导读关键词：央企国企；数据资产入表；战略红利；路径与实践操作；风险与化解

在数字经济的大浪潮中，央国企数字化转型是党和国家推动新一代信息技术与制造业深度融合，打造数字经济新优势，促进国有企业数字化、网络化、智能化发展，增强竞争力、创新力、控制力、影响力、抗风险能力，提升产业基础能力和产业链现代化水平的重要战略部署

在国家一些列政策推动下，数据资源已然成为推动央企国企发展的重要战略资源。同时，抢抓数据资产入表红利也是当下央国企推动数字化转型中较为关切的问题。

本文以央企国企数据资产入表作为小切口，通过若干数据和关键词来阐释说明央企国有企业数据资产化的政策背景、入表红利、实践路径以及存在的风险与问题，以期为国有企业在新时代如何利用数据资产促进经济增长和社会发展提供决策借鉴和参考。

一、用数据说话——数据资产入表能给央国企带来哪些红利？

从数字经济规模看，2022年我国数字经济规模达到 50万亿元，同比名义增长 10.3%，显著高于同期 GDP 名义增速；从数据交易市场规模看，2022年我国数据交易市场规模接近900亿元，到 2025 年我国数据交易市场规模有望达到 2000亿元；从数据量看，国家网信办发布的2022年我国数据产量就已经达到8.1ZB的海量级别，位居第二，预计到 2025 年，我国产生的数据量将达48.6ZB，超过同期美国市场 30.6ZB 的数据量，这其中政府公共数据增量以及央国企数字化转型增量数据“功不可没”。

1、宏观战略层，公共数据、央国企数据资产入表将充分释放数字经济潜力

数据资产入表将激活数据的资源化、资产化和产品化转变，促进数据资产和数据产品的流通和利用。尤其是地方公共数据和地方国有企业数据资产入表，可为地方财政从“土地财政”向“数据财政”转型提供新路径。

2、中观产业层，数据资产入表倒逼央国企数字化转型和产业升级、降本增效

国有企业的数字化正在重塑企业运营逻辑，并最终推动企业战略、组织结构以及管理方式的转变。以数据为核心的数字经济，不仅将加快推动数字产业化和产业数字化发展，而且将深度赋能企业的数字化转型和传统产业升级，并有效带动数据要素相关产业进一步发展。

3、微观企业层，数据资产入表将推动企业价值提升

数据资产入表，使得央企国企的价值不再由公司的有形资产来主导，而更多由数据和无形资产来主导，数据资产是一个全新的资产形态，从财务角度看，入表前，数据是作为“成本”列到“费用”中，容易导致企业资产账面价值偏低、利润偏低，企业价值没能在财务报表中完全体现；入表后，除了对企业资产规模提升带来最直观的变化，对企业信用评级、融资能力等也将起到积极作用。对企业而言，数据资产入表将新增一项增量资产，并在未来形成增量收益，实现将数据资源转化为数据资产，将数据资产转化为数据资本，加快释放数据资产的价值潜力，持续提升企业价值。

二、央企国企数据资产入表的路径选择

1、数据资源化——对央企国企已持有的数据进行盘点，开展数据治理，使数据成为可以开发利用的数据资源。

2、数据资产化——国企在将已持有的数据资源开展数据资源盘点、数据治理基础上，对数据资产进行确权、数据资产登记、资产评估，完成数据资产入表，实现增加国企的资产规模，优化改善资产负债表，降低资产负债率，提升国企的资本化能力。当前，各级政府和国资集团组建的城投、建投、文投、旅投、交投、水投等国资平台公司，普遍面临“债务负担重、资金缺口大、造血能力差”的局面，此类国有企业实现数据资产入表将大大缓解财政压力。 

3、数据资本化——数字资产通过商业化运营开始成为数据资本，数字资产的流通和应用使得数据资产因其基于特定的“使用场景”向数字产品形态转化，并不断彰显数据资产的“使用价值”和“交换价值”，此为数据资产之所以能实现传统法律意义上资本化的底层逻辑。

三、数据资产化过程在法律上的界定

数据是推动新质生产力发展的核心要素之一。关于何谓“数据资产”，笔者依照现行法律法规政策文件的相关表述，以及相关财务会计准则和方法，并结合一些上市公司、国有企业已经进行资产入表实践案例做法，从七个要素界定数据资产的概念：

——数据资产是指企业基于过去的交易或事项形成的；

——由企业合法拥有或控制的；

——以数据为主要内容和服务的可辨认的非货币资产；

——该数据有一定的应用场景；

——该数据资产的成本或者价值能够可靠地、清晰地计量；

——预期会带来经济利益（内部价值或外部收益）；

——与该数据应用场景有关的经济利益很可能流入企业；

理论上对数据资产可能存有不同认知和理解，但实践中，笔者考察入表案例，一般情况下只有同时满足以上七个条件的数据资源才可能被认定为数据资产。 

基于笔者对数据资产入表在法律上应具备的条件的分析界定，并结合“数据二十条”（指《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》）规定，数据资产入表的更为高一层级的入表要求是：以维护国家数据安全、保护个人信息和商业秘密为前提，以促进数据合规高效流通使用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点。

因此，数据资产入表不仅仅是财务问题，更是法律问题。

四、数据资产入表前要明晰的法律问题——入表难点

1、应用场景问题是前提。场景理论是数据应用的基础理论之一，也正是基于场景的应用数据资源得以形成数据产品进而资产化，数据资产入表首先面临数据产品具体的应用场景问题，结合应用场景，明确具体产品对应的数据资产。

2、数据资产的确权问题。数据资产确权是一个复杂且重要的过程，涉及到多元化主体多元化利益诉求的确认和分配。数据确权即明确建立权责利关系矩阵，避免因权利归属不明而引发的纠纷和利用成本的增加。数据合规治理问题是数据资产确权的应有之义，数据安全、个人信息保护等又是合规治理的下位概念，笔者认为按照关系矩阵的确权思路而言，这些都包含在确权问题之中。

3、数据资产入表的税务处理问题。数据资产可以作为无形资产也可以作为存货，研发费用还可以作为成本，因此不同的应用场景下财务处理规则不同，相应的税收处理也不尽相同。企业资产入表还应充分掌握会计处理暂行规定，密切关注相关税收政策。目前，数据资源相关政策设计和制度探索正在持续进行中，数据资产入表应全面评估各环节税务风险。

4、数据资产的时效性、可复制性所引发的法律衍生风险。一旦企业在会计报表上对数据资产有了表达，企业后续就有对其资本化的冲动。数据资产形成资产后进行财务列报，进而进行数据资产价值评估，挖掘其资本属性，用于增信贷款、质押融资、作价入股、资产证券化等。数据时效性导致数据资产缩水，数据因公开、或可复制而价值严重贬损，都将引发不可预期的法律风险，有其是探讨数据资本化运作中应时刻规避产生的衍生风险可能。

5、国有资产保值增值问题。国有企业一旦选择将数据资源入表作为一项资产，按企业国有资产法相关规定，其保值增值问题势必应受关注。这需要企业充分考量数据的应用场景，进而选择将数据资源化的投入作为成本还是资产。如作为资产入表还要考量资产摊销，因为数据生命周期与数据的应用场景紧密相关。

因此，需要通过建立完善的治理体系是实现保值增值的基础。这包括根据相关法律法规、制定明确的企业数据治理指导原则、建立数据资产管理的组织架构等。通过这些措施，可以确保数据资产的合规使用和管理，同时促进数据资产的有效流通和应用。同时，加强风险管理，数据资产面临的风险多样化，包括法律风险、道德风险以及其他如，硬件风险、宏观经济风险等。因此，建立有效的风险预警和应急管理机制至关重要。