数据资产入表综合服务平台

研究报告探讨了数据资源开发与利用政策的现状与问题，通过对数十家不同行业企业的调研，了解了当前企业对于数据资源应用的现状、数据资源入表开展情况和数据资产管理现状。从进一步释放企业数据资源潜能，进一步探索企业数据资源入表路径和企业在推动数据资产管理方面面临的问题等三方面，对现阶段企业在数据资产开发与利用过程中存在的主要问题作出分析，并提出了健全数据资源的交易和流通机制，优化数据资源相关财税的政策指引，提供数据资源金融创新的政策支持和加强数据资产管理等建议，以优化企业数据资源开发与利用政策。

附件：关于优化企业数据资源开发与利用政策的研究报告

总撰：张明益

执笔：杨淑娟、李鹏、 包红霞  张楠竹、祖琳、陈胜华  王瑾、范志伟

校对：黄文欣

2020 年4月9日，中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》发布，首次提出将数据作为与土地、劳动力、资本、技术等传统要素并列的第五大生产要素。2022年12月19日，中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》发布，从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度，提出20条政策举措，旨在激活数据要素潜能，做强做优做大数字经济。2023年8月1日，财政部印发《企业数据资源相关会计处理暂行规定》，规范企业数据资源相关会计处理，强化相关会计信息披露。此后，国家各部门陆续出台相关支持政策，推进数据要素应用与流通的创新探索，提升数据要素应用与流通的供给质量，规范引导数据流通行为。各行业对于释放数据要素潜能的热情高涨，企业在迎接相关政策带来的战略性发展机遇的同时，也面临着前所未有的挑战。

为科学总结企业在数据资源开发利用过程中积累的有益经验，进一步优化数据资源价值挖掘及流通的政策环境，充分发挥政策的指导和促进作用，2024年8月，北京注册会计师协会政务服务委员会成立课题组，开展了《优化企业数据资源开发与利用政策》的专题研究，课题组成员主要由政务服务委员会委员和安永华明会计师事务所（特殊普通合伙）团队组成。

课题组成立后，对国家层面及北京市促进数据资源开发利用的相关扶持政策等公开披露信息进行查询，并开展了统计梳理等工作，组织各行业的典型企业进行问卷调研及访谈，了解企业开展数据资源开发与利用的工作现状、企业对于相关政策的理解、企业对于相关政策支持的诉求等情况。通过进行专项分析，总结企业在数据资源开发与利用过程中面临的主要问题，评价当前政策对企业的支持力度和效果，对下一步推进企业数据资源开发与利用提出若干政策建议。

本课题共分为四个部分：第一部分，数据资源相关的政策概述；第二部分，企业调研统计与分析；第三部分，企业在数据资源开发与利用过程中存在的主要问题分析；第四部分，关于进一步推进企业数据资源开发与利用的相关政策建议。

期待通过本课题的调研结果，能够为国家和北京市政府在完善相关政策、推进企业数据资源开发与利用等方面提供有价值的参考。囿于课题组水平有限，不当之处敬请指正。

一、 数据资产化政策发展概况

数据资产化是指将数据作为一种资产进行确认、计量、记录和报告，以实现数据的价值最大化。这个过程不仅包括数据的收集和存储，还涉及到数据的管理、分析和应用，最终目的是将数据转化为可以衡量、管理和交易的资产。近年来，国家层面为推动数据资产的高质量发展，陆续出台了多项政策或措施，涉及数据资产化概念、政策支持，价值转化及阶段性成果展示等，这些政策的出台显示了我国对数据资产管理的重视，以及对于数据资产在推动数字经济发展中作用的认可。

在数据资产评估方面，2023年9月8日，中国资产评估协会发布《数据资产评估指导意见》，明确提出数据资产的三大属性、四大价值影响因素、五大特征。2023年10月31日，中国资产评估协会发布《资产评估专家指引第9号——数据资产评估》，对数据资产评估提出了专家意见。

在数据资产化的实践应用方面，2023年12月31日，国家数据局等 17 部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，旨在充分发挥数据要素乘数效应，赋能经济社会发展。2023年12月31日，财政部发布《关于加强数据资产管理的指导意见》，旨在推动数据资产的合规高效流通使用，加强数据资产的全过程管理，并发挥数据资产的价值。

在数据资产化价值转化方面，2023年8月，财政部发布了《企业数据资源入表会计处理暂行规定》，首次将数据资源纳入企业会计核算体系，明确了数据资产入表的标准和要求。这一规定为数据资产的价值确认和计量提供了会计依据。

2024 年 4 月29日，国家发展改革委办公厅、国家数据局综合司印发的《数字经济2024年工作要点》明确了九大重点工作方向。2024年5月，国家数据局发布《数字中国建设2024年工作要点清单》，围绕高质量构建数字化发展基础、数字赋能引领经济社会高质量发展、强化数字中国关键能力支撑作用、营造数字化发展良好氛围环境等部署任务。

在数据资产化的阶段性成果展示方面，2024 年2月22日，国家数据局等3部门发布《关于开展全国数据资源调查的通知》，调研各单位数据资源生产存储、流通交易、开发利用、安全等情况，为相关政策制定、试点示范等工作提供数据支持。2024年6月，国家数据局发布《数字中国发展报告（2023 年）》。报告总结 2023 年数字中国建设取得的重要进展，并展望数字中国发展前景。2024年9月，国家数据局会同有关部门研究起草了《关于促进数据产业高质量发展的指导意见》，以期推动数据交易机构、数据流通交易平台互认互通。

这些政策和发展趋势共同推动了数据资产化的进程，明确了数据资产的定义、分类、确权、管理和应用等方面的政策支持和实践路径，为数据资产的合理利用和价值实现提供了指导和保障。

二、 数据资源入表的政策解读

2023 年8月1日，财政部发布《企业数据资源相关会计处理暂行规定》（以下简称“暂行规定”），该规定明确了企业数据资源相关会计处理的原则和方法，对于企业持有的数据资源，企业应当基于《〈企业会计准则第1号——存货〉应用指南》（财会〔2006〕18 号）或《企业会计准则第6号——无形资产》（财会〔2006〕3号）的相关规定，根据数据资源的持有目的、形成方式、业务模式以及与数据资源有关的经济利益的预期消耗方式等。

对数据资源相关的交易事项进行会计确认、计量和报告。《暂行规定》为企业数据资源入表提供了原则性的指引。

企业运用数据资源和参与数据流通总结概括起来主要有三种业务模式，其性质与核算方式如下:

第一种业务模式是将数据资源与其他的资源相结合使用，从而服务、支持其他的生产经营或管理活动，实现降本增效等目的。此类数据资源用于内部用途，通过其与自身或与其他资源结合形成的技术优势为企业带来经济利益。当符合无形资产定义和确认条件时，企业应当作为无形资产予以确认。

第二种业务模式是运用数据资源为其他的主体提供有关服务，细分为两类：一类是利用相关的数据资源，经过汇总、分析等，形成其他主体所需要的新的数据，如分析结果、信用评级结果等，并通过调用数据接口API的方式提供查询或者验证服务，一般是按照次数或者是按照一定的订阅期间来计费。二是利用数据资源和技术提供数据资源相关的专业服务，如数据的采集、清洗、标注等专业服务，或提供算法模型、搭建平台等数据相关的整体解决方案。在提供数据服务业务模式下，需判断数据资源是否符合会计上资产定义和确认条件等。若所利用的数据资源符合资产确认条件，通常是作为无形资产进行核算。若企业所利用的数据资源不符合资产的确认条件，虽不能够确认为资产，但由于数据资源的价值在获取的服务收入当中有所体现，发生的相关支出应当作为服务成本进行核算。

第三种业务模式是直接交易原始数据或是加工后的数据。与数据资源有关的经济利益通过转让数据资源而消耗，例如：直接交易转让有关的数据集、数据包等。在直接转让的业务模式下，若企业相关数据资源持有的最终目的是为了对外出售，并且属于企业日常活动，当符合存货的定义和确认条件时，企业应当作为存货予以确认。出售未确认为资产的数据资源，企业应当按照收入准则等规定确认相关收入。

《暂行规定》明确了将采用未来适用法原则，自2024年1 月1日起施行，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。

数据资源入表政策的实施，将对企业、行业乃至整个数字经济产生深远影响。对于拥有丰富数据资源的企业来说，有望在财务报表中准确反映数据相关业务和经济实质，提升企业财务报表质量，进而为报表使用者了解企业数据资源价值、提升决策效率提供有用信息。数据资源入表在盘活数据资源价值的同时，也有利于展示企业的数字竞争优势，为企业未来依据数据资源开展投融资等业务提供依据。展望未来，随着技术的不断进步和法规的逐步完善，数据资产入表将迎来更加广阔的发展空间和应用前景。

三、关于数据资产合规的政策解读

自2017年《中华人民共和国网络安全法》施行，2021年两部数据领域核心法律《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》陆续出台，各监管部门配套政策、各项国家标准也陆续推出。在《网络数据安全管理条例》、《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》、《关于加强数据资产管理的指导意见》、《数据要素×三年行动计划（2024—2026 年）》、《金融数据资产管理指南》等文件中，均对与数据合规提出了要求。

企业数据资产合规主要归纳为数据来源合规、数据内容合规、数据处理合规、数据确权合规以及数据管理合规五个方面，具体如下:

（一）数据来源合规

企业需确保所收集的数据具有合法来源，并符合相关法律法规的要求。无论是自行生产的数据、公开收集的数据还是间接获取的数据，都需要确保合法合规；

（二）数据内容合规

企业应重点关注数据的内容真实、合法、合规，不得存储法律法规不允许采集或存储的违法数据。

（三）数据处理合规

企业应遵循合法、正当、必要和透明的原则，确保数据处理活动符合法律法规要求。制定内部管理制度，明确数据处理的范围和目的，并采取安全措施确保数据在存储和传输过程中的安全；

（四）数据确权合规

尽管数据所有权的法律法规尚在完善中，但企业可以通过开展数据确权评估，证明对数据资源的合法控制。企业宜建立覆盖数据资产管理全流程的审计机制，审计其数据权属的是否可证明，以及权属证明过程的合规性。

（五）数据管理合规

企业应按照法律法规、规章等要求，建立数据合规相关管理制度，开展包括合规管理体系搭建、风险识别、风险评估与处置等管理活动，对数据分类分级管理、数据跨境，个人信息保护等领域建立相应的全链条监督管理机制。

数据资产合规管理是一项系统工程，需要企业在多个方面进行协同推进。随着数据要素市场的不断完善和法律法规的逐步健全，企业数据资产管理的合规路径将更加清晰和明确。企业应积极响应国家政策要求，加强数据资产合规管理，以更好地发挥数据资产的价值。

四、 北京市相关扶持政策解读

自 2023 年以来，北京市多部门陆续出台多项数据资产化相关的扶持政策，从数据开放共享、数据治理体系的构建、数据要素的交易流通、数据资产化等多方面提供支持和引导。

（一）相关政策

1.2023 年 6 月 20 日，中共北京市委、北京市人民政府印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》的通知，实施意见提出要建立数据产权制度、完善收益分配机制、开展数据资产登记评估与金融创新，提升公共数据开放等以保障数据权益、加强数据人才队伍建设，促进数字经济和数据要素市场的发展。

2.2023 年 7 月 24 日，北京市通信管理局发布《北京地区电信领域数据安全管理实施细则》，该细则适用于北京地区电信领域数据处理者及其安全监管，提出了基础性数据安全保护的要求，并明确了数据全生命周期安全保护要求。

3.2023 年 11 月 10 日，《北京数据基础制度先行区创建方案》正式对外公布。创建方案中明确了数据先行区总体目标，同时，规划了5个方面、32项具体建设任务。方案旨在完善数据要素市场生态，探索适应数据特征与数字经济发展规律的基础制度，以推动全球数字经济标杆城市建设。

4.2023 年 12 月 8 日，北京市经济和信息化局关于印发《北京市公共数据专区授权运营管理办法（试行）》的通知，内容涵盖专区授权运营机制、流程、单位管理、数据管理、安全及考核评估等方面；管理办法强调了公共数据的重要性和对数据专区授权运营的规范管理，旨在完善公共数据专区授权运营管理机制，培育数据要素市场，加快推进公共数据有序开发利用，进而推动北京市数字经济的发展。

5.2024 年 4 月 19 日，北京市经济和信息化局关于印发《北京市加快建设信息软件产业创新发展高地行动方案》的通知，旨在促进北京市软件和信息服务业通过一系列措施，打造开放包容的信息软件业高质量发展新局面，支撑全球数字经济标杆城市建设，提升产业全球竞争力。

6.2024 年 6 月 11 日，北京市财政局《关于加强本市数据资产管理的通知》，通知强调了数据资产在推动数字中国建设和数字经济发展中的重要性，并提出了加强数据资产管理的具体要求和相关措施，旨在推动数据资产的高效利用和数字经济的高质量发展。

7.2024 年 8 月 30 日，北京市互联网信息办公室等三部门关于印发《北京市数据跨境流动便利化服务管理若干措施》的通知，该通知旨在进一步提升北京市数据跨境流动便利化服务管理水平，政策主要包括畅通数据合规出境通道，细化数据出境合规能力建设、多渠道开展政策宣介咨询等服务内容，以及优化监管措施和强化保障等措施，对于解决数据跨境工作中存在的共性难点问题，促进北京地区数据的高效、便利、安全跨境流动具有重要意义。

8.2024 年 9 月 29 日，北京市大数据工作推进小组关于印发《北京市“数据要素×”实施方案（2024—2026年）》的通知，该方案旨在贯彻落实国家数据局等部门联合印发的《“数据要素×”三年行动计划（2024—2026年）》，以充分发挥数据要素的放大、叠加、倍增作用，加快推进数据汇聚共享和场景应用，赋能首都高质量发展。为此，北京市加强了数据供给、优化了数据流通生态、强化了数据安全保障，并完善了相关政策和体系，以确保数据要素能够充分发挥其驱动作用。

由此可见，北京市在数据资产化方面出台了多种相关扶持政策，采取了多维度的策略部署，提升了数据交易和流通的安全性与可靠性，并全力推动数字经济的发展。同时，通过完善数据产权制度、建立健全数据交易规则、提高公共数据开放度、打造数据交易的核心区域、强化数据管理、建立数字经济人才队伍等举措，正在努力构建一个健康、有序的数据要素市场。

（二）配套措施

围绕上述扶持政策，北京市在资金补贴和市场引导等方面开展了如下具体工作：

1.资金补贴

（1）数据资产入表补贴：对于数据资源首次实现入表且入表金额大于100万元的企业，北京市提供对其为实现数据资产入表所发生的数据质量评价、数据资产评估和第三方审计等服务费用 30%的补贴，但同一企业数据资产入表补贴最高不超过 50 万元。这一政策旨在鼓励企业将数据资源纳入财务报表，明确数据资产的价值和权益。

（2）数据资产登记补贴：鼓励企业在北京国际大数据交易所进行数据资产登记，对于首次开展数据资产登记并获得相应证书的企业，北京市按照该企业首批取得数据资产登记证书的登记费用的 30%予以补贴，但同一企业年度补贴金额不超过 10 万元。这一政策有助于推动企业数据资产的合法化和规范化管理。

（3）数据交易奖励：鼓励企业在北京国际大数据交易所

开展数据交易，按照申报期内数据交易额的4%对数据产品参与主体予以奖励，但同一企业年度奖励金额最高不超过 200万元。这一政策旨在促进数据市场的活跃和数据交易的规范化。

2.市场引导

（1）政策引导和推广：北京市通过发布相关政策文件和实施指南，明确数据资产化的方向和要求，引导企业积极参与数据资产化的进程。同时，通过宣传推广、举办研讨会和培训班等方式，提高企业和公众对数据资产化的认识和重视程度。

（2）建设数据交易平台：北京国际大数据交易所作为重要的数据交易平台，为数据资产的交易和流通提供了便捷的渠道。北京市通过支持数据交易平台的建设和发展，推动数据资产的规范化交易和高效流通。

综上所述，北京市对数据资产化的政策扶持力度较大，通过资金补贴和市场引导等多种方式，积极推动企业数据资产化的进程。这些政策不仅有助于提升企业数据管理能力和数据资产价值，还有助于推动北京市数字经济的发展和升级。

数据资源的相关政策，给企业的发展带来了较大机遇。但由于相关政策尚在逐步完善过程中，企业对于数据资源的开发与利用尚处于探索阶段，如何充分释放企业数据资源的价值，优化其对掌握数据资源的开发利用，仍存在诸多问题和挑战。

为了解企业在数据资源开发利用及入表的过程中面临的难点，进而探讨如何对数据资源进行价值挖掘，并为企业业务赋能，我们针对企业所属行业设计了有针对性的问卷进行调研，并挑选其中具有代表性的企业进行了拓展访谈。

一、参与问卷和访谈的企业情况

截至目前，共收到了来自35家企业的反馈，我们对这些企业进行了整体画像和统计。其中：41.18%为央企、29.41%为国资委下属企业、29.41%为民营企业，上市公司占比为14.28%。调研对象涵盖了来自建筑行业、会计服务行业、制造行业、金融行业等15个不同行业（具体情况如图表1所示）、11个不同地区（具体情况如图表2所示）、不同资产规模（具体情况如图表3所示）的企业，具有较高的参考价值。

我们亦挑选了其中的 11 家具有代表性的企业，结合对方的问卷反馈，就具体问题展开了开放式讨论和深入交流。

（一）企业对于数据资源应用的现状概览

关于现阶段数据资源的应用情况，企业反馈呈现出多元化的特点，具体情况如图表4、5、6所示。

从上述反馈结果可知，企业数据资源应用现状主要具有如下特点：

1.单个企业通常具有多个不同领域的数据资源应用场景

被调研企业的数据资源应用场景涵盖较广的领域，其中，86.67%的应用场景所属领域属于《“数据要素×”三年行动计划（2024—2026 年）》（以下简称“行动计划”）中所提及的 12 项重点行动领域。这说明行动计划所覆盖的领域能够较为充分地体现数据多场景应用的特点，起到了良好的试点示范作用。在诸多应用场景中，绿色低碳、科技创新、金融服务和智慧城市等四个应用场景的占比接近一半，与近年来政策的方向性引导和国家鼓励的发展方向相契合。

2.大部分企业已着手数据资源开发

70%的企业已有成熟的数据资源应用模式或有尚在规划中的数据资源应用场景，但仍有 30%的企业尚未有明确的数据资源应用场景。这说明在近年来政策的引导和支持下，大部分企业已逐步认识到数据资源开发与利用的重要性，并非常积极地响应政策号召。但仍有部分企业囿于其政策或其自身的诸多限制，尚未开展具体工作。

3.数据资源主要集中在内部应用领域

体现在通过利用数据资源提高生产效率、降低运营成本和提高业务收入等“内循环”方面。仅30.43%的企业能够通过利用数据资源对外提供服务或产品。这说明数据要素的市场体系尚存在完善的空间，数据的高质量供给和可信流通相关的创新探索有待于进一步推进。

二、企业普遍面临的现状分析

（一）数据资源入表开展情况分析

1.企业数据资源入表的工作进展及规划

根据图表7所示，57.14%的企业尚未开展数据资源入表工作，其中70%为传统企业，30%来自互联网等新兴行业；这些企业中，仅个别企业将数据资源入表列入下一年工作计划，绝大多数企业暂无入表计划；34.29%的企业正在开展相关工作，其中50%为传统企业，剩余50%来自金融业和服务业等；这些企业中，绝大部分企业已将入表工作列入本年或下一年的工作计划，仅一家企业近两年暂无完成入表的相关计划；8.57%的企业已将数据资源入表列入本年工作计划并完成入表的相关工作，这些企业所在行业包括技术开发行业、污水处理行业和建筑行业。

从反馈结果来看，本年作为《暂行规定》正式施行的第一年，多数企业对于数据资源入表仍处于观望阶段，有待于政策的进一步引导和支持。

如前所述，调研对象所涉及的行业较广。结合调研了解的情况，大部分传统企业在近年来已启动数字化工作，且取得显著成效，但对于数据资源所带来的经济利益评价尚未开展具体工作。金融企业基于其自身的数据汇集能力和数据消费能力，以及其所处于的强监管环境，对于数字化转型和数据资源应用场景的挖掘处于较为领先的水平，关于数据资源所带来的经济利益的评价也已尝试进行推进。总体而言，传统行业企业相较于金融企业的整体进展还是有较大的发展空间。其中，有部分企业已在内部启动了数字化工作收益评估的相关工作，结合企业数字化转型业务的特点，搭建起内部价值贡献的评价体系，这在一定程度上降低了后续数据资源入表工作的推进难度。

2.企业对研发项目的管理现状

鉴于现阶段企业的数据资源主要是内部日常运营中收集数据的加工，且《暂行规定》中要求企业内部数据资源研究开发项目的支出应当区分研究与开发阶段，研究阶段的支出于发生时计入当期损益，开发阶段的支出应当满足无形资产准则第九条关于资本化条件的要求，即参照现行准则对于研发费用资本化的相关标准，因此，我们在问卷中重点关注了企业目前对于研发项目的管理现状，以期了解企业数据资源入表是否具备扎实的财务及管理基础。

根据反馈结果，77.14%的企业已建立较为完善的研发项目管理制度，22.86%的企业尚未建立完善的研发项目管理制度；51.43%的企业根据准则要求对满足条件的研发费用进行资本化，48.57%的企业研发费用均未资本化。具体情况如图表8、9所示。由此可见，建立完善的研发项目管理制度是企业数据资源入表的前提条件，但仅有完善的管理制度不足以满足数据资源入表的相关规定，还应综合考虑准则的其他要求，如预期经济利益很可能流入企业，成本能够可靠计量等。

结合《暂行规定》的要求，企业数据资源入表的主要挑战之一是对数据资源应用场景预期经济利益很可能流入企业的论证。结合企业的回复情况可以看出，28.57%的企业经评估后认为其数据应用预期经济利益可进行定性论证；28.57%的企业经评估后认为其数据应用预期经济利益可进行定量论证；42.86%的企业认为其较难说明预期经济利益的获取方式。具体如图表10所示。

对于研发费用的归集及分摊情况，从问卷反馈结果可见，62.86%的企业能够对研发费用进行准确地归集，25.71%的企业对部分研发费用能够进行准确地归集，仍存在11.43%的企业无法对研发费用进行准确归集。具体如图表11所示。这说明实务中企业对于研发费用的管理和核算仍有提升的空间，随着数据资源入表工作的持续推进，企业对相关成本费用核算的关注度和要求将逐步提高。

根据反馈结果，实务中较为常见的是成本在多个研发项目间进行分摊，仅 22.86%的企业不存在成本分摊的情况，60.00%的企业依据研发人员的工时填报进行分摊，17.14%的企业无法对成本进行准确的分摊。具体如图表12所示。由此可见，在实务中，多数企业对于研发人员的工时填报管理相对比较成熟，可以作为合理的分摊依据，但仍存在部分企业在实务层面缺乏分摊依据，有待于进一步提升内部对于成本核算的管理水平，进而为后续推进数据资源入表工作打下良好的财务核算基础。

（二）数据资产管理现状分析

1.企业数据治理工作的开展现状

2.企业数据资源管理现状

 从问卷反馈来看，仅有 5.71%的企业实现了数据资源管理体系（通常包括资产属性、资产评价、资产处置、资产价值等）的落地运行，2.86%的企业虽已建立体系，但尚未完全落地运行，25.71%的企业正在建立数据资源管理体系。高达65.71%的企业尚未建立数据资源管理体系。这说明企业在数据资源的合规、高效利用，提升数据资源价值方面尚需完善。

 从问卷反馈来看，超过半数的企业有计划或已经开展了数据资源目录建设工作，但8.57%的企业，即3家完成了数据资源目录建设。3家中的2家已经完成数据资源识别工作，2 家中仅1家实现了数据资产卡片管理。

根据调研问卷反馈，大部分企业尚未有数据资源交易的计划，20.00%的企业正在策划进行数据资源场内/场外交易，8.57%的企业已开展数据资源场内/场外交易。通过访谈我们了解到，企业对于数据资源交易的担心主要集中在数据权属、安全合规及交易风险上。

根据问卷反馈，少部分企业已经开始尝试数据资源交易平台的建设。5.71%的企业正在建设数据资源交易平台，5.71%的企业已经建设数据资源交易平台。根据访谈了解到，企业的数据资源交易平台能够促使企业内部跨条线，跨子公司的数据资源应用，使得数据资源能够实现内部流通共享。对于数据资源交易平台的对外开发，企业还持谨慎态度。

 根据问卷反馈与调研访谈，40%的企业有数据外购场景，最高外购数据预算达上亿元。这些企业均表示，对于外购数据，质量保障是一大挑战。紧随其后的挑战还有数据的连续性及稳定性以及数据来源的合法合规性。因此，提高数据质量、保证数据连续稳定进而保障业务连续性、确保数据来源的合法合规是企业利用外购数据资源亟待解决的问题。

3.企业数据安全合规现状

根据问卷反馈，尚有四成企业尚未建立数据安全管理体系。28.57%的企业正在建立数据安全管理体系，8.57%的企业已经完成体系建设但尚未完全落地执行，22.86%的企业已经实现了数据安全管理体系的落地运营。通过问卷及访谈，大部分企业展现了对于数据安全管理的重视，使得数据资源开发与利用在保护数据安全的前提下展开。共2家企业分别获得了DSMM（数据安全能力成熟度认证）4级和5级认证，展现了全方面的数据安全能力建设。 

根据问卷反馈，虽然仍有34.29%的企业尚未建立隐私保护体系，但已有22.86%的企业正在建设隐私保护体系，14.29%的企业已经建立隐私保护体系但尚未落地执行，28.57%的企业已经落地运营隐私保护体系。有 14.29%的企业已经通ISO/IEC 27701（国际隐私信息管理体系认证）。根据访谈了解到，企业对隐私数据合法合规的重视程度非常高，并运用加密脱敏等技术手段保护隐私信息。

课题组结合问卷及现场调研的情况，对企业在数据资源开发与利用过程中存在的问题展开了进一步深入分析。

一、企业数据资源潜能有待进一步释放

（一）不同来源数据的统筹管理有待优化

在加速建设世界一流企业等政策的大背景下，企业要实现从数量型到质量型、从规模型向效率型的转变，其战略和业务对于多来源数据的需求随之增加。因此，企业在开展业务活动过程中所使用到的数据资源，其来源呈现多样化特点，具体包括来自政务体系的数据和来自公共事业单位的数据、企业日常经营活动中积累下来的各类数据、企业根据自身业务需求从外部数据供应商购买的数据等。

对于来自政务体系和公共事业单位的数据，其管理、开放等职责由公共部门代为行使。随着我国国家大数据战略和数字中国建设的持续推进，在保障国家安全、商业秘密安全和个人信息安全的前提下，公共数据按用途加大供给使用范围已成为主要趋势，从而使公共数据能够更好地发挥其价值和作用。

对于企业日常经营活动生成的数据，由于企业的生产、经营、管理链条较长，数据来源部门多样，对数据需要进行不同形式的加工、整理与分析，这一过程丰富了企业数据的形式。

然而，当前不同来源数据缺乏统一的数据标准，无法为多种数据应用场景提供“一致的语言”。集团型企业内各部门对数据应用的理解存在差异，且部分企业存在业务板块间出于对各自业务发展的考量，暂未实现不同系统间数据的高度共享，业财数据的全面贯通路径有待打通，部分系统存在数据认责困难的问题，进而导致企业内各来源数据间缺乏整体的关联性和协同效应，在一定程度上阻碍了企业数据资源开发与利用的进程。

（二）数据资源的应用场景有待进一步拓展

在数字化时代，企业的战略重心正逐步向打造持久的数字经济竞争优势方面转移，企业的数字化战略落地执行力日益提升。当前企业的数字化建设核心关注点是基于数据基础设施搭建的数据标准化体系建设，通过构建数据标准化体系，加强数据资源管理，推动业务数字化转型与贯通。

调研范围内的大部分企业均已开展数据标准化的专项工作，对于数据资源的内部应用也已开展试点工作，但是主要集中在管理数字化领域，企业通过数据中台的建设对各级单位的数据进行加工、处理、分类、分级等工作，形成数据资源目录，并将数据资源分析成果形成经营看板，以支持内部决策、提高企业整体经营效率。其内驱力体现在管理层经营决策需要以企业内部经营数据分析成果为导向，从“经验决策”转向“数据决策”。部分企业对数据资源应用场景的拓展具有比较先进的理念，基于前期数字化建设的良好基础，已着手推进数据资源在集团内部的交易流通，计划从制度规范和系统支持方面入手，建立跨部门的数据共享机制，在此基础上，搭建内部数据交易平台，探索数据资源交易的定价机制，以集团内部的数据交易流通为试点，为未来探索外部数据交易流通积累实务经验。

在挖掘数据资源应用场景的过程中，企业普遍认为当前在战略层面对于数据资源应用的重视程度有待提升，对不同来源及不同类型数据如何高效使用，以及如何利用自身数据进行商业模式拓展并获取新的业务现金流缺乏理论和实操层面的指引，不利于企业对数据资源应用场景的进一步拓展。

（三）数据资源的供需匹配通道有待打通

我们在调研过程中观察到，部分新兴行业企业拥有非常丰富的相关领域数据资源，其发展重点也放在了该领域相关基础设施建设及数据运营的工作上，在业务模式的探索上投入较多精力。然而，由于其所处行业尚在起步阶段，缺乏明晰的商业模式起到行业示范作用，企业对于市场需求的整体把握不够清晰，也缺乏合适的沟通渠道。

近年来数据场内交易的多元化探索不断取得突破，全国范围内数据交易所的数量不断增加，且数据交易所从不同角度发力，在拓展业务模式、强化权益保障等方面积极创新。但是，由于数据交易所之间尚未建立互认互通标准，各交易所间的信息共享、供需关系匹配仍有进一步提升的空间。新兴行业企业作为创新领域的开拓者，希望通过数据交易所破解供需信息差这一难题有非常大的难度。缺乏市场对于数据产品需求的真实反馈，也直接影响了相关企业进一步推进数据资源开发利用的方向选择，也阻碍了其数据产品开发的进程。

（四）数据资源应用成果的预期收益论证难度较大

由于数据资源自身的特性，其价值取决于质量、完整性、相关性以及被分析和利用的方式。数据资源应用成果的预期收益与企业的业务模式和战略规划密切相关。

鉴于当前多数企业对于数据资源的应用集中在为企业内部经营管理赋能，论证数据资源内部应用成果的预期经济利益是否能够流入企业以及以何种方式流入企业在实务层面有很大的难度，尤其是以何种计算方式对应用的效益进行量化成为了企业面临的主要困难。

考虑到当前多数企业会以投入产出比作为绩效考核的关键指标，数据资源开发和利用的建设成本较高、相关系统的运营维护投入较大，在难以量化论证其所带来收益的情况下，企业在数字化工作中投入的成本和产生的收益较不匹配，在一定程度上削弱了企业进一步推进数据资源开发利用的驱动力。

（五）企业数据资源价值实现方式存在拓展空间

基于对数据资源入表政策的分析，《暂行规定》并未对现行企业会计准则进行实质性的修改，因此，企业数据资源在满足资本化条件的情况下，将以历史成本体现在企业的财务报表中。调研中企业普遍认为其数据资源开发利用过程中所发生的成本只能部分体现数据资源的价值，在综合考虑数据资源的市场需求、应用场景、交易流通等因素后，数据资源的价值将远超于其体现在财务报表中的历史成本。

当前已有企业将数据资源的投资作为长期发展的战略方向加以考虑，部分金融机构已开展数据资产信贷业务、数据信托等试点工作，但是受限于数据资产金融创新的体系和政策指引并不明确，在实务层面面临着合规、监管等诸多方面的挑战，企业在数据资产的金融创新方面整体持谨慎态度。因此，未来随着我国在数据要素领域的持续探索和对政策的不断优化，企业数据资源价值实现方式仍存在较大的拓展空间。

二、 企业数据资源入表路径有待于进一步探索

数据资源入表是指数据资源满足资产确认条件，在存货、无形资产等科目核算及披露。从调研结果来看，仅 8.57%的企业已将数据资源入表列入本年工作计划并完成入表的相关工作。从2024年上市公司半年报的披露情况来看，仅四十余家公司在其半年报中披露了数据资源相关情况。整体来看，企业数据资源入表在本年的推进节奏平缓，通过对调研问卷和访谈的反馈分析，我们总结了企业在数据资源入表中遇到的主要问题。

（一）企业对于会计准则的理解有所欠缺

随着2023年8月《暂行规定》的出台，企业对于数据资源入表的关注度和热情显著提高。在与企业的交流中发现，存在对于准则理解不足的情况。主要表现在现行准则对于资产的初始确认主要采用历史成本法，即数据资源在满足资本化要求的情况下，仅应对形成相关资产过程中所发生的有关支出进行归集并作为该资产的初始成本。但部分企业的非财务部门由于对会计准则的基本原则缺乏了解，存在内部形成的数据资源可按照其评估价值入账的不当认知，增加了企业推进数据资源入表工作的沟通成本。

同时，由于对数据资源入表初始计量成本的认知存在偏差，部分企业存在实现数据资源入表要以数据资产评估结果为前提的认知偏差，这在一定程度上影响了数据资源入表工作的整体进展。

（二）实务层面缺乏明确指引

尽管《暂行规定》提供了关于数据资源入表的准则层面指引，但是由于其主要为原则性的指导，企业对于推进数据资源入表的相关工作的具体路径仍存在较多疑虑，究其根源在于当前数据资源入表缺乏实务层面的明确指引，企业在诸多方面存在困惑。具体分析如下：

1.边界有待进一步明晰

目前相关政策文件中均未对数据资产的具体概念和边界有清晰的定义，企业在识别数据资源入表标的的过程中缺乏指引和参考，普遍存在如何界定现有无形资产的各个类别与数据资源的标准的问题。

2.案例与指引不足

实现数据资源入表的核心挑战在于预期经济利益很可能流入企业和成本能够可靠计量的两项论证，但当前准则中并未给出具体的案例和指引。关于预期经济利益很可能流入的论证方式，企业普遍认为实务中对于论证方式和论证颗粒度的把握存在难度，尤其是当前大部分企业的数据资源应用场景是通过内部应用实现运营效率的提升，以达到降本增效的目的，对合理论证其内部收益的方式提供指引是企业当前的迫切需求。关于成本能够可靠计量的论证，实务中的主要难点在于企业与数据资源相关的支出，除了以项目口径计量的人力成本外，还存在外购数据成本、外购设备成本、外购咨询服务成本以及算力成本等多类成本维度，由于相关成本的发生可能涉及多个项目之间的分摊，如何确定合适的分摊因子成为企业关注的重点。然而目前在准则层面缺少实操案例，企业无法获知实务中可行的处理方式，致使相关工作难以具体展开。

3.后续计量困难

对于完成数据资源入表的企业而言，数据资源的后续计量是实务中的另一挑战。尽管当前准则针对无形资产使用寿命给出了原则性的指导，即综合考虑该数据资源相关业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等影响因素来确定相关资产的使用寿命。但是由于缺乏具体的案例作为参考，企业在考虑相关数据资源的使用寿命时面临着多重困难，尤其是企业内不同部门由于其所处位置和视角的不同，可能对同一数据资源的预期使用年限有不同的判断，这在一定程度上给数据资源的财务核算增加了难度。

（三）数据资源入表对企业各部门间的协同要求较高

数据资源入表实质上是对于企业数据资源应用成果的业务贡献在财务核算层面的真实反映。由于企业数据资源应用及其财务核算涉及数据的采集、加工处理、开发分析等多环节，且需要综合考虑数据安全合规等各方面的要求，过程中涉及到业务部门、数据管理部门、研发部门、财务部门、法务合规部门等多部门的参与，在进行数据资源入表方法论搭建和入表工作推进的过程中，需要多个部门的密切协同，高效配合，只有各个部门间的分工明确，职责清晰，才能确保工作的稳步推进。且考虑到数据资源相关工作的涉及面较广，企业范围内懂业务、懂数据、懂财务的复合型人才储备在很大程度上决定了企业数据资源入表的进程。

三、 企业在推动数据资产管理方面面临的主要问题

（一） 企业数据质量有待进一步提高

此外，我们通过调研问卷反馈及企业访谈了解到，无论是监管要求还是企业自身业务发展，都对企业数据质量提出了更高的要求。由于系统中的数据标准不统一，为跨系统的数据资源利用带来了诸多困难。解决这一问题则涉及大量的源系统改造资源投入。

整体来看，企业在进行数据资源开发与利用的过程中，提高数据质量是重要的一环。尽管部分企业已经采取了应对措施，但仍需继续加强数据质量评价体系的实施以及自动化数据质量排查工具的运用，以促进高质量数据资源的供给。

（二） 数据确权机制有待进一步明确

如问卷调研反馈，尽管已经有11.43%的企业完成了数据资源权属的梳理，仍有高达62.86%的企业认为“数据权属的确认”是数据资源识别过程中面临的主要挑战之一，且68.57%的企业认为“数据的确权授权”是数据共享与交换过程中面临的主要挑战之一。据访谈，有些企业明确表示，数据确权是一大难题，因此数据在企业内部应用风险是可控的，是否能够将数据拿到市场上交易尚需确认。即使在企业内部应用，集团与分子公司之间的数据确权也有待探讨。因此，企业希望能针对数据确权机制有进一步的明确。

此外，涉及政府公务数据，企业希望主管部门可以牵头打造行业维度的数据交易平台。同时，企业希望官方建设跨行业可信数据流通平台，推动数据资源的共享利用。

一、 健全数据资源的交易和流通机制

（一）建立全国性数据交易场所

我国自 2014 年开始探索建立数据交易机构以来，陆续成立多家数据交易机构，近两年来，随着多项重要政策的出台，各地新建了一大批数据交易机构，旨在消除供需双方的信息差，推动合理的市场化交易制度和规则。现阶段全国各地数据交易机构已达数十家。各数据交易机构从不同角度发力，积极拓展业务模式，服务内容包括数据信息登记、数据产品交易、数据运用管理、数据资产金融服务、数据资产科技服务等多个领域。然而，目前数据交易机构独立运行，对于数据产权归属认定、数据质量标准、数据产品、软件和服务计价模式等尚未建立统一的标准，造成企业在推进数据流通的过程中面临不知如何选择数据交易机构的难题。

2024 年9月，国家数据局会同有关部门研究起草了《关于促进数据产业高质量发展的指导意见》，旨在向社会公开征求意见，以期推动数据交易机构、数据流通交易平台互认互通。建议后续相关部门在政策层面持续发力，以推动数据交易机构和数据流通交易平台为切入点，进一步出台政策推动跨行业数据资源的共享、流通和交易，促进各行业数据融合应用基础上的业务模式创新，更好地服务实体经济。

（二）完善公共数据资源开发利用制度

2024 年9月，中共中央办公厅、国务院办公厅发布《关于加快公共数据资源开发利用的意见》， 在扩大公共数据资源供给、规范公共数据授权运营、统筹发展和安全、加快公共数据要素潜能的充分释放等方面提出明确要求。当前，部分企业数据资源的业务模式依托于公共数据运营，然而由于政策上尚未建立公共数据资源开发利用制度与规则，企业在业务开展过程中对政策把握不清，致使业务发展的方向不够明确，未能充分发挥公共数据资源的最大价值。同时，现阶段公共数据开放的权责和范围不够明确，如何平衡公共数据开放与国家安全、个人信息及商业秘密的保护，尚需要明确的政策指引。建议针对上述问题，从数据资源开发与利用的制度和规则角度，陆续出台一系列相关的指导和调控政策，充分挖掘公共数据的价值，助力相关产业的高速高质量发展。

（三）加强不同来源数据的统筹管理

为进一步促进企业对不同来源数据的整合和利用，对于公共数据，建议尽快推进数据标准体系的落实，规范公共数据标准属性，并形成示范案例以指导数据标准应用。对于企业数据，建议通过政策引导企业推动自身数据标准管理体系，建立数据标准设计规范及管理流程，设立数据责任人并有计划地推动数据标准的落地实施，实现跨部门业务语言的一致性，逐步减少在数据开发过程中处理数据差异工作量的投入。

二、 优化数据资源相关财税的政策指引

（一）完善数据资源入表的相关指引

1.出台数据资源相关会计处理应用指南

《暂行规定》为数据资产化的核算与披露提供了前沿性的引导。但由于数据的复杂性和多样性，数据资源作为一种新型资产，其特殊属性无论与“无形资产”还是“存货”都不尽相同，完全按照常规无形资产准则或存货准则进行会计处理均难以准确反映其特性。

《暂行规定》指出对于数据资源是否能够确认为资产，依据现行企业会计准则对于资产的定义和确认条件，其中，预期经济利益很可能流入企业是数据资源入表的关注重点。但是对于预期经济利益的形式，尤其是企业内部应用数据资源带来经济利益以及其很可能流入企业的论证方式和颗粒度暂未有明确要求，是企业在进行相关判断时的难点所在。

对于日常经营活动伴生的数据资源成本如何归集和区分、对于自行研发的数据资源无形资产资本化开始和终止时点如何界定、数据资源后续更新迭代支出的会计处理、数据资源与软件系统类无形资产的区分等实务都存在操作困难。

同时，由于不同行业的数据在生产规模、增速、存储和利用效率、治理和管理水平以及应用场景上存在着显著差异，不同企业根据其所处行业的数据应用特点对会计准则所规定的确认标准在理解和分析时会存在差异，这就造成企业很难根据会计准则提供的原则性指引推动落实数据资源入表的相关工作。

建议相关部门能够建立多方沟通平台，收集数据资源入表实务中的典型案例，并以数据资源入表案例为基础，出台数据资源相关会计处理的应用指南，为为数据资源入表会计处理和核算工作提供有效的应用指导。

2.通过政策引导企业对数据资源入表的正确认识

现阶段企业对于数据资产入表的认知存在两方面的倾向需要关注：一方面是急功近利，“运动式”入表，主要关注于数据资源应用所发生的成本在财务报表上通过资产的体现和利用数据资产进行融资，而不是把重点放在数据资源的价值真正实现上；另一方面是对相关政策采取忽视或漠视的态度，认为数据资源入表政策对企业没有实质影响，从而也未主动采取行动措施，这两种倾向都会影响数据资源价值实现工作的“走深”、“走实”、“走远”。

3.建议相关部门出台政策引导企业形成对数据资源入

表和价值实现工作的正确认识，避免企业盲目推进数据资源入表的同时，也引导拥有数据资源的企业有序推进数据资源入表的相关工作。帮助企业正确认识到国家数据资产相关政策的目的是激活数据资源价值，发挥数据作为生产要素的重要作用，企业工作的重心在于如何“管好”、“用好”数据，并实现数据资源价值的挖掘和释放。

（二）出台明晰的数据资源税务政策及指引

作为企业财务管理中两个重要组成部分，会计处理与税务处理紧密相关。随着数据资源入表相关指引的发布，与之相关的涉税事宜自然而然地引起企业的关注。在我国的财税理论和实践领域，会计准则的相关处理对于企业所得税、增值税等税务事项的处理往往有着重要的参考意义，因此《暂行规定》的出台对数据资源相关税收政策的探索与完善起到一定的“倒逼”作用。

1.明确数据资源无形资产在税法上的摊销期限

根据《暂行规定》，企业持有符合条件的数据资源可作为无形资产或存货进行会计处理。企业所得税法对于无形资产和存货的定义与企业会计准则基本一致，因此相关数据资源也可被界定为企业所得税意义上的无形资产或存货。

对于会计核算确认为无形资产其按照使用寿命进行摊销的数据资源，如果没有法律规定或者合同约定的使用年限，企业所得税上可能需要按最低 10 年期限摊销。部分数据资源由于其自身的保密条件、数据的快速迭代或者相关技术的更新等外部因素导致其经济寿命较短，如果一律按 10 年作为数据资源的最低税法摊销年限，可能使税法摊销期限与企业的受益期间存在较大背离。

2.明确研发费用加计扣除政策针对数据资源的适用情况

2024 年7月财政部和税务总局联合发布的《关于节能节水、环境保护、安全生产专用设备数字化智能化改造企业所得税政策的公告》（财政部税务总局公告2024年第9号）中支出，企业对专用设备数字化、智能化改造过程中发生的并形成该专用设备固定资产价值的支出，不超过该专用设备购置时原计税基础 50%的部分，可按照 10%比例抵免企业当年应纳税额。该公告成为与数据资源相关的第一份税收优惠。

然而，现阶段对于数据资源尚未出台类似现行税法规定中关于固定资产、无形资产加速折旧摊销的优惠政策，建议未来相关部门考虑数据资源的经济特性，给予数据资源类无形资产更合理的税法摊销待遇或一次性费用化的优惠，进而鼓励企业充分利用数据资源，实现其价值的进一步释放。

此外，《暂行规定》中明确指出，企业内部数据资源研究开发项目的支出应当区分研究与开发阶段，类比现行准则对于研发费用资本化的相关标准。尽管国家税务总局于2023年7 月发布的《研发费用加计扣除政策指引（2.0版）》中为研发活动的判断提供了更为清晰和规范的标准，但是应用到企业数据资源的具体研究开发项目，相关规定暂未给予明确指引。

鉴于此，建议相关部门能够出台更为明晰的税务政策，对企业数据资源所形成的无形资产相关的摊销费用是否可以纳入可加计扣除的研发费用范围提供指导，降低企业税务处理方面的不确定性。

三、 提供数据资源金融创新的政策支持

企业数据资源在满足会计准则对于资产的定义和确认条件时可以确认为资产。从特征上来看，具备外部性、增值性和价值波动性的金融属性，可以利用其进行融资，因此，逐步衍生出数据资产信贷、数据信托、数据资产证券化等不同的金融创新应用的探索。

数据资源的业务创新应用主要取决于企业自身的战略规划、数据积累情况以及数据资源开发利用的落地能力。与之不同的是，由于存在数据多元复杂、高价值、高敏感、数据类型和保护等级定义不清、流转过程复杂等特性，数据资源的金融创新应用离不开政策层面的有效支持。

目前，部分地区已尝试推进数据资源的金融创新，例如：深圳市地方金融管理局研究起草了《深圳市关于支持数字金融高质量发展的实施意见（征求意见稿）》（以下简称《实施意见》），并于 9 月 11 日公开向社会征求意见。《实施意见》提出鼓励小额贷款、融资担保、商业保理、融资租赁等地方金融组织结合自身业务特点，加强数字金融赋能，提高数字化经营能力。依托深圳数据交易所开展基于数据资产的金融创新应用，支持金融机构与深圳数据交易所开展数据资产入表、数据产品孵化、“数据+金融”产业服务等合作，在风险可控前提下，探索开展数据资产增信、数据保险、数据信托等金融创新服务，推动数据要素在赋能金融普惠、金融创新等领域发挥更大作用。

现阶段企业对于数据资源金融创新的关注度较高，但相关政策的配套支持尚未就绪。建议针对数据资源金融创新领域所特有的数据资源的权属和合规等问题给予明确的政策指引，同时，创新和明确数据资源金融创新业务的监管模式，为数据资源金融创新提供相对明确的发展环境。

四、 加强数据资产管理

（一） 加快数据确权相关的立法进程

针对数据资源入表中数据权属界定难这一问题，建议加快数据确权相关的立法研究与立法进程，构建数据产权保护制度，为数据主体提供清晰的权利边界和权益保障，帮助企业解决企业数据资源入表中数据权属界定难的问题，同时为打通企业数据开放共享渠道提供支持。

（二）鼓励行业构建数据资源标准体系

鼓励行业协会、产业联盟等组织充分发挥自身优势并结合各个行业的发展特性，推进重点企业和行业开展数据资源入表探索和示范工作，加快建立垂直行业的数据资产标准体系。采取从示范企业到重点行业，再到区域协同的“点—线—面”渐进性方式，梳理总结先行企业数据资源入表示范案例和经验，形成企业数据资源入表典型路径和参考指南。

（三）组成专家团队，提供技术援助

由于数据资产价值评估具有跨学科性和复杂性的特点，企业在构建数据资产价值评估体系时，应考虑积极引入第三方专业机构，包括会计师事务所、律师事务所、资产评估机构等，以促进数据资产评估体系的逻辑性、合规性、科学性。

借鉴深圳、广州等地的经验做法，建议由北京注册会计师协会牵头，建立数据资源入表数据与会计结合的复合型专家团队，向各相关会计师事务所、专业机构及高校征集数据资源入表专家，组建专家团队，帮助企业规范数据资源入表及会计信息披露、提高风险防范意识。