资讯中心

（一）顺应数字经济发展趋势的必然选择

数字经济是继农业经济、工业经济之后的主要经济形态，是当前世界驱动经济发展的关键力量。2022年，中央全面深化改革委员会第二十六次会议审议通过《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》（简称“数据二十条”），提出积极探索数据资产入表新模式，标志着我国开始摸索企业数据资产化的具体路径。2023年，财政部会计司发布《企业数据资源相关会计处理暂行规定》，提供了企业数据资产“入表”的具体操作指引，标志着我国数据资产入表完成了0到1的关键一步。数据入表是指将数据资产加入到资产负债表中“资产”项目中。城投作为城市建设的主要参与者，在发行城投债、投融资、资产管理、基础设施建设等过程中会产生大量数据，对数据资产进行全面治理，推动数据资产入表能够给公司带来实质性价值。

图1：经济形态发展趋势图

（二）响应监管政策导向的迫切需要

（三）改善公司资产收益的重要举措

（一）城投公司数据资产入表实践

全国各地已有多家城投公司实现数据资产入表，主要以公交、供暖、供水、交通、智慧停车应用、智慧水务监控数据等公共事业相关数据为主。目前城投公司入表的数据资产来源有：第一类是依靠城投自身的资产经营获取数据信息，并收集整理加工形成数据资产入表;第二类是基于公共数据服务城投公司运行产生的数据。第三类是部分国企城投公司组建大数据公司，对集团母公司的数据进行加工以形成入表的资产。

资料来源：公开新闻、企业预警通等，城望整理

进一步地，对于地方政府而言，指导当地企业开展数据入表工作模式不失为一种高效做法，但对各地财政部门和商业银行的数据经济资源重组和整合的能力要求较高，有条件的政府可以借鉴该模式。

（二）城投公司数据资产融资实践

融资方式上，主要以数据资产质押融资、数据知识产权质押融资、授信融资和无抵押融资为主；资产内容上，以公共事业相关数据为主，此类数据通常具有开发价值高的特点；融资规模上，多分布在500-1500万之间，授信额度与数据资产估值并不吻合，由于当下不成熟的数据交易市场，城投公司一旦出现风险，银行无法直接将数据变现，导致银行在挖掘数据资产“蓝海”同时，严控数据资产融资带来的违约风险，对授信额度或贷款额度较为谨慎；合作银行上，多以地方性银行为主，地方性银行对数据资产融资的探索动力充足，地方城投可以充分利用这一优势，与地方银行积极合作探索数据融资模式。

资料来源：公开新闻、企业预警通等，城望整理

（三）城投公司数据资产化面临挑战

数据“变现”成为众多城投公司在面临多重压力下的最优解。但由于我国当前数据入表工作尚处于起步阶段，相关制度法规并不完善，也面临着一些挑战。

一是权属难以认定。我国现行法律体系中并没有关于“数据权”的明文规定，现有政策法规主要是对数据确权做出方向性和框架上的指导，在法律层面上形成模糊的边界，尚未形成规则共识。此外，数据又具有可复制性强和容易传播的特性，在没有明确规定的情形下，城投公司有因权属不清引发纠纷的风险。

二是价值难以匹配。数据最终入表的资产价值与数据资产评估价值差距大。数据资产评估通常参考现金流，但实际上影响资产入表价值的因素有很多，例如有效数据占比、无效数据占比、数据市场价值波动、企业是否完成数据规范等，很多城投公司往往只有台账，容易导致最终能入表的数据资产价值与之前评估价值差异值非常大。

三是效果难以凸显。从成功融资的案例来看，融资规模多几种在500-1500万之间，授信额度与数据资产估值并不吻合，在当下不成熟的数据交易市场，短期内数据资产入表对城投公司的资产结构和融资环境等方面的提升相对有限，短期数据转化效果并不突出。

四是标准难以统一。近年来，全国各地相继成立数据交易所，但各地数据交易所在数据确权、数据定价、数据交易、数据安全、数据增值协作等方面的标准存在诸多差异，各个地方数据交易“各自为战”，缺乏权威的统一标准，大大增加了数据资产化工作难度。

五是数据难以赋能。开发数据资产理应与业务紧密耦合，从而释放数据价值。但实践中常存在数据资产化过程与业务发展严重脱节，数据资源不能有效赋能业务发展，与运营场景匹配度低等现象。

六是组织难以协调。数据资产化需要多部门联合，搜集什么数据，以什么方式记录等问题需要各个部门共同商讨并制定方案，但部门之间存在跨专业数据壁垒，部门之间数据基础不统一，存在部门间语义、规范、编码不统一的问题。数据入表的实际操作中也需要多部门联合，在协同机制不健全的基础上，这往往大大增加了部门间协同难度。

七是人力难以为继。部分城投公司内部组织结构单一，缺乏专业数据人才和法律人才，数据应用开发技术不成熟，数据合规性审查不规范，导致数据质量难以满足业务预期，数据资产运营无法持续。

（一）明确总体目标，规划总体思路

对城投公司而言，长期来看，城投需要顺应时代发展趋势，积极完成数据资产化工作，为城投公司高质量发展提供新动能；短期来看，立足城投公司发展实际，明确数据资产入表工作的可行性，利用现有城投公司数据资源，逐步完成从数据向资产的转变，着力让数据成为一种新型资产，并在资产负债表中得以体现，进而提升城投公司估值和信用评级。进一步地，利用金融创新工具，推动城投公司在公开市场进行数据交易或融资，实现数据的资产化和资本化。

城投公司顺应时代发展趋势，以服务城投公司数据“变现”为目标的总体发展思路：以促进城投公司数据资产“变现”为主线，以数据资产“入表”为核心，聚焦数据资产化进程，锚定目标数据，融合数据应用场景，分别从数据入表、数据产品交易、数据资产融资和数据赋能企业降本增效四个角度探索城投公司的数据“变现”模式，构建以数据安全和发展为核心的长效运营机制，支撑城投公司的可持续发展。

图2：以数据安全和发展为核心的长效运营机制

（二）锚定目标数据，激发数据价值

并非所有数据都有价值，那么城投公司应该从哪收集数据、重点关注哪些领域、以及具体开发哪些数据？就数据来源、重点领域和数据类型三个方面，城望认为：数据来源上，主要源于公共数据授权和企业经营积累，通常由政府部门、其他地方国企或城投自身实际掌握。此外，实践证明，多元融合数据的价值潜力呈几何式增长，利用外部公开数据集融合城投公司已有数据、融合公司内部不同主体数据形成多元融合数据集也是数据来源之一。重点领域上，可以重点考虑公用事业、交通运输和政务服务等领域，相关数据具有价值潜力巨大、涉及领域广泛、规模体量庞大、应用场景丰富等特点，具有良好的数据资产化基础，有利于入表和融资时获得较高的估价。数据类型上，应优先考虑权属清晰的数据资源，具体类型上，城望建议盘点以下几类数据：

1．公用事业类：包括供水、供暖、供电等公共事业运营产生的数据。

2．交通类：包括普通交通数据和智慧交通数据，普通交通数据指城市路网车流量数据、高速公路车流量数据、公交数据、停车场数据、交通运输数据、地铁线路运行数据等；智慧交通数据包括公共停产泊位状态数据、智慧交通路侧感知数据、车辆分析查询、车联网数据等。

3．政务服务类：包括市政设施数据和智慧政务数据，市政设施数据是指供热管网数据集、城市管理、社会治理、公共安全和惠民服务数据集等；智慧政务数据指智慧水务监测数据、社区服务平台运营数据等。

4．物流类：城市物流系统相关的数据，如货物流转数据。

5．环境监测类：城市环境监测数据，如空气质量、水质监测数据等。

6．文旅类：文投、旅投产生的数据。

7．其他类：其他非普遍性数据，如充电桩等新能源服务、双碳产业、港口活动相关、各类开发区、高新区和工业园区的生产保障类等数据。

（三）融合应用场景，探索“变现”模式

结合数据的应用场景，数据可以通过四种方式“变现”：一是数据资产入表，将数据作为资产纳入资产负债表中；二是开发为数据产品，在数据交易市场上进行交易；三是利用数据资产或数据产品进行融资活动；四是赋能企业自身发展，促进降本增效。具体而言：

打通入表环节，划入创新资产。数据入表实际上就是将企业具有经济利益潜力的数据资源内化为企业资产的过程，城投公司入表数据中交通、停车及公共事业服务类数据占大多数，此类数据来源丰富且各个地区具有异质性，数据产品交易中心和金融机构对其也具有较高的认可度，城投公司应该着手尽快开展此类数据入表工作，通过数据资源盘点，了解公司各项数据资源分布情况，聘请相关专业团队，确定数据入表范围，通过数据资源化—数据产品化—数据资产化—数据资本化4个环节将原始数据转化为有价值的数据资产，按照谨慎性、合规性、可靠性和安全性原则，将数据作为资产记录入资产负债表的“资产”中。

开发数据资源，交易数据产品。数据产品是基于数据资源的研发产物，是城投公司实现数据资源资产化，最终走向数据资源资本化的重要载体，开发出来的数据产品可以直接在数据交易市场上进行交易。城投公司具有城市运营服务商的属性，兼具国有企业背景，持有个人信息、城市运营等敏感类数据资源，并且具有数据壁垒。对该类数据资源进行脱敏、清洗并开发成相应的数据产品具有一定的市场优势，是城投可以重点关注的方向之一。

汲取已有数据产品上市的成功经验，提出以下开发建议：一是对于部分中小型城投公司而言，手持大量有价值的数据资源但开发数据产品的能力有限，建议可以与市场上其他企业进行合作，共同开发数据产品；二是切忌闭门造车，谨防不调研数据市场产品需求导致的供需错位等风险。

关注融资约束，增强融资能力。当前城投公司的融资资产既有数据资产也有数据产品，数据资产形式多依托于数据交易所等数据服务商的数据资产登记等增信服务，登记数据资产或数据产品凭证，以此进行融资活动。融资方式多为银行贷款融资、数据资产质押/无质押增信贷款等融资形式。融资机构大多为地方性银行，将数据资产作为抵押物，根据数据资产价值和城投公司的信用情况发放贷款额度或增加授信，地方性银行对数据资产融资的探索动力充足，地方城投公司可以充分利用这一优势，与地方银行积极合作探索数据融资模式。当然，数据资产融资活动尚处于探索阶段，城投公司可以不局限于银行，一方面可以寻找与其他非银行金融机构开展融资合作，例如保险、信托等，另一方面积极捕捉数据市场的需求，与有需求的资金方企业直接进行融资合作。

基于已有城投公司的融资经验，提出以下融资建议：一是建议引入金融保险等合作机构从市场化角度协助企业了解、衡量并管理好自身的数据信息；二是城投公司应积极响应市场数据资产应用场景需求，了解数据资产的市场交易情况和潜在客户对数据使用场景等诉求，从企业自身数据禀赋出发，有针对性地处理数据，形成数据资源；三是依托于数据交易所等数据服务商，对已有的数据资产进行资产登记，引入数据资产价值标的，增加数据资产信用。四是有条件的城投公司内部可以开发数据产品，数据产品的使用价值较为直观，可以与有需求的资金方企业开展融资活动。

赋能企业发展，闯关降本增效。企业数据资产入表涉及将分散的数据资产整合、标准化，可以对数据资产的全面控制和优化利用。利用数据赋能城投公司在生产建设、用户服务、产品运营、内部管理、发展新兴产业等各个环节，有利于城投公司降本增效，挖掘城投公司盈利新动能。例如，通过分析数据，可以有效洞察客户需求，协助企业精准描绘用户画像，从而提供更加个性化、高效和便捷的服务，进而提高城投公司的市场竞争力。同时，分析整理后的数据可以更加清晰地了解城投公司整体运行状况，帮助城投公司更好的进行管理工作。此外，数据资产可以为城投公司带来新的商业模式和业务机会，帮助城投公司拓展新的业务渠道。

（四）完善合规保障体系，构建长效运营机制

城投公司的数据资产运营必须兼顾安全和发展。由于城投公司入表和融资的数据资源多为公共数据，因此要在合规经营的基础上开展一系列经营活动。

清晰的数据权属是开展数据资产经营活动的先决条件。国务院在《关于构建数据基础制度更好发挥数据要素作用的意见》中将数据产权分为资源持有权、数据加工使用权、数据产品经营权。对城投公司而言，公用事业的数据所有权通常归属于地方政府，城投公司需要与政府部门的协商，通过合法合规的方式取得数据资产的持有权、使用权或经营权，确保公司可以商业化使用数据资产。

跨部门的合作模式是开展数据资产经营活动的坚实基础。数据资产化过程涉及范围广，会牵扯到业务部门、财务部门、技术部门等，传统由单个部门驱动的管理模式难以推进，因此需要完善城投公司整体组织架构，明确组织岗位分工和职责，协调好各方关系，明确谁对数据质量负责，谁对数据安全负责，谁对数据入表进程负责以及谁对后续数据交易和融资活动负责等，不断深度优化业务流程，采用精细化管理，保障数据资产化进程的顺利推行。

严格的合规流程是开展数据资产经营活动重要保障。事前要安全评估和审批，部分城投公司已经实质性开展公共数据资产的经营管理活动，若事前未按照政策要求进行安全评估和审批流程，就具有较高的合规风险。事中数据处理要脱密，对于涉及公民个人隐私信息，城投公司进行脱密，确保数据的安全性和隐私保护工作。事后要建立保密机制，防范数据泄露的风险，公司可以建立数据权限和访问控制机制、采用加密、备份和监控等技术手段、制定定期数据安全评估制度等具体措施。

完备的数据基础设施建设能力和技术开发能力是开展数据资产经营活动的核心支撑。数据资产运营有着明确的数据基础设施建设、产品研发和全流程披露能力要求，城投公司擅长传统基础设施建设和投资，在数据基础设施建设、数据治理技术等方面有所欠缺，因此城投公司可以通过成立数据科技公司、数据资产管理公司等方式弥补这方面的不足。此外，考虑到数据资产管理是一项长期性工作，城投公司可以根据自身实际，引进相关数据人才或者加强公司内部人员数据能力的培养，提高相关员工的技能水平和专业素养。

总结