数据资产入表三年:136 家 A 股公司,三大运营商占了一半

产业洞察数据资产入表数据要素会计准则数据治理

截至 2026 年 4 月末,A 股累计 136 家公司披露数据资产入表,合计 37.86 亿元。其中中国移动、中国电信、中国联通三家合计 21.00 亿元,占 55.46%

剩下的 133 家分掉 16.86 亿元,户均 1268 万元。三大运营商户均 7 亿元,相差 55 倍。

「136 家公司完成入表」这个说法,掩盖了一个高度集中的分布。而围绕数据资产入表流传的另外两个说法——「四部门出台了数据资产新规」和「入表金额仅占总资产 0.43%」——回到原始出处后,同样需要修正。

数据资产入表三年,规模到了哪里

数据来自上海交通大学上海高级金融学院高金智库数据资产研究课题组的《中国企业数据资产入表情况跟踪报告》2025 年年度报告,2026 年 6 月下旬发布,统计截至 2026 年 4 月 30 日。

图 1 入表规模的三年轨迹与集中度。总额增长来自公司家数,不是单家规模。
图 1 入表规模的三年轨迹与集中度。总额增长来自公司家数,不是单家规模。

家数从 40 涨到 136,金额从 13.61 亿涨到 37.86 亿。但户均金额三年没有增长——2784 万元甚至低于 2024 年半年度的 3402 万元。

这说明总额的增长来自参与公司的数量,不是来自单家公司入表规模的扩大。科目分布上,128 家计入无形资产,合计 31.20 亿元,占总额的 82.42%。

非上市公司方面,截至 2026 年 3 月 31 日,417 家披露入表,累计获得融资 20.92 亿元。

需要说明的是,上述数字核到的是高金学院官网发布页与三家财经媒体的一致报道,报告 PDF 原文未打开。此外该报告标题使用「数据资产」,而企业报表科目使用「数据资源」,两个词在报告内混用,二者口径并不相同。

「四部门数据资产新规」其实是一份年报工作通知

2025 年 12 月末,财会〔2025〕33 号被广泛转述为「四部门出台数据资产新规,收紧入表口径」。

回到财政部会计司官网的原始全文,这份文件的全名是:

《关于严格执行企业会计准则 切实做好企业 2025 年年报工作的通知

发文机关是财政部、国务院国资委、金融监管总局、中国证监会,2025 年 12 月 15 日成文,12 月 24 日公开。这是四部门每年例行发布的年报工作通知,正文列出 17 个准则实施重点领域——长期股权投资、固定资产、无形资产、数据资源、资产减值、收入、政府补助、企业合并、租赁、金融工具等等。

图 2 财会〔2025〕33 号的真实结构。数据资源是 17 个准则领域之一。
图 2 财会〔2025〕33 号的真实结构。数据资源是 17 个准则领域之一。

「数据资源」是其中第(四)项,篇幅约占全文的二十分之一。把它称作「数据资产新规」,在框架层面就不成立。

具体条款的转述也有出入。

「必须且只能以成本法计量」。 原文是「企业应当以成本计量内部形成或外购的数据资源」。原文没有「必须且只能」,也没有「成本法」——成本法在会计里另有专指(长期股权投资的成本法),在评估里指成本法、收益法、市场法三者之一,用在这里是术语误植。更关键的是,这不是新规定:财会〔2023〕11 号《企业数据资源相关会计处理暂行规定》自 2024 年 1 月 1 日施行,本就规定按成本计量。

「禁止以评估值入账」。 原文是「不得将以评估等方式得出的金额直接作为入账和调账的依据」。「直接」二字被删掉了。而且同一条的第二段专门要求:企业对数据资源进行评估且评估结果具有重要影响的,应当披露评估依据的信息来源、评估结论成立的假设前提和限制条件、评估方法的选择、各重要参数的来源与测算过程。文件并不禁止评估,只是不允许把评估值当作账面价值。

「禁止将行政管理费用计入研发支出」。 这一条确实存在,但它出自「(三)关于无形资产」项下,是对所有企业研发费用归集的一般性要求,与数据资产没有直接关系。把它拼进「数据资产新规五条」属于条款拼接。

更值得注意的是转述漏掉的一条,它比上述任何一条都更有约束力:

企业不得将不符合资产定义和确认条件的数据资源确认为资产

这一条直接指向 2024 年的一批实际案例。

另外,这份文件没有施行日期条款。它的适用范围由标题自身界定:企业 2025 年年报的编制、审计与监督检查。任何「自某日起施行」的表述都是添加的。

四家公司为什么把已披露的 13.877 亿元清零

2024 年半年报期间,四家上市公司发布更正公告,把已披露的数据资源金额全部清零:

公司 交易所 更正前金额
密尔克卫 上交所 存货 5.265 亿元
晶华新材 上交所 存货 3.176 亿 + 无形资产 0.779 亿元
华塑股份 上交所 存货 3.790 亿元
惠同新材 北交所 存货 0.866 亿元

四家合计 13.877 亿元。其中计入存货科目的部分为 13.098 亿元,占错误总额的 94.4%——「存货是出错重灾区」这个说法,在这里有了量化依据。

把这个数字放在同一时点对照:2024 年半年度,全部 A 股公司最终确认入表的总额是 13.61 亿元。

图 3 四家公司撤回的金额,超过同期全市场最终确认入表的总额。
图 3 四家公司撤回的金额,超过同期全市场最终确认入表的总额。

四家公司撤回的金额,超过了当期全市场最终入表的总额。

原因写在公告里。密尔克卫的更正公告原文:

由于公司财务人员对《暂行规定》的学习和理解不到位,《公司 2024 年半年度报告》中部分披露内容存在错误,现予以更正。

这四份公告的原文均已核对。取证方面需要说明:拿到的是公告 PDF 原文(含公告编号、董事会声明、交易所标准模板格式),但托管方是财经门户的公告镜像服务器,交易所域名直接抓取被反爬拦截。另外惠同新材是北交所公司,公告发布在北交所而非沪深交易所平台。

0.43% 这个数字的分母是什么

「数据资产入表金额占企业总资产比例平均仅 0.43%」被广泛引用。它出自全国政协委员秦荣生 2026 年两会期间接受《中国经营报》的专访。原句是:

已披露数据资产的企业中,A 股公司占比不足 2%,且入表金额占总资产比例平均仅 0.43%。

流传版本删掉了「已披露数据资产的企业中」这个限定。**0.43% 的分母是那批已经完成入表的公司,不是全体 A 股公司。**两者的数量级完全不同。

带上限定条件后,这个数字的含义反而更清楚:即便是已经把数据确认为资产的企业,数据资产在其资产负债表上的占比仍然只有千分之四。每一万元资产里,数据资产 43 元。

需要标注的是:秦荣生在专访中未注明 0.43% 的原始统计来源,检索也未找到;政协提案原文不公开。因此这个数字只能作为一位政协委员在媒体专访中的表述被引用,不能写成「政协提案指出」。

反方:低入表率是制度设计的结果,不是失败

对上述整理,最有力的反驳是:会计准则本就应当保守。

数据资源确认为资产需要满足资产的定义和确认条件——预期能带来经济利益、成本能可靠计量、控制权明确。大量企业的数据不满足这些条件,不是数据没价值,而是会计确认和经济价值本来就是两件事。一家公司的品牌、客户关系、组织能力都创造价值,也都不在资产负债表上。按这个逻辑,入表率低恰恰说明准则在正常发挥作用,把不合格的挡在了外面。

这个反驳成立,而且应当接受。财会〔2025〕33 号里那句被漏掉的「不得将不符合资产定义和确认条件的数据资源确认为资产」,正是这个立场的官方表述。四家公司 13.877 亿元的清零,也是这道闸门在起作用的证据——那些金额本就不该在表上。

所以本文的论点不是「入表率太低说明数据要素失败了」。

论点是更窄的一条:围绕这件事的公开叙述,在规模、政策、比例三个层面都经过了放大,而放大的方向是一致的——都让它看起来比实际更大、更硬、更紧迫。

规模上,「136 家」掩盖了三家占一半的分布;政策上,一份年报工作通知的十七分之一被称作「数据资产新规」;比例上,一个限定在已入表企业内部的数字被读成了全 A 股口径。

这三处放大共同导向一个具体的决策后果:企业会高估入表的紧迫性,并因此把数据治理的目标错置。

该不该为了入表去做数据治理

如果把入表当作目标,路径会变成:找出哪些数据可能满足确认条件、把成本归集做得能支撑资本化、争取在年报上确认一个金额。这条路径的终点是报表上的一个数字。

而那个数字目前的量级是户均 2784 万元、占已入表企业总资产的千分之四。为它重构数据治理体系,投入产出不成立。

更重要的是,2024 年那四家公司的经历说明了这条路径的风险:**在理解不到位的情况下追求入表,结果是先确认、再撤回。**撤回的成本不只是会计调整,还包括更正公告本身。

中国财政科学研究院财务与会计研究中心主任赵治纲在 2024 年 11 月的一次公开发言中说过两句话:「数据也不能为了入表而入表,不能不合规还入表」,以及「入表容易出表难」。这两句是二手转述的专家观点,但与上述四个案例互相印证。

反过来,如果把可归因的现金流当作目标,路径是另一条:识别哪些数据在实际业务中被使用、这些使用带来了什么可测量的变化、这个变化能不能归因。走通这条路径的企业,入表只是一个副产品——因为「预期能带来经济利益」这个确认条件,本来就要求先证明经济利益存在。

三个可以立刻核的问题

在把任何一份数据要素材料放进决策依据之前,先核这三项:

这个规模数字的分布是什么。 总额和家数都不足以描述一个市场。37.86 亿元和 136 家看起来是一个正在形成的市场,加上「三家占 55.46%」之后是另一回事。

这份文件的全名是什么。 全名通常直接说明了文件性质。《切实做好企业 2025 年年报工作的通知》和「数据资产新规」是两种完全不同的东西,而区分它们只需要看一眼标题。

这个比例的分母是谁。 百分比在传播中最容易丢失的就是分母。「占总资产 0.43%」和「已入表企业中占总资产 0.43%」,差的是整个论证。