DB36 T 1893-2023 检验检测数据资产评估认证指南.pdf

《DB36 T 1893-2023 检验检测数据资产评估认证指南.pdf》由会员分享，可在线阅读，更多相关《DB36 T 1893-2023 检验检测数据资产评估认证指南.pdf（18页珍藏版）》请在麦多课文档分享上搜索。

1、 ICS 03.100.60 CCS A 02 DB36 江西省地方标准 DB36/T 18932023 检验检测数据资产评估认证指南 Guidelines for asset evaluation of testing data 2023-12-11 发布 2024-06-01 实施 江西省市场监督管理局 发 布DB36/T 18932023 I 目次 前言.II 引言.III 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 评估和认证原则.2 5 评分标准.3 6 工作流程.4 7 评估认证机构.5 8 评估认证管理.6 附录 A（规范性）数据资产的基本属性规定.7 附录 B

2、（规范性）数据资产的价值评分标准.8 附录 C（规范性）检验检测数据资产评估认证申报表.10 参考文献.12 DB36/T 18932023 II 前言 本文件按照 GB/T 1.12020标准化工作导则 第 1 部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由江西省市场监督管理局提出。本文件由江西省检验检测标准化技术委员会（JX/TC 041）归口。本文件起草单位：江西省检验检测认证总院检测认证技术发展研究院、北京大学南昌创新研究院数字经济研究中心、北京大学经济学院、北京大学中国信用研究中心。本文件主要起草人：董志

3、勇、段慧玲、章政、罗文斌、王大树、杜丽群、毛炜翔、成名、张亚光、宋芳秀、郭萍、张丽丽、陈秀兰、王悦、庄晨、王志强、章美希、郑天涯、洪峰、汤凌燕。DB36/T 18932023 III 引言 随着数字经济蓬勃发展，数据规模和数据种类不断增加，数据要素的重要性日益凸显。数据资产评估作为保障数据要素有序流通与价值挖掘的重要抓手，对推动数据要素市场化配置和数字经济高质量发展具有重要意义。为贯彻中共中央、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要素市场化配置综合改革试点总体方案中共江西省委、江西省人民政府关于深入推进数字经济做优做强“一号发展工程”的意见等文件要求，探索建立检验检测数据要素交

4、易机制，完善检验检测数据要素市场化配置，统一检验检测数据资产评估标准，为检验检测数据交易提供支撑，特制定本文件。DB36/T 18932023 1 检验检测数据资产评估认证指南 1 范围 本文件规定了检验检测数据资产评估的关键原则、评分标准、工作流程、评估机构及评估认证管理。本文件适用于检验检测数据资产评估认证工作。2 规范性引用文件 本文件没有规范性引用文件。3 术语和定义 下列术语和定义适用于本文件。3.1 原始数据 raw data 通过实验和统计调查所获得的一手数据（first hand data）是统计数据的直接来源。在大数据时代，所谓原始数据是指自然生成、没有被加工处理和清洗修改过

5、的初始信息和数据集。原始数据主要包括文本、图像、声音、视频等，是结构化或非结构化数据集的总称，大多数原始数据具有识别主体特征的属性，受到法律的保护。3.2 数据资源 data resources 数据资源又称为数据生产要素，它是指随着互联网、人工智能、大数据、5G 技术的深入应用和普及而形成的新型生产要素，与传统的土地、劳动、技术、资本四大要素相并列，成为第五大生产要素。数据生产要素的提出，对于提升社会经济运行质量和效率，促进数字经济发展具有重要作用，2020 年 7月，全国科学技术名词审定委员会正式将数据资源等 108 条大数据新词发布使用。3.3 数据资产 data assets 为个人、

6、企业或者政府合法拥有或者控制的、能进行计量的、为组织带来经济和社会价值的数字资产或数据资源，具有真实性、完整性、连续性、时效性、规模性和安全性六大基本属性。3.4 检验检测数据资产 inspection and testing of data assets 在进行符合性评价或按照规定程序开展测量、试验或估量等活动时形成的数据资产，包括检验时间、检验项目、检验结论等内容。DB36/T 18932023 2 3.5 非排他性 non exclusivity 某项特定的数据物品被提供出来后，不能排除任何人对它的消费。3.6 非均质性 heterogeneity 同一数据集合包含的生产价值通常是完全不

7、同的。3.7 数据整理 data collation 由于平台归集的原始数据具有零星、分散、表象、不系统等特点，无法直接用于揭示研究对象的全貌特征和发展规律。所谓数据整理又叫统计整理，是对收集到的原始数据进行审核、检验、归类、分组、加工汇总和统一保管，使之成为能够反映数据主体特征和本质的条理化、系统化的数据资源的过程。广义的数据整理还包括数据积累、数据管理和和数据发布等。3.8 API（应用程序编程接口）application programming interface 是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力，而又无需访问源码，或理解内部工作机

8、制的细节。3.9 数据集合 data set 数据集合又称为数据集和资料集，是一组数据组合，最早出现于大型机领域，类似于数据档案的概念。最简单的数据集合由一个变量和一列数据值组成，通常被描述为一个数据列表。按照数据集合是否存在结构属性特征，通常可以分为类型化和非类型化数据集，数据集合的属性决定了数据具有可被浏览、访问、链接、管理、编辑等功能和服务内容。4 评估和认证原则 4.1 自愿平等 4.1.1 数据价值评估活动应是基于双方完全平等基础之上的一种自愿行为，不应有其他任何其他力量的引导和作用。4.1.2 在数据交易活动中，任何一笔交易都应以自愿为原则，交易条件应为双方所接受，不能使一方屈从于

9、另一方的意愿。4.1.3 交易主体在市场上应是平等交换的关系。4.2 公平公开 DB36/T 18932023 3 4.2.1 评估认证活动应跟数据主体、属性、规模等无关，应采用一视同仁的标准开展活动并给出评定结果。4.2.2 公平包括在数据交易中应明码标价、称平尺准、童叟无欺。4.2.3 公开则要求政府应按照特定的时间条件，对商品信息和交易信息予以主动公开，保证数据交易活动正常、有序、高效进行。4.3 价值保证 4.3.1 价值保证应是评估认证活动的基本目的，通过评估认证活动实现数据价值发现和价值挖掘。4.3.2 要求数据买卖双方的交易活动应建立在卖方保证数据的基本属性（真实性、完整性、连续

10、性、时效性、规模性和安全性）不被破坏的基础上。4.3.3 交易活动和交易规则设计应充分考虑到数据产品的非排他性和非均质性特征。4.4 社会最优 4.4.1 社会最优应是评估认证活动的遵循原则和尺度，在对数据集合进行评分评估过程中，其根本依据和准则是实现社会资源配置的优化。4.4.2 数据交易活动的发生应源于买方需求和卖方供给，实现帕累托最优，将价格指定为买方的支付意愿为最优选择。5 评分标准 5.1 基本要求 检验检测数据资产（数据集合）评估评分基本要求见附录 A 中数据集合的基本属性规定和附录 B中数据资产价值评分一览表。5.2 安全性维度（准入条件）数据资产必须具有真实、多样和价值的特点，

11、同时由于数据集合可能涉及隐私权等伦理问题，将数据质量、成本要素、流通要素、应用要素纳入考虑，作为数据资产评估使用的条件，要求数据集合必须满足可加工、可构建要求，即不存在隐私权保护等伦理和法律隐患，否则该数据集合分值自动降低至50 分以下，即不建议交易。5.3 真实性维度（权重 35%）根据数据集合的来源和属性，将数据特征、数据质量、应用要素均纳入考虑，将数据集合大致分为三类，各类数据集合的定义和分值标准如下：记录数据：由检测设备自动记录并上传形成的数字化资源，如设备自动上传数据、污染物检测排放记录等，分值范围 25-35 分。检验检测数据：由行政和市场监管主体依法依规查验形成的农产品、食品、卫

12、生健康、交通、建筑、环保等检验检测领域的数字化资源，如食品安全抽检数据等，分值范围 15-24 分。上报数据：由数据主体自主上报或汇总形成的数字化资源等，如各类统计数据，分值范围10-14 分。5.4 完整性维度（权重 15%）将数据特征、数据质量、应用要素纳入考虑，根据数据集合的分布情况（如领域、地域、流程、工DB36/T 18932023 4 序、时序等），按照数据对实际活动覆盖程度，大致分为三类，各类数据的定义和分值标准如下：高覆盖数据（覆盖率大于 90%），分值范围 10-15 分；中覆盖数据（覆盖率 80-89%），分值范围 6-9 分；低覆盖数据（覆盖率小于 79%），分值范围 1

13、-5 分。5.5 连续性维度（权重 15%）将数据特征、数据质量、应用要素纳入考虑，根据数据集合持续年度的长短，大致分为三类，各类定义和分值标准如下：长周期数据，数据集合至今己有 10 年以上连续记录，分值范围 10-15 分；中周期数据，数据集合至今己有 6-9 年连续记录，分值范围 6-9 分；短周期数据，数据集合至今有 5 年以下连续记录，分值范围 1-5 分。5.6 时效性维度（权重 15%）将数据质量、流通要素、应用要素纳入考虑，根据数据更新时间和周期长短的不同，大致分为三类，各类数据集合的定义和分值如下：适时更新数据，信息发生后能够及时更新的数据集合，分值范围为 10-15 分；按

14、月更新数据，信息发生后能够按月完成更新的数据集合，分值范围为 6-9 分；按年更新数据，信息发生后能够按年完成更新的数据集合，分值范围为 1-5 分。5.7 规模性维度（权重为 20%）将数据特征、数据质量、成本要素、应用要素纳入考虑，根据数据集合的内涵、量级、结构的不同，大致分为三类，各类数据集合的定义和分值标准如下：全国性数据，数据集合的内涵和量级涵盖全国范围内的信息主体，如居民身份信息、上市公司数据等，分值范围为 15-20 分；地方性数据，数据集合的内涵和量级主要涵盖区域内的信息主体，如省、市、县级经济主体信息，分值范围为 10-14 分；垂直领域数据，数据集合的内涵具有明显的行业、领

15、域分布特征，如特定行业数据或市场分类数据等，分值范围为 5-9 分。6 工作流程 6.1 申请 数据资源管理主体（数据拥有者）填写附录 C 中数据资产评估认证申报表，提出书面申请，并提供佐证资料。6.2 初审 评估认证机构在收到评审申请后，对评审资料的完整性，真实性、合规性等进行集中审议，在 10个工作日内完成初审并反馈意见。6.3 调研 按照初审要求和反馈意见，协调数据管理主体，组织专家团队对数字资源的内容、特征开展专题调DB36/T 18932023 5 研（包括但不限于数据内涵、来源、结构、量级、属性等），调研时间通常为 37 个工作日。6.4 复审 根据调研结果，形成复审报告和复审反馈

16、意见。复审时间通常为 15 个工作日。6.5 评定 综合初审、调研、复审报告意见，对数据资源的预期市场价值进行集中测算评分，形成评定结果报告，评定时间为 710 个工作日。6.6 公示 在相关数据资产公示平台进行评定结果公示，公示时间为 5 个工作日。6.7 通知 根据工作程序，将评定结果书面通知数据资源管理主体，具体通知方式以书面邮寄送达或会议公布。数据资产（数据集合）评估认证工作流程，参见图 1。图 1 数据资产评估认证流程图 7 评估认证机构 DB36/T 18932023 6 7.1 机构资质 开展数据价值评估认证的第三方评估机构应符合机构资质要求，并符合相应工作原则。检验检测数据资产

17、评估机构应当具备下列条件：具备认证机构资质；人员需具备中国认证认可协会认证审核员资质或中国资产评估协会执业资格认定条件；需具有经济、财务、检验检测、标准化等专业领域中高级职称的工作人员 10 名以上。7.2 工作原则 评估机构开展工作应当遵循以下工作原则：执业操守：遵守法律、行政法规，坚持独立、客观、公正的原则，诚实守信，勤勉尽责，谨慎从业，遵守规范，自觉维护职业形象，不得从事损害职业形象的活动；独立自主：应当独立进行分析和估算并形成专业意见，拒绝委托人或者其他相关当事人的干预。不得直接以预先设定的价值和评分作为评估结论；严格保密：执行数据资产评估业务，资产评估专业人员应当关注数据资产的安全性

18、和合法性，并遵守保密原则；胜任能力：应当具备数据资产评估的专业知识和实践经验，能够胜任所执行的数据资产评估业务。执行某项特定业务缺乏特定的数据资产评估专业知识和经验时，应当采取弥补措施，包括利用数据领域专家工作成果，或者参考其他专业机构的数据领域专业报告等。8 评估认证管理 8.1 数据分析业务 政府自建交易服务平台可成立专项工作小组对数据进行一系列处理分析和统计风险工作，以对应部分企业和市场需求。8.2 数据分析技术 需要在技术上对（企业等市场主体）有可能存在将 API 接口或者平台账号进行转卖的行为加以限制。8.3 监督管理制度 数据资产评估和交易活动目前主要在省级层面开展，在实践中摸索完

19、善交易机制，逐步向地市、区县推广。同时为保证交易活动顺利长久进行，特提出以下要求：经费管理：交易平台建设和交易活动所需经费，按规定应向同级政府或财政部门申请；对于政府在交易活动中的财务信息要定期公开，纳入预决算管理；改进审批：按照谁审批、谁监管的原则，分级建立数据资产评估认证机构审查备案制度；精简审批内容，缩短审批时间；强化监管：成立专项工作小组，依托交易平台建设，对数据交易双方进行严格监管；落实上级监督政策，避免既当裁判员又当运动员的现象发生。DB36/T 18932023 7 附录A （规范性）数据资产的基本属性规定 下面给出了数据资产的基本属性规定。数据集合具有真实性、完整性、连续性、时

20、效性、规模性和安全性性六大基本属性，具体规定如下：真实性：数据集合能够准确表示其所描述实际对象的真实值；完整性：数据要尽可能涵盖被记录对象的属性，包括数据体量、数据关系完备等；连续性：采集时间连贯，保留对同一实际对象的连续观测构成连续数据集；时效性：数据集具有一定的更新频率，类似于农产品鲜度概念，表示数据的灵敏度；规模性：数据的大小（包含指标、记录条数、记录范围等）要达到一定水平；安全性：要求按照统一标准整理的数据不会产生法律和伦理隐患，属于约束性条件。DB36/T 18932023 8 A 附录B （规范性）数据资产的价值评分标准 B.1 真实性评分，权重 35%真实性是指数据能够准确表示其

21、所描述的实际对象的真实值。根据数据聚合的来源和属性大致可分为三类，各类数据集合的定义和分值如下：记录数据：由监测设备自动记录并上传形成的数字化资源，如污染物检测排放记录等，分值范围 25-35 分；检测数据：由行政和市场监管主体依法依规查验形成的农产品、食品、卫生健康、交通、建筑、环保等检验检测领域的数字化资源，如食品安全抽检数据等，分值范围 1524 分；上报数据：由数据主体自主上报或汇总形成的数字化资源等，如各类统计数据，分值范围 1014 分。B.2 完整性评分，权重 15%完整性是指数据要尽可能涵盖被记录对象的属性，包括数据体量、数据关系的完备等。根据数据集合分布（如领域、方面、流程、

22、工序、时序等），对实际的覆盖程度不同大致分为三类，各类数据的定义和分值如下：高覆盖数据（覆盖率大于 90%），分值范围为 1015 分；中覆盖数据（覆盖率为 80-89%），分值范围为 69 分；低覆盖数据（覆盖率小于 79%），分值范围为 15 分。B.3 连续性评分，权重 15%连续性是指采集时间连贯，保留对同一实际对象的多次观测构成连续数据。根据数据集合持续年份长度的不同，大致分为三类，各类定义和分值如下：长周期数据，数据集合己有 10 年以上连续记录，分值范围为 10-15 分；中周期数据，数据集合己有 5-9 年连续记录，分值范围为 6-9 分；短周期数据，数据集合已有 5 年以下连

23、续记录，分值范围为 1-5 分。B.4 时效性评分，权重 15%时效性是数据更新频率的要求，类似农产品鲜度，表示数据在时间变化中的正确程度。根据数据集更新时间周期的长短大致可分为三类，各类定义和分值如下：适时更新，信息发生后能够随时完成更新的数据集合，分值为 10-15 分；按月更新，信息发生后能够按月完成更新的数据集合，分值为 6-9 分；按年更新，信息发生后能够按年完成更新的数据集合，分值为 1-5 分。B.5 规模性评分，权重为 20%规模性是指数据内涵和体量（包含指标、记录条数等）要求达到一定水平。根据数据集内涵、量级、结构和层次的不同分可为三类，各类定义和分值如下：全国性数据，数据集

24、合的内涵和量级涵盖全国范围内信息主体，如居民身份信息、上市公司数据等，分值范围为 15-20 分；地方性数据，数据集合的内涵和量级只涵盖区域范围内信息主体，如省、市、县级经济主体信DB36/T 18932023 9 息，分值范围为 10-14 分；垂直领域数据，数据集合内涵具有明显的行业、领域特征或某行业；领域中的某个特定的方面，如某特定行业或特定市场的分类数据集合，分值范围为 5-9 分。B.6 安全性评分（约束性条件）数据集合除具有真实（Veracity）、多样（Variety）、价值（Value）的特点之外，同时还可能涉及隐私权（Rights of Privacy）保护等法律和伦理问题，

25、作为评估的基本条件，要求数据集合必须具有可加工、可构建的属性，不存在任何隐私权和伦理性纠纷隐患，如果发现数据存在上述问题，则分值自动降低至 50 分以下。DB36/T 18932023 10 B A 附录C （规范性）检验检测数据资产评估认证申报表 表 C.1 规定了检验检测数据资产评估认证申报表。表 C.1 数据资产评估认证申报表 数据名称 中文：英文：自评分数 自评价值 申报理由说明（1500 字以内）DB36/T 18932023 11 附件目录清单 申报单位意见 盖章 日期 主管部门意见 盖章 日期 联系人信息 姓名：电话：地址：备 注 栏 受理时间：受理人：编号：注：申报表格不够填写

26、时，可另加附页。B DB36/T 18932023 12 参考文献 1 GB/T 33770.2-2019 信息技术服务 外包 第 2 部分：数据保护要求 2 GB/T 38633-2020 信息技术 大数据 系统运维和管理功能要求 3 GB/T 38643-2020 信息技术 大数据 分析系统功能测试要求 4 GB/T 38667-2020 信息技术 大数据 数据分类指南 5 GB/T 38673-2020 信息技术 大数据 大数据系统基本要求 6 GB/T 40685-2021 信息技术服务 数据资产 管理要求 7 中华人民共和国资产评估法第 12 届全国人大常委会第 21 次会议通过，2016 年 3 月 8 数据要素五论：信息、权属、价值、安全、交易张平文、邱泽奇编著，北京大学出版社，2020 年版 9 大数据时代的社会治理体制章政、皮定军著，中国经济出版社，2018 年版 10 大数据技术构架：核心原理与实践运用李智慧著，电子工业出版社，2021 年版 11 未来博弈：大变局下的财富保值增值与传承美冯亚阁（Von Cannon）著，北京大学出版社 2021 年 2 月版 _