1. 引言
随着数字经济的深化发展，数据作为新型生产要素的地位日益凸显。为激活数据价值、规范市场实践，财政部于2023年出台《企业数据资源相关会计处理暂行规定》，首次从会计制度层面明确了数据资源确认、计量和报告的基本框架。这一政策突破标志着数据资产化从理论探索步入实务操作阶段，为企业将数据资源纳入财务报表提供了制度依据，也对推动数据要素市场建设具有奠基性意义。
然而，《暂行规定》作为原则性指引，在落地过程中仍面临诸多现实挑战。数据资产具有非实体性、衍生性等特征，其价值实现路径与传统资产存在显著差异[1]。企业在执行过程中，需对数据资源的可辨认性、成本归集与资产使用寿命等做出合理判断，这对企业的会计估计、信息披露和内部治理提出了更高要求。如何在不违背会计准则的前提下，结合业务实际探索可行的数据资产化路径，成为企业必须面对的现实课题[2]。
浙江小商品城作为全国商贸流通领域的领军企业，依托“Chinagoods”平台构建了涵盖商户信息、交易数据、物流跟踪与信用评价的多元数据生态。其在数据资源积累、平台化运营与资产化探索方面走在前列，为观察数据资产入表的全过程提供了典型样本。该案例完整呈现了从数据归集、产品化开发到会计确认的完整链条，对研究政策落地具有重要的参照价值。
本文以浙江小商品城为研究对象，系统梳理其在数据资产入表过程中的具体做法，包括资产识别依据、成本计量方法与信息披露内容。进而，将其实践与《暂行规定》进行对照，分析企业在政策执行中的合规性、创新性与现实困境[3]。研究旨在从实务中提炼经验，为同类企业提供参考，也为未来会计制度的完善提供来自实践视角的启示。
2. 文献综述
2.1. 数据资产会计确认及挑战
当前学界对数据资产会计确认的研究呈现多元化视角。唐莉等学者指出，数据资产的无形性、可辨认性、非货币性及价值不确定性使其符合无形资产的基本属性，建议参照《企业会计准则第6号——无形资产》进行确认[4]。这一观点在实务中具有较强操作性。游静则进一步提出在无形资产科目下设立“数据资产”二级科目，通过细化分类提升会计信息的颗粒度，以反映不同数据资源的经济价值差异[5]。祝子丽等则强调数据资产的独特性：其价值随应用场景动态波动、具备无限复制再生能力，并可通过算法迭代实现自我增值[6]。因此，单独设立“数据资产”科目能更好适配企业差异化业务模式。
由于个人隐私保护、企业商业数据的保密性、数据交易和应用过程中的“可用不可见”，数据确权问题是数据资产化过程中面临的主要挑战之一，当前数据资产确认仍面临用户行为数据确权机制模糊的问题，可能违反《个保法》单独同意原则，无法平衡多方权益[7]。
2.2. 数据资产信息披露
数据资产的表内列示，如计入无形资产或存货，仅能反映其账面价值，难以全面呈现其战略价值、应用潜力及风险特征。欧洲财务报告咨询专家组(EFRAG)指出，数据资产信息披露应涵盖其商业风险、社会影响及治理效能，并参考可持续发展信息披露准则(SASB)框架，增强非财务信息的可比性[8]。
张俊瑞等学者提出应构建数据资产专用报表，多元化披露渠道，并对数据资产进行技术赋能与标准化[9]。按外购、自行开发分类披露数据资产账面原值、累计摊销及减值准备；分析数据资产对核心竞争力的贡献；单独设立“数据资产与价值创造”章节，量化社会价值，建立可持续发展报告为披露框架提供国际对标依据。
2.3. 文献述评
当前学界围绕数据资产化的核心议题已形成较为系统的研究框架，涵盖概念界定、会计确认、信息披露与价值评估等维度，但现有案例研究的深度与广度仍显不足，理论与实务操作之间存在衔接缺口。为此，本文以中国移动为研究对象，揭示其数据资产会计确认和信息披露现状，总结实践经验，为其他企业数据资产入表提供可借鉴的思路。同时，识别数据资产化过程中的挑战和会计实务需求，为完善会计准则和行业转型提供参考。
3. 浙江小商品城数据资产入表实践路径
小商品城(股票代码：600415)在1991年宣告成立，它最早是浙江义乌小商品城集团股份有限公司，2002年登上上海证券交易所主板，作为全球最大规模的小商品市场运营商，主要业务包含实体市场运营、数字化平台服务以及跨境贸易服务，积攒起海量多维度数据资源，数据资产已成为推动其业务增长的核心要素。小商品城在数据资产会计处理方面形成了系统化的实践模式。其依据《企业数据资源相关会计处理暂行规定》，对数据资产进行了规范化的确认和计量。从2024年半年报1、2024年年报2到2025年半年报3的数据显示，公司在数据资产的会计处理上展现出明显的结构化、规范化特征。
3.1. 数据资产在资产负债表上的处理
3.1.1. 数据基础设施建设支出计入“无形资产”与“开发支出”项目
小商品城将数据基础设施建设支出根据开发阶段差异分别计入无形资产和开发支出项目。2024年半年报数据显示，公司数据资源总额达1754.65万元，其中844.51万元计入无形资产，910.14万元计入开发支出。这一分布结构反映出公司数据基础设施建设正处于快速发展阶段。据2024年年报显示，数据资源入表金额攀升至2679.31万元，较上半年增长显著。其中无形资产部分实现191.57%的大幅增长，开发支出金额则相应减少887.21万元。这种结构性变化表明公司的数据项目正从研发阶段加速向运营阶段转化。
在具体项目实施中，基于AI技术的“AI独立站”项目表现突出，期末账面价值达到984.88万元。该项目作为数据基础设施的核心组成部分，为平台商户提供了智能建站、多语言翻译等关键服务功能。公司持续保持较高的研发投入强度，过去四年资本化研发支出占比始终维持在50%以上，为数据基础设施建设提供了稳定的资金保障。
小商品城将数据资产相关的信息许可费和授权费列入其他流动资产项目核算。这类费用主要涉及数据资源使用权的获取，具有明确的合约期限和可衡量的经济利益特征。公司在构建数据资产过程中，通过外部采购方式获取必要的技术授权和数据使用权，这些支出在满足特定条件时确认为其他流动资产。2024年年报显示，公司在数据资源构建方面的外购支出保持稳定增长态势，主要包括向第三方采购的数据分析工具授权、专业技术许可以及特定数据资源的使用权。
3.1.2. 与数据资产相关的信息许可费和授权费计入“其他流动资产”项目
随着业务规模持续扩大，2025年半年报预计这类信息许可费和授权费的规模将进一步增长。特别是在跨境数据服务领域，公司为提升“义支付”平台的国际服务能力，显著加大了相关技术授权和数据使用权的采购力度。这些投入为公司数据资产的多元化发展和国际化布局提供了重要支撑。在具体会计处理上，公司对这些信息许可费和授权费采用系统合理的方法进行摊销，摊销期限根据授权的合同年限与实际使用年限孰短原则确定，确保费用与收入实现合理匹配。这种处理方式既符合会计准则的基本要求，也真实反映了数据资产使用权的价值消耗过程。
3.2. 数据资产在利润表上的处理
3.2.1. 研发支出的差异化处理
小商品城对数据资产研发投入采取差异化处理方式。根据2024年年报显示，小商品城费用化研发投入达2322.14万元，较上年增长6.8%。这部分支出在发生时直接计入当期损益，直接影响利润表现。与此同时，公司过去四年资本化研发投入占比持续超过50%，这些支出在数据资源达到预定可使用状态前计入资产项目，待完成后通过系统摊销影响后续各期利润。
3.2.2. 数据服务收入确认
据2024年年报披露，Chinagoods平台实现营收3.41亿元，经营性净利润1.65亿元，同比增长102.05%。这些收入主要来自数据产品服务、平台交易服务等核心业务。在跨境支付领域，“义支付”平台2025年上半年跨境收款金额超25亿美元，同比增长47%，带动该业务利润显著提升。数据服务收入在公司总收入中的占比持续提高，反映出数据资产商业化应用的深化。
3.2.3. 资产摊销与减值处理
对于技术迭代较快的AI类数据产品，采用较短的摊销年限；而对义乌指数等具有持续价值的数据资产，则采用相对较长的摊销周期。这种差异化的处理方式使数据资产成本与带来的经济利益更好匹配。公司还建立定期减值测试机制，当出现技术更新、市场需求变化等情况时，及时调整资产账面价值。2024年公司对部分数据产品计提适当减值准备，体现了会计核算的谨慎性原则。
数据资产的整体贡献在24年利润表中得到综合体现。2024年公司营收同比增长39.27%，经营现金流增长143.43%。2025年半年度业绩预告显示，预计实现净利润16.30亿元到17亿元，同比增长12.57%到17.40%。这些业绩增长与数据资产的价值创造密不可分。通过精细化的会计处理和商业化的价值挖掘，小商品城成功将数据资产转化为实实在在的盈利能力和竞争优势。
3.3. 与数据资产相关的表外披露信息
3.3.1. 数据资产的分类与内容披露
小商品城在财务报表附注中系统披露了数据资产的具体构成。公司将入表数据资产明确划分为四大类型：Chinagoods平台数据产品、义支付相关应用、征信类数据服务及义乌指数系列产品。其中，基于AI技术的独立站项目账面价值达到984.88万元，成为公司技术赋能型数据资产的典型代表。公司详细说明了各项数据产品的功能特点，如AI独立站的智能建站、智能翻译等功能，以及义乌指数的市场监测和趋势预测作用。这些披露内容使投资者能够清晰了解公司数据资产的实际构成和应用场景。
3.3.2. 价值创造与业务贡献披露
公司着重披露了数据资产在业务经营中的实际贡献。24年年报显示，Chinagoods平台实现营收3.41亿元，经营性净利润1.65亿元，同比增长102.05%。平台通过AIGC技术开发的智能工具累计使用超10亿人次，服务用户超过20万。在跨境支付领域，“义支付”平台2025年上半年跨境收款金额超25亿美元，同比增长47%。公司还披露了数据资产与其他业务的协同效应，如通过数据赋能带动经营户私域流量活跃度增长72%，深度用户订单增长20%以上。这些具体数据直观展示了数据资产对企业经营的实际推动作用。
3.3.3. 风险与合规性披露
小商品城全面披露了数据资产面临的风险因素及管理措施。公司明确指出数据资产存在技术迭代、市场竞争和法规政策等多重风险，并坦言数据技术的快速发展可能导致现有数据产品价值加速衰减。在合规管理方面，公司披露已建立完善的数据治理体系，包括数据分级分类管理、访问权限控制和隐私保护机制，确保符合《网络安全法》《数据安全法》等法律法规要求。公司特别强调在跨境数据流动方面建立了符合国际标准的数据保护体系，为全球化业务拓展提供合规保障[10]。
公司还主动披露了数据资产的未来发展规划。其在三年行动计划中明确将继续完善数据模型，升级数据系统，拓宽数据发布渠道。《数据要素赋能小商品数字贸易便利化》项目入选国家数据局首批典型案例，展现了公司在数据资产应用方面的创新成果。这些前瞻性信息为投资者评估企业长期发展潜力提供了重要参考，也体现了公司对数据资产战略价值的深刻认知和系统规划。
4. 与《企业数据资源相关会计处理暂行规定》的对比分析与思考
通过对浙江小商品城数据资产会计处理实践的深入分析，可以发现其在遵循《企业数据资源相关会计处理暂行规定》基本框架的同时，也基于业务实际进行了创新性探索[11]。如表1所示，从资产负债表、利润表及表外披露三个维度展开具体对比分析。
从资产负债表处理来看，小商品城的实践与《暂行规定》基本保持一致，但在具体科目设置上更为细化。公司将数据资产明确区分为“无形资产–数据资源”和“开发支出–数据资源”，这种处理方式既符合政策要求，又便于内部管理和外部投资者理解。研发支出处理的差异尤为明显。《暂行规定》要求合理划分资本化与费用化边界，但小商品城的实践表明这一划分存在较大职业判断空间。公司过去四年资本化研发投入占比持续超过50%，这一比例既体现了对数据资产投入的长期重视，也可能反映出在资本化条件把握上的相对积极态度。特别是对AI独立站等重大项目的资本化处理，展现了公司在技术创新与会计稳健之间的平衡艺术。
在利润表处理方面，小商品城的收入确认完全遵循收入准则，但其成本归集方式体现了对数据业务特点的深入理解。公司将数据采集、清洗、加工等基础性投入计入营业成本，而与数据产品开发直接相关的研发投入则根据商业化前景差异采取资本化或费用化处理。这种差异化处理既确保了会计信息的可靠性，又真实反映了数据资产的价值形成过程。
表外披露实践显示，小商品城在满足强制披露要求的基础上，主动拓展了自愿披露的深度和广度。这种全方位披露方式可以通过信号传递理论得到合理解释：在数据资产价值难以通过传统财务指标完全体现的情况下，公司通过多维度的自愿性披露，向市场传递其数据资源优势和技术实力的积极信号，旨在降低信息不对称，增强投资者信心，从而提升企业市场估值。
Table1. Comparison and analysis table of the Interim Provisions and the accounting treatment practice of small commodity data assets
表1. 《暂行规定》与小商品数据资产会计处理实践对比分析表
|
《暂行规定》 |
小商品城数据资产会计处理的实践 |
资产负债表 |
当数据资源满足资产确认条件时，按照企业持有数据资源用于为客户服务、日常留存待售等不同业务模式，把数据资源确认为“无形资产”或“开发支出”科目来开展确认、计量与报告工作 |
数据资产主要确认为“无形资产–数据资源”和
“开发支出–数据资源”科目。2024年数据资源入表金额2679.31万元，其中计入无形资产部分显著增长191.57%，开发支出减少887.21万元，反映出数据项目从研发向运营阶段的加速转化 |
对于企业自主采集、积累和开发形成的数据资源，在开发阶段的支出，应当合理划分资本化与费用化边界，既不应当出于增加数据资源规模等考虑将不符合资本化条件的支出资本化，也不
应当不加判断将所有开发支出一概费用化 |
研发支出遵循谨慎性原则，过去四年资本化研发
投入占比始终超过50%。对具有明确商业化前景的重大数据项目如AI独立站(账面价值984.88万元)进行资本化，其他数据采集、清洗等基础性开发
支出作费用化处理 |
利润表 |
针对不满足资产定义及确认条件的数据资源，若企业开展相关专业服务，应依据收入准则等规定确认对应收入 |
数据服务收入计入“营业收入”项目，2024年Chinagoods平台实现营收3.41亿元。数据服务成本计入“营业成本”，主要包括数据采集、清洗、
加工等技术投入。费用化研发投入2322.14万元，直接影响当期损益 |
表外披露 |
基于强制披露和自愿披露相结合的原则，企业需强制披露数据资源的取得方式、期间变动情况与相关会计政策、会计估计。此外，企业可以根据实际情况自愿披露已确认和未确认的数据资源的相关信息 |
从数据资产的分类和内容披露、价值创造与业务
贡献披露、风险与合规性披露三个维度补充披露
非财务信息，披露深度超越政策最低要求 |
总体而言，小商品城的实践在遵循《暂行规定》基本原则的同时，基于数据资产的业务特性和企业实际需求进行了适当创新。这种“原则遵从 + 实务创新”的模式，既保证了会计处理的规范性，又体现了业务的实际特征，为完善数据资产会计规范提供了有价值的实践参考。未来，随着数据资产化实践的深入发展，如何进一步细化政策指引、增强实务可操作性，仍需在政策制定与企业实践之间持续寻求平衡。
5. 结语
浙江小商品城的数据资产入表实践，为商贸零售企业提供了从数据资源到会计资产转化的完整范例。2024年数据资源入表金额达2679.31万元，数据服务收入贡献3.41亿元，印证了数据资产的商业价值。这一成功实践推动公司从传统市场运营向数据驱动型贸易服务转型，有效提升了企业价值和市场竞争力。
小商品城的实践具有其特定背景，其作为全球最大小商品批发市场，拥有海量交易数据、雄厚资本实力和完整数字生态，这些条件构成了数据资产化的独特基础。相比之下，依赖第三方平台的零售企业面临数据控制权问题，连锁商超存在数据整合难题，中小贸易企业则受限于数据规模和投入能力。本研究作为深入的单案例探索，虽揭示了数据资产入表的可行路径，但仍存在一定局限。研究结论更适用于具备相似禀赋的头部平台企业，基于公开信息的分析难以完全展现企业内部会计判断的全貌，且随着数据资产价值评估体系和会计准则的持续完善，相关实践仍需在发展中不断调整优化。不同企业在借鉴时需要充分考虑自身业务特点、数据基础和发展阶段，选择适合的入表路径。
数据资产入表是商贸企业在数字经济时代的必然选择。这项工作的规范化、标准化将助力企业挖掘数据价值，重塑竞争优势，为行业发展注入新动能。未来的探索需要在政策框架下，结合企业实际，走出一条兼具规范性和创新性的实践之路。
基金项目
课题项目：2025年大创计划项目–企业数据资产入表实践研究——以小商品城为例(课题号：10805136025XN066-186)。
NOTES
1https://xportal.onccc.com/upload/1/editor/1738979124155.pdf.
2https://xportal.onccc.com/upload/1/editor/1747618141852.pdf.
3https://xportal.onccc.com/upload/1/editor/1755571209970.pdf.