■ 万文根
在数字经济与实体经济深度融合的时代下，数据不再是企业经营的附属记录，而是决定企业经营核心竞争力、资本市场估值与内部治理效能的关键生产要素。经清洗、整理与分析的客户交易、平台运营、供应链流转及用户行为数据，可为市场研判、产品迭代与战略决策提供核心支撑。《企业数据资源相关会计处理暂行规定》的施行，明确符合条件的数据可作为无形资产或存货核算，标志着数据资产化从理论迈入实操。这一变革让数据价值通过财务报表直观呈现，更对企业数据合规治理提出前置化、体系化、常态化的刚性要求。
数据资产入表绝非仅将数据载入资产负债表。数据要成为会计上可确认、计量、披露的合格资产，需同时满足来源合法、企业可控制、预期经济利益极可能流入及成本可靠计量四项核心要件。与传统资产不同，数据具有非排他性、无限可复制性、多方可共享性以及价值场景依赖性。企业掌控某一数据集合，并不当然享有完整排他权。数据全链条涉及终端用户、平台方、产业链企业、技术服务商等多元主体，权益边界呈交叉复合特征。因此，数据资产化首要问题并非“数据价值几何”，而是以下四大困境：来源是否合法、使用是否合规、流通是否有序、风险是否可控。
从法律维度看，数据资产化的前置环节是全面合法性审查。数据来源合法是资产稳定存续的根本前提。若通过违反用户授权、突破技术防护、超范围收集个人信息或非法爬取第三方数据等方式获取数据，即便在短期内形成一定的商业价值，也无法转化为无瑕疵、可确认的可靠资产。此类权利瑕疵数据，极易引发个人信息侵权、数据安全违法、商业秘密侵害及不正当竞争等多重风险。数据资产化绝不能建立在权利瑕疵之上，否则账面价值越高，潜在的法律风险越集中、后果越严重。
进一步，企业须夯实并证明对数据的合法控制基础。当前我国数据要素基础制度仍在构建完善，不宜直接套用传统所有权模式界定数据权益。学界主流多从新型财产权或产权分层配置角度探讨，主张保护与利用并重。对企业实操而言，更可行的路径是通过制度与技术保障，证明对特定数据享有合法、稳定、可持续的控制能力。此“控制”既包括技术层面的存储、访问、加工与调用能力，也涵盖法律层面的授权基础、合同安排、内部制度与风险隔离机制。
另一方面而言，入表须妥善平衡个人信息保护与数据利用的关系。企业绝大多数数据与自然人身份、行为轨迹、消费偏好、信用状况等个人信息直接或间接关联。《中华人民共和国个人信息保护法》明确个人信息处理需遵循合法、正当、必要、诚信原则，严格限定目的、方式与范围。对敏感个人信息、自动化决策、用户画像、数据共享等高风险场景，应从严审查。数据资产化不能以弱化个人信息权益为代价;恰恰相反，越要释放数据价值，越需通过严格的合规操作赢得用户、市场与监管部门的信任。
此外，企业应关注数据流通的权属边界与责任分配。数据唯有依法有序流通才能充分释放价值，但流通绝非无边界自由交易。“数据二十条”提出构建数据产权、流通交易、收益分配、安全治理四大基础制度，推动数据要素合规高效流通与使用。企业开展数据共享、委托处理、联合建模、交易、接口开放等活动时，应通过书面合同明确来源、范围、目的、保密义务、安全措施、违约责任与争议解决方式。涉及第三方、合作开发、平台沉淀数据等场景，避免简单套用“谁占有谁享有权利”的传统逻辑。数据权益配置既要防止无序开放损害开发者权益，也要防止过度排他导致数据垄断与市场封闭。
在治理路径上，企业应构建覆盖数据全生命周期的系统化合规体系。一是开展数据资源盘点，厘清资产种类、来源、管理主体与应用场景;二是建立分类分级制度，依据数据属性确定差异化保护强度;三是完善授权与全流程留痕机制，确保各环节全程留痕、可追溯核查;四是建立跨部门协同机制，推动法务、财务、技术、业务协作，入表绝非财务单一职责;五是在重大入表、交易、融资节点，引入第三方开展合规与质量评估，出具专项法律意见，提升资产可信度。
需要强调的是，数据资产入表不能成为虚增资产、抬高估值的财务包装工具。若只重财务呈现而忽视来源审查、权利界定与安全管理，极大可能导致资产虚高、信息披露失真与法律责任集中爆发。数据资产价值不取决于规模大小，而取决于质量、合法性、可用性、安全性与持续收益能力。无合规支撑的数据难成真正资产，无治理保障的资产也难以转化为长期核心竞争力。
更深层次地看，数据资产入表正推动企业治理逻辑发生根本性变革。过去，数据合规常被视作被动应付监管的负担，只在数据泄露、投诉或执法检查时作事后补救;现在，合规本身已成为数据资产价值的核心构成。一言以蔽之，数据来源是否合法、边界是否清晰、质量是否可靠、安全保护是否充分、流通是否规范，直接影响其市场估值。数据合规绝非释放价值的障碍，而是数据价值得到承认、参与交易并持续利用的前提。
(作者单位：贵州财经大学法学院)
