转自：新华财经

新华财经北京5月9日电（薛海玉 康耕甫 高铭） 自《企业数据资源相关会计处理暂行规定》正式实施以来，披露数据资产入表的上市公司已从最初的17家增加到2024年年底的100家，入表金额从不足一亿元增长到22.5亿元，数量金额的整体大幅增长表明数据资产入表正从初期试点走向规模化实践迈进。

同时，100家上市公司在入表载体、数据资产预期使用年限、摊销方法等科目也体现出行业特性的多样性。不过，虽然上市公司在数据资产入表方面的探索取得了显著进展，现阶段也存在跨行业数据资产价值评估标准不统一、预期使用寿命评估缺乏客观锚点、信息披露仍不充分等亟待解决的问题。

数量金额均明显增长

新华财经统计数据显示，截至5月6日，A股沪深两市共有100家上市公司在2024年年报中披露了数据资产入表情况，入表总金额约为22.5亿元。相较于2024年一季度的17家、8.37亿元，2024年三季度的54家、10.94亿元，均大幅增加。

对比去年三季度末，有57家公司首次在财报中披露了数据资产情况，包括光大银行、中信银行、宁波银行、齐鲁银行、杭州银行这5家金融机构，有16家取消了数据资产的披露，包括中交设计、广州港、南京熊猫、河钢股份4家国有企业。从去年一季度至去年年底，在财报中持续披露数据资产的有14家。

从入表金额来看，中国移动、中国联通、中国电信三家运营商排在前三位，入表金额分别为6.16亿元、3.79亿元、3.71亿元，排名第四位的同方股份入表金额为0.93亿元。北辰实业、凌云光、浙江交科排在入表金额最后三位，分别为4.38万元、15.6万元、18.67万元。

具体科目来看，100家企业中，有87家在无形资产中体现了数据资源，中国移动、中国联通、同方股份无形资产入表最多，分别为5.6亿元、1.67亿元、0.93亿元；有28家体现在开发支出中，排在前三位的也是中国电信、中国联通、中国移动三家，分别为3.71亿元、2.12亿元、0.56亿元；体现在存货中的仅有3家，分别为读客文化、海天瑞声、蓝色光标，金额分别为8665.58万元、1412.95万元、654.31万元。

从地域来看，北京市有26家上市公司实现了数据资产入表，排在首位，浙江省、广东省分别为12家，上海市、山东省分别有10家、6家。从企业性质来看，中央和地方国有企业51家（中央国有企业15家，地方国有企业36家），民营企业40家，公众企业7家。

从数据资产占总资产比例来看，超过1%的仅有7家，读客文化、卓创资讯、每日互动排在前三位，分别为11.83%、3.41%、2.36%，占比超过0.1%的仅有18家。入表金额最多的中国移动、中国联通、中国电信三家企业数据资产占比均小于0.1%。

行业特性明显

从入表载体来看，当前上市公司数据资产入表载体类型包括数据库、数据集、模型、系统、平台、报告类产品等。

数据库类资产方面，比如中国联通披露的行业数据库、同方股份披露的文献数据库。该类资产通常以结构化数据为核心，强调数据的标准化存储与高效检索能力，其价值主要体现在为行业提供权威数据源服务的长期收益方面。

数据集类资产方面，比如日照港的“库场堆存管理数据资源集”、中原高速披露的“中原高速车型库数据集”等，该类资产多以特定业务场景为依托，通过解决生产运营中的痛点问题体现数据价值。

模型类资产方面，比如小商品城的“义乌小商品指数模型”、上海电气的“指标模型库”等，该类资产的核心价值在于通过算法驱动的预测分析能力为生产经营决策提供支持。

系统与平台类资产比如开普云的内容安全监测平台、华设集团的工程勘察数据资源平台等。该类资产强调数据资源的整合运营能力，其价值实现方式更倾向于“数据即服务”模式。

报告类资产的代表为九州通的药品市场洞察服务报告，代表了数据资产向知识产品转化的典型形态。其经济利益的实现依赖于对行业趋势的精准研判能力，该类资产属于典型基于数据分析的知识产权类资产，不过可能面临数据时效性与低成本复制的挑战。

数据资产载体的多样性，既体现了企业对数据资产属性的不同认知，也反映出行业特性对数据资产价值释放路径的影响。除数据资产载体外，100家上市公司披露的数据资产预期使用年限和摊销方法也有所不同。

在60余家披露数据资产预期使用年限的上市公司中，约40家数据资产预期使用年限为3-5年，少部分企业如设计总院、上海电气等数据资产预期使用寿命为2年。此外，还有部分上市公司将数据资产预期使用寿命定为5-10年或者15年。如南京公用其数据资产预计使用寿命为15年。

在摊销方法的选择上，除每日互动选择加速摊销法，开普云、卓创资讯、上海钢联选择年数总和法摊销以外，大多数企业选择了直线法摊销。数据资产不同摊销方法的选择体现了不同数据资产预期经济利益实现方式存在差别。

不同摊销方法的选择，不仅仅是财务处理上的差异，更是企业对自身数据资产特性、业务模式以及未来发展战略的深刻体现，影响着企业在财务报表呈现、成本费用核算、投资决策等诸多方面。

从不同行业上市公司实践看，数据资产价值释放路径与行业高度相关。比如基础设施型行业多依托数据库、平台类资产实现长期收益，且多采用直线法摊销，体现其对数据资产稳定现金流的预期。技术驱动型行业偏好模型类、系统类资产，倾向于年数总和法或加速摊销，反映技术迭代风险与前期高收益的特征。内容服务型行业通过数据集、报告类资产实现数据要素价值释放，但可能面临数据时效性与低成本复制风险，需持续创新商业模式。整体来看，基础设施行业聚焦“数据资源化”，技术行业侧重“数据产品化”，而内容服务行业探索“数据知识化”的特点。

三大问题亟待解决

2024年，上市公司在数据资产入表方面的探索取得了显著进展，但也存在三个亟待解决的问题。

一是跨行业数据资产价值评估标准不统一。尽管当前数据资产入表初始计量原则均为历史成本法，但未来数据资产交易流通过程，可能仍存在跨行业数据资产价值可比性不足的问题。如专用性数据资产“港口堆存数据集”，与通用性数据资产“文献数据库”，其价值难以统一计量。建议未来通过建立分行业的数据资产分类目录，细化专用性、半通用性、通用性数据资产的估值方法，并针对行业特性采用不同估值方法，以反映其真实价值。

二是数据资产预期使用寿命评估缺乏客观锚点。上市公司数据资产的摊销年限存在显著差异，从2年至15年不等，反映出数据资产预期经济寿命评估存在一定主观性。数据资产价值及使用寿命受技术迭代、合规风险、市场供需等多维因素影响，但现行准则并未提供量化评估标准和框架。未来可从技术迭代速度、合规敏感性、数据稀缺性等维度设定量化指标，并引入第三方机构提供行业基准参数，约束主观判断偏差。

三是信息披露仍不充分。当前仅有40余家上市公司披露了数据资产入表详情，约60家公司披露了数据资产的与其使用年限，相较100家披露数据资产入表的上市公司总量来看，数据资产相关信息披露仍不够充分，导致外界难以全面了解企业数据资产的真实状况。充分的信息披露对于投资者、监管机构等利益相关者评估企业价值和风险至关重要。建议进一步完善信息披露制度，要求企业详细披露数据资产的入表依据、预期使用寿命及摊销方法的选择依据等关键信息，减少市场信息不对称的情况。

数据资产入表作为企业数字化转型的重要里程碑，正逐步从试点迈向规模化实践。未来，随着相关准则的不断完善和市场认知的深入，数据资产入表有望更加规范和科学，推动数据要素价值释放和数字经济健康发展。

编辑：胡晨曦