政策推动与监管引导下，央国企数据资产入表进程显著提速。7月8日，华阳集团和南昌农发集团分别完成煤炭和农业领域首单数据资产合规登记及入表。截至2025年一季度，已有13家A股央企、34家地方国企完成数据资产入表，规模达38.18亿元。伴随入表提速，数据资产培训市场升温，企业面临价值评估难、权属不清晰等现实挑战。
每经记者｜可杨 每经编辑｜杨夏
在政策推动与监管引导下，央国企数据资产入表进程正在显著提速，数据正从“资源”向“资产”加速跃迁。
7月8日，华阳集团完成全国煤炭企业首单数据资产合规登记；南昌农发集团完成农业领域首例国企数据资产入表，并实现授信融资。
据《每日经济新闻》记者不完全统计，截至2025年一季度，已有13家A股央企、34家地方国企完成数据资产入表，合计规模达38.18亿元，已超过2024年A股的入表总量。
入表提速背后，也催热了数据资产培训市场。由高校或数据平台主导的培训班逐渐增多，从实操班到“数据评价师”考证课程，涵盖企业一线到高管群体，价格从千元到近万元不等。培训热潮的背后，是企业应对价值评估难、权属不清晰、会计处理复杂等一系列现实挑战的焦虑。
政策激励下，近几个月，央国企数据资产入表工作提速明显。
7月8日，据《中国煤炭报》报道，华阳集团在山西数据交易中心完成“清欠管理决策分析数据集”合规登记，并取得《数据资产登记证书》，这是全国煤炭企业首单数据资产合规登记。同日，南昌市市属国有企业南昌农发集团完成全国首例国有企业农业数据资产入表，云上南昌公司的城市人口动态大数据通过银行授信评估获1000万元融资。
从趋势来看，数据要素正从“资源”加快转化为“资产”，释放其在企业中的潜在价值。
2024年12月，国家数据局等部门印发实施《关于促进企业数据资源开发利用的意见》，其中提出，要实施“国有企业数据效能提升行动”，加快构建国资央企大数据体系，赋能产业转型升级。
为落实《意见》要求，2025年4月，国家数据局党组成员、副局长陈荣辉曾在新闻发布会上表示，国家数据局正会同国务院国资委制定国有企业数据效能提升行动的实施方案，推动国有企业数据管理机制创新，强化数据赋能现代公司治理和数字化转型。引导中央企业数字科技公司加强行业数据资源整合，扩大行业高质量数据产品和服务供给。
资本市场层面提速尤为明显。
据《每日经济新闻》记者不完全梳理，在A股上市的中央国有企业中，已有13家在2025年一季报中落地了数据资产入表工作；地方国有企业中，已有34家完成数据资产入表工作，数据资产规模达到38.18亿元。
对比之下，2024年一季度，在财报中完成数据资产入表的中央国有企业为3家，地方国有资产企业3家。
另据此前《每日经济新闻》梳理，在2024年年报中，A股已有超过90家企业落地了数据资产入表工作，数据资产规模为24.95亿元。
伴随着数据资产入表提速，市场上也掀起了一波关于数据资产的培训热潮。目前，市面上的数据资产相关研修班大部分是由高校或由数据交易平台联合企业发起。
记者以学员身份咨询某培训机构时获悉，该机构开设了实操类和考证类两类课程，前者注重实务操作，主要面向一线业务人员，学费为1000元/人，招生较为灵活。考证类课程则以“数据评价师”证书为目标，需至少50人开班，学费6800元，受众包括资产评估公司、会计师事务所、企业财务与管理人员，但目前因招生困难，开班计划推迟。
上述机构提供的招生宣传册中介绍，“数据评价师（数据资产评估师）证书是工业和信息化部人才交流中心颁发的岗位能力认证证书，是目前国内最权威的数据人才认证证书之一”。
另一家由知名高校开设的短期数据资产培训班则主打政企高管群体。记者以意向学员名义，从其报名负责人处了解到，该项目自去年开班以来热度颇高，曾有课程招生超过百人。“去年的央国企报名的也挺多，就是这个政策使然，刚开的时候非常火爆”。
与此同时，上述工作人员表示，今年该课程进一步扩充师资与课时，课程时长从去年的两天增加到四天，费用也从6000元上涨至9800元/人。
从当前情况来看，尽管政策层面推动数据要素市场化配置的步伐日趋加快，数据资产入表作为落实数据资产化、资本化的重要一环，仍需在价值评估、权属合规与会计制度等方面持续突破，培训市场的火热某种程度上也反映出企业与机构对这一议题的高度关注与应对焦虑。
在“数据资产入表”逐步提速的当下，实践层面的种种挑战也逐渐浮出水面。尽管各类探索不断涌现，但企业在将数据资产纳入财务报表过程中，依然面临着预期经济利益论证难、合规与确权前提缺失、成本归集与会计处理复杂等现实难题。
普华永道中国金融业管理咨询主管合伙人王建平在接受《每日经济新闻》记者书面采访时指出，企业在推动数据资产入表过程中，面临的最大挑战在于预期经济利益的论证困难，尤其是在对内部使用数据资源的经济利益货币化量化与可靠性论证。
以金融机构为例，若通过数据建模降低了不良贷款率或提升了客户转化率，其价值就需要从“业务操作”中剥离出来、归因于“数据资源”，这一过程涉及复杂假设与主观判断。而会计准则要求“经济利益很可能流入”，但如何通过定量（如货币化测算）满足这一条件，实务中存在分歧。
除价值量化难之外，数据权属的不明确也成为入表的关键障碍。王建平指出，现行政策（如“数据二十条”提出的三权分置）缺乏细则，导致企业难以证明合法拥有或控制数据资源。同时，数据授权期限不明确、个人数据隐私风险等问题进一步增加了合规成本。
此外，数据资产的开发涉及跨部门协作，成本边界模糊、颗粒度粗，难以可靠计量。王建平举例称，一项数据产品的研发可能涵盖人力、设备、治理等多项投入，成本分摊困难。而在会计处理上，收入与成本匹配难，摊销年限不确定，税会差异应对复杂等问题普遍存在。如数据产品的时效性强，企业难以预测其使用寿命，导致摊销方法选择争议。
封面图片来源：AI生成
1本文为《每日经济新闻》原创作品。
2 未经《每日经济新闻》授权，不得以任何方式加以使用，包括但不限于转载、摘编、复制或建立镜像等，违者必究。
每日经济新闻客户端