各地水務系統今年來紮堆數據資產入表，單條數據評估價值差值達1000倍

南方財經全媒體研究員卓皙雯發自廣州

今年以來，多地水務系統宣佈完成首單1000倍數據資產的登記和入表工作。南財數據團隊對全國範圍內的水務數據資產入表及融資案例進行統計和梳理，分析發現至少有十省（市）落地“首單”，入表金額從50萬元到400萬元不等，估值金額從300萬元至3000萬元不等，融資金額從500萬元到1600萬元不等。其中，區縣級水務單位對入表更為積極，如安徽廬江縣和含山縣探索“水資源”變“水資產”，總金額超過180萬元。

當前，用電數據已形成相對成熟的交易市場，用水數據能否成為下一個公共數據的應用風口？南財數據團隊發現，多個案例中水務數據價值評估金額差異較大，出現上億條數據的估值大幅低於十餘萬條數據估值的現象。有專家分析，這可能與數據質量、應用場景及處理能力等多種因素有關。同時，在尚未形成明顯收益和成熟市場的情況下，應防範可能出現的泡沫。

山東水務系統數據入表落地“首單”最多

據南財數據團隊梳理，在水務場景下落地數據資產入表案例的企業多分佈於山東、江蘇、安徽等省（市）。其中，山東走在前列，7月至今，已有五市完成水務行業首單數據資產入表工作。

近年來，山東出台多個政策推動數據要素市場發展，自上而下推動或是山東數據資產入表屢創首單的重要原因。2024年10月11日，山東省發佈《關於加快推進數據要素市場化配置改革的實施意見》，其中提出要加強數據資產管理，製定數據資產評估操作指引，規範數據資產價值評估。同時支援符合條件的企業開展數據資產入表，推動國有企業數據資產開發利用和保值增值。此外，山東省大數據局局長王健於日前出席山東省新聞發佈會時表示，山東已在公共資源交易、機動車登記、醫保結算等領域，開展行政事業單位數據資產管理試點。

入表金額與估值金額相差7-8倍

數據資產的價值化途徑多樣。在水務場景中，數據資產入表、數據產品交易以及數據資產增信融資等均為有效的變現途徑。南財數據團隊據公開可查詢信息不完全統計發現，首單“水資源”入表金額在50萬元到400萬元不等。從當下數據資產入表的案例來看，企業多使用成本法作為入表金額的依據，以人力成本、數據治理投入成本、平台建設成本攤分等構成企業入表的數據資產成本價值。

與此同時，據統計，所入表的水務數據資產估值金額在300萬元至3000萬元不等，融資金額在500萬元到1600萬元之間。數據資產評估價值與上文提及的數據資產入表金額有所不同。後者主要是對成本的測算，前者主要是指該項數據資產如果投入市場，所能實現的資產價值。這一價值金額主要由市場上具備資產評估資質的人員和機構做相關評估。

據中國資產評估協會製定的《數據資產評估指導意見》，數據資產評估專業人員應當根據評估目的、評估對象、價值類型、資料收集等情況，分析收益法、成本法和市場法三種基本方法的適用性，選擇評估方法。

實踐來看，三種方法中，收益法與市場法評估的資產價值多數情況下會高於成本法的評估價值。市場中也會出現投入成本並不大，但交易價值極大的產品。

南財數據團隊梳理髮現，在上述數據資產入表落地案例中，披露的入表金額較大程度低於其評估價值。如山東惠商水務發展集團有限公司完成“智慧供水運營及監測數據集”的數據資源登記及入表工作，評估價值為506萬元，入表金額為67萬元；廬江縣康江建設投資有限公司完成30多萬戶用水脫敏數據資產入表，評估價值為380萬元，入表金額為51.9萬元，基本相差7-8倍左右。

“出現這一現象的表面原因在於目前數據資產收益難以計算，導致出現估值金額較高、入表金額較少。”華東政法大學數據法律研究中心主任高富平進一步指出，其核心問題在於入表的數據資產能否真的為企業帶來價值？是否真正應用？“如果企業基於數據治理形成智能系統，可通過該系統完成智能決策，實現降本增效。即使沒有智能手段，這些數據能支撐公司完成當下的業務決策，也算為企業帶來價值。”

數據資產的價值受應用場景的影響較大。南財數據研究專家指出，同一款數據產品，在不同應用場景中，產生定價和創造價值不同的情況時有發生，這也正是數據資產定價難的重要因素。

企業生成的數據能做什麼、應用場景是什麼、能創造何種價值？這些問題構成了評估資產價值的核心。基於目前數據資產估值普遍高於數據入表金額的情況，國際數據管理協會（DAMA）大中華區主席汪廣盛認為，從收益角度來說，可能會產生一定的泡沫。

0.2元/條 vs. 213元/條，水務數據價值如何確定？

南財數據團隊注意到，同是水務數據，單條數據估值的差距能夠超過1000倍。例如，山東某地落地首單數據資產入表累計核準合規數據2.5億條，評估價值達506萬元，平均每條數據0.2元左右；而另一處落地首單入表了近15萬條數據，第三方機構給予數據估值3200萬元，平均每條數據213元左右。為何會出現這樣的現象？

高富平提出，首先要確認不同的數據單位“條”指代的數據不同，有的“條”是完整數據集，有的“條”是不完整的數據或數據集的某一個字段。其次還存在質量、應用、能力等多樣因素。汪廣盛則提出，目前同樣性質、同樣數據質量的數據價值評估相差較大的主要原因是對應用場景的識別不同。

從數據來源看，完成入表的水務行業數據內容主要包括供水一體化生產數據、企業用水數據、家庭飲用水數據、污水處理廠的綜合數據資源、水錶預警數據、小區用水監控數據、用戶訂水數據等多維度數據。從數量上看，有企業入表數據較多，累計核準合規數據達2.5億條；從採集範圍看，有企業採集全區1800餘戶企業用水數據，也有企業採集30萬戶用水脫敏數據。

高富平表示，多元數據彙集可能有利於水務智能化管理，但不一定要彙集成為整體再去定價。

“多元化水務數據應分類定價。”他提到，入表的水務數據一類是生產系統數據，主要用於從自來水採集到處理的生產流水線管理，這類數據需要根據其完整性進行評估。另一類數據是家庭用水、企業用水等單位的用水量數據，可助力企業調節用水配置供給，還可監測企業運營狀況，提供信用服務。

民營水務企業亦有涉足，佔比16%

在國有企業中，許多城投下屬水務公司完成“水資源”入表。如江蘇省泰州市薑堰區的國企子公司薑城水務有限責任公司，對全區1800餘戶企業用水數據完成梳理和脫敏處理，形成資產評估價值達800萬元；南京揚子國資投資集團以下屬江北公用集糰子公司遠古水業供水數據為基礎，將首批3000戶企業用水脫敏數據按照賬面歸集研發投入計入“無形資產-數據資產”科目，實現數據資產入表。

除了政策因素推動，國企主動飲下頭啖湯外，民營企業落地數據資產入表工作的目標則需要更清晰，例如改善財務報表結構，同時提升企業信用評級、增強融資能力、拓寬融資渠道等。

南財數據團隊梳理髮現，在完成“水資源”入表企業中民營企業佔比為16%，企業類型包括污水處理公司、包裝飲用水公司等。污水處理公司將採集到的污水處理儀表參數數據進行分析和價值評估，把數據資源轉化為數據資產；包裝飲用水公司將桶裝水配送系統平台沉澱的用戶數據、訂水數據轉化為數據產品，並進一步完成入表動作。