行业与公司 * 行业为医疗数据资产流通与交易行业 公司涉及公立医院（如北京天坛医院 宣武医院 胸科医院 上海国儿医院 阜外心血管医院 同济医院等） 民营医疗机构（检测机构 影像中心 专科医院） AI公司（如易度云 推享科技） 互联网平台（如京东健康 美团买药） 药物及器械研发机构 科研单位以及数据交易所（如北交所）[1][2][4][5][8][21] 核心观点与论据 政策推动与试点进展 * 2023年北京市卫健委和经信局启动6家市属三甲医院数据对外开放试点 2024年扩展至22家直属医院 2025年上海等国儿医院跟进[2] * 财政部2024年12月19日发布《数字资产全过程管理的试点方案》 推动国家卫健委开展数据资产管理相关工作[2] * 天坛医院和同济医院联合申报的公立医院医疗数据资产管理体系研究课题对全国三甲医院产生较大影响[2] 市场需求与交易案例 * 大模型厂商（互联网头部机构及垂直领域企业）积极购买医疗数据训练模型 例如AI公司购买胸科医院数据开发AI手术规划产品并通过欧美标准审核[1][2] * 需求方还包括科研单位 药物/器械研发机构 医药营销机构 通过合作 科研项目等方式获取数据[1][5] * 预计到2025年年底 新达成的数据交易案例将超过2024年数量 医院数据可能被多次购买 国外药企和器械厂商也将通过跨境流通购买国内三甲医院数据[1][4][14][15] 数据类型与应用潜力 * CT影像类数据需求充沛 广泛用于大模型训练以提升诊断效率[3][8] * 应用场景分为To B（服务医院）和To C（服务个人用户） 不同类型数据根据应用场景及收费模式具有不同市场潜力[3][8] * 三甲医院数据（如天坛医院 宣武医院的神经科学数据）认可度高 基层医疗机构更多作为AI诊断产品的购买方而非主要数据提供者[22][23] 合规性保障与交易机制 * 医疗数据流通需患者签署知情同意书 对外流通必须进行匿名化处理以保护患者隐私[7] * 通过第三方数据交易所（如北交所）进行交易 确保流程透明合法 北京市推动医疗健康公共数据优先进场交易[7][21] * 对于基因组学等特殊数据 需更新患者知情同意书 历史数据则通过脱敏技术处理 并与网信办沟通制定规范[9][10] 行业发展难点 * 医院信息化和数字化程度差异大 影响数据提取和治理效率[11] * 医院内部数据流通的收益机制尚未完全形成 需要建立激励措施[11] * 缺乏熟悉医疗体系的技术服务商将原始数据加工成产品[11] * 合规性考量谨慎 缺乏统一的数据标准[11][12] 市场前景与定价机制 * 行业具有巨大市场空间 政策支持 技术进步和市场需求共同驱动发展[13] * 数据定价目前依赖市场参考 例如标注胸部影像CT数据后提供给需求方 清华大学已联合发布初步定价模型 未来可能形成统一标准[18][19] * 数据标注成本涉及人力筛选（如从5000张片子中挑1000张） 详细描述特征 每个图文对成本可达几十元 医院品牌和专家经验存在溢价[19] 其他重要内容 民营机构参与度 * 民营医疗机构（检测机构 影像中心 专科医院）对数据交易表现出较高意愿 已有影像中心完成相关服务 检测中心数据逐步开放[1][5] 跨境数据流通 * 医疗数据出口若不涉及个人数据则相对顺利 涉及个人数据需遵循网信办分级管理规则 北京网信办态度积极 预计2025年下半年将出现跨境医疗数据服务案例[16] 国际比较 * 中国在数据资产化方面走在前列 率先提出"数据是第五生产要素"的概念[17] 授权运营模式 * 公共医疗数据授权运营由省市政府定义 通常由国企或有实力单位负责 实际操作以需求为导向与医院合作 交付通常限于具体项目而非全量数据[20]

核心观点 - 数据作为第五生产要素，其价值挖掘流程复杂，高度依赖政策明晰的制度框架与实施路径 [1] - 以地方性数据交易机构、数商为代表的产业模式正逐步成为推动数据要素市场发展的核心，通过“政产联动”建立良好的供数、用数生态 [1] - 国内数据要素市场预计将以约20.26%的复合增长率于2028年突破3000亿元 [6] 行业规模与增长 - 中国数字经济规模由2017年的27.2万亿元增长至2023年的53.9万亿元，六年整体规模翻倍，复合增长率约为12.07% [6] - 2024年数字经济核心产业增加值达到13.49万亿元，约占同期GDP的10% [6] - 数据要素行业规模预计2025年达到2000亿元左右，2028年将突破3000亿元 [6] - 以数据加工与分析为核心的数据处理环节将成为产业规模占比最高的细分产业，预计2028年规模达到1440亿元 [6] 数据价值链流通体系 数据合规与确权 - “数据二十条”政策明确了公共数据、企业数据、个人数据三大数据源的分类分级确权制度，划分了数据资源持有权、加工使用权与产品经营权 [11] - 数据资产的非损耗、非排他与非竞争属性导致传统生产要素分配模式无法套用，需建立专属权属划分体系 [11] - 实践中存在公共数据开放度不够、企业数据流通受阻、个人数据信息边界不清等问题，需建设执行稳定性与刚性更强的法律体系 [11] 数据登记 - 数据产权登记是保障数据资产权属划分、促进价值释放的重要环节，根据数据资源、数据产品及数据资产三类形态差异，登记机构存在差别 [13] - 国家构建以《关于加快公共数据资源开发利用的意见》为核心的“1+3”政策体系，通过“一个标准、两级平台”建设路径实现公共数据登记资讯互联互通 [13] 数据价值评估 - 《资产评估专家指引第9号——数据资产评估》开启了国内数据资产计量时代，后续《数据资产评估指导意见》与《企业数据资源相关会计处理暂行规定》提升了评估实践性 [16] - 《公共数据资源社会价值与经济价值评价》为公共数据价值评估提供了客观、可量化的指标体系 [16] - 数据资产的非实体性、价值易变性等特征导致实际评估流程难度高，需进行阶段性评估与价值调整 [17] 数据资产入表 - 《企业数据资源相关会计处理暂行规定》于2024年1月1日起实施，标志数据资产入表迈入制度化新时代 [19] - 数据资源以无形资产、开发支出、存货等形式计入财务报表，实现从“隐性资产”向“显性资产”转化，改善资本负债结构、提升企业融资增信 [19] - 目前入表数据资产的资本化应用程度高于产品端应用，企业间信息披露标准存在差异，数据资产价值可比性分析难度较大 [19] 数据资产交易 - 数据交易所设立数量、产品丰富度、入驻数商数量等多方面表现提升显著，五大头部交易所在交易规模、标准制定等领域发挥主导作用 [21] - 国内数据交易呈现“内冷外热”分布模式，“点对点”的场外交易占据市场主导地位 [21] - 《“数据要素x”三年行动计划》调整为“场内交易与场外交易协调发展”，从政策角度认可场外交易意义 [21] 数据资本化应用 - 数据要素资本化通过优化数据密集型企业的资产负债结构，拓展低成本、高效率融资渠道，实现“科技-产业-金融”良性循环 [23] - 资本杠杆作用在提升数据资产价值的同时，也扩大了其负面因素带来的市场风险 [23] 数据资产通证化 - 数据资产通证化通过RWA将实物资产相关权利转化为区块链中流通的数字资产，实现实体经济在数字经济体系下的价值映射 [25] - RDA作为锚定实数融合实体资产的“升级版稳定币”，将普通数据转化为具备稳定收益预期和融资能力的“金资产” [25] - 上海数交所提出以“一桥、两所、两轴”为底层架构的DCB体系，保障可信数据资产流通安全 [25] 产业实践规模拆分 - 金融行业预计占据约三分之一的数据要素市场规模，互联网产业凭借数据流量与技术优势占据约20%份额 [28] - 通讯、制造、政务、医疗、交通等产业将随数据交易场景完善与处理技术成熟逐步提升数据产业规模 [28] 金融业实践场景 - 金融行业数据要素规模预计以约19.06%的复合增长率，于2028年突破1000亿元 [31] - 通过打通产业链、公共数据与金融数据壁垒，提升信贷风控、营销拓客、产业投资等业务表现 [30] - 五大数交所上架2060款金融场景数据产业及服务 [31] 工业制造业实践场景 - 工业制造业数据要素规模预计以约24.22%的复合增长率，由2025年的157亿元增长至2028年的302亿元 [34] - 可信数据空间与高质量数据集建设推动产业由“规模红利”向“质量红利”和“数据红利”转型 [34] 医疗健康业实践场景 - 医疗产业数据要素规模预计以约23.69%的复合增长率，于2028年突破250亿元 [36] - 医疗数据体系完善推动“三医”产业协同发展，提升医疗资源配置能力与服务效率 [36] 行业发展趋势 高质量数据集建设 - 高质量数据集为人工智能训练、产业数字化升级等场景提供高价值数据资源支持 [39] - 截至2025年上半年，我国7个数据标注基底已建设数据集524个，规模超过29PB，服务大模型163个 [39] - 国家着力打造“数据标注+高质量数据集+模型+应用场景+市场化价值化”的闭环生态 [40] 可信数据空间建设 - 可信数据空间是基于共识规则，实现数据资源共享共用的数据流通架构体系 [42] - 2025年国家数据局公布首批63个可信数据空间创新发展试点项目，计划2028年建设数量突破100个 [42]

文章核心观点 - 江苏省财政厅印发的《企业数据资源入表指南》为企业数据资产规范化入表提供了操作手册 标志着地方层面在推动数据要素价值化进程中迈出了从理论到实践的关键一步 [1] - 《指南》旨在解决企业在数据资产入表实践中面临的成本归集 价值计量和权属界定等核心难题 降低技术门槛和操作不确定性 [1][2][3] - 《指南》将数据入表提升至企业战略管理与价值创造的维度 引导企业将数据资产从后台成本向前台价值转变 [4] - 地方性《指南》的实践探索为构建符合国情的数据资产会计核算生态体系积累了经验 但数据公允价值的形成仍需更高层级的制度协调 [5] 数据资源成本归集与分摊 - 《指南》第四章系统性构建了数据资源成本的归集与分摊框架 厘清了采购成本 加工成本 开发成本等主要构成 [2] - 创新性地将成本细分为可直接归集的数据权属鉴证费 质量评估费 以及需要分摊的基础设施成本 人力资源成本等间接费用 [2] - 为间接成本分摊提供明确动因指引 如基础设施成本按数据处理量或设备使用时间分摊 人力成本按服务人员工时分摊 [2] - 精细化的指导将模糊会计原则转化为清晰可执行的步骤 降低了企业入表的技术门槛和操作不确定性 [2] 数据资源合规与确权 - 《指南》第三章系统性地解决了权属界定模糊这一制约数据资产化的根本性障碍 [3] - 要求企业进行主体合规 来源合规 内容合规等全方位自查 并将三权分置理念落地转化 [3] - 详细阐述企业如何通过合同约定 技术手段 登记确权等方式明确自身拥有的数据资源持有权 数据加工使用权 数据产品经营权 [3] - 为企业构建了内部的法律与技术尽调流程 使会计确认中企业拥有或控制这一前提从主观判断变为可被审计的客观验证过程 [3] 数据入表的战略管理与价值创造 - 《指南》强调数据资产入表方案应与企业战略目标保持一致 并对数据资源的商业价值 财务贡献进行分析 [4] - 企业在预估无形资产使用寿命时需重点关注数据资源相关业务模式 更新频率和时效性 技术迭代等因素 [4] - 鼓励企业自愿披露数据资源的应用场景 价值创造方式等非财务信息 提升财务报告透明度并引导企业从战略层面思考数据竞争力 [4] - 推动数据资产从后台成本向前台价值的转变 最终目的是激活数据价值赋能企业高质量发展 [4]

核心观点 - 江苏省财政厅发布《企业数据资源入表指南》为数据资产入表提供操作框架 推动数据要素价值化从理论转向实践 [1] 会计核算体系构建 - 系统构建数据资源成本归集与分摊框架 明确采购成本 加工成本 开发成本等直接成本及基础设施成本 人力资源成本等需分摊的间接成本 [2] - 创新细分成本类型 包括可直接归集的数据权属鉴证费 质量评估费 以及按数据处理量或设备使用时间分摊的基础设施成本 按服务人员工时分摊的人力成本 [2] - 将模糊会计原则转化为可执行步骤 降低企业入表技术门槛和操作不确定性 [2] 合规确权与会计确认 - 提出系统性解决方案解决权属界定模糊问题 要求企业进行主体合规 来源合规 内容合规等全方位自查 [3] - 落地转化"三权分置"理念 通过合同约定 技术手段 登记确权等方式明确数据资源持有权 数据加工使用权 数据产品经营权 [3] - 构建内部法律与技术尽调流程 使会计确认中"由企业拥有或控制"前提成为可审计的客观验证过程 [3] 战略管理与价值创造 - 强调入表方案需与企业战略目标一致 并对数据资源商业价值 财务贡献进行分析 [4] - 要求预估无形资产使用寿命时关注数据资源相关业务模式 更新频率和时效性 技术迭代等因素 [4] - 鼓励自愿披露数据资源应用场景 价值创造方式等非财务信息 推动数据资产从后台成本向前台价值转变 [4] 政策实践与未来展望 - 结合区域先行先试实践总结提炼 为其他区域提供可复制 可推广的借鉴 [5] - 数据资产公允价值形成仍需跨行业 跨区域的数据流通与价值评估及更高层级制度协调 [5] - 通过地方实践探索构建符合国情且国际接轨的数据资产会计核算生态体系 [5]

业务数据与人员规模 - 产业数据服务业务人员2,827人 [2] - 2025年上半年付费会员数27.38万个 [8] - 数据资源总量超10.4TB，涵盖17,397个细分品种 [10] - 已建设23个大类数据库和82个二类数据库 [10] 财务与股东回报 - 2024年回购股份支付金额4,962.80万元（视同现金分红） [2] - 2025年半年度拟派发现金股利1,593.61万元 [2] - 2025年上半年研发投入超5,000万元 [5] - 钢银电商应收账款期末余额6.64亿元，同比减少36.60% [7] 技术研发与AI应用 - 推出"小钢""小铁"数字智能助手并实现多渠道上线 [5] - 探索AI与EBC平台融合，强化模型训练效果 [5] - 深化数据处理、预测模型和经营决策应用 [5] - 通过AI技术赋能价格预测、预警及数据采集分析 [5] 国际化战略布局 - 以新加坡为亚太运营枢纽推进Mysteel价格体系国际化 [3][10] - 合资设立越南孙公司强化东南亚布局 [10] - 东南亚市场以数据采集为核心逐步拓展本地服务 [10] 业务发展战略 - "百链成纲·千帆竞发"战略复制至能源、化工等大宗商品领域 [3] - 扩大寄售业务交易规模，延伸钢银生态服务 [6] - 通过供应链创新、仓储物流升级及SaaS服务驱动增长 [6] - 持续扩展产业数据服务覆盖范围及商品种类 [3] 数据资产与治理 - 2025年上半年数据资产入表金额333万元 [10] - 通过标准化数据治理和质控体系保障数据可靠性 [3] - 探索RDA应用场景及数据共享收益分配模式 [4][9] 市值管理与投资者关系 - 制定《市值管理制度》但暂无回购计划 [4] - 通过技术创新、海外拓展及业绩增长提升公司价值 [4][6] - 2024年完成回购股份注销事项 [6] 风险控制与运营优化 - 主动调整业务结构减少长周期工程配送业务 [7] - 加强应收账款催讨清理力度 [7] - 优化产品结构提升风控能力 [7]

公司动态 - 公司中标中国—东盟信息港股份有限公司2025年系统平台建设服务采购项目 [1] - 中标代表客户对公司技术和产品实力的认可 [1] - 公司将在完成项目同时积累实施经验 争取未来更广泛参与各地数据资产开发 流通 交易各环节建设 [1] 行业趋势 - 数据要素市场化进程加快 数据资产的战略价值逐步成为企业核心竞争力的关键构成 [1] - 近期各地密集出台政策 加速推进企业数据资产入表工作 [1] - 各地通过"激励+指引"双重政策发力 精准呼应企业在数据资产化进程中的实际需求 [1] - 政策为数据要素价值充分释放搭建更完善的制度环境 [1]

公司动态 - 北京三维天地科技股份有限公司中标中国—东盟信息港股份有限公司2025年系统平台建设服务采购项目，该中标代表客户对公司技术和产品实力的认可[1] - 公司计划通过完成项目积累实施经验，争取未来更广泛参与各地数据资产开发、流通、交易各环节的建设[1] - 深圳市宇顺电子股份有限公司拟通过支付现金方式购买中恩云（北京）数据科技有限公司等公司股权，以进入数据中心市场，扩展公司未来增长空间并提高盈利能力[4] 数据资产战略价值与行业趋势 - 数据资产的战略价值已成为企业核心竞争力的关键构成，数据要素市场化进程正在加快[1] - 企业对数据资产的开发与运用力度显著加大，应用领域从单一业务环节延伸至融资、产业整合、业务创新等多个关键领域[3] - 数据资产证券化进程加速推进，自今年4月份首单数据资产ABS成功发行以来，累计已有4单数据资产（赋能）ABS落地，合计发行规模达17.74亿元[3] - 在产业整合领域，数据资产已成为并购重组的重要标的，企业通过收购拥有稀缺数据资源的主体来快速补齐自身数据短板[3] 数据资产入表现状与进展 - 得益于政策支持与引导，企业数据资产入表进程显著加快，在披露规范性、计量标准化等方面不断优化[6] - 共有102家A股上市公司在2025年半年报中明确披露数据资产相关信息，涉及数据资产规模合计达56.37亿元[6] - 与去年同期相比，数据资产入表的上市公司数量及规模分别同比增长137.21%和74.79%[6] - 多数公司披露了数据资产的类别、入表金额、形成来源及合规性说明，并建立了成本归集、摊销计提等会计核算流程[6] 数据资产入表面临的挑战 - 数据资产入表面临数据合规性与权属界定模糊、成本与价值计量困难等现实阻碍[2] - 实践中仍面临资产权属问题、预期收入难以评估、数据资产核算规则尚待完善和数据资产管理制度不健全等难题[6] - 部分上市公司的数据资产入表存在"重形式、轻实质"的问题，仅将数据采集成本、存储费用等简单归集，未充分考虑数据清洗、治理、建模等环节的隐性成本[7] 政策支持与引导 - 各地通过"激励+指引"的双重政策发力，精准呼应企业在数据资产化进程中的实际需求[1] - 广东东莞推出现金奖励机制，引导企业主动攻克数据要素"首评估、首入表、首开放"过程中的关键难点[4] - 江苏省财政厅出台《企业数据资源入表指南》，为企业数据资源规范化梳理、合规化入表提供清晰的操作路径与专业指导[4] 专家观点与建议 - 数据资产入表是激活数据要素价值的必要前提之一，必须突破法律关、会计关与市场关三大核心关卡[2] - 需加快完善数据领域法律法规，明确数据权属规则，构建行业公认的评估框架并开发动态评估模型[2] - 企业自身应强化数据治理能力建设，建立数据资产台账与风险管控机制，确保入表数据的合规性与安全性[8] - 建议监管部门适度加强对上市公司数据资产披露的监督指导，对披露不规范、数据造假等行为加大惩戒力度[8]

核心观点 - 数据作为第五生产要素具有非竞争、可复制、无限增长特性 其价值挖掘需依赖政策框架与市场化体系 通过政产联动推动数据要素市场发展[1] - 国内数据要素市场预计以20.26%复合增长率增长 2028年突破3000亿元 其中数据处理环节规模达1440亿元[6] - 数据价值链流通涵盖合规确权、登记、评估、入表、交易、资本化及通证化七个环节 形成完整价值释放体系[11][13][16][19][21][23][25] 行业现状 - 政策指导与产业建设共同推动数据要素市场体系完善 行业向更高价值政产联动迈进[2] - 数字经济规模从2017年27.2万亿增长至2023年53.9万亿 复合增长率12.07% 2024年核心产业增加值达13.49万亿元 占GDP10%[6] 政策体系 - 数据二十条政策明确三大数据源分类分级确权制度 划分数据资源持有权、加工使用权与产品经营权[11] - 建立1+3政策体系推动公共数据资源管理 通过国家公共数据资源登记平台实现全国一体化登记[13] 市场规模 - 数据要素市场复合增长率20.26% 2025年达2000亿元 2028年突破3000亿元[6] - 金融业占比约三分之一 互联网产业占比20% 通讯、制造、政务、医疗、交通等行业持续提升规模[28] 价值链流通-合规确权 - 数据要素权属体系建设是价值链流通前提 数据二十条政策完善确权制度但实践仍存在公共数据开放不足、企业流通受阻等问题[11] 价值链流通-数据登记 - 数据资源由行政事业单位登记 数据产品及资产由交易机构登记 公共数据通过国家平台实现全国互联互通[13] 价值链流通-价值评估 - 2019年发布数据资产评估指引开启计量时代 2024年6月发布公共数据价值评价标准填补领域空白[16] - 数据价值易变性导致评估复杂 需阶段性评估调整 市场公允价值评估依赖信息透明度与专家主观判断[17] 价值链流通-资产入表 - 2024年会计处理暂行规定实施 数据资源以无形资产等形式入表 改善企业资产负债结构[19] - 上市企业数据入表数量提升 主要应用于对外服务、内部降本增效及AI开发 但交易流通活跃度不足[19] 价值链流通-资产交易 - 数据交易呈现内冷外热模式 场外交易占主导 政策调整为场内场外协调发展[21] - 五大头部交易所在交易规模、标准制定等领域发挥主导作用 但场外交易面临安全与合规问题[21] 价值链流通-资本化应用 - 数据资本化优化企业融资渠道 特别服务科技企业 实现科技-产业-金融循环[23] - 金融杠杆同步扩大数据价值属性与市场风险 需动态评估把控风险[23] 价值链流通-资产通证化 - RWA将实物资产转化为数字资产 RDA通过四大创新模式将数据转化为金资产[25] - DCB体系以交易底链、资产链与价值链组合保障通证化安全推进[25] 产业实践-金融业 - 多元数据融合提升风控、营销、投资业务表现 金融机构技术输出助力中小企业转型[30] - 金融数据要素规模以19.06%复合增长 2028年突破1000亿元 五大数交所上架2060款金融数据产品[31] 产业实践-工业制造业 - 可信数据空间与高质量数据集推动产业由规模红利向数据红利转型[34] - 工业数据要素规模以24.22%复合增长 从2025年157亿元增长至2028年302亿元[34] 产业实践-医疗健康业 - 医疗数据推动三医产业协同发展 提升资源配置与服务效率[36] - 医疗数据要素规模以23.69%复合增长 2028年突破250亿元 需关注个人数据安全合规[36] 行业趋势-高质量数据集 - 高质量数据集为AI产业提供关键要素 2025年行动方案将其作为重点布局对象[39] - 截至2025年上半年建设数据集524个 规模超29PB 服务163个大模型[39] 行业趋势-可信数据空间 - 可信数据空间实现数据可用不可见下的价值共创 2025年出台发展行动计划[42] - 首批试点63个项目涵盖13城市、22行业、28企业 2028年计划建设超100个可信数据空间[42]

政策框架与制度基础 - "数据二十条"构建数据要素市场制度基础 明确数据产权归属、流通规则及安全保护要求 [1] - 《企业数据资源相关会计处理暂行规定》细化会计处理方法 确保科学确认、计量和报告数据资产 [1] - 双政策提供明确政策指引和操作框架 开启企业数据资产管理新篇章 [1] 数据资源管理实践 - 企业需全面盘点数据类型、存储位置及管理责任部门 结合业务场景精准划定入表数据范围 [3] - 数据确权存在所有权模糊、跨境传输法律差异及隐私保护平衡等核心难题 [5] - 行业细则需逐步完善以实现权责明晰 解决历史原因和跨界特性导致的权属问题 [5] 数据资产价值评估方法 - 成本法通过计算数据采集、清洗、加工成本确定初期价值 [5] - 收益法适用于已形成稳定收益模式的数据类别 [5] - 市场法需在活跃成熟交易市场前提下谨慎使用 避免价值高估或低估 [5] 数据资产会计处理 - 存货类数据资产需定期进行减值测试 反映市场变化对价值的影响 [7] - 无形资产类数据按使用寿命差异化处理 有限寿命期内摊销 不确定情况下检测减值迹象 [7] - 需保持计量方法稳定性和一致性 维护财务信息严谨性 [7] 数据资产金融应用 - 银行对数据资产质押贷款通常设定不超过评估值50%的质押率 [9] - 质押数据需在合规交易所完成登记手续 优先选择抗衰减能力强的数据类别 [9] - 资产证券化面临法律关系复杂、现金流预测困难及缺乏历史违约数据等障碍 [10] 数据资产入表效益 - 优化企业财务结构 降低负债比率并提高资产周转效率 [20] - 高质量数据资产成为轻资产科技企业资产负债表的重要支柱 [20] - 需加强IT与财务部门交叉培养 通过轮岗培训形成复合型人才体系 [20] 系统化实施要求 - 数据资产入表涉及政策解读、资源梳理、权益界定、价值评估、会计处理及风险管控多环节 [20] - 需结合企业实际情况采用科学方法和技术手段 充分挖掘数据潜力 [20] - 持续创新与实践是实现数据价值最大化的关键路径 [20]

核心观点 - 数据作为第五生产要素具有非竞争、可复制、无限增长特性，其价值挖掘需依赖政策框架与市场化体系，通过政产联动推动数据要素市场发展[1] - 国内数据要素市场以20.26%复合增长率高速增长，预计2028年突破3000亿元，其中数据处理环节规模占比最高达1440亿元[4][6] - 数据价值链流通涵盖合规确权、登记、评估、入表、交易、资本化及通证化七个环节，需建立专项制度体系保障价值释放[11][13][16][19][21][23][25] - 金融业（19.06%复合增长率）、工业制造业（24.22%复合增长率）、医疗健康业（23.69%复合增长率）为数据要素核心应用产业，2028年规模分别突破1000亿、302亿、250亿元[28][31][34][36] - 高质量数据集与可信数据空间建设成为新阶段发展重点，截至2025年上半年已建设524个数据集（规模29PB），2028年可信数据空间计划突破100个[39][40][42] 行业规模与增长 - 中国数字经济规模从2017年27.2万亿增长至2023年53.9万亿，六年翻倍，复合增长率12.07%[6] - 2024年数字经济核心产业增加值达13.49万亿元，占GDP10%，数据要素市场复合增长率20.26%，2025年达2000亿元，2028年突破3000亿元[6] - 数据处理环节为规模最高细分产业，2028年预计达1440亿元[6] 数据价值链流通体系 合规与确权 - 数据二十条明确三大数据源分类分级确权制度，划分数据资源持有权、加工使用权与产品经营权[11] - 实践存在公共数据开放不足、企业流通受阻、个人数据边界模糊等问题，需建设刚性法律体系[11] 数据登记 - 数据资源由行政事业单位登记，数据产品及资产由交易机构登记，公共数据采用"1+3"政策体系与国家总枢纽平台[13] - 国家公共数据资源登记平台对接省级平台，打破数据隔阂[13] 价值评估 - 2019年发布数据资产评估指引，2024年6月新增公共数据社会与经济价值评价标准[16] - 数据价值易变性导致评估难度高，需动态调整及市场公允价值机制[17] 资产入表 - 2024年《企业数据资源会计处理暂行规定》实施，数据资源可计入无形资产、存货等科目[19] - 入表资产主要用于对外服务、内部降本及AI开发，场内交易活跃度不足[19] 资产交易 - 数据交易所数量及产品丰富度提升，但场外交易占主导 due to 流程复杂及成本因素[21] - 政策调整为"场内与场外协调发展"，需解决场外交易安全与权属分配问题[21] 资本化应用 - 数据资产可用于企业融资与股权投资，优化资产负债结构，但需动态评估控制风险[23] 资产通证化 - RWA实现实物资产数字化，RDA通过数据资产壳等创新模式转化为稳定收益资产[25] - DCB体系保障通证化安全，支持ABS及跨境融资[25] 产业实践规模 - 金融业占据三分之一市场份额，互联网产业占20%，通讯、制造、政务、医疗、交通持续增长[28] - 金融业数据要素规模以19.06%复合增长率增长，2028年达1000亿元[31] - 工业制造业以24.22%复合增长率增长，2025年157亿元，2028年302亿元[34] - 医疗健康业以23.69%复合增长率增长，2028年突破250亿元[36] 发展趋势 高质量数据集 - 高质量数据集为AI产业关键要素，2025年行动方案重点布局数据标注领域[39] - 截至2025年上半年建设524个数据集（29PB），服务163个大模型[39] 可信数据空间 - 2025年发布可信数据空间行动计划，首批63个试点涵盖城市、行业及企业[42] - 2028年计划建设超100个可信数据空间，形成数据生态体系[42]