政企数据共享到底难在哪里

❶ 数据要素的市场化应用面临着哪些问题

数据要素市场化目前存在6个问题。第一是因为数据垄断的存在导致数据共享存在着很大的壁垒，市域治理、经济发展、民生服务很难拿到有效数据；第二是数据市场及交易配套制度还不是很完善，导致数据灰色供给很活跃；第三是技术体系还不是很完善，没有一个统一的标准来实现数据流通：第四是数据安全问题让人难以放心，如何在数据流通时保证隐私安全是一个担忧；第五是法律体系亟待健全，目前数据立法还不是很完善；第六是数据管理制度体系还很滞后，各个部门负责的功能还很模糊，没有一个清晰的定位。有很多企业意识到到了这些问题，比如作为网信产业国家队的中国电子就在着手推动解决这些问题，帮助实现数据要素市场化。

❷ 数据治理说起来容易，做起来难，华为云Stack有解

移动互联网和大数据日益发展，沉淀的数据越来越多，数据的质量、使用效率、数据安全等等各类的问题迎面而来。为了让数据发挥最大的价值，数据治理作为数智化战略的一项必要举措，列入了大多数企业的战略行动计划，业界也有“数字转型、治理先行”的说法。但是谈到数据治理，业界有一个普遍的共识，那就是 “数据治理说起来容易，做起来难”。怎么通过数据治理解决这些难题？数据治理究竟难在哪里？华为作为典型的非云原生企业是如何应对的呢？

2018到2021年间全球8300家标杆企业中，全面拥抱数字技术的前10%企业相比后25%企业营收增速超过5倍。数字化转型浪潮下，数据资产将成为关键生产要素支撑未来数据产业化升级，是未来政企实现跨越式发展的必然选择。

根据华为在政企行业多年的深入耕耘和自身转型的实践，我们发现，优质高效的数据底座，是保障政企运营效率持续提升和业务创新升级的重要基石。我们深知打破数据孤岛、确保数据准确、促进数据共享、保障数据隐私与安全，是政企数据治理的关键。当前很多企业数据体系建设呈现出“烟囱化”的趋势，为政企数据治理带来了四大挑战：

l 进不来 ：数据来源复杂，集成难；

l 质量差 ：数据质量要求高，规则校验多，落地难；

l 出不去 ：数据烟囱林立，业务和数据匹配难，共享难；

l 不放心 ：数据安全、交互风险高。

早期的华为是典型的非数字原生企业。从2007年开始，我们通过两个阶段的持续变革，系统地完成了数据管理体系建设，实现业务感知和ROADS体验的数字化转型：

l 阶段一（2007-2017） ：设立数据管理专业组织，建立数据管理框架，发布数据管理政策，通过统一信息架构与标准、有效的数据质量改进机制，提升数据质量，实现数据全流程贯通，业务运作效率整体提升。

l 阶段二（2017-至今）： 建设数据底座，汇聚和联接全域数据，实现数据业务可视、随需共享、敏捷自助、安全透明的目标，支撑准确决策和数据创新，构筑差异化竞争力。

华为经过十多年的实践，我们总结出 “4层保障”和“2个抓手”（信息架构、数据质量） ，实现清洁数据，充分释放数据价值的核心手段。

4层保障包括：

l 政策保障： 从目的、适用范围、管理原则、问责等方面进行政策制定，公司层面需统一遵从，确保业务与IT共同参与数据治理。

l 流程保障： 建立数据管理流程，重大决议由企业变革指导委员会决策，通过变革管理体系和流程运营体系落地。

l 组织保障： 按领域任命数据管理Owner和团队，建立实体化数据管理组织承接数据管理改进目标。

l IT落地保障： 建设承载面向“联接共享”的数据底座和数据服务融合的统一IT平台，完成数据全流程流转与价值变现。

2个抓手是指：

l 信息架构： 构建面向“业务交易”的信息架构，描述业务运作和管理决策所需要的各类数据及其关系，保障企业内统一“数据语言”。

l 数据质量： 建立数据质量管理框架和运作机制，例行开展公司级数据质量评估，由企业数据管理组织定期发布报告，牵引各业务领域持续改进。

上述的4层保障和2个抓手，构成了企业数据战略资产综合治理体系，能够确保关键数据资产的有清晰的业务管理责任，IT落地有稳定清晰的原则依据，作业人员有规范的流程指导。遇到争议时，有裁决和升级处理机制，治理过程有充足的人力、组织、预算保障。只有建立起有效的数据治理环境，数据的质量和安全才能得到保障，数据的价值才能真正发挥。

作为华为数字化转型的底座，华为云沉淀了大量的实践经验和方案能力，并通过华为云Stack来赋能政企，加速各行各业的数字化转型。在数据治理领域，华为云Stack为政企提供数据湖治理中心服务（DGC）来帮助企业客户快速构建数据运营能力。DGC是数据全生命周期一站式开发运营平台，提供数据集成、数据开发、数据治理、数据服务、数据可视化等功能，支持行业知识库智能化建设，支持大数据存储、大数据计算分析引擎等数据底座。下面我们就来一起看看DGC是怎样应对我们前面提到的挑战：

l 进的来：简单高效的物理和逻辑数据集成保障数据全面入湖

非数字原生企业发展普遍有较长的 历史 ，随着不同阶段的发展需求，业务系统间存在大量复杂的集成和嵌套，数据来源多样，数据形成孤岛难以集中共享。

数据集成：简单易用的多源异构数据批量和实时接入

DGC能够提供活易用的可视化配置与迁移任务编排，将数据迁移和集成的效率提升数十倍。除主流关系型数据库支持外，还支持对象存储、NoSQL等40余种同/异构数据源及三方大数据平台批量迁移入湖。 DGC物理入湖与HetuEngine跨湖跨仓协同的逻辑入湖 作为两种重要数据集成方式协同互补，满足数据联接和用户数据消费不同场景需求，支撑客户数据湖从离线走向实时，构建物理分散、逻辑统一的逻辑数据湖。

l 理的清：从源端架构到平台工具端到端数据质量保障

企业级信息架构：结构化的方式实施有效的治理

企业在运转过程中，需要定义业务流程中涉及的人、事、物资源，实施有效的数据治理，确保各类数据在企业业务单元间高效、准确地传递，上下游流程快速执行和运作。企业长期存在信息架构与IT开发实施“两张皮”的现象，数据人员和IT人员缺乏统一协同，企业数据架构混乱，信息架构资产和产品实现逻辑割裂，数据模型资产缺失。

平台工具和服务：一体化开发设计，端到端专业服务，有机联动保障数据质量

结合华为数据治理专家团队与项目实践经验，DGC规范设计实现了一体化设计和开发，不仅确保了元数据验证、发布和注册的一致性，而且实现了产品数据模型管理和资产可视，同时辅以专业的数据治理服务团队、成熟项目管理机制和丰富的实践经验，支撑企业构建高质量的清洁数据架构和能力。在政务大数据中心通过DGC一体化平台和专业服务，完成多个委办局全量数据接入，落地数据分层架构模型设计，完成基础库与主题库的建设，实现委办局数据全流程生命周期设计与落地，涵盖数据架构和模型设计、数据标准设计、数据模型物化、数据质量稽核作业等，助力领导决策支持、宏观经济云图和惠民APP示范应用系统上线。

l 出得去：通过数据服务和数据地图实现数据自助消费

数据底座建设的目标是便捷地支撑数据消费，确保用户安全可靠地获取数据，并通过灵活的数据分析等方式，按需快捷的消费数据。

数据服务：服务化方式供应数据

通过服务化方式对外提供，用户不再直接集成数据，而是通过聚合应用模型可视化构建，涵盖API发布、管理、运维、售卖的全生命周期管理，作为业务的“可消费产品”的关键要素之一，解决了数据的可供应性。

数据地图：从查询到分析到使用一站式自助

以数据搜索为核心，综合反映数据的来源、数量、质量、分布、标准、流向、关联关系，满足多用户、多场景的数据消费需求，解决了数据“可搜索/可获取性”的难点问题。消费方获取数据后，还支持从数据查询到拖拽式分析的端到端的一站式自助作业，帮助数据消费者结合自身需要获取分析结果，满足业务运营中数据实时可视化需求。

l 用的安：从模型、制度到平台多维度打造立体化数据安全体系

安全能力模型评估：系统化安全管理抓手

数据安全能力成熟度模型是数据安全建设中的系统化框架，围绕数据全生命周期，结合业务的需求以及监管法规的要求，持续不断的提升组织整体的数据安全能力，提升数据安全水平和行业竞争力，确保数据生产要素安全流通和数字经济 健康 发展。在多个项目中，华为通过安全评估、安全加固等专业服务，助力客户高分通过等保评估，实现数据安全流通。

从制度到工具和服务：统一安全治理框架落地

数据安全治理需要从决策层到技术层，从管理制度到工具支撑和服务体系，自上而下形成贯穿整个组织架构的完整链条。企业组织内的各个层级之间需要对数据安全治理的目标达成共识，确保采取合理和适当的措施；DGC数据安全定义数据密级、认证数据源、对数据动静态脱敏及添加水印等方式以最有效的方式保护数字资产。

企业数字化转型逐步进入深水区，如何提升海量数据治理的效率和准确率，如何将专家经验固化传递都面临巨大的挑战。人工智能与数据治理深度融合将会开启数据治理的新阶段，通过AI加速企业数据生产要素的变现、进一步释放数据价值。

l 智能数据资产编目

基于AI的智能数据编目系统具备数据的学习、理解和推理能力，帮助团队实现数据自主、简化数据 探索 、实现重要数据资产智能编目推荐。

l 智能数据标准推荐/去重

通过机器学习技术，自动扫描元数据信息，提炼关键数据项，智能识别新增数据标准、冗余存量数据标准去重，提高智能化程度。

l 智能重复/异常数据检测

智能重复/异常数据检测技术，将数据根据相似读音、相似数据类型分组，通过模型计算相似度得分，超出规定阈值时，自动异常检测和识别。

l 智能主外键识别

通过筛选候选主外键时构造特征向量，并调用分类器智能判别该元数据是否为主外键，提升数据模型质量，进而优化和简化后续资产梳理和对外提供数据服务。

数据是物理世界、数字世界和认知世界相互联接转换的纽带，大规模数据交互将构成庞大的政企数据生态。政企数字化转型不能一蹴而就，数据治理亦非一朝一夕之功，治理的数据规模日趋庞大，类型千变万化，手段也更智能丰富，需要我们共同携手从制度、流程、技术、生态多维度一起努力，构建数据智能新世界。

❸ 如何推进解决政务信息共享难问题

政策背景

为加快实施大数据发展战略、更好推动政务信息系统整合共享，2017年5月国务院办公厅印发《政务信息系统整合共享实施方案》国办发〔2017〕39号，对政务信息系统整合共享的时间节点和任务提出了明确要求。随后，国家发改委陆续印发《政务信息资源目录编制指南（试行）》发改高技〔2017〕1272号、《加快推进落实<政务信息系统整合共享实施方案>工作方案》发改高技〔2017〕1529号、《关于开展政务信息系统整合共享应用试点的通知》发改办高技〔2017〕1714号等文件通知，对任务目标进一步强化细化。

❹ 大型企业集团财务共享实施难点与解决方案论文

大型企业集团财务共享实施难点与解决方案论文

摘要： 随着经济全球化的发展，越来越多的企业向着多元化、集团化的方向发展。由此带来的财务运作成本提高、管理效率下降、风险识别与管控难度增加等问题也逐步显现，财务工作的转型升级势在必行。近些年，财务共享模式得到诸多跨国企业的实践，也得到更多国内企业的关注。在财务共享理念的影响之下，财务管理更加体现专业化水平，数据信息传递的便捷化，为企业发展带来了充足的动力，实现企业财务管理的信息共享，是当前企业发展的关键所在，也是顺应时*发展形势的必然选择。为此，本文主要针对大型企业集团实施财务共享面临的难点问题进行重点探讨，并探究积极的解决方案，希望给我国企业财务共享的发展带来积极意义。

关键词： 企业 财务共享 实施难点 解决方案

20XX年12月财政部印发《企业会计信息化工作规范》第三十四条规定：“分公司、子公司数量多、分布广的大型企业、企业集团应当探索利用信息技术促进会计工作的集中，逐步建立财务共享中心。”随着财务共享理念的深入，越来越多的企业集团开始认识财务共享的优势，并践行财务共享之路。

1 探究财务共享中心实施的普遍意义

1.1降低企业运营成本

现代企业的竞争，是技术、人才的竞争，也是成本的竞争。财务共享因其在流程管理、绩效管理、信息化智能方面特有的优势，能够极大地提高核算效率、降低企业运营成本。

1.1.1流程标准化，提高核算效率

亚当斯密的分工理论和泰勒的科学管理理论，带来了工业流水线的新时代。时至今日，仍然是企业乃至整个社会提高效率的主要工具。财务共享就是分工和科学管理在财务领域的重要实践。通过将财务核算划分为标准化流程，统一审核标准、统一操作步骤，使财务会计专注于各个细分环节，提高熟练程度，为财务流程和处理效率带来质的改变。根据艾森哲公司（Accenture）在欧洲的调查，30多家在欧洲建立“财务共享服务中心”的跨国公司平均降低了30%财务运作成本。说明财务共享模式对于降低企业财务运营成本具有显著效果。

1.1.2量化考核，公开透明的奖惩机制

企业通过财务共享中心这个新型组织，改变了企业内部各项分支机构中的传统财务组织体系，从而将人工成本控制理念有效地根植于其中，促进企业财务管理业务流程标准化、同类业务规模化，使标准工时这一生产领域的成本管理概念引入了财务共享中心的KPI考核中。以同类业务的平均办理时间作为标准工时，计算出标准单量。对考核期内实际工单量超过标准单量的员工给予奖励。这种公开透明的量化考核方式推动核算效率不断提升。

1.1.3信息化智能逐渐替代人工操作

由于财务共享剥离出的是大量繁冗、重复的日常核算工作，规则固定统一，具备信息系统智能化操作的空间。现如今，业务端预生成财务数据、系统自动识别加总发票等各种便利都已成为现实。而财务共享中心可发挥规模效益，消化增加的信息化成本。信息系统的不断优化升级，将逐渐替代更多的人工操作。可以预见，未来的财务会计将摆脱事务性工作，转型为规则设定和结果复核。

1.2提升财务管理水平

1.2.1统一核算标准，增强数据可比性及有用性

传统的财务组织形式下，各成员企业间管理要求、人员素质都存在差异，容易造成风险点难以识别，核算列报不规范的情况。财务共享通过再造流程，使成员企业间的核算标准、业务流程趋于统一。统一的合同管理、统一的审核要求、统一的往来对账和清账，财务数据信息方面能够趋于规范标准，极大地提高了财务信息质量。同时，财务信息差异化的减少，也带来数据分析方面的便利，提高数据利用效率。

1.2.2解放财务人员，更能专注于战略及财务管理工作

财务管理的核心是服务经营，创造更大的管理价值。财务共享将核算型以及价值创造型财务相分离，将企业财务人员从大量重复性的事务类工作中解放出来，专注于战略、计划、分析、考核等高附加值的财务工作，提高财务管理水平，发挥财务管理的价值。

2 大型企业集团在财务管控方面的特点及内在需求

2.1合理分配有限资源

优质资源无论对于社会还是对于企业都是稀缺的。企业能够快速合理地分配有限资源，才能够在日趋激烈的市场竞争中取得优势。大型企业集团发展多元化，区域覆盖更广，需要及时掌握企业的资源变化，识别价值增长点，把握稍纵即逝的商机，将优质资源分配到更有价值的区域和方向。传统的财务组织模式下，财务信息层层加工汇总、信息传递慢，容易丧失把握稍纵即逝的商机。财务共享通过集中处理财务信息和高度的信息化，及时提供资源使用明细，综合考量企业在会计、资金以及评价等方面的资源共享现状，从而对有限资源进行合理的优化配置。财务共享的资金集中结算的功能，可以减少各成员单位资金账户沉淀，提高资金使用效率。

2.2有效管控复杂风险

大型企业集团在不断扩大生产经营规模的同时，也在无形当中增加了企业的风险系数。集团管理层级增加，信息不对称等问题，容易造成成员企业各自为政，损害股东利益。企业风险需要及时地干预救治，单纯的制度建设和事后审计，都无法有效防御风险。财务共享采用扁平化的组织方式，增强了财务独立性，防止各成员企业经营管理层的不当干预，信息更加透明。此外，在财务共享中心的干预影响之下，企业能够建立和完善风险管理信息制度，合理利用企业风险的评价指标，将企业风险设置成自动揭示，并能够积极采取相应的语境机制，从而保障风险能够及时地预防。

3 大型企业集团财务共享实施难点

大型企业集团虽然具有成员企业数量多、同类业务量大等特点，易于发挥财务共享的规模优势，同时也具有涉及行业多、机构分布范围广甚至跨越海内外的特点，对实施财务共享提出了新的挑战。

3.1信息系统平台很难具有普遍适用性

财务共享是互联网+、信息技术高速发展下的产物。因此，信息系统是财务共享实施的基础。信息系统是否与企业的管理需要相适应，决定了财务共享实施的成败。信息系统不仅仅是一套财务核算系统，还包括资金支付、流程审批、存货管理、供应商客户管理、业务管理等多种系统的集成。随着大型企业集团多元化的发展，行业跨度大、业务复杂程度高等特点，决定了任何一套信息系统都难以完全适应集团内的全部行业、企业。同时，各企业往往已存在适应行业特点的业务系统，例如：酒店预订系统、客房管理系统、工程管理系统等。如何实现不同系统间的数据对接，以保证数据的一致性、减少重复录入与核对，都是大型企业集团实施财务共享的难点。

3.2流程与标准很难统一

财务共享中心的建立是一项曲折而又漫长的过程，需要各方面的密切配合，财务共享中心发展的核心就是流程和标准再造，包括：流程梳理、流程重组、标准确立、标准统一。在企业集团多元化发展的影响之下，成员企业经营的业务不再是简单的“复制粘贴”，其业务范围和管理模式都存在着诸多差异，企业想要建立标准化的管理体系难度较大。需要对行业发展中存在的历程以及各项制度有着充分了解，企业在此过程当中会损耗大量的人力以及物力。一方面是集团统一管控的标准化需求，另一方面是各成员企业内部已存在的个性化管理需求。为使二者逐渐趋于统一化，需要打破既有的管理模式，并加强对于企业运营管理的控制力度，这样的举措不仅造成基层管理人员的抗拒，继而导致上级管理人员的管理受阻，不利于财务共享的'实施与发展。

3.3选址很难兼顾各方需求

在国家“一带一路”的倡议下，越来越多的企业集团践行“走出去”战略，在海外投资设厂或收购兼并海外经营机构。发改委发布的《中国对外投资报告》显示，中国对外投资规模不断攀升，2016年已达到1961.5亿美元，跃升全球第二位。成员企业地域分布广，为财务共享中心的选址带来很大的困难。受时差以及政策、法规、文化方面的差异影响，国内建立的共享中心很难对各海外项目的财务、资金等需求做出及时反应。即使对于非跨国企业集团，也存在着集团总部管控和人力成本压力等各方面原因，影响财务共享中心的选址。从加强集团管控的角度，选址更倾向于集团总部，但集团总部往往位于沿海发达地区，人力成本和运营成本高于全国平均水平，这与财务共享低成本运营的理念背道而驰。如果选址在欠发达地区，虽然降低了成本，但项目所在地往往人才比较匮乏，集团管控的力度也相对薄弱。在国内最早实施财务共享的中兴通讯，就经历了选址从集团所在地深圳，迁往成本和人才都较为平衡的西安。

3.4财务与业务脱节

财务共享核心理念之一就是将会计职能明确划分为财务会计与管理会计。财务会计从各企业的财务部门脱离出来，纳入财务共享中心。财务共享实现了专业化，但受到地域与环境的限制，难以了解企业的经营业务及其变化。如何让财务数据反映经济业务的实质、更好地满足管理需求就现实地摆在财务共享中心面前。在税务方面，由于财务共享不再接触当地税务部门，税务敏感性降低，税务风险提高；同时不了解当地优惠政策，也使企业丧失了很多机会成本。

3.5财务人员个人发展受限

财务共享的专业化和岗位细分责任制，决定了财务共享岗位从事的是大量标准化、重复性、简单的工作。严格按照既定的规范和程序执行，是对财务共享人员的普遍要求。岗位局限性强，难以获得知识和管理经验的累积，更难有创新和发展。财务人员各项工作的实施缺少认可度、晋升空间小，员工工作的积极性会大打折扣，因此造成财务共享的人员流失率普遍偏高，对于企业各项生产经营活动的发展都造成不良影响。

4 解决方案

4.1选择适合企业的战略结构

虽然财务共享已经成为各大企业集团发展的方向，但整体实施思路不应“一刀切”，应根据企业自身的行业特点、机构分布，选择适合的战略结构。分板块、分区域建立多共享中心或者分业务逐步纳入单一共享中心都是可以选择的方案。

4.1.1分板块建立多共享中心

对于行业跨度大、同行业机构数量多的企业集团，可以考虑分板块建立多个共享中心。同板块内容易统一标准、流程，且再造后的流程符合行业特点和行业管理需要，业务与财务的融合度更高。同时，在板块内可节约运营成本，提高财务管理效率，降低实施难度。分板块共享也并非适用于所有多元化企业集团，部分企业行业较多但是行业机构数量明显过少，无法达到行业内规模优势。此外，由于各板块标准和流程不统一，板块间财务人员和财务数据无法共享，难以达到最优经济性。后期将会面临较大程度的数据分析相关方面的困难，对于各项数据的分析以及利用将成为限制财务共享中心发展的首要因素。

4.1.2分区域建立共享中心

对于机构分布广，尤其多跨国机构的企业集团，可以选择分区域建立财务共享中心。由于各国在核算制度、税收法规等方面差异性较大，如果建立全球统一的财务共享中心，难以适应各区域的业务需求。因此，很多跨国企业都选择按大区建立多个共享中心，有利于满足财务共享区域内不同业务的实际需求。与此同时，分区域建立的共享模式能够保障各区域板块间都存在共享中心，避免出现重复建立，最大程度地实现行业跨度，保障多元化企业的趋于共享中心正常运作，从而有效迈出行业发展的关键性一步。

4.1.3分业务逐步纳入单一共享中心

单一共享中心可以最大限度地整合企业财务资源，发挥规模经济的作用。在成本效益方面和数据共享方面也更具优势。对于行业跨度不大、分布区域相对集中的集团企业，可选择单一共享中心。单一共享中心的建立并非一蹴而就，可以选择业务量大、重复度高、易于标准化的业务先纳入共享范围，例如：薪酬支付、合同管理、资金调拨等业务；也可以按照先主业后副业，将成员企业分批纳入共享。这种分批分步的方式可以降低财务共享实施过程中的阻力，但仍难以解决多元化、区域广所带来的固有难题。

在实践过程中，无论是分板块、分区域的多共享中心，还是全球化的单一共享中心，都各有优势，也非一成不变。很多成功的财务共享，在最初阶段选择某一区域或某一板块进行试点，总结经验，最终形成统一的财务共享中心。也有一些企业集团，从单一主业发展为多元化经营或加快海外拓展的步伐，进而产生分区域分行业的需求。

4.2建立长效的“业”“财”沟通机制

财务工作的最终目的是服务于经营管理，因此，业财融合是财务共享必然选择的方向。为此，应充分发挥“业务财务”的沟通协调作用。“业务财务”是实施财务共享后，保留在集团各成员单位的部分财务人员，执行管理会计的职能。由于他们与业务的紧密度更高，被称之为“业务财务”。业务财务是财务共享数据的主要使用者，也是连接“业务”与“财务”两端的桥梁与纽带。业务财务的沟通，便于财务共享中心认识经济业务的实质，识别风险；也便于共享中心提供更具有分析价值的财务数据。

4.3打通人员内部流动与晋升渠道

财务共享后，更细致的岗位分工，不可避免地带来员工的单调和厌倦感。为防止这种负能量情绪影响工作积极性，可制定定期轮岗的制度。通过岗位轮换，既可保持财务共享的专业性，又能拓展财务共享人员的视野，有助于复合型人才的培养。轮岗不仅仅限于财务共享中心内部，也可拓展到共享单位的“业务财务”岗位。通过“共享财务”与“业务财务”岗位互换，了解企业集团的财务全流程管理。财务共享中心不仅成为财务数据的中心，还可以成为集团培养财务高端人才的摇篮，让员工看到晋升的通道，从而增强员工的岗位认同感和工作积极性。

5 结束语

大型企业集团在财务共享实施的过程中，可能会遇到各种困难和阻力，解决方案也有多种。财务共享能否在本企业实施成功，其核心还是企业充分认识自身特点，客观评估实施共享的必要性和紧迫性，从而选择合适战略结构，确定相应的信息系统、流程标准、项目选址、沟通机制、人员管理方式等。有了对自身的正确认识，才能预估实施的难度，并取得企业高层的坚定支持。坚定不移地攻克难关、不断优化提升，达到财务共享的最优效果。

参考文献：

[1] 吴晓晨.财务共享服务与企业管理研究[J].财会学习，2018（1）：73.

[2] 李春.多元化企业集团实施财务共享服务的难点及对策- -以广投集团为例[J].商场现代化，2016（3）：196- 197.

[3] 李晓旭，黄晨雨.多元化企业集团建立财务共享中心的难点及解决途径[J].国际商务财会，2016（8）：66- 68.

[4] 韩向东，余红燕.财务共享的中国路径[J].财务与会计，2017（12）：73- 74.

[5] 王会慧.财务共享服务中心信息化建设[J].中国商论，2018（2）：128-129.

[6] 王小琛.集团企业财务共享服务中心的构建及实践研究——以MN集团为例[D].首都经济贸易大学，2016.

;

❺ 数字经济有哪些不足

一是数字经济的基础设施建设还不均衡不充分。具体表现为，在城乡一体化建设中，推进通信网络、大数据、5G等关键性基础设施建设的力度还不够；传统的高速宽带网络、互联网数据中心等基础设施升级改造还需要进一步加快；我国有利于数字经济发展的基础设施在区域分布上呈现出不均衡不充分的状况，特别是在中西部地区的欠发达省份，这方面的基础设施建设明显落后于东部发达省份，农村地区也明显落后于城市。

二是数字经济与实体经济的融合发展尚存在一些薄弱环节。当前，我国数字经济与实体经济融合发展取得了一定成绩，但融合发展的深度和广度还有很多不足，特别是在产业融合发展方面表现得尤为明显。从宏观层面看，我国现有的数据挖掘利用能力还跟不上数据爆发式增长的现实态势，在解决市场信息不对称方面还有很长的路要走，技术创新成效和经济高质量发展的要求还不匹配；从微观层面看，企业和行业对相关产业与数字经济深度融合的价值识别以及主动作为的意识还不够，在具体实践中存在数字化、网络化、智能化资源整合力量薄弱等问题。

三是数字经济人才短缺问题突出，关键领域的基础创新能力较弱。我国数字经济发展的速度较快，很多科技型企业、研究机构在核心技术研发、大数据挖掘应用等领域的人才储备不足，自主创新研发能力较弱。特别是在一些重点行业的核心技术和关键产品研发方面，人才短缺问题比较突出，这在一定程度上制约了对数字资源的更好开发利用。

四是有助于数字经济规范有序发展的政策环境还需进一步完善。国家层面已经围绕数字经济发展研究出台了一系列政策，为经济主体依法规范开展数字经济活动提供了依据。但也要看到，在信息安全、企业行业有序竞争以及数字经济和实体经济融合发展等方面，相关法律法规的建立和完善还相对滞后。

❻ 企业、政府应该采取何种措施来加快推进数据共享呢

政企数据共享的实质是政府与企业两大市场主体之间数据的双向流通，目的是通过双方数据的共享融合，释放更大的数据价值，达到1+1>2的效果。当前我国政企数据共享开展了诸多实践探索，在数据流向、技术手段、运行模式和应用效果等方面呈现四大积极转变，整体上发展态势较好，为进一步激发全社会数据要素活力发挥了重要的作用。

❼ 大数据百日谈23 | 公共数据（上）

前两天广东省发布了第一张公共数据资产凭证，公共数据、政务数据资产化利用、数据要素化开发又再一次成为关注的焦点。

关于公共数据，学术界很早就有探讨。

近几年，随着各地围绕公共数据相继出台管理办法、条例等政策文件，“公共数据”已经取代传统的“政务数据资源”成为政务数据共享、开放、开发工作的核心概念。

公共数据与之前常说的政务信息资源看起来很像，一脉相承，但在范围定义、侧重点、应用场景上有所区别：

一是，范围有所扩大 。政务信息资源更多的强调政府部门和具有行政职能单位采集管理的数据，公共数据从政府部门，扩大到水、电、煤等公共服务部门获取的数据。但是对于学校、医院、科研机构等既有公共性质，又有市场化成分的领域，从定义上理解还是有一些模糊的空间。

二是，明确管理权问题。 公共数据的相关管理办法和条条例中都会着重明确公共数据的管理主体和开放主体是公共管理和服务单位，这与公共数据本身提出的背景有关系。政务信息资源的提出更多是在协调政府内部各部门单位的共享关系，而公共数据则涉及到政府、社会、企业的数据流动关系，由内到外的变化，使得数据权属的定义变成关键问题，同时发文的法力效力也受到重视。而目前发文中的权属定义还以明确管理主体、开放主体方式界定，对于数据所有权界定还比较谨慎。

第三，注重共享和注重开放 。政务信息资源是在强调政府部门之间数据共享的背景下提出的，相关内容更多在内部的分工、管理、共享流程。公共数据的提出，强调的是公共类数据对社会的开放和透明，因此侧重点在数据的开放、数据要的的开发利用。

从公共数据开放的角度，无论是需求端（企业、社会）还是供给端（政府）都在积极推进，成效显著，创新不断。 在供需双方都在积极推进数据开放的背景下，应该看到当前阶段供需双方在关注点上还是存在着一些差异。

从学术界的探讨和需求端呼吁的角度，公共数据开放更强调是公共类数据能否有效的透明、供给，扩大获取渠道、减少获取成本，从而放大公共数据的资源价值，带动数字经济发展。

而从供给端视角，积极促进数据开放、透明，推动数字经济的大目标是趋同的，但从目前出台的公共政度来看，更多强调的开放主体的责任、开放的安全等，同时兼带着推动内部数据资源的共享。

想起之前参加的一个关于数据开放的政企沟通会，会上企业代表希望政府能够不断扩大数据开放范围，降低开放门开，企业在其中更好的寻找增值获利空间；与会政府部门代表则担心数据开放后的不良影响和安全问题，愿意积极开放，但认为合适的方式是企业提出需求场景，如果确认安全可控，则可以提供数据开放支持。

一个在问“你有什么，都拿出来我挑”，一个在答“你要什么，说出来，我看能不能给”……

这一问一答之间看似供需无缝匹配，其实还是需要很多理念和模式的突破。

当然，面对这些问题，各地也在积极创新，广东省的公共数据资产凭证是一个很好的尝试，我们下一篇再来聊聊看。

❽ 如何有效建立数据交换与共享机制解决方案

第一步、主题应用。电子政务工程建设的意义，就在于能为政府的各项职能工作起到辅助支持作用，用IT的技术手段，帮助政府提升工作效率，促进政府职能的转化。因此，投资建设一项大型电子政务工程，首先，要确定他的服务目标，确定系统建设的"主题应用"。

第二步、建设原则。信息交换与共享机制的建设，是电子政务整体建设的长期任务，它的建设与国民经济发展，与整体政府职能改革的进程，从整体上保持同步。而具体的信息交换与共享工程建设，必须符合实用优先、适应未来发展的原则。

第三步、多维度认识需求。业务信息需求分析的指导思想是三维体系模型。这是因为只站在信息资源角度考虑，而不深入研究政府部门的实际运作情况，是很难将信息交互与共享工程做好。

第四步、信息规划 。信息规划的核心在于建立面向主题应用的数据供应链，需要解决共享与交换信息从那里获取，如何进行有效管理、如何向业务系统提供服务，形成数据生产、数据加工与管理，数据服务的清晰链条。

❾ 数据开放共享的两个弊端

1）加速垄断。

当全民都形成数据开放共享的共识时，谁能够更好地运用数据，谁就获益最多。在此过程中，受益最多的是头部互联网企业。他们拥有最好的软硬件资源，最优秀的工程师，能最大程度上挖掘多元数据的应用潜力，并形成壁垒和垄断。而普通民众无法通过一己之力从大数据中受益，甚至中小企业都很难分一杯羹。但反过来讲，一旦形成多头格局之后，巨头互联网企业却又能轻易地入侵海外，创造外贸和外汇，这是硬币的两面。

2）数字资产侵占。

举例来说，我们每个人每天使用导航所产生的位置、速度、路线等信息，免费提供给了导航公司。而导航公司却可以汇集数据之后以不菲的价格卖给交警。导航公司利用数据获利，却不给用户分成。而用户即便意识到了自己将数据资产拱手让人，也无法摆脱使用导航软件所带来的便利，进而持续地源源不断地给头部垄断的互联网公司送钱。

❿ 我国发展数字经济面临怎样的机遇和挑战

我国发展数字经济面临的机遇和挑战。数字经济在其他产业领域的应用带来的效率增长和产出增加已成为推动经济发展的主引擎。近年来，数字经济正在加快向其他产业融合渗透，提升经济发展空间。

数字经济的概括

数字经济，作为经济学概念的数字经济是人类通过大数据的识别—选择—过滤—存储—使用，引导、实现资源的快速优化配置与再生、实现经济高质量发展的经济形态。数字经济，作为一个内涵比较宽泛的概念，凡是直接或间接利用数据来引导资源发挥作用，推动生产力发展的经济形态都可以纳入其范畴。

数字经济通过不断升级的网络基础设施与智能机等信息工具，互联网—云计算—区块链—物联网等信息技术，人类处理大数据的数量、质量和速度的能力不断增强，推动人类经济形态由工业经济向信息经济—知识经济—智慧经济形态转化，极大地降低社会交易成本，提高资源优化配置效率，提高产品、企业、产业附加值，推动社会生产力快速发展。