赵治纲, 何平║数据资产信息披露的现状、问题与建议——基于2024年年报的分析

一、引言

数字经济时代，数据要素不仅是新型生产要素，更是发展新质生产力最为关键的基础性要素。近年来，党中央高度重视发展数字经济和推动数据要素市场化价值化，并陆续出台了一系列重要制度。数据资源可以入表成为一项资产，离不开数字经济的快速发展和数字技术的加速迭代。在此背景下，数据资源呈指数级增长，具有潜在且巨大的经济社会价值（王璐璐等，2025）。

2023年，财政部发布《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），明确了数据资源作为企业资产的确认范围、计量方法及会计信息披露等要求。《暂行规定》是我国在会计领域一项重要的制度尝试和创新，其发布标志着从2024年开始数据资源可以作为一项资产正式入表，这对国家、企业和投资者而言具有重要意义。从国家层面看，《暂行规定》进一步完善了数据资产相关的会计标准体系，为宏观经济管理提供了更为全面的资产信息支撑。从企业层面看，《暂行规定》的发布促使企业对数据资源进行全面梳理和评估，有助于企业重视数据治理、积极探索数据资源应用场景并充分释放数据资源价值。从投资者角度看，《暂行规定》的发布能够让投资者更全面、准确地了解企业的数据资产状况，合理评估数据资产价值和企业整体价值（危雁麟等，2022）。

显然，高质量信息披露是资本市场高质量发展的基石。而高质量数据资产信息披露，关系到会计信息使用者对数据资产价值的全面分析和客观判断，对推动数字经济健康发展和数据产业有序发展至关重要（张俊瑞和张龙，2025）。通常而言，数据资产信息披露包括数据资产在财务报表及附注中的披露，以及在管理层分析与讨论中进行叙述性报告。本文所称数据资产信息披露即“已入表数据资源”信息披露，包括确认为无形资产的数据资源和确认为存货的数据资源，在会计报表附注中对其相关会计信息的披露。需要强调的是，数据资产信息披露，需要平衡好强制披露与自愿披露，同时兼顾好价值信息提供与商业秘密保护。

从现有研究来看，学术界对数据资产入表问题较为关注，研究较为全面深入，但对数据资产信息披露的探讨较少。仅有部分学者在研究数据资产入表会计处理相关问题的同时简要探讨了信息披露问题，也有学者建议采取表内和表外相结合的披露方法，还有学者提出了以第四张报表来反映和披露数据资产的主张。鲜有学者对数据资产信息披露的形式、方法、频率，以及数据资产类型、规模、质量、应用场景、潜在风险等关键披露内容进行系统深入研究。本文试图在分析上市公司2024年年报数据资产入表及披露情况的基础上，总结当前数据资产信息披露存在的突出问题，探讨进一步完善数据资产信息披露的总体思路和实现路径。

二、上市公司数据资产信息披露的总体现状

2024年是企业数据资产入表元年。Wind数据显示，共有100家A股上市公司将数据资源纳入财务报表，合计入表金额22.45亿元。对上市公司2024年数据资产信息披露实践进行研究，既是对《暂行规定》实施效果的阶段性检视，也能够通过总结数据资产信息披露中存在的主要问题，为后续完善《暂行规定》或制定数据资产信息披露标准提供重要依据。

（一）数据资源获取方式

按照《暂行规定》的要求，企业应根据数据资源的来源和用途，分别确认为无形资产、开发支出和存货项目。从入表的项目看：计入无形资产的占据主要部分，无形资产数据资源总额为13.70亿元；开发支出次之，总额为7.68亿元；存货占比相对较小，总额为1.07亿元。

《暂行规定》要求，对确认为无形资产或存货的数据资源，应当按照外购、自行开发等类别进行披露。如图1所示：100家入表企业中有82家（占比82%）企业通过内部研发积累数据资源；有13家（占比13%）企业通过外购方式取得；有3家（占比3%）企业同时采用外购与自主研发相结合的方式；另有2家（占比2%）企业通过委托加工等其他方式取得数据资源。整体来看，自主研发是企业获取数据资源的主要方式，外购及其他方式占比相对较低，可见外部获取数据资源尚不是主要途径。

（二）入表企业类型和规模

从入表主体来看（见表1）：有53家国有控股上市公司披露了16.54亿元数据资源，占总额的73.67%；有42家民营控股上市公司披露了5.71亿元数据资源，占比25.45%；外资控股上市公司仅有2家，占比0.39%。可见，国有企业在入表数量和金额上均占据主导地位，反映出国有企业率先响应国家数据资产化相关政策要求，积极推动数据资源入表成为一项资产，民营企业也在持续跟进。

从入表企业规模来看，披露数据资源的企业均为大型和中型企业，没有小型企业。其中：大型企业90家，披露金额20.63亿元，占比91.89%；中型企业10家，披露金额1.82亿元，占比8.11%。大型企业平均每家数据资源金额为2300万元，中型企业为1820万元。总的来说，大型企业因规模大、业务范围广、运营时间长等因素，在数据资源的积累、投入或者拥有量上具有一定优势。

（三）入表企业所处行业

整体而言，入表企业所处行业呈现核心行业主导、头部企业集中、均值差距显著的分布特征，通信、计算机等技术密集型行业凭借规模和技术优势领跑，而传统行业数据积累与上述行业相比存在明显差距（见表2）。从行业数据资源总额看：通信行业以13.69亿元位列第一，占数据资源总额的比重达61.00%，占据绝对主导地位；排名第二的是计算机行业，总额为4.46亿元，占比19.87%；第三是传媒行业，总额为1.43亿元，占比6.38%。从行业内部数据资源金额看，行业内部呈现头部集中现象。以通信行业为例，中国移动、中国电信、中国联通三家企业的数据资源合计达13.66亿元，占行业总额的99.78%，其中中国移动的数据资源规模6.16亿元近乎是中国联通3.71亿元的两倍。

从行业每家公司数据资源平均值数据来看，不同行业数值相差悬殊。通信、计算机和传媒这三个行业每家公司的平均值处于前三位，分别为2.74亿元、0.22亿元和0.20亿元，排名第一的通信行业是排名第二的计算机行业的12倍多，差距十分显著。从公司数量上看，公司数量分布则呈现计算机行业领跑、多行业紧跟的格局。排名首位的是计算机行业，共有20家；第二位是交通运输行业，共有11家；第三位是传媒、医药生物和建筑装饰行业，均为7家。

（四）入表企业地区分布情况

各省份入表企业数量和金额呈现显著的区域分化特征。如图2所示，北京因是中国移动、中国电信和中国联通三大中央企业总部所在地，入表金额最高，远超其他省份。从入表企业数量看，北京入表企业有26家，处于第一梯队；经济较为发达、产业多元化程度较高的地区，包括广东、浙江、上海等省份处于第二梯队，入表企业数量在10~12家；中西部和东北地区入表企业数量较少，大部分省份仅有1~2家上市公司披露了数据资源。从披露金额看：北京入表16.63亿元，占所有上市企业入表金额的比重为74.07%；上海入表1.55亿元，比重为6.89%，浙江入表0.94亿元，比重为4.23%。这也表明数据资源的地区分布与地区经济发展水平、产业集中度高度契合：北京作为“第一极”，凭借龙头企业集聚效应形成绝对领先优势；沿海经济强省依托产业多元化和市场化优势紧随其后；而中西部及边疆省份因企业数量少、龙头企业缺失，数据资源积累能力较弱。

（五）入表企业审计机构情况

如表3所示，100家入表上市公司中，有72家公司的审计机构是国际“四大”和国内“八大”会计师事务所。金融业的5家上市银行和通信行业的3家上市运营商，年报审计机构全部是国际“四大”会计师事务所。入表的民营科技类上市企业的年报审计倾向于选择国内“八大”会计师事务所。值得一提的是，上述审计机构均未在审计报告中提及数据资源相关事项，尤其是对大额外购数据资源、自主研发数据资源全部资本化，以及数据资源内部控制制度是否健全等关键事项，未充分关注。

三、数据资产信息披露存在的突出问题

尽管《暂行规定》明确要求上市公司在会计报表附注中对数据资源相关会计信息进行披露，然而从上市公司首次数据资产信息披露实践来看，存在数据资产入表判断依据未披露、数据资产摊销方法和资本化等会计政策披露不充分，以及披露规范性不足等突出问题，影响会计信息使用者对数据资产价值的评估和判断。值得一提的是，上市公司对于入表数据资源的应用场景或业务模式、对企业创造价值的影响方式以及用于形成相关数据资源的原始数据的类型、规模、来源、权属、质量等信息，进行自愿披露的极为少见。总之，目前来看，要求强制披露的内容存在“不统一、不规范、不充分”问题，自愿披露更是没有内生动力，导致眼下上市公司披露的数据资产会计信息难以满足会计信息使用者的信息需求。

（一）数据资产权属风险不披露

《暂行规定》中强调，可入表的数据资源是企业“合法拥有或控制”的，且预期会给企业带来经济利益，这意味着明确数据资源权属是数据资产入表的前置环节。但是，由于数据资源在形成过程中可能涉及包括企业自身、用户和合作伙伴等在内的多个主体，数据资源权益的确定比较复杂。例如，基于用户信息形成的基础数据，尽管企业对这些数据进行了整理加工，丰富了数据本身的价值，但用户和企业对数据资源拥有的权益仍难以界定。鉴于此，绝大部分上市公司在2024年年报中，未对数据资源的合规性、权属界定等入表关键问题进行信息披露，更没有一家上市公司对已入表数据资源，披露是否存在所有权或使用权限制，或评估合规性和所有权风险。

（二）数据资产会计政策披露不充分

1.预期使用年限差异大。《暂行规定》中对确认为无形资产的数据资源相关披露进行了明确要求，如：对于使用寿命有限的数据资源无形资产，企业应当披露其使用寿命的估计情况及摊销方法；对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据；企业应当单独披露对企业财务报表具有重要影响的单项数据资源无形资产的内容、账面价值和剩余摊销期限。但是，从实际披露情况看，大部分入表上市公司未披露数据资产的使用寿命，极少数上市公司公布了使用寿命不确定的数据资产及判断依据。值得重视的是，同一行业数据资源无形资产的摊销年限存在较大差异，不同的估计年限将会对会计利润等产生较大影响。以同为快递行业的申通快递、韵达股份和圆通速递为例，申通快递根据预计能为公司带来经济利益的期限确定数据资源摊销年限为3年，韵达股份则根据预计能为公司带来经济利益的期限确定摊销年限为5年，而圆通速递根据使用寿命估计的摊销年限为5~10年。

2.数据资源摊销方法不明确。当前大部分入表上市公司未披露数据资源无形资产的摊销方法，仅有少部分上市公司公布采用直线法进行摊销。事实上，传统直线摊销方法很难统一适用于不同行业差异巨大的数据资源。数据资产是一类新型资产，其价值特性和价值变动规律，与现行报表中的有形资产和无形资产都存在明显差异。现行资产无论是实物资产还是无形资产，都会因时间推移而发生物理损耗或因技术进步出现价值减损。而数据资产可能会出于使用场景变化等原因大幅增值或瞬间贬值，即数据资产价值不随时间变化发生单方向的线性改变（杨金凤等，2025）。因此，传统资产根据使用年限采用的摊销方法很难适用于数据资产，即直线法等摊销方法无法反映数据资产的真实价值及其变化情况，容易导致投资者误判。

（三）数据资产信息的完整性和可比性不足

1.披露内容不全面，影响信息完整性。《暂行规定》引导企业主动进行数据资源相关信息披露，提高上市公司信息完整性的政策导向很明确。尽管采用的是强制披露与自愿披露相结合的方式，对于“数据资源的应用场景或业务模式、对企业创造价值的影响方式……用于形成相关数据资源的原始数据的类型、规模、来源、权属、质量等信息……”采取自愿披露的方式，但在2024年年报数据资源信息披露中，鲜少有企业遵循该指引自愿披露该类信息，使财务信息完整性颇受影响。比如，企业对数据资源的具体范围、权属等核心要素鲜少提及。在这种信息披露有瑕疵的情况下，投资者基于不全面的信息做出投资决策，可能会因负面信息的存在而蒙受损失。如华塑股份在2024年半年报中将数据资源计入存货时，未披露数据来源及第三方授权限制情况，后期因此发生争议并损害了投资者利益。此外，值得关注的是，杭州银行、中信银行等数据资源富集的金融行业上市公司，对外披露的入表数据资源信息非常少且简单（赵治纲，2025）。

2.披露标准不统一，信息缺乏可比性。各行业数据资源内容差异性大，企业在披露时会根据自身特点和需求有选择地披露重点内容，但是在准则没有对披露标准进行统一的前提下，各行业信息的可比性会受到影响。一方面，各公司披露的数据资源信息颗粒度不一致。例如，合合信息将数据资源分成基础数据和知识数据，并分别对两类数据资源的具体内容做出描述。但是，大多数企业只是笼统地列示了数据资源，将数据资源进一步细分的仅限于少数公司。数据资源信息的颗粒度不一致，导致不同公司之间的信息失去了可比性基础。另一方面，对数据资源信息的描述多为非指标化信息，也无法实现信息可比。例如，企业用“数据资源是核心竞争力”等语句对数据资源进行描述，而不是使用“数据驱动收入占比”等量化指标，如此就会导致不同行业和企业之间的数据资源披露形式缺乏共性，信息的横向可比性差。

四、完善数据资产信息披露的建议

充分的信息披露对于政府决策部门、国资监管机构以及上市公司投资者和社会公众等利益相关者评估数据资产的价值和风险至关重要。基于前述数据资产信息披露存在的突出问题，本文建议基于数据资产的价值特性，构建“合规性兼顾价值性”“定性为主、定量为辅”的数据资产信息披露总体思路，具体举措包括加快制定数据资源权属信息披露要求、分类明确数据资源披露内容，以及进一步丰富数据资源披露形式。

（一）加快制定数据资源权属信息披露要求

当前，数据资源确权难依然是企业数据资产入表的最大障碍，严重削弱了上市公司数据资产入表积极性。2022年12月，《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》这一重要文件，创新了数据产权观念，淡化了数据所有权而强调持有权优先，创造性提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架，构建了中国特色数据产权制度体系。在现行实践中，国家知识产权局已在全国部分省市试点数据知识产权登记，并在国内主要数据交易所开展了数据资产登记，尽管这无法真正明确数据资源所有权，但有利于明确持有数据资源或加工数据资源的企业所享有的权利，减少数据资源权益争议或纠纷。

本文认为，尽管数据资源权属复杂，但入表应该制定统一的数据资源权属信息披露要求，不能因此而不进行任何权属信息披露，建议上市公司至少披露入表数据资源是否经过了数据资源合规或授权审核，是否取得数据知识产权登记或数据资产登记等相关证书，或者是否存在所有权争议风险或使用权是否受到限制。对数据资源权属信息披露要求的统一和强化，有利于提高投资者对数据资源权属风险判断的准确性和对价值的认同度，既可消除入表企业的权属顾虑，也有助于更好地推动企业开展数据资产入表。

（二）分类明确数据资源披露内容

分类明确数据资源的披露内容和形式，是进一步提升数据资产信息披露质量的关键。一是分入表项目制定不同的披露要求。鉴于当前上市公司入表的数据资源以“无形资产——数据资源”和“开发支出——数据资源”为主的实际情况，建议针对确认为无形资产的数据资源，采取“定性为主、定量为辅”的披露思路，在表内和附注中披露的同时，可强制要求在“管理层讨论与分析”中增加如下信息：数据资源的定性信息，包括数据资源的来源渠道、采集时间、存储方式、更新频率等信息；数据资源的应用场景、开发利用模式以及对企业经营管理的具体影响［如数据资源对于优化采购与产品研发、提高生产效率，以及提升企业竞争力等所起的关键作用（黄世忠等，2023）］。而对于存货类数据资源，在披露广度和深度上可以适当简化，在附注中可以简要说明这些数据资源的来源渠道、对企业经营的重要性等内容。二是分行业发布不同的披露指南。对于数据密集型行业应发布专项信息披露指引，比如对互联网行业、金融行业，发布涵括数据资源合规要求、确认标准、摊销年限与方法、后续计量和风险评估等方面内容的信息披露操作指引。

（三）进一步丰富数据资源披露形式

作为披露内容的载体，披露形式的同步优化是披露内容得到充分反映的保障。建议在现行会计报表及附注披露的同时，增加在“管理层讨论与分析”中披露的要求，以及针对数据要素驱动型企业提出披露《数据资产专项报告》的要求，从而进一步丰富数据资产的信息披露形式。一是对于报表及附注中数据资源的披露，建议形成标准化披露模板。明确各要素的披露内容，要涵盖数据资源的基本信息、权属信息和应用信息等，保证数据资源披露信息的全面性和充分性。还要明确披露模板的格式要求，保证数据资源披露的规范性和一致性，便于投资人等利益相关者进行对比分析。二是对于“管理层讨论与分析”中的信息披露，要阐明企业数据资源发展战略、数据资源对企业经营发展的影响，以及企业对数据资源的未来规划和使用情况构想等。三是对于数据要素驱动型企业，其业务高度依赖数据资源，应通过单独编制《数据资产专项报告》，来全面披露其数据资产重要信息。在专项报告中充分描述该项数据资源的业务模式和内外部应用场景，对企业长期发展、核心竞争力的影响，有哪些潜在风险等，为会计信息使用者提供清晰的判断依据。

来源：原载《财会月刊》2025年第14期