从成本到利润，数据资产入表之路！

在全球数字化转型的大趋势下，数据交易市场有望推动数据要素价值的开放共享和流通。

据信通院测算，2021年全球47个重要经济体的数字经济增加值规模高达 38.1 万亿美元，我国2021年数字经济规模也已达到7.1万亿美元。数据之于数字经济的价值不言而喻。

与此同时，数据重要性提升，2019年10月，党的十九届四中全会首次将数据纳入生产要素范畴，与土地、劳动、资本、技术等传统生产要素并列。2020年4月中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中正式将数据作为生产要素单独列出，提出要加速培育数据要素市场。数据正式成为社会经济生产活动所需要的基本资源之一。

根据我国国情，我国需要从土地财政转向数据财政。其主要原因有以下5点：

1. 土地资源的有限性：土地是固定的生产要素，其供给量有限。随着城市化进程的加快，土地资源日益紧张，土地财政模式的可持续性受到质疑。同时，过度依赖土地财政可能导致土地资源的过度开发和浪费。

2. 数据经济的崛起：在信息技术飞速发展的背景下，数据已成为新的生产要素和经济增长点。数据财政可以更好地支持和服务于数据经济的发展，推动数字经济创新和转型。

3. 促进经济结构优化：数据财政可以促进经济结构优化升级。数据资产的运用可以推动产业结构调整，引导资金、人才等资源向高附加值、高技术产业转移，有助于提高国民经济整体竞争力。

4. 满足社会发展需求：数据财政有利于满足社会发展需求。通过数据资产的流通、管理和应用，政府可以更好地了解社会需求，优化公共资源配置，提高公共服务质量和效率。
   

总之，从土地财政转向数据财政是适应新时代经济发展的需要，有助于实现经济可持续发展，提高政府治理能力，满足社会发展需求。

数据流通的道路是困难曲折的，根据全国信标委大数据标准工作组所制定的数据要素流通框架，数据要素流通主要涉及到：1）政策和法律法规；2）流通制度；3）流通模式；4）流通技术；5）流通标准。以上构成了数据要素流通总体框架。

政策和法规作为数据要素流通的基础，为数据产品交易的规范化和权属关系提供了指引，进而演化出有实践意义的数据流通要素制度，包括数据权属制度、数据评估制度、数据流通制度和数据监管制度。在确立政策法规和制度后，市场化运营逐步形成了数据要素流通模式，包括数据登记模式、数据定价模式、 数据交易共享模式和数据服务运营模式。

另外，数据要素流通技术则作为构成上述模式的筋骨，其背后所搭载的区块链和隐私计算等技术，实现数据价值流通突破所属权的限制，达到“数据可用不可见”，是近年来数据交易领域发展过程中的重要驱动引擎。在制度、模式和技术齐备后，数据要素流通标准将整个数据要素流通框架串联在一起，从而形成规范化运营和价值流动的闭环。

数据流通面临的挑战主要包括以下几个方面：

1. 数据本身的安全：随着数据量的快速增长，如何确保数据在传输、存储和使用过程中的安全性成为一大挑战。数据泄露、篡改和丢失等安全问题日益凸显，需要采取有效的加密、脱敏和备份等技术手段来保护数据本身的安全。

2. 数据流通活动的合规性：数据流通涉及多个主体和环节，如何确保数据流通活动的合规性是一个重要挑战。包括数据采集、处理、分析和使用的合规性，以及跨行业、跨部门、跨境的数据流通的合规性。

3. 数据流通设施的安全：随着数据流通设施的日益重要，如何确保数据流通设施的安全成为另一个挑战。这包括硬件设备的安全、软件系统的安全以及网络安全等方面。

   
   

应对这些挑战，可以采取以下一些措施：

1. 完善数据安全法律法规：建立健全数据安全法律法规体系，明确数据安全保护的基本要求和规范，加强数据流通的监管。

2. 提高数据安全技术水平：不断研发和应用新的数据安全技术，提高数据加密、脱敏、备份等技术手段，确保数据本身的安全。

3. 建设数据安全防护体系：建立完善的数据安全防护体系，包括数据安全策略、安全技术、安全管理等方面，形成全方位、多层次的数据安全防护网。

4. 强化数据安全培训与教育：加强对数据安全知识的培训与教育，提高数据流通参与者的安全意识，降低数据安全事件的发生。

5. 加强国际合作与交流：面对跨境数据流通的挑战，加强国际合作与交流，推动制定国际数据安全标准与规范，共同维护全球数据安全。

数据资产入表是指将企业的数据资源在财务报表中予以体现，以反映企业在数据要素方面的投入和收益。为了实现数据资产入表，企业需要满足一定的条件，并按照一定的路径进行操作。数据宝致力于国有数据资产增值运营，在近二十年的数据探索经验中，我们总结出了数据资产六步入表法:

1. 确认数据资产：企业需要梳理并确认自身的数据资源，明确哪些数据具备成为资产的条件。这包括企业内部生成的数据以及从外部获取的数据。

2. 满足资产定义：为了将数据资源纳入财务报表，企业需要证明自己拥有或控制这些数据，并预期在未来一定时期内从中获得经济利益。这可能需要通过合同、授权等方式来证明对数据的控制权和使用权。

3. 确定数据资产的计量方法：企业需要根据数据的特性以及其为企业带来的经济利益，确定适当的计量方法。这可能包括原始成本法、折旧法、公允价值法等。

4. 制定会计政策：企业需要制定相应的会计政策，以规范数据资产的会计处理方法。这包括数据资产的初始确认、后续计量、减值测试以及终止确认等方面的规定。

5. 编制财务报表：根据会计政策和相关准则，企业需要将数据资产纳入财务报表，并与其他资产、负债和权益项目进行恰当的分类和计量。这可能涉及资产负债表、利润表和现金流量表等财务报表的编制。

6. 披露相关信息：企业需要在财务报表中披露与数据资产相关的信息，包括数据资产的类别、数量、价值、来源以及对企业经营业绩的影响等。这将有助于提高财务报表的透明度和可比性。

总之，数据资产入表是一个复杂的过程，需要企业充分了解自身数据资源，满足资产定义，并按照会计准则和政策进行恰当的会计处理。这将有助于提升企业财务报表的质量和透明度，为企业融资和投资者决策提供更有力的支持。

数据宝希望通过构建大数据资产流通交易服务平台，推动我国大数据产业的发展，实现数据价值的最大化。在上述描述的数据资产入表路径中，数据宝可帮助企业进行数据治理，从而将企业的数据资源转化为数据产品，为数据资产入表做准备。另外，数据宝有多年的数据价值发现及数据价值提升的经验，对于企业数据资产评估时合理评估资产价值提供依据。

从上图可以看出，数据资产入表对数据要素产业链上各个角色都提出更高要求。企业应当按照企业会计准则相关规定，根据数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。因此数据产业链上的角色者应当尽快尽快跨进数据资产入表的门槛。

数据要素产业链上的不同角色进行数据入表的原因有以下几点：

1. 明确数据产权：数据入表有助于明确数据产权，使数据资源持有权、数据加工使用权、数据产品经营权三权分置，有利于各参与方按照约定的规则进行数据交易和合作。

2. 促进数据流通和交易：数据入表有助于建立场内外结合的数据要素流通和交易制度，进一步促进数据资源的流动和交换，为产业链上的企业提供更多的商业机会。

3. 合理分配收益：数据入表有助于遵循“谁投入、谁贡献、谁受益”的原则，实现数据要素的贡献值分配，使各参与方能够按照其对数据的投入和贡献获得相应的收益，激发产业链上的各方的积极性。

4. 加强数据安全治理：数据入表有助于加强数据安全治理，通过建立完善的数据安全管理制度，确保数据在产业链内的安全流通和应用，防止数据泄露、滥用等风险。

5. 有利于企业估值和融资：数据资产入表有助于企业对数据资源进行合理估值，从而提高企业在资本市场的吸引力，为企业融资提供更多的可能性。

6. 推动数字经济的发展：数据资产入表有助于推动数字经济的发展，使企业能够更好地利用数据资源进行创新和转型，提高生产效率，实现经济高质量发展。

   
   

综上所述，数据要素产业链上的不同角色进行数据入表有助于明确数据产权、促进数据流通和交易、合理分配收益、加强数据安全治理、有利于企业估值和融资以及推动数字经济的发展。

在未来，数据将成为企业发展和竞争的关键因素，而数据资产入表则是企业将数据资源转化为商业价值的重要步骤。通过数据资产入表，企业能够更好地管理和使用数据资源，提高生产效率，开拓新的商业机会，增强企业竞争力。同时，数据资产入表也将推动整个数据要素产业链的发展，实现数据价值的最大化，为社会和经济发展带来更大的贡献。希望通过本文的分享，能够为相关企业提供一些启示和帮助，共同推动数据要素市场的繁荣和发展，促进数字经济的健康发展。