前言

小兵的数据资产入表系列文章第一篇为大家介绍了国内外关于“数据要素市场化”的探索现状以及推进“数据资产入表”的相关政策。想必大家读完第一篇后，已经认识到数据要素市场化是大势所趋，但是数据的特殊性使得其市场化之路比其他生产要素要更加复杂。目前，我国数据要素市场建设尚处于起步阶段，但是“全国统一大市场”“数据二十条”相关文件的发布与实施都显示出国家响应数据要素市场化趋势，搭建规范完善的数据要素市场体系，完善数据资源管理制度，打通供需渠道，保障数据要素生产、分配、流通、消费各环节循环畅通的决心。

数据要素市场化就要实现数据要素的市场交易和流通，“数据资产入表”就是推动数据要素市场化交易流通的第一步（注：“入表”是“会计核算”的通俗称法，指通过确认、计量、记录和报告等环节，对满足资产确认条件的数据资源进行记录，以满足内外部决策者所需的会计信息）。接下来，本文将依据现有理论与实践为大家整理数据要素的资产化路线和实现资产化后的数据资产入表路线框架。

01 数据要素资产化路线

传统生产要素的价值实现都需要经历要素流通、要素投入和产品产出三个阶段。虽然数据的社会属性与存在形式使得数据要素的价值实现形式异于传统生产要素，但是数据要素的价值实现路径同样需要经历要素流通、要素投入和产品产出三阶段。

数据要素资产化是数据要素的交易与流通的基础，上海数据交易所的黄丽华和国家发展和改革委员会创新驱动发展中心吴蔽余等人结合数据资源到数据产品，再到可交易数据产品和数据资产凭证的演进过程提出了的数据要素流通价值链模型，见下图。

上海数据交易所根据企业数据资产形成路径，结合场内登记挂牌的业务实践，创新性提出企业数据资产化三部曲：数据资源化、资源产品化和产品资产化。下面按照三部曲为大家介绍数据要素资产化过程。

 数据资源化

数据资源化是企业数据资产化的第一步,数据要素与其他生产要素的主要区别在于数据要素是以电子形式存在的，一般通过计算的方式参与到生产经营活动并发挥重要作用。

原始数据是经济社会活动产生的附属品，来源包括企业、政府、个人等主体形成的身份数据以及其日常行为记录收集形成的数据，数据资源并不是生产出来的，数据资源化的过程是企业通过公共数据授权、自身运营产生、交易市场采购等多种渠道获取的原始数据，安排相应的人力、组织、技术、系统等对原始数据进行经过脱敏、清洗、整合、分析、可视化等系统性加工，在物理上按照一定的逻辑归集后达到“一定规模”，形成可重用、可应用、可获取的数据集合。

总的来说，数据资源化是企业挖掘原始数据使用价值的过程，也是企业数据资源实现资产化的第一步。数据资源化的过程可能是企业数据产品的研究阶段，也有可能是企业数据资产的开发阶段，取决于企业在具体产品研发之前有没有针对目标场景进行深度的调研学习。

资源产品化

资源产品化是企业数据资产化的第二步，是数据资源为企业创造交换价值的核心环节。传统经济学的产品一般是指企业跟用户价值交换的媒介，数据产品也是数据要素参与经济运行的重要载体。数据资源化后，企业通过对数据资源赋予创新型劳动和实质性加工，将数据资源加工为满足明确应用场景需求的数据集、数据信息服务、数据应用等标准化数据产品。例如将有价值的数据内容通过与服务终端或算法等的处理分类成不同数据集，用于满足不同客户的需求。

基于需求特征和服务方式的不同，一般将数据产品形态分为数据集、数据信息服务、数据应用等三种可辨认形态的产品类型。形态一：数据集，即以数据库的形式提供，以满足客户模型化需求的数据产品。形态二：数据信息服务，即以数据资源库为基础，为客户提供满足其特定需求的信息类服务；形态三：数据应用，即指以应用程序的方式，基于统一的用户界面，提供基于数据资源和模型应用的数据产品。

一般来说，需求特征包括模型化需求以及非模型化需求。模型化需求是指数据用于训练和优化使用者的模型或算法，提高模型算法的性能，非模型化需求是指使用者利用分析(模型)形成的结果 (信息或知识)，支持企业的日常生产经营决策。服务方式包括界面类方式和非界面类方式。界面类方式通常是用户主动操作的界面，实现人机交互的过程来获得数据或信息，例如搜索软件、SaaS 等应用。非界面类方式是指通过某个软件程序的功能，实现程序间交互方式例如 API、文件配送、受控沙箱、联邦学习等。 

任何一个产品都会经历从产生到消亡的过程，数据产品也不例外。与传统产品类似，数据产品也会经历导入期、成长期、成熟期和衰退期。由于数据本身具有高重塑性的特点，数据产品在导入期和成长期即可批量生产，边际成本几乎为零，不受限于传统产品规模经济的特点，因此数据产品的生命周期较传统产品会呈现跳跃式、价值时变性等特点。

产品资产化

多数时候，人们习惯称某一项对企业有经济价值的资源为“资产”，这其实对应着会计准则中资产“经济利益有可能流入企业”的判断条件。除此之外，会计准则的资产还应该满足：企业过去的交易或者事项形成、企业拥有或者控制、成本或者价值能够可靠计量这些条件。毫无疑问，数据资产的本质依然是资产，它指的是以数据为主要内容和服务的、满足资产确认条件的数据资源。

CCSA TC601 大数据技术标准推进委员会发布的《数据资产管理实践白皮书（6.0 版） 》对数据资产进行了定义，数据资产（Data Asset） 是指由组织（政府机构、企事业单位等）合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。

产品资产化是企业数据资产化的第三步，是企业运用数据资产开展经济活动的过程，是探索数据资产公允价值的重要环节，也是数据产品从账面价值转向市场价值的重要一步。企业实践中确认数据资产往往以数据产品作为载体，根据数据产品持有目的不同，数据产品一般会通过自用、共享、开放以及对外交易方式实现其价值，例如企业为某个客户开发定制化的数据产品将向客户整体出售，但是这样定制化开发服务的客户数量有限。

基于数据产品确认数据资产的优势主要在于：数据产品的可使用状态或者可交易状态更容易辨认，可以更直观地判断该资产是否达到预定用途；数据产品也更方便企业进行内部管理。但是值得注意的是，数据产品不一定满足资产的确认条件，如有的数据产品可能不能给企业带来经济利益流入，有的数据产品使用方式与无形资产类似，但生命周期可能不超过一年，而会计上不超过一年一般不计入无形资产。

在《暂行规定》出台之前，市场上大多数的“数据资产”并不一定满足会计准则的资产确认条件，换句话说，不一定能“入表”。在《暂行规定》之后，我们应该更多从能否入表的角度来判断相关数据资源是否可以称之为数据资产。根据企业会计准则的相关规定，资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源将一项资源确认为资产，需要符合资产的定义，还应同时满足以下两个条件：(1)与该资源有关的经济利益很可能流入企业；(2)该资源的成本或者价值能够可靠地计量，数据资源要确认为一项资产亦应满足上述条件。

02 数据资产入表路线框架

国家将数据提升为第五生产要素，意味着要实现数据在政府、企业、社会、个人之间的有序流通和价值变现，实现与其他生产要素的有机融合，但是数据的特殊性使得其要素化之路比其他生产要素要更加复杂，数据本身具有天然的非竞争性和规模经济效应，这就需要保障数据要素生产、分配、流通、消费各环节循环畅通，同步推进数据确权、定价、交易、流通等多项配套机制。

“数据资产入表”是推动数据资产化的重要前置工作，根据《暂行规定》，对于企业按照会计准则相关规定可以确认为无形资产或者存货的数据资源，数据资产入表一般包括数据资产初始计量、后续计量、处置和报废等，这与其他类别资产入表操作基本类似，难点主要在于数据产品的研发一般涉及多项数据资源投入、多部门人员投入等，成本归集较传统资产难度较大，需要企业在前期就为数据产品成本归集做一些准备，如调整组织架构、提高内部管理能力、建立台账等。

虽然《暂行规定》的发布实行促进了企业和市场加快构建全面有效的、切合实际的数据资源治理与管理体系，但是数据要素市场化、数据资产化从来都不是一蹴而就的工程。合理稳妥的“数据资产入表”路线有助于为数据资源的确认计量打下良好的基础，进一步推动数据要素流通，加速数据要素市场化和价值最大化。

普华永道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，在《暂行规定》实行前提出了数据资源入表“五步法”，对数据资源相关交易和事项进行会计确认、计量和报告。本文参照普华永道的“五步法”入表路径绘制了数据资产入表路线框架图，从数据的合规与确权、有效治理与管理、经济利益分析、成本合理归集与分摊、列报与披露五个关键步骤以及安全监管保障体系等环节，分析了数据资产入表的技术路线。

数据资产入表技术步骤如下：

第一，数据合规与确权。《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，所以确保数据资产来源和权属明晰，并出具合规确权报告。是数据资源入表的首要步骤。

第二，数据治理体系。企业会计准则有关资产确认的两个条件包括：一是，相关经济利益很可能流入企业，一般认为经济利益流入的可能性应大于50%；二是，相关成本能够可靠地计量。这两个条件需要企业建立相对完善的数据治理和管理流程才有机会实现。所以通过数据可信存储、数据标准管理、数据质量管理、数据血缘分析等方式，提升数据资产质量，盘活数据资产价值，提高数据要素市场供给品质是第二步。

第三，预期经济利益可行性分析。资产确认条件之一是经济利益很可能流入企业（一般指可能性大于50%），数据资产价值评估是保障数据资源价值可靠计量、准确披露的关键手段，也是探讨科学公平确定不同主体间数据资源收益分配的基础，所以企业资产确认进行预期经济利益可行性分析，研判数据预期应用场景是第三步。

第四，相关成本的合理归集和分摊。数据资源的成本不仅仅包含外购过程中发生的购买价款、相关税费，还可能包括数据合规成本、治理成本、权属鉴定、登记成本以及需要分摊的间接成本等。所以将数据资产按照用途划分为无形资产或存货，并进行成本归集、分摊和计量，计量包括初始计量和后续计量是第四步。

第五，列报与披露。《暂行规定》要求企业根据重要性原则并结合实际情况增设报表子项目，并通过表格方式细化披露。对于企业合法拥有或者控制、预期会给企业带来经济利益流入，但不满足企业会计准则相关资产确认而未确认为资产的数据资源，则可以根据《暂行规定》中“其他披露要求”进行披露。所以将数据资产反映在资产负债表中，并进行相应信息披露，披露方式包括强制披露和自愿披露是第五步。

最后，全流程的数据安全监管。数据安全监管是保障数据资源入表的核心命题之一，数据资产需要大量流动使用，在这一过程中安全合规的处理、运营、交易数据资产是基本要求。数据安全监管保障体系包括法律和技术两个方面，需要在法律制度、监管标准的指引下，建立统一高效、协同联动的数据安全管理体系，并依托先进信息技术，提供数据资产入表全流程的技术安全保障。

03 小结

数据资产入表是一项系统工程，对企业来说，推进数据资产入表的实施将从经营管理、财报融资、业务拓展等多方面带来数字经济新机遇。数据资源化-资源产品化-产品资产化的实现过程，首先需要企业开展数据治理，提高数据资源管理水平。其次，企业数据资产价值准确计量与列示披露，将有助于企业优化财务报表，提高企业的投资吸引力，间接提高企业的信用评级和融资能力。最后数据资产评估也赋予了企业数据资源合理变现的机会，有助于企业进行数据要素相关业务的拓展，企业利用优质数据形成数据产品，在市场中流通交易，将形成创新业务模式和增量利润来源。

按照数据资产入表路线实施“入表”，全流程涉及的环节多、专业度高，市场前景广阔。包括提供数据存储、治理、质量评价的大数据厂商、提供专业的数据资产评估咨询服务的数据资产评估机构、提供专业会计核算的财务服务机构、提供数据合规审查的法律服务机构、提供数据安全监管服务的数据安全厂商、提供数据资产交易服务平台的数据交易所等等都可以参与数据资产入表服务生态链。

“数据资产入表”涉及主体众多，各位读者不妨立足于自己的专业和业务，思考看看如何在这个蓝海市场分得一杯羹。

小兵的“数据资产入表”系列文章持续更新，后续将根据现有研究和实践，按照“数据资产入表路线”逐一为大家整理分析，帮助大家理解并构建数据资产入表知识体系。