DB36_T 1893-2023 检验检测数据资产评估认证指南.docx

ICS03.100.60

CCSA02

DB36

江西省地方标准

DB36/T1893—2023

检验检测数据资产评估认证指南

Guidelinesforassetevaluationoftestingdata

2023-12-11发布

2024-06-01实施

江西省市场监督管理局发布

I

DB36/T1893—2023

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（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

II

DB36/T1893—2023

前言

本文件按照GB/T1.1—2020《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/TC041）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/T1893—2023

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/T1893—2023

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rawdata

通过实验和统计调查所获得的一手数据（firsthanddata）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dataresources

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dataassets

为个人、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inspectionandtestingofdataassets

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。

2

DB36/T1893—2023

3.5

非排他性nonexclusivity

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同的。

3.7

数据整理datacollation

由于平台归集的原始数