水务数据资产入表实务及案例

图1-1  数据要素发展历程

数据资产是指企业拥有或控制的，预期会给企业带来经济利益（内部价值或外部收益），以数据为主要内容和服务的可辨认的非货币资产。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》为聚焦数据使用权流通，创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架。

图1-2  数据资产“三权分置”

2023年8月21日，财政部发布《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），自2024年1月1日起开始实施。文件首次从政策层面明确了数据资源的会计处理标准以及披露要求等内容，进一步推动数据价值“显性化”。

图1-3  从原始数据到数据资产的三步骤

2、水务数据资产入表

在推进数据要素市场化的背景下，越来越多的地方国企平台数据资产入表实现了零的突破，城市水务集团数据资产化在多地也均有实践。‌水务数据资产具体‌是指在水务行业中，通过收集、处理和应用水务企业运营活动所产生的数据资源，形成能够为企业带来经济利益的数据集合，包括企业用水量数据、居民用水数据、水质监测数据、污水处理厂运行数据、供水和排水网络状态数据、企业经营数据等。这些数据经过脱敏、清洗和建模分析后，可以用来支持企业内部运营、管理、决策优化，同时为外部客户提供增值服务，甚至通过数据交易产生直接的经济收益。

表1-1  水务数据资产入表典型案例

水务行业数据资产入表具有提升数据治理水平、优化资源配置、增强市场竞争力等重大意义。通过将数据资产入表，水务企业可以建立一套完善的数据管理体系，确保数据的准确性、完整性和时效性，从而提升数据治理水平；助于企业根据数据资产的价值和潜力，优化资源配置，加大对数据采集、存储和分析方面的投入，提升数据驱动决策的能力；水务企业可以清晰地展示自己的数据资产实力，吸引投资者和合作伙伴的关注，从而增强市场竞争力。

02水务数据资产入表流程及案例

数据资产入表流程一般包括：数据资源尽调、入表实施方案制定、数据治理、产品开发、数据资产质量评估、数据资产确权、数据资产评估、资产登记挂牌、数据资产入表。

图2-1  数据资产入表流程

1、数据资源尽调

数据资产入表项目复杂，需要经过专业的调研和数据盘点分析，充分挖掘公司的数据资源情况，帮助企业梳理数据资源现状，为后续开发和入表做好准备。

企业数据散落于多个系统中，数据结构、类型、存储及敏感级别各异，使得数据盘点繁琐耗时。因此，制定盘点计划，明确盘点范围，构建统一平台整合异构数据。对数据进行分级、分类和编码，确保数据精准识别与归类。若数据质量不高，将直接影响盘点结果的准确性和可靠性。因此，尽调盘点过程中即引入数据质量校验机制，对问题数据进行前期清洗、去重、补全等处理，确保数据质量。

水务行业入表的数据资产来源一般是依靠企业自身的资产经营获取数据信息，并收集整理加工形成数据资产入表。从数据来源看，完成入表的水务行业数据内容主要包括供水一体化生产数据、企业用水数据、家庭饮用水数据、污水处理厂的综合数据资源、水表预警数据、小区用水监控数据、用户订水数据等多维度数据。

例如，南京扬子国资投资集团有限责任公司对其其间接控股的南京远古水业股份有限公司的水务数据资产，通过进行尽调、梳理、盘点，经过10余轮研讨和现场调研，开展数据的脱敏、清洗、标注、整合、分析等工作，形成首批3000户企业用水脱敏数据。扬子国投数据资产以远古水业供水数据为基础，在日常经营中所积累的水务数据已达一定规模，且具备较高的应用价值、符合数据资产所具有的大数据特征。

2、入表实施方案

水务数据尽调后，要形成数据资产入表实施方案，包括本次入表的数据类型、产品方案、财务处理方案、资产管理方案、数据管理体制机制设计、入表效益分析、资产登记方案、工作计划等内容。

数据资产入表实施方案需全面、具体、切实可行。因此，组建专业团队制定全面可行的数据资产入表方案。引入专业咨询机构、会计师事务所、资产评估机构等第三方专业机构进行咨询和辅导。

以《某集团数据数据资产入表实施方案》为例，经前期初步调研，集团可入表的数据资产包括智慧停车、公交、水务和港口等类型数据。预期智慧停车、公交、水务、港口等数据资产每年增加资产的体量在3000万-5000万元左右。

图2-2  某集团数据数据资产入表实施方案

3、数据治理

对数据进行治理，开发出可以交易的数据产品。重点解决以下问题：系统孤立形成信息孤岛、信息无法共享与交换、数据难以利用数据价值难以体现、缺乏数据安全保障、缺乏公共数据服务与决策支持、缺乏监控与预测、数据统计口径不一致。

对此，要统一的中心数据库加强数据聚集和管理，统一规划、数据标准，交换标准和数据访问接口；统一的系统安全体系，存储与访问过程中引入身份识别与验证、访问权限控制等技术，必要时采用数字签名、加密/解密等措施，以确保信息共享是安全的；打造数据服务中心提高数据利用价值，为业务部门提供定制的数据服务；建立决策支持中心构建综合分析平台，进行数据挖掘、分析、比较，提供辅助决策信息。

图2-3 数据治理

4、产品开发

数据产品是一类基于数据提供价值服务的产品形态，通过收集、存储、处理、分析和呈现数据，为用户或企业提供有价值的信息、洞察或服务。数据产品的突出优势之一是可重复使用性。它们只需构建一次即可重复使用，无需为类似需求重新创建解决方案，从而有助于提高运营效率。狭义上说，数据产品特指直接把数据本身作为产品并提供服务，譬如数据集、数据服务、数据应用等。

数据集产品。依据整合数据标准，从如现有业务信息系统中抽取相关主题数据，并进行筛选、清洗转换、重新加载等数据处理，实现数据的脱敏、清洗、标注，重新构建主题数据中心，形成数据集，即“主题数据库”。

数据服务产品。根据统一制定的数据交换格式和数据交换方式提供数据交换服务，达到数据应用服务的目的。

数据应用产品。基于主题数据库的数据资源，进行整合、分析、可视化，构建各类数据产品，为营销、广告、金融、保险和数字政府等场景提供应用服务。数据以图形、表格多种形式展现。

图2-4  数据产品开发

扬子国投其下属企业远古水业和南京数字金融产业研究院组成联合开发主体，开发了数据产品——“南京江北新区企业用水行为分析数据”。2024年2月21日，该数据产品在南京市公共资源交易中心成功挂牌，取得数据产品登记凭证，成为南京市首单公开挂牌的数据产品。该产品是基于企业用水等数据，从企业开工连续性、企业信用、企业用水行为分析、企业水量变化趋势、企业用水异常行为分析等五个维度输出的用水报告，可应用于银行等机构评估企业的经营或信用水平。产品购买方为江苏银行，所购数据产品将作为评价企业经营状况的一项指标，用于辅助开展授信评估工作。

5、数据质量评价

数据质量评价，确保数据资源入表的质量和可靠性。数据质量评价内容主要包括：数据源概述；数据规范性评价；数据完整性评价；数据准确性评价；数据一致性评价；数据时效性评价；数据可达性评价；数据资产综合质量评价；改进建议与措施；结论。根据GB/T36344-2018《信息技术-数据质量评价指标》数据质量评价指标框架如下。

图2-5  数据质量评价指标

数据质量评价的方法包括数据核对、数据统计分析、数据校准等。这些方法能够检测到数据中的缺失值、异常值和分类错误等质量问题，并及时进行纠正和改进，从而提高数据的可靠性和准确性。

缺失值：缺失值是指数据表中某些字段没有填充完整，导致数据存在缺失的情况。在数据质量评价时，需要检查缺失值，并根据情况进行填补，以保证数据的完整性。

异常值：异常值是指数据偏离正常范围，存在异常情况。在数据质量评价时，需要关注异常值，分析其原因，并进行适当的处理。

重复值：重复值是指数据表中存在重复记录，导致数据冗余。在数据质量评价时，需要检查重复值，并根据情况进行删除或合并。

错误值：错误值是指数据存在错误，无法准确反映实际情况。在数据质量评价时，需要仔细检查错误值，进行纠正或替换。

该阶段形成《质量评估报告书》，以某市企业自来水水量数据集质量评估报告为例，从规范性、完整性、准确性、一致性、时效性、可访性方面评价，某市企业自来水水量数据集的数据质量评估结果合格，系统数据完整、准确、可靠且安全，易于获取、处理和分析。

图2-6  某市企业自来水水量数据集质量评估报告

6、数据资源确权

数据资源的合规与确权是数据资源入表的核心步骤。数据确权的核心是构建完善的数据产权制度，其在确保数据有序流通利用、保障数据安全、激励数据生产与供给等方面都将产生积极作用。数据二十条提出“建立公共数据、企业数据、个人数据的分类分级确权授权制度”。相比个人信息和企业数据，公共数据主要利用国家资源进行采集管理，具有明显的公共产品属性，公共数据体量大且利用价值高，可以将推进公共数据确权授权机制作为构建我国数据产权制度的第一步。

图2-7  数据确权授权

合规与确权的内容包括：主体合规要求；数据安全管理及技术保护能力要求；数据来源合法性要求；数据产品可交易性要求；数据资产确权。该阶段形成《法律意见书》。

图2-8  数据资产合规与确权法律意见书

7、数据资产评估

为实现数据资产的入表，需要面对的主要难题便是数据资产评估与交易。对数据资产价值的评估是进行资产交易交换的基础，评估方法的选择则是价值衡量的关键，并将对数据资产会计处理产生重大影响。根据中评协〔2019〕40号文提出，目前数据资产价值的评估方法包括成本法、收益法和市场法三种基本方法及其衍生方法。

成本法评估：根据形成数据资产的成本进行评估。数据资产的价值由该资产的重置成本扣减各项贬值确定。

基本公式：

其中，P——被评估数据资产价值；C——数据资产的重置成本；——数据资产的价值调整系数。

基于成本法对数据资产进行价值评估时，需要根据数据资产形成的全部投入，分析数据资产价值与成本的相关程度，考虑成本法的适用性。

应考虑的前提条件包括：（1）数据资产能正常使用或者在用；（2）数据资产能通过重置途径获得；（3）数据资产的重置成本以及相关价值调整系数能够合理估算；（4）数据质量能够达到应用场景下所要求的基准。

收益法评估：根据数据产品未来可以产生的收益评估数据的资产价值。

基本公式：

其中，P——被评估数据资产价值；——数据资产未来第t个收益期的收益额；n——剩余收益期；t——未来第t年；r——折现率。

基于收益法对数据资产进行价值评估时，应在获取数据资产相关信息的基础上，根据数据资产的历史应用情况及未来应用前景，结合应用或者拟应用数据资产的企业经营状况，重点分析数据资产经济收益的可预测性，考虑收益法的适用性。

应考虑的前提条件包括：（1）数据资产的未来收益可以合理预期并用货币计量；（2）预期收益所对应的风险能够度量；（3）预期收益期限能够确定或合理预期；（4）数据质量能够达到应用场景下所要求的基准。

市场法评估：根据相同或者相似的数据资产的近期或者往期成交价格，通过对比分析，评估数据资产价值的方法。

基本公式：

其中，P——被评估数据资产价值；n——被评估数据资产所分解成的数据集个数；i——被评估数据资产所分解成的数据集序号；——参照数据集的价值；——质量调整系数；——供求调整系数；——期日调整系数；——容量调整系数；——其他调整系数。

基于市场法对数据资产进行价值评估时，应考虑该数据资产或类似数据资产是否存在合法合规、活跃公开的交易市场，以及是否存在适当数量的可比案例，考虑市场法的适用性。

应考虑的前提条件包括：（1）数据资产的可比参照物具有公开活跃的市场；（2）有关交易的必要信息可以获得，如交易价格、交易时间和交易条件等；（3）数据资产与可比参照物在交易市场、数量、价值影响因素、交易时间和交易类型等方面具有可比性，且这些可比方面可量化；（4）存在足够数量的可比参照物，一般建议不少于三个；（5）数据质量能够达到应用场景下所要求的基准。

表2-1  常用数据资产评估方法比较

多个案例中水务数据价值评估金额差异较大，出现上亿条数据的估值大幅低于十余万条数据估值的现象。有专家分析，这可能与数据质量、应用场景及处理能力等多种因素有关。

表2-2  水务数据资产价值

图2-9  数据资产评估报告

8、资产登记挂牌

在数据交易所、数据交易中心等机构完成数据资产或数据产品的登记、挂牌，获得相应的产权证书。我国主要数据资产交易所有：上海数据交易所、北京国际大数据交易所、广州数据交易所、深圳数据交易所、贵阳大数据交易所、南京市公共资源交易中心、福建大数据交易所等等。

数据资产登记的类型有：数据知识产权登记、数据产品登记、数据资产登记、数据产品挂牌登记、数据要素综合登记。

图2-10  数据登记示意

9、数据资产入表

完成对数据资产的成本归集工作，经过会计计量与核算、列报与披露，实现数据资产入表。数据资产入表可归集的成本类型有获取成本、加工成本、管理成本、储存成本。

表2-3  数据资产入表可归集的成本类型

数据入表需要的材料有：（1）资产成本相关：采购凭证、成本计算表、财务报表、会计账簿等。（2）资产质量相关：数据质量评价报告。（3）资产合规相关：法律意见书。（4）资产确权相关：合同、协议、法律文件、数据产品登记、数据资产登记等。（5）资产价值相关：审计报告、价值评估报告等。

2024年1月24日，扬子国投水务数据按照账面归集研发投入计入了“无形资产-数据资产”科目，实现水务数据资产入表，并于1月25日进行了水务数据资产披露。

图2-11 远古水业-数据资产记账凭证

编辑：李丹