上市公司2025年度数据资源入表情况和信息披露示例

数字经济背景下，数据作为核心生产要素的价值量化需求持续凸显，财政部《企业数据资源相关会计处理暂行规定》自2024年1月1日起施行，为数据资源的会计处理提供了统一的会计规范。数据资源的入表直接改变了企业财务报表的列报和披露、优化企业资产负债结构，因此，也成为资本市场监管机构、投资人关注的热点问题。

本期微信对A股上市公司2025年度数据资源入表情况进行统计分析，并选取上市公司典型披露示例以供参考。

一、数据资源会计处理相关规定概要

（一）《企业数据资源相关会计处理暂行规定》

2023年8月，财政部印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），就企业数据资源相关会计处理、会计信息披露等问题进行了明确。《暂行规定》包括以下四部分内容：

一是适用范围。明确《暂行规定》适用于符合企业会计准则规定、可确认为相关资产的数据资源，以及不满足资产确认条件而未予确认的数据资源的相关会计处理。后续随着未来数据资源相关理论和实务的发展，可及时跟进调整。

二是数据资源会计处理适用的准则。按照会计上的经济利益实现方式，根据企业使用、对外提供服务、日常持有以备出售等不同业务模式，明确相关会计处理适用的具体准则，同时，对实务反映的一些重点问题，结合数据资源业务等实际情况予以细化。

三是列示和披露要求。要求企业应当根据重要性原则并结合实际情况增设报表子项目，通过表格方式细化披露，并规定企业可根据实际情况自愿披露数据资源（含未作为无形资产或存货确认的数据资源）的应用场景或业务模式、原始数据类型来源、加工维护和安全保护情况、涉及的重大交易事项、相关权利失效和受限等相关信息，引导企业主动加强数据资源相关信息披露。

四是附则。《暂行规定》将自2024年1月1日起施行，企业应当采用未来适用法应用本规定。

（二）《数据资源会计处理实施问答》

2024年10月，财政部发布《数据资源会计处理实施问答》针对“对于企业内部数据资源研究开发项目的支出，应当如何对其开发阶段有关支出资本化的条件进行判断？”予以明确规定。开发阶段的支出，同时满足下列条件的，才能确认为无形资产：

1、完成该数据资源无形资产以使其能够使用或出售在技术上具有可行性；

2、具有完成该数据资源无形资产并使用或出售的意图；

3、数据资源无形资产产生经济利益的方式，包括能够证明运用该数据资源无形资产生产的产品存在市场或数据资源无形资产自身存在市场，数据资源无形资产将在内部使用的，应当证明其有用性；

4、有足够的技术、财务资源和其他资源支持，以完成该数据资源无形资产的开发，并有能力使用或出售该数据资源无形资产；

5、归属于该数据资源无形资产开发阶段的支出能够可靠地计量。

该实施问答对上述五个条件通常包括的内容给出了具体指引，以帮助规范实务判断。

（三）财政部等四部委年报通知

《关于严格执行企业会计准则 切实做好企业2024年年报工作的通知》（财会〔2024〕26号）强调，“数据资源成本或者价值不能可靠计量的，不符合资产确认条件。对于确认为无形资产的数据资源，应当结合不同类型数据资源经济利益预期消耗方式确定相应的摊销方法。”

《关于严格执行企业会计准则 切实做好企业2025年年报工作的通知》（财会〔2025〕33号）强调，“企业不得将不符合资产定义和确认条件的数据资源确认为资产。在暂行规定施行前已费用化计入当期损益的数据资源相关支出不再调整，即不得将前期已经费用化的数据资源重新资本化。企业应当以成本计量内部形成或外购的数据资源，并加强数据资源相关成本管理，夯实数据资源成本核算基础，不得将以评估等方式得出的金额直接作为入账和调账的依据。企业对于确认为使用寿命不确定的无形资产的数据资源，无论是否存在减值迹象，至少应当于每年年度终了进行减值测试。

企业应当强化数据资源信息披露。对于使用寿命有限的数据资源无形资产，企业应当披露其使用寿命的估计情况及摊销方法；对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据。企业对数据资源进行评估且评估结果对企业具有重要影响的，应当披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。鼓励企业加强对数据资源的应用场景或业务模式、数据产权确定方式等相关信息的披露。”

二、上市公司数据资源入表情况

部分上市公司自2024年中报开始披露数据资源入表情况，2024年年报中有98家上市公司披露数据资源入表，这98家上市公司数据资源入表合计金额为21.40亿元，其中确认为存货的金额为0.21亿元（涉及2家上市公司），确认为无形资产的金额为13.49亿元（涉及86家上市公司），确认为开发支出的金额为7.70亿元（涉及29家上市公司）。

2025年年报披露数据资源入表的上市公司数量增长至136家，较2024年的98家增长了38.78%。2025年披露数据资源入表的136家上市公司共披露数据资源入表总金额为37.92亿元（较2024年增长77.20%），其中0.22亿元确认为存货（涉及3家上市公司，海天瑞声（688787.SH）1,261.71万元、蓝色光标（300058.SZ）452.24万元、中公教育（002607.SZ）447.64万元，海天瑞声、蓝色光标亦是2024年确认数据资源-存货的2家），31.24亿元确认为无形资产（涉及25家上市公司，其中中国移动（600941.SH）、科大讯飞（002230.SZ）与中国联通（600050.SH）入表金额较高，入表金额分别是110,500万元、31,540.25万元、31,042.55万元），6.46亿元确认为开发支出（涉及128家上市公司，其中中国电信（601728.SH）、中国联通（600050.SH）与中国移动（600941.SH）入表金额较高，入表金额分别是21,042.28万元、13,356.63万元、13,100.00万元）。共20家上市公司同时将数据资源列入无形资产和开发支出。

金额单位：万元

注：光明乳业（600597.SH）2024年年报开发支出-数据资源23.32万元、兴蓉环境（000598.SZ）2024年年报无形资产-数据资源31.72万元、光大银行（601818.SH）2024年年报无形资产项目注释中披露其他无形资产中包括数据资源约1809万元，这3家公司2025年年报未见相关数据资源信息。

从数据资源入表的上市公司所在的上市板块来看，主板上市公司数量最多，共99家，其次是创业板，28家。

从数据资源入表的上市公司行业分布看，数据资源入表的136家企业共涉及14个行业，信息传输、软件和信息技术服务业，制造业，批发和零售业上市公司数据资源入表金额合计较高，分别为294,128.24万元、38,346.47万元和11,324.91万元，占比分别为77.58%、10.11%和2.99%。信息传输、软件和信息技术服务业中三大电信运营商数据资源入表金额合计209,972.30万元，占了该行业的71.39%，中国移动（600941.SH）、中国联通（600050.SH）、中国电信（601728.SH）入表金额分别为123,600.00万元、44,399.19万元与41,973.12万元。

从数据资源入表的上市公司所有制性质分布来看，与2024年相较，公众企业、中央国有企业、民营企业、地方国有企业具有新增数据资源入表的上市公司，地方国有企业新增数量最多，新增了26家，入账金额较2024年的8,854.66万元增长了102.40%。

注：根据wind分类统计，公众企业是指已经通过公开发行股票并在证券交易所上市，股权高度分散、无实际控制人或实际控制人为社会公众的企业。其他企业是一个兜底分类，用于容纳无法归入前述五类（中央国有企业、地方国有企业、民营企业、外资企业、公众企业）的企业。 吉大通信因实际控制人为吉林大学被归为其他企业。

整体来看，上市公司数据资产规模相较于企业整体资产规模比例并不高，占总资产的比基本上都低于1%，2024年仅七家上市公司高于1%，最高比例为卓创资讯（301299.SZ）确认的数据资产占总资产的比例为3.52%，2025年13家上市公司高于1%，最高比例为中国移动（600941.SH）确认的数据资产占总资产的比例为7.12%。由此可见数据资源入表尚处于初期发展阶段，入表的数据资产整体规模不大，对市场及公司整体影响有限。在2024年、2025年年报披露中，企业披露的信息详尽程度不一。大部分入表企业对于强制披露要求中的摊销期限、摊销方法、费用化的数据资源研究开发支出金额以及划分研究阶段和开发阶段的具体标准未披露具体信息；对于自愿披露，仅个别企业按照《暂行规定》的自愿披露要求进行了详细披露。

三、2025年上市公司数据资源披露示例

数据资源披露示例汇总：

说明：企业除按照相关企业会计准则及暂行规定在会计报表附注中对数据资源相关会计信息进行披露之外，如果企业编制可持续发展报告，也可能涉及披露数据安全、隐私保护、数字化应用、数据治理等方面的信息。

示例1：每日互动（300766.SZ）

关键审计事项

无形资产-数据资源核算

1.事项描述

相关信息披露详见财务报表附注三（十八）及五（一）15。

每日互动公司基于自身业务特点，需要进行数据积累和数据治理等形成数据资源为客户提供数据服务，每日互动公司将数据获取、加工过程中的相关成本进行归集并计入无形资产-数据资源。截至2025年12月31日，每日互动公司无形资产-数据资源账面余额为人民币118,085,415.20元，账面价值为人民币71,892,507.34元。由于数据资源的确认和计量涉及管理层的重大判断和估计。因此，我们将数据资源核算作为关键审计事项。

2.审计应对

针对上述关键审计事项，我们执行的主要审计程序如下：

(1)了解数据资源相关的关键内部控制，评价这些控制的设计，确定其是否得到执行，并测试相关内部控制的运行有效性；

(2)对数据资源相关人员进行访谈，了解数据资源来源、开发及加工过程、数据运营业务模式、数据安全管理等情况，核实数据资源的获取和使用是否符合相关法律法规；

(3)登录数据资源所在业务系统，查看数据资源的使用记录，确认其是否被实际使用；

(4)根据企业会计准则的规定，分析复核每日互动公司的数据资源是否满足无形资产定义和确认条件；

(5)对数据资源相关支出进行勾稽核对，检查列入无形资产-数据资源的金额（如薪酬、折旧摊销）是否合理、依据是否充分，以检查数据资源金额的准确性；

(6)了解数据资源的摊销政策，检查其是否符合会计准则规定，并对其摊销计提进行重新测算；

(7)结合数据资源应用情况,判断并评价数据资源是否存在减值迹象；

(8)检查与数据资源相关的信息是否已在财务报表中作出恰当列报。

无形资产

使用寿命及其确定依据、估计情况、摊销方法或复核程序

使用寿命有限的无形资产，在使用寿命内按照与该项无形资产有关的经济利益的预期实现方式系统合理地摊销，无法可靠确定预期实现方式的，采用直线法摊销。具体如下：

（1）无形资产情况

数据资源

（1）数据资源的应用场景或业务模式、对企业创造价值的影响方式，与数据资源应用场景相关的宏观经济和行业领域前景等。

公司作为专业的数据智能服务商，秉承着“让数好用，把数用好”的理念，致力于用数据让产业更智能。公司的业务逻辑分三层（D-M-P，Data-Machine-People）：底层“D”是指数据积累，公司基于在开发者服务中积累的数据以及对海量动态数据的深入洞察，源源不断地为顶层业务提供数据支撑。中层“M”是指数据治理，公司打造了数据智能操作系统（DiOS），可以对数据的归集汇聚、资产化管理、精细加工，然后提供给上层业务系统以数据服务的能力。上层“P”是指数据应用，公司结合数据模型与行业理解，在商业服务、公共服务领域打造了产品化的、规模化盈利的数据智能应用。

（2）用于形成相关数据资源的原始数据的类型、规模、来源、权属、质量等信息。

公司原始数据主要来源于公司开发者服务，公司积累的数据资源是在用户授权同意的前提下合规积累。公司形成相关数据资源的原始数据的包括设备信息、网络信息、场景信息、APP特征等。截至2025年末，公司开发者服务SDK累计安装量突破1,300亿，SDK日活跃独立设备数（去重）超4亿。公司有专门的数据团队对数据进行深度洞察和治理，积累了深厚的数据资产，确保数据的准确性和有效性。公司通过数据治理和挖掘后形成了9,600余种数据标签，直接参与计算的特征参数累计超2.7亿。

（3）企业对数据资源的加工维护和安全保护情况，以及相关人才、关键技术等的持有和投入情况。公司通过自研的数据智能操作系统（DiOS）对数据进行加工和治理，实现数据的归集、资产化管理、应用一体化管理，生成的数据产品会定期迭代优化。关于数据资源的安全保护：1）公司严格遵守《数据安全法》《个人信息保护法》等相关法律法规，对收集的原始数据进行去标识化或匿名化处理，以保护用户隐私，确保数据处理的合规性。2）公司建立了专门的数据管理中心集群，使用防火墙、数据加密等技术保障数据存储和使用的安全性，以确保数据传输过程的安全。3）在使用管理上，公司建立了数据分类分级规范和数据全生命周期安全管理规范，对数据进行分类管理，用户依据实际需求进行精细化授权，同时记录详尽的使用日志。公司内部设立了风控审计部门，负责内部控制流程与制度的建设和落实，以及定期的内部合规审计。4）公司制定了应急预案，以应对可能的数据安全事件，并采取补救措施保护用户数据。公司投入了大量数据类专业人才进行合规的数据积累、数据加工清洗挖掘、数据应用，打造了数据智能操作系统（DiOS）、大规模图神经网络和深度学习模型、向量化技术、以及高并发、高可用的系统架构等核心能力。

（4）数据资源的应用情况，包括数据资源相关产品或服务等的运营应用、作价出资、流通交易、服务计费方式等情况。公司通过自研数据智能操作系统（DiOS）对数据资源进行深度加工和应用，并广泛服务于商业服务和公共服务领域。一方面，公司利用数据能力结合工具能力为移动应用开发者提供专业的解决方案。另一方面，公司依托数据资源，开发了面向不同行业的数据智能应用，如智慧交通、医疗健康等，以及为品牌营销、公共治理等提供数据服务支持。公司还积极探索数据智能与人工智能等新技术的结合，打造人工智能系列产品，用AI帮助客户把私有数据用起来。在推动数据的流通交易上，公司积极参与数据要素市场化配置改革，拥抱公共数据开放及授权运营机遇，参与了数据资源的合规流通和交易。关于数据服务的计费方式详见本财务报表五、重要会计政策及会计估计之28。

（5）重大交易事项中涉及的数据资源对该交易事项的影响及风险分析，重大交易事项包括但不限于企业的经营活动、投融资活动、质押融资、关联方及关联交易、承诺事项、或有事项、债务重组、资产置换等。

不涉及。

（6）数据资源相关权利的失效情况及失效事由、对企业的影响及风险分析等，如数据资源已确认为资产的，还包括相关资产的账面原值及累计摊销、减值准备或跌价准备、失效部分的会计处理。公司本期不存在数据资源相关权利失效的情况。

关于数据资产相关的会计处理：公司对满足无形资产计量准则的数据资源，按照投入的成本进行初始计量。对于数据资源无形资产的使用寿命，公司基于近三年的历史数据综合分析，将数据预期可发挥价值的年限确定为5年。考虑到数据资源的时效性一般呈现逐年递减的特征，公司按照加速摊销法进行摊销。公司在资产负债表日，从外部信息来源和内部信息来源两个方面，去分析判断所拥有的数据资源无形资产是否存在可能发生减值的迹象。若存在减值迹象，公司将按照资产减值准则的要求进行减值测试，并计提相应的资产减值准备。

（7）数据资源转让、许可或应用所涉及的地域限制、领域限制及法律法规限制等权利限制。

公司在业务开展过程中，严格遵守《中华人民共和国数据安全法》、《中华人民共和国网络安全法》、《中华人民共和国个人信息保护法》和《中华人民共和国民法典》等相关法律法规中规定的相关要求，目前公司所拥有的数据资源在转让、许可或应用中暂不涉及地域限制、领域限制等权利限制。

（8）企业认为有必要披露的其他数据资源相关信息。

无。

研发支出-符合资本化条件的研发项目

示例2：中国联通（600050.SH）

1、中国联通2025年年度报告

无形资产

无形资产主要包括土地使用权、计算机软件、数据资源和电路及设备使用权等，以成本计量。本集团重组时国有股股东投入的无形资产，按国有资产管理部门确认的评估值作为入账价值。

(c)数据资源

数据资源主要包含为现有数据产品和服务提供支撑的行业数据库和模型等，按预计使用年限平均摊销。

研发费用

本集团符合资本化条件的研发项目开发支出列示如下：

注1：本集团符合资本化条件的研发项目开发支出由若干单项不重大的研发项目构成。

于2025年12月31日，本集团开发支出余额中包含尚在开发中的数据资源约人民币1.34亿元，从开发支出转入无形资产的数据资源约人民币3.13亿元，主要包含为现有数据产品和服务提供支撑的行业数据库和模型等。

2、中国联通2025年度可持续发展报告

推动数字政务智能化提升

数字政府

深入落实“人工智能+”“数据要素×”行动，积极服务政府数字化、智能化运行。

• 持续升级经济社会智能孪生系统，已服务20余部委80+地方政府，成为经济运行监测领域政府首选服务商。
• 打造“基层通”智慧治理平台，全面助力基层减负增效，作为唯一技术支撑单位进入国家数据局“一表通”专班，支撑
• 四川、云南、北京、河南等10余省省级平台部署实施。
• 深度参与《国家电子政务外网5G专用网络接入规范与安全要求》及相关规范编制，部署建设100+省市政务专用
• UPF，运营商中布局最快。
• 积极参与2025年“数据要素×”大赛，是本届赛事获奖数量最多、覆盖领域最广的通信运营商，其中“粤港澳大湾区数据特区基础设施项目”荣获城市治理赛道一等奖。

智慧城市

依托数智技术，推动城市全域数字化转型，促进城市治理体系智能化革新、城市服务模式智能化演进、城市经济发展智能化跃升，助力实现高质量发展的城市新形态。

• 以“数智融合、数实融合、AI重构”为抓手，打造以“全领域转型应用+全方位转型基座+全过程转型生态”为核心的能力体系架构。
• 围绕城市精细化治理、基层减负、产城融合、基层治理、城市韧性安全、城市绿色宜居六大领域，对12款自研产品进行融智升级，并新增智慧城市自研产品6款，累计59款。

智慧法务

围绕法务新基建、政法数据安全、法务数字化等关键领域，提供全链条综合解决方案，为推进法治中国建设注入强劲数字动能。

促进数字文化多领域繁荣

深入贯彻落实文化数字化战略，以创新科技赋能文旅产业数字化转型，面向文博场馆研发AI云展、AI伴游等产品和服务，不断满足人民群众日益增长的文化需求，传播中华文明优秀成果。

展现数字社会便捷性优势

智慧交通

聚焦交通运输基础设施数字化转型升级、低空经济、车路云一体化等重点场景，深度融合5G、人工智能大模型等前沿数字技术，打造“算力－网络－数据－智能”一体化支撑平台，以科技创新持续赋能绿色、韧性、包容的现代化综合交通体系建设。

智慧教育

…...

智慧医疗

…...

数据安全与客户隐私保护

数据安全与客户隐私保护治理架构

中国联通严格遵守《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《关键信息基础设施安全保护条例》等法律法规，维护社会公共利益和用户合法权益。制定《中国联通网络与信息安全管理办法》《中国联通数据安全管理办法》《中国联通个人信息保护管理办法（试行）》等一系列规章制度，来规范公司网络安全、数据安全与隐私保护管理体系。设立网络安全领导小组并下设办公室，以此形成责任清晰、分工明确的网络与信息安全管理体系，对网络与信息安全责任履职工作进行绩效监视和测量。中国联通构建“管理+技术+运营”的数据安全治理体系，攻关数据安全核心技术，严格保障移动业务、宽带业务、固话业务等服务环节中采集的用户隐私数据安全合规，为数据要素的流动和价值释放保驾护航。

数据安全与客户隐私保护产业分析与应对策略

定期识别数据安全与隐私保护体系存在的风险与机遇，建立常态化、全维度的风险与机遇识别机制。重点梳理数据全生命周期管理流程、核心技术自主可控程度、员工隐私保护意识与操作规范等方面的风险与机遇，把握信息安全与隐私保护所带来的挑战与机遇。时间范围的短期是0-1年，中期是1—5年，长期是5年以上。

数据安全与客户隐私保护影响、风险和机遇管理

建立数据安全风险评估控制程序，规范数据安全风险评估的方法，有效识别、分析和评估数据安全风险，对数据安全风险评估的步骤、流程进行说明，提升数据安全管理水平。

数据安全与客户隐私保护指标与目标

适应网信领域发展的新技术、新动态、新形势，以技术创新和管理创新增强管网治网能力，深化跨专业协同、跨区域联动，提升网络安全水平。

夯实数据安全基础管理

筑牢数据安全与客户隐私保护安全屏障，以防范和化解风险为导向、以安全合规和价值释放为驱动，基于管理体系、技术能力体系和运营体系，提升数据安全合规管理、技防能力与风险预警能力，积极布局数据安全融智体系发展，持续打造行业数据安全治理标杆，数据安全管理能力达到国内领先水平。

• 加强重要数据和核心数据全生命周期管理，优化完善风险评估机制，持续做好核心数据、重要数据和一般数据识别，确保核心数据和重要数据安全可控。
• 强化数据安全风险的及时发现和有效处置，构建全国一体化运营体系，建成覆盖全国31省+10家分子公司的数据安全一体化运营平台。
• 率先建立集团级数据安全风险监测能力，形成数据安全事件智能发现与有效响应机制，以异常操作行为审计、API风险监测、数据防勒索三大能力为核心，实现数据安全风险全局监控。

强化数据安全技术攻关

依托联通元景大模型，深度融合人工智能技术，创新打造智能化数据安全运营体系，构建形成“智识、智询、智测、智治、智监”五位一体的智管体系，围绕数据集建设、数据标注、模型训练、模型应用服务等阶段，开展人工智能数据安全技术研究，逐步实现从被动防御向主动感知、智能预警、自动处置的跃升。

探索人工智能安全服务应用落地，支撑吉林长春新区智算中心模型安全建设、深度参与中国—东盟可信数据专区建设，深入赋能联通元景“1+1+M”大模型体系，通过“安全融智、模型融安、以模制模”三大核心路径，打造试点应用场景。

严守客户隐私保护准则

强化个人信息安全管理，制定《中国联通个人信息保护管理办法（试行）》等制度规范，保护个人信息权益，规范个人信息处理活动，促进个人信息合理利用。

• 公开披露《中国联通用户隐私政策》，涉及信息收集、使用、披露及销毁等各个环节，保障用户信息安全和知情权。严格按照国家有关规定做好用户信息安全防护工作，使用必要安全技术及配套的管理体系来防止用户信息被泄露、毁损或者丢失。
• 开展公司内部移动互联网应用程序（APP）个人信息保护专项检查工作，形成App个人信息保护长效监管机制，确保用户隐私数据全生命周期的有效防护与合法利用。
• 开展专项培训，提高员工保护用户个人信息的意识和技能，持续加强员工个人信息保护的专业素养，确保用户个人信息的有效防护。

示例3：国泰海通（601211.SH）

1、国泰海通2025年年度报告

无形资产

无形资产以成本减累计摊销(仅限于使用寿命有限的无形资产)及减值准备(参见附注三、21)后在资产负债表内列示。对于使用寿命有限的无形资产，本集团将无形资产的成本扣除预计净残值和累计减值准备后按直线法在预计使用寿命期内摊销，除非该无形资产符合持有待售的条件(参见附注三、32)。

各项无形资产的使用寿命及其确定依据、摊销方法为：

2、国泰海通2025年可持续发展报告

5.3创新驱动

表5-7数字化转型主要举措

……

5.7数据安全与客户隐私保护

5.7.1治理

……

5.7.2战略

5.7.3影响、风险和机遇管理

通过对标DSMM（数据安全能力成熟度模型）成熟数据安全管理框架要求，国泰海通建立了完整的数据安全管理体系和多层次的组织及制度架构，持续完善多样化的数据安全管理工具。在DSMM成熟度提升、数据安全风险识别和整改过程中，公司在分类分级、身份鉴别、访问控制、监控审计、应急响应、存储备份等领域进行了重点检视和加固，构建了数据安全“领先对标-差距识别-风险评估-整改提升”的推进模式，有力提升公司数据安全体系和能力。

在数据安全方面，为了应对潜在信息及隐私泄露事件并防范公司数据安全保护机制中可能存在的风险，国泰海通采取主动和被动相结合的数据安全保护措施，实现快速遏制并缩小数据信息泄露事件对公司及客户权益的负面影响。公司亦通过定期的内外部审计核查确保信息安全政策的合规性，并且促使系统保障满足行业标准。

……

同时，针对数据安全风险，公司已制定了《数据泄露事件应急响应预案》及风险等级评价体系，并建立了威胁情报预警及应急响应联动处置流程，健全包括客户敏感数据、公司内部数据等重大数据泄露事件应急响应机制，提高应对数据泄露事件的应急处置能力，预防和减少数据安全事件造成的损失和危害。

表 5-25 客户隐私保护管理措施

5.7.4指标与目标

……

8.7数据治理

随着金融企业数字化转型不断深入，良好的数据治理是释放数据要素价值、推动金融业务发展的前提和基础。国泰君安不断健全数据治理顶层设计，完善数据治理组织保障体系，持续强化公司数据治理能力，充分发挥数据资产要素价值，赋能公司高质量发展。公司制定了《数据管理规定》《数据治理工作管理办法》《数据资产管理办法》《数据资产管理实施细则》《数据标准管理实施细则》《数据质量管理实施细则》《数据模型管理实施细则》《元数据管理实施细则》《数据安全管理实施细则》《数据底座管理实施细则》《集团绩效管理系统数据标准及用户权限管理办法》等制度，并于2025年初完成修订。

公司贯彻落实《证券期货业“十四五”数据治理规划》对公司级数据治理组织体系的建设要求，已设立数据治理领导小组、数据治理工作小组和数据治理专员，构建了决策层、管理层及执行层的三级数据治理管理架构。

……

示例4：美年健康（002044.SZ）

1、美年健康2025年年度报告

（6）深化医疗数据价值，构建“AI+健康管理”标杆平台

报告期内，公司践行“AllinAI”战略，持续深化医疗数据资产价值，积极探索创新数据应用场景，发挥健康体检大数据作用，推动数字化与AI技术在健康管理领域的深度融合，聚焦核心学科建设，持续完善AI产品矩阵，致力于构建“AI+健康管理”行业标杆平台。

公司AI产品矩阵初具规模，肺结宁、脑睿佳等核心产品持续迭代，“中医智能体检项目”等重点AI专项服务加快推广应用。公司引入最新GLP-1RA药物包括司美格鲁肽、玛仕度肽等，在部分分院开展减重代谢门诊；持续推出AI智能血糖管理、AI智能肝健康管理、减重等AI健康管理业务，已在超过30个地区正式落地，构建检后健康管理新引擎。

报告期内，公司发布国内首款基于常规体检数据的AI衰老评估产品“血液学时钟”，将科学抗衰从高端科研推向普惠大众健康管理，开拓万亿级长寿健康科技赛道。公司与阿里巴巴达摩院合作，基于达摩院的技术，开展多病筛查先进技术和相关产品的商业化落地探索，双方进一步基于“平扫CT+AI”胰腺癌筛查技术，开发胰腺癌筛查的创新产品服务以及相关的健康管理应用等；公司继续积极探索创新数据资产的应用场景，积极推进数据资源入表工作，进一步强化公司在数据资源管理和应用能力。与此同时，公司充分发挥健康体检大数据价值，积极加强与知名高校、科研机构和顶级三甲医院的科研合作，持续构建数据驱动、协同创新的科研服务平台。

5.深化数据资产价值，构建“AI驱动健康管理平台”

2026年，公司以“AI升级、变革增长”为主线，以构建“AI驱动健康管理平台”为核心目标，着力构建统一的技术与数据底座，全面释放数据资产价值，深化AI在健康管理全流程的渗透应用，推动从“体检交付型机构”向智能化、平台化企业升级，强化生态合作支撑B端与C端业务协同发展，实现组织效能与业务模式的双重跃升，为公司打造差异化的数字竞争壁垒与长期增长引擎。构建开放协同的数字化生态体系，支撑B端企业健管与C端个人消费业务的协同发展。面向B端业务，深化与保险、医药、互联网医疗等行业的数据合作与模型共建，探索“数据+算法”联合创新模式，为企业客户提供定制化的健康管理解决方案与风险管控服务，拓展团检业务的价值链延伸；面向C端业务，加强与互联网平台、智能硬件厂商及医疗机构的生态合作，推动“健康小美”与外部健康数据、医疗服务资源的互联互通，构建线上线下融合的家庭健康管理场景，通过生态合作拓宽数据应用场景与商业变现路径，形成平台化的健康服务网络效应。公司持续完善“技术-数据-生态”核心能力体系，构建支撑健康管理业务的最小可用AI能力体系与统一技术底座，具体体现为：1）建立集团级AI战略架构与治理体系，统筹推进AI能力的标准化建设与合规应用，确保技术发展与企业经营风险可控；2）持续优化医疗数据的价值应用场景，在严格遵循数据安全与隐私保护要求的前提下，稳步拓展数据要素的合规流通与价值转化空间；3）逐步完善AI技术支撑体系，提升业务响应的灵活性与智能化水平，为前台业务提供敏捷、可复用的智能化能力支撑。此外，通过研究型体检中心的建设，为慢性病防控、疾病早筛、创新药械验证等领域的科研突破提供坚实支撑，打造产学研用深度融合的健康管理科研创新生态。

无形资产

知识产权类无形资产项目、数据资源无形资产的使用寿命及摊销方法如下：

研发支出-符合资本化条件的研发项目

单位：元

2、美年健康2025年度可持续发展报告

数据赋能医质提升

美年健康深刻认知到数据是赋能医质提升的核心生产力。依托国内最大的个人健康体检数据中心，美年坚持在合规前提下，通过“流程优化-集中管理-数据驱动”三维举措实现成本精准管控与运营效率提升。

围绕数据的深度挖掘与应用，美年构建了多元化的产品与技术生态：

构建健康大模型（HealthLLM）

基于自研及合作的大语言模型，美年训练出专属健康领域的垂直模型，实现了自然语言问诊理解、体检报告智能解读及医学科普内容的自动创作，为个性化服务提供了技术底座。

打造全生命周期产品矩阵

聚焦脑科学、肿瘤早筛等八大重点学科，推出了“肺结宁”、“脑睿佳”等AI驱动的标杆产品；针对慢病人群，推出“糖豆”血糖管理智能体，构建数智化管理闭环；同时通过收购保险经纪公司推出“检无忧”，并依托私域平台“美年臻选”实现“数据-产品-价值”的生态转化。

拓展生态增值服务

通过CaaS模式，美年将高风险客户自动纳入慢病管理路径，为企业客户提供AI驱动的群体健康分析，并向保险、药企等生态伙伴开放合规的数据服务，共同推动医学研究与精准治疗的发展。

数据资产的规模与深度是衡量医学进步潜力的核心标尺。美年健康集团依托亿级体检数据沉淀与千万级年服务体量，这些数据经AI模型训练与分析不仅构建了行业领先的大模型训练底座，更能精准预测健康需求趋势，为产品创新提供方向，打破了传统体检的时空限制，实现了从“低频检测”向“全天候健康管理”的跨越。以下数据彰显了美年挖掘数据要素价值、驱动行业生态进化的坚实基础：

示例5：海天瑞声（688787.SH）

3.数据要素业务

2025年，随着《"数据要素×"三年行动计划（2024—2026年）》深入实施和各地数据要素市场化配置改革加速推进，我国数据要素产业迈入高质量发展新阶段。

在这一背景下，国家数据局指导成都、长沙、保定等7个城市建设数据标注基地，先行先试探索数据标注产业发展经验。数据标注基地建设成为推动数据要素价值释放的关键举措，旨在解决AI产业发展中的数据质量、标准统一和要素流通等核心问题。为支持国家数据产业发展战略，公司充分发挥在数据服务领域的技术积累，提供覆盖数据全生命周期的综合解决方案。在数据汇聚环节，公司与地方政府合作共建高质量数据集，整合公共数据和行业数据资源；在生产加工环节，建设数据可信空间，提供数据处理平台和运营服务；在开发利用环节，基于高质量数据开展模型训练；同时为中小企业提供数据治理服务。截至目前，公司已与成都、长沙、保定等承担数据标注基地建设任务的城市的地方政府成立合资公司，并与内蒙古呼和浩特签署战略合作协议，聚焦当地乳业、草种、文旅等特色产业，共建高质量数据集，有效驱动当地产业的数字化转型。此外，公司也正在持续拓展与华东、华南等地的战略合作，进一步完善标注基地的全国性业务布局。

在支撑地方政府文旅产业数字化方面，公司也已取得阶段性成果:已完成彭州等地高质量文旅视频数据集的建设工作，重点为智能导览等应用场景提供专业数据支撑。此外，公司深度参与华为+陕文投集团合作的陕西文旅示范项目，充分发挥在数据服务领域的技术优势，重点支持高质量文旅数据集建设和AI文旅垂直大模型开发，推动”AI十文旅"场景的规模化应用，为陕西文旅产业数字化转型提供全方位数据支撑和解决方案。与此同时，公司还参与"京西智谷数字人平台及配音平台项目"，提供2,000余个数字人形象，通过数字人技术助力北京门头沟区乡村振兴和文化传播。

在区域合作方面，公司立足广西作为中国一东盟数字合作枢纽的战略定位，全面深度参与中国一东盟人工智能创新合作中心建设并与地方政府联合成立数字工坊，凭借在东盟小语种数据处理以及0CR预识别算法上的技术优势，有力支持东盟语料库建设。

通过参与国家级数据标注基地建设和区域数字合作项目，公司不仅实现了数据要素业务市场空间的持续拓展，也为推动我国数据要素市场高质量发展注入了新动能。未来，公司将继续深化在数据汇聚、处理、应用等环节的技术创新，致力于构建更加完善的数据要素产业生态体系。以上境内训练数据业务以及数据要素业务，共同驱动公司境内业务收入同比增长77.72%至2.19亿元。

（二）公司发展战略

随着"AI+"战略推进，公司将加速扩充金融、医疗等垂直领域数据资源，把握大模型行业落地机遇，持续巩固市场领先地位。此外，公司也将持续探索以数据要素为代表的高增长业务领域，基于过往数据服务能力，通过前沿市场跟踪，不断拓展服务边界，探索潜在增量市场空间。

（三）经营计划

2025年以来，具身智能进入加速发展期，产业正从技术验证迈向场景应用，对具身训练数据的质量、规模和场景化提出了更高要求。公司已组建具身智能数据专项团队开展相关业务，并开始在全国多个城市启动项目落地，与多家头部机器人本体厂商开展合作，加快扩大高质量人形机器人数据资源供给，推动人形机器人在千行百业的规模化应用。2026年，公司将加快具身智能数据训练场方案落地与数据资源储备，持续深化与头部机器人本体厂商、科技大厂、相关地方政府的合作，为具身智能产业的加速发展提供坚实的数据支撑。

(2)发出存货的计价方法

本公司通过外购方式取得确认为存货的数据资源，其采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。本公司通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本和使存货达到目前状态所发生的其他支出。数据资源存货在发出时采用个别计价法计价。

（2）确认为存货的数据资源

（3）重要的单项数据资源

示例6：中公教育（002607.SZ）

（1）存货分类

（2）确认为存货的数据资源

注：库存商品主要为公司基于AI技术自主研发的AI学习机。