X企业推动数据资源入表的实施路径

朱一泉　霍昀泽

作者简介：朱一泉，天津商业大学；

霍昀泽，澳大利亚国立大学。

摘要：数据资源入表是推动数据作为重要的生产要素参与到数字经济活动中，发挥数字经济优势的基础性工作之一。本文以提供公共数据服务为主营业务的X企业为例，分析其数据资源入表的动因、保障措施和基本路径，从技术、制度和会计核算三个层面解析了企业数据资源入表的过程，为进一步完善数据资源管理体制、扩展数据资源应用场景提供参考。

关键词：数据资源入表；数据资源管理；数据要素；数据服务；业财融合

中图分类号：F230　文献标志码：A　文章编号：1003-286X（2025）18-0019-04

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》（财会[2023]11号，以下简称《暂行规定》），标志着数据作为关键资源正式参与到企业的价值创造过程。实践中切实推动企业数据资源入表并深入挖掘数据资产价值是亟待探讨的重要课题。本文以X企业为例研究其推动数据资源入表的具体实施路径，以期为其他企业提供参考借鉴。

一、企业数据资源入表的动因分析

X企业是一家省属国有提供数字技术服务和产品的高科技集团企业，主营业务包括云平台基础设施建设、数字平台开发与应用、政府公共数据服务、信息系统建设与维护等，目前企业资产规模约为200亿元，下设26家子分公司及1家上市公司。X企业较早关注数据资源资产化问题并开始相关实践探索，其推动数据资源入表的驱动因素主要包括以下四个方面。

（一）优化资产结构

X企业属于典型的轻资产科技型企业，资产主要构成为信息系统基础设施建设形成的固定资产和数字化科技研发投入形成的无形资产。在数据资源入表前，企业主营业务的数字运营服务产生的海量数据并未确认为资产，对数据资源维护和管理的相关收支计入当期损益，数据资源的价值被严重低估。从财务视角看，企业资产结构单一，资本结构不够合理，财务报告未能充分反映企业的盈利能力。X企业数据资源投资和数据服务产品资产化，将进一步改善企业的资产结构，缓解融资约束，充分体现数据资源的价值贡献。

（二）实现数据成本管理

X企业主要提供社会公益数据服务，数据所有权的确认是X企业数据资产化过程面临的首要问题。《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）提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架，为X企业数据资产的确认提供了政策依据。X企业运营数据主要为政府委托的公共数据资源（如交通、医疗、社区服务、生活服务类数据），X企业为数据资源的实际控制方和服务提供商，按照数据二十条中淡化所有权的思路，X企业的公共数据资源符合资产确认的条件，可以定义为企业控制并能够为企业带来未来收益的资源。企业提供公共服务的数据产品应作为存货进行会计处理，数据产品计入存货的过程本质上也是对数据产品生产过程中成本的归集和分配。数据产品成本的可靠计量既是形成数据存货产品成本的依据，也是对参与数据服务各主体贡献度的计量，更是规范数据资产价值形成过程、建立数据价值生态约束激励机制的基础。然而当前成本管理方法忽略了数据产品成本产生的动因，无法科学合理地反映数据产品成本的构成，也未能充分体现参与数据产品服务各相关责任中心的收支。数据产品服务产业链条长，包括数据采集、数据清洗与加工、数据存储及安全管理、数据传输、数据交易与服务等多个环节，且数据服务产业呈现去中心化、多业态协同的特征，如何充分反映数据产品服务价值链上各相关主体的成本和收益是企业面临的迫切需求。

图1　X企业数据资源入表的机制

（三）激活数据资产交易

数据资产化特别是数据产品服务资产化体现了数据商品的价值，也是建立数据商品市场交易机制的基础性工作，特别是对于提供公共数据服务的企业而言具有更现实的意义。数据资产的交易活动是数据资产价值的直观体现，主要包括以下三个层面：一是数据加工产业链上的交易，不同的服务主体提供了数据产品不同的加工过程，特别是数据产业本身具有高度专业化分工的特征，数据采集、加工、存储、鉴证等环节分别由产业链上的不同主体完成，它们以任务驱动，参与价值共创，本质上是一个产业链上的交易行为。二是数据产品终端服务交易，为客户提供差异化、定制化服务并按照不同标准收费，需要细分客户群体盈利能力和资源耗费。三是数据产品金融交易，体现为数据产品本身的市场交易和金融产品服务等。无论哪种交易活动都需要对数据产品进行科学清晰地核算和管理，建立面向数据产品生态的交易体系。

（四）合理划分数据资产收益

数据资产的形成本身就是一个多方共同参与的价值共创过程，包括数据所有者、数据采集者、数据加工者、数据管理者、数据增值服务者、数据交易市场、数据产品最终用户等多元主体。与传统制造企业相比，数据产品服务的加工过程非线性化、产品形式个性化、交易方式多样化，这决定了数据服务的参与各方在不同的场景中承担差异化的角色，因此需要合理划分数据服务的贡献度，按照“谁投入、谁贡献、谁受益”原则，推动数据要素收益向数据价值和使用价值创造者合理倾斜，并合理考虑公共服务产品的公益属性。

二、X企业数据资源入表的具体实践

（一）机制分析

企业拥有或管理的数据资源并不都具备成为数据资产的特征，从数据资源到数据资产的转换不是简单的会计确认、计量和披露过程，而是一个融合技术创新、制度创新、核算创新的业财融合过程。X企业结合自身业务特征，形成了涵盖技术层、制度层、核算层三层合一的数据资源入表完整机制（见图1）。

1．技术层。从技术视角分析，数据资源成为数据资产需要具备三个基本要求：一是数据资源可辨识。可辨识确定了数据资源价值归集的对象，也是数据成为资产的前提条件。在技术层面，X企业通过数据标注、数据确权、数据封装等技术实现了对数据所有权、使用权和管理权的确认，也为数据确认为资产奠定了基础。X企业拥有的数据资源来源广泛、所有者众多，在充分保护数据隐私的前提下，X企业负责数据的运维管理，拥有数据产品的实际管理权和运营权。X企业按照数据来源和取得方式建立了数据资产清单目录，围绕元数据集定义数据资产。二是数据资源的质量保障。数据需要通过清洗、转换和加工，并符合一定的质量要求才有可能为企业带来预期收益，否则只能是企业需要维护和管理的需要耗费支出的数据集。X企业建立了相对完善的数据治理体系，包括数据确权、数据标识、数据安全等级设定、数据质量标准等一系列质量保障措施，确保数据来源清晰可见、数据质量符合标准、数据访问个性化防护，确保数据资源价值得到有效保护。三是数据资源的安全防护。X企业建立了数据安全防护体系，针对数据服务基础设施、数据生产和交易产业链、数据服务产品等建立了不同形式的安全防护体系，确保数据信息不会被轻易泄露、损毁、丢失和篡改。

2．制度层。数据资源应该同时具备使用价值和商业价值才具备成为资产的条件，数据资源的价值需要借助于一定的算法规则、加工规则、披露与发布规则、访问规则才能够发挥作用，也需要借助于一定的应用和交易场景才能够形成价值创造过程。因此，需要针对企业的数据资源建立相对完善的制度体系，以保障数据利用过程和利用场景的稳定运行，保障数据价值得以体现。X企业围绕数据产品生命周期，建立了相对完整的数据资源制度保障体系，包括源数据分类获取制度、数据加工场景设置与规则、数据隐私与安全、元数据清单、数据资产清单、数据开放与共享标准、数据服务技术标准等，形成了数据存储中心、数据运维中心、数据开发和利用中心的数据管理组织形态。

3．核算层。核算层即数据资源确认、计量、记录、报告的完整的会计核算过程。需要通过一定的核算技术判断会计资源确认的条件和时点，建立数据资产计量的基本方法、数据资产账簿和报告体系。X企业基于作业成本法，构建了数据资产成本核算基本制度。按照数据资源生命周期，以数据加工和交易过程划分作业中心和产品中心，建立数据资源成本跟踪和核算体系。

（二）数据资源入表的路径

1．数据资源获取与确认。X企业数据资源来源广泛，主要包括数据交易平台数据、公开数据源、网络与社交媒体数据、数据库整合数据等，以满足政府办公、卫生医疗、交通服务等公共数据服务的应用需求。X企业已经建立了独立运行的数据中心，完成了各类数据的采集、清洗、存储和数据确权标注，明晰数据的来源、质量要求、应用场景和安全等级。多源、动态的海量数据获取能力成为X企业数据资源入表的基础。数据资源确认阶段主要是依据X企业的数据资产清单目录对获取的数据进行定义和分类，形成可辨识的数据资产。基于数据治理的基本框架，确定企业元数据清单、数据资源清单和数据资产目录。其中：元数据清单定义了企业目前拥有和管理的数据分类体系以及数据与数据之间的逻辑关系，X企业根据业务类型对收入进行分类，按照数据服务的专业领域确定了元数据体系。数据资源清单则围绕主数据、交易数据、参照数据、接口数据等对各类数据进行了标准化定义，明晰了目前企业拥有和控制的数据资源。数据资产目录按照企业提供的数据服务类型进行定义，确定了数据资产的范围、边界和分类，并通过数据资产卡片对数据资产进行描述，明确了在企业范围内可辨识的数据资产明细。

2．数据资源产品化。数据资源产品化是指将处理后的数据资源转化为具有市场需求的产品，使其不再仅是信息的集合体，而是通过分析、整理、包装形成能够满足市场需求的商品或服务。数据资源产品化的过程既是一个技术实现的过程，也是从资源到资产转换的关键过程。基于财务视角，数据资源产品化是基于数据生产加工作业进行数据商品成本管理的过程。X企业将数据资源产品化的数据资产与服务场景联系，建立了基于作业和产品两个维度的数据资产确认的成本归集和分配体系。一是将服务场景和数据资产关联，建立了在各种服务场景下对数据资产访问和利用的对应关系，按照细分应用场景确定数据产品分级目录，建立数据存货目录。二是以数据产品的加工工艺过程为主线建立作业中心，按照作业中心归集与数据加工过程相关联的各项人工费、数据资源获取成本、数据加工成本、数据存储成本、数据质量与安全管理成本、数据访问成本和电力成本、系统维护成本和其他成本，并建立与之相匹配的成本跟踪记录单，及时归集和确认数据产品成本，实现数据产品成本的可靠计量。

3．数据资源商品化。X企业将数据资产与交易场景绑定，并通过交易场景的多元化扩展数据商品的应用场景，从而为更多的客户提供服务，进一步挖掘和提升数据资产的价值，实现数据资源商品化。数据商品与其他有形商品的最大差异在于数据商品的共享特征，数据商品的交易形式更多体现在将数据商品的使用权让渡给其他经营主体，而其他经营主体对数据商品的使用也进一步促进了数据商品价值的进一步提升。因此，数据商品的盈利方式更多地体现为价值共创和多方共赢。建立数据商品的交易规则和收益分配机制，并构建数据商品交易的监督机制成为目前数据资产管理的重要内容，同时数据商品交易价格的确认也是判断和估计数据资产价值的重要参考。X企业数据商品交易的流程和场景如图2所示。

图2　企业数据资源商品化流程

（三）实施成效

目前X企业已经完成搭建数据资产清单目录、数据资产生产作业与成本管理、数据资产交易与服务定价模型、数据商品服务标准等数据资产核算与管理的基本体系，构建了对健康卫生、公共交通、社会保障、公众信息服务等数十个数据应用平台的数据资产核算体系，实现数据资产有效入表。同时，建立了数据资产在价值链上的成本核算与收益分配，通过交易定价模型，支持了供应链上各参与主体的成本核算和收益计量，有助于数据资产服务生态的持续优化和改进，也为数据资产证券化提供了基础。

三、企业做好数据资源入表的相关建议

数据资源入表的本质是认可了数据要素作为生产要素参与价值创造和价值分配的过程，并以会计要素的形式加以确认和计量，保障其入表过程的规范化。数据资源入表的过程是企业数据资源管理的完整体现。做好数据资源入表工作，需要企业从以下三个方面做好应用与实施。

（一）加强数据资源入表的战略规划和顶层设计

数据资源入表是企业发展战略的重要组成部分，需要以战略视角做好数据资源入表的规划。应将数据资源列入企业战略的重要位置，确定数据资源发展的中长期目标，明确数据资源对企业竞争力形成的核心地位，统筹考虑数据资产的规模、质量、时间等因素，合理规划和设计数据服务产品。在目前数据要素交易市场尚不成熟、充分的基础上，应围绕企业价值链形成价值链上的交易体系、绩效评价体系和交易制度规则，进一步激发数据要素活力。

（二）建立覆盖供应链上相关利益者的数据治理体系

数据治理的本质在于构建数据资源管理的完整框架和责任体系。数据平台型企业涉及的供应链既包括上游的平台建设、系统开发产业，也包括围绕数据产品生产的数据采集、加工、服务的参与伙伴，还有众多的提供敏捷服务和个性化、专业化服务的下游厂商和众多的终端用户。因此，企业的数据治理过程不能仅局限在企业内部，而要充分考虑到相关利益者的应用需求，支持完整产业链上的数据治理，建立数据标准化体系和共享交换机制，实现数据资源的协同管理和创新。

（三）建立覆盖价值链的数据资产核算体系

数据资源生产过程和交易过程的共享特征决定了在建立数据资源入表核算体系时必须充分考虑价值链上参与各方的核算规则和收益分配的一致性。因此，数据服务企业作为数据价值链上的核心企业，应以数据标准和核算规则为突破口，建立覆盖价值链的数据资产核算体系，包括数据资产清单维护、数据产品成本跟踪和分摊机制、数据商品交易规则和数据商品收益确认和分配机制等，围绕数据产品的各个环节，建立相应的责任主体，归集和分配相关成本、收益数据，在核算规则和处理对象上保持一致。

责任编辑　樊柯馨

主要参考文献

[1]秦荣生.企业数据资产的确认、计量与报告研究[J].会计与经济研究，2020，34（6）：3-10.

[2]曾雪云.企业自有数据资产估值入表的逻辑与准则考量[J].财务与会计，2023，（2）：54-56.

[3]张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究[J].会计与经济研究，2020，34（3）：3-15.

[4]续慧泓，杨周南，董木欣.基于会计管理活动论的智能会计宏观作用机制研究[J].北京工商大学学报（社会科学版），2022，37（5）：48-58.