1 引言

1.1 研究背景

在数字经济时代，数据已跃升为核心生产要素，与传统要素（土地、劳动力、资本、技术）共同构成驱动发展的五大战略资源。随着数字经济浪潮的蓬勃兴起，数据作为新型生产要素的战略价值持续攀升，已逐步演变为驱动数字经济高质量发展的核心战略资源。国家数据局在《“数据要素 ×”三年行动计划（2024—2026 年）》中明确提出行动的总体目标，要充分发挥数据要素乘数效应，赋能经济社会发展。

公交行业作为传统行业，长期以来在信息化、数字化转型中持续探索。尤其在数字化转型过程中面临数据孤岛、数据质量低下、安全风险等问题，如何让企业拥有的数据从幕后走向台前，让数据流动起来，实现数据价值最大化，成为开启第二收入曲线的关键密码，是企业发展关注的焦点。

1.2 研究意义

DCMM 标准，即 GB/T 36073—2018《数据管理能力成熟度评估模型》国家标准，是由工业和信息化部组织并牵头发布的我国数据管理领域的首个国家标准，也是唯一标准。目前政府通过补贴、招投标加分等激励措施引导和鼓励企业贯标。当前参与贯标的企业多集中于数据驱动型行业或需政策支持领域，其核心动机包括提升管理能力、获取商业机会、响应政策红利等。随着数字经济深化，DCMM 或将从“可选”逐步过渡为“必选”，成为企业数据竞争力的重要标尺。

为了切实执行《青岛市数据要素市场化配置改革三年行动方案》，青岛城运控股集团有限公司 ( 以下简称城运集团 ) 主动出击，将重点放在了数据资产管理上，致力于构建和完善数据资产管理体系，唤醒沉睡的数据资产，探索释放数据要素价值的新路径，加快拥抱数字化、应用数字化进程。

2 理论框架与核心概念

2.1 数据要素的内涵与价值释放路径

数据资产是数字世界的价值载体，数据资源化是激发数据价值的基础，数据资产化是从应用需求侧进行数据服务或产品开发的过程，数据资本化是通过市场化方式实现数据要素的价值变现。通过数据资源化、数据资产化、数据资本化三个阶段，可以让数据流动起来，实现数据价值最大化。

数据价值的高低，与其用途的广泛性、质量的高低、维度的丰富性以及规模的庞大性紧密相连。

其中，数据质量是衡量数据价值的关键指标，数据质量会直接影响企业对数据的分析和决策效果，从而影响数据为企业创造价值的大小。数据质量越高，数据资产的价值也越高。简而言之，数据质量越高，意味着数据资产蕴含的价值潜力越大。

数据标准是数字经济时代的重要基石，关乎数据资产化的实现与数据价值的充分释放，是确保数据资源高效利用和数据资产化的关键。DCMM 作为一套数据管理能力评估体系，通过规范数据战略、数据治理、数据质量、数据安全等核心环节，可以为公交企业数据资产化奠定基础。

2.2 DCMM 模型的核心框架

DCMM 标准定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期等 8 个核心能力域、28 个能力项及 445 条指标。这 8 个能力域可以划分为组织、制度、流程和技术四个评价维度。

DCMM 模型对组织的数据管理能力进行了分析和总结，并将能力成熟度划分为 5 个等级，从低到高依次为初始级、受管理级、稳健级、量化管理级、优化级，并给出了相关功能介绍和评定指标。这些等级反映了企业数据管理和应用的逐步成熟过程，为企业提供了明确的发展方向和目标。

其中的数据质量能力域是由数据质量需求、数据质量检查、数据质量分析和数据质量提升 4 个能力项构成数据质量管理的闭环。规范了数据从需求、获取、存储、共享、维护、应用至退役的全生命周期各个阶段质量问题的识别、度量、监控、预警等一系列活动，为企业提高数据质量管理能力提供了指导。

3 DCMM 的“以评促建”机制分析

3.1 评估驱动能力提升

3.1.1 DCMM 贯标流程

DCMM 贯标流程是一个系统性、规范化的过程，整个流程大致可以分差距分析、能力建设、测量评估三大步骤。

第一步差距分析阶段，包括贯标申请、贯标启动、标准宣贯、差距分析四个环节。

第二步能力建设阶段，包括能力建设、试运行、自评估三个环节。

第三步正式评估阶段，包括第三方评估、颁发证书两个环节。

3.1.2 以评促建，能力提升加速

企业如果自主申报，通常会存在对标准理解不足、经验不足、资源有限等问题，导致在评估准备阶段出现遗留或偏差，在评估过程中容易陷入误区或忽视关键要素，同时缺乏与评估机构、行业专家的直接联系，导致在评估过程中遇到问题时难以获得及时有效的支持。

因此，企业可以邀请专业咨询机构，提供认证咨询、评估及培训服务。咨询机构基于行业经验为企业提供全流程的精准赋能，能够加速企业数据管理能力提升，规避自主探索的潜在风险。尤其体现在以下几个方面。

（1）差距诊断与路径规划：咨询机构通过深度调研企业数据战略、治理架构及技术工具现状，结合 DCMM 标准的 8 大能力域和 445 项指标，让企业清晰认识自身数据管理能力的现状及不足，发现问题与差距，进而制定改进路线，通过“数据需求→质量检查→分析→提升”过程，打造闭环管理能力。

（2）体系化能力建设：咨询机构协助企业构建数据治理组织架构，完善数据安全、质量等制度文档，并设计符合企业业务场景的落地流程。同时为企业提供 DCMM 培训课程，指导开展相关工作。

（3）评估流程高效推进：咨询机构提前开展模拟评估流程，提升申报成功率。

（4）持续改进与资源整合：咨询机构不仅提供短期贯标支持，更帮助企业建立数据治理长效优化机制，如定期开展数据管理成熟度自检等。

3.2 能力建设与价值释放的关联性

（1）提升数据质量，为数据价值释放奠定基础：通过数据管理能力建设，企业制定并执行统一的数据标准和规范，提高数据的准确性和可比性。利用数据清洗、验证和整合等手段，可增强数据的质量和完整性，为后续数据分析和应用奠定坚实的基础。

（2）促进数据共享，加速数据价值流通：数据管理能力建设有助于打破部门间的信息壁垒，推动数据在组织内部的自由流动和共享。通过建立数据共享平台或数据中心，企业可以促进跨部门、跨业务线的数据交流与协作，加速数据价值的流通和转化。

（3）强化数据安全与合规，保障数据价值释放的可持续性：数据管理能力建设强调数据安全与隐私保护的重要性，通过技术手段和政策措施确保数据的安全性和合规性。这能有效规避数据泄露风险，维护企业品牌信誉与利益，从而保障数据价值释放的可持续性。

（4）赋能决策优化，提升数据价值释放的效能：通过数据管理能力建设，企业能够利用深入的数据洞察为企业战略制定、运营优化和产品改进等提供有力的数据支持。这有助于推动决策的科学化和智能化，提升数据价值释放的效能和效果。

因此，在数字化竞争日益激烈的市场环境中，拥有良好数据管理能力的企业无疑更具优势。通过达到较高的 DCMM 等级，可保障数据的高质量、安全性和合规性，提高企业内部运营效率，为客户提供更精准、个性化的服务，增强企业的整体竞争力。同时，随着数据相关法律法规的不断完善，如隐私保护、数据安全等方面的要求日益严格，遵循DCMM 标准有助于企业满足合规要求，避免因数据违规问题而面临的法律风险和声誉损失。

4 DCMM 推动数据要素价值释放的实践路径

4.1 企业内部能力建设

4.1.1 差距分析

城运集团以三级和四级标准进行差距分析，全面了解自身的管理现状、发展要求以及目前的实现程度，明确存在的差距和不足。并清晰认知到自身在数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期等各个能力域的具体问题和短板，寻找改进的方向，进行能力建设和提升。

4.1.2 建设规划与制度建设

结合软硬件差距与资源投入情况，识别未来一段时间内提升数据管理能力所必要的信息技术、业务流程、数据治理及数据开发、协同创新等需求。发现目前数据管理的弱项和问题，经详细分析后，最终选定稳健级（三级）为 DCMM 贯标目标。为保障数据治理工作有序规范进行，大数据信息中心规划并建设完善的数据管理制度体系，制定了《青岛城运控股集团数据资源管理办法》作为数据管理纲领性文件，建立了包括《青岛城运控股集团数据战略管理办法》《青岛城运控股集团数据应用管理办法》等一系列管理规范和管理细则与指南。

4.1.3 数据治理及质量提升

依托数据中台能力建设，城运集团接入了公共交通、汽服维修、能源管理等各类主要数据。人车线站场等主数据是公交业务运转的核心业务实体数据，其准确性直接影响业务运营与决策。城运集团由是两家交通骨干企业整合重组的城市交通综合运营服务企业集团，业务涵盖城市交通运输服务、交通基础设施投资建设和交通产业资本投资。然而，由于各个直属单位的业务系统独立运行，同类业务存在多套信息体系，信息壁垒明显，集团层面无法统筹管理和监督。因此，有必要建设集团数据治理体系，明确数据归口部门与系统，制定数据治理制度。城运集团业务系统建设较早，存在一些历史数据质量遗留问题，如数据不一致、不完整、不合规和冗余等。需通过特定规则对混乱的数据进行清洗和标准化，涵盖无效值过滤、错误修复、缺失填充、格式统一转化等环节。数据清洗需循环执行多轮处理，通过反复清理、验证和调整，直至数据质量达到可接受的标准。

数据质量分析涵盖准确性、完整性等八大维度。先依业务需求与数据特点确定数据质量指标，制定规则并评估生成报告，据此清洗处理，再定新指标检测，如此循环，提升数据可靠性与价值，保障决策精准，持续释放数据价值。

通过数据可视化的方式初步探索数据，了解分布与相关性，挖掘数据规律和趋势。围绕数据和业务主题梳理数据资产，构建统一标准和规范，实现数据资产全局管控，并提供统一但多样化的数据服务，从而更快、更好地驱动业务增长，发挥数据价值。

图 1 主数据管理前核心业务数据管理情况

以主数据为例（图 1），在主数据质量管理中，完整性、及时性、准确性、一致性、唯一性、有效性是主数据质量管理的六个核心标准。主数据的业务归口单位要及时维护主数据信息，支持下游消费系统的业务应用。例如：车辆的跨公司调动要及时进行业务划拨，否则会影响到下游调度系统的线路运营，无法操作这台车辆进行排班、调度运营。

通过主数据管理系统建设，满足集团数据治理的需求，覆盖核心主数据管理、关系主数据管理、参照主数据管理、数据集成和数据共享五大方面的内容（图 2）。其中核心主数据包括组织机构、人员、车辆、线路、站位、场站等。关系主数据包括场站线路关系、车辆车载摄像头关系、场站 NVR 摄像头关系等。参照主数据包括日期信息、码表数据等。通过 API 接口集成数据，确保数据的一致性和完整性。构建数据共享平台，提供主数据服务接口，供集团内部各应用系统调用，确保数据的及时更新和共享。

在主数据管理建设中，事先明确了若集团暂无信息化系统统一管理某类主数据，可由主数据管理系统暂代，由集团业务部门提供数据并维护的原则。待相关信息化系统建成，主数据管理系统将切换集成方式，从上游获取数据而不再维护。此模式可确保各业务系统获取稳定、标准化的主数据，减少因上游系统变更导致的对接逻辑调整，既弥补短期数据管理缺口，又为长期数字化转型提供了可扩展的架构基础，实现“数据驱动业务”与“系统敏捷响应”的双重目标。

4.2 内部协同与外部生态构建

4.2.1 内部业务协同，挖掘数据价值

通过 DCMM 贯标不仅助力企业完成数据的全面梳理，确保数据间顺畅互联，而且通过治理提升了数据质量和可信度，可支撑精准分析与决策，还能确保数据的安全合规性。

城运集团公交智能调度系统建设较早，涵盖全域运营车辆实时定位数据、车辆调度数据，系统功能完备，业务数据全面。通过对系统的原始数据进行治理、加工和处理，产出高质量定位数据、路单数据、车辆数据、线路数据、站点数据以及运营计划数据等 6 大类数据资源。

以此为基础，城运集团通过跨部门数据流通和应用，持续挖掘和释放数据的潜在价值。例如：利用车辆数据、计划数据及路单数据，可以预测车辆的维修周期和需求，有效提前规划维修工作，合理准备物料，控制库存成本，并避免因设备故障导致的车辆停运。分析车辆数据、定位数据及路单数据，可以优化线路时刻表，合理分配人车资源，降低运营成本，提高运营效率，提升运营服务质量。利用车辆维修数据，可以实时掌握车辆技术状态和可用车辆资源，有效提升线路排班数据质量，并可在运营调度中为车辆调度提供决策依据。通过定期检查车辆数据，可以确保车辆符合安全标准、预防安全事故的发生。

通过内部业务协同，实现业务模式创新及数据深度融合，帮助城运集团提升了运营、安全、维修、服务等业务管理能力，带来了直接或间接的经济效益，实现了数据要素乘数效应。依托高质量的数据，构建线路、车辆、驾驶员等数字孪生模型，可实现实时交通拥堵预测与路径优化、车辆故障预警与健康度评估、驾驶行为风险预警、能耗管理以及充电策略优化，从而提升公交智能化水平，为精细化管理和高效运营提供有力支持。

4.2.2 数据资产化，构建外部生态

结合市场化客户需求，城运集团可对外输出公交实时运营数据产品。主要涉及图商类和生活服务类客户。图商可以使用全域车辆实时数据，结合其地图数据、实时算法，向最终乘客输出更加精准、全量的车辆到站预报服务。目前主要客户为“高德地图”“百度地图”“腾讯地图”及“车来了”等地图厂商。

图 2 主数据治理后业务数据归口

城运集团将 2020 年 1 月 1 日至 2024 年 7 月31 日期间的实时运营数据加工处理，形成公共交通智慧运营及分析数据资产。该资产包括定位数据、路单数据、车辆数据、线路数据、站点数据以及运营计划数据等 6 大类数据资源、13 张表、537 个字段，数据记录约 95 亿条，数据存储量 4.73TB。城运集团委托律师事务所对公共交通智慧运营及分析数据资源集全生命周期全字段的数据来源摸底，完成城运集团主体情况审查、数据来源合法性审查、数据交易合法性审查、数据权属范围界定、数据安全管理审查等工作。最终由该律所提供《数据资源合规评估法律意见书》，完成数据资产确权。城运集团委托第三方数据质量评估单位，对公共交通智慧运营及分析数据资源集进行数据质量评价，测评范围涵盖了公共交通智慧运营及分析场景下的全部数据。根据 GB/T 36344—2018《信息技术数据质量评价指标》和《数据资产评估指导意见》（中评协〔2023〕17 号），数据质量评价包括规范性、完整性、准确性、一致性、时效性和可访问性。

此次数据质量评价过程中，采用全面和抽样的检测和分析。共检查数据记录 90662695 条，评价任务实际检测的数据元素记录为 1456429960个，满足本次质量评价要求的数据元素记录为1453541739 个，占比 99.8%，数据质量高。本次评价公共交通智慧运营及分析数据质量总体得分为99.82 分，其中，规范性得分 99.97 分、完整性得分100 分、准确性得分 98.95 分、一致性得分 99.99 分、时效性得分 99.99 分、可访问性得分 100 分（图 3）。

图 3 公共交通智慧运营及分析数据质量一级指标得分

公共交通智慧运营及分析数据质量二级指标情况：元数据规范性得分 99.97 分、数据内容正确性得分 98.64 分、数据唯一性得分 99.99 分、关联数据一致性得分 99.99 分、时序性得分 99.99 分、元数据业务规则、数据元素完整性、可访问性得分均为 100 分。

城运集团委托第三方数据资产评估单位，采用成本法对直接成本和间接成本分别进行了细化，并针对数据资产重置成本中所使用的质量因素调整系数，参考并应用了数据质量评级结果，最终评估青岛城运控股集团有限公司持有的公共交通智慧运营及分析数据资产持有权估值为 3,957.80 万元（含增值税）。

城运集团依托系统性数据资产梳理和合规性审查成果，在青岛市数据资产登记评价平台顺利完成确权登记，获颁权威资产登记证书。

4.3 行业案例实证研究

在 DCMM 标准的指导下，通过建立健全数据资产管理制度、数据全生命周期质量管控机制，保证了标准化治理流程实施常态化数据清洗、逻辑校验与动态更新，提升了数据质量，形成高价值密度的数据。城运集团数据资产约 95 亿条，质量得分为 99.82 分，资产评价估值约 3958 万元，融资授信 3000 万元。

青岛某巴士数据约 20 亿条，评估价值为 1009万元，700 万元数信贷。某 A 地公交数据约 190 亿条，数据资产质量得分 98.6 分，资产评估价值约1390 万元；某 B 地公交实时运营数据 700 亿条，融资授信 1000 万元，不难看出，各家企业都有海量信息，价值总量高，但密度较低。而青岛城运集团做了 DCMM 体系，经过数据治理及加工，实现了数据增值，低质量数据转化为高质量数据，价值密度高。即使数据资产规模相比较小，也获得了更高的价值评估结果和融资结果。

5 DCMM 贯标面临的挑战与对策

5.1 技术挑战与应对策略

传统企业数据管理能力薄弱，早期信息化形成多套体系致信息壁垒严重。车辆、站台、场站等基础设施新旧标准不一、管理离散，数据采集质量差且实时处理能力弱。现有系统烟囱式建设，业务系统不足，数据无法融合释放价值。随着信息化建设，即使企业积累了海量数据也难以管理，无法进行数据挖掘和共享，并存在数据安全等问题。

借助 DCMM 模型标准，助力企业构建高效数据管理体系，分阶段提升数据战略、数据治理与技术能力，以适配业务发展需求。针对上述问题制定车载智能设备接口标准、车辆 CAN 总线接入标准、主数据管理标准、数据治理标准，引入先进的数据中台工具和数据分析模型，明确数据归口部门与系统，优先整合各业务系统中最核心、最需要共享的主数据。通过标准化、质量探查、清洗、集成及监控等技术手段辅助数据治理，保证数据的有效性、高质量、一致性、可靠性、可用性和安全性。

5.2 人才短缺问题与解决途径

数据管理人员在 DCMM 标准实施过程中扮演着至关重要的角色，他们是这一标准得以落地的关键执行者，其能力直接影响数据管理、治理成效及贯标结果。城运集团面临人才短缺问题，严重影响后续工作开展，亟需加强人才选拔、技能提升及系统培训。

通过内部调整和外部引进，安排多名业务管理人员参加能力培训及 CDP 数据管理师考试，助其掌握 DCMM 标准及数据管理技能，推进相关工作顺利开展。

5.3 组织与文化变革障碍及突破方法

数据资产化要求实现数据的集中管理和高效利用，而部门壁垒和数据垄断则阻碍了这一进程。这不仅降低了数据资源的整体利用率，还可能导致决策失误和运营效率低下。同时员工可能对新系统、新工具不熟悉或不信任，担心自己的工作岗位受到威胁或增加工作压力。

城运集团成立了数字化工作委员会，发布了《青岛城运控股集团数字化转型蓝图及规划报告》和《青岛城运控股集团数据资源管理办法》，提出坚持加快数字化发展指引，健全数字规则，夯实数字基础设施，保障数据安全，以数据汇聚治理为核心，全力攻坚数据“聚通用”，积极探索数据创新模式，充分挖掘集团公司全产业链数据价值。数字化工作委员会统领数字化与数据管理工作，明确大数据信息中心作为数据管理归口部门，统筹数据治理、制定标准规范、实施数据资产管理等工作。集团本部与下属单位分别设立数据运营团队，负责具体数据管理工作。通过员工培训和文化建设，提高员工对新技术和流程变革的认识，鼓励员工积极参与数据资产化的进程，保障 DCMM 贯标工作有序开展。

6 总结与展望

6.1 实践成果总结

DCMM 贯标评估取得了显著成效，帮助城运集团科学有效地掌握数据管理方法，构建数据资产管理体系，提升数据管理能力，通过数据治理和数据质量闭环管理体系，有效提升了数据的质量和一致性。高质量的数据不仅增强了数据资产的可量化性，还极大地激发了其商业化潜力，促进数据要素价值释放。

城运集团获得 DCMM 三级认证，不仅具备了更加优越的数据资产入表能力，使得数据资产能够更准确地反映在企业财务报表中，还为企业融资提供了有力的信用背书，增强了投资者和金融机构对企业的信心，为企业的持续发展奠定了坚实基础，助力企业数字化转型与核心竞争力提升。

6.2 未来发展方向

城运集团将持续建立健全数据质量监控和保障体系，确保数据源头合规、准确、安全。同时优化数据架构，整合不同来源的数据，通过数据无缝对接和集成，减少数据错误和冗余。加强数据管理人员培训，提升其素养技能，确保数据管理工作有效执行，逐步提升数据准确性。建立风险预警机制，精准识别潜在风险，并迅速响应处置，全方位保障企业数据资产安全。

加强数据资产运营与管理，开展其他业务域数据资产及价值场景挖掘，例如 CAN 数据、车辆维修、能源等数据，提升和丰富数据资产经济价值和社会价值，通过数据资产的精细化运营，实现数据价值的持续释放和增值。

DCMM 认证不是终点，而是数据价值革命的起点。通过释放数据要素乘数效应，不仅要做大数据交易的”生态构建者”，更要成为公共交通智能化升级的”数字引擎”，以数据驱动城市出行效率跃升，引领公共交通事业向智能化、高效化方向迈进。

作者：青岛城运控股集团有限公司 徐显军