前 言
在数字经济推动经济社会新旧发展动能转换的浪潮下，数据资产作为激活我国庞大数字经济市场潜力的重要流通要素，相关衍生市场规模具备达到百万亿级的潜力。继2022年末“数据二十条”顶层规划靴子落地后，财政部2023年8月印发的《企业数据资源相关会计处理暂行规定》首次将数据资源纳入企业会计核算体系，明确了数据资产入表的标准和要求，此举预计将成为激发数据经济市场活力的关键一步。
《规定》自2024年1月1日正式生效起至今已过半载，数据资产入表的市场表现备受瞩目，热度居高不下，那么市场真实表现如何？中大咨询将基于2024年上半年成功入表的125家样本企业，对中国数据资产入表情况进行全面回顾与深入分析，并展望未来数据资产入表的发展方向。
据不完全统计，共有125家企业在今年上半年实现了数据资产入表，其中以信息技术、租赁和商务服务、交通运输行业的国有企业为主力。然而，进一步股权穿透后我们发现，其中超过半数的企业实际上是地方平台公司通过设立专业的大数据运营服务子公司来实现数据资产的会计入表。民营企业在当前阶段入表案例数量较少，但凭借其在信息技术领域的业务优势和独特能力，正逐渐展现出在数据资产入表的巨大潜力。
从数据面板上看，今年上半年信息技术、租赁和商务服务和交通运输行业的国企入表案例占据多数。在已披露的125个成功实现数据资产入表的案例中，国有企业有96家，占比近80%。结合行业来看，位于信息、租赁和商务服务和交通运输三个行业中的国有企业分别为24、19和16家，占国有企业样本数量的61.5%。
图1 入表国有企业中不同行业企业数量
究其本质，地方平台公司为目前数据资产入表实践的先锋队。通过股权穿透分析可以发现，在信息技术、租赁和商务服务、交通运输三个行业中，实施数据资产入表的主体大多为地方平台公司或其下属子公司，占比分别约为79%、68%和75%。近年来，地方平台公司为进军大数据产业领域，纷纷通过成立专门从事大数据运营服务子公司的模式，推动数据资产的入表工作，因此尤其在信息技术行业的入表案例中，地方平台系公司的数量显著高于非地方平台系公司。
表1 部分入表企业股权穿透情况示意
图2 不同行业内地方平台系和非地方平台系公司数量
地方平台公司具备较强的数据资产入表动机和优越的数据资产入表基础。从必要性看，一方面，平台公司作为地方智慧城市的建设和运营核心主体，肩负激活区域数字经济活力的天然使命；另一方面，后土地财政时代的地方平台公司利息保障倍数不断下降，而数据资产入表则为其提供了为数不多的改善杠杆结构的潜在机遇。从可行性来看，地方平台系公司具备天然股东禀赋，并在过往大量的城市基础设施建设、公共事业运营服务和特色产业等业务发展中积累了大量优质公共数据资源，在数据资产入表初期具备较强的成熟数据资源禀赋。
图3 2017-2023地方平台公司债务利息保障倍数
地方平台公司债务利息保障倍数=（一般公共预算收入+政府性基金收入）/有息债务利息支出
现阶段民企数据资产入表的案例相对较少，但信息技术行业科技创新型企业已开始展现出其入表的潜力。
上半年仅有28家民营企业实现数据资产入表，占总样本数的22%；从行业分布来看，高达75%的入表民企其主营业务集中在信息技术和技术服务领域，且多属于科技创新型企业。（科技创新型企业包括高新技术企业、科技型中小企业、“专精特新”中小企业和创新型中小企业等类型企业）中大咨询认为，尽管现阶段民企不具备国有企业庞大的公共数据资源积累优势，但民营企业通过高度市场化的数字化业务和较高的数字化转型能力，逐步构建起数据基础和技术优势，预计在数据资产入表的实践中将有出色表现。
图4 入表民营企业中不同行业企业数量
图5 不同行业中科技创新型企业数量
上半年入表案例大样本中，表面上超7成入表案例的数据来源于企业自身经营活动，但地方平台公司的数据资源归根结底源自政府授权开展的业务，以交通运输和公共服务等传统数据类型为主，缺乏来源及类型的复合多元性。从数据应用场景来看，受限于数据来源单一与加工能力尚较薄弱，应用场景辐射范围有待拓展。
（一）从哪里来：入表数据以交通运输和公共事业等公共领域类型为主
入表数据大多来源企业自身业务，但本质较难摆脱地方政府资源输入。根据公开披露的入表数据来源渠道来看，74%的入表案例的数据都来自于企业自身业务，通过第三方和政府渠道获取数据资源的企业数量较少，分别占比14%、12%。但深入剖析这些数据的来源本质，不难察觉，通过自身业务获取数据的案例中大多为地方平台系公司，其通过参与城市公共服务和建设项目沉淀数据，根本数据来源与地方政府的直接或间接资源投入密切相关。由此看来，上半年入表案例的数据来源渠道其实相对集中和单一。
传统公共领域数据类型具备先发优势，在入表初期成为主流数据类型。在目前入表数据类型方面，交通运输类和公共服务类数据资产合计占比超六成，交通数据主要以公路、停车、公交等板块为主，停车类型数据最多；而公共服务主要包括市政、能源、水务等方面数据。中大咨询认为，一方面这些传统行业的天然属性决定了能够产生高质量、大规模的原生数据，另一方面这些领域的数据链路完整、管理体系完善，在数据资产入表探索初期更容易满足入表条件。
图7 入表企业数据资产类型
图8 交通运输和公共服务细分领域数据类型
专业领域的高附加值数据类型目前仍鲜有入表案例。当前，金融服务、互联网开发应用等专业领域的数据入表相对较少。中大咨询发现，尽管在这些专业领域实现数据价值挖掘通常需要企业自身具备较高的数据管理和质量控制能力，并且对数据合规性有更严格的要求，但这些领域的数据因其专业性和创新性，往往具有更高的潜在价值。以南京钢铁为例，通过打造工业互联网数字化平台，构建了“数据治理+工业互联网”双轮驱动，实现多类型数据资源大批量整合，助力专业领域数据资产入表，有效释放数据资产价值潜力。
图9 南京钢铁集团数据资产入表案例
（二）到哪里去：现阶段数据资产仍具有较强的应用场景单一性和定向性
数据来源渠道单一，上半年入表数据资产的应用场景也相对局限，企业在入表科目选择上多为“无形资产”。从数据资产计入科目层面看，数据资产记入“存货”较“无形资产”理论上更具应用价值，因为相比于无形资产，计入存货的数据资产作为可出售商品，其标准化程度更高、通用性更强，能广泛应用于多个场景。而现阶段已披露入表科目的企业中，38家计入无形资产，6家企业计入开发支出，仅有3家企业将数据资产计入存货。
图10 不同会计科目对应的数据应用场景范围
图11 已披露入表企业数据资产入表科目
通过对比以无形资产入表的山东高速集团和以存货入表的海天瑞声可以发现，海天瑞声的数据资源标准化程度更高，数据应用场景更为广泛，相对来说更能释放数据资产的潜在价值。
数据资产入表能够有效刺激区域数字经济活跃度，对于企业自身而言，其效益主要体现在财务结构优化、资产价值落地和促进数字化转型三大方面。但从目前情况来看，除部分本身就具备较强信息技术能力体系的民营企业外，大多数处于探索初期的国有企业数据资产入表的效益落地情况尚不够理想。
由于现阶段入表数据资产的规模体量较小，民营中小型企业在财务改善方面相较于国有企业的成效更为突出。以上半年上市公司入表案例为例，超半数实现入表的民营上市企业市值均在100亿元以下，入表行为对其报表资产负债率和利润率改善效果较为明显，而中大型地方平台上市公司入表后财务结构并未出现明显优化。尽管在数据资产入表的初期探索阶段，入表数据的规模较小，但数据资产入表在优化财务杠杆结构方面的效用已得到验证，中大咨询认为这一成效的显现将激励那些对财务改善有较大需求的地方平台公司更加主动地参与数据资产入表，随着数据资产入表实践不断成熟，财务改善的功能也将进一步展现。
表2 民营与国有企业入表和未入表财务状况变动
（二）目前数据资产价值变现以银行贷款融资为主，国有企业数据资产暂具融资比较优势
从价值落地情况来看，整体价值转化率有待提高，以银行贷款融资方式为主。据统计，所有入表样本案例中仅有39%的企业实现数据资产价值落地，其中33%的企业通过银行贷款融资（银行融资贷款的入表企业主要通过数字资产质押融资、无质押数据资产增信贷款等方式实现数据资产）实现数据价值转化，明显高于进行数据交易的企业数量。这一现象的原因在于，各银行正在积极探索数据资产贷款模式，相关流程和规范日益成熟，而数据交易、证券化等其他数据资产价值变现途径在制度规范、交易标准、安全规范等方面仍有待于进一步完善。
图13 入表企业数据资产价值落地情况
在当前数据资产入表的标准化和规范化尚不充分的情况下，国有企业凭借链路完整和管理完善的公共领域入表数据资产，在融资方面具有比较优势。据统计，35%的国有企业样本实现银行贷款融资，无论是数量还是占比都超过了民营企业样本的表现。一方面可能因为实现入表的国有企业具有相对较高的融资需求，另一方面原因在于国有企业入表数据大多为传统公共领域数据资源，具有完善的数据链路和管理体系，且拥有国有企业的信用背书，而民营企业以自身开发的专业领域数据为主，受数据标准化加工和合规监管暂不完善影响，目前大多处于探索中，市场接受度和认可度较低。
图14 民营和国有企业数据资产融资落地情况
（三）融资规模普遍较小，评估价值与融资额度之间存在断层
受限于数据资产应用场景单一，其潜在流通性不足，数据资产的市场价值尚未得到充分释放。目前数据资产融资规模普遍较小，大多在500-1000万元之间，仅有8家企业融资规模达到1000万元以上。同时，现阶段数据资产评估价值与融资额度之间存在断层现象，资产融资额度基本不超过评估价值的50%，首笔融资贷款规模基本不超过数据资产评估价值的20%。这一现象初步认为有以下原因：一方面，数据资产融资目前仍处于探索阶段，相关制度和规范需要进一步完善，银行出于风险规避考量持谨慎态度；另一方面，以地方平台系企业为主的入表企业在数据来源、类型及应用场景等方面都需要进一步拓展，企业对自身的数据资源价值的挖掘尚不充分。对于这些地方平台公司来说，目前数据资产入表的效益与实现经营优化目标之间仍存在较大差距。
图15 入表企业融资额度
表3 入表企业资产评估价值与融资额度对比
数据资产入表的实践历程尚不足一年，各类市场主体仍处于较为迷茫的探索周期。在市场需求尚不明确与数据价值挖掘不足的状态下，数据资产入表行为大多不可避免采用供给导向，以传统公共领域的成熟数据资源实现入表，存在数据来源与类型单一、数据加工处理不到位等问题，限制了应用场景的扩展，使得数据资产巨大的潜在价值难以充分释放，价值转化实现面临困难。
展望未来，中大咨询认为数据资产入表若要维持高市场热情、高流通度和高附加价值，则需摆脱供需错配现状，向“以市场需求为导向”的思维转变，提升多元化数据资源的获取能力和标准化与专业化的数据加工处理能力，充分释放数据资产应用场景与应用价值潜力，从而实现数字化能力提升和价值化落地的良性循环。
图16 现阶段数据资产市场供需错配