文/北京市集佳律師事務所 馬棟
一、數據入表的核心價值與企業收益
1.讓“看不見的錢”被看見
很多企業擁有海量數據，但在財務報表上，這些數據一文不值——因為它們從未被確認為資產。這就好比一家企業擁有幾十棟房產，但因為沒辦產權證，資產負債表上完全沒有體現。數據入表，本質上就是給數據“辦產權證”，讓它從“隱形資源”變成“顯性資產”。
以一家外賣平臺為例，它積累了數億用戶的消費偏好數據、數十萬商戶的經營數據、數百萬騎手的配送軌跡數據。這些數據是公司最核心的競爭力，但在傳統會計體系下，所有的投入都在利潤表里被“費用化”了，變成了當期成本。數據入表后，這些投入可以“資本化”，變成資產負債表上的資產。
2.優化財務結構，增強融資能力
資產負債表的“總資產”擴大了，資產負債率降低了，企業看起來更壯實了。這不是數字游戲，而是實實在在的信用背書。
數據資產入表后，企業的總資產規模擴大，資產負債率相應下降，財務結構得到改善。這種變化并非簡單的“報表美容”，而是建立在可驗證的資產基礎之上。
以外賣平臺為例，入表前，其資產負債表主要由現金、設備、應收賬款等傳統資產構成。入表后，一筆數億元的數據資產被正式確認。銀行在審核授信時，通過這套數據資產能夠直觀了解平臺的商戶活躍度、用戶粘性、履約能力等關鍵運營指標。這些都是未來現金流的可靠保障。基于此，銀行就能夠給企業提高授信額度，降低貸款利率。
3.以入表倒逼治理，讓數據真正“用起來”
數據資產入表的過程，本身就是一次深度的數據治理倒逼。企業要將數據確認為資產，必須厘清一系列基礎問題：數據從何而來？權利歸屬何人？質量是否達標？應用于何種場景？創造了什么價值？
這些問題，許多企業此前從未系統梳理。數據資產長期處于“隱形”狀態，分散于各業務部門之間，權屬不清、標準不一、質量參差。入表的要求，迫使企業建立統一的數據治理體系，打通部門壁壘，將分散的“數據孤島”連接為有機整體，讓數據真正從“存起來”走向“用起來”，服務于業務決策與價值創造。
4.讓數據可以“變現”
數據資產入表后，企業開展數據交易具備了更堅實的信任基礎。過去，數據交易的核心障礙在于買方難以驗證權屬清晰度、合規性與質量可靠性；而入表的過程，正是對這些問題的系統性回應。數據有了“身份證”，交易便有了信任依托。
數據變現可分為直接與間接兩種路徑。直接變現方面，以外賣平臺為例，可將“商圈熱力指數”數據產品出售給餐飲品牌用于選址決策，或將“用戶口味趨勢”洞察報告授權給食品供應商用于新品研發，形成直接收入。間接變現方面，企業可利用數據優化配送調度，提升騎手人效、降低補貼支出，每年節省數千萬元運營成本；或基于數據分析為商戶提供經營診斷與流量支持，幫助其提升銷量。兩條路徑并行，共同釋放數據資產的經濟價值。
5.構筑競爭壁壘
從2024年《企業數據資源相關會計處理暫行規定》（以下簡稱“暫行規定”）正式施行，到2025年12月財政部、國務院國資委、金融監管總局、中國證監會四部門聯合發布《關于嚴格執行企業會計準則 切實做好企業2025年年報工作的通知》（以下簡稱“通知”），政策信號日益清晰：數據資產化是數字經濟發展的必然趨勢，數據資源入表正從“鼓勵探索”走向“規范執行”。
在這一趨勢下，率先完成數據資產入表的企業，將在融資增信、商務合作、資本運作等關鍵場景中占據先發優勢。當競爭對手的資產負債表中已列示數億元的數據資產，而自身的數據資源仍在“表外漂泊”時，投資者會如何選擇，答案不言自明。
綜上，數據入表，本質上是將企業既往在數據上的投入從“成本”轉化為“資產”，讓數據的價值從“隱形”走向“顯性”，從“內部認知”走向“外部認可”，最終實現價值變現。當然，這一過程并非沒有代價。《通知》明確要求“以成本計量”，嚴禁“估值入賬”，同時設置了嚴格的“減值測試”機制。若入表的數據資產無法持續創造經濟價值，企業必須進行減值，直接沖擊當期利潤。因此，入表本身不是目的，讓數據真正“用起來”“賺起來”才是。接下來，筆者將深入分析：為何許多企業入表后反而陷入困境？數據資產的價值究竟該如何實現？怎樣才能避開“為入表而入表”的陷阱？
二、現實圖景：數據資產入表的規模與結構
根據上海交通大學上海高級金融學院發布的《中國企業數據資產入表情況跟蹤報告》，截至2024年4月30日（2023年年報披露截止日），A股上市公司中僅有100家披露數據資源入表，涉及金額21.64億元。至2025年8月31日（2025年半年報披露截止日），入表家數增至109家，入表金額增至26.40億元。從增速看，2024年各季度入表企業數量環比增速均超過40%，而2025年上半年增速驟降至個位數（約4.5%）。其中，三大運營商貢獻了13.66億元，占比超過六成。從列報科目看，63.57%的數據資源確認為無形資產，35.48%計入開發支出，0.96%列入存貨。這組科目分布清晰表明，企業更傾向于將數據資源視為自用型資產。
非上市公司方面，截至2025年3月31日，國內已有330家非上市公司披露入表，其中地方國企275家（含城投公司94家、類城投國企181家），占比高達83.3%。至2025年9月30日，入表非上市公司增至375家，但增速急劇下滑，2024年峰值期增速達147%，2025年二季度已降至3%左右。累計入表企業的融資額由2024年底的11.48億元升至18.99億元，其中，地方國企累計融資額達17.10億元。
由此可見，《企業數據資源相關會計處理暫行規定》施行近兩年，A股5000余家上市公司中，僅百余家將數據資源納入資產負債表，總金額二十余億元。這個數字放在“數字經濟”“數據要素”的宏大敘事下，顯得格外單薄。更值得思考的是增長曲線：2024年各季度入表企業數量增速均在40%以上，而2025年上半年已驟降至個位數。入表的主力始終是電信運營商和地方國企，民營實體企業大面積缺席，非上市公司中地方國企占比超過80%。列報結構同樣揭示出深層問題：數據資源幾乎全部被計入無形資產或開發支出，極少作為存貨，說明企業尚未形成以數據直接交易為主的商業模式，入表更多是為了優化資產負債率、滿足融資需求，而非將數據作為可流通的商品。
三、陷阱：被誤讀的“資本化”
《通知》明確要求：“企業不得將不符合資產定義和確認條件的數據資源確認為資產。”這句話看似基礎，實踐中卻成為最容易被誤解的環節。資產的定義在會計學中相當清晰：企業擁有或控制的、預期能帶來經濟利益的資源。然而，當這一標準套用到數據資源時，問題就變得復雜起來。
以一家外賣平臺為例。該平臺投入數千萬元建設“智能調度系統”，匯集了數百萬騎手的實時位置、商戶出餐時間、用戶地址和路況數據，并開發了路徑優化算法。公司將這筆投入全部資本化，確認為數據資產。然而，如果各城市的配送站長仍沿用傳統經驗派單，算法推薦的路線和順序被騎手忽視。系統建成了，資產入表了，但配送時效毫無改善，超時率依舊。這套系統最大的“成就”，不過是讓資產負債表上的數字好看了一些。
正因如此，《通知》設置了一道“安全閥”：“企業對于確認為使用壽命不確定的無形資產的數據資源，無論是否存在減值跡象，至少應當于每年年度終了進行減值測試。”這意味著，如果數據資產無法在未來持續產生經濟利益，企業必須計提減值，從而直接沖擊當期利潤。這正是“為入表而入表”的代價：今天花大代價堆砌起來的數據資產，明天就可能變成減值的定時炸彈。
四、錯位：成本與價值的脫節
《通知》明確要求：“企業應當以成本計量內部形成或外購的數據資源，不得將以評估等方式得出的金額直接作為入賬和調賬的依據。”這條規定是為了防止數據資產泡沫，但也帶來了一個副作用：成本與價值的脫節。
設想兩家公司：
?甲公司是一家初創外賣平臺，利用開源的電子地圖數據和少量自有的訂單數據，結合AI算法開發出一套“動態定價與配送合并系統”。它的成本很低，只有幾十萬元，但每年能為平臺節省數百萬元的補貼支出，同時提升騎手效率。
?乙公司是一家傳統外賣平臺，花費數千萬元搭建“動態定價與配送合并系統”，將用戶下單、商戶接單、騎手取送、用戶評價的所有數據都存進數據湖，但從未真正用這些數據優化過任何一個運營環節。按照成本法，它可以入表數千萬元；但實際上，這些數據的價值接近于零。
《通知》要求“加強數據資源相關成本管理，夯實數據資源成本核算基礎”，這本身沒有問題。但當“成本”成為入表的唯一依據時，制度就在客觀上獎勵了低效投入，懲罰了高效運營。高效的企業，因為成本低，數據資產在報表上“不值錢”；低效的企業，因為成本高，反而擁有了“漂亮”的數據資產規模。這是制度設計帶來的激勵扭曲，反映出工業時代的會計工具在數字時代水土不服的困境。
五、破局：四條價值路徑的表內與表外
《通知》其實為破局留下了空間：“鼓勵企業加強對數據資源的應用場景或業務模式、數據產權確定方式等相關信息的披露。”這句話的價值被嚴重低估了。它暗示了一個方向：數據資產的價值，不能只看資產負債表上多出來的數字，更要看這些數字背后的業務故事。數據資產的價值實現，可以沿著四條路徑展開，每條路徑在表內和表外體現各有不同：
路徑一：降本增效
這是最基礎、也最務實的路徑。在前述外賣平臺例子中，當數據真正被用于優化運營流程、降低配送成本、提升用戶體驗時，數據的價值是實實在在的。
1.表內價值
想象一家大型外賣平臺，每年因配送路線不合理、騎手空駛、等餐時間過長而浪費的成本高達數億元。公司決定投入3000萬元，將過去三年的數億條訂單數據、騎手軌跡數據、商戶出餐數據、用戶地址特征數據進行整合，開發出一套“智能調度與路徑優化系統”。這套系統每天處理數千萬條數據，為每一次配送計算出最優的騎手分配、取餐順序和送餐路線。
這3000萬元的投入，在滿足資本化條件后，被確認為一項“無形資產—數據資產”，公司的資產負債表上多出了3000萬元的資產。更重要的是，系統投入使用后，配送效率大幅提升。公司每年可節省數千萬元的配送補貼和騎手人力成本。扣除數據資產的年度攤銷后，凈利潤仍然凈增數千萬元。同時，公司在財務報表附注中披露：“智能調度與路徑優化系統數據資產，通過對歷史配送數據的建模分析，實現訂單與騎手的動態匹配及路線實時優化。2025年度，該資產幫助公司降低配送補貼支出5000萬元，節約騎手人力成本2000萬元，資產使用壽命預計5年，采用直線法攤銷。”這段披露讓投資者清晰地看到：這筆數據資產不是虛的，它每年實實在在貢獻著6400萬元的凈利潤。
2.表外價值
這3000萬元的數據資產背后，是公司運營效率的實質性提升。配送時效更快了，用戶滿意度提高了，復購率上升了，投訴率下降了。更重要的是，通過這個項目，公司建立了數據驅動的運營組織能力和技術基礎，為后續開發更復雜的商戶賦能工具、拓展B端數據服務業務鋪平了道路。這些表外的變化，雖然不在報表數字中體現，但決定了公司未來的成長空間。
路徑二：信用增信
這是當前多數傳統企業最具現實意義的價值路徑。數據的價值不體現為直接變現，而在于降低信息不對稱，增強外部主體對企業經營質量的識別能力。
1.表內價值
以外賣平臺為例，該平臺覆蓋全國50個城市，擁有數十萬合作商戶及數萬名活躍騎手，但其獲取大額授信一直存在障礙。原因在于，外賣平臺的網絡效應與履約能力，在傳統抵押物評估框架下難以量化，銀行無法有效判斷商戶粘性、騎手隊伍穩定性及訂單流的可持續性。
若公司投入500萬元，整合商戶月活數據、騎手接單率與準時率、用戶復購率與客單價等指標，搭建“平臺健康度數據平臺”。該筆投入滿足資本化條件，確認為“無形資產——數據資產”，資產負債表相應增加500萬元。
銀行通過該平臺可實時查看商戶活躍度、騎手履約質量及用戶留存情況，數據成為平臺價值的可驗證證明。基于數據驅動的評估，銀行則可以有的放矢的提高授信額度、降低貸款利率。
公司在財務報表附注中披露：“平臺健康度數據資產實現了運營狀態的透明化管理。”基于該資產，公司獲得授信額度提升、綜合融資成本下降以及每年財務費用的大幅節省。該披露使投資者認識到，這筆數據資產每年可帶來可觀的財務費用節約，同時為平臺的核心價值提供了可量化的證據支撐。
2.表外價值
數據資產帶來的表外價值更為豐富。首先，大型餐飲連鎖品牌在選擇合作平臺時，通過這套數據看到了平臺的商戶留存率和用戶活躍度，決定將這家平臺作為核心合作渠道，平臺上的優質商家數量增長了40%。其次，保險公司也基于這套數據，開發了“訂單準時險”和“商戶履約險”等產品，為平臺提供了新的增值服務收入。最后，這套數據資產成為了平臺與金融機構、大客戶談判的籌碼，商業信譽顯著增強。
路徑三：數據交易——對外變現
這是四條路徑中最核心、也最艱難的一條。數據本身成為可交易的商品，直接創造收入來源。
1.表內價值
以一家全國性外賣平臺為例，該平臺每天處理數千萬訂單，積累了海量的用戶消費偏好、商戶經營數據以及區域消費熱力數據。經過清洗、脫敏和建模，公司開發出多款數據產品。其中一款“商圈熱力指數模型”，結合訂單密度、用戶畫像、商戶分布等數據，能夠精準預測不同商圈的餐飲消費潛力與品類偏好，幫助餐飲品牌選址和制定產品策略。
該模型的開發成本投入不菲。由于產品主要面向餐飲連鎖品牌、商業地產公司及投資機構出售，假設公司將其確認為“存貨——數據資源”，資產負債表中相應增加了存貨資產。當年，公司將模型出售給數十家客戶，獲得可觀的營業收入，扣除成本后貢獻了顯著毛利。
另一款產品為“用戶口味趨勢洞察報告”，通過分析不同地區、不同年齡段用戶的菜品選擇數據，輸出季度性的口味變化趨勢與品類機會分析，按月向食品供應商和餐飲品牌收取訂閱費。該產品既用于對外銷售，也用于內部商戶運營決策，假設公司根據主要用途將其確認為“無形資產——數據資產”。當年訂閱費收入覆蓋了開發成本，并為公司帶來持續利潤貢獻。
在附注中，公司詳細披露了上述數據產品的交易對象、定價方式、收入規模，以及數據來源的合規性聲明。這些披露讓投資者清楚看到數據交易的真實商業實質。
2.表外價值
數據交易帶來的表外價值在于市場驗證。當餐飲品牌愿意為“商圈熱力指數模型”支付數十萬元時，這本身就證明了數據的商業價值。這種市場驗證為公司后續開發“菜品流行度預測”等數據產品提供了定價基準和市場信心。同時，數據交易業務的開展，推動公司建立了更嚴格的數據治理和合規體系，反過來提升了所有數據產品的質量。
路徑四：戰略資產——長期護城河
這是四條路徑中最長遠、也最容易被忽視的一條。有些數據資產，短期內難以量化其價值，但長期來看，它們決定了企業的競爭地位。
1.表內價值
以一家成立十年的外賣平臺為例，這家平臺過去十年積累了全國數百個城市的配送網絡數據、數千萬用戶的消費習慣變遷數據、數百萬商戶的經營能力數據。這些數據的總投入超過5億元，按成本法確認為“無形資產——數據資產”，資產負債表上增加了5億元的資產。但由于這些數據的價值高度依賴未來的市場拓展和產品創新，其使用壽命無法合理估計，企業將其確認為“使用壽命不確定的無形資產”。
根據規定，無論是否存在減值跡象，這類資產每年都必須進行減值測試。企業需要評估這些數據未來能支撐多少新業務拓展、能節約多少市場調研成本、能創造多少交易機會，以此判斷賬面價值是否公允。如果某一年市場格局突變，新進入者通過補貼搶占大量份額，導致平臺未來預期收益大幅下降，公司就必須減值，直接沖擊當期利潤。
2.表外價值
這5億元的賬面價值，遠遠無法體現這些數據的真實戰略價值。競爭對手即使投入50億元，也無法復制過去十年的用戶口味變遷數據和商戶經營能力數據。這些數據是平臺多元化擴張的基石，如拓展生鮮電商時，需要用戶消費數據判斷需求；發展到店業務時，需要商戶數據評估供給。更重要的是，在資本市場，投資者給這家外賣平臺的估值中，相當一部分來自于對其數據資產的認可，雖然這部分價值不在資產負債表上體現，但它決定了企業的市值。有些企業將大量無效數據資本化，聲稱是“戰略資產”，但實際上這些數據對業務毫無價值。減值測試機制正是為了防止這種情況，如果企業無法證明這些數據能支撐長期競爭，就必須計提減值，讓虛增的資產回歸真實。
六、數據入表全流程：多機構協同與法律服務的獨特價值
數據資產入表不是任何一家機構能夠獨立完成的“獨角戲”，而是一場需要企業、律師事務所、會計師事務所、資產評估機構、數據交易所、技術服務機構等多方專業力量協同作戰的系統工程。每個階段都有不同的主導機構和配合機構，而法律服務貫穿始終，發揮著不可替代的作用。
階段一：數據資源盤點與確權——摸清家底，明確權屬
這是入表工作的起點，也是風險最高的環節。企業需要全面梳理自身擁有的數據資源，明確每類數據的來源、類型、規模、用途，并解決一個核心問題：這些數據的來源與權屬。
律師事務所的核心價值在于“風險識別”。很多企業的數據來源復雜，有的從第三方采購，有的是業務系統自動產生，有的是與合作伙伴共建。如果來源不明、權屬不清就貿然入表，未來可能面臨侵權訴訟、合同違約、監管處罰等風險。律師通過審查合同、訪談業務部門、追溯數據來源，幫助企業識別并解決權屬瑕疵，確保入表的數據資產“身世清白”。
階段二：數據分類分級與質量評估——建立標準，篩選“好數據”
不是所有數據都能入表。只有經過分類分級、質量評估后的“合格數據”，才具備資本化的基礎。
律師事務所的核心價值在于“合規把關”。數據分級直接關系到后續的管理措施和披露要求——將“重要數據”錯誤地劃為“普通數據”，可能導致數據泄露風險；反之，將普通數據過度分級，則會增加管理成本。律師依據《數據安全法》《個人信息保護法》及相關標準，協助企業建立符合監管要求的分級體系，避免因分級不當引發的合規風險。
階段三：數據產品化與價值評估——讓數據“有用”，讓價值“可測”
原始數據不能直接入表。企業需要將數據加工成可服務于特定場景的“數據集”“數據產品”，并對其價值進行評估。
律師事務所的核心價值在于“產品合規”與“權利固定”。數據產品在開發過程中往往涉及個人信息、商業秘密等敏感數據，若脫敏處理不徹底，產品本身就可能違法。同時，數據產品是企業投入大量成本形成的智力成果，需要及時進行知識產權保護，防止被競爭對手復制或盜用。律師在此階段的核心作用，是幫助企業提前識別并排除合規隱患，做好權利保護的前置布局。
階段四：登記確權——給數據資產“上戶口”
這是法律服務最具專業價值的一環，也是前幾個階段工作成果的最終固定。權屬清晰是數據資產入表的前提，而登記就是將“權屬清晰”轉化為“法律上可對抗第三人”的證明。
目前主要的登記類型：
?數據知識產權登記：依據國家知識產權局試點政策，在試點地區（如北京、浙江、廣東、深圳等）對符合“智力成果”屬性的數據集合進行登記。登記后獲得《數據知識產權登記證書》
?數據資產登記/數據產權登記：各地數據交易所（如上海數據交易所、深圳數據交易所、北京國際大數據交易所）推出的登記服務，獲得《數據資產登記憑證》
律師事務所的核心價值在于協助企業進行登記。不同的登記類型適用于不同的數據資產，具有不同的法律效力和應用場景。律師需要根據數據資產的性質、用途和商業目標，為企業選擇最優的登記路徑，并確保登記材料的完整性和準確性，避免因材料問題導致登記失敗或登記效力瑕疵。
階段五：會計入賬與信息披露——完成確認，透明呈現
在完成權屬登記后，企業才真正具備數據資產入表的“產權基礎”。律師事務所的核心價值在于“合規兜底”和“披露審查”。官方規定明確禁止“將前期已經費用化的數據資源重新資本化”，禁止“將以評估等方式得出的金額直接作為入賬和調賬的依據”等。律師需要根據《規定》和《通知》等，逐項審查企業的會計處理是否合規，避免因操作不當引發監管問責。同時，附注披露的信息如果存在虛假陳述，可能引發訴訟，律師需確保披露信息真實、準確、完整。
階段六：后續管理與動態優化——持續驗證，防減值于未然
入表不是終點，而是起點。數據資產的價值需要持續驗證，企業必須建立長效管理機制。
律師事務所核心價值在于“持續監督”和“糾紛應對”。減值測試涉及對未來收益的預測，假設和參數的選擇直接影響測試結果。律師需要審查測試過程是否公允，避免企業通過不合理假設規避減值。同時，數據安全、個人信息保護、數據知識產權等領域的政策法規不斷更新，律師需要持續跟蹤并及時提示企業調整管理策略。如果發生權屬爭議、侵權糾紛或監管調查，登記證書是核心證據，律師需要據此維護企業合法權益。
七、結語
企業在入表之前，需先厘清四個問題：數據有沒有用？用在什么地方？產生了什么效果？權屬是否清晰、有沒有登記？如果答不清楚，入表就只是成本的堆砌、減值的伏筆。四條路徑，降本增效是基本功，人人可做；信用增信是杠桿，有融資需求的企業可做；數據交易是終局，只有高質量數據產品的企業能做；戰略資產是護城河，有長期積累的企業才能堅持。
數據資產入表，不是會計游戲，而是數字化轉型的壓力測試。表內是合規的結果，表外才是價值的真相。最危險的狀態是：賬上數字漂亮，業務毫無波瀾，這正是“為入表而入表”的陷阱。減值測試的存在，就是為了刺破這種泡沫。數據產權登記是數據資產從內部管理對象走向法律認可資產的關鍵一躍。沒有登記的權屬是脆弱的，沒有登記的資產是難以交易的。
展望未來，從成本計量到價值驗證，從權屬模糊到登記確權，從報表游戲到業務賦能。那些真正用數據優化運營、重構信用、創造新業務的企業，將成為這場長跑的贏家。