數據資產會計確認與要素市場化配置

侯彥英

【關鍵詞】 數據資產; 會計確認; 會計計量; 要素市場; 數據治理

【中圖分類號】 F275;F49? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）17-0002-07

一、引言

在黨的十九屆四中全會上，數據作為重要的生產要素，已經與勞動、資本、土地、知識、技術、管理列為參與分配的七大要素。隨著數字經濟的發展，數據要素的市場化配置和相關分配制度建設成為加速數據要素流轉，提升數據要素生產效率的關鍵。數據要素參與交易與分配的前提條件之一是數據要素的確權和價值估計，反映到微觀財務層面則是數據資產的會計確認與計量問題。如何科學地實現對數據的會計確認和計量，是數據要素形成數據的前提，也是數據參與市場化配置的基礎工作。本文基于宏微觀融合視角，研究數據資產會計確認問題以及參與要素市場配置的運行機制。

數據要素市場化配置是數字經濟發展水平達到一定程度后的必然結果[1]。美國、英國、法國、日本等國家先后出臺相關政策，激勵數據要素市場化發展[2]。2020年，《關于新時代加快完善社會主義市場經濟體制的意見》提出加快培育發展數據要素市場，建立數據資源清單管理機制，完善數據權屬界定、開放共享、交易流通等標準和措施，發揮社會數據資源價值[3]。數據要素市場化的客觀需求，推動了關于數據資產確認和價值估計的研究與實踐。曹碩等[4]基于證券交易視角，研究數據要素的證券屬性設計;高昂等[5]基于標準化視角，分析了數據資產成本價值及數據資產標的價值等要素組成的數據資產價值評價的指標體系，著力解決數據的估值問題;陳思靜等[6]采用人工智能算法嘗試開展數據會計確認的研究。秦榮生[7]較為系統地提出了企業數據資產確認、計量和披露的整體解決思路。在實務領域，貴陽大數據交易所已上線運行，相關撮合交易日益活躍。目前，數據資產會計確認的研究較少，但相關實踐活動已經展開，以山西云時代公司為例，針對在實踐中面臨的數據資產估值和收益衡量問題，著手開展了會計確認和計量的相關研究。

綜上所述，數據資產化已經成為共識，但數據資產確權、交易的基礎問題——會計確認和計量問題并沒有解決。鑒于數據資產的特殊性，需要系統性地研究數據資產的形成機制和特征，研究數據資產會計確認與要素市場化配置機制的建立問題。

二、數據資產概念辨析

關于數據資產概念的討論，“數據資產”一詞于1974年首次由美國學者理查德·彼得斯（Richard Peterson）提出，他認為數據資產包括持有的政府債券、公司債券和實物債券等資產。可以看出，在信息化環境并不是很成熟的時期，數據資產主要是指可以證券化的金融產品[8]。2009年，Tony Fisher[9]指出，數據是一種資產，企業要把數據作為企業資產來對待。2013年，Trax Technology Solutions公司首席財務官Nina Tan表示，要想在會計及其相關領域使數據資產的處理更加成熟，僅僅依賴于實踐推動是遠遠不夠的，還需要理論創新，以推動數據資產在會計及審計方面的發展。同年，英國維克托·邁爾-舍恩伯格教授等[10]在對大數據展開系統研究后，在其著作《大數據時代》中開宗明義：將數據資產列入資產負債表不是能否的問題，只是早晚的問題。

在國內，關于數據資產的討論也成為理論研究和實務討論的熱點，秦榮生（2020）基于IASB關于資產的定義，認為數據資產是企業由于過去事項而控制的現時數據資源，并且有潛力為企業產生經濟利益。中國信息通信研究院發布的《數據資產管理實踐白皮書（4.0）》（2019）對數據資產定義如下：企業擁有和控制的，能夠為企業帶來未來經濟利益的，以物理或電子方式記錄的數據資源?？梢哉f，當前關于數據資產的定義都是會計關于資產概念的延伸，但基于數據的特殊性，對數據資產概念的討論還需要從更為廣闊的視角研究和考慮。

（一）數據資產

數據資產屬于數據資源，但數據資源不一定是數據資產，那么，具備怎樣特征的數據資源才能夠成為數據資產呢？這成為解釋數據資產定義的關鍵。

1.數據資產具有清晰的所有權或控制權。交易產生的基礎是有清晰的產權，數據資產應該具有同樣的屬性。所有權或控制權清晰包括兩層含義，一是基于IT技術，數據資產的所有權和控制權應該得到認可和保護，即數據資產可以被標識、被確認，并且在網絡環境下形成數據資產所有權的共識機制，此外，數據資產應該可以被有效保護，如果數據資產缺乏安全保護措施，數據將無法形成數據資產。二是基于法律層面，具有清晰邊界的、不易篡改的數據資產被認可，并取得法律意義上的所有權或控制權。

2.數據資產具有非依賴性。非依賴性是指數據應獨立于產生的數據主體而存在。非依賴性是數據產生價值的前提，如果數據始終依賴于數據源存在，那么對其他交易方而言，數據價值將不復存在，也就不能成為構成資產的必要條件。非依賴性要求數據資產應該可以被獨立辨識并形成對外的應用能力或潛在價值。對應到實務中，則體現為數據資產是經過加工處理形成的，具有交易價值的數據集，而不是依賴于某一主體存儲的數據。

3.數據資產可交易。企業持有數據資產的目的是獲得潛在的收益，數據資產可交易是確認數據資產的必要條件。數據資產可交易是指數據資產的價值可以在相應的市場上獲得認可，并具備交易的條件。如果數據資產僅具備價值，但不具有交易的能力，也無法形成數據資產。

4.數據資產應具有動態性。一般認為，企業在數據獲取、加工時付出的成本是高昂的，形成資產后，由于其低成本的復制和傳播，其共享性、復制性強，數據資產的獲得成本顯著降低。但實踐證明，數據資產與其他資產的差異性集中體現在時效性和個性化差異上。時效性是指數據在一段時間內，具有一定的價值，但經歷一定時間后，價值迅速耗散;個性化差異則表現在數據對使用者的價值而言具有較大的差異和個性化特征，缺乏穩定的價值形態和特征。因此，數據資產需要動態維護，維護其時效性，不斷豐富和積累數據以滿足多樣化的使用需求。存儲、發布、維護、管理、安全防護等仍然需要付出高昂的成本，以持續維護數據資產價值。數據資產不具備其他資產相對固定的形態和清晰的邊界，數據資產具有動態性。

因此，數據資產應該包括三層含義，一是廣義數據資產，即通常意義上的數據資源，是企業對各類活動和行為的物理或電子記載，其產權并不明晰，且價值模糊不可估計。數據資源是形成數據資產的基礎和來源。二是管理學或統計學意義上的數據資產，數據具有明晰的所有權和控制權，但如果其價值無法科學合理估計，就無法參與到資源配置活動中來[11]。三是會計學意義上的數據資產，可以被企業擁有和控制，同時，也可以合理評估其價值，具備參與資源配置活動的能力。對于數據要素市場而言，只有具備了會計學意義上的數據資產，才可能參與到要素市場活動中來，成為參與分配的要素。

本文的研究關注于會計學意義上的數據資產，并可以給出數據資產的會計定義：數據資產是指企業擁有和控制的，不易被篡改的，能夠為企業帶來未來經濟利益的可持續數據集及其服務能力。

（二）數據資產的形成路徑

數據資產的形成不是被動的數據記錄和存儲過程，而是要經歷從數據資源到管理學意義上的數據資產，再到會計學意義上的數據資產的轉換過程，其本質是一個數據治理的過程。

根據國際數據管理協會（DAMA）給出的定義，數據治理是對數據資產管理行使權力和控制的活動集合。數據治理是技術與制度融合的過程，目標是提升數據價值，降低數據管理和應用成本。

基于數據治理的數據資產的形成路徑如圖2所示[12]。

由圖2可知，數據資產的形成路徑包括三個主要過程：

1.形成數據資源

企業對各類數據的獲取、記錄和存儲形成了數據資源。數據資源數量大、價值密度低，信息的使用者無法便捷地從記載的數據中獲取有價值的信息。數據記載主要面向交易活動，與交易過程不可分離，或者說，脫離開具體的交易行為，數據價值將不復存在。

對數據源的獲取應遵循合法的方式，數據源包括內部交易和管理活動產生的各類數據，如生產、財務、人員資源、供應鏈等數據;也包括來通過購買、授權、轉讓等方式獲得的數據源。

2.形成管理學意義上的數據資產

借助于數據治理的相關方法和技術，對數據資源進行綜合整理和控制，具體分為兩個過程，一是數據整理，對數據進行唯一標識，并按照標準化的要求對數據進行清洗，建立與元數據的對應關系，達到數據質量控制要求;二是數據封裝，主要包括對數據確權、確定數據所有者身份，同時進行安全封裝，以保證數據所有權不被篡改的盜用。

在此基礎上，構建數據中臺，建立相應的報告管理、流程管理、數據監督機制，并提供算法、檢索和應用模型支持。管理意義上的數據資產明確了數據的所有權，并對所有權建立了保護機制，從而為數據資產的會計確認奠定基礎。

3.形成會計學意義上的數據資產

管理學意義上的數據資產和會計學意義上的數據資產的最大差異在于是否形成了數據價值的創造能力，這種創造能力是通過應用場景和管理意義上的數據資產相融合產生的。數據價值創造是一種能力，能力是基于一定的交易場景表現，并在此交易場景下形成價值表現的機制。通常意義上，表現為知識轉移、知識消費、數據應用支持等諸多場景。交易場景的出現，提供了數據資產計量的參照，從而為數據資產的會計計量奠定基礎?？纱_認、可計量的數據資產形成了會計學意義上的數據資產。

三、數據資產的確認和計量

盡管從目前的實踐中看，國際會計準則和中國的會計準則都未明確數據資產的確認和計量方法，但實際上，數據資產的價值已經在資本市場上得到較為充分的反映。國內外諸多互聯網公司的高市值已經體現了數據作為資產的價值。數據資產列入資產負債表，已經成為共識，但從目前的研究和應用狀況看，還存在理論和實務上的諸多障礙。

（一）數據資產的確認

確認是把經濟事項正式列入會計要素并加以記錄和報告的過程。數據不僅可以形成資產，還應具備會計確認的基礎和條件，確定數據資產確認的內容和時點。

根據資產的相關定義（是一項企業擁有或控制的資源），數據資產的確認首先應該明確數據的所有權和控制權問題。目前，對所有權的認識還存在較大爭議，一般認為數據所有權應該歸產生數據的數據源所有，但從會計學關于資產定義的視角分析，數據的所有權不一定歸屬于數據源本身。這是因為，資產的本質是企業擁有的一種獲得未來收益的能力，如果企業擁有的一項資源不能帶來未來收益，則不應該列入資產的范疇。當某一數據脫離數據源后，其價值將不復存在，那么該項資源不應列入會計資產的范疇。例如：個人的身高信息，如果脫離開個人本身，將失去數據的意義，此類數據不應放在數據討論的范疇。再如，個人擁有的知識，知識可以被交易和轉讓，那么知識應該列入數據資產的范疇?；诮洕鷮W的視角，所有權和控制權是凝結在價值形成過程中的無差別的人類勞動，而不是簡單地將數據源與所有權和控制權等同。從數據源中創造數據價值的能力才是界定所有權和控制權的標準[13]。

從技術角度分析，對數據資產的確認包括兩個環節，一是數據標識，二是數據確權。數據標識是通過不可逆、防篡改的機制，為數據產生唯一的標識，數據標識是確定數據來源的手段和方法;數據確權是明確數據資產的所有權和控制權。數據資產所有權是指所有人依法具有的對數據享有的占有、使用、收益和處置的權利。區塊鏈技術的成熟為數據資產確認提供了途徑和方法?；趨^塊鏈的加密算法、共識機制可以實現對數據資產的標識，而工作量證明則提供了數據資產所有權或控制權證明的算法模型。

在IT環境下，數據所有權和控制權往往是相互分離的。所有權的形成取決于對數據的采集、加工和存儲的過程，以及形成數據資產的能力;數據資產的控制權則更多地會交給社會化的共享平臺來實現。特別是隨著云服務模式的普及，更多的數據資產需要通過云平臺發揮效用，數據資產的所有權和控制權形成相互依賴、相互制約的關系。在實踐中，平臺經濟的出現體現了這一趨勢。平臺方控制了龐大的數據資源，形成了對數據資產的控制，而數據知識產權則可能歸屬于平臺上的運營機構，雙方相互依賴、相互制約。因此，對于數據資產的確認而言，既要承認數據所有權的唯一性，又要考慮到控制權的多樣性，打破傳統資產確認單一所有者的束縛，而變成所有者、控制者共有或共享的模式。較為典型的案例是美國Facebook公司提出的數據私有化行動，既承認用戶對數據的所有權，又通過激勵機制，鼓勵用戶讓渡數據的控制權，在可預見的未來，對數據資產產權的共享和共有會成為常態。

（二）數據資產的計量

關于數據資產的計量，常用的方法有：成本法、收益法和市場法[14]。三種方法適用于不同的場景且各有利弊。

1.成本法基于數據資產形成的各個生命周期發生的各項成本歸集，參照數據治理流程，數據資產包括數據感知、采集和獲取成本、數據標識與質量控制成本、數據挖掘與知識發現成本、數據展現與利用成本。成本法的優勢在于成本易于歸集，數據資產的價值可以得到可靠計量;不足在于按照實際成本計量的數據資產往往低估數據資產價值，在數據資產交易時也難以基于數據資產的賬面價值做出合理判斷。

2.收益法通過評估數據資產未來預期收益的現值來計量數據資產價值。一般需要考慮三個方面的因素，一是資產的未來預期收益;二是預期收益的期限;三是折現率或資本化率。收益法的優勢在于能夠較好地評估數據資產的價值，真實反映企業數據資產的狀態，但由于數據資產收益具有較強的不確定性，且容易被人為操縱。同時，數據資產面臨的各類風險，如安全風險、法律風險、人為風險等，也使得數據資產收益的評估具有較大的不確定性。

3.市場法是指參照同類數據資產交易價格確定價值的一類方法。一般而言，采用市場法進行資產價值計量需要有較為活躍的交易市場，能夠得到較為公允的市場交易信息，能夠根據各類交易條件信息確定數據資產價值。市場法能夠較為公允地反映數據資產的現時價值，促進相關資產交易的公平進行，但目前數據資產交易市場還處于培育期，相關數據資產公允價格難以找到參照，給市場法的應用帶來障礙。

（三）數據資產會計確認與計量的相關建議

盡管數據資產的重要性已經得到廣泛的認可，但在具體的會計準則操作層面，還未獲得較為正式的認可。從現行的準則框架出發，對數據資產會計確認與計量建議如下：

1.廣義數據資產的會計處理

廣義的數據資產本質上是沉淀在企業的數據資源，由于該類資源并未得到有效管理，質量較低，雖然在某些應用場景下，可能會創造價值，但從會計視角看，其并不具備形成資產的條件，因此，在會計上可以不做處理。相應的，為存儲、保管這些資源而耗費的支出，可以列入當期費用進行處理。

2.管理學意義上的數據資產會計處理

管理學意義上的數據資產具備了資產的特性，但從實際操作層面看，由于無法確認或估計其價值，或者無法單獨辨認其價值，而無法進行會計處理。一般而言，這類數據資產價值并不體現在對外形成收益的能力上，而更多體現為對數據資產擁有或控制的主體效益提升、成本降低等價值創造環節上。對此問題的會計處理，形成了兩類意見，一是采取收益法，合理估計其價值并在報告中單獨列示;二是認為由于數據資產帶來的價值已經通過效率提升、成本降低帶來的溢價在其他的會計科目中充分體現，因此，不需要單獨對其進行列示。本文贊同第二種觀點，對于不具備交易能力的數據資產不需要單獨進行確認和計量，既簡化了會計處理，又不會出現數據資產價值被忽略的情況。

3.會計學意義上的數據資產會計處理

根據前文給出的數據資產定義，本文認為只有具備了交易條件的數據資產才需要進行單獨的會計確認和計量，從而形成真正意義上的數據資產。具備交易條件包含三層含義，首先是該數據資產能夠獨立辨認，能夠提供穩定使用價值的數據集或能力服務，如導航服務、數據包、精準客戶畫像、算法模型等;其次，該數據資產具備對外交易或服務的可能，意味著該資產可以被交換，對接受方可以形成價值，數據資產可以單獨作為交易的標的物進行交易;最后，該數據資產具有活躍的交易市場，可以通過對相同或相似條件下的交易行為確定其價值。

對于此類數據資產的價值毫無疑問，可以參考類似于金融資產的會計處理方式，按照市場法進行會計確認和計量。

四、數據資產要素的市場化配置

對數據資產的會計確認和計量一方面滿足數據估值需求，另一方面是更好地服務于數據資產要素市場的優化配置，因此，需要基于宏微觀一體化視角，研究數據資產確認計量和市場化配置之間的關系。

（一）數據資產要素市場現狀分析

農業經濟時代的核心要素是土地，工業經濟時代的核心要素是資本，數字經濟時代的核心要素是數據資產。目前，隨著數據資產交易的日益活躍，數據資產要素市場逐步成熟。2014年，貴陽大數據交易所掛牌以來，我國大力發展大數據產業，積極布局行業或地方性數據交易所，數據資產交易活躍程度日趨提高，數據資產交易的價值和重要作用正在得到廣泛認同。

但也同時看到，數據資產要素市場的發展也存在一定的困難，主要表現在：第一，數據交易市場化配置的微觀基礎并不牢固。交易的微觀基礎在于建立標準化的標的物價值尺度，由于數據資產目前的形式多樣，分類標準不一致，價值估計方式不統一，嚴重阻礙了數據交易活動的開展，而數據資產的會計確認和計量恰恰是解決這一問題的關鍵所在。通過數據資產的會計確認和計量建立相對標準、合規的數據確權、價值估計尺度，是擴展數據要素市場的基礎工作之一。第二，數據交易市場化的產業鏈條還不完整。數據交易市場化配置需要建立數據確權、數據估值、交易機制、風險控制和收益分配等環節，但由于會計確認和計量基礎的缺乏，使得數據交易市場化過程難以形成從確權到收益分配的完整價值鏈條，造成價值分配在交易生態中的錯配，抑制了交易主體參與數據交易市場的積極性。第三，數據交易市場化的技術保障機制還不夠完善。數據資產交易同時涉及到技術和制度保障兩方面的因素，從技術保障機制來講，還缺乏穩定、成本低廉、可持續的安全控制、交易追溯、數據確權、交易監管技術保障體系，雖然目前區塊鏈、大數據、5G、人工智能等技術得到長足發展，但與數據交易場景深度融合的適用技術還不夠完善，交易本身的不確定性風險依舊存在，局限了數據交易市場的快速發展。

（二）數據資產要素市場化配置路徑分析

基于會計視角，數據資產要素市場化配置路徑本質是一個數據資產價值從形成到交易再到分配的運動過程，按照價值運動規律，其市場化配置路徑如圖3所示。

由圖3可知，在數據資產要素市場化配置的各個階段，都需要從技術、制度和會計角度進行綜合考慮和設計。

1.數據資產價值形成階段

在數據資產價值形成階段，從技術角度分析，主要是完成數據的感知與獲取，并通過數據治理過程保證數據質量，通過數據挖掘獲取數據資源潛在知識和價值，通過數據追溯能力的建設，確定數據的來源，識別數據的所有者和控制者，完成數據價值發現和數據確權的任務;從會計角度分析，本階段需要完成數據資產的會計確認，將具備數據資產特征的數據資源確認為會計意義上的數據資產;從制度角度分析，需要建立數據資產分類標準，根據數據資產持有目標和特征，劃分明晰的數據資產分類標準體系，以識別和確認不同數據資產的類別歸屬，同時明確該數據資產是否需要進行會計確認。

在數據資產價值形成階段，需要完成“數據資產形成→數據資產確權→數據資產確認”過程。

2.數據資產價值評估階段[15]

數據資產價值評估階段，從技術角度分析，主要完成數據資產特征的識別，并確認影響數據資產價值的相關因素和環境。數據資產不能脫離一定的技術環境獨立存在，技術環境的安全性、穩定性、可檢測性等特征將會直接影響數據資產價值的評估;從會計角度分析，需要采用恰當的評估方法，在充分考慮資產特征的基礎上，合理估計數據資產價值;從制度角度分析，應該根據數據資產類別建立具有可比性的數據資產評估模型，對同類資產采用相近或相同的評估規則。數據資產價值封裝需要借助于技術手段和制度策略，對數據資產進行保護，一是從技術手段盡可能控制數據資產被損毀、被盜用的風險;二是從制度手段，基于同類資產分類和同類評估方法，明確數據價值，并通過會計手段予以認定和記載。價值封裝的本質是建立各類數據資產統一的價值尺度和防護策略，以保證各類數據資產價值的穩定性和可比性。

在數據資產價值評估階段，需要完成“數據特征識別→價值估計→價值封裝”過程。

3.數據資產價值交易[16]

數據資產價值交易是數據資產市場化配置的核心環節，可以參照證券交易模式進行數據資產價值交易。數據資產交易需要活躍的數據資產交易場所，數據資產交易所應承擔以下職責：提供數據資產交易的基礎設施和技術支持，提供數據資產交易模式的創新和產品設計，提供數據資產交易規則的管理與維護等。數據資產交易的另一個前提是數據資產的證券化，所謂證券化是指將數據資產轉換成可以交易的證券類產品，從而完成數據資產的商品化過程。數據資產證券化有利于完成數據資產的標準化，通過對不同數據資產證券產品的設計，實現證券商品向數據資產實體的映射，通過數據資產的拆分、組合和封裝，將個性化、特殊性的數據資產轉化為可交易的標準化數據商品，建立了統一的數據資產價值衡量尺度，奠定了數據資產活躍交易的基礎。數據資產證券化形成了標準化的產品，交易方可以不過多關注于數據資產本身的技術特征和特殊價值，增加了交易雙方的信息透明度，降低了交易成本。數據資產證券化建立了同類數據資產價值交易的開放公允平臺，參與交易的雙方可以更快捷、安全地完成各類交易，增加了交易的活躍度，更能夠及時反饋數據價值波動情況，吸引更多的數據資產加入證券化交易的平臺中來，從而快速做強做大數據資產要素市場。與此同時，應該進一步完善和規范數據資產交易規則，建立交易過程監管和風險預警，避免交易活動的風險。

在數據資產價值交易階段，需要完成“數據證券化→數據交易風險管控→數據資產交易”過程。

4.數據資產價值分配

數據資產價值創造和交易過程涉及眾多的參與者，包括數據資產所有者、控制者、技術支持方、交易中介、律所、會計師事務所、數據流通、安全防護、數據消費者等，共同形成了完整的數據資產價值生態體系，因此，也應該參與到數據資產收益的分配中來。數據資產與其他資產相比，其社會化協同管理的程度更高，一味地強調數據資產的權屬而忽略了數據資產管理的社會化程度，往往難以實現數據資產的價值。因此，應該進一步完善數據資產價值分配機制，建立基于激勵機制的數據資產挖掘與管理體系，才能夠激發數據資產市場活力。

數據資產價值分配需要建立多維度、多主體的績效評價機制，并通過公開透明的共識機制共享交易各方信息，建立有效的價值分配機制。區塊鏈的工作機制其實較好地體現了價值分配過程，通過工作量證明和共識機制，讓所有的算力公開，并建立相應的激勵機制。

數據資產價值分配階段，需要完成“數據資產績效評價→數據資產收益共識→數據資產收益分配”過程。

（三）數據資產要素市場的價值發現與傳導

數據資產要素市場化配置是圍繞數據資產價值的形成、評估、交易和分配過程進行的，這一過程本質上也是數據資產要素價值運動過程，而這一過程，都需要基于會計視角實現對價值的確認、計量，從而建立起微觀會計價值核算與宏觀市場價值運動的關聯。相較于傳統的資本市場，宏觀市場運行與微觀會計的聯系是通過會計信息“披露-反饋”這一循環間接實現的[17]，而由于數據資產的特殊性，其價值運動過程全部基于數字化、在線化方式進行，因此，會計微觀的價值確認和計量與要素市場的價值運動已經合為一體，會計確認和計量行為本身就是價值運動的組成部分，會計真正地從信息系統轉為管理控制系統。反之，對數據資產會計確認和計量，也需要從數據資產要素市場配置的實踐場景出發，有針對性地構建服從于數據資產要素市場的會計確認和計量標準，而不是漫無目的地去擴展數據資產確認和計量的范圍[18]。

五、建議與對策

數據資產會計確認與要素市場化配置是一個方興未艾的研究領域。但是在實踐過程中，數據資產交易市場日趨成熟，對數據資產的會計確認和計量提出迫切的要求，根據本文的研究，提出相關的政策建議如下：

第一，鑒于數據資產的特殊性，應樹立宏微觀一體化的理念，從數據資產要素市場化配置的宏觀需求出發，研究數據資產的會計確認和計量問題，避免數據資產概念和范圍的擴大化，將能夠滿足資產證券化要求的數據資產列入會計確認的范疇，以支持數據資產的交易活動。

第二，應進一步建立和完善數據資產交易市場運行體制。包括數據資產交易準入機制、交易規則、交易風險監督、交易收益分配機制等。把數據資產視同為特殊類型的金融資產設計交易模式和規則。這也符合數據資產交易市場發展的一般規律。最初的數據資產交易就是從股票、證券這些具有明顯數據化特征的資產開始的。隨著相關技術的不斷完善，數據資產的范圍不斷擴展，并有可能隨著實物資產數據化應用場景的成熟，實現數據資產范圍的進一步擴大。

第三，應盡快建立數據資產會計確認的相關準則和應用指南。明確數據資產的概念范疇，建立數據資產標準劃分體系，針對不同類型的數據資產建立分類指導的確認標準。

第四，應盡快建立數據資產會計計量的相關標準和模型。建立相對一致或統一的數據資產計量模型，形成具有可比性的數據資產價值信息。

第五，應盡快建立和完善數據資產要素市場分配機制，建立基于市場調節的績效評價和收益分配機制，并從相關稅收政策上予以鼓勵，以激活數據要素市場，將更優質的資源配置到數字化企業中去，激發數字化企業創新動力[19]。

數據資產確認與數據資產要素市場化配置是數據資產價值管理的兩個側面，必須基于一體化的融合思維，才能夠為數據資產要素市場奠定堅實的發展基礎，才能夠進一步激活數據資產要素市場活力。

【參考文獻】

[1] 國家工業信息安全發展研究中心.中國數據要素市場發展報告（2020—2021）[R]. 2021.

[2] 張勇進，王璇.主要發達國家大數據政策比較研究[J].中國行政管理，2014（12）：113-117.

[3] 中共中央，國務院.關于新時代加快完善社會主義市場經濟體制的意見[A]. 2020.

[4] 曹碩，廖倡，朱揚勇.數據要素的證券屬性設計研究[J].上海金融，2021（4）：71-79.

[5] 高昂，彭云峰，王思睿.數據資產價值評價標準化研究[J].中國標準化，2021（9）：90-93.

[6] 陳思靜，王磊，尹波，等.樸素貝葉斯分類法與數據資產會計確認——難題與突破[J].會計之友，2019（19）：58-61.

[7] 秦榮生.企業數據資產的確認、計量與報告研究[J].會計與經濟研究，2020，34（6）：3-10.

[8] PETERS R E.A cross section study of the demand for money：the united states，1960-1962[J].The Journal of Finance，1974（1）：73-88.

[9] TONY FISHER.The data asset：how smart companies govern their data for business success[M].Hoboken：John Wiley & Sons，Inc.2009：12-30.

[10] 維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代[M]. 周濤，譯.杭州：浙江人民出版社，2013：20-37.

[11] 馬丹，郁霞.數據資產：概念演化與測度方法[J].統計學報，2020，1（2）：15-24.

[12] 續慧泓，楊周南，周衛華，等.基于管理活動論的智能會計系統研究——從會計信息化到會計智能化[J].會計研究，2021（3）：11-27.

[13] LEE J T，FREITAS J，FERRALL I L，et al.Review and perspectives on data sharing and privacy in expanding electricity access[J].Proceedings of the IEEE，2019，107（9）：1803-1819.

[14] 中國資產評估協會.資產評估專家指引第9 號——數據資產評估[A].2019.

[15] 張志剛，楊棟樞，吳紅俠.數據資產價值評估模型研究與應用[J].現代電子技術，2015（20）：44-47，51.

[16] 張馳.數據資產價值分析模型與交易體系研究[D].北京：北京交通大學博士學位論文，2018.

[17] 左文進，劉麗君.基于用戶感知價值的大數據資產估價方法研究[J].情報理論與實踐，2021，44（1）：71-77，88.

[18] XIAO DING，et al.ELG：an event logic graph [Z]. 2019.

[19] 陳兵，趙秉元.數據要素市場高質量發展的競爭法治推進[J].上海財經大學學報，2021（2）：3-16，33.