国家数据局：引导央企积极推进数据资产入表
前言
数据资产入表已不仅是财务处理的革新，更是企业战略转型、产业升级乃至国家竞争力重塑的关键环节。
4月2日，国家数据局副局长陈荣辉表示，将在能源、电力、交通、物流、卫星遥感、新材料等重点行业领域，推动产业龙头企业联合上下游企业，建立开放互联的行业可信数据空间，探索多方参与的数据产品开发和收益分配机制，促进企业数据资源高效流通和协同利用，支撑行业供需匹配、竞争调节、协同创新、市场拓展，引导中央企业在数据价值挖掘的基础上积极推进数据资产入表。
在数字经济占GDP比重超41%的今天，数据资产入表已不仅是财务处理的革新，更是企业战略转型、产业升级乃至国家竞争力重塑的关键环节。
相关机构统计，截至2024年9月，全国已有66家企业披露数据资产入表，总额超14亿元，其中央企、城投企业和国有企业占比显著。在入表的实践中，山东的交通运输数据、江苏的制造业数据、北京的金融数据已成为入表实践中的典型代表，这种“行业先行、生态共建”的模式，既降低了试错成本，也为跨领域协同提供了范本。
制度推行一年，很多人也逐渐明白数据资产入表的本质，是将企业“沉睡”的数据资源转化为可计量、可流通、可增值的资产。这一过程在提升企业融资能力、优化财务报表的同时，也暴露出多重挑战。
确权与合规：数据资产化的“门槛”
数据的多主体生成特性（如用户行为数据涉及个人、平台、第三方）导致权属界定复杂。尽管区块链技术被用于固化权属记录，但法律层面的权责划分仍需细化。此外，《数据安全法》、《个人信息保护法》的合规要求，迫使企业对敏感数据实施脱敏处理，进一步增加技术与管理成本。
估值与计量：从“模糊定价”到“科学评估”
数据资产的非标准化特性使其估值难度远超传统资产。同一数据集在营销、AI训练、风险控制等不同场景下的价值差异显著。目前，收益法、市场法和成本法虽为主流评估方法，但缺乏统一标准。第三方专业机构的介入与AI估值工具的普及，或将成为破局关键。
生态建设：从单点突破到系统协同
数据资产入表并非孤立行动，需依托交易平台、金融机构、技术供应商等多元主体共建生态。以上海数据交易所“数易贷”为例，其通过质押融资模式，已为多家科技企业提供资金支持，但全行业仍面临数据证券化产品稀缺、跨境交易受限等问题。此外，中小微企业因数据规模有限，难以享受同等融资便利，凸显生态普惠性的不足。
面对挑战，数据资产入表的深化需依靠技术创新与制度设计的协同推进。
deepseek开年大火，可借助AI能力智能分类与动态估值模型，帮助企业高效识别高价值数据集，同时相关专家也建议，对于央企和民企，宜实施差异化披露要求，央企侧重公共数据开放与行业标准制定，民企则鼓励探索场景化数据变现模式。
“推动中央企业加快数据价值挖掘，积极推进数据资产入表”，这一表态不仅呼应了近年来数据要素市场化改革的顶层设计，更标志着我国数据资产化进程迈入深水区。
这一进程不仅是企业财务管理的升级，更是数字经济深化发展的必然要求。随着政策细化、技术成熟与生态完善，数据资产入表将释放万亿级市场潜力，推动中国经济从“资源依赖”向“数据驱动”转型。
对企业而言，需摒弃“为入表而入表”的短视思维，转而构建覆盖数据采集、治理、应用的全生命周期管理体系；对政策制定者，则需平衡创新激励与风险防控，避免无序扩张对金融系统的冲击。唯有如此，数据才能真正从“第五要素”升维为“第一动力”，为高质量发展注入持久动能。
