对企业数据资源应用场景、确权管理和入表的探讨

刘海燕

作者简介：刘海燕，中国石油化工集团有限公司财务部副总经理，高级会计师。

摘要：本文通过分析数据资源在企业内外部的多样化应用，阐述数据资源确权重要性、政策要求及具体步骤，探讨数据资源入表现状、企业动机及条件，旨在为数据资源开发利用、确权管理及入表提供参考，助力数字经济健康发展。

关键词：数据资源；应用场景；数据确权；数据资产入表；数据资源开发

中图分类号：F275　文献标志码：A　文章编号：1003-286X（2025）14-0037-03

为贯彻落实《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》（以下简称《数据二十条》），《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）、《关于加强数据资产管理的指导意见》（财资[2023]141号）相继出台，构成了财政部推动数字经济落地“一体两翼”的政策实践。国家对数据资源的重视将推动企业探索盘活数据资源的有效路径，促进数据资源开发利用、合规交易以及数据资产入表，提升数据资产在企业资产中的价值。

一、数据资源应用场景

2024年12月，国家数据局发布《数据领域常用名词解释（第一批）》，对数据、原始数据、数据资产、数据交易等40个数据领域常用名词作出官方释义。其中，数据资源是指具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。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，且能带来经济利益或社会效益的数据资源。数据资产是能够为组织产生价值的数据，数据资产的形成需要对数据进行主动管理并形成有效控制。数据资源成为数据资产后，通常就满足了会计上可以入表的条件。笔者现从企业内部和外部两个层面探讨数据资源的应用场景。

（一）企业内部应用

1．制造企业。制造企业通过在生产线安装智能传感器等设备，可以实时获取设备状态、生产进度和质量指标等关键生产数据。借助大数据分析工具，能够对这些数据进行即时监测和深入解析，及时发现生产过程中的异常情况（如设备故障的早期预警和工艺参数的细微偏差），从而迅速采取调整和优化措施，有效提高生产效率。还可充分利用大数据分析工具，深入挖掘产品设计数据、客户反馈等核心数据资源，探寻产品改进和创新的潜在机会。通过持续优化产品设计和生产工艺，企业能够推出更加符合市场需求、满足消费者期望的产品，从而增强客户满意度和提升品牌忠诚度。

2．零售企业。零售企业通过整合并分析客户的购物记录、浏览轨迹以及社交媒体互动数据，能够精准洞察客户的偏好、购物模式及潜在需求。这一过程不仅有助于发掘最新的消费趋势，为商品选择和营销策略的制定提供有力的数据依据，还能够依据客户行为数据，打造个性化的购物体验与产品推荐服务，通过精准的营销活动增强广告投放效果，推动销售额的增长与客户忠诚度的提升。

3．金融保险企业。金融保险企业汇聚客户的个人信息、交易历史、社交媒体互动等多源数据，构建详尽的客户画像，包含客户的基本人口统计特征、消费潜力、兴趣倾向及风险承受度等。依托这些画像，企业能精准推送个性化的金融与保险服务，运用大数据技术细致分析客户的信用记录、收入水平及资产债务状况，精确评估客户信用风险，助力企业在贷款审批、信用卡发放及保险承保等关键环节准确决策，同时研发出更加贴近客户需求的创新产品或服务。

数据资源的应用不仅限于以上三个行业。无论是高科技企业还是传统企业、大型企业还是中小型企业，在生产经营过程中都或多或少地会利用到数据资源。随着数字技术的飞速发展，数据资源的应用更加广泛且深入，已成为推动企业转型升级、实现高质量发展的关键要素。

（二）企业外部应用

数据资源的外部应用需要通过交易实现，交易方式包括场内交易和场外交易。场内交易通常在数据交易所挂牌，截至2025年3月，上海数据交易所官网的数据产品交易市场中可以查询到2 458个数据产品，包含数据、数据集与数据服务。笔者以其中一款“车载摄像头对象检测”数据产品为例，说明其外部应用价值。“车载摄像头对象检测”由南京全直盈新建材贸易有限公司提供，包含5个应用场景：（1）城市交通监控。使用车载摄像头收集的城市交通场景数据集，用于车辆、行人和交通标志的检测。（2）高速公路监测。在高速公路上部署车载摄像头，收集的数据集用于车辆类型识别、速度监测和交通流量分析。（3）自动驾驶辅助系统。车载摄像头收集的道路数据集，用于自动驾驶系统中的前方车辆、行人、交通标志和障碍物检测。（4）停车场管理。在停车场内使用车载摄像头，收集的图像数据集用于车辆识别和车位监测。（5）公共安全监控。车载摄像头在公共安全领域的数据集，用于监控人群聚集、异常行为和紧急事件的检测。这仅是目前该数据产品已经成功落地的几个应用场景，虽然它们各具特色，但还是局限于驾驶交通这一相对狭窄的范畴。车载摄像头捕捉到的丰富信息，潜在价值仍可进一步发掘，如可用于精准广告投放、城市环境监测等领域。

由此可见，数据资源作为信息时代的战略性生产要素，其价值实现机制具有显著的动态延展性。数据资源的应用场景并非一成不变，而是需要跳出思维定势，进行多视角探索。传统思维模式下，仅局限于产生数据资源的行业范围思考和开发应用场景，业务模式往往是“需求驱动”——先有需求，才会有相应的商品或服务被开发出来。但在数据资源的业务模式中，这种顺序可能被颠覆，或许应该先有数据资源，再去深挖创造需求。

二、数据资源确权

《数据二十条》要求探索数据产权结构性分置制度，建立公共数据、企业数据、个人数据的分类分级确权授权制度，以及数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。《数据二十条》将个人数据排除在企业数据之外，但由于数据资源的复杂性和多样性，有时在划分企业数据与个人数据的边界时会陷入模糊不清的境地。以前文提到的车载摄像头拍摄的信息为例，对于包含道路状况、行人举止乃至车辆行驶轨迹的丰富信息，究竟应被视为被拍摄到的个人的隐私数据，还是应归为摄像头合法拥有者——车辆所有者或运营企业的数据便值得深入探讨。在讨论数据资源外部应用场景的开拓过程中，数据资源确权具体包括以下步骤：

（一）数据资源盘点

数据资源盘点是对企业各业务系统、大数据平台及数据仓库中的数据进行全面系统性清查。此过程涉及元数据的收集、企业数据字典的发掘，以及数据间关联性的识别，旨在从业务流程和数据应用的角度出发，详细梳理数据资源所具备的技术特性、业务含义和管理要求，从而全面把握数据资源的整体状况，并据此编制出详尽的数据资源清单。这一举措能够助力企业精准掌握其数据资源状况，深化对数据的理解、识别、管理和运用能力，进而有效促进数据资源在内部的共享利用以及对外的合规交易。

（二）数据资源合规性审查

数据资源合规性审查需以《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》为基础，结合《暂行规定》等政策要求，重点验证数据采集、存储、加工、流通全流程的合法性。遵循“谁投入、谁贡献、谁受益”原则，明确数据资源持有权、加工使用权、产品经营权的分置规则（即“三权分置”），保障数据权益合法分配。

在进行数据合规性检查时，首先需确保数据来源合规，明确数据是自行生成、公开收集还是外购等。对于自行生成的数据，要审查生成过程是否合法，避免侵犯用户隐私或商业秘密。对于公开收集的数据，禁止通过技术手段侵入国家关键信息基础设施或未授权第三方系统获取数据，同时避免收集涉及国家安全、公共利益的核心数据。对于外购或授权数据，要审查供应商资质及数据授权链条的完整性，确保数据来源可追溯且具备合法授权证明，若涉及个人信息，需确认已取得信息主体同意或完成匿名化处理。其次，要验证数据处理合规，确保数据存储、传输、使用符合安全标准，如对个人信息进行匿名化处理、对重要数据进行加密；还需明确数据权属合规，通过合同或协议明确数据权属关系，避免因权属模糊引发纠纷。最后，要建立数据管理合规制度，即数据分类分级制度，确保不同敏感等级的数据采取差异化管理措施。

（三）数据资源确权登记

数据资源确权登记主要包括数据知识产权登记、数据资产登记、数据产品登记、数据资源公证、数据要素综合登记五种类型，分别适用于不同的场景和需求。

数据知识产权登记依托知识产权保护制度，对具有独创性、创新性、实用性等特点的数据进行确权，通过知识产权局等部门登记，赋予数据法律保护，其法律效力强但审查复杂、适用范围有限。数据资产登记以数据资产为对象，由各地方政府不同部门或平台操作，适用于数据资产化、资本化需求场景，操作便捷但缺乏统一标准、确权效力有差异。数据产品登记以数据产品为对象，通常由数据交易所等机构负责，适用于数据产品交易需求场景，能提高数据产品透明度、促进交易，但数据产品定义不清晰、监管有难度。数据资源公证通过公证机构对数据资源的真实性和合法性进行验证并出具证明，适用于确权需求迫切但缺乏专业知识的场景，具有公信力、能降低确权成本，但公证效力与法律效力有差异、衔接有待完善。数据要素综合登记以数据要素为对象，旨在实现数据资源全生命周期管理，适用于数据要素市场化流通需求场景，能全面管理数据要素，但制度体系尚不完善，需进一步探索实践。

三、数据资源入表

笔者认为，数据资源入表是一个审慎的话题。根据《暂行规定》，数据资源能够入表的，或分类为无形资产，或分类为存货，并非一个新的资产类别。企业会计准则将资产定义为“企业拥有或控制的、预期会给企业带来经济利益的资源”，《暂行规定》在此基础上，强调合法拥有或控制。要证明合法拥有或控制，就是前文所讨论的数据资源确权问题。关于无形资产的确认条件，企业会计准则规定必须同时满足以下两项：（1）与该无形资产（存货）有关的经济利益很可能流入企业；（2）该无形资产（存货）的成本能够可靠计量。应用于数据资源方面，第（1）项条件即为前文讨论的数据资源的应用场景问题。企业只要能够开发出能够为企业带来经济利益的数据资源外部应用场景，并且可以定量进行测算和分析，证明带来经济利益的可能性超过50%，则上述第（1）项条件通常就能够满足。第（2）项条件指企业能够计量归属于数据资源在产生过程中的相关成本，旨在解决数据资源入表后的计量问题。企业单独立项专门开发的数据资源成本相对容易计量，即基于企业专门为数据资源的产生所从事的增量活动（如专门外购的原始数据、外购或内部调拨的专用设备、安排相关人员专门进行采集和加工数据等）相关的成本，可作为数据资源的成本进行计量。而在有些情况下，数据资源是在企业正常生产经营活动中自然产生和归集的，企业可能并未专门为此进行增量活动，可归属于数据资源产生过程的成本的识别存在一定困难。比如制造企业在生产产品的过程中，生产管理软件系统会自动收集大量的生产相关信息，这些信息可能是数据资源，能够为企业创造价值，但企业没有为此专门进行增量活动，实务中，对于是否将一部分生产经营活动成本归集到数据资源产生成本中，以及如何合理归集存在不同的理解，未来还有待进一步研究和探索。

其实，基于数据资源可复制性等特征，其价值相对成本而言可能是巨大的，这和传统资产有很大区别。单从数据资源入表看，无法为报表使用者提供数据资源所包含的价值。《暂行规定》首次在企业会计准则体系内引入自愿披露的机制，即在强制要求披露数据资源相关信息的基础上，鼓励企业在其报表附注中自愿而非强制地披露数据资源的一系列有用的扩展信息（其中涉及应用场景和业务模式、原始数据信息、加工维护和安全保护情况、涉及数据资源的重大交易信息、相关权利的失效信息等）。对于无法满足入表要求的数据资源，企业可以通过披露扩展信息向报表使用者传达有用的信息。

责任编辑　刘霁

主要参考文献

［1］陈筱贞．数据产业驱动下数据确权的探索与实现[J]．产业创新研究，2024，（20）：33-35.