随着数字经济的迅猛发展，数据已成为第五大生产要素，驱动企业发展和经济增长。2023年12月31日，国家数据局等17部门发布《“数据要素×”三年行动计划（2024—2026年）》，旨在通过提升数据供给、优化流通环境和加强数据安全，推动12个行业和领域的数据要素应用，其中交通运输行业是关键领域之一。本文选取智慧停车这一交通运输行业的代表性场景，对其数据特点进行深入分析，提出数据资源入表的路径，并分析其中的难点环节，提出针对性应对策略。

智慧停车场景产生的数据（以下简称智慧停车数据）之所以能在数据资产化的浪潮中脱颖而出，成为数据资源入表的先锋和代表，和其行业特点及由此产生的数据特性密不可分。

首先，智慧停车数据具有数据来源广泛和数据规模庞大的特点。智慧停车数据不仅来源于不同类型的停车场，还涉及车辆感应设备、用户移动应用程序等。例如路边停车收费设备实时采集车辆的停靠时间和位置信息，商业地下停车场系统记录着车辆进出的时间、车型以及停车位查询等信息；车主的停车类APP和小程序则反馈用户的停车偏好、支付习惯以及ETC安装等信息。以北京荟聚购物中心地下停车场为例，其拥有约7 000个停车位，以车位流转率一天4次计算，该商场仅就车辆入场一个数据字段，全年就可以贡献出千万级的数据条目。

其次，智慧停车数据具有完整的加工链路和丰富的应用场景。其以数据采集为起点，经历数据的清洗、整理等初步处理后进行数据整合，接着开展数据分析挖掘，再将分析结果进行可视化处理及存储，最后形成直观易懂的图表或数据产品，送到多方使用者手中发挥不同的用途。对于市政规划单位，通过智慧停车数据可以优化城市交通规划，合理调整道路布局、设置临时停车位等；停车场运营企业利用数据精准营销，针对高频车主推出优惠套餐，依据不同时段的车位使用率，设置峰谷价格等；保险公司、4S店等可以借助车主画像了解其出行偏好、车辆出险频率等，为保险定价、车辆销售提供参考。

第三，智慧停车数据具有很强的时效性。时效性是智慧停车数据价值的前提，例如车主在寻找停车位时，希望获取的是当下时点最准确的车位空闲情况，过时的信息对车主没有任何价值，甚至可能产生误导，因此数据必须保持高度的时效性以满足各主体对实时信息的需求。

最后，智慧停车行业在数据基础设施上投资巨大。从数据的采集、传输到存储，都需要配置先进的硬件设备与软件系统，例如高清识别摄像头、车辆感应地锁、地磁传感器等，还要开发并不断优化停车管理系统、用户APP等。这些前期初始投入以及运营期的后续支出都需要坚实的人力、财力支撑。

（一）数据资源盘点

数据资源盘点指的是对企业内部既有的数据进行全面摸排和评估，梳理清楚数据的状态、来源、数量、格式等基础信息，并估算出数据资源的价值，为后续的数据资产开发和管理提供思路和重点。数据资源盘点可以帮助企业更充分地挖掘利用数据的价值，在盘点过程中，不仅能构建出数据的基本画像，还可以察觉其存在的质量漏洞和安全隐患，从而及时采取补救措施进行整改，防患于未然。

智慧停车行业的数据资源主要涵盖城市停车资源的各类信息，包括但不限于停车场的位置、车位数量、使用情况、车辆进出记录等。G公司在日常停车业务相关经营活动中产生的数据资源经梳理后的部分数据字段如表1所示。

（二）数据资产确认

深圳市注册会计师协会2024年8月发布了《企业数据资源入表会计核算流程指南》，提出企业应当对符合资产定义且满足确认条件的数据资源进行资产分类，标准如下：一是企业在对资产分类时，应考虑持有目的、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情况。二是按照《企业会计准则第6号——无形资产》（以下简称无形资产准则）、《企业会计准则第1号——存货》等规定，对符合条件的资产主要分为存货和无形资产两大类。三是将日常活动中持有、最终目的用于出售的数据资源确认为存货，将拥有或者控制的并使之达到预定用途产生经济效益的数据资源认定为无形资产。而且根据《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》），G公司智慧停车数据资源在取得和使用、对外提供服务等业务模式下，均符合无形资产的定义和确认条件。

因此根据上述标准，G公司将表1中智慧停车经营业务产生的数据资源全部归类为无形资产。

（三）数据资产计量

1.初始计量。按照《暂行规定》的要求，G公司采用成本法进行初始计量。根据数据资产来源的不同，初始计量通常涉及数据资源的获取成本、数据加工成本、数据存储成本、专业服务成本和其他成本五个方面。数据资源获取成本是指为取得有效数据而支出的各项费用，具体包括购买数据集、执行数据采集任务以及享用数据服务的费用。数据加工成本是指在对原始数据进行清理、格式化转换、综合整理以及深入分析的过程中所产生的费用，包括数据清洗、转换、整合、分析的直接人工成本，数据加工过程中所涉及的无形资产摊销、固定资产折旧等间接成本，以及知识提取、转化及检验评估费用。数据存储成本是指存储大量数据所需的费用，包括传统业态中购买和维护存储服务器的费用、新业态下使用云存储服务的费用以及数据备份和安全管理投入的费用等。专业服务成本是指为获取专业数据分析服务或技术支持所需的费用，包括支付给第三方的数据分析服务费、技术支持费用以及提升员工数据运营能力的培训费用等。其他成本主要是指不属于前述四类成本的花费，例如为数据合规性投入的法律咨询和合规审计费、为项目高效运行支出的项目调度管理费以及为把控项目风险支出的风险评估费用等。

2.后续计量。对数据资产的后续计量主要关注数据资产摊销及减值处理。虽然《暂行规定》未直接规定后续计量的具体方法，但可参考无形资产准则中关于无形资产摊销及减值测试的规定。

（1）数据资产摊销。考虑到数据时效性逐年递减的实际情况，可采用年数总和法进行摊销。如果是时效性和经济价值挂钩不显著的数据资产，则可以选择直线法摊销。具体摊销年限可根据数据资产的类型和用途进行确定，由于G公司的入表标的智慧停车运营及分析数据依附于系统平台，因此可将数据资产的使用寿命视为与软件平台一致。财务人员衡量该数据资产使用寿命时，可以按照10年作为摊销时限。同时，G公司智慧停车数据的时效性相对不明显，不呈现逐年递减规律，考虑到其经济利益流入与项目服务期限密切相关，最终选择直线法进行摊销。在计提摊销时，借记“主营业务成本”科目，贷记“累计摊销”科目。

（2）数据资产减值。当存在可能发生减值的迹象（如数据已经很少被使用或内部证据表明经济效益已低于或将低于预期等）时，应当进行减值测试。鉴于缺乏活跃的数据交易市场，数据资产价值的确定颇具挑战性，故而，G公司采用预计未来现金流量的现值作为衡量可回收金额的依据，一旦数据资产发生减值，则借记“资产减值损失”科目，贷记“无形资产减值准备”科目。

（四）数据资产披露

1.强制披露。数据资产强制披露的信息包含各类别数据资产自期初到期末之间增加或减少的情况和途径、摊销减值等信息。这些信息有助于在资产负债表相关报表项目列示金额的基础上，更好、更全面地详细了解企业数据资产的增减变动情况。G公司入表的数据资产使用寿命有限，披露了其使用寿命的估计情况及摊销方法。如果属于使用寿命不确定的数据资产，则应当披露其账面价值及使用寿命不确定的判断依据。此外，G公司单独披露了对财务报表具有重要影响的单项数据资产的内容、账面价值和剩余摊销期限。

2.自愿披露。除了上述强制披露的内容外，企业还可以自愿披露其他与数据资产相关的信息。这些信息的披露可以根据企业的具体情况和需要进行，以呈现企业在数据资产领域的投入和成效。G公司自愿披露的信息主要涵盖数据资源的应用场景描述和分析、来源的合规性、加工投入、应用现状、与重大交易事项相关的信息以及相关权利失效情况等。

强制披露和自愿披露相结合的方式，不仅可以帮助企业展示其数据资产管理和运用的透明度，增加投资者和利益相关方对企业的理解和信任，还可以帮助投资者和潜在投资者更好地理解企业数据资产的经济价值和潜力所在，从而对稳定甚至抬升企业股价和估值产生积极影响。

（一）确保个人信息数据合规授权

智慧停车行业数据采集、使用和存储过程中不可避免要涉及车主的基本身份信息、车辆信息和位置信息等隐私数据，因此确保个人隐私安全成为其数据资产化的必由之路。G公司开发的智慧停车APP在为其用户提供服务时，在用户注册阶段即将用户协议和隐私协议设置成必读项，用于只有勾选同意后才能注册成为APP的服务对象，获取车位数量、分布、出入场记录和缴费金额等数据推送服务。隐私协议和用户协议详述了数据收集、使用目的及保护措施，用户需在使用前阅读并同意该政策，明确了当用户开始下载、访问或使用G公司智慧停车APP时，即表示已经同意G公司对包括其车牌号、行驶证信息、手机号以及定位权限在内的信息的收集和使用。

完成数据采集后，G公司通过使用假名化、数据混排、数据扰动等技术手段，将用户的真实身份信息与停车数据分离，确保数据在传输、存储和分析过程中无法被识别出具体的个人，例如使用随机生成的车辆标识符来代替真实的车辆信息。同时保留车辆的停车行为数据，以便进行停车行为分析和优化。除了匿名化处理，G公司还在停车数据的存储和管理中，运用数据分区和访问控制技术来确保数据的去标识化。具体方式为将不同类别的数据存储在不同的分区中，并设置严格的访问权限和审计机制，以确保只有经过授权的人员才能访问敏感数据。

（二）全面识别出数据成本项

智慧停车场景下的数据资产不仅涉及从采集到交易的全生命周期，还涉及到众多形态和类目。因此G公司在横向按照阶段分类成本的同时也纵向将其进行二次分类，分为可以直接计入的成本和需要进行再分摊的间接成本，形成了一个成本的细分矩阵，从而不遗漏每个环节、每个来源的成本项。横向的成本阶段展示不仅清晰地呈现了成本结构，也更加贴合业务流程，有利于决策优化。纵向的成本性态划分便于企业与同行业其他企业或自身不同时期进行对比，将不利成本差异准确定位到部门和岗位，也为绩效考核与奖惩提供参考。

此外还有一些隐性成本不能忽视，例如为了确保数据高质量、高效率点对点传输而搭建的数字电路专线发生的费用，虽然是企业为整体数据安全支出的成本，涉及入表项的分摊，但也是为避免低质量数据带来决策失误所必不可少的支出。

如表2所示，完成数据资源盘点后，G公司在原始数据成为数据资产的生命周期中，对每一个环节中可以入表的成本项进行识别和初始计量。

（三）准确分摊间接成本

由于G公司并非专营智慧停车业务，其软件摊销和设备折旧是全部生产经营业务共同耗用的，因此要采取合理的方法将其进行分配，准确将归属于智慧停车业务的间接成本进行分摊以完成入表。在财务管理理论和实务中对于间接费用的分摊依据都允许企业自行合理选择，并未作出强制要求，例如设备工时、人员成本、产成品产量等都可以作为分摊依据。G公司则选择按照智慧停车数据占机房处理、存储全部数据容量的比例为依据进行分摊。

（四）合理确定摊销年限

当前，数据资源入表导致的税会差异问题没有明确规定，国家税务部门也暂未针对数据资产摊销年限出台制度，因此G公司只能参照现有制度，将智慧停车数据视为无形资产进行摊销。根据《中华人民共和国企业所得税法实施条例》规定，无形资产最低摊销年限为10年；此外，《财政部 国家税务总局关于进一步鼓励软件产业和集成电路产业发展企业所得税政策的通知》（财税[2012]27号）规定，企业外购的软件折旧或摊销年限可以适当缩短，最短可为2年（含）。考虑到G公司智慧停车数据和软件呈绑定关系，具有强依附性，因此将其摊销年限也定为10年。