首批23家上市公司Q1入账14.77亿，探索数据资产价值化新征程

作者丨郭浩文

出品丨律新社研究中心

在数字化、网络化和智能化时代，数据成为科技革命和产业变革的核心驱动力，对构建现代化经济体系至关重要。

数据资产入表作为实现其价值化的重要一环，对于促进数据生成、开发、流通及利用的全周期、全产业活跃度具有显著推动作用。数据资产入表是数据资产走向价值化的关键一步，并带动数据生成、开发、流通以及利用的全周期、全产业的活跃。这一举措有助于实现数据资产的规范化管理和高效利用，为产业发展注入新动力。

但总体来看，我国数据要素市场的建设目前尚处于起步阶段，市场化配置机制尚未成熟完善。其中，数据权属的明确界定、数据资产价值的科学评估以及数据资产收益的公平分配等机制尚不健全，这些问题都在一定程度上制约了数据要素的流通和市场的健康发展。

自2024年4月以来，律新社研究中心启动了《精品法律服务品牌指南（2024）：数据合规领域》的调研，并在调研中获悉，以首批在第一季度财务报告的资产负债表中详细公开了有关“数据资源”信息的23家上市公司为样本，针对数据资产入表的实际情况进行了统计分析，旨在为数据资产入表的实践操作提供参考依据，促进相关领域的规范发展。

自2019年10月党的十九届四中全会将数据正式增列为新型生产要素以来，数据的重要价值得到了广泛认同。2020年3月，中共中央、国务院联合发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据确立为新型生产要素，并着重强调其在生产、分配、流通、消费以及社会服务管理等关键环节的基础性支撑作用。

数据不仅作为数字经济的核心驱动力，更是现代社会治理不可或缺的关键要素。为切实保障数据安全与个人信息权益，中国政府相继制定并实施了一系列法律法规，包括《数据安全法》《个人信息保护法》《网络安全法》等，共同构建起数据治理的法律框架。此外，还出台了一系列配套政策措施，如《关键信息基础设施安全保护条例》《网络安全审查办法》《工业和信息化领域数据安全管理办法（试行）》等，为数字经济的创新发展提供了更为清晰明确的规范指引。

2022年12月2日，中共中央、国务院联合印发《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）。该政策文件系统阐述了数据产权、流通交易、收益分配以及安全治理等方面的基本制度框架，并提出探索数据资产入表新模式，逐步完善数据产权界定、数据流通和交易等主要领域关键环节的政策体系与标准规范。

2023年8月，财政部正式颁布了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），该规定自2024年1月1日起正式生效。《暂行规定》明确指出，企业应当严格遵循企业会计准则的相关规定，根据数据资源的持有目的、形成方式、业务模式，以及与数据资源相关的经济利益预期消耗方式等因素，对数据资源相关的交易与事项进行会计确认、计量和报告。此外，为进一步加强和规范数据资产管理，财政部于2024年1月11日发布了《关于加强数据资产管理的指导意见》，旨在通过明确的指导原则和管理要求，促进数据资产的合理利用和有效保护，以提升企业数据资源的价值和管理水平。

在此政策环境的有力支撑下，数据资产化作为实现数据要素价值的重要途径，其战略意义日益凸显。特别是在“十四五”规划实施期间，一系列支持性政策不仅持续加强了对数字经济发展的顶层设计和战略布局，更有力推动了数字技术与实体经济的深度融合发展，为经济社会的持续健康发展注入了新动力。

数据资产入表是数据资产走向价值化的关键一步，并带动数据生成、开发、流通及利用的全周期、全产业的活跃。

据厚雪研究的最新统计，共计有23家上市公司在其一季度报告的资产负债表中详细披露了关于“数据资源”的相关数据，涉及的总金额高达14.77亿元。

表1：2024年一季度23家数据资产入表的上市公司

数据来源：上市公司财报

根据披露信息显示，开普云和南钢股份将数据资源分类列入了“无形资产”与“开发支出”两个类别之中。恒信东方、航天宏图、每日互动、卓创资讯以及中远海科等共计11家公司，仅将数据资源归类于“无形资产”项目之下。此外，中信重工、金龙汽车与中闽能源等6家公司，仅将数据资源纳入“存货”项目范畴。另有拓尔思、美年健康等4家公司，仅将数据资源列入“开发支出”项目之中。

从披露金额来看，仅有两家企业的数据资源市值突破亿元大关，而其他企业的数据资源市值均低于5000万元，更有15家企业的数据资源市值甚至不足1000万元。在数据资源市值过亿的两家企业中，均为存货形式体现，其中中信重工在存货项下的数据资源价值高达7.16亿元，金龙汽车则为5.84亿元。

在将数据资源计入无形资产的公司中，恒信东方的数据资源价值位列首位，达到0.25亿元；紧随其后的是航天宏图，其价值为0.17亿元；每日互动的数据资源价值则为0.13亿元。

需要注意的是，由于一季报未经审计，因此存在披露差错的可能性。例如，盛邦安全在4月26日披露的一季报中包含了数据资源的存货数据，但在随后的4月30日披露的更正版财报中，该项数据已被取消。因此，在解读和使用这些数据时，需保持谨慎态度，结合其他相关信息进行综合分析和判断。

经过对各大公司数据资产在总资产中占比的详细分析，中信重工、金龙汽车及恒信东方在此方面的表现尤为突出，其数据资产占比分别为3.95%、2.15%及1.29%。此外，卓创资讯、海天瑞声与每日互动的数据资产占比亦超过0.5%，显示出这些公司在数据资产方面的显著优势。

由于一季度报告的披露内容相对简单，多数公司并未对数据资源的具体情况进行详细说明。尽管如此，依然可以从中信重工的案例中窥见数据资产对企业发展的重要影响。作为河南省的重型装备企业，中信重工在2023年的年报中明确指出，公司致力于实现“产品全生命周期以及全业务流程数字化”的目标，通过深化信息技术与业务经营的深度融合，为“数字重工”的建设提供有力支持。

根据申万行业分类，首批23家将数据资产纳入报表的上市公司广泛分布于13个行业之中。其中，计算机行业占据显著地位，共有7家公司上榜，包括海天瑞声、每日互动、中远海科、航天宏图、拓尔思、佳华科技以及开普云。交通运输、建筑装饰、钢铁及传媒行业亦各有两家公司入选，分别是青岛港与山东高速、中交设计与浙江交科、山东钢铁与南钢股份、卓创资讯与中文在线。此外，医药生物、轻工制造、汽车及公用事业等八个行业则各有一家公司入选。这一行业分布特点体现了数据资源的广泛涉及领域和分散性，尽管如此，一季度内，诸如电信运营商、银行以及大型数字科技公司等拥有庞大数据资源的实体，其数据资源尚未纳入正式的统计报表之中。

图1：首批数据资产入表上市公司行业分布

数据来源：上市公司财报

从地域分布来看，这23家上市公司主要集中在沿海一带，分布于10个省市之中。其中，北京、山东和浙江三地的上市公司数量最多，分别拥有6家、4家和3家。福建、广东和江苏各有两家公司入选，而上海、河南、湖北和甘肃则各有一家。

图2：首批数据资产入表上市公司地域分布

数据来源：上市公司财报

在规模方面，该批入表公司的总市值均未超过500亿元，且有14家公司的市值在100亿元以内。其中，青岛港、山东高速和南钢股份这三家传统行业的公司总市值相对较高，分别为487.85亿元、423.05亿元和335.38亿元。然而，市值较低的公司多数来自计算机行业，如平安电工、每日互动、海天瑞声、恒信东方、开普云、卓创资讯和佳华科技等，其市值均低于50亿元。

表2：2024年一季度23家数据资产入表的上市公司基本情况

数据来源：上市公司财报

数据的基本特性展现出显著的多样性，包括其种类的丰富性、获取的高效性、质量的差异性、来源的广泛性、非标准化的形式、非结构化的特性以及相互之间的独立性。然而，数据所具备的重复使用性、几乎零成本的复制性以及共享性，无疑对数据技术、法律政策以及会计制度等领域提出了全新的挑战。这些特性要求我们深入研究和探索，以适应和应对数据时代的变革和发展。

1.数据治理能力缺乏

随着大数据时代的不断发展，数据治理在组织管理中的重要性日益凸显。然而，对于众多非技术型组织而言，关于数据治理的定义、实施方式及其带来的潜在利益，仍是其在数字化转型过程中面临的基础性挑战。

国际数据管理协会2017年发布的《DAMA数据管理知识体系指南（第2版）》（以下简称《指南》）明确指出，数据管理旨在交付、控制、保护并提升数据和信息资产的价值，这涉及在整个数据生命周期内制定详尽的计划、制度、规程以及实施有效的实践活动，并持续执行与监督。

《指南》进一步强调，数据资产管理是提升数据资产价值的核心前提。然而，当前众多组织普遍面临的一个重大难题是数据管理与数据治理能力的匮乏，这使得大量无序的数据资源难以有效转化为具备实际价值的数据资产。

由于缺乏有效的数据治理能力，组织在数据采集、存储、处理等环节往往存在不科学、不规范的现象，进而可能导致错误数据、异常数据以及数据缺失等问题，严重影响数据的完整性和准确性。此外，由于组织内部缺乏统一的数据标准，不同部门在数据采集过程中可能因统计口径的差异而导致数据难以有效整合，从而阻碍后续的数据建模、分析及应用。更为关键的是，数据治理能力的不足将直接影响数据的质量，进而对数据资产的价值评估产生负面影响，不利于实现数据资产的最大价值。

2.数据权属不明

截至目前，我国仍未从法律层面对数据权属有明确的规定。而当前对数据要素的认识已经从“资源”拓展到“产品”和“资产”。数据要素权属的界定方式和实现机制，将决定数据产品的流通效率和数据资产的计量范围。故而数据权属不明或者说数据确权“无法可依”是阻碍数据资产价值实现的重要因素[1]。主要体现在以下三方面：

首先，传统的法律规范在数据权利保护方面显得力不从心。尽管多数数据产品仍尝试通过知识产权权利进行保护，如申请著作权、对数据挖掘和分析工具申请专利，或从反不正当竞争角度主张商业秘密保护，但这种方法存在局限性。著作权保护主要关注数据汇编方法的独创性，而非数据本身，这可能导致缺乏数据处理能力的组织在数据本身无法获得著作权保护时，面临数据流通的障碍，从而阻碍数据资产价值的实现。此外，由于专利法规定智力活动的规则和方法不具备可专利性，大数据相关算法可能无法获得专利保护。商业秘密保护虽在某些情况下可行，但面对如公开数据抓取、算法还原原始数据、非法获取企业数据等场景时，难以提供全面而直接的保护和救济。因此，传统的法律规范在应对数据这一新兴权利保护时显得捉襟见肘，亟需进一步的法律规范对数据权利进行明确界定。

其次，数据权属的不明确可能导致数据要素市场参与主体间的无序竞争。数据具有无限可复制性和非排他性等特征，这使得多个主体可能对同一数据享有相同权利。然而，我国现行法律在数据权益发生冲突时缺乏明确的解决规则，这可能导致大型企业平台为了扩大市场份额而设置数据壁垒，进而引发无序竞争。此外，由于数据权属规定模糊，企业可能利用法律漏洞大规模收集数据并形成自身的财产权益，尤其是一些超大型互联网平台，可能利用其市场优势地位形成数据垄断，破坏数据要素市场的公平秩序，阻碍其他企业数据资产价值的实现。

再次，数据权属的不明确还可能导致个人信息主体与组织在个人信息利用上产生数据权属纠纷。同时，根据《个人信息保护法》的相关规定，个人信息主体享有一系列权利，如撤回同意权、删除权等。然而，当个人信息主体要求删除或撤回其个人信息时，企业与个人信息主体之间的权利保护可能会发生冲突。尽管政策层面已提出优先保护个人信息权益的原则，但在法律层面尚未明确的情况下，数据权属的模糊性仍可能导致权利边界的模糊和冲突，影响组织参与数据要素市场的积极性，不利于数据资产价值的实现。

3.数据资产难计量

“数据资产计量”，即对于数据资产的价值，采用历史成本法、公允价值法、数据因素法、评估计量法等方法对其进行价格计量[2]。然而，由于法律政策尚不完善、数据本身特性复杂、缺乏统一的计量方法和标准以及缺乏同类数据资产市场价格的参考依据等因素，数据资产价值的真实、客观反映在估值定价过程中显得尤为困难。

当前，我国在数据资产会计处理及价值评估方面仍处于探索阶段，尚未形成国家层面的统一规范。财政部会计司于2022年12月1日发布的《企业数据资源相关会计处理暂行规定（征求意见稿）》标志着我国首次从国家层面对数据资产“入表”进行了规范尝试。2023年12月5日，由浙江省财政厅归口，浙江省标准化研究院牵头制定的《数据资产确认工作指南》省地方标准正式实施，率先从会计角度对数据资产入表事宜进行了积极探索，为后续各地、各行业在数据资产会计确认方面的研究提供了重要参考。

然而，从资产计量的实践角度看，现有的计量方法本身也存在诸多不足。以《数据资产确认工作指南》为例，关于“可靠计量”的要求，正式发布的《数据资产确认工作指南》中仅作了名词解释。而《数据资产确认工作指南（征求意见稿）》中虽然推荐了多种计量方法，但各种方法都有其局限性——历史成本法相对保守，难以真实反映数据资产的市场价值，尤其是在面对数据集成化运作带来的巨大价值增量时；数据因素法和评估计量法虽然试图更真实地反映数据价值，但它们的运作仍然受到市场因素的制约。数据资产的价值受场景影响较大，因此，如何公允地计量数据资产的价值，需要结合具体市场场景进行深入考量。此外，缺乏健全的数据资产交易平台和活跃的价格信号，也使得准确评估资产价值变得困难。

鉴于目前存在多种制约因素，我国尚未构建起统一的公共数据开放平台。在此背景下，各地政府在公共数据开放方面，其数量与质量仍有待提升。然而，随着公共数据开放进程的稳步推进，公共数据所蕴含的内在价值将逐步得到发掘与释放。

数据资产价值的实现路径具有多样性和多元性，其本质在于如何充分释放数据要素的价值，以最大化数据资产的价值，使其成为组织内部不可或缺的重要资源。这一过程不仅能够为数据要素市场的蓬勃发展注入强劲动力，也为数字经济的健康持续发展奠定了坚实基础。