近日发布的《全国数据资源调查报告（2024年）》在第八届数字中国建设峰会上正式亮相，揭示了我国在数据资源发展领域的最新进展。数据显示，2024年全国数据生产总量达41.06泽字节（ZB），同比增长25%；智能家居、智能网联汽车、无人机等智能设备数据增速位居前列，反映出人工智能与数据技术深度融合带来的巨大增长潜力。与此同时，企业对数据资源的开发利用不断提速，活跃数据总量同比提升22.73%，数据要素在技术研发、产品营销、售后服务等多个关键环节发挥着越来越重要的作用。这份报告不仅展现了我国数字经济发展的强劲动力，也为企业未来的发展路径提供了重要参考。
从报告中可以看出，数据已经不仅仅是信息的载体，而是成为推动产业升级、优化资源配置、提升企业竞争力的重要资产。越来越多的企业开始重视数据资产的管理和价值挖掘，尤其是在国家大力推进“数据要素市场化”的背景下，如何将这些数据资源进行有效归集、评估、计量并反映到财务报表中，成为摆在企业面前的新课题。这不仅关系到企业的战略决策能力，也直接影响其在资本市场上的表现与信用评级。
这一趋势与“数据资产入表”密切相关。随着数据资产被纳入企业资产负债表的步伐加快，企业在数据资源管理方面的需求迅速上升。而在此过程中，具备专业数据分析、资产评估和财务处理能力的人才显得尤为稀缺。数据资产会计师（简称：DACPA）这一新兴职业正逐步走入公众视野，并有望在未来几年迎来爆发式发展。数据资产会计师不仅需要掌握传统会计知识，还需具备数据治理、数据资产评估、数据合规等方面的综合能力，能够帮助企业完成数据资产的确权、估值、计量和信息披露等工作。
一方面，数据资产会计师这类人才可以帮助企业构建系统化的数据资产管理机制，提高数据资源的使用效率与经济价值；另一方面，也有助于推动整个社会对数据资源作为新型生产要素的认知转变，为数据要素市场的发展奠定坚实基础。根据报告显示，目前已有超过六成省份启动了公共数据资源授权运营工作，这意味着未来将有更多的政府和社会数据进入流通领域，进一步激发市场活力。这种背景下，具备跨学科背景的数据资产会计人才将成为连接政府、企业与市场的桥梁。
当前，关于数据资产会计管理的学习内容已形成较为系统的知识体系。例如，《数据资产会计管理理论》与《数据资产会计管理实务》两本教材已为相关从业人员提供了权威指导。其中涵盖了数据资产的定义与分类、确认标准、计量方法、披露要求等内容，并结合实际案例分析了不同行业在数据资产入表过程中的具体操作。同时，围绕初级、中级、高级三个等级设置的考试科目也覆盖了数据资产基础知识、数据资产评估与建模、数据合规与风险管理等多个维度，帮助学习者循序渐进地掌握专业技能。
在未来一段时间内，无论是制造业、金融业，还是交通物流、电力等行业，都将面临如何准确衡量和呈现自身数据资产价值的挑战。数据资产会计师不仅能帮助企业更好地应对这一挑战，还将在推动企业数字化转型、提升市场竞争力方面发挥重要作用。随着高质量数据集数量的增长以及大模型应用的加速推进，数据资产的复杂性和多样性将进一步增加，这对相关从业者的专业素养提出了更高要求。