数据治理与数据入表、数据交易有什么关系？

数据作为关键生产要素，其乘数效应的发挥离不开数据要素保有量的丰富程度、数据要素市场的发展成熟度以及数据要素应用路径的清晰度。财政部2023年8月21日发布了《企业数据资源相关会计处理暂行规定》，标志着企业数据资源入表迈出了0到1的关键一步。

与此同时，数据要素、数据产品、数据交易、数据入表、数据资产、数据治理、数据合规等各种概念在数据管理人员耳边回响，很多朋友困惑的是这些名词之间是什么关系呢，怎么又会都扯上关系，我们一起来了解下。

01

数据要素

数据要素的概念是2019年党的十九届四中全会首次提出的，自那时起，我国将数据与劳动、资本、土地、知识、技术和管理并列作为重要的生产要素。

生产要素本身是经济学的一个基本概念，指的是进行社会生产经营活动所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。数据要素与其他生产要素的主要区别在于数据要素是以电子形式存在的，一般通过计算的方式参与到生产经营活动并发挥重要作用。

02

数据产品

企业通过对获得的数据资源进行创新性劳动或者实质性加工，最终形成数据产品对外提供服务或者支持内部使用场景。传统经济学的产品一般是指企业跟用户价值交换的媒介，数据产品是指以数据集、数据信息服务、数据应用等为可辨认形态的产品类型。数据产品是数据要素参与实体经济运行的重要载体。

03

数据交易

数据要素要成为类比土地、资本等生产要素，就需要形成交易与流通的要素市场，通过市场化的交易行为来发现数据资产的价值。土地是可交易的，那显然数据也是可以交易的，所以就有了数据交易。又分场内交易（数据交易所交易）和场外交易（其他数据交易形式）。

04

数据入表

土地这种生产要素需要计量价值，计入资产负债表，那数据这种要素也需要计入资产负债表，因此有了数据入表，我们国家的政策叫数据资产入表。

数据入表的专业术语是数据资产会计核算。在《企业数据资源相关会计处理暂行规定》出台之前，很多企业的数据产品研究和开发阶段所产生的支出大都是费用化，直接计入损益表，但企业有一部分数据产品本质是满足会计准则资产确认条件的，那么在《暂行规定》出台之后，企业就可以把这部分资产在资产负债表相关科目进行列报和披露。企业在编制资产负债表时，应当根据重要性原则并结合企业的实际情况，在无形资产或者存货项目下面，以“其中：数据资源”二级科目的形式进行列报，并按照外购、自行开发/加工等类别，对无形资产、存货的数据资源相关会计信息进行披露。

05

数据资产

多数时候，人们习惯称某一项对企业有经济价值的资源为“资产”，这其实对应着会计准则中资产“经济利益有可能流入企业”的判断条件。除此之外，会计准则的资产还应该满足：企业过去的交易或者事项形成、企业拥有或者控制、成本或者价值能够可靠计量这些条件。

毫无疑问，数据资产的本质依然是资产，它指的是以数据为主要内容和服务的、满足资产确认条件的数据资源。值得注意的是，在《暂行规定》出台之前，市场上大多数的“数据资产”并不一定满足会计准则的资产确认条件，换句话说，不一定能“入表”。在《暂行规定》之后，我们应该更多从能否入表的角度来判断相关数据资源是否可以称之为数据资产。

06

数据治理

数据治理在狭义上，国际数据管理协会（DAMA）认为数据治理是对数据资产管理行使权力和控制的活动集合。所以数据治理主要是建章立制，对组织、制度、流程、工具、绩效进行管理，在技术功能上包括数据质量管理、数据标准管理、数据安全管理、主数据管理、元数据管理等，对数据本身的管理行为，目的是从数据资产中挖掘更大的价值。

07

数据合规

数据合规指的是企业及其员工对于数据收集、存储、使用、处理、共享、转让、跨境或非跨境传输、流动、保护的行为需符合国际条约、国内法律法规规章、其他规范性文件、行业准则、商业惯例、社会道德以及企业章程、规章制度的要求。因此，企业在进行数据交易和使用的时候需要遵守相关的法律法规。

08

数据治理与之有何关系

那么数据治理在数据要素、数据交易、数据入表和数据合规中究竟怎么发生作用呢？

首先，把数据从生产要素视角和土地做对比，既然是生产要素希望的是它能够在使用和交易时为企业带来最大利益，所以对土地要改革、改造、使用和交易，那么数据也是一样，要想更好地使用和交易，就需要数据质量高，让使用人和购买人知道有哪些数据，是什么数据，保证数据安全合规使用和交易，这个过程中至少要有元数据管理、数据质量管理、数据安全管理等，那么这些数据管理工作是否有效得到落实，就是数据治理的工作了。

然后，在数据交易中，数据就像其他产品一样，必须满足质量要求、安全要求、隐私合规要求，必须让客户知道产品组成，必须有标准化的分类和描述。这样的场景下就需要元数据管理、数据质量管理、数据安全管理、数据标准管理，同时采用数据治理保证数据管理行为规范。

最后，在数据入表时会考虑到所属的科目，比如无形资产和存货。那么从企业的视角看也是期望入表的数据资产价值更大，入了哪些数据，是否合规，因此在数据入表的时候，为了提高数据资产价值，必然需要高质量数据，需要知道哪些数据入表了，这些入表的数据有没真正确权，是否为企业带来经济利益，成本是否可靠计量，那么这就需要元数据管理、数据质量管理、数据安全合规、数据资产盘点等一些列数据管理工作，同时也由数据治理去建章立制监督执行。比如元数据血缘分析可以有效支持后续数据资产成本法、收益法的不同价值分摊，实现数据资产视角的业财精细化管理，精确衡量数据资源的投产比分析等。

另外，数据交易和数据入表没有必然关系，入表的数据可能拿去交易也可能不拿去交易，通过交易得来的数据可以入表，也可以不入表。

亿信华辰作为国内专业的BI产品及数据治理解决方案厂商，今年10月拉通各生态伙伴成立数据资产入表服务链合体，可以为客户提供数据资产入表及数据资产交易等一站式解决方案。服务能力包括：咨询规划、数据资产管理、会计审计、法律咨询、安全监管服务等。亿信华辰已拉通北、上、深、贵等几大数交所，可以帮助客户推动数据产品上架、推进数据交易等工作。如有数据入表需求，欢迎联系~