| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 企业数据资产入表实践分析 |
| 第772期 作者：□文/曹静雯 谢史恒 时间：2026/3/1 13:44:03 浏览：49次 |
［提要］ 数据资产入表是数字经济时代企业价值显性化的关键路径。本文以中国移动为研究对象，系统分析通信企业数据资产入表实践路径与会计处理机制。研究表明：该公司“在建工程” “固定资产”科目均对数据资产进行记录，将数据采集基础设施支出计入“固定资产”，数据平台研发投入部分资本化为“无形资产”，数据产品交易成本纳入“存货”核算，数据服务收入计入“营业收入”。表外从客户生态、治理体系、应用创新、合规框架、风控能力及社会责任六维度开展深度披露。研究指出，企业通过“三权分置”解决多方权属问题，推动数据资源向资产转化。
关键词：数据资产入表；会计确认；信息披露；中国移动
基金项目：北京市大学生创新创业训练项目：“数据资产入表对企业价值创造的影响机制研究”（项目编号：10805136025XN066-446）
中图分类号：F23 文献标识码：A
收录日期：2025年10月14日
在数字经济时代，数据作为核心生产要素，其价值实现与规范管理已成为国家层面的战略重点。通信行业是数据资源核心持有的领域。据工信部统计，2023年我国数据产量达32ZB，其中通信行业占比超40%。中国移动作为行业龙头，拥有海量用户行为、网络运营等数据资源，其数据资源入表实践对构建全国统一数据要素市场具有示范意义。然而，受限于企业当前数据管理意识与能力的不足，以及相关法律法规和会计准则尚不完善，通信运营商在推进数据资产化过程中仍面临数据确权复杂、成本归集难度大等现实挑战，导致大量数据资源尚未实现有效的管理、开发和价值利用。鉴于此，本文选取中国移动作为研究对象，系统分析其在数据资产会计处理与信息披露方面的实际操作，并与《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）的内容进行比较。
一、企业数据资产会计处理实践——以“中国移动”为例
在探讨企业数据资源入表实践时，中国移动是极具代表性的案例，其核心优势源于其数据资源规模、行业地位与实践成果三个方面。作为全球通信行业龙头，中国移动依托梧桐大数据平台构建了全球规模最大的通信服务数据集群，沉淀数据规模超2，000PB，且数据服务年调用量超千亿次，海量且多元的数据资源为完整呈现“资源-资产”转化过程提供了基础支撑；同时，作为A股市值超2万亿元的大型央企及首家在财报中公开披露数据资源入表的企业，其实践具有显著的行业示范意义。此外，2024年年报显示其数据资产入表金额达6.16亿元，明确的入表数据构成、计量与摊销方式，能为剖析通信企业数据资产会计处理的关键环节与难点突破路径提供具象样本。
（一）数据资产在资产负债表上的处理
1、数据资产相关支出，计入“在建工程” “无形资产”或“开发支出”。中国移动将已完成开发的数据产品计入“无形资产”科目，研发中的专项计入“开发支出”科目。其依据《暂行规定》，将数据资产根据数据资产的获取方式和使用目的分为两类，采用差异化会计处理。已开发完成且具备独立经济价值的数据资产，以成本法计量，涵盖数据采集、清洗、加密等全生命周期成本。
2018～2024年中国移动将其数据资产相关支出通过“在建工程”归集研发成本，完工后转入“固定资产”或“无形资产”。2024年年报显示，数据资源在“无形资产”科目中列示金额达5.6亿元，占入表总额的90.9%。2018～2023年，中国移动对技术可行且预期产生经济利益的项目资本化，资本化率控制在17%～22%，将区间数据平台开发支出等数据资产项目计入“在建工程”，完工后转入“无形资产”。
2024年《暂行规定》实施后，中国移动将数据资源明确分为：（1）自用型数据，如网络运维数据等，计入“无形资产”，按5～10年摊销。（2）交易型数据，如用户脱敏数据产品等，计入“存货”，按可变现净值计量。依据中国移动所披露的固定资产折旧相关的会计估计，通用设备的折旧年限为2～5年。其中，高迭代速度的营销类数据采用2年短周期，长效基础设施类数据采用5年长周期，用以平衡资产价值释放与当期利润压力。
2、在年报中强化数据资产应用场景与风险披露。中国移动在2024年年报中，通过场景化拆解和财务指标量化，将数据资产应用场景与财务科目深度关联。在“主营业务收入”科目，归纳智慧交通数据相关衍生收入的金额；在“其他业务收入”科目中详细披露了“数据产品年交易额”；通过“固定资产”科目披露了搭建算力网络与支撑数据传输的资本开支。同时，中国移动在年报中首次将数据资产风险与财务科目直接挂钩，将数据脱敏、跨境合规、权属确认三大类合规成本合计，通过“管理费用”和“研发费用”科目披露。
（二）数据业务在利润表上的列报分析
1、数据业务收入与成本的利润表列报方式。在收入端，中国移动将数据产品收入计入“营业收入——数字化服务”，2018～2021年该业务年均收入超300亿元，占总营收约8%。在成本端，中国移动将数据采集、清洗、存储成本直接计入“营业成本”，与收入形成配比，历年毛利率维持在60%左右。
2、数据资产相关研发支出的费用化处理。中国移动对数据资产相关研发投入采用“分阶段处理”原则，兼顾会计准则与战略需求。在研究阶段，相关支出统一计入“研发费用”科目。2024年，中国移动研发费用升至281.63亿元，较上年增长约44.6%，数据安全技术开发在其中占比较高。对于开发阶段符合资本化条件的支出，则归入“开发支出”科目，同年该部分金额达到5，600万元。资本化后的开发支出则在项目完成后转入“无形资产”科目，按直线法进行摊销，期限为2～5年，计入利润表的“折旧与摊销”科目中，最终对企业当期利润形成影响。
（三）数据业务的表外披露。结合中国移动2024年年报及历史披露信息，可从六个维度展开分析：
1、客户资源与生态合作。2018～2024年，中国移动在年报及可持续发展报告中披露了数据资产的用户基础、业务合作关系的机构数量及一系列用户活跃度和使用频率的关键数据。截至2024年底，移动用户总数达9.8亿户，其中5G用户占比72%，物联网连接数超12.3亿。年报中详细披露了中国移动服务网、App的注册用户累计数量、周活跃用户数等数据资源积累信息，为数据资产量化提供基础。
2、数据资源类型与治理体系。中国移动在年报的“核心竞争力分析”及“数据治理”章节中细化了数据资产分类与治理路径。2018～2022年，中国移动在年度财务报告的“核心竞争力分析”部分中，首次引入“数据资源优势”这一表述，用以系统说明其数据资源的构成与获取途径。从数据类型来看，中国移动的数据涵盖通信业务数据、网络运营数据等半结构化和非结构化形式，也包括数据库、数据集等结构化内容，体现出数据种类的丰富与多元。在来源方面，企业不仅获取来自证券机构、科研院所等单位授权的行业经济数据，也积累了大量由日常运营产生的互联网用户数据与通信业务数据。
3、数据应用场景创新与技术赋能。中国移动在财务报表的“研发投入”及“重大工程”部分披露了数据应用技术突破与战略研发项目。2018～2022年，中国移动在年报中较为详细地列示数据业务的核心研发项目，包括九天大模型、数据标注基地等具体项目的技术路径与功能模块。2023～2024年，年报中的披露趋于简化，仅概述了量子高清加密通话系统、万卡级智算中心等研发方向。其中，万卡级智算中心技术研发项目是通过基于一定数量的数据资源，对大模型进行预训练与推理的AI基础设施研发，对提高公司数据业务的竞争力起到了重要作用。
4、数据资产相关合规框架与重大合同。中国移动在财务报表中通过“风险提示”及“关联交易”章节披露数据资产合规性保障。具体实施上，详细披露了与政府签订的政务数据融合协议，确权登记覆盖60%的数据产品。特别是建立了“数据跨境风险评估矩阵”，量化传输风险系数，GDPR合规覆盖12国业务，有效促进了数据业务跨境合作，确保其合法合规性。
5、数据资产相关风险防控与诉讼管理。中国移动在财务报表的“网络与信息安全”章节系统地披露了数据资产风险指标。中国移动建立DCMM数据管理认证体系，有效增强了数据资产的可追溯性，并使相关责任界定更加明晰化。报表显示，其诉讼赔偿金额从单案230万元降至45万元，降幅约80.4%，推动风险管理从“事后补偿”转向“事前定价”。
6、政策协同与社会责任。中国移动在财务报表的“可持续发展报告”部分补充数据资产的社会价值。如，参与制定313项5G国际标准，主导6G通感算智融合试验装置研发，入选国家超算互联网平台，为国家数据发展战略提供支撑；截至2024年，千兆网络覆盖住户4.8亿户，数据标注基地带动就业超2万人，为民众提供数据普惠服务。
二、与《暂行规定》对比分析与实践启示
（一）与《暂行规定》对比分析。通过对中国移动数据资产入表实践与《企业数据资源相关会计处理暂行规定》的系统比较，可见双方在会计处理的核心环节呈现出高度契合，同时在具体执行层面展现出企业自身的实践特色。
在资产负债表处理上，中国移动的科目设置与《暂行规定》的框架要求基本一致。规定明确要求依据企业持有数据资源的目的及业务模式，将其分别确认为“无形资产”或“存货”。中国移动将网络运维等自用型数据计入无形资产，而将用户脱敏数据产品等可供交易的数据资源计入存货，完全符合上述分类逻辑。对于开发阶段的支出，规定允许符合资本化条件的部分计入“开发支出”，中国移动在实践中采用了分阶段资本化的方法，将研发中项目归集于该科目，待项目完工后转入无形资产，体现了对准则的遵循。计量属性方面，规定强调覆盖数据采集、清洗、加密等全生命周期成本，中国移动在初始计量时则将上述直接成本纳入核算范围，保持了计量基础的一致性。
在利润表处理层面，规定明确指出，对于开发阶段的支出，既不能为扩大资产规模而进行不恰当的资本化，也不应对所有支出一概进行费用化处理，要求企业施加必要的专业判断。中国移动的实践表明，其对技术可行且预期能产生经济利益的研发支出予以资本化，同时将基础性的数据运维成本作费用化处理，妥善贯彻了规定的精神。在资产后续计量上，规定要求基于使用寿命进行系统摊销。中国移动在此基础上，进一步根据数据资产的经济价值消耗模式进行细化，对迭代迅速的营销类数据采用2年短周期摊销，对价值释放周期较长的基础设施类数据则采用5年摊销政策，展现出根据业务实质细化会计政策的应用能力。
在表外信息披露方面，中国移动的披露范围已从传统的财务影响，拓展至客户生态、数据治理体系、应用场景创新、合规框架、风险防控以及社会责任贡献等多个维度。这种全方位的披露，不仅增强了报表使用者对企业数据资产整体价值的理解，也为评估数据资源的管理效能与潜在风险提供了更为丰富的依据，在实践中丰富了《暂行规定》对信息披露的指导性要求。
（二）实践启示
1、统一数据资产计量标准是夯实数据资产入表的基础前提。中国移动通过分场景适配的计量方法，以数据资产是否可交易作为依据，分别采用了成本法、可变现净值法进行计量，并将成本归集作工业化处理，通过拆分全流程成本，将直接成本独立归集，间接成本按调用量比例分摊，有效解决了早期数据成本与硬件绑定导致的模糊性问题。实践证明，统一计量标准需满足三重要求：场景适配性、成本可追溯性、动态审慎性，为行业提供了“成本可控、价值可释”的有效借鉴。
2、合法真实的信息披露是保障数据资产入表的关键条件。数据资产入表需通过法律合规性保障开发合法性，依托收益分配机制激励价值创造，最终以权属透明披露完成会计确认，形成数据资源向资产转化的闭环路径。中国移动依托“三权分置”原则（数据资源持有权归用户、加工使用权归企业、产品经营权归平台），在《个人信息保护法》《数据安全法》框架内构建授权体系，并通过区块链存证实现披露。同时，通过作业成本法精准拆分直接与间接成本，实现权属透明化与价值可量化，形成计量标准化与披露透明化的协同效应，推动数据资源向资产转化。
三、结论
数据资产入表作为数字经济时代财务报告体系的重要创新，不仅关乎企业资产结构的优化，更对推动数据要素市场化配置具有深远意义。本文以中国移动为例，系统分析了数据资产会计确认、计量与披露方面的实践路径，发现其通过“在建工程-无形资产”双科目过渡、分场景适配计量、多维度表外披露等方式，初步实现了数据资源向资产的会计转化，为行业提供了可借鉴的实操经验。
数据资产入表不仅是一项会计技术工作，更是一项系统性工程，涉及法律、技术、管理等多维度协同。中国移动的实践为同行提供了重要启示，但其经验也反映出当前制度与实践之间仍存在一定的张力。未来应持续关注并鼓励企业数据资产入表，为推动数据要素市场化改革和会计准则国际化接续提供理论支撑与实践引领。
（作者单位：北方工业大学经济管理学院）
主要参考文献：
［1］朱扬勇，叶雅珍.从数据的属性看数据资产［J］.大数据，2018.04（06）.
［2］喻洁.数据资产入表面临的挑战及应对措施［J］.国际商务财会，2025（12）.
［3］黄世忠，叶丰滢，陈朝琳.数据资产的确认、计量和报告——基于商业模式视［J］.财会月刊，2023（08）.
［4］唐莉，李省思.关于数据资产会计核算的研究［J］.中国注册会计师，2017（02）.
［5］朱海琴.数字经济下企业数据资产入表的现状分析及改进建议［J］.国际商务财会，2024（24）.
［6］张俊瑞，危雁麟.数据资产会计：现状、规制与展望［J］.财会月刊，2023（12）.
|
|
|
|
