企业数据资产入表路径研究
（作者：赛迪时代数据资产研究团队）
一、政策、背景、趋势
2020年四月，中共中央、国务院发布《关于构建更加完善的要素市场化配置的体制机制的意见》，“意见”正式将“数据”增列为一种新型生产要素，提出将数据作为生产要素参与收益分配，明确完善要素市场化配置的措施。2022年1月国务院印发《“十四五”数字经济发展规划》提出，到2025初步建立数据要素市场体系，并提出“强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制”三大任务。2022年12月中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）从数据产权、流通交易、收益分配、安全治理四个方面初步搭建我国数据基础制度体系顶层设计。2023年8月财政部发布《企业数据资源相关会计处理暂行规定》，暂行规定极富时效性和实践指导意义，围绕数据资源是否可以确认为资产、可能确认的资产类别以及相关确认和计量等问题进行了规范，且兼顾信息需求、成本效益和商业秘密保护原则，引入强制和自愿披露结合的方式，引导企业根据自身情况进行披露，以全面地反映数据资源对企业财务状况、经营成果等的影响。
近年来，数据要素市场加快形成和发展壮大，数据作为一种新型资产的条件日益成熟。《数字中国发展报告（2023年）》显示，数据资源规模快速增长，2023年我国数据生产总量达32.85ZB，同比增长22.44%。截至2023年底，我国数据存储量达1.73ZB，同比增长21%。数字经济是推动经济高质量发展的重要引擎。虽然目前我国数据资源数量持续扩大、增速喜人，但在推进数据要素市场建设的过程中仍然存在一些突出问题，尤其是数据供给和需求双方的意愿度亟待进一步提升。数据的资产化有望成为激活数据要素市场、激发企业数据创新热情、催生更加丰富多元的数据价值化路径的重要“点火器”。
因此，国家高度重视数据资产化，尤其是强调探索数据资产入表机制。从“数据二十条”强调探索数据资产入表新模式，到财政部《暂行规定》进一步明确数据资产的规范处理，企业数据资产的会计处理正从顶层制度架构设计加快向落地实践迈进。企业对于数据资产入表的探索热情也得到了极大激发。如何从中识别出真正具有价值的数据资产，对其进行规范化的会计处理，并纳入企业的财务报表中，真实反映企业的经营状况和发展水平，实现数据资产的保值增值，已经成为各类市场主体在数据资产化进程中积极探索的方向。
然而，在探索实践过程中，各方对数据资产入表的内涵和价值仍然缺少充分认知，加之在实操过程中缺少外部专业力量的指导和成熟经验的借鉴，导致在推动入表实务层面面临诸多困难。
二、数据资产入表的内涵与意义
（一）数据资产的基本内涵
《数据资产评估指导意见》将“数据资产”这一术语定义为：数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。对于会计主体而言，企业数据资产即企业合法拥有或者有效控制、能够进行计量、为企业直接或者间接带来经济利益的数据资源。具体来说，企业数据资产具备合法拥有或有效控制、可辨认性、预计价值流入、成本可靠计量4个特性。
（二）数据资产入表的基本内涵和重要作用
数据资产作为数字经济发展的核心引擎，其价值被不断挖掘和创造，推动数据资产入表已然成为数据资产化过程中势不可挡的发展趋势。数据资产入表即将数据资产确认为企业资产中的一项，进行管理和核算，纳入相关会计主体的资产负债表，真实反映其价值水平和贡献程度。数据资产入表涵盖数据资产确认、初始计量、后续计量、处置和报废、资产负债表列报和会计报表附注信息披露6个环节。
三、企业数据资产入表的路径
《暂行规定》释放了积极信号，有助于推动企业稳妥论证和加快梳理其数据资源构成，并开展企业数据资源入表工作。基于我们在数据领域的实践及国家相关规定，企业可在数据资产的合规与确权基础上，从有效治理与管理数据资产、数据资产预期经济利益的可行性分析、相关成本的合理归集与分摊，以及数据资产的列报与披露等过程，探索企业数据资产入表的实践路径。具体如下：
（一）企业数据资产的合规与确权
虽然我国《民法典》第127条承认了数据的民事权益地位，但未涉及具体的细节性规定，细节的留白使得数据的法律权属问题成为一个争议的焦点。2022年12月《数据二十条》提出建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”的数据产权制度框架。暂行规定的适用范围强调“合法拥有或控制”的数据资源，与我国陆续出台的一系列数据产权制度相协调。由此可见，数据资源的合规与确权是数据资源入表的首要步骤。建议企业可从数据合规梳理及数据授权梳理两个方面启动准备工作。
1、数据合规梳理：
企业应遵循《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》《关于构建数据基础制度更好发挥数据要素作用的意见》、各省市行业数据安全管理办法等现行有效法律、行政法规和规范性文件，从数据来源、数据内容、数据处理、数据管理及数据经营等五个主要维度对待入表的数据资源进行梳理，查缺补漏，建立企业数据合规管理机制，确保数据资源的合法、合规。
2、数据授权梳理：
如前所述，数据权属是数据资源入表绕不开的重点，完善的数据资源授权链条是企业进行数据资源入表的前提。在进行数据入表前，企业应基于数据资源来源，梳理其完整授权链条。如企业自行采集个人数据时，应获得数据主体的恰当授权；企业采买个人数据时，应获得数据供应商及数据主体的恰当授权。同时，企业应建立数据权属监督管理机制，日常维护数据资源的权属变更情况，如企业获取数据授权存在期限，应在资产使用寿命估计中予以合理反映和披露。
综上，企业应当建立健全符合其自身特点的数据合规及产权管理制度，确保数据来源合规、隐私保护到位、流通和交易规范、分级授权合理，理顺数据资源产权关系，为实现数据资源会计入表扫清前置法律障碍。
（二）企业数据资产的治理与管理
从企业数据资产的业务模式看，企业数据资产的合规与确权是企业数据资产价值发现的必要前提，企业数据资产的有效治理与管理则是企业数据资产价值创造的核心要求。为有效治理与管理企业数据资产，企业不仅要建立数据资产治理体系，构建涵盖数据资产基础、业务、技术、管理等属性的数据标准，而且要建立以数据技术及其质量组织为支撑的数据资产质量闭环管理的机制与系统。其中，企业数据资产质量管理系统包括数据资产质量管理组织职责、运营管理与内控制度等，依托这一系统，企业应将数据定义、产生、使用、监督等全生命周期中的各类数据责任落实到数据角色，并明确承担数据角色的组织或部门。
企业可以从数据资产管理体系、数据资源目录、数据资产账户、数据资产血缘分析、数据资产运营等方面入手，统筹相关数据基础工作，盘清数据资源家底，为后续持续可靠的会计计量和披露提供底层保障。
（三）企业数据资产预期经济利益的可行性分析
数据价值链表征了企业实现数据价值创造的过程。数据资产具有场景依附性、非消耗性、时效性、共享性和非竞争性等特点，其中，最有实践意义的特点是数据资产的场景依附性。因此，企业需要结合具体的应用场景去发现数据资产，进而对数据资产预期经济利益进行可行性分析。例如，某企业通过新车经销商和旗下二手车平台获得挂牌、交易相关数据，在将数据脱敏后，通过接口向产险提供数据查询服务，从而通过直接收益获得经济利益的流入。数据资产预期经济利益可行性分析的方法基础是构建数据资产计量模型。企业可以利用历史经济收益数据，结合回归或AI模型，通过初始模型及其因子体系设计、特征工程与模型训练，构建出适应具体应用场景的数据资产计量模型。
（四）企业数据资产相关成本的合理归集与分摊
企业数据资源生产流程主要包括数据的采集、外购、脱敏、清洗、标注、整合、分析、可视化等，企业数据资源的整个生产流程均可能产生成本。因此，企业有必要对各个阶段的成本进行归集，并建立合理的成本分摊机制。企业数据资产相关成本的合理归集旨在通过数据血缘分析，把当前数据产品开发涉及的所有数据资源的成本进行归集。企业数据资产相关成本的分摊则是通过管理会计分摊因子，把数据储存成本及数据安全管理成本等分摊到当前数据产品开发涉及的所有数据资源上。企业数据资产入表采用未来适用法，《暂行规定》施行前已经费用化计入损益的数据资源相关支出不再调整。
如果企业期望实现数据资源的会计“入表”，则必须满足“成本能够可靠地计量”的前提条件。企业需要提前规划，结合上述“五步法”入表路径中第二步所介绍的“数据资源有效治理与管理”，通过数据资产的血缘分析能力，形成准确的数据血缘图谱，厘清数据资产化过程所占用的企业资源，配套建立统一、合理的数据资源的成本归集与分摊机制，并最终通过信息化途径进行落地。
（五）企业数据资产的列报与披露
在现行企业会计准则框架下，企业数据资源可归属存货和无形资产两类资产类别。《暂行规定》对确认为无形资产和存货的数据资源，结合数据资源的特点和业务流程等，在初始计量、后续计量处置等方面做出了指引。事实上，企业数据资源入表或列报不是显示企业数据资源价值的唯一途径，合理披露能让企业更充分地展示其数据价值。企业应当强制披露对数据资源进行评估且评估结果对企业重要的信息，尤其是涉及重大数据资源价值评估场景、企业合并对价分摊、数据产品定价、减值测试等信息。企业也可以根据实际情况，自愿披露已确认和未确认的数据资源相关信息。企业应充分平衡考虑成本效益原则对数据资产进行列报与披露，这不仅有助于倒逼自身建立数据资产管理和价值评估体系，也能让企业更充分地展示其数据价值。
四、实务操作难点与对策建议
（一）实务操作难点
本文研究发现，在企业数据资源入表实务操作中还面临不少难点：
1、企业数据资源的有效确权存在难点。虽然数据二十条明确要求“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，但是必须妥善应对的难点包括：如何确定企业拥有或控制的数据资源范围？如何在不同参与方之间分配数据资源的相关权利？
2、企业数据资源的成本归集存在难点。《暂行规定》要求，入表数据资源的成本或价值必须能可靠计量。必须妥善应对的难点包括：企业数据用于内部用途时，前期数据收集和后期数据加工均产生了相关成本，如何在两者间进行合理的成本分摊？企业对外为不同客户提供数据服务时，如何将同类数据资源的成本合理归集到各类不同业务中？
3、企业数据资源的摊销处理存在难点。《暂行规定》指出，企业数据资源可分别适用于无形资产和存货准则的会计处理。必须妥善应对的难点包括：如何界定企业使用的数据资源、研究阶段和开发阶段的数据资源，以及开发阶段支出资本化的条件？如何确定数据资产在后续计量阶段的摊销年限与折旧处理方法，以及外部审计对企业内部处理的认可与否？
4、企业数据资源的价值波动性处理存在难点。数据资产价值更多依赖其应用场景，当某类数据资产受政策因素等影响而导致企业无法对外提供服务时，数据资产将完全失去价值，会出现最初几年大部分价值突然消失或丧失的情况，相关数据资产账面价值甚至变为零。
（二）对策建议
针对上述企业数据资源入表处理的难点问题，本文提出如下主要对策建议：
1、政府相关机构层面。政府相关机构与财会、法律、信息等各领域专家开展深入合作，根据数据资产业务场景获取典型企业实际操作和相关数据，研讨企业数据资源确权、记录、计量、列报和披露等各环节的难点问题，撰写会计处理应用案例，以成功的案例引导企业规范数据资源入表实务。
2、企业层面。首先，企业应采用更为清晰的数据资产化服务模式。例如某些企业为客户提供标准化API数据接口，客户可根据不同的查询需求对指定数据进行查询，对每次API接口的调用收益按比例分成，精准对应数据采集成本和数据产品收入。其次，企业应构建并完善数据资产的管理体系。企业应加快建立并完善与数据资源相关的内部管理体系、成本分摊机制和内部控制系统，需要从会计的核算角度，把系统、流程与会计核算等职能和职责结合在一起，重新划分或者梳理出新的核算体系。再次，企业应合理估计数据资产的生命周期。企业在取得数据资产时，应当按照其经济利益实现方式、市场价值、数据活性和客户粘性分析判断其使用寿命。当数据产品处于价值活跃期时，按直线法摊销无形资产。在经历价值活跃期的价值释放后，建议采用年数总和法、双倍余额递减法等加速折旧方法进行摊销。
五、总结与展望
企业数据资产入表包括数据资产确认、会计计量、处置和报废、列报和披露等多个环节，涉及企业管理、运营、财务和服务等多个方面，是企业数据资产化进程中的重要里程碑。现阶段，企业推动数据资产入表，应当以国家政策方针为引领，以《暂行规定》和会计准则为指导，结合自身总体发展战略和数据资产发展状况，选择适用、可行的数据资产入表路径。本文提出的方法也会随着实践而不断丰富完善，期望能给企业数据资产入表的研究者和探索者提供有益借鉴。
