4月17日，广州正式上线城市可信数据空间并发布首批高质量数据集，标志着城市级数据要素市场化配置迈出关键一步。此次发布的12个产业专区、37个高价值场景及28个企业数据集，覆盖绿色低碳、医疗健康、交通运输等重点领域，不仅为人工智能大模型训练提供资源支撑，更凸显了数据资产化在推动产城融合中的核心作用。这一事件背后，是数据要素从“资源”向“资产”转化的制度性突破，也为企业数据资产入表会计（DACPA）实践提供了现实样本。
可信数据空间作为国家数据要素市场的基础设施，其核心在于通过共识规则实现数据的确权、流通与价值共创。根据国家数据局《可信数据空间发展行动计划（2024—2028年）》，此类空间需具备数据可信管控、资源交互和价值共创三类能力，而广州的实践正是对这一政策的积极响应。首批发布的生物医药、智能装备等领域数据集，既包含公共数据，也整合了企业数据，其标准化、高密度的特征为后续资产化入表奠定了质量基础。对企业而言，这意味着数据资源可通过会计确认转化为资产负债表中的“数据资产”，进而提升财务报表价值，优化融资能力。数据资产入表的关键在于会计处理的合规性与专业性。以广州案例中的医疗健康数据集为例，企业若将其用于AI模型训练或商业授权，需依据《企业数据资源相关会计处理暂行规定》明确数据采集成本、加工费用及后续计量方式，并区分研究阶段与开发阶段的资本化条件。这一过程涉及数据权属界定、价值评估模型选择等复杂问题，亟需具备跨学科能力的“数据资产入表会计”人才。当前，这类人才在市场上供不应求，尤其随着各地数据要素市场化改革加速，企业、金融机构及第三方服务机构对数据资产核算、披露及审计的需求呈现爆发式增长。
为满足行业需求，数据资产入表会计考试（DACPA）应运而生。该考试分为高级、中级和初级三个等级，考生可根据自身条件直接报考相应等级，无需逐级晋升。报名需通过数据资产入表会计考试官网完成，全国35个城市设有线下考点，包括北京、上海等直辖市，广州、杭州等省会城市，以及深圳、厦门等经济活跃地区。考试教材包括通用理论教材《数据资产会计管理理论》和分级实务教材《数据资产会计管理实务（初、中、高级）》，内容涵盖数据资产确认、计量、披露全流程。准考证在考前一周开放下载，考生需及时关注系统通知。
DACPA考试的意义不仅在于人才认证，更在于推动数据资产会计标准的统一。例如，广州可信数据空间的高质量数据集若需入表，企业需遵循考试教材中明确的“成本法-收益法”混合估值框架，并参照实务案例处理数据合规性风险。考试大纲对数据资源分类、资本化条件等核心问题的规范，有助于减少企业实践中的分歧，提升市场对数据资产的信任度。此外，随着跨境数据空间试点推进，具备高级DACPA资质的专业人员还将成为企业应对国际数据合规要求的核心力量。
