一、引言 数字经济时代，数据资产化成为商业模式创新、资源优化配置及产业转型的核心驱动力，数据资源转化为数据资产并规范入表是释放数据要素潜能的关键。在“数据即石油”的数字经济发展观下，数据资产化既是企业数字化转型的必然趋势，也是国家经济高质量发展的重要方向。目前，国家已出台《关于构建数据基础制度更好发挥数据要素作用的意见》(简称“数据二十条”)与《企业数据资源相关会计处理暂行规定》(简称《暂行规定》)，初步确立了数据资产的会计确认与计量规则，推动数据要素市场化进入规范化轨道。然而，数据资产化从理论探索到实践落地仍有差距。一方面，数据资产的权属界定、价值评估及会计处理尚未形成共识；另一方面，多数企业缺乏完备的数据资源治理体系，合规成本较高，大量数据资源仍属表外沉没资产。其中，数据资源跨场景应用是其价值释放的新模式，但相关会计处理并无统一标准，亟需从典型企业的实践经验入手进行针对性研究。 在此背景下，探寻企业数据资产入表的合理路径和可行方法，既是政策驱动下盘活数据资产的客观要求，也是企业丰富自身融资渠道的内生动力。现有相关研究多停留在传统行业部分业务数据案例披露的层面，呈点状分布，未结合行业特征和复杂数据企业的实际展开系统探讨；同时受静态的会计准则束缚，针对数据资产的生命周期、减值计量等问题缺乏针对性方案，难以适应数字经济下的入表需求。在《暂行规定》背景下，确权难、合规成本高、成本归集与分摊难、估价参数不足等问题仍然存在，数据资产难以纳入报表体系。鉴于此，本文选取数据治理基础扎实、资产化潜力突出的神州数码作为研究对象，梳理其数据资源管理与资产化经验，分析数据资产入表障碍，构建具备可操作性的动态入表模型。 针对上述理论和现实约束，以及国家推进数据要素市场化、规范化入表的战略需求，本文以企业数据资产如何合规、高效入表为出发点，以神州数码为对象，进一步探索其数据资源在跨场景协同下向数据资产转化的实践，并构建“合规确权—治理管理—会计处理—价值实现”的动态入表路径模型，重点分析入表关键环节、不同场景的会计确认计量、入表面临的挑战三大问题，基于案例研究探索数据资源转化为数据资产并规范入表的路径，以期为企业落实《暂行规定》、释放数据资产的财务价值提供实践指引与案例参考。 二、文献综述与研究框架 1.数据资产。国家标准将数据资产界定为“合法拥有或控制的，能进行计量的，为组织带来经济和社会价值的数据资源”(罗玫等，2023)。会计视角下，数据资产还需满足可定义性、可计量性、相关性、可靠性四大会计信息质量要求，并强调未来经济利益流入“场景量化”条件，体现了其区别于传统资产的会计计量逻辑——数据资产价值依附于应用场景，无法独立形成可靠稳定的经济效益(秦荣生，2020)。可控制性、可计量性、可收益性是数据资产的核心特征，其主要表现为：企业通过用户、合同协议等方式合法拥有数据资源控制权；数据资产入账计量基础是能以货币形式可靠计量的；数据资产具备能够为企业带来经济利益的潜力(Jones和Tonetti，2020)。相对于传统资产，数据资产具有典型的场景性、时效性、非消耗性特征。场景性体现为数据资源在不同应用场景下的价值存在差异；时效性是指数据资源价值会随着时间的变化而发生变化；非消耗性是指数据资源可以无限复用和分享，并不存在损耗，这为数据权属和利益分配带来了挑战(李海舰和赵丽，2021) 在数据资源确权方面，“三权分置”产权制度设计框架对数据资源的持有权、加工使用权、数据产品经营权进行了区分，明确划分了各参与主体的权责边界，为解决数据确权难题提供了可行路径。例如，用户让渡给企业数据资源持有权，企业在遵守《个人信息保护法》等法律法规的前提下获得数据资源加工使用权，而数据产品经营权交易则构成数据资源价值让渡的核心环节(汪小龙，2024)。 现有文献对数据资产的研究主要从两大视角展开：一是价值创造视角，从数据资源本身出发，聚焦数据资源从收集、加工、处理到利用与价值变现的全过程(王艳和杨达，2024)；二是资产化视角，从过程出发，研究数据资源从表外走向表内转化为数据资产的过程(许宪春等，2022)。此外，还有少量文献研究了数据资产的衍生价值，包括可以提升劳动生产率、改善资源配置，驱动企业高质量发展(苑泽明等，2024)，并提升企业研发投资、创新效率(李健等，2023)以及促进绿色创新(杨开元和刘科，2025)等。 2.数据资产入表。数据资产入表的理论研究涵盖了会计确认、价值计量、信息披露三大核心内容，目前的研究尚无统一标准，相关争议与探索共同推动着理论体系的完善。 在会计确认方面，核心分歧在于数据资产应确认为无形资产还是存货。主张确认为无形资产的学者认为，数据资产的无形性、可辨认、非货币性特征与长期支持企业运营的数据资产高度契合；主张确认为存货的学者则提出，数据资产的可供销售、短期变现特征，更符合存货持有以供出售的特征(张俊瑞等，2020)。此外，基于《暂行规定》的经验，以“使用目的+商业模式”为分类标准，将长期用于企业主营业务的数据资源作为无形资产，短期用于出售的数据资源确认为存货，这得到了较多学者的认同(陈志斌和杨靖，2025)。 在价值计量方面，其为数据资产入表后的核心问题。现有研究多借鉴无形资产的成本法、市场法、收益法，但均存在缺陷：成本法核算简便，但未考虑数据资源场景应用价值与未来增值潜力；市场法在当前数据要素交易市场发展不成熟时，缺乏规范可比的交易价格；收益法易受技术迭代、市场波动等因素的影响，准确性难以保证(许宪春等，2022)。针对上述问题，部分学者提出优化方案：在成本计量方面，引入作业成本法分解数据资产形成的全流程成本、基于业务场景与处理难易程度细化数据资源成本归集(王硕和李宝瑜，2024)；在价值评估方面，提出场景化收益法，将数据资源场景价值及其对业务的影响纳入评估体系，提升收益法的可靠性(罗玫等，2023)。
