市场反应远比我们预想得要快。24家上市公司披露“数据资源”财务数据，释放了拥抱“数据资源入表”的强烈信号。

据不完全统计，在各A股上市公司陆续披露的2024年第一季度报告中，共计24家[1]上市公司在无形资产、存货、开发支出等会计科目下披露了“数据资源”财务数据，这既是企业响应数据资源入表政策的积极实践，亦是在现行经济大环境下企业对“破卷之道”的有利探索。

本文中，我们通过以下逻辑明确为什么“数据资源入表”将成为高新类企业的新“标配”：

1、研发能力的新评估视角：我们先以上市公司航天宏图为例，分析其研发费用和数据资源的占比，这一定程度上呈现企业的“研发”落地能力；

2、高新企业的新标配需求：我们通过分析研发落地能力目前的尴尬局面， 无论从高新技术企业的界定，还是从商业秘密在企业价值呈现端的“失踪”，都证明了数据资源入表在实践中紧迫且切实可行的“标配”性需求；

3、入表难点催生新服务物种：我们通过总结数据资源入表的难点，分析数据产品挂牌和数据资源入表之间的关系，并最终预判市场将催生一个新的专业服务“物种”——数据财税律师，作为前端驱动的引擎。

一、以上市公司航天宏图（688066）为例

航天宏图是在上海数据交易所较早挂牌数据产品的上市公司。经查阅航天宏图2024年一季度报告，数据资源首次亮相，其VS研发费用，即占比1/4。

从2024年一季度财务数据来看，航天宏图针对“数据资源”合并资产负债表项目为“无形资产”，其中数据资源为17,172,491.27元（人民币，下同），研发费用产生了71,304,580.59元，数据资源：研发费用≈1：4。具体如下（单位：元）：

二、拿什么来衡量企业的“研发和创新”能力

1、“高新技术企业”已沦为弱标签

上海数据交易所的风控部门和业务部门，在如何以数据产品挂牌的视角评价一家企业的科技化程度时，似乎面临和科委一样的处境，“选择困难症”源于申请挂牌的企业清一色属于“高新技术企业 ”。高新技术企业的评定靠谱吗？是否还有其他评定标准可以作为显著“抓手”？

现实中，我们的困境是，总是很难评定一家“高新技术企业”是不是伪高新，擅长包装的服务机构，经常在发明和软件著作权双重法宝上“设计”得游刃有余，配合着在科目归集上做足文章。

当高新技术企业准备上市那一刻，才发现为了配合“高新”标准，财务努力设计的研发费用归集与真实的财务数据那两件套家底要被挖出来进行数字对比，让自己处于多么尴尬的境地。

2、“商业秘密”的尴尬处境

对于一个公司来说，真正值钱的法宝，也许都体现在商业秘密这个维度上，而法律上定义的可以维权的商业秘密，需要满足“秘密性”（即不为公众所知悉）、“价值性”（即具有现实的或者潜在的商业价值）与“保密性”（即采取了保密措施），满足上述条件是需要经过密点鉴定及清晰的保护密点的标准动作。这对于很多企业来说，没有做过系统的商业秘密保护的体系化工作，将面临两重难关：一方面很难有效保护商业秘密，很容易被侵权，且举证困难，损害界定不易；而另一方面更为严重缺失的，是商业秘密本身的价值无法在企业的价值中以资产的表现形式呈现给大众，无法用商业秘密融资，无法用商业秘密获得科技属性，无法通过衡量商业秘密让投资人青睐。

以数据交易所的维度，增加数据产品的登记环节，也是希望给更多起步阶段的创新企业一些阶梯作为铺垫和跳板，从数据产品登记开始逐步完善合规，一步步从商业秘密过渡到数据产品，并实现挂牌，而不仅仅依赖高新相关的标准。

3、生逢其时：“数据资产”成为显化“商业秘密”价值的强标签

商业秘密与数据资产有很强的映射关系，只是两者有着不同的语言体系。商业秘密的语言体系是基于数据呈现为与商业有关的重要内容，以形成与其他企业不同的市场竞争优势，比如包括客户信息，以及客户的重要决策人和联系人信息，这些均以客户维度的数据信息存在，并赋予不同权限和级别的保护措施，于此同时，映射为相对应的数据资产视角下的数据维度的分级分类的授权保护措施。因上述论述中所分析的，商业秘密的价值衡量极其困难，更难以在资产负债表中加以呈现。就好比是，商业秘密的语言体系，和企业资产负债表的呈现逻辑和语言体系不够匹配，此时，需要换一种资产负债表能听懂的语言来呈现。

因此，我们看到，数据资源入表就成为显化商业秘密价值的完美工具，将商业秘密用一种财务听得懂得语言转换成显现的资产价值。

三、数据资源入表，究竟难点在哪里

1、数据产品挂牌VS数据资源入表

我们不断被问到一个关键问题，两个热门词之间的关联，即“数据产品挂牌”和“数据资源入表”究竟是什么关系？

上海数据交易所，作为数据生态的闭环平台，正积极推动数据资产闭环价值链条发展，从初始的登记环节，经过挂牌交易流程，直至最终纳入资产负债表内，确保每一步都实现数据价值的有效释放与确切确认。

数据产品挂牌是数据资源在交易所流转的重要环节，通过数据产品挂牌，企业将数据变成一个可以流通的产品，在此之前的重要一环是需要数据律师对数据产品的合规性发表合规意见，由此证明数据产品满足交易的合规前提。

从数据利用的阶段来分析，数据产品挂牌并非数据资源入表的必经步骤，企业可以不经过数据交易所挂牌，只要满足财政部关于数据资源入表的基本准则要求，即可完成入表。

但实践中的难点在于，由于数据来源的多样性、形成的复杂性和技术的专业性，会计师在入表时“审”起来很犯难，因此基于会计师的审慎原则，通常需要前端合规维度的强验证，这就留给企业一个难题，数据资源或数据产品本身的合规性究竟如何证明？

因此，我们通常会建议企业将数据产品挂牌和数据资源入表进行联动，将数据产品挂牌作为首要步骤，旨在通过入表取得数据产品合规性证明，顺理成章就输出了数据资源的合规性证明，这就是数据挂牌前置于数据资源入表的合理性和必要性。

所以，数据产品挂牌和数据资源入表，是殊途同归，前者是后者的最佳铺垫。

2、数据资源入表，领导“拍脑袋”的事？

数据资源入表，是一把手工程。这将直接影响资产负债表、直接影响企业的估值和市值。但是依照财政部数据资源入表的规则，企业建立吻合数据资源入表会计准则要求的数据资源配置体系是个长周期规划的事情，如果仅仅以领导层单一决策，用入表需求倒推数据资源的配置，实践中会非常困难。

企业是先有数据产品还是先进行数据资源入表？这是一个先有鸡还是先有蛋的问题。通常我们从公司的经营视角出发，我们会先考虑有数据产品，这是生产和发展的实际问题，然后再考虑对应的数据产品在产生市场和经济价值的同时，能否进入数字资源入表的范围。

因此上述逻辑，倒过来做，就有点本末倒置的意味。（当然不能一概而论）。

3、专业服务机构之间有“代沟”

律师在前，会计师在后，前后脚不合拍。

数据资源入表的最大难点是，专业的中介服务机构，各说各话，律师只关心数据合规维度，会计师只关心入表的财务评价。举例而言，从合规的角度，一般更侧重法律关系的界定与行为合规的判断，如数据采集合规，处理合规，主体合规等，但是一旦涉及到入表，数据资产归入哪个主体的口袋，就尤为重要，需要“亲兄弟明算账”，把投入的价值分别算清楚，所以，可以简单理解为，法律上解决定性问题，财务上需要解决定量问题。这两者是在公平和效率之间的平衡，因此，首先需要这两类不同语言体系的专家能达成一致。

4、“断层”的财务数据如何解套

财务数据是连续产生的，新增设一个科目，看似是简单的排列组合，实际上是各关联主体之间的法律关系重构，需要律师和会计师的紧密配合。

举例而言，在数据资产入表中，会有个起初数据的价值如何确认的问题，数据连续不断在创造迭代和更新，入表是年度资产的概念，有完成会计年度，期初数和期末数，两者如何在连续的商业数据价值产生中进行归集确认，这个问题，通常的数据合规律师是不予关注，但是，要入表，必须解决这个问题，这就需要数据合规律师懂财税知识，提前介入，帮助企业在数据资源入表的前期整体设计中，在财税的视角下，贴合法律法规与业务实际，去“创设”一种新的法律关系，对初期数据对应的价值进行确认，比如可以采用关联主体之间的公允交易。

再比如，会计师最关心，这个入表的数据资产是自用还是对外销售，一旦面临双重功能时，如何安置到具体科目，是“存货”还是“无形资产”。这就需要在数据合规律师的视角上，懂财税，进行功能一定程度的“设计”，比如，为了便于两者的区分，可以在实质加工维度上做些技术处理，呈现为可以确认不同形态和法律属性的不同的数据产品。可以根据企业不同的产品形态，以及数据来源和处理的不同方式，进行设计，并融入到具体的产品中。甚至可以考虑区分产品的使用对外，如果是2C，那么甚至可以根据隐私政策的一些定制化模块融合到产品中，以呈现出不同形态的价值。

这种案例在入表业务中比比皆是，时时面临。

四、催生新物种：“数据财税律师”

很快，市场会出现一种新的融合入表财税能力和数据合规能力的细分专业赛道——数据财税律师。

懂财税，懂入表规则，懂数据，懂数据视角下的合规，完美结合，跨越断层，无缝衔接，这种极强的“咬合力”是数据财税律师的法宝，以财税入表的视角，构建数据合规体系，以数据合规视角，支撑入表模型建立。

我们用咬合力去比喻，数据财税律师从口腔就开始，帮助企业反复咀嚼数据，吃健康数据，形成数据资源，让企业更容易吸收，并转化为数据资产，健康入表，有效衡量企业的研发和创新力，真正形成“数据生产力”。

[1] 截至截稿日（2024年5月7日），24家上市公司中3家更正财务报表，删除披露的数据资源数据，故最新数据为21家上市公司披露数据资源财务数据。

来源：上海数商协会