随着A股2025年三季报披露工作落下帷幕，上市公司数据资产入表的“答卷”细节浮出水面。据Wind资讯数据统计，共有101家A股上市公司在2025年三季报中明确披露数据资产相关信息，涉及数据资产规模合计达29.71亿元。
从2025年的季度变化看，入表进程有所放缓。数据显示，2024年新增入表企业数量季度平均增长速度为78.80%，进入2025年，季度平均增长速度为3.57%。
受访专家表示，数据资产入表进程趋缓，一方面，社会关注点从“从无到有”的象征性突破转向“从有到优”的实质性跃升；另一方面，许多企业虽积累大数据，却未开展系统性开发利用与价值挖掘，且数据治理、平台建设等前端基础工作需投入大量资源与时间，进一步延缓了入表进程。
愈加关注规范高效入表
2024年1月1日，《企业数据资源相关会计处理暂行规定》正式落地实施，标志着A股上市公司数据资产入表大幕正式拉开。政策初期，市场参与热情高涨，上市公司积极响应，数据资产入表的参与企业数量与规模接连实现突破。
据Wind资讯数据统计，截至2024年底，共有91家A股上市公司完成数据资产入表，规模合计达20.81亿元。综合前三季度数据测算，2024年A股上市公司数据资产入表的参与企业数量季度平均增速为78.80%，直观展现了数据资产从“试点探索”到“逐步放量”的发展态势。
然而，进入2025年，这一快速推进的态势发生明显转变，数据资产入表的增速正在下降。从财报披露数据来看，2025年一季度报告、半年度报告和三季度报告中，披露数据资产入表情况的上市公司数量分别为93家、100家和101家，季度平均增速仅为3.57%。
尽管数据资产入表的行业覆盖范围已从初期的6类拓展至25类，广泛涉及计算机、交通运输、金融等多个领域，但核心增量仍高度集中于央国企及通信巨头，同时，多数行业在实现零的突破后便陷入停滞状态，未能形成可持续的增长动能。
从2025年三季报来看，上述101家上市公司中，国有控股上市公司有54家，占比达53.47%。其中，三大运营商（中国移动通信集团有限公司、中国电信集团有限公司和中国联合网络通信集团有限公司）披露数据资产入表规模合计达17.87亿元，在整体规模中占比高达60.15%。
上海数据交易所研究院副院长吕正英对《证券日报》记者表示，当前政策主线从“数据资产入表”延伸到“数据资产全过程管理”，市场关注点随之发生转移。需要明确的是，数据资源能否作为资产入表，根本上取决于企业是否开展了能够形成数据资产的有效经济活动。
苏商银行特约研究员付一夫对《证券日报》记者表示，2025年企业推进数据资产入表的挑战，已从“能否入表”转向“如何规范高效入表”，核心集中在三方面：一是数据资产价值评估缺乏统一标准，传统方法适用性不足，企业难精确量化效益，估值主观性强；二是合规要求趋严，企业需在按规披露入表信息和保护核心数据安全间找平衡，成本与风险双升；三是多数企业未建立完善数据治理体系，数据孤岛、质量参差等问题，拖慢了入表进程。
各方协同探索破局路径
从数据资产入表进程放缓的原因来看，本质是行业从“追求数量”的初期探索，转向“追求质量”的深化阶段，并不意味着数据资产化失去动力。
在付一夫看来，数据资产入表进程放缓是阶段性调整，并非长期趋势，这一判断可从三方面得到支撑。首先，政策端支持力度持续强化，各地针对数据资产入表的配套激励措施正逐步落地，将为更多企业参与实践提供有力引导。其次，数据要素市场仍保持快速发展态势，企业对数据资产化的认知与重视程度不断加深，长期需求基本面依然旺盛。最后，当前进程放缓，一定程度上是企业为消化新规要求、调整内部适配流程所经历的短期适应阶段。
今年以来，不少企业已从“被动应对”转向“主动布局”，通过搭建数据治理体系、优化资产核算流程等方式积累经验，为后续数据资产入表的规模化推进奠定基础。
例如，北京三维天地科技股份有限公司表示，2025年上半年，公司秉持“数据市场中重要的技术型和应用型服务商”的定位，尝试各类业务模式的新探索，如持续打造NQI可信数据空间，助力企业走向高质量“融资增信”新途径等。
这一实践不仅印证了企业主动布局数据资产化的可行性，也为行业后续推进数据资产入表提供了具体参考，而要进一步加速这一进程，未来还需从政策、企业、市场三方面协同发力。
付一夫表示，服务机构应提供专业培训和技术支持，协助企业解决评估和合规难题，开发标准化工具简化流程。行业协会需发挥桥梁作用，制定行业指南和最佳实践，促进经验交流与资源共享。政策端则应优化实施细则，推出税收优惠等激励措施，并加强监管协调，降低企业合规成本。
对于企业自身，吕正英则建议，企业应当充分认识数据的战略价值，构建数据驱动的可持续发展模式，将数据价值化列为企业发展战略的关键组成部分，必要时将数据资产管理纳入企业年度工作计划与绩效考核体系，确保数据工作获得足够的重视和资源保障。同时，应当建立健全数据资产管理制度规范与治理体系，构建覆盖数据全生命周期的管理框架。通过设立专门的数据管理部门，制定统一的数据标准，汇聚内外部数据资源，建设企业级数据中台，实现对各类数据需求的迅速反馈与高效支撑。
