《數據管理能力成熟度評估模型》貫標工作思考

【摘要】本文回顧了兩年來GB/T 36073—2018貫標工作的進程，分析了參加貫標的企業在地域、行業、規模分布上的特點，并與A股上市企業進行對比，同時通過線性建模和決策樹等方法對貫標工作的歷史影響因素進行了分析，對下階段貫標工作提出了建議。

【關鍵詞】數據管理；貫標

【DOI編碼】10.3969/j.issn.1674-4977.2023.01.004

Thoughts on the Implementation of the Standard of Data management capability maturity assessment model

WU Wei

（Guangzhou Saibao Certification Center Service Co.，Ltd.，Guangzhou 511370，China）

Abstract：This paper reviews the process of GB / T 36073—2018 standard implementation in the past two years，analyzes the characteristics of enterprises participating in standard implementation in terms of region，industry and scale distribution，compares them with A-share listed enterprises，analyzes the historical influencing factors of standard implementation through linear modeling and decision tree，and puts forward suggestions for standard implementation in the next stage.

Key words：data management；standard implementation

GB/T 36073—2018《數據管理能力成熟度評估模型》（以下檢測“DCMM”）是我國在數據管理領域的首個國家標準，由全國信標委大數據標準工作組歷經4年時間研發，于2018年3月15日正式發布。DCMM模型從組織、制度、流程、技術等維度對數據管理能力進行了分析總結，提煉出八個過程域，即數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準、數據生命周期，描述了八個過程域的定義、功能、目標和標準，并進一步把八個過程域劃分成28個過程項，441項評價指標。DCMM模型是一個整合了標準規范、管理方法論、評估模型等多方面內容的綜合框架，是我國數據管理領域最佳實踐的總結，可作為企業對自身數據管理能力建設進行規劃、設計和評估的依據。

工信部于2019年底委托中國電子信息行業聯合會負責全國數據管理能力成熟度工作的體系建設，這項工作的主要目的是進一步夯實我國大數據產業的基礎，引導企業的數據治理能力建設，加快推進數據要素市場的培育。中國電子信息行業聯合會遴選了廣州賽寶認證中心服務有限公司等6家評估機構落實評估工作，在2020年完成了佳都新太科技股份有限公司等62家企業的DCMM貫標評估工作，在2021年完成了中國聯合網絡通信有限公司軟件研究院等113家企業的DCMM貫標評估工作，貫標企業數量按年增加82%。其中，廣東電網有限責任公司、云南電網有限責任公司在完成DCMM 3級的評估后，又繼續完成了DCMM 4級的評估；軟通動力通過DCMM貫標，積極推動數據治理體系建設，數據利用效率得到全面提升，使企業商業風險下降60%，管理效率提升15%；某制造業企業通過DCMM貫標，有效解決企業孤島問題，提升了數據質量，助力企業數字化轉型成功，使單位制造費率下降10%，投產時間縮短1/3。以上充分說明DCMM標準的認可度正在不斷提升，標準的技術擴散效應和引領效果正在逐步顯現。

本文針對兩年來參加DCMM貫標評估的企業對其在地域、行業、規模分布上的特點進行分析，并與A股上市企業進行對比，同時對DCMM貫標工作的歷史影響因素進行了分析，從而為后續推動DCMM貫標工作提出參考建議。

1DCMM貫標企業分析

隨著國家大數據戰略的深入實施，各行各業都更加重視數字化轉型，“大數據+行業”的滲透融合生態正在加速構建，數字化、網絡化和智慧化融合發展正成為時代特征[1]。數字化轉型給企業業務帶來的價值有：重構業務流程，提升效率，降低成本；重構用戶體驗，做到以用戶為中心；重構產品和服務，開辟業務增量發展空間；重構商業模式，依托與合作伙伴共建的開放價值生態網絡實現價值創造和傳遞?！皵底只D型是產業高質量發展的基礎”正在成為共識。據《中國互聯網發展報告2021》報道，2020年我國數字經濟規模已達到39.2萬億元，占GDP比重達38.6%。但是，企業在加速擁抱數字化時，也遇到了數據質量低、數據孤島普遍存在、數據安全管理不到位、數據流通共享不暢等突出問題。專家認為，企業在處理數據質量問題上的支出占收入的10%～30%。企業只有加強自身的數據治理能力才有可能解決以上問題，而DCMM貫標正是企業提升自身數據治理能力的重要抓手：企業通過參加貫標，有助于自身提高數據管理意識，掌握數據管理方法，事半功倍地提高自身數據管理能力。

截至2022年1月，我國4000余家A股上市企業對應的總市值已經超過90萬億元，占我國GDP的比重超過80%。作為我國企業的“優等生”和我國經濟的“壓艙石”，這4000余家A股上市企業同樣也遇到了數字化轉型過程中的各種問題，同樣也存在加強自身數據治理能力的實際需求。A股上市企業可成為下階段DCMM貫標工作的重點目標企業，所以本章嘗試把這兩個企業群體從地域、行業、規模等方面進行分析，為下階段DCMM貫標工作的開展提供一些參考建議。

1.1地域分布分析

1）計算各省DCMM貫標企業數量占貫標企業總數的比例，然后基于各省比例進行地理化渲染，顏色越深代表該省的比例越高。DCMM貫標企業占比較高的省份是河北?。?9.43%）、山西?。?3.14%）和北京市（12%）。計算各省A股上市企業數量占上市企業總數的比例，然后基于各省比例進行地理化渲染，顏色越深代表該省的比例越高。A股上市企業占比較高的省份是廣東?。?6.25%）、浙江?。?2.87%）和江蘇?。?2.26%）。

2）列表分析。把DCMM貫標企業省份占比和A股上市企業省份占比兩個指標按省份并列，并按照兩個比例之差的絕對值逆序排列，見表1。

通過分析DCMM貫標企業省份占比與A股上市企業省份占比存在較大差異的省份，建議下階段DCMM貫標工作重點可放在廣東、浙江、上海、安徽和江蘇五省。例如，安徽省目前尚無企業參與DCMM貫標，對應DCMM貫標企業占比為0%，但實際上該省擁有149家上市企業，對應A股上市企業占比為3.16%，安徽省的知名企業有海螺水泥、長虹美菱和洽洽食品等。從公開報道的新聞可了解到：海螺水泥創造了世界首個全流程智能水泥工廠；長虹美菱成立了工業互聯網創新應用實驗室，打造智能工廠；洽洽食品的基于全價值鏈數據應用的高效一體化協同管理項目入選工信部2021年大數據產業發展試點示范項目名單。以上充分說明該省的龍頭企業在不斷推動和引領數字化轉型，DCMM貫標工作在該省的發展是有潛力的。

1.2行業分布分析

1）計算各行業DCMM貫標企業數量占貫標企業總數的比例，然后基于各行業比例繪畫餅圖。從圖1可看出，DCMM貫標企業占比較高的行業是信息傳輸、軟件和信息技術服務業（38.29%）、制造業（18.86%）與科學研究和技術服務業（15.43%）。

計算各行業A股上市企業數量占全國A股上市企業總數的比例，然后基于各行業比例繪畫餅圖。從圖2可看出，A股上市企業占比較高的行業是制造業（64.97%）、信息傳輸、軟件和信息技術服務業（8.26%）與批發和零售業（3.97%）。

2）列表分析。把DCMM貫標企業行業占比與A股上市企業行業占比按行業并列，并按照兩個比例之差的絕對值逆序排列，見表2。

通過分析DCMM貫標企業行業占比與A股上市企業行業占比存在較大差異的行業，判斷下階段DCMM貫標工作重點可放在制造業，同時也可加強對房地產業的企業調研。例如，房地產業目前尚無企業參與DCMM貫標，對應DCMM貫標企業占比為0%，但實際上該行業共有116家上市企業，對應A股上市企業占比為2.46%，房地產業的知名企業有萬科和招商蛇口等。從公開報道的新聞可了解到：萬科已經搭建了大數據分析平臺，提供了動態監測、信息查詢、數據分析等功能，滿足公司員工各業務端口的工作需求；招商蛇口在2019年就完成了數字化建設頂層設計布局，在疫情發生后，迅速搭建了實現社區與員工疫情信息的實時匯集的信息化平臺，升級了停車場管理系統，推出了可填補線下缺口的線上看房平臺“招商好房”。以上充分說明房地產業的龍頭企業同樣處于數字化轉型的進程中，DCMM貫標工作也可針對房地產企業來開展。

1.3企業規模分析

1）可視化展示。計算各類注冊資本規模的DCMM貫標企業的數量占全國貫標企業總數的比例，然后基于各類注冊資本規模比例繪畫餅圖。從圖3可看出，15.43%的DCMM貫標企業注冊資本小于3000萬元，36.57%的企業注冊資本處于3000萬元到2億元區間，21.14%的企業注冊資本處于2億元到15億元區間。

計算各注冊資本規模的A股上市企業數量占全國A股上市企業總數的比例，然后基于各類注冊資本規模比例繪畫餅圖。從圖4可看出，0%的A股上市企業注冊資本小于3000萬元，25.74%的企業注冊資本處于3000萬元到2億元區間，57.66%的企業注冊資本處于2億元到15億元區間。

2）列表分析。把DCMM貫標企業注冊資本規模占比與A股上市企業注冊資本規模占比按注冊資本規模并列，并按照兩個比例之差的絕對值逆序排列，得到表3如下。

通過分析DCMM貫標企業注冊資本規模占比與A股上市企業注冊資本規模占比存在較大差異的注冊資本規模，可以發現：1）有15%的DCMM貫標企業是注冊資本小于3000萬元的小型企業，而A股上市企業對應注冊資本全都大于3000萬元；2）將近21%的上市企業是注冊資本在2億元到15億元區間的大中型企業，而58%的上市企業是注冊資本在該區間。

目前注冊資本在2億元到15億元區間的上市企業共有2720家，它們是中國經濟活動中創造價值的主體和中堅力量，如能促進這部分企業積極參與DCMM貫標，對于促進全社會的數字化轉型成功和勞動生產率提高有較大意義，對于樹立DCMM標準的業內影響力也有較大幫助作用。所以，建議下階段的DCMM貫標工作可抓大放小，加強對這部分大中型企業的貫標工作。

1.4小結

把工信部提出的DCMM貫標工作的宏偉目標和A股上市企業的實際需求結合考慮，A股上市企業可成為下階段DCMM貫標工作的重點目標企業，基于此設想對DCMM貫標工作提供如下參考建議：1）從地域來看，工作重點可放在廣東、浙江、上海、安徽和江蘇五??；2）從行業來看，工作重點可放在制造業，同時也可加強對房地產業的企業調研；3）從企業的注冊資本規模來看，建議抓大放小，加強對注冊資本在2億元到15億元區間的這部分大中型企業的貫標工作。

2DCMM貫標工作歷史影響因素分析

2.1說明

DCMM貫標企業在各?。ㄗ灾螀^、直轄市）之間的分布是不均衡的，貫標企業占比較高的?。ㄗ灾螀^、直轄市）是河北?。?9.43%）、山西?。?3.14%）和北京市（12%），占比較低的?。ㄗ灾螀^、直轄市）是廣西壯族自治區（0.57%）、甘肅?。?.57%）和福建?。?.57%），而在過去兩年沒有企業參與貫標的內地?。ㄗ灾螀^、直轄市）則有安徽省、河南省和湖南省等。

下階段如果延續原有工作方法來推動DCMM貫標工作的開展，則可以先從分析DCMM貫標企業在各省之間的分布現狀受到了哪些因素影響入手，找出有利因素，在工作中放大有利因素的作用。

基于經驗判斷，應當存在以下影響因素：1）該省人均GDP：體現了該省的經濟發達程度，發達經濟體的數字經濟發展程度通常較高，數據治理的需求也更旺盛；2）該省上市企業數量：體現了該省的經濟發展規模；3）該省上市企業的ROE中位數：體現了該省的經濟發展質量；4）該省政府主管部門是否出臺了鼓勵企業參與DCMM貫標的政策。

本章嘗試使用線性建模和決策樹等方法對這些影響因素進行定性分析，為下階段DCMM貫標工作的開展提供一些參考建議。

2.2通過線性建模進行線性分析

以各省DCMM貫標企業占比為因變量，以各省人均GDP、各省上市企業數、各省上市企業的ROE中位數、各省政府主管部門是否出臺了鼓勵政策作為自變量，對DCMMcompanyProportion/GDPperCapita/StockCompanyCount取對數，對所有自變量進行中心標準化，然后建立如下線性回歸模型。在用R語言建立回歸模型后，使用逐步回歸的優化方法選出最終變量。

F檢驗對應p值小于0.05，整體回歸是顯著的。由于所有自變量進行了中心標準化，所以線性方程擬合系數體現了各影響因素對DCMM貫標企業數量的促進作用，據此分析如下：i.各地政府主管部門是否出臺鼓勵政策對應回歸系數為正，而且p值小于0.05，說明政策對促進當地企業參與DCMM貫標起到強有力的推動作用，所以盡管河北的人均GDP只有北京的1/3，但DCMM貫標企業數量比北京多50%；ii.人均GDP較高的地市有更多的企業愿意參與DCMM貫標，北京的人均GDP是全國最高，所以盡管當地政府沒出臺鼓勵政策，但DCMM貫標企業數量在全國也能排第三名。iii.當地上市企業數量、當地上市企業的ROE中位數這兩個變量在逐步回歸的過程中被淘汰了，這可能是因為過去2年DCMM貫標的目標群體沒有把上市企業群體作為重點，以及當地人均GDP也間接體現了當地的經濟發展規模與質量，承載了當地上市企業數量、當地上市企業的ROE中位數所蘊含的部分信息。

綜上，對原有DCMM貫標工作方法提供如下參考建議：i.出臺了鼓勵政策的省份應當作為DCMM貫標的優先地區；ii.人均GDP較高的地區，例如北京、上海，應當作為DCMM貫標的重點地區。

2.3通過決策樹進行非線性分析

以各省DCMM貫標企業占比為因變量，把占比大于1%的省份定義為DCMM貫標工作發展潛力較大省份，其余省份則定義為潛力較小省份；以各省人均GDP、各省上市企業數、各省上市企業的ROE中位數、各省政府主管部門是否出臺了鼓勵政策作為自變量，建立決策樹（見圖5）。

從決策樹提煉出如下規則：1）在當地上市公司數超過216家的省份，DCMM貫標工作發展潛力較大；2）對于當地上市公司數低于216家的省份，如果當地不出臺激勵政策，則DCMM貫標工作發展潛力較??；如果當地出臺激勵政策，則有55%的概率該省DCMM貫標企業占比大于1%。

綜上，對原有DCMM貫標工作方法提供如下參考建議：1）不管當地是否出臺激勵政策，都應繼續加強廣東、浙江、江蘇、北京、上海和山東等地的工作；2）對于其他省份，則可只針對出臺了激勵政策的省份加強貫標工作。

2.4小結

下階段如果考慮延續原有工作方法來推動DCMM貫標工作的開展，則有如下參考建議：1）對于人均GDP較高和當地上市公司數較多的地區，例如廣東、浙江、江蘇、北京、上海和山東，應當作為DCMM貫標的重點地區；2）對于其他省份，則可只針對出臺了激勵政策的省份加強貫標工作。

3總結

A股上市企業和DCMM貫標企業都屬于我國企業的先進代表，A股上市企業同樣存在數字化轉型和數據治理的需求。工信部規劃到2025年要對1萬家重點企業完成貫標。從工信部提出的DCMM貫標工作的宏偉目標和A股上市企業的實際需求考慮，A股上市企業可成為下階段DCMM貫標工作的目標企業群體，基于這個設想，本文把這兩個企業群體從地域、行業、規模等方面進行對比，分析DCMM貫標工作的后續發力重點。

同時，本文也考慮了延續原有工作方法來推動DCMM貫標工作的開展的情況，并使用線性回歸方程和決策樹對DCMM貫標工作歷史影響因素進行分析，認為在把出臺了鼓勵政策的省份作為DCMM貫標的優先地區的同時，也要把人均GDP較高的地區作為DCMM貫標的重點地區。

數字化轉型是產業高質量發展的基礎，DCMM貫標是提升數據治理能力的重要抓手。DCMM貫標除了有利于幫助企業提升數據治理能力，同時也有利于政府主管部門精準掌握各地各行業數據產業發展現狀。所以，地方政府和主管部門可適時推出鼓勵政策和加強引導工作，推動DCMM貫標工作的開展；同時，重點行業組織也應和企業積極主動合作，通過行業指南、招標、采購等多種方式推動DCMM標準在本行業采信和貫徹落地，推動各方深化加強數據治理的共識。

【參考文獻】

[1]高素梅.以標準引領，助力數字化轉型[J].軟件和集成電路，2021（5）：59-60.

[2]高素梅.DCMM助推數字管理體系建設[J].軟件和集成電路，2021（8）：38-39.

[3]李云婷.扎實推進數據管理能力成熟度評估工作[J].軟件和集成電路，2021（9）：38-39.

[4]數據管理能力成熟度評估模型：GB/T 36073—2018[S].

[5]國際數據管理協會.DAMA數據管理知識體系指南[Z].2020：40.

【作者簡介】

吳煒，男，1978年出生，高級工程師，碩士，研究方向以企業數據管理能力提升。

（本稿審讀：李響）