10月21-22日，由西北工业大学管理学院主办的“第三届数据资产交叉学科建设研讨会”成功举办。本届研讨会设定“数据资产驱动价值创造”为主题，邀请了贵阳大数据交易所平台运营部负责人张实、上海爱数集团副总裁李基亮、上海市数据科学重点实验室数据资产研究室主任叶雅珍、西北工业大学管理学院MPAcc教育中心主任金帆进行了主题报告，同时进行了以数据资产流通和数据管理型人才培养为主题的圆桌论坛。来自全国数十所院校的领导、一线教师和多家企业高管人员参加了会议。同时面向全网进行了视频直播，数千名高校师生、企业人员在线观看。本届研讨会得到了贵阳大数据交易所、上海爱数集团、天行健车联网、美林数据科技有限公司、袋鼠云、数据交易网等单位的大力协助。

研讨会于14:00开幕，管理学院党委书记乔彩燕致欢迎词，她对报告专家和线上线下参会的各界朋友表示热烈欢迎，同时简要介绍了西北工业大学及管理学院的情况。她指出，研究数据资产的生命周期规律，探索数据资产流通以服务产业发展的机理机制，是一项具有重要理论价值与现实意义的工作，本届研讨会的主题为数据资产驱动价值创造，正契合了当前我国数据产业发展的关键需求。最后，乔彩燕希望籍此研讨会的举办，院校能够与数据产业一起紧跟时代步伐，探索数字经济发展规律，为国家发展和民族复兴做出应有贡献。

前半场主题报告由袋鼠云技术总监马青艳主持。首先由贵阳大数据交易所平台运营部负责人张实先生进行“数据资产价值评估与交易-探索与实践”为主题的演讲。张实先生从政策支撑、体系构建和理论研究方面，以贵阳大数据交易所的实践为例，剖析了数据资产流通机制的关键问题，阐述了“数据流通交易全生命周期‘三环’体系”建设，数据流通体系的“‘SEED’罗盘模型”理论，展示了贵阳大数据交易所平台发布的全国首套“数据交易规则体系”、全国首套“数据交易类凭证”、全国率先施行的“数据交易专区”模式、全国首发的“数据产品交易价格计算器”、全国首创的“首席地推官”模式等实践成果。

第二场主题报告是上海爱数集团副总裁李基亮先生的“数据资产化及数据交易探索”。李基亮先生阐述了数据产业由原来的“硬件层-系统/计算层-应用层”三层结构演变为“硬件层-系统/计算层--数据层-应用层”四层结构，这为数据产业发展带来巨大机遇，企业亦应构建并实施“AI+DATA”战略，从而获得竞争优势。李基亮先生同时担任北方大数据交易中心总经理，在分享该中心建设先进生产力数据流通基础设施的理念之后，详细阐述了“大模型/认知智能”交易模式的内容和特征以及取得的实践成果。

后半场主题报告由山西财经大学袁春生教授主持。第三场主题报告是上海市数据科学重点实验室数据资产研究室主任叶雅珍博士的“数据资产形态及计量单位探讨”。叶博士在简要回顾中国数据产业发展的基础上，分析了当前数据资产入表存在的难点与挑战，特别是数据资产价值评估方面，她认为在基于传统的“成本法、收益法和市场法”进行评估的基础上，应探讨专门的评估模型用于数据资产的价值评估。在数据资产形态方面，叶博士提出用于数据集标准化的“数据盒”概念，并详细阐述了“盒装数据”的特征和优势。

第四场主题报告是西北工业大学管理学院MPAcc教育中心主任金帆副教授的“企业数据资产入表解读”。他在演讲中提出企业数据资产入表大致分为准备、试行、正式实施三个阶段，同时对《企业数据资源相关会计处理暂行规定》（简称《暂行规定》）在数据产品链、流通链以及使用者层面的适用性和实施影响进行了阐述。在会计核算方面，他按照数商企业、工业企业、金融商业企业等分类提出按照“产品观”和“资本观”分别对数据资产进行会计处理，特别提出当前重点是为200多万家数商企业建立“数商会计”体系。最后金帆副教授对企业确认数据资产提出遵循谨慎性原则的建议。

主题报告之后进行了“关于数据资产流通与数据管理型人才培养”的圆桌论坛，圆桌论坛由西北工业大学管理学院MPAcc教育中心主任金帆主持，张实、李基亮、中国移动大数据中心总监伊然、叶雅珍、马青艳等作为嘉宾参与了讨论。圆桌论坛的各位嘉宾就如何构建科学的数据产业链生态链条、数据资产流通中存在的主要症结、数据管理型人才应具备的知识结构与能力素养、高校应如何培养高素质的数据资产管理人才等问题进行了精彩分享。各位嘉宾的共同认识是，目前迫切需要解决跨组织数据资产交易的安全性和合规性问题，打破数据孤岛和数据壁垒以促进数据流通，而数据产业的发展，需要具有专业能力+跨界能力的高素质复合型人才，高校应注重学生开放性能力的培养，以适应未来数字经济发展的需要。

本届研讨会汇聚了数据资产领域的最前沿实践和管理思想，展示了中国在数据资产领域取得的优秀成果，搭建了高校学者与数字经济新兴企业交流合作的平台，促进了理论研究与管理实践的融合，对提升西北工业大学在交叉科学领域的社会影响和研究水平起到了推动作用。随着数字经济发展，以数据资产为主题的学术研究与实践探索能够不断为学科发展和国家战略做出更大贡献。