数据产品作为大数据技术和先进数据分析方法的结晶，致力于将海量的、复杂的数据进行收集、处理、分析和可视化，从而提炼出有价值的信息和深入的洞察，以满足用户在特定业务场景下的数据需求。

数据入表是将数据资源转化为应用场景和产品、进而实施资产化的过程。众多城市通过建设城市级智慧停车平台，实施城市停车“一张网”，不仅完成了城市停车数据收集平台的建设，还在智慧停车领域探索出一系列成熟的应用场景和成功案例。随着国家政策的积极推动，智慧停车数据入表已经具备了明确的基础，停车数据资产化过程具有实际的可行性。

2024年1月1日，财政部《企业数据资源相关会计处理暂行规定》正式施行，开启我国数据资产化道路，各地城市停车平台数据入表工作全面启动。

【智慧停车产业链全景梳理：产业链较为完善】

智慧停车产业链将高清摄像头、芯片等零部件与云计算等技术进行整合，集成智慧停车解决方案，为下游的政府、停车场商、车主提供综合性服务，合理优化停车资源调配，节约停车时间，缓解停车难问题。根据对中国智慧停车产业链的分析，全产业链参与者包括上游设备供应商、中游智慧停车解决方案、下游智慧停车方案需求者。

上游设备商可分为硬件、软件两类，硬件主要包括高清摄像头、地磁车检器等设备，软件则包括云计算、储存、信息处理等设备;中游包括捷顺科技、蓝卡科技、立方控股等智慧停车方案提供商;下游为智慧停车方案需求者，包括政府、停车场商、车主等三类用户。

【智慧停车数据入表的可行性及意义】

数据入表，简单来说，就是把数据资源转化为可直接应用于实际场景的产品与服务，然后变成资产。当前，众多城市纷纷建立起智慧停车平台，犹如编织了一张覆盖全城的停车管理网络，极大地便利了停车数据的收集与处理。智慧停车领域不仅涌现出众多成功的应用案例与产品，还得到了国家政策的积极扶持与推广，因此，将智慧停车数据转化为资产具备高度的可行性。

实施停车数据资产入表，可以为城市智慧停车公司带来诸多好处。首先，它能优化公司业务结构，提升经营效率。以前，城市停车公司主要靠线下运营，现在有了数据资产入表，就能发展线上智慧停车平台，通过线上线下业务一起抓，效率更高。比如，通过线上平台整合全市停车数据，公司就能更准确地了解居民停车需求，针对性地优化服务；比如开发逃费追缴产品提高收费率，或者推出先离场后付费服务提高车位周转率。这不仅对公司有好处，也能帮城市管理者做出更好的停车决策，提升整个停车产业的服务水平。

其次，数据资产入表还能优化公司的资产负债结构。简单来说，就是把数据资产也算成公司的资产，这样资产负债率就降低了，对那些资产负债压力大的公司来说，是个好消息。不过，现在数据资产入表还在试点阶段，入表的数据资产规模还比较小。截至2024年一季度，共有18家上市公司实施数据资产入表，涉及总金额1.03亿元，入表数据资产占总资产比例平均值为0.28%。

最后，城市智慧停车公司还可以通过质押数据资产来融资，拓宽融资渠道。因为数据资产有很强的经营性和市场化属性，银行更愿意接受它作为融资的抵质押物。在现在融资途径不多的情况下，通过质押数据资源来获取信贷资金，能改善智慧停车公司的资金流动性。

【智慧停车数据产品/入表的现状】

截至2024年8月，共有29家智慧停车公司实施数据资产入表，推出的入表数据产品总数达到36个，涵盖了多种类型，包括16个数据服务，10个数据集，7个数据应用，2个数据报告和1个算法模型。

【智慧停车的数据来源及合规要点】

2022年12月中共中央、国务院发布了《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”），提出建立数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”的数据产权制度框架。《暂行条例》也强调数据资源是企业合法拥有和控制的。由此可见数据资产合规与确权是数据资产入表的首要步骤。

（一）数据合规要点

城市停车数据，‌包括停车场的使用情况、‌车辆进出记录等，‌涉及到大量的个人信息和交通流动数据，‌这些数据一旦泄露或被不当使用，‌可能会侵犯个人的隐私权，‌甚至可能导致个人行踪被追踪或其他隐私泄露的问题。‌因此，‌保护城市停车数据的安全至关重要，‌需要采取有效的措施来确保这些数据的保密性和完整性。同时，由于城市停车数据涉及公共数据安全，需要重点关注数据安全合规。根据《信息安全技术—网络安全等级保护基本要求》标准，智慧停车数据安全合规需要达到第三级保护要求。‌

（二）数据确权要点

数据资产入表，首先要解决权属的问题，无论计入无形资产还是存货，根据相应的会计准则，相应的财产都应当是企业拥有或控制的。因此，确权是数据资产入表的前提。而数据资产入表后的产业运营，更需要进一步夯实资产权属，无论是企业利用被确认为无形资产的数据资源对客户提供服务，还是企业出售被却确认为存货的数据资源.在数据资源流通、交易和应用的过程中，如果存在权利瑕疵，将直接产生经济损失和被第三方索赔的风险。如果企业把数据资源作为发行债券、资产证券化的底层支持资产，对于数据确权将提出更高的要求。因此，数据资源的确权，是数据资产入表的第一个环节，其影响贯穿了数据资产全生命周期和整个流通环节，需要高度重视。

在智慧停车领域，由于各城市停车数据整合模式不同，需要重点关注智慧停车公司对停车数据的所有权，如部分城市通过统一数据接口，将其他智慧停车平台数据接入统一的城市级智慧停车平台，那么城市级智慧停车平台可能仅拥有停车数据的使用权。具体实操过程中，需要根据数据接入服务协议等文件进一步明确，最终通过数据产权登记证或数据交易所等途径进行登记。

【城市智慧停车数据经济效益分析】

集合前文提到的智慧停车数据产品/入表的现状情况，我们可以将智慧停车数据的经济效益分析总结为以下几种收益模式：

（一）数据服务销售模式

经济效益：通过直接向第三方提供定制化的数据服务来获取收益。这些服务包括但不限于停车行为分析、泊位查询、停车指数报告等，可以支持多种应用场景，如城市管理、商业选址、交通规划等。

数据产品案例：

南京“宁停车”特许经营停车场停车行为分析数据产品：包含市城建集团自主运营的停车场特征信息、车辆进入时间、停车时长和支付方式等数据，为城市管理部门、商业选址、交通规划等提供决策支持。

咸阳市“秦停车+”智慧停车充电信息服务数据产品：以API形式为地图导航企业、停车信息平台等提供咸阳市主城区的停车位和充电桩实时数据，提高用户停车和充电效率。

（二）数据集销售模式

经济效益：将经过脱敏、清洗、整合后的数据集直接销售给需要的用户，这些用户可能是数据分析公司、科研机构或政府机构，用于进一步的研究和应用。

数据产品案例：

江北新区停车场泊位分布数据集：在确保用户数据安全和隐私保护的前提下，设计开发的停车泊位查询产品，帮助用户了解江北新区停车场的泊位分布情况，支持城市规划和管理。

武汉市公共停车场停车数据：作为数据集形式提供，为城市规划、交通管理、商业选址等提供数据支持。

（三）数据应用服务模式

经济效益：通过开发基于停车数据的应用服务，如智慧停车管理平台、车位预订系统等，直接向最终用户收费或通过合作伙伴间接收费。

数据产品案例：

武汉车谷智慧停车云平台数据：基于“移动互联网+物联网+云计算+大数据”技术打造的城市智慧停车综合管理平台，通过接入公共停车场、充电桩等数据，提高停车资源利用效率，为城市交通规划提供支持。

“武汉停车”路内临时停车点状态检测数据产品：通过数据监测技术实时掌握路内临时停车点的使用情况，为全市停车资源调度、优化停车点运营策略等提供可靠数据分析，提升交通行业数字化精细化管理能力。

（四）数据增值服务模式

经济效益：在基础数据服务的基础上，通过深入挖掘和分析停车数据，提供更高附加值的服务，如停车热点区域分析、停车行为预测等，满足用户更深层次的需求。

数据产品案例：

泉州市泉港智慧停车，停车实时空位数据产品：为地图导航企业、城市服务平台公司等提供停车场实时空位数据查询服务，方便用户查询停车场空位信息，提升停车效率。

泉州市泉港智慧停车，统计分析数据产品：通过多维度统计分析停车数据，为市场咨询、新能源充电桩投建规划、车后服务商选址等提供决策依据，提高投资效率、降低投资风险。

（五）数据资产质押融资及挂牌交易模式

经济效益：将停车数据资产作为质押物，从金融机构获取信贷资金，以支持企业的运营和发展。

虽然前文案例中未直接提及具体的数据资产质押融资案例，但理论上任何具有一定规模和市场价值的数据产品，如“咸阳市‘秦停车+’智慧停车充电信息服务数据产品”等，都有可能成为质押融资的对象。

【城市智慧停车数据资产评估】

《数据资产评估指导意见》（中评协〔2023〕17号）与《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）的实施，标志着数据资产计量时代的来临。在涉及数据资产的流通交易、财务报告、内部管理以及企业价值评估中，均存在数据资产评估需求。

（一）运用成本法评估数据资产的注意事项

成本法通常适用于尚处于开发初期、尚未明确应用场景以及同质化竞争较为激烈的数据资产的评估。运用成本法评估数据资产，应重点注意以下事项：

测算数据资产重置成本的注意事项，根据《数据资产评估指导意见》的规定，数据资产的重置成本，包括前期费用、直接成本、间接成本、机会成本和相关税费等。前期费用主要指数据资产对应的前提调研、数据模型设计和规划等费用；直接成本主要包括数据采集成本、数据脱敏、清洗、标注、整合、分析成本、数据更新成本、数据存储成本；间接成本主要包括数据资产应分摊的管理费用、软件使用费、维护数据安全对应的成本。而考虑到评估中的重置成本采用的是客观必要成本，并非个别实际成本，客观的资本成本也可以包含在数据资产的重置成本之中。

确定数据资产价值调整系数的注意事项，资产的贬值包括实体性贬值、功能性贬值和经济性贬值。数据资产具有非实体性的特征，不存在实体性贬值。数据资产的经济性贬值，主要指数据资产时效性的丧失形成的价值减损。除了时效性以外，数据资产的其他质量要素特征（如准确性、一致性、完整性、规范性、可访问性）对价值的影响，可视为功能性贬值。数据资产质量的下降将导致数据应用成本的增加，形成功能性贬值。

（二）运用收益法评估数据资产的注意事项

收益法适用于应用场景已明确或预期能够明确的数据资产的评估。运用收益法评估数据资产时，对于收益预测，考虑到不同的使用者利用同一数据，不仅应用场景不同，数据的可利用率也不同，通常应将与价值类型相匹配的当前已明确以及未来能够明确的应用场景纳入考虑范畴；对于折现率，数据资产的折现率应与其预测收益口径相匹配，并综合考虑应用场景不确定性、数据资产质量、数据安全风险等因素的影响。

（三）运用市场法评估数据资产的注意事项

与一般的无形资产相类似，数据资产的市场法适用性通常较弱。运用市场法对数据资产价值进行评估，应特别关注可比案例的选择以及可比案例的差异调整事项。

在智慧停车领域，根据企业数据产品的发展阶段，企业根据自身数据发展情况，通过开展数据资产盘点，识别自身数据资产价值化情况，选用相应的价值评估方法，对于成本法，适用于准备开展数据产品业务的企业，其成本基本包括采集设备、系统平台、运营人员等费用。对于收益法，由于国内数据要素市场还不太完善，大部分停车数据没有形成直接经济收益，无法使用收益法，部分运营较好的企业可以选用。对于市场法，通收益法相似，市场交易尚不活跃，无法找到可靠的对标和参考，固不适用。

【城市智慧停车数据资源入表】

（一）存货

存货，是指企业在日常活动中持有以备出售的产成品或商品、处在生产过程中的在产品、在生产过程或提供劳务过程中耗用的材料和物料等。存货应当按照成本进行初始计量。存货成本包括采购成本、加工成本和其他成本。存货的采购成本，包括购买价款、相关税费、运输费、装卸费、保险费以及其他可归属于存货采购成本的费用。 存货的加工成本，包括直接人工以及按照一定方法分配的制造费用。

（二）无形资产

无形资产，是指企业拥有或者控制的没有实物形态的可辨认非货币性资产。资产满足下列条件之一的，符合无形资产定义中的可辨认性标准：

1、能够从企业中分离或者划分出来，并能单独或者与相关合同、资产或负债一起，用于出售、转移、授予许可、租赁或者交换。

2、源自合同性权利或其他法定权利，无论这些权利是否可以从企业或其他权利和义务中转移或者分离。

无形资产同时满足与该无形资产有关的经济利益很可能流入企业；

该无形资产的成本能够可靠地计量，才能予以确认。

在智慧停车领域，适用于无形资产入表的企业，一般是数据的所有机构或者运营机构，适用于存货入表的企业，一般是为数据所有者提供相关数据产品开发的技术服务公司。

（三）成本归集与分摊

数据资源入表是以成本法入表，此成本法与资产价值评估的成本法存在差异，资产评估成本不考虑成本的发生时间，入表要求成本必须是2024年1月1号以后发生的。

入表的成本要求可靠计量，被确认为无形资产的数据资源必须有效的区分研究开发活动支出和经营活动支出。被确认为存货的资源必须与其他经营研究活动支出区分开来。且要求将所有支出按照数据加工工序及买价款、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计入的支出。

【结语】

整体来看，智慧停车领域数据资产入表仍处于刚起步阶段。在数据经济的大背景下，不论是否计划开展入表，只有通过有效的数据资源管理，企业才能清晰地识别、评估和记录其数据资产。数据资产入表则是对企业数据资源价值的一种确认和量化，它使数据资源能够在企业的财务报表中得到合理的体现，从而为企业带来潜在的经济利益。

佳华科技数据资源管理平台已成为企业数据资产管理与增值的得力助手。它不仅能够帮助企业实现数据的精细化管理和高效利用，更为企业数字化转型和可持续发展提供了强大动力。选择佳华科技数据资源管理平台，让我们一起携手共创数据新未来！