2025年中国数据资产入表全景分析：375家非上市公司与109家A股企业的实践突破与价值评估挑战​

随着数字经济成为全球竞争的新赛道，数据资产化已成为企业提升核心竞争力的关键环节。2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，并于2024年1月正式实施，标志着数据资源会计处理进入标准化时代。上海高级金融学院（SAIF）连续四年发布《中国企业数据资产入表情况跟踪报告》，2025年上半年报告覆盖A股5000余家上市公司及375家非上市公司，首次系统梳理数据资产价值评估方法，揭示出数据要素市场化进程中的机遇与挑战。本文基于报告核心数据，从市场规模、主体特征、行业分布、区域格局、评估方法等维度展开深度分析。

一、数据资产入表规模持续增长，但增速放缓折射实践难题

截至2025年9月30日，国内非上市公司数据资产入表企业达375家，累计融资额18.99亿元；A股上市公司中，109家企业披露数据资产入表事项，入表金额26.40亿元。非上市公司与上市公司入表总规模合计45.39亿元，较2024年同期增长显著，但增速明显放缓。非上市公司新增入表数量从2024年的高速增长转为2025年的平稳推进，各季度披露案例显著减少；上市公司入表企业数量从2024年半年度的40家、2024年年度100家增至2025年半年度的109家，但环比增速从150%降至9%。

增速放缓的背后，是数据资产化从“单点突破”向“整体推广”过渡的必然结果。早期入表企业多集中于数据资源丰富、应用场景清晰的领域（如交通运输、公用事业），其数据治理成本低、收益易量化。而随着实践深入，企业面临数据权属模糊、估值标准缺失、跨业务线整合难度大等挑战。例如，部分企业因内部数据治理基础薄弱，难以处理多源异构数据，全链条规模化入表受阻。此外，数据资产融资行为滞后于入表时间，已披露的18.99亿元融资额中，实际资本转化效率仍需时间验证。

从科目分布看，上市公司数据资产仍以无形资产科目为主（101家企业，金额17.06亿元），开发支出科目次之（33家企业，金额9.12亿元），存货科目仅2家企业（金额0.22亿元）。摊销方法上，3-5年直线法成为主流，体现企业对数据资产经济寿命的审慎预估。值得注意的是，三大电信运营商（中国移动、中国电信、中国联通）入表金额合计达16亿元，占全市场总规模的60.7%，凸显头部企业在数据资产化中的引领作用。

二、地方国企主导非上市公司入表，金融业成上市公司新增长极

非上市公司中，地方国企（含城投公司及类城投国企）占比82.7%（310家），融资额17.10亿元；民营企业51家，融资额1.59亿元；央企10家，事业单位3家。地方国企的强势主导与地方政府推动数据集团化运营密切相关，例如山东、江苏等地通过成立数据资产管理公司，整合公共服务数据、智慧城市数据等资源，实现资产化后获取银行授信。民营企业则更多集中在信息技术、商业服务等领域，如新译信息科技的“智译多语种平行语料库”通过市场法评估获千万元质押贷款，成为创新案例。

上市公司中，国资背景企业数量反超民营企业，中央及地方国企合计61家，占比56%。行业分布上，信息传输、软件和信息技术服务业（42家）、制造业（31家）仍是主力，但金融业成为增长最快的领域，入表企业数量较2024年末增长33%，达12家（包括光大银行、宁波银行、中信证券等），入表金额0.54亿元。尽管金融业数据资产占总资产比例不足0.01%，但其积极参与折射出行业对数据驱动风控、精准营销等场景的重视。

从区域看，非上市公司覆盖27个省级行政区，山东（59家）、江苏（50家）领先，青海、新疆等边疆地区实现突破；上市公司覆盖25个省份，北京（27家）、浙江（14家）、广东（14家）位居前三。区域活跃度与地方政策支持力度呈正相关，例如山东将数据资产入表纳入国企考核指标，江苏通过数据交易平台提供登记服务，加速实践落地。

三、数据资产价值评估体系初建，成本法为主流但面临适配挑战

数据资产价值评估是金融化应用的基础，当前主要依赖成本法、市场法、收益法三大传统方法。成本法因操作简单、财务处理便捷成为主流（占比超70%），例如中国移动以成本法评估数据资产价值6.16亿元，通过归集技术平台投入、数据开发与运营成本，结合2-5年直线法摊销，实现审慎入表。然而，成本法忽视数据资产的收益性，易导致价值低估，且成本分摊难度大（如多部门协作数据的归属问题）。

市场法适用于交易活跃的领域，如新译科技的语料库评估案例，通过比对同类交易案例，结合技术修正系数、容量修正系数等调整价值。但其应用受限于数据交易市场不成熟，可比案例少、资产特异性强等问题。收益法虽能反映数据未来收益潜力（如罗克佳华环境数据评估值6088万元），但预期收益预测难、折现率主观性强，仅适用于收益稳定的场景（如标准化数据服务合同）。

评估困境的核心在于数据资产的动态性与多元性。一方面，数据价值随市场需求、技术迭代快速变化，例如高速更新的物联网数据与静态的政府数据需差异化评估；另一方面，数据资产涉及商业秘密（如算法、用户画像），企业披露动力不足。此外，国际标准《ISO55013》虽于2024年发布，但国内细分行业标准仍缺失，评估结果权威性待提升。未来需结合区块链技术实现全生命周期价值溯源，并开发行业特异性评估模型。

四、数据资产化未来展望：从政策驱动到价值释放

数据资产入表已从政策引导走向行业实践，但可持续发展需解决三大矛盾。一是顶层设计与企业落地的落差，尽管国家层面明确会计处理规则，但确权细则、审计口径仍模糊，企业面临合规风险。二是投入与收益不匹配，数据治理需投入大量人力财力，但资产能否在融资、交易中实现账面价值存在不确定性。三是信息披露与商业秘密的平衡，过度披露可能削弱企业竞争优势。

未来突破点在于技术赋能与生态构建。隐私计算、区块链等技术可助力数据“可用不可见”，例如深圳数据交易所通过区块链存证强化资产溯源；数据交易平台的成熟将推动市场法应用，提高流动性。此外，需将试点经验转化为可复制的标准，如建立分行业估值指引，推动数据资产证券化。随着金融、医疗、能源等领域数据应用场景深化，数据资产有望成为企业资产负债表的核心组成部分，真正释放要素价值。

以上就是关于2025年中国数据资产入表的全景分析。从规模看，非上市公司与上市公司入表总金额超45亿元，但增速放缓反映实践进入深水区；从主体看，地方国企主导非上市公司，金融业成为上市公司新增长极；从评估看，成本法为主流，但市场法、收益法在特定场景展现潜力。数据资产化不仅是会计变革，更是企业数字化转型的核心驱动力，未来需通过技术、标准、生态协同，破解估值难题，迈向价值释放新阶段。