数据分类分级的现状与发展[J].中国信息安全,2021(5):55-56.

　　[14]马费成,熊思玥,孙玉姣,等.数据分类分级确权对数据要素价值实现的影响[J].信息资源管理学报,2024,14(1):4-12.

　　[15]白紫秀,王涛,郭明多,等.交通运输政务数据分类分级方法研究[J].信息安全研究,2023,9(8):808-813.

　　[16]闫鑫,黄国彬.科学数据分类研究述评[J].图书馆论坛,2020,40(5):45-54.

　　[17]郑曦.刑事司法数据分类分级问题研究[J].国家检察官学院学报,2021,29(6):3-16.

　　[18]付虓.数据要素流通中的档案分级分类管理:理论内涵,实践困境与优化路径[J].山西档案,2024(5):39-42.

　　[19]钱毅.数据态档案管理模式概念、特征与挑战[J].北京档案,2024(9):4-9.

　　[20]仇壮丽,钟亚帆.数据档案化背景下档案部门的职能拓展[J].山西档案,2024(6):5-12,35.

　　[21]金波,周枫,杨鹏.档案数据研究进展与研究题域[J].情报科学,2021,39(11):187-193.

　　[22]金波,杨鹏,宋飞.档案数据化与数据档案化:档案数据内涵的双维透视[J].图书情报工作,2023,67(12):3-14.

　　[23]黎安润泽,牛力,王睿.积聚、激活与实现:新质生产力背景下企业档案数据要素价值化探析[J/OL].档案学通讯,1-15[2024-11-21].https://doi.org/10.16113/j.cnki.daxtx.20240914.001.

　　[24]杨曈,司雯,蒋冠.档案数据协同治理机制研究:基于活动理论的多案例分析[J].山西档案,2023(5):25-33.

　　[25]钱毅,苏依纹.基于档案的数据基础设施(ABDI)的概念内涵与构建策略[J].档案学通讯,2023(6):52-60.

　　[26]刘越男.从客体全宗到面向对象的可信数据体:数据档案化治理方法论探析[J].档案学通讯,2024(4):13-21.

　　[27]袋鼠云.数据资产管理白皮书(2024版)[R/OL].[2024-11-21].https://hulianhutongshequ.cn/upload/tank/report/2024/202409/1/921da1b29dec4373b9d11423ffa38f0b.pdf.

　　[28]中国信息通信研究院.数据资产管理实践白皮书4.0[R/OL].(2019-06-05)[2024-11-21].http://www.caict.ac.cn/kxyj/qwfb/bps/201906/P020190604471240563279.pdf.

　　[29]王宁.人事档案数字化管理中数据安全与隐私保护研究[J].山西档案,2023(6):176-180.

　　[30]何思源.档案部门参与数据管理研究综述[J].山西档案,2023(2):177-188.

　　[31]仇壮丽,刘敏.数据档案化治理的协调路径探析[J].山西档案,2024(8):12-19.

　　【作者简介】廖凯茵（1987—），女，汉族，广东佛山人，广东电网有限责任公司高级会计师、注册会计师，硕士，研究方向：财务管理、会计核算、管理会计、企业管理等；陈宇丹（1991—），女，汉族，广东湛江人，广东电网有限责任公司会计师，硕士，研究方向：财务会计等；何子煊（1997—），男，汉族，江西南昌人，中国人民大学交叉科学研究院科研助理，硕士，研究方向：数据资产管理、数据会计核算等。