登记机构受理的并不是"数据本身"，而是说得清来龙去脉的资产材料。这些材料从哪来？恰恰来自资产盘点。本文从产权登记（确权）的视角出发，讨论企业为什么要把数据资产盘点放在前面，以及盘点具体盘什么、怎么盘。
一、确权、入表、流通：政策节奏在加快，卡点却在数据家底
从政策脉络看，方向已经清晰。2022年12月，《关于构建数据基础制度更好发挥数据要素作用的意见》（"数据二十条"）提出数据资源持有权、加工使用权、产品经营权"三权分置"，从制度层面为数据资产界定权属奠定了基础[1]；随后财政部发布《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），自2024年起施行，数据资源开始具备进入财务报表的通道[2]；"数据要素×"三年行动计划则将政策重心从确权、入表延伸到合规流通[3]。三份文件的时间线勾勒出"先确权、再入表、后流通"的推进次序。
与此同时，与数据产权、确权登记相关的制度探索在多地陆续落地推进，一些地区已开展数据产品挂牌、确权登记等实践。对多数企业来说，真正卡住进度的往往不是政策本身，而是数据家底：登记要交的材料，企业拿不出来。确权环节在加速推进，但家底不具备，确权就无从谈起——登记之前，先把数据家底备齐，这四项能力缺一不可：盘点、目录、权属界定、来源追溯。
二、登记要交的"数据家底"：五项属性一个都不能少
产权登记不是给数据贴一个"所有权"标签，而是要提交一份说得清来龙去脉的资产材料。综合各地登记实践与入表流程要求，这份材料通常要回答五个方面的问题，每一项背后都对应一项基础能力：
| 登记要素 | 要回答的问题 | 对应的基础能力 |
|---|---|---|
| 数据来源 | 数据从哪个系统、哪个业务环节产生 | 来源追溯（元数据采集） |
| 责任主体 | 数据归谁持有、谁加工、谁运营 | 权属界定 |
| 加工过程 | 经过哪些加工转换、血缘是否清晰 | 血缘追溯 |
| 使用范围 | 用在哪里、共享给谁、边界在哪 | 目录与共享边界管理 |
| 质量状况 | 数据是否可信、有无量化依据 | 质量评价 |
五个问题环环相扣。来源说不清，无法证明数据从哪里来；归属说不清，无法确认登记主体；加工过程无记录，血缘链条断在中间；质量没有量化依据，资产可信度缺乏支撑。以责任主体为例，2026年7月1日起实施的 DCMM 2.0（GB/T 36073-2025）新增"数据资产"能力域，其中就包含权属管理、价值评估、资产运营三项能力项，从标准层面把"数据是谁的"纳入了成熟度评估[4]。
这五项属性，恰恰是资产盘点过程的产出物。数据家底就是"盘得清、查得到、说得清归属、追得到来源"，而盘点先行，是登记受理的隐含前提——登记机构受理的正是这份家底材料。
三、资产盘点不是简单建目录
不少企业把资产盘点理解为"建一个数据资产目录"，这个认知值得修正。目录只是盘点结果的呈现形式，盘点的本质是以登记、入表、流通为目标的数据摸底与属性界定。权属归属、来源血缘这些属性不会自己出现在目录里，需要通过盘点过程逐项厘清。
具体来说，三个误区比较常见：
把盘点当 IT 台账。 盘点不是统计表数量、字段数量，而是要回答"这些数据归谁、从哪来、能不能用"。
把盘点当一次性项目。 盘点结果会随业务变化而失效，需要持续更新，不是交完目录就结束。
把盘点当纯技术工作。 数据归谁持有、能否对外共享，本质是管理问题，技术工具只是手段。
盘点要回答的问题可以归纳为四类：元数据能不能自动采集、标准是否统一、质量是否可量化、目录能否编出来。这四类问题的答案，决定了登记、入表、流通是否具备共同基础——同一份盘点成果，登记时回答归属（权属），入表时回答价值，流通时回答可信。其中权属与来源追溯是难度较高、也直接决定登记成败的两项：它们不像表结构那样可以自动采集，需要业务部门、数据部门和管理层坐下来逐项确认。
四、盘点怎么盘：把"家底"盘出来的完整路径
在"理采存管用"方法论中，"理"是第一步：定战略、建体系、摸家底。放到数据资产化的语境下，"理"对应的正是资产盘点——入表前要搞清楚企业拥有哪些数据资源、哪些具备资产属性，这是一个从"数据在哪里"到"资产有什么"的视角转换。
把"摸家底"落到操作层面，可以拆成四步：
第一步，全量扫描。 借助元数据自动采集能力，系统自动抓取各业务系统的表结构、字段类型、数据量、更新频率，先回答"有什么数据、在哪里"。这是来源追溯的起点——扫描结果就是后续归属界定的底稿。
第二步，业务规则筛选。 不是所有数据都具备资产属性。用业务规则划定资产边界，剔除日志类、临时性、重复备份等非资产数据，识别出真正具备登记条件的核心数据资源。
第三步，权属与血缘厘清。 逐项确认每类数据由谁持有、谁加工、谁运营，梳理加工链与血缘关系，形成权属清单与来源追溯记录。这一步回答"数据是谁的、从哪来的"，是产权登记直接对应的部分。
第四步，形成资产目录与质量评价。 将前三步成果沉淀为《数据资产目录》，并按 GB/T 36344-2018《信息技术 数据质量评价指标》的框架开展质量评价——该标准定义了规范性、完整性、准确性、一致性、时效性、可访问性六个维度，其中前五个维度直接影响数据应用效果[5]。目录加质量报告，构成登记时可提交的"一本清账"。
盘点之后并非终点，还要接续"管"的环节：质量评价、标准统一、元数据维护，让家底持续更新。放在入表全景中看，从资产盘点、资产登记、质量评价、合规审核、价值评估到会计入表，六个环节环环相扣、成果相互印证，其中前三个环节本质上都是数据治理工作，与会计分录关系不大。
在工具层面，市场上已有部分数据中台产品（如龙石数据中台）将元数据自动采集、资产盘点与标签管理、权属维护、血缘追踪、质量评价沉淀为平台能力[6]，盘点过程可以不再依赖人工逐个系统翻阅，AI 辅助盘点也在减少人工梳理的工作量。对尚未建立这类能力的企业，从核心业务域的人工台账起步，同样可以启动家底梳理。
五、案例验证：一家国企的盘点先行实践
华东某交投集团是一家负责城市数字化运营的主体企业，汇聚了城市交通、支付、用户服务等大量数据资源。随着数据资源入表政策落地，集团希望将符合条件的自有数据集纳入企业资产负债表，但面临的挑战很典型：上千张业务表散落在多个数据库，缺乏统一资产目录，无法界定入表范围；数据从未做过系统性质量评估，会计师事务所要求的可审计质量依据拿不出来；资产盘点、合规审核、质量评价、价值评估、会计确认等多个专业领域，单一团队难以统筹。
集团的推进路径是盘点先行。先借助自动化扫描与业务规则筛选，识别充电订单、支付流水、用户档案、对账记录等核心数据资源，划定入表边界，形成《企业数据资产目录》；随后对接数据登记服务机构，完成数据产品挂牌或确权登记，获取《数据资产登记证书》；再以 GB/T 36344 为框架开展全量自动化质量评价，发现并修复订单状态不规范、时间字段偏差、支付渠道不一致等问题，最终质量评价总评分达 99.53 分（满分 100）；此后依次完成合规审核、价值评估与会计入表，成为当地首批完成数据资产入表的国有企业。
这个案例有两个细节值得注意。其一，登记和入表能走通，不是因为会计处理精妙，而是资产盘点和标准统一先走扎实了，这一步没人能代劳，也没人能跳过。其二，入表之后还有流通环节——在数据交易市场，数据产品挂牌交易通常需要第三方《数据质量评估报告》作为入场凭证，江苏某数据交易所的数据产品正是从预估 85 分修复至 99 分以上后才完成挂牌。盘点与质量评价的成果，在确权、入表、流通三个阶段都会反复用到。
六、FAQ
Q1：产权登记和数据资产入表是什么关系？先做哪个？
政策层面的次序是先确权、再入表、后流通，登记是入表的前置确权环节。从多数企业实践看，行动次序则是先盘点、再登记、入表自然接续——第二节的家底五要素和第四节的盘点路径，就是具体做法。
Q2：数据资产盘点一定要全量铺开吗？中小企业怎么启动？
不需要。从一到两个核心业务域先跑通"盘点—目录—登记—入表"的闭环，比全量铺开更稳妥；盘点与企业规模关系不大，关键是先把家底摸清。如果缺乏工具支撑，可以关注数据中台或数据质量管理平台自带的盘点与评测能力。
Q3：资产盘点和数据治理应该先做哪个？
从多数实践来看，盘点先行、治理跟进。还不知道自己有什么数据就开始定标准、建模型，容易做出一堆没人用的规范；先把家底盘出来，治理工作才有对象和优先级。
结语
登记、入表、流通，每一步都以清晰的数据家底为前提：盘得清、查得到、说得清归属、追得到来源。盘点不是为政策做的一次性准备，而是企业把数据当资产经营的第一项基本功。
参考来源
[1] 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》（"数据二十条"），2022年12月。https://www.gov.cn/zhengce/2022-12/19/content_5732695.htm
[2] 财政部，《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），2023年8月。
[3] 国家数据局，《"数据要素×"三年行动计划（2024—2026年）》，2023年12月。
[4] 国家市场监督管理总局、国家标准化管理委员会，GB/T 36073-2025《数据管理能力成熟度评估模型》（DCMM 2.0），2026年7月1日实施。
[5] 国家市场监督管理总局、国家标准化管理委员会，GB/T 36344-2018《信息技术 数据质量评价指标》。
