数据资产赋能企业创新的机理及路径研究
成都文理学院 2025 年校级科研项目“数据资产赋能企业创新的机理及路径研究”（WLYB202505）项目资助

向桂霖  李恋

      【摘要】在以数字经济为新增长点的新形势下，数据是重要生产要素和驱动企业创新发展的核心力量。企业大量积累的数据逐步完成了由原始资源到战略资产的转变。本文主要是对企业数据资产赋能企业创新发展机理以及实现路径进行分析，研究发现资源基础赋能、价值信号传导和管理决策优化三个方面对数据资产赋能企业创新发展起到决定性的作用，并提出“数据资产化”和“资产创新化”的双环路运作路径。希望能为企业盘活数据资产、形成数据驱动型创新贡献理论参考及实践指导。
      【关键词】数据资产；企业创新；赋能机理；实现路径
引言
      在数字经济时代，数据不属于一般意义上的资源范畴，而是经济发展、社会发展的要素，而数据资产化又是资产的本质演进方向。党的十九届四中全会首次将“数据”作为一种生产要素参与分配，财政部也陆续发布《关于加强数据资产管理的指导意见》《企业数据资源相关会计处理暂行规定》等文件。
      企业是创新的主体，同时也是数据产生的主阵地和枢纽。企业创新本身就是数据不断生成、汇聚和应用的过程。只有将海量数据治理好，才能成为企业可用的数据资产。但是怎样把数据资产化后所蕴含的价值转化为推动企业创新发展的强大动力，还面临着巨大的困难与挑战。企业如何将原始数据转化为能够发挥自身赋能创新的数据资产？其作用机理是什么？基于此，本文从理论上剖析了数据资产化在企业创新中发挥的重要作用，明确其中的作用机理及过程。同时，基于对企业数据资产化的研究结论，提出了一套有效的数据资产化实践路径，为解决数据资产化面临的现实困境提供参考建议。
一、文献综述
      “数据资产”是特定主体合法拥有或控制的、能进行货币计量且能带来直接或者间接经济利益的数据资源，从会计视角满足准则确认条件的数据资产将被纳入资产负债表中，支持生产经营的重要价值将得到可靠确认、计量与报告。
      数据资产是驱动企业创新的重要引擎。首先，数据资产能有效缓解企业融资约束，降低债务融资成本，提高企业创新意愿。其次，数据资产能够促进企业间研发合作，拓展创新资源网络，优化人力资本结构，提供人才支撑，增强技术吸收能力，提升创新效率。第三，数据资产通过增强供应链韧性，优化供需匹配、稳定合作关系，为创新提供稳定的运营环境，并有助于减少形式化的“创新迎合”行为，引导创新回归价值本质。
      数据资产在特定情境下对创新的促进作用更为显著：产权规模方面，体现为非国有企业、规模较大的企业；生命周期方面，体现为成长期、所在行业竞争程度高的企业；行业属性方面，体现为技术密集型企业、制造业企业；地域特征方面，位于中西部地区、金融科技水平低和创新不足地区的企业受益较大。
      数据资产价值的充分发挥，既需要企业内部的数字领导力（如高管团队的信息技术背景），也离不开外部环境（如媒体关注度）的激励与监督。对于政策制定者而言，推动数据要素市场建设、鼓励企业进行数据资产化管理和披露，对于提升整体经济创新活力，特别是促进中西部等地区的发展，具有重要的现实意义。
二、数据资产赋能企业创新的内在机理
      数据资产主要通过提高企业资源配置效率推动企业创新，数据资产的赋能作用需通过特定的传导机制实现。从会计视角看，这一机理主要体现在三个层面。
      （一）资源基础赋能
      第一步为确认，为数据资产赋能创新奠定基础。把数据资源作为“资产”来赋能，确认数据是重要而独特的战略资源。资产负债表记载的是企业静态的存量资源，但确认数据资产则意味着把这种新型、重要的战略资源加入了企业“资源清单”里。因此，它是差异化竞争的根本所在，也是形成竞争优势的可靠保障。由于数据具有非竞争性，在相同条件下，产生相同效用的数据越多越能够创造更多的潜在效用，其边际成本随边际效用增加而递减，并且同样能带来企业独有的无形资产增值效应。因此，把原始的数据资源转化为可以应用的数据资产并纳入企业的管控、监督中，保证其质量、安全、合规，才能为其赋能创新提供前提条件。
      （二）价值信号传导
      第二步为计量，指引资源配置能力生成，多元化的计量模式指引资源投向高效的创新活动。数据资产内化为企业能力，即数据驱动的资源配置能力，是发挥传导作用的关键环节。对企业内部而言，数据资产成本归集、价值评估及效益分析等流程能更加准确地计算出各项目“投入产出比”；对外部来说，通过对数据资产进行合理的认定和披露，则有利于表明企业数字竞争力及创新潜力，进而吸引更多投资，实现数据资产“价值发现”与“资源吸引”的循环过程。
      （三）管理决策优化
      第三步为决策，创新价值的实现是将资源配置效率提升转化出来的可计量化的显性企业创新成果的过程。数据资产通过提升决策质量，为创新全过程管理带来资源赋能。在数据分析前进行数据资产挖掘，使企业前期能够精准地把握市场动向，降低创新的盲目性，数据分析的成本即决策成本。中期，运用实时数据作为“过程资产”，实现敏捷管理、成本控制和风险控制；后期，则将创新结果的市场表现转化成新的数据资产。最终形成了闭环的、可量化的盈利回报，完成了从“数据资产投入”到“创新产出”再到“新数据资产积累”的价值循环，并让之前所有的创新成果为资本化决策提供佐证。
三、数据资产赋能企业创新的实现路径
      根据上述机理，企业必须打破数据向创新跃升过程中的桎梏，形成两条相互衔接、循环往复的路径：“数据资产化”路径是解决数据在会计、管理上没有身份的问题，即如何将各类数据转变为合格的数据资产；“资产创新化”路径是破解数据资产无法融入创新体系的问题，使静态资产变成能够创造价值的活资产。
      （一）数据资产化路径
      企业应建立标准流程，使杂乱无章的数据资源转化为可核实、可计量、可报告的数据资产。首先，确权和合规化是基础，即必须依法取得用户授权并依法采集和使用数据，并保障数据合法、权属明晰、使用合规。同时，这也解决了第一步所确认的数据需要满足“控制”以及“经济利益很可能流入”的问题。内部设立数据来源的权责部门，建立监管责任体系；外部则需要严格规范的合规审查流程来保证数据采集有据可依、使用合规并且具备数据安全保护措施。
      其次，进行数据标准化和资源化，使数据可用。将原始数据变为可统一管理使用、基于统一标准的数据，通过数据库进行集中存储、清洗、标签化和目录化管理。财务部门需要与各部门对接，汇集数据取得、治理、存储、维护等方面的费用支出，包括人员、技术、软件、硬件等，形成后期会计计量成本的基础。
      第三，数据资产的价值评估及资产化能实现会计确认和计量，是数据资产化的重要一步。可以参照《企业会计准则》中有关无形资产研发支出的规定，对探索性、基础性的数据平台建设支出，按照未来经济利益是否具有高度的确定性进行费用化或资本化处理。当数据资源已经形成了具有具体且明确用途的项目，并且后续支出所带来的经济利益很可能流入企业时，后续支出应当予以资本化并确认为“数据资产”。
      关于数据资产计价和账务处理方式，首次计量按照取得的成本作为初始入账金额，建议设置“无形资产——数据资产”二级科目，对不同的重点项目实行明细核算。对于后续计量和披露，除了选取历史成本外，也可考虑运用公允价值或价值评估，以及应用收益法、市场法进行计量和披露，并分别说明使用的方法、方法中涉及的关键假设，运用敏感性分析等相关手段提高数据资料的信息含量。另外，对于资产报告，在资产负债表“无形资产”项下单独列示“数据资产”的金额，并在报表附注中披露该类资产的构成、所处的应用状态、关键的性能指标、本报告期内的变动情况等要素。  
      （二）资产创新化路径
      企业应建立一套高效的运行机制，实现数据变为数据资产之后再输送到创新的一线，达到精准高效转化并产生价值的目的。
      机制一是内部数据服务市场机制，激活资产流动性。企业内部设立“数据资产运营中心”，负责维护数据资产、增值及“内部销售”，搭建内部服务目录并建立内部结算价格体系，充当“供应商”角色向创新研发部门提供数据服务，盘活数据资产，提高数据资产使用效率，实现数据资产价值在企业内部的流动化运转。
      机制二是创新项目全生命周期数据赋能机制，贯穿全过程业务流。在立项决策阶段包含数据可行性分析，将数据资产潜在使用费用作为项目建设成本的一部分；在研发实施阶段根据预算购买相关数据，对关键指标实施动态监测，把数据作为“过程资产”进行管理，建立数据成本核算机制，进行动态成本控制；在成果评价和推广阶段要持续跟踪该创新项目所产生的新业务数据，评估计算数据资产的投资回报率，反哺数据资产库。
      机制三是数据资产与创新生态的融合共创机制，延伸价值外延。对来自不同领域的数据资产进行融合分析、成本分摊和效益核算。在合法合规前提下，尝试运用数据产品化、数据入股等形式，将数据资产在更大的产业生态空间内释放，用数据直接形成新的商业模式。
      通过创新化路径产生新数据对资产化路径产生反哺作用，不断丰富和完善着数据资产库，且优质的数据资产又可以反向供给新一轮的创新化活动，所以企业就会沿着这样的一个价值流不断循环运转，即“数据资产——创新活动——新数据——新数据资产”的循环。
四、结语
      研究发现，在数字经济时代，数据资产成为企业创新的主要动力来源，通过资源基础赋能、价值信号传导和管理决策优化三重机理，以数据赋能形式发挥着巨大的作用。企业应该沿着“数据资产化”和“资产创新化”两条主线方向努力推进，基于资源基础、创新驱动建立数据资产驱动企业创新机制，在此基础上构建起数据与创新双向促进的良性循环体系。
      尽管目前企业在实际工作中还存在一些问题，如会计准则有待完善、数据的价值不易被评定、数据安全存在重大隐患、数据人才匮乏等，但未来发展前景十分明朗。未来可以推动数据资产会计准则与时俱进地发展，构建多层次多维度的数据计量和披露体系；增强数据资产全生命周期管理和风险防控能力；积极培养一批既懂会计又懂数据的知识型人才，充分释放数据资产价值，为经济发展贡献一份力量。
参考文献
[1] 杨开元 , 罗钰宁 . 数据资产化与企业创新绩效——基于文本分析的经验证据 [J]. 金融与经济 , 2025(1):40-52.
[2] 李健 , 董小凡 , 张金林 , 等 . 数据资产对企业创新投入的影响研究 [J]. 外国经济与管理 , 2023(12):18-33.
[3] 徐悦，易志高 . 点“数”成“新”：数据资产披露与专精特新中小企业创新质量 [J]. 科技进步与对策 ,2025(05):1-12.
[4] 胡海晨，刘斌燕 . 数据资产、技术吸收能力与企业创新绩效 [J].技术经济与管理研究 ,2025(12):109-115.
[5] 熊天涯 . 数据资产赋能企业创新绩效的路径研究——基于供应链韧性视角 [J]. 标准生活 ,2025(11):51-52.