数据资源入表的挑战及应对策略——基于行业分布和上市公司现状的分析

2024年11月20日 总撰：钟丽 执笔：钟丽、姜昆、辛峰、 王清峰、张恩军、葛明 校对：钟丽 目录 一、数据资源入表的必要性..................................5 （一）反映企业真实财务状况，满足合规需求..............5（二）支持管理层决策制定，助力企业增强市场竞争力......5（三）提升数据治理水平及强化风险管理能力..............5 （一）数据资源入表行业覆盖情况........................6 1.工业制造业.....................................62.金融服务业.....................................63.交通运输业.....................................64.通信运营业.....................................75.信息技术服务业.................................76.医疗健康业.....................................77.零售业.........................................78.建筑施工企业...................................89.城市治理领域...................................8 1.入表数据资源特点...............................82.入表数据资源资产类型...........................83.入表金额.......................................94.行业分布.......................................95.市场反应.......................................9 三、数据资源入表面临的挑战...............................10 （一）数据资源范围及规模较大，入表无从下手...........10（二）数据资源入表相关会计核算存在多项难点..........10（三）数据质量影响数据资源价值释放..................10（四）数据资源的安全合规难把控......................11（五）数据资产化管理体系不完备......................11（六）数据权属不清影响数据资源入表..................11四、关于数据资源入表的应对建议...........................11（一）分析数据资源应用场景，进行试点场景入表........11（二）规范数据资源入表的会计处理等核算事项..........11（三）健全数据管理体系，持续提升数据质量............12（四）进行数据安全合规评估，及时发现风险项并制定整改措施.......................................................13（五）将数据资源入表纳入企业数据全生命周期管理体系...13（六）建立和完善数据确权管理机制，破解数据确权困境...13 当前数据要素市场快速发展，优质数据要素供给得到激活。数据作为新型生产要素，正深刻影响着社会的各个环节。数字化转型的浪潮下，数据资源正逐渐成为企业最宝贵的资产之一。2022年12月，中共中央、国务院颁布的《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”），提出关于数据权属的三权分置创新理念。2023年8月，财政部会计司颁布的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），成为数据资源入表的指导性文件。2024年1月，国家数据局等17部门联合印发的《“数据要素×”三年行动计划（2024—2026年）（以下简称《行动计划》），为加强数据资产管理指明了方向。由此可见，我国正在积极推动数据资源的经济价值最大化，重视数据资源的会计规范和信息披露可提高企业财务报告的透明度和可信度，促进数字经济的高质量发展。 一、数据资源入表的必要性 （一）反映企业真实财务状况，满足合规需求 随着数字经济的快速发展，数据资源已成为了企业的重要资产。通过在财务报表中列示数据资产，可以更准确地反映企业真实的财务状况和资产价值，提高财务透明度，增强其对投资者、债权人及其他利益相关者的有用性。《暂行规定》的出台对数据资源的会计处理提出了明确指引，使得企业可以按照统一的标准进行规范和执行，有利于提高企业间财务报表的可比性。另一方面，监管机 构对数据资源的管理和披露提出了更高的要求，数据资源入表有助于企业更好地遵守会计准则及数据相关法规要求，同时更有效地管理数据相关的风险。 （二）支持管理层决策制定，助力企业增强市场竞争力 数据资源入表可以促进企业对数据资源的重视，增强对数据资源的管理和利用，从而更好地发挥数据资源在资源分配、决策制定、业务赋能、成本优化等方面的作用。同时，有效管理和挖掘数据资源的企业能够在市场竞争中获得优势，利用数据驱动的决策更高效地满足客户需求、响应市场变化、设计出基于数据的创新业务模式等。 （三）提升数据治理水平及强化风险管理能力 数据资源入表有助于企业优化数据治理体系。通过明确数据资产管理责任、标准化数据流程、提升数据共享与协作水平、强化数据安全与合规，增强风险监测能力、优化数据生命周期管理等措施提高数据合规性、安全性、准确性和可靠性，从而强化企业风险管理能力，更好地规避数据相关风险。 二、数据资源入表行业分布与上市公司现状 （一）数据资源入表行业覆盖情况 《行动计划》指出，“充分发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济，是推动高质量发展的必然要求。《行动计划》指明了“数据要素×”涵盖工业制造、现代农业、商贸流通、交通运输、 金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理和绿色低碳共12项重点行动。 12个重点行动领域的确定基于“有基础、有场景、有需求”的原则，即所属领域均有一定的数据积累、具备数据驱动的潜力、数据质量相对较高、业务场景和数据应用结合相对紧密，且大多能够通过数据要素的应用实现传统行业的转型升级等。 从公开披露的信息来看，数据资源已实现入表的行业也主要分布在“行动计划”中所提出的12个重点行动领域中，其中比较有代表性的行业包括工业制造业、金融服务业、交通运输业、信息技术服务业、医疗健康业、零售业及城市治理领域，并在其他领域如建筑施工领域也有较广泛应用。 1.工业制造业 随着工业4.0的推进，制造业企业越来越依赖数据优化工艺，提升质量，降低成本，提高良品率，优化生产设备维护保养流程，保障安全生产。数据资源可以帮助企业提高决策等生产运营效率，并推动产生基于数据的新业务模式。从数据资源入表披露信息来看，部分制造业企业高效整合现有数据资源，将技术广泛拓展应用到其他领域，深挖数据资源记录的应用价值，进行多维度创新实践、从而生产出智能无人装备等方面的新型工业软件和装备。 2.金融服务业 金融行业对数据的依赖性极高，数据资源入表可以帮助金融机构更准确地评估信用风险、优化投资组合和提高服务质量。金融企业的数据资源主要包括客户相关的基础信息、市场行情数据、金融交易数据和投资研究等，这些数据资源在金融行业中具有极高的价值。在防控风险方面，金融企业间共享风控类数据，在依法安全合规前提下，融合分析金融市场、信贷资产、风险核查等多维数据，发挥金融科技和数据要素的驱动作用，提高风险预警和防范水平。由此可见，数据资源入表不仅提升了金融企业的风险管理能力，还促进了数据的商业化应用，为金融企业开拓了新的增长点。 3.交通运输业 交通运输企业的数据资源主要来源于仓储、运输代理、基础设施业务、路网车流量等。交通运输业企业对数据资源入表可以帮助其挖掘数据复用价值，构建高质量的动态数据集。例如，通过深度挖掘收费流水中的车辆信息，为高效运营决策、拥堵预警、精准养护以及服务区产品营销等工作提供数据支撑。还可帮助驾驶员提前了解道路情况，选择最佳的出行路线及时间，提升出行效率。数据资源入表可带动交通运输业积极拓展数据资源的创新应用场景，提高服务质量和效率，不断提升数据资源经济效益和社会效益，助力企业及行业的数字化转型和升级。 4.通信运营业 作为数据的主要生成者和收集者，通信运营商拥有大量的用户数据和通信数据。数据资源入表可以助力通信运营商实现数据的商业化应用。通信运营企业通过整合庞大的用户数据和通信数据，能够提供更加精准和高效的服务。同时，数据资源入表也反映了通信运营商在数据管理和运用方面的能力。整体来看，随着数据资源入表的推进，通信运营企业的资产结构和估值体系正在发生积极变化，其价值正在被市场重新认识和评估。 5.信息技术服务业 信息技术服务业以现代科学技术对信息进行生产、处理、加工和应用，并以信息产品提供服务，对数据依赖性高。从入表披露的信息来看，信息技术服务业对于数据资源入表集中于利用大数据能力提供数据服务。例如利用数据支持大模型开发，深入挖掘相关数据并进行多来源知识融合，构建知识资源底座，形成基础数据集或语料库等，从而支持开展人工智能大模型开发和训练。另一方面，数据资源可广泛应用于软件开发、产品研制、系统集成等方面，服务于其开发的产品及系统平台等，涵盖设备信息、网络信息、场景信息及APP特征等多个维度。数据资源入表可推动信息技术服务企业更好地评估和管理其海量的数据资源，以科学数据助力前沿研究和技术创新。 6.医疗健康业 医疗健康行业企业将数据资源入表，对于提升医疗服务质量、优化医疗资源配置、推动医学研究和创新等方面 具有重要意义。医疗健康企业的数据资源来源包括诊疗数据、医疗系统数据、药械销售市场数据等多个方面。通过完善数据管理体系、引入人工智能技术，加强医疗数据融合，构建高粘性的医疗服务场景，提升医疗水平，助力提升医疗健康行业数据资产价值。 7.零售业 零售业通过数据资源资产化，能够深入了解消费者行为和偏好。通过对购物数据分析利用，零售企业可以实现个性化营销，提供定制化的购物体验。例如，通过分析顾客的购物历史和在线行为等，推送个性化的优惠和推荐，从而增加销售额和顾客忠诚度，提升购物体验感。 8.建筑施工企业 从资本市场公开披露，数据资源在建筑施工企业也存在较广泛应用。如提升项目管理效率方面，通过实时监控项目进度和资源使用，建筑施工企业可以优化工程调度，避免延误；优化材料管理与成本控制方面，数据资源支持建筑施工企业在采购与供应链管理中做出更精确的决策，降低成本；保障施工安全与质量方面，数据监控为建筑安全管理和施工质量保证提供了全面的支持，减少了事故风险。 9.城市治理领域 城市治理领域（如智慧城市）所涉及企业的数据资源来源于多个方面，包含人口数据、环境检测数据、政府数据等。企业通过物联网设备的接入、转换、计算等功能， 打造数据运营管理体系，聚焦于智慧城市领域的应用场景，为城市发展科学决策提供数据支撑。 （二）上市公司数据资源入表情况分析 在2024年，上市公司数据资源入表的情况呈现出以下特点： 1.入表数据资源特点 数据资源作为资产入表，是数据要素流通和价值实现的体现方式之一。这些数据资源往往具有较高的价值，能够为企业带来经济利益。根据Wind数据统计，截至2024年中报季，已有44家A股上市公司探索数据资源入表，剔除期后进行更正的上市公司，计入无形资产、存货和开发支出的数据资源金额累计达到人民币13.57亿元。这些数据资源不仅包括与商业交易活动相关的交易数据，还可能包括企业运营过程中收集的各种分析数据，它们能够通过数据驱动的决策支持、客户洞察、产品优化等方式为企业带来经济利益。 2