2022年12月，中共中央、国务院发布《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"），作为构建数据基础制度体系的纲领性文件，从数据产权、流通交易、收益分配、安全治理等方面提出了数据基础制度建立的框架要求。[1]以“创造数据-挖掘数据-利用数据"为模式的数字经济发展深刻推动社会变化，数据要素价值释放成为重要议题。在“探索数据资产入表新模式"的背景下，《企业数据资源相关会计处理暂行规定》发布并将于2024年1月1日实施，通过明确数据资源会计处理适用的准则，为数据资产化的探索提供了有效的实践路径。

（一）数据要素顶层制度设计逐步落地，数据资源入表规则出台

明确数据资源的资产属性，实现经济利益的可计量性，将会成为数据要素价值激活的关键环节。从制度框架到实施细则，数据要素化、数据资源入表的落地方案逐渐清晰。

1. 2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》发布，数据首次正式被纳入生产要素范围，明确“加快培育数据要素市场"。

2. 2020年5月，中共中央、国务院发布《关于新时代加快完善社会主义市场经济体制的意见》，再次强调建立健全统一开放的要素市场，“加快培育发展数据要素市场"。

3. 2021年12月，《“十四五"数字经济发展规划》发布，要求“充分发挥数据要素作用"，具体包括：1）强化高质量数据要素供给；2）加快数据要素市场化流通；3）创新数据要素开发利用机制。同一时间，《要素市场化配置综合改革试点总体方案》发布，明确“探索建立数据要素流通规则"，“规范培育数据交易市场主体，发展数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系，稳妥探索开展数据资产化服务"。

4. 2022年12月，财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，针对数据资源入表的关键问题提出了初步规则；随后，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》正式出台，在构建数据基本制度主要框架的前提下，明确探索数据资产入表新模式。

5. 2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，“开展数据资产计价研究"成为促进数据资源循环的重要内容。

6. 2023年8月，《企业数据资源相关会计处理暂行规定》全文发布，结合数据资源的特点，从实务角度为企业执行会计准则提供了细化指引，数据资源入表实践路径自此有迹可循。

7. 2023年9月，中国资产评估协会发布《数据资产评估指导意见》，明确了数据资产的属性定义、评估对象、操作要求、评估方法和披露要求。数据资产评估体系建立，也将助力数据资源入表有效落地。

（二）从数据资源到数据资产，实现数据价值的确认和计量

从广义来看，数据的资源属性即强调数据在社会活动中的可利用性。目前并没有针对“数据资源"的明确定义，参考《数字经济促进法（专家建议稿）》内容，所谓数据资源，是指“以电子化形式记录和保存的、具备原始性、可机器读取、可供社会化再利用的数据集合"。也即意味着从数据到数据资源的转化需至少满足以下特点：

1. 数据集合。数据的规模效益是数据具备可利用性的前提。

2. 以电子化形式记录和保存，可机器读取。可技术处理是数据资源释放的关键因素。

3. 可供社会化再利用。数据可不断复制和利用的特性赋予数据具备资源属性的基础。

而从“数据资源"到“数据资产"，则更加强调其价值属性。根据《信息技术服务 数据资产 管理要求》（GB/T 40685-2021），“数据资产"是指“合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源"。《数据资产评估指导意见》对“数据资产"定义是“特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源"。也即数据资产需至少符合以下条件：

1. 相关主体合法拥有或者控制的。

2. 能够进行计量的。

3. 可以带来经济利益的。

在此背景下，《企业数据资源相关会计处理暂行规定》明确了从数据资源到数据资产的具体规则。从适用范围来看，实现数据资源到数据资产“显性化"的三条路径包括[2]：

（三）数据资源入表实现数据价值显性化，推动数据要素的流通与交易

通过对数据资源资产属性和相关交易进行会计确认、计量和报告，有效实现数据资源及相关经济利益的对应，对于明确数据要素价值，充分发挥数据要素作用具有重要意义。

从微观层面来看，数据资源入表将推动企业开展数据资源盘点工作，企业可以通过系统梳理其数据资源的持有目的、形成方式、业务模式，从而准确掌握其拥有或控制的数据资源，为后续数据资源的经营、利用、组织和管理提供了基础性保证；通过明确会计准则的适用，梳理相关数据资源的投入产出，以确认企业业务经营中数据资源实现的价值。在企业财务报告中将数据资源作为资产体现，全面反映数据作为生产要素对于企业财务状况、经营成果、现金流量的影响，将促进企业深度挖掘和开发数据资源，形成有效的数据资源管理体系和合规治理体系。

从宏观层面来看，数据资源入表是后续促进数据交易与流通的重要制度基础，通过明确对应的数据权益及投入产出，实现信息列示和披露，有助于在法律制度的构建下结合实践进一步厘清数据权益的边界，同时贴合市场规律形成更为公允的交易价格，真正实现数据作为资源的流动性。综合数据确权、流动所产生的实际效益，将数据作为企业资产予以体现，从估值和投融资角度实现对企业价值的综合评估，以市场激励进一步促进数据资源释放，真正激活数据要素的价值创造。

如何明确数据权益归属确认、计量数据资源价值、保证合规底线将成为数据资源入表需要解决的核心问题。

（一）合法拥有或控制：数据产权界定的前提

满足“企业拥有或者控制"的客观条件是数据资源入表的前提。从法律层面来看，《民法典》明确“数据"受法律保护，但并未规定相关权益所对应的具体内涵及外延。[5]实践中数据资源可能具备多重属性、涉及多方主体，数据资产化将导致数据资源与经济利益直接挂钩，合理界定数据权益的范畴和对应分配机制就显得尤为重要。

“数据二十条"创造性地提出了数据产权分置机制，根据数据处理活动过程中的角色承担和参与程度，建立“数据资源持有权、数据加工使用权、数据产品经营权"分置的产权运行机制，并明确需要针对公共数据、企业数据、个人信息适用不同的确权授权机制。但较为框架性的规定如何落地实践仍有待进一步探索。司法实践在一定程度上厘清了“数据权益"的界定，应当至少满足：1）合法收集；2）对原始数据进行加工整理，进行了资源投入，并形成了新的衍生数据；3）基于衍生数据的数据产品销售可以带来经营收入。[6]但考虑到具体场景下数据流转的复杂程度，后置性的司法裁判解决方式仍较为有限，如何实现法律层面上“数据权益"与会计准则所要求的“拥有或控制"的准确对应，仍需细则落地和行业实践共同推进。

综合目前法律规定及行业实践的情况，我们理解从法律层面上可以尝试通过以下方式明确数据资源的对应内容，并对其合法性、稳定性形成相较客观的认知，以满足数据资源入表的需要。

首先，应通过理清数据资源的获得途径和方式，来判断企业获取数据的合法性以及对应的权益边界。例如，企业如果是通过网络爬虫收集网络数据，则应综合判断其爬取范围、爬取手段、是否遵循目标网站规则和使用方式的正当性等因素，来确定数据获得的合法性；如果企业直接收集个人信息，则根据个人信息主体签订的授权书内容可以清楚地知悉个人信息主体授权其个人信息处理的目的、范围和方式，进而可以判断企业是否对相关数据权益“拥有或者控制"，这也与“数据二十条"要求的底层逻辑保持一致。

其次，数据资产入表还要求数据有关的经济利益很可能流入企业，这就意味着企业对数据的拥有或者控制应当具有一定的稳定性。在某项数据资源涉及多个利益相关方的情况下，各方可以通过协议约定的方式对数据资产的控制、安全责任、开发利用和利益分配达成一致，从而实现各方对数据资源的稳定安排。

（二）场景、质量和应用：数字资产价值与价格确定难

根据《资产评估基本准则》内容，确定资产价值的评估方法包括市场法、收益法和成本法三种基本方法及其衍生方法。[7]考虑影响数据资产的价值因素包括但不限于数据本身的真实性、准确性、完整性及安全性的影响，应用场景的影响，监管环境变化的影响，传统资产价值评估方法仍然会存在一定的适用局限。

* 就市场法而言，尽管可以客观反映资产目前的市场情况，但基于数据资源的多样性和独特性，数据资源之间的可比性较差；即使是同类型的数据资产，在不同场景下应用也会发挥不同的作用进而影响数据价值的确定。另一方面，数据市场也正在培育发展过程中，在无充分、有效、真实评估参数和指标的对比下，也较难衡量数据资产的真正价值。

* 就收益法而言，作为一种基于预期未来产生的经济收益进行估值的方式，很难针对动态的数据资产确定固定的使用期限。而现金流和折现率受到市场变化、行业风险等多重因素的影响，也相应增加了预测难度。

* 就成本法而言，重点关注资产价值与成本的相关程度。业务场景沉淀数据的生产成本难以直接量化；数据资源的挖掘成本与数据处理技术的发展情况也直接相关，数据技术的变化将会影响数据资源的价值判断，但成本法难以充分考虑到这些技术变革等贬值因素对数据资产价值的影响，也会存在一定狭隘。

在实践中，往往需要结合专业判断和市场情况，综合运用评估方法以实现数据资产价值的有效计量。

（三）监管、合规和安全：法律对于数据流通的限制

鼓励数据流通交易，促进数据要素释放价值的同时，也需明确合规的底线性要求，不得侵犯相关主体的正当权益。

“数据二十条"在明确“审慎对待原始数据的流转交易行为"的前提下，根据数据类型的不同也提出了不同的数据处理活动的限制。

《网络安全法》《数据安全法》《个人信息保护法》及配套法律法规的生效实施，已经基本明确数据和个人信息处理活动的合规要求，无法满足前述合规性要求将成为企业数据资源入表的根本障碍，因此保证数据处理活动的合规基准将会成为企业盘活数据资源的工作重点。