【摘要】新经济下，数据成为要素市场新的生产要素之一。数据资源如何纳入企业会计系统，是理论界和实务界关注的热点问题。本文在研究数据分类的基础上，结合数据资源的会计确认标准，根据相关数据的应用场景，分别从难以纳入会计系统和很可能纳入会计系统两个方面，分析了数据资源入表的可能性情形。然后，针对数据资产的特点，就其会计计量问题，包括初始计量、成本结转与摊销、减值等进行探讨，并提出了数据资源与其载体关系等几个值得进一步研究的会计问题。最后，提出提高数据资源入表率的相关建议。
一、引言
2020年3月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》将数据作为与土地、劳动力、资本、技术并列的生产要素之一，提出要加快培育数据要素市场。2022年6月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》出台，数据要素市场建设提速。2023年8月，财政部制定《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，以下简称《暂行规定》），以规范企业数据资源会计处理，强化相关会计信息披露。随后，财政部制定《关于加强数据资产管理的指导意见》，从“资产”视角规范和加强数据资产管理。
《暂行规定》颁布后，数据资源入表引发了理论界和实务界广泛关注，各方积极探讨数据资源对财务报表的影响，以及入表的会计实务操作。所谓“入表”是指将未在财务报表反映的数据资源纳入会计核算系统，作为一项会计要素列报。从会计准则的角度，则是数据资源计入财务报表的过程，包括确认、计量、记录和报告等环节。数据资源入表，可以将数据这一新型生产要素反映于财务报告，弥合或减小新经济下企业真实价值与财务报告账面价值之间的差异，提高会计信息决策有用性。
《暂行规定》从数据资源是否可以确认为资产、可能确认的资产类别、列报和披露等方面对数据资源进行了规范,并要求企业根据数据资源的持有目的、形成方式和业务模式，将满足资产定义和确认条件的数据资源确认为存货或无形资产，同时也对不满足资产确认条件而未予确认的数据资源的会计处理加以规范。本文重点探讨数据资源确认为资产的相关会计问题。值得注意的是，《暂行规定》仅是对影响数据资源会计处理的存货和无形资产准则的对应性说明，并没有改变现行准则有关资产的确认条件和计量基础，不涉及对现有准则体系的原则性突破，即数据资源是否能够入表，并不因执行《暂行规定》而作出不同的结论。既然现行准则并未否认数据资源可纳入表内核算，但为什么数据资源的价值很少在企业资产负债表中体现？这主要源于数据资产相较于传统资产的特殊性，包括数据资产具有虚拟性、可共享性、价值确定难、时效性强、合规及安全要求高等。例如，传统的资产随着实物形态或折旧摊销方式而消耗，同时实现价值转移。由于数据资产可以无限复制，可以用于多重业务场景且多重使用也往往并没有消耗数据本身的价值。因此，数据资源的会计确认和计量更加复杂，多数财会人员不知道如何入表，实务中也缺乏规则和指引，导致数据资源鲜有入表。《暂行规定》的出台，一方面响应了国家关于完善要素市场建设的决策部署，另一方面，旨在通过广泛讨论，就数据资源入表的范围、路径、方法形成共识，进而在会计确认和计量方面形成最佳实务，提高数据资源入表率，适应新经济发展对会计职能的更高要求。
二、数据的分类
什么是数据？《数据安全法》对数据的定义是：“数据，是指任何以电子或者其他方式对信息的记录。”中国信息通信研究院将数据定义为 “对客观事件进行记录并存储在媒介物上的可鉴别符号，是对客观事物性质、状态以及相互关系等进行记载的物理符号或物理符号的组合，是一种客观存在的资源。”数据可以按照不同维度进行分类。
（一）按照数据性质分类
1.结构化数据。是以表格形式存储，具有清晰、预定义的数据模型，通常使用关系型数据库进行管理，如企业数据库、电子表格等。
2.非结构化数据。是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据，包括自由文本、图片图像、音频、视频等。
3.半结构化数据。介于结构化和非结构化数据之间，具有某种程度的结构，但并不如结构化数据严谨，如可扩展标记语言等。
（二）按照数据公共性分类
1.公共数据。指国家机关、事业单位、经依法授权具有管理公共事务职能的组织，以及供水、供电、供气、通信、公共交通等提供公共服务的组织，在履行公共管理和服务职责过程中收集和产生的数据。例如，税务部门在履职中产生的纳税人及纳税数据、海关在履职中产生的企业进出口货物及服务数据、电网企业经营中产生的企事业单位和居民用电数据等。公共数据作为新型公共资源，开放、交易受到相关法律法规的约束。
2.企业数据。指企业在经营活动中产生的数据，主要用于内部使用，所有权归属于企业。例如，商品销售数据、货物采购数据、财务数据等。平台经济作为新经济的一种模式，平台型企业经营中产生海量数据，这些数据具有公共性质。例如，网约车平台、电商平台等。虽然平台企业拥有数据产权，但因涉及相关主体商业秘密或个人隐私，数据使用受到严格限制。
3.个人数据。指相关部门收集获取的个人信息，如金融机构建立的个人信用信息基础数据库收集的相关数据。一些企业经营中也可能获取个人数据，如前述电商平台企业获取的个人购物数据。
（三）按照数据来源渠道分类
1.经营活动产生的数据。指经营活动中产生的原创性和独有性数据，以及对原始数据加工处理得到的数据。政府部门等公共机构数据，则来源于依法行政和履职。
2.第三方数据。指采集自第三方公开且无偿获取的数据，并经加工整理形成的数据。例如，万得资讯、同花顺等财经数据运营商，收集上市公司等金融机构资讯，为资本市场参与者提供财经数据；天眼查、企查查从信用中国等机构收集整理企业的基本信息，用于相关市场主体开展信用调查。
3.外购数据。指通过支付对价，从企业外部采购的数据。例如，翻译公司购买的语料，用于开展大模型训练，丰富语料库，更好地为客户提供服务。
（四）按照数据的应用行业分类
数据可以按照数据应用所在的行业进行分类，如制造、交通运输、金融、电信、贸易等，不同行业的数据具有不同的特征，这些特征可能会对数据资源的价值产生较大的影响。例如，金融行业的数据具有高效性、风险性、共益性特征；电信行业的数据具有关联性、复杂性特征，而政府数据则具有数量庞大，领域广泛，异构性强的特征，涵盖农业、气候、教育、能源、金融、地理空间、全球发展、医疗卫生、工作就业、公共安全、科学研究、气象气候等领域。
（五）按照数据价值实现方式分类
1.生产性数据。指持有的数据是为了生产其他商品或提供服务，能够重复使用，且产生经济利益涉及多个会计期间，通过其他商品或服务的收益实现数据的价值。《暂行规定》中确认为无形资产的数据资源，通常为生产性数据。例如，前述翻译公司外购的语料，即为生产性数据，直接利用数据资源为其他主体或第三方提供有偿服务。
2.交易性数据。指持有的数据是为了转让以获取经济利益。《暂行规定》中确认为存货的数据资源，通常为交易性数据。例如，资讯类公司的数据，多以交易为目的，是其营业收入的重要来源。
需要注意的是，数据应与产生和存储数据的载体区别开来。例如，SAP软件系统虽然本身是由“数据”构成，但不是《暂行规定》所称的数据，而是产生其他数据的工具，通过该系统产生的业务和财务数据，才是《暂行规定》所称的数据。上海数据交易所、深圳数据交易所将数据分类为数据集（数据产品）、数据服务、数据工具（数据应用），是广义的数据概念，更多的是强调数据生态链。
不同类别的数据，影响其入表及入表项目。公共数据、个人数据由于法律法规限制较多，入表的情形较少见；企业经营产生的数据，郁于历史成本计量原则，很难入表，而外购的数据，通常会入表；生产性数据与交易性数据入表，确认的会计科目存在显著差异。
三、数据资源入表条件与情形
数据资源能否入表，核心是会计确认问题。会计确认就是把一个经济事项或交易正式作为会计要素予以认可的会计行为。美国财务会计准则委员会（FSAB）将会计确认定义为：“将某一项目，作为一项资产、负债、营业收入、费用等之类正式地记入或列入某一主体的财务报表的过程”。会计确认是一项选择和判定活动，主要解决交易或事项的原始数据是否纳入会计系统、何时纳入会计系统，以及纳入何种会计要素。数据资源入表，最重要的问题是数据能否纳入会计系统。数据资源入表路径，应当围绕资产确认标准进行判断。
数据能否纳入会计系统并确认为一项资产，必须满足资产的确认标准：一是符合资产的定义，即企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源；二是满足会计信息相关质量特征，包括与该资源有关的经济利益很可能流入企业、该资源的成本或者价值能够可靠地计量。
会计确认标准就像一个过滤器，将不满足会计要素确认标准的交易或事项滤掉，剩下的进入会计系统。数据入表需要经过两层过滤筛选：首先筛选出具有价值的数据，即“数据”到“数据资源”的过程，实现数据的资源化；其次，从数据资源中筛选出满足资产确认条件的数据，即“数据资源”到“数据资产”的过程，实现数据的资产化。
基于不同类型数据的特性，下列数据通常难以纳入企业会计系统：
（一）经济利益不可实现或难以确定的数据
1.没有经济价值的数据。资产的本质特征是能够带来经济利益。经营活动产生的数据，并非都有价值，如大数据的特征之一是价值密度低，当低到一定程度时，就没有使用价值了。会计确认，首先将不构成“资源”的数据排除在外。
2.实现经济利益不确定的数据。具有价值的数据，成为数据资源。既然是资源，当然会带来经济利益，理论上都可通过会计记录予以反映，但基于不应高估资产或者收益的会计原则，企业应当审慎确认为资产。《企业会计准则第6号——无形资产》关于企业内部研究开发支出，规定了严格的资本化条件，其中包括“无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，应当证明其有用性。”实务中，企业研发支出资本化比例较低，主要原因在于相关技术实现经济利益存在较大的不确定性。类似内部研发的资本化条件，如果数据资源预期实现经济利益存在较大不确定的，导致难以判断现金或现金等价物流入企业的潜力，或者流入可能性较小（如低于50%），不应当确认为数据资产。例如，数据资源应用场景尚不清晰、缺乏经济性、难以找到需求方等的，表明无法判断是否能够带来经济利益，不能确认为数据资产。
（二）不具有合规性的数据资源
《民法典》规定：“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”明确了数据的民事权益地位，《暂行规定》的适用范围则强调“企业合法拥有或控制”的数据资源。因此，数据的合规与确权是数据资源入表的首要环节。违反《数据安全法》《个人信息保护法》等法律法规获取的数据，因对相关数据的拥有或控制并不具有合法性，不论是数据转让方，还是购买方，均不应确认为数据资产。例如，销售通过爬虫等非正常手段获取的个人信息、拥有公共数据的机构超出职权以及未经授权转让数据的，可能涉及个人隐私、国家安全和企业商业秘密的，相关数据不应入表。
公共数据通常为大数据，具有较高的管理价值和商业价值，但因受制于相关法律法规限制，公共数据在数据要素市场交易尚不活跃，这类最有价值的数据资源入表的情形并不多。
（三）开源的非排他性的数据资源
根据相关规定，有的数据向社会开放，如巨潮资讯网站披露的上市公司信息、中国裁判文书网站披露的法院判决书、信用中国网站披露的机构及个人的信用信息等，企业可以下载这些数据开发相关数据产品、提供数据服务。由于这些网站是开源、免费的，任何组织或个人都可以获取网站数据，不满足“企业拥有或控制的资源”这一确认标准，企业获取的这些数据资源不应当确认为数据资产。当然，企业加工处理该等数据，并形成新的数据所发生的支出，若预期能够带来经济利益，则应当资本化。类似地，某些数据运营机构实行付费会员制，会员可以登录系统查询相关数据，会员不应当将全部可查询数据确认为资产。
（四）无需额外成本取得的数据资源
除产生和存储数据的载体投入成本外，无需其他额外的支出即可获取的数据资源，基于资产确认标准“该资源的成本或者价值能够可靠地计量”原则，因数据资源的成本为零或极小金额，自然无需确认为一项资产。企业经营活动中，不以交易为目的，也不进一步加工以支持其他商品生产或服务（生产性数据），即产生的原始数据资源，如销售系统产生的营销数据、会计系统产生的财务数据等，这些数据往往涉及企业商业秘密，尽管具有经济价值，但不具备确认为资产的条件。实务中，这类数据资源数量大，却难以入表。
此外，如果获取数据资源发生的成本计量难度大，或虽然可以计量但可靠性不高，也不符合确认为一项资产的条件。如果企业数据管理相关内部控制健全，该条件不应成为影响数据资源入表的主要原因。
实务中，下列数据资源可能纳入企业会计系统：
（一）交易性数据资源
企业利用数据资源创造经济利益的业务模式，主要包括自用和交易，交易性数据资源通常满足入表条件。有的企业直接利用数据资源为其他主体或第三方提供有偿服务，有的则将获取的原始数据加工后用于交易，以获取对价。不论数据资源在卖方会计报表是否确认为资产，买方均将确认为资产或费用要素，实现数据资源的入表。
不同于具有实物形态的商品销售，同一实物商品只能有一个买方，即确认为一个主体的资产，而数据资源基于非实体性、无消耗性和共享性等特征，不会因为使用频率的增加而磨损、消耗，只要买卖双方约定非排他性安排，同一数据资源可销售给多个客户，使得该数据资源在多个主体“重复”确认为资产或其他要素。交易性数据资源具有杠杆效应，同一数据资源交易越频繁，交易对手越多，越能扩张主体的资产负债表规模。
除直接买卖交易性数据外，数据资源对外投资、涉及数据资源的非同一控制企业合并、改制重组等交易行为，受让方均可能将数据资源纳入表内核算。
（二）经营支持性数据资源
该类数据资源用于自用，即将数据资源与企业其他资源结合使用，用于服务或支持生产经营管理活动，实现降本增效等目的。这类数据资源多以“数据库”形式体现，既可辅助经营活动，也可直接向客户提供服务，其发生的支出可确认为长期资产，如建设知识库、语料库、地理信息库、医学病例库等成本。大数据在支持企业经营决策中发挥越来越重要的作用，数据资源入表的潜力很大。例如，电商平台企业产生的商品交易与消费大数据，可以作为金融机构信贷决策的重要依据，在合规监管框架下，改变借款人信用评价模式，降低社会融资成本。阿里电商数据，即可支持蚂蚁金服下花呗、借呗信贷决策。
（三）信息服务行业数据资源
信息服务行业以数据处理为主要业务，包括数据的收集、存储、使用、加工、传输、提供、公开等。数据处理过程中，如果形成能够带来经济利益的“数据产品”，那么发生的支出应当资本化，形成数据存货等资产。信息服务行业多为轻资产，销售毛利率高，同时营业费用较大，原因之一为经营数据业务过程中，数据处理支出未计入资产成本，而是直接确认为当期费用。平台型信息服务企业的数据资源具有生产工具性质，很可能满足确认为无形资产的条件。
四、数据资产的会计计量
数据资源入表，会计确认是重点，会计计量则是难点，尤其是后续计量问题。我国存货、无形资产准则关于企业取得资产的初始计量，除企业合并外，均以历史成本计量。通过外购方式取得确认为存货的数据资源，其成本包括购买价款、相关税费及其他可归属于存货采购成本的费用，以及使存货达到目前场所和状态所发生的加工成本和其他支出；通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的有关支出。经营活动、内部研发形成的数据资产，以实际发生的支出金额确认。实务中，下列数据资产及业务环节会计计量较为复杂：
1.企业合并取得的数据资产。非同一控制下企业合并，被购买方纳入合并的资产和负债应以被购买方在合并日可辨认净资产公允价值在合并财务报表中予以反映，合并中取得的应确认为存货或无形资产的数据资产，应当单独确认并按照公允价值计量。在合并对价分摊（PPA）过程中，合并方应当充分识别未在对方财务报表反映的数据资产，恰当计量数据资产金额，必要时可利用专家估值结果。数据资产估值需考虑影响其价值的特定因素，如数据质量系数、数据流通系数、数据垄断系数、数据价值实现风险系数等影响因子。《资产评估专家指引第9号——数据资产评估》《数据资产评估指导意见》等规则和意见，提供了数据资产估值的指引。
2.数据资产成本的归集与分配。数据资产的成本不仅包含专门成本，如外购过程中发生的购买价款、相关税费，以及数据合规成本、治理成本、权属鉴定、登记成本等，也包括需要合理分摊的共担成本，如数据储存成本等。数据资源的典型特征是具有伴生性，如何进行合理的成本分摊以确保数据资产成本的完整性，是数据资产计量的难点之一。在数据资产相关成本归集与分摊过程中，企业业务运营成本与数据产生成本往往难以明确区分，例如，信息系统在支撑主业经营的同时也产生经营数据，业务支撑成本与数据资产成本应如何进行界定和区分？企业应当建立健全数据资产管理相关内部控制，明确数据资产成本归集对象、范围。
3.数据资产结转与摊销。作为存货管理的数据资产，如果一次性销售给某个客户，成本结转方法与一般商品销售没有区别。但是，同一数据资产通常会多次销售，如何结转存货数据资产成本？实务中，可参考影视行业采用计划收入比例法结转成本，即按照每次销售实际收入占预计实现收入总额的比例，结转存货账面价值。这种方法高度依赖会计估计，复杂性高。如果难以预计是否能够实现多次销售的，应当一次性结转成本。
作为无形资产管理的数据资产，应根据数据特点、预期收益方式、业务模式、同行业数据产品等综合分析判断其使用寿命，如一些基础功能的数据资产可能使用寿命较长，而一些类似精准营销、风险管理的数据资产可能时效性比较短，使用寿命则较短。对于一些诸如翻译语料、地理信息等可以永久使用并不断可以更新叠加的数据，在预计使用寿命时，可以作为使用寿命不确定的无形资产。对于虽然数据不断更新，但以数据库资产形式长期保持功能性，可视为使用寿命为长期的数据资产。确定使用寿命后，需要根据数据资产带来经济利益模式、数据资源消耗方式等来确定无形资产的摊销方法。具有明显的时效性特征的数据资产，不宜采用直线法进行摊销，双倍余额递减法、年数总和法等加速摊销的方法摊销，更符合其经济业务特征。
4.数据资产减值。数据资产具有时效性强的特征，无论是从第三方采购的数据，还是内部经营活动产生的数据，都处于不断产生新的数据、淘汰或更新过时数据。极少数数据资产不会因时间流逝而发生减损，甚至具有永久性价值，但绝大多数数据资产因过时其价值将发生减损。因时效性导致的数据资产价值易变性，对减值测试提出了较高要求。确认为存货的数据资产，可按照库龄组合计提减值，对超过一定期限的数据资产全额计提减值。确认为无形资产的数据资产存在减值迹象时，计提金额需要更多的职业判断，必要时可利用估值专家的工作，采用收益法、市场法等确定可收回金额。
五、进一步探讨
1.数据资源与伴生载体的关系。如果数据资源确认为无形资产，那么，产生和存储数据资源的载体，即伴生性资源如何进行会计处理？笔者认为，数据和产生数据的载体不可分离，共同发挥作用。既然数据资源确认为资产，其载体也应当按照无形资产准则规定，确认为无形资产，通常体现为内部研发形成的非专利技术等知识产权，如数据库、数据平台等软件系统。如果将伴生载体发生的支出费用化计入当期损益，似乎存在逻辑矛盾。从这个角度看，数据资源入表，将促进更多技术资源的入表。
《暂行办法》规定，数据资源确认为无形资产，明细项目以“数据资源”项目列示和披露，而内部研发形成伴生载体的无形资产以“非专利技术”“专利权”等项目列示和披露。将依据相同规则确认且高度关联的数据与技术资源，在会计确认、计量与列报进行分离，是否提供了更有价值的会计信息，值得探讨。如果“数据”的范围涵盖其载体，该问题或能得到解决。
2.数据资源更新与资本化。《暂行办法》规定，企业内部数据资源研究开发项目的支出，应当区分研究阶段支出与开发阶段支出。研究阶段的支出，应当于发生时计入当期损益；开发阶段的支出，满足无形资产准则规定的有关条件的，确认为无形资产。
已经达到可使用状态的固定资产或无形资产，后续支出一般不再资本化，除非导致重大功能变化。数据资源时效性强，内部研发形成的数据无形资产，多数情形需要不断丰富和更新，如持续购买外部数据、加工清洗内部数据等，以维持和发挥数据资产的价值。或许每次后续支出金额不大，也不会对数据资产整体功能产生重大影响，但这种持续更新的结果经过一定时间后，数据替换率已经很高，甚至大部分数据已不再是初始确认为无形资产时的数据资源，会计记录反映的对象已然发生了重大变化。数据资产这些小额、频繁的后续支出，是否可能资本化？笔者认为，基于数据资产的特征及价值实现方式，数据资源的更新支出符合资本化条件的，应当予以资本化。例如，导航数据资源需要根据勘察新的道路、地理信息，及时充实调整已有数据库，相关支出具有资本性特点。当然，这也带来会计核算的复杂化，如无形资产使用寿命的确定、摊销基数的变化等等。
3.付费会员取得数据资源使用权。数据的可复制性和非排他性，使得数据资源可以同时供多个用户使用，增加一个用户对数据拥有方而言边际成本几乎为零，故不少数据运营商采取会员制，会员根据付费情况订阅相关信息。由于会员不拥有数据资源的所有权，订阅的可查询数据不应当确认为数据资产。虽然数据资源本身不应确认为资产，但会员取得了数据资源的使用权，能否将该使用权按照《企业会计准则第21号——租赁》规定确认为一项资产？付费会员订阅模式下，数据资源拥有方在一定期间内将数据资产的使用权让与会员以获取对价，具有租赁的特征。由于会员虽然拥有数据使用权，但拥有方仍然控制了该数据资源，且可以授予其他主体使用，可能不满足“出租人让渡了在一定期间内控制一项或多项已识别资产使用的权利”的要求，且承租人通过许可使用协议取得的版权、专利等权利，不适用租赁准则。如果针对数据资源特点，相关会计规则允许确认为使用权资产，则这类数据资源将实现间接入表。
六、提高数据资源入表率的建议
现行会计准则体系下，数据资源入表的范围、类型、金额较为有限，短期内不会对企业财务报表产生重大影响。会计规则影响固然重要，数据资源入表相关的机制体制更重要。提高数据资源入表率，需多措并举，营造高效的数据要素市场生态。
1.加快发展数据要素交易市场。会计是经济活动的反映，包括反映数据资源交易的结果。数据资源交易越活跃，入表的几率越大。目前，全国性的数据资源交易场所有上海数据交易所、深圳数据交易所，但数据资源交易的规模尚较小。要加快数据要素市场基础制度建设，创新数据要素流通机制，推进数据要素资产化进程，支持数据处理者依法依规在场内和场外采取开放、共享、交换、交易等方式流通数据，为数据资源入表提供基础性条件。
2.提高数据资源的产品化。数据要素资源化、数据资源产品化、数据产品资产化入表过程中，数据资源产品化是关键。数据资源入表不是目的，实现数据资源的价值才是根本。数据持有主体应当树立市场意识，分析客户的数据需求和应用场景，对数据资源进行加工创造，形成能够服务于内外部用户的数据产品。数据资源产品化后，不仅便于流通交易，提高数据资源入表率，也有利于数据要素的价值实现。
3.促进公共数据价值转化。公共数据涉及领域广，数据规模大，是最有价值和应用前景的数据资源之一。完善相关律法法规，采取脱敏脱密等创新技术手段，在确保公共安全和个人隐私的前提下，提高公共数据有偿交易使用的范围，特别是开放相关产业和行业发展的公共数据进入市场，充分发挥公共数据的经济价值。
4.完善企业数据管理内部控制。不同于实物资产，数据资源管理涉及法律权属、网络安全、公共安全、商业秘密、个人隐私、价值评估、会计核算等，管理要求高、难度大，如果权属界定不明、成本费用归集划分不清，则难以满足数据资产入表条件。企业应当强化相关内部控制，有效管控数据资源。财政及相关部门可研究制定数据资源内部控制应用指引，引导和规范企业数据治理与管理。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化专业服务机构，为数据资源拥有者提供专业、规范、合规的全流程数据资产化服务，包括培训、咨询和产品设计等，实现数据资源价值最大化。主要服务于政府数据管理机构、央国企数据运营企业、城市数据运营平台和数据富集型平台企业，打造数据资产网、数据资产研究院和产业专家网络等支撑体系，同时在营商环境与政务领域继续保持领先优势。
主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。
数据资产化服务：数据资产化战略布局、数据资产入表、数据产品开发及交易等关键任务；
数据要素×项目服务：政策扶持、案例奖项申报、金融支撑和市场变现；
数据产业园区和试验区咨询服务：园区规划、咨询、资源导入
联系我们请点击：
数邦客
