電商平臺數據資產核算問題分析

馬悅 周美華

【摘要】隨著大數據時代的來臨和數字經濟的不斷發展， 企業越來越廣泛應用并受益于數據這一新型生產要素， 因此數據資產化已經成為一種必然趨勢。但是現行會計準則尚未對數據資產的會計核算問題做出明確規定， 現有研究也大多集中于數據資產的整體探討， 缺乏結合行業特點的細分研究。基于此， 本文選取數據資源較為集中的電商平臺作為研究對象， 按照其數據資源的價值表現形式分為增加收入、 減少成本和控制風險的數據資源， 進而對這三類數據資源的核算問題進行探討， 以期實現數據資源的恰當入表， 提高會計信息的決策有用性。

【關鍵詞】電商平臺；數據資源；商業模式；無形資產

【中圖分類號】 F231? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2024）03-0048-7

一、 引言

隨著經濟的不斷發展， 數字經濟成為繼農業經濟、 工業經濟之后的主要經濟業態。凡是直接或間接利用數據來引導資源發揮作用， 推動生產力發展的經濟形態都可以被納入數字經濟的范疇。這說明數據資源作為數字經濟的重要組成部分， 蘊藏著巨大的商業價值。2020年， 國務院在《關于構建更加完善的要素市場化配置體制機制的意見》中將數據定義為， 繼土地、 勞動力、 資本、 技術之后的第五大生產要素， 體現了數據資源是數字經濟發展的關鍵性因素。2023年， 財政部在《企業數據資源相關會計處理暫行規定》（簡稱《暫行規定》）中對企業數據資源的會計處理原則及披露要求予以規定， 進一步彰顯了數據資源在企業價值創造中的重要性。以上舉措充分說明， 數據作為關鍵生產要素具有重要的戰略資源價值， 其資本化成為必然趨勢（許憲春等，2022）。

盡管數據資源的價值已經得到公認， 相關準則的制定也在逐步推進， 但具體在企業中的應用還處于比較模糊的階段。目前， 學術界對于數據資源的探討主要集中在權屬問題、 會計確認與計量、 價值評估等方面， 但是學者們并未在核算問題上形成一致的結論， 數據資產的核算是學術界亟待解決的重大課題。數據資源的數據化形態表明， 其產生途徑主要依賴于信息技術的廣泛應用， 因此數據資源的資產化問題也與其密切相關。基于此， 本文選取互聯網電商行業中電商平臺的數據資源作為研究對象， 從現有會計準則體系中資產的定義及確認條件出發， 對電商平臺數據的資源是否應確認為資產、 后續會計處理及信息披露等問題進行探討。本文的貢獻體現在， 根據電商平臺數據資源的特性， 探索性地提出了按照其價值創造方式進行分類， 通過探討數據資產的確認條件、 會計處理及信息披露， 一方面有助于企業更好地發現和利用數據資源， 提高數據資源的應用價值， 另一方面為企業數據資產相關業務的會計處理提供了借鑒， 有利于降低企業內外部信息不對稱程度， 滿足投資者的信息需求。

二、 數據資產核算問題文獻綜述

（一） 數據資產的概念及定義

Tony Fisher（2009）基于大數據背景下數據的資產屬性， 首次明確指出“數據是一種資產”。數據資產作為一項重要資產， 企業需要對其進行有效管理（DAMA國際，2020）。近年來， 我國探討數據資產的文獻逐漸增多， 與數據資產并行的還有信息資產、 數字資產等概念。由于數據更適合作為企業的價值挖掘對象進而為其帶來經濟利益， 因此將相關概念統一為“數據資產”（朱揚勇和葉雅珍，2018）。隨后基于企業會計核算的視角， 許多學者都對數據資產的定義進行了探索（李雅雄和倪杉，2017；朱揚勇和葉雅珍，2018；王漢生，2018；中國信通院，2020；許憲春等，2022）。雖然學者們的表述不盡相同， 但是均強調了我國現行《企業會計準則——基本準則》中的資產屬性， 即“由企業擁有或控制”和“能夠為企業帶來經濟利益流入”。在資產共有屬性的基礎上， 數據化形態、 價值波動性、 業務依附性等獨特屬性也被納入學者們提出的數據資產定義中。本文認為， 中國信通院對于數據資產的定義是較為合適的， 即數據資產是企業在生產經營活動中產生的或從外部渠道獲取的， 企業具有所有權或控制權的， 預期能夠在一定時期內為企業帶來經濟利益的數據資源。

（二） 數據資產的確認

1. 確認前提與確認條件。對于數據資產的確認， 首先要明確數據資源的歸屬， 也就是其所有權問題（王漢生，2018； 秦榮生，2020）。除所有權外， 數據還具有收集權、 加工權、 使用權等權利（符文娟和梅瑾瑾，2022）。以電商網站的數據資源為例， 注冊用戶是數據的創造者， 對數據進行電子化收集和分析的網站是數據資源的實際控制者（王漢生，2018）， 企業只要合法合規地享有數據的控制權， 就可以在一定程度上對數據資源進行資產化確認（中國信通院，2020）。數據資源在滿足權屬清晰、 符合資產特征的基礎上， 還需要滿足資產的確認條件才可以被納入財務報表。關于數據資產確認條件的討論， 大多數學者選擇參照《企業會計準則——基本準則》的規定， 即與該資源有關的經濟利益很可能流入企業且該資源的成本或價值能夠可靠計量。此外， 《暫行規定》提出， 企業內部研發的數據資產和企業外購取得的數據資產在滿足《企業會計準則——基本準則》對資產確認條件的基礎上， 還應分別滿足《企業會計準則第6號——無形資產》和《企業會計準則第1號——存貨》對資產的確認條件。

2. 確認科目。關于數據資產的科目設置， 學者們主要形成了無形資產論和新設科目論兩種觀點。持無形資產論的學者認為， 數據資產具有無形資產的主要特征（游靜等，2018；符文娟和梅瑾瑾，2022）， 可以作為無形資產的一種新類別（中國信通院，2020）， 應當適當放寬無形資產的確認條件（黃世忠等，2023）， 并建議在無形資產下設立“數據資產”二級科目對企業數據資產進行確認； 持新設科目論的學者認為， 企業的數據資產雖然在主要特征上與無形資產相同， 但是數據資產的非知識產權性（張俊瑞等，2020）、 后續會計核算原則（李雅雄和倪杉，2017）、 價值發揮形式（王世杰和劉喻丹，2023）均與無形資產存在差異， 應專設“數據資產”一級科目進行核算（余應敏，2020）。

（三） 數據資產的計量

大多數學者按照數據資產的來源將其分為自產加工數據資產和外購數據資產。學者認為兩種來源的數據資產均應按照歷史成本進行初始計量（黃世忠等，2023；張俊瑞和危雁麟，2023）。因為自產加工數據資產從投入價值角度具備無形資產的特點（陸旭冉，2019）， 并且在形成數據資產過程中耗費的人工成本、 物料成本及必要的間接費用是構成數據資產的價值基礎（李雅雄和倪杉，2017）， 同時外購數據資產具有使其能夠可靠計量的購買對價（符文娟和梅瑾瑾，2022；李雅雄和倪杉，2017；王世杰和劉喻丹，2023）， 所以兩者均應使用歷史成本進行初始計量。也有學者認為， 自產數據資產的市場價值遠高于開發成本， 使用歷史成本計量會大大降低其決策有用性（呂玉芹等，2003）， 因此提出用收益現值法對自產加工數據資產進行初始計量（雷小喬和張芳，2023）。

學術界對數據資產的后續計量的探討主要集中在后續支出和減值與攤銷兩方面。在后續支出方面， 學者們一致認為對于可以增加有效數據量或提高數據利用效率的技術性支出應予以資本化， 計入數據資產的成本； 對于非技術性支出（存儲、 維護費用等）則予以費用化， 計入當期損益（李雅雄和倪杉，2017；王世杰和劉喻丹，2023）。在減值與攤銷方面， 學者們持不同觀點。有學者認為， 對于使用壽命確定的數據資產， 企業應選擇與其經濟利益預期消耗方式匹配的方法對其進行攤銷； 對于使用壽命不確定的數據資產， 企業可以定期對其進行減值測試（陸旭冉，2019；符文娟和梅瑾瑾，2022）， 并將數據資產公允價值或可收回金額與其賬面價值的差額確認為資產減值損失（李雅雄和倪杉，2017）。也有學者認為， 數據資產的價值只會隨著數據量的增加而上升（王世杰和劉喻丹，2023）， 因此對于使用壽命不確定的數據資產和使用公允價值進行后續計量的數據資產均無需攤銷。

（四） 數據資產的列報與披露

大多數學者提出用“表內確認+表外披露”的方式對企業的數據資產進行列報和披露。在表內確認方面， 支持無形資產論的學者認為企業應將其數據資產在“無形資產”科目下列示（符文娟和梅瑾瑾，2022）； 支持新設科目論的學者認為企業應將其數據資產在非流動資產中的“數據資產”科目下列示（秦榮生，2020； 張俊瑞和危雁麟，2023）。在表外披露方面， 對于滿足無形資產確認條件的數據資產， 企業可以參照《企業會計準則第6號——無形資產》中的要求進行披露； 對于列示在“數據資產”科目下的資產， 企業還需要在財報附注中披露其計量屬性選擇依據、 計量方法及對當期財報的影響（張俊瑞和危雁麟，2023）。

此外， 對于未確認在報表上的數據資源， 企業可以對數據資源的來源、 權屬、 加工過程中各類資源投入情況、 應用場景、 成本確認原則及價值創造方式等相關信息進行自愿披露（符文娟和梅瑾瑾，2022；王世杰和劉喻丹，2023）； 對于以數據資源為價值驅動要素的企業也可以考慮單設“數據資產與價值創造”章節進行披露（季周和李琳，2022）； 企業還可以通過編制“第四張財務報表”從不同維度反映其數據資產的關鍵指標， 力推數據資產信息列報的規范化（張俊瑞和危雁麟，2021）。

綜上所述， 許多學者都基于資產定義和數據的獨特屬性提出了數據資產的定義。中國信通院提出的定義較為明晰合理， 因其闡述了數據資產的來源、 界定了權屬問題以及明確了價值屬性。在定義的基礎上， 學者們一致將現行企業會計準則中資產的確認條件作為數據資源能否確認為資產的依據。但是在數據資產的確認科目上， 學者們主要形成了無形資產論和新設科目論兩種觀點。數據資產在無實物形態、 非貨幣性和可辨認性上與無形資產相同， 因此本文支持無形資產論的觀點。在初始計量方面， 大多數學者選擇用歷史成本、 公允價值或現值作為計量屬性。在后續計量方面， 學術界對數據資產后續支出的資本化判斷標準意見一致， 即技術性支出資本化， 非技術性支出費用化。但是對數據資產是否應進行減值與攤銷持不同見解。由于數據資產的有序交易尚未形成， 因此使用歷史成本進行初始計量較為可靠， 后續計量中可以根據數據資產的使用壽命是否確定來決定對其進行攤銷或減值測試。

三、 電商平臺數據資源的產生與價值創造

由于商業模式決定著資產的分類方法、 計量屬性的選擇及收入的確認方法， 因此從商業模式的角度探討數據資產的入表問題， 將商業模式貫穿于數據資產核算的各個環節， 有助于形成邏輯一致的解決方案（黃世忠等，2023）。本文參照這一觀點按照商業模式對電商平臺進行分類。目前消費者常用的電商平臺的商業模式主要分為三類， 分別是以淘寶為代表的C2C模式、 以京東為代表的B2C模式和以拼多多為代表的C2M模式。

如圖1所示： C2C模式下， 電商平臺作為連接商家和消費者的“橋梁”， 為消費者提供與其需求匹配的商家； B2C模式下， 電商平臺作為商家和消費者之間的“中間商”， 依據消費者需求分析及預測結果選擇合適的供應商進行采購， 并在消費者下單后通過自建物流系統將商品送達； C2M模式下， 電商平臺作為制造商與消費者之間的“需求挖掘者”和“信息傳遞者”， 通過聚集相同的購物需求， 將需求信息直接提供給制造商進而指導其生產。由此可見， 不同商業模式下的電商平臺的數據來源和用途也存在差異。綜上， 本文以消費者的購物流程為載體， 對三種商業模式下電商平臺數據資源的形成路徑進行論述。

（一） C2C模式下電商平臺的數據資源

C2C模式下消費者的購物流程主要分為瀏覽階段、 支付階段和配送階段。在瀏覽階段， 電商平臺通過收集消費者的瀏覽行為數據， 構建消費者畫像。電商平臺可以通過清晰的消費者畫像投其所好地向消費者推送商品， 提高從流量到訂單的轉換率。在支付階段， 電商平臺的支付軟件通過對消費者支付行為數據的收集和分析， 可以對顧客進行信用評級。信用評級的結果可以用來決定其支付軟件上其他借貸業務的授信額度， 進而降低企業款項無法收回的風險。在配送階段， 電商平臺首先收集客戶配送信息， 而后按照地區進行分類以此完善各地的配送網絡， 提高配送效率， 從而節約配送成本。

（二） B2C模式下電商平臺的數據資源

B2C模式下電商平臺形成的數據資源主要集中于瀏覽階段、 采購階段、 配送階段及售后階段。在瀏覽階段， 數據主要來源于消費者的瀏覽行為。電商平臺通過對此類數據資源的分析， 提高推送商品的精準度進而實現收入的增長。隨后， 電商平臺會結合消費者行為數據及過往銷售數據進行銷售預測， 開展下一輪采購。進入采購階段， 電商平臺會對供應商的各類商品數據進行收集， 通過數據分析對供應商資質進行評級， 以此建立供應商準入機制。此外， 電商平臺也會收集商品從入庫到出庫及配送階段的數據， 實現追蹤管理。在配送階段， 電商平臺會收集收件人地址等相關數據， 規劃出最優配送路線， 節約配送成本。由于B2C模式的電商平臺承擔商品售后責任， 電商平臺在售后階段可以通過對退換貨產品的種類、 數量、 原因等數據進行收集， 通過分析進而對產品進行適當調整， 盡量減少電商平臺的逆向物流成本。

（三） C2M模式下電商平臺的數據資源

C2M模式下， 電商平臺充當的是消費者與商家之間的“需求挖掘者”和“信息傳遞者”， 因此， 相關的數據資源主要來源于瀏覽階段。在瀏覽階段， 電商平臺通過收集消費者瀏覽數據并對其進行分析， 挖掘出消費者的潛在消費意愿及接受價格， 根據模型預測潛在商品的銷量。然后， 電商平臺直接通過預測形成的潛在訂單尋找制造商， 在制造商生產后將潛在需求商品進行精準推送， 促進供應商銷售收入的增加， 提高電商平臺的傭金收入。

上述三種商業模式下的電商平臺在運營過程中產生了不同的數據資源， 本文以“來源—用途”為主線對上述數據資源進行重新歸集， 如圖2所示。

數據資源按照行為主體不同可以分為基于消費者行為和基于電商行為兩大類。例如， 三種商業模式瀏覽階段的數據均來源于消費者的瀏覽行為， B2C和C2C模式下的電商平臺通過對此類數據的分析構建消費者畫像， C2M模式下的電商平臺則通過此類數據預測潛在需求商品。由此可見， 即使數據來源相同， 其用途也會存在差異。所以相對于數據的來源， 企業更應注重數據的價值創造形式。數據資源對企業的價值創造主要表現為三個方面： 收入增加、 成本減少和風險控制（王漢生，2018）。本文依據數據資源的價值創造形式對電商平臺的數據資源進行分類， 如表1所示。

由表1可知， 增加企業收入的數據資源主要集中在三種商業模式的瀏覽階段， 電商平臺會通過數據分析消費者喜好， 向其推薦合適商品， 提高訂單的成交量和成交率， 從而促進其收入的增加。減少企業成本的數據資源主要集中在B2C模式的采購階段及C2C與B2C模式的配送階段。例如， B2C模式電商平臺會通過數據不斷完善其配送網絡， 使企業可以選擇商品運輸更為集中的地區作為中轉點， 從而降低商品的單位配送成本。控制企業風險的數據資源主要集中在C2C模式下電商平臺的支付階段及B2C模式下電商平臺的采購階段。在這兩個階段， 企業可以通過數據資源的收集分別建立信用評級機制和供應商準入機制， 以此降低信貸業務的壞賬率、 催收成本和電商平臺的逆向物流成本。

四、 電商平臺數據資產的會計核算問題分析

數據資源貫穿于消費者的購物流程， 通過不同的價值表現形式為電商平臺帶來經濟利益， 成為互聯網電商行業不可或缺的經濟資源。根據《企業會計準則》中會計信息的相關性和重要性原則， 企業有必要將更多反映企業價值的重要信息納入財務報表， 從而向信息使用者提供更優質的決策信息。因此， 解決數據資產的核算問題具有重要的實踐意義。本文將從數據資產的確認、 計量和列報三個方面對電商平臺數據資產的核算問題展開細致研究。

（一） 數據資產的確認

企業可以通過對外數據交易和對內信息采集等多種方式獲取數據資源， 但是只有符合資產特征、 滿足資產確認條件的數據資源才能被確認為資產。

1. 符合資產特征。本文按照價值創造形式將電商平臺的數據資源分為三類， 分別是增加收入、 減少成本和控制風險。其一， 三類數據資源均通過企業對過往運營數據的收集整理而形成， 因此均滿足“過去的交易或事項形成”這一條件。其二， “由企業擁有或控制”涉及數據資產的權屬問題。電商平臺對其數據資源的權利主要涉及所有權和使用權。其中， 電商平臺對增加收入和采購階段減少成本的數據資源享有所有權， 因為此類數據都因企業的經營活動而產生。例如消費者瀏覽行為數據、 消費者支付行為數據及采購商品的追蹤數據。電商平臺對控制風險和配送階段減少成本的數據資源享有使用權， 這是因為雖然消費者和供應商是此類數據的創造者， 但是企業并非通過販賣其隱私獲取收益， 而是對個人信息數據進行脫敏處理后獲取經濟利益。例如， 企業將地址信息模糊化成網格點， 僅用以完善配送網絡， 并非暴露消費者住址。同時， 此類數據的價值是通過企業投入硬件、 軟件及人工成本而形成的。企業作為數據的實際控制者， 對運營過程中基于合法目的收集整理的信息數據享有使用權。因此， 電商平臺對其數據資源享有的所有權和使用權均滿足“由企業擁有或控制”這一條件。其三， 增加收入的數據資源可以直接增加企業的經濟利益總流入， 減少成本的數據資源可以通過降低成本增加企業的經濟利益凈流入， 控制風險的數據資源可以通過增加收入或減少成本的方式為企業帶來經濟利益的總流入或凈流入。例如， 企業可以通過控制風險的數據資源對客戶進行信用評級并調整貸款， 從而增加企業的利息收入或減少成本支出。因此， 綜上三類數據資源均符合資產特征。

2. 滿足資產確認條件。按照我國《企業會計準則——基本準則》的規定， 數據資源在符合資產特征的基礎上， 還應該滿足“該資源有關的經濟利益很可能流入企業”和“該資源的成本或價值能夠可靠地計量”才可以確認為資產。按我國現有會計準則規定， “很可能”是指經濟利益流入主體的概率超過50%， 這一概率依賴于財務人員的職業判斷。結合我國和國際會計準則對于資產的定義， 二者均強調了“控制”和“經濟利益流入”這兩個特征， “經濟利益流入”是經濟資源的價值體現， “控制”是經濟資源與主體之間的連接。因此， 本文將結合控制權對數據資產帶來的經濟利益流入企業的概率進行分析。電商平臺對數據資源的控制權分為所有權和使用權。其中， 所有權的控制程度最大， 這表明企業可以擁有數據資產帶來的全部經濟利益。使用權的控制程度僅次于所有權， 這表明企業合法使用該資源帶來的經濟利益也能夠流入企業。所以企業享有數據資源的所有權和使用權均滿足“很可能”這一條件。并且， 數據資源的收集、 篩選、 分析和儲存均需要大量的人力、 物力和技術投入， 需要花費大量的成本。因此， 企業各類數據資產均可以通過企業在形成數據資產過程中投入的硬件設施、 軟件技術及人工成本對其進行可靠計量。綜上， 電商平臺數據資源滿足資產的確認條件， 應作為企業資產的一部分在財務報表上進行確認。

3. 符合無形資產特征。根據我國《企業會計準則——基本準則》中無形資產的定義， 無形資產具有無實物形態、 非貨幣性和可辨認性三個主要特征。首先是對電商平臺數據資產是否具有實物形態的討論。學術界對于資產的無實物形態主要有兩種觀點： 一種觀點認為， 感官上的看不見是無實物形態的判斷標準； 另一種觀點認為， 無形是資產的價值與形態無直接聯系。電商平臺數據資源的電子化存在形式滿足感官上的無實物標準。此外， 電子化數據資產依附于文件、 程序、 數據庫等實物載體， 且價值與載體形態之間無直接關聯。這表明， 無論參照哪種觀點， 數據資產均符合無實物形態的特征。其次， 電商平臺數據資產滿足非貨幣性特征。非貨幣性資產的本質在于其為企業帶來的經濟利益的貨幣金額是不確定的。數據資產為企業帶來的經濟利益與其價值創造形式和企業的數據使用能力有很大關聯， 例如企業可以利用數據資產增加收入、 節約成本和控制風險， 根據其價值創造形式的不同獲取不同金額的經濟利益， 此外數據使用能力更強的企業會更好地發揮數據資產的價值特性， 從而為企業帶來更多利潤。最后， 對于電商平臺數據資產可辨認性的判斷， 本文參照《企業會計準則第6號——無形資產》中的兩個可辨認標準： 一是能夠從企業中分離或劃分出來， 并能單獨或者與相關合同、 資產或負債一起， 用于出售、 轉移、 授予許可、 租賃或者交換； 二是源自合同性權利或其他法定權利， 無論這些權利是否可以從企業或其他權利和義務中轉移或者分離。二者滿足其一即可證明其具有可辨認性。三種價值表現形式的數據資源均滿足第一條標準。控制風險的數據資源主要來源于C2C模式的支付階段和B2C模式的采購階段， 此類數據的來源業務與應用業務不重合。例如用來建立信用評級業務的數據來源于電商零售業務， 卻被應用于企業的信貸業務， 表明數據資產發揮價值的范圍不局限于其數據來源業務， 為數據資產的對外交易提供了可能。同理， 雖然目前增加收入和減少成本的數據資產的來源業務和應用業務相同， 但是并不能否認這兩類數據資產具有對外出售的可能性。因此， 三類數據資產均滿足可辨認性的標準。綜上， 電商平臺數據資產符合無形資產的主要特征， 本文認為企業應將其賬面價值在“無形資產”科目下列示。

（二） 數據資產的計量

1. 計量屬性的選擇 。計量屬性的選擇是實施會計計量的基礎。如前所述， 電商平臺的數據資產從會計核算角度屬于無形資產， 因此對于數據資產計量屬性的選擇可以參照無形資產的價值評估方法。現行的無形資產價值評估方法有兩類： 一類是體現資產投入價值的成本法， 另一類是體現資產產出價值的市場法和收益法。首先， 市場法是通過市場上相同或相似資產的近期交易價格對數據資產價值進行估計的一種方法， 使用市場法進行估值的資產要滿足具有活躍市場的前提， 而目前我國的數據交易市場并非十分活躍， 有序交易也尚未形成， 導致獲取數據資產的市場價值存在較大難度。其次， 數據資產具有業務依附性和規模性， 導致市場上很難找到與其相同或類似的資產， 所以市場法下的公允價值不適合作為數據資產的計量屬性。收益法是根據資產未來經濟利益流入的現值來衡量其價值。如果企業選用現值作為數據資產的計量屬性， 就需要明確數據資產未來的經濟利益流入、 折現率及預計使用年限這三個主要指標。數據資產未來的經濟利益流入很難確定， 因為處于開發期的數據資產尚未產生經濟利益， 此外數據資產的更新較快、 價值的波動性也較大， 這些因素使得企業難以準確衡量其帶來的經濟利益及預計使用壽命， 導致以現值作為數據資產的計量屬性在實踐中具有一定的局限性。成本法主要通過加總企業在形成數據資產過程中的各項投入成本來測度其價值。企業在形成收集、 處理、 儲存和分析數據的過程中都會投入硬件設施、 軟件技術及人工成本。這些歷史成本是構成數據資產的價值基礎， 同時這些成本均基于實際的交易或事項， 其可靠性較強。由此， 本文認為選用歷史成本作為電商平臺三類數據資產的計量屬性較為合適， 且可靠性較強。

2. 初始計量。基于歷史成本法， 電商平臺數據資產的初始計量金額應該由數據達到預定可使用狀態前發生的必要支出構成。在此過程中， 可以根據數據資產是否完全由企業獨立生產分為兩類： 一類是企業獨立完成從數據資源到數據資產的生產過程， 主要包括數據的收集階段、 儲存階段、 處理階段和分析階段。對于這一類完全由企業自產的數據資產， 企業應將購買的數據處理設備價款、 租用或購買專利的支出和技術人員的應付職工薪酬作為其入賬的價值基礎。另一類是企業并未參與數據資產的原始數據收集階段， 直接通過交易購買相關數據， 后續對數據進行不斷補充、 處理及分析最后形成數據資產， 此類數據資產的入賬價值相比前者而言增加了購買數據的支出。

3. 后續計量。數據資產從會計核算角度隸屬于無形資產類別， 因此電商平臺的數據資產后續計量問題應參考無形資產， 主要分為數據資產的后續支出、 攤銷與減值及處置三個方面。

（1）數據資產的后續支出。數據資產的后續支出主要有新數據的獲取支出、 現有數據的維護支出、 形成數據資產所使用的硬件和軟件的更新支出、 數據的儲存支出等。后續支出按照是否能夠優化數據功能可以分為兩類： 一類是能夠增加數據規模、 提高數據使用效率的支出。例如： 電商平臺通過不斷收集瀏覽行為數據構建更為精確的消費者畫像； 通過不斷收集新的用戶地址構建更完善的本地配送網絡； 通過不斷收集供應商采購信息構建更合理客觀的供應商準入機制。綜上， 企業獲取和處理分析新數據的支出能夠提高原有數據的規模和利用效率， 因此， 企業應將使數據獲得技術性提高的設備支出與折舊、 使用專利支出與攤銷、 應付職工薪酬等成本記入“無形資產——數據資產”科目。另一類是僅對數據資產現有功能的維護而發生的支出。例如， 隨著電商平臺數據量的逐漸增加， 儲存數據的硬件設備和分析數據的軟件技術因需要定期維護而產生的相關支出。這類支出只是維護了數據資產的現有功能， 并未支持數據功能的優化， 因此， 企業應將處理數據的硬件和軟件的定期維護和更新費用記入“管理費用”科目。

（2）數據資產的減值與攤銷。參照無形資產的會計處理原則， 可以根據能否合理估計數據資產的預計使用壽命來決定其是否在使用期限內攤銷。例如， 三個月前收集的數據會隨著消費趨勢的改變而喪失分析價值， 企業在不斷補充新數據的同時也要不斷地淘汰過時數據， 因此時效性強這一特點導致企業很難對該類數據資產的使用壽命進行合理估計。同理， 采購階段能夠減少成本的數據資產也具有更新性強這一特點， 因為商品從入庫到出庫的監控數據在消費者確認收貨完成訂單時便失去其價值， 所以企業不應對上述數據資產進行攤銷， 而應在每年年末對其進行減值測試。在減值測試過程中， 企業應采用合適的估值方法或委托專業的第三方評估機構對數據資產的價值進行估計， 將估計值作為數據資產的可收回金額， 然后與其賬面價值進行比較。例如， 若C2C模式瀏覽階段的數據資產存在減值跡象， 企業應當將其減值金額借記“資產減值損失”科目， 貸記“無形資產減值準備”科目。控制風險和配送階段減少成本的數據資產對于時效性的要求低于上述數據資產， 并且此類數據資產的功能和價值與其數據量正相關。例如： 配送階段減少成本的數據資產會隨著收件人地址的不斷增加幫助企業形成更為完善的本地配送網絡； 控制風險的數據資產會隨著不同類別供應商各類信息的不斷增加建立更客觀的供應商準入機制， 也會隨著支付行為數據的不斷收集為企業建立更合理的信用評級機制。此類數據資產的使用壽命有限且可以合理估計， 依照目前學術界形成的觀點， 對于使用壽命有限的數據資產， 企業可以考慮在5年內進行攤銷。例如， 對于C2C模式下電商平臺用于信用評級的數據資產， 企業可以將其每年的攤銷金額借記“管理費用”科目， 貸記“累計攤銷”科目。

（3）數據資產的處置。數據資產的處置可以根據數據資產在處置時是否能產生未來經濟利益分為出售和報廢兩種情況。B2C模式下電商平臺可以通過出售其完善的配送網絡而獲得收入， 企業應將確認收入的同時將數據資產的賬面價值做轉銷處理， 最后將兩者差額計入“營業外收入”。此外， 三種商業模式用于分析消費者偏好的數據資產在喪失時效性之后不能為企業帶來經濟利益， 企業應將此類數據資產的處置費用計入“營業外支出”。

（三） 數據資產的列報與披露

基于上述對數據資產確認和計量問題的討論， 本文提出將電商平臺數據資產入表的構想。數據資產入表一方面可以適當降低信息提供者和使用者的信息不對稱程度， 提高財報的相關性， 另一方面可以增強企業資產價值的完整性， 進而提高財報的可靠性。同時， 企業也應在財報附注中對數據資產的相關信息進行披露。本文認為企業應采用表內確認和表外披露相結合的方式來全面反映數據資產的價值。

1. 表內確認。電商平臺數據資產符合無形資產的無實物形態、 非貨幣性和可辨認性三個特征， 應作為無形資產的二級科目“數據資產”在企業的資產負債表上列示。在后續計量中， 企業應將使用壽命確定的數據資產在其使用期限內進行攤銷， 其攤銷金額記入“累計攤銷”科目； 使用壽命不確定的數據資產， 企業應當至少在每年年末對其進行減值測試， 若發生減值， 應將減值金額記入“無形資產減值準備”科目。由此， 企業數據資產的賬面價值可以通過“無形資產——數據資產”“累計攤銷”和“無形資產減值準備”三個科目予以體現。

2. 表外披露。首先， 權屬問題是數據資產的確認前提， 因此企業應在財報附注中對數據資產的權屬問題進行披露。電商平臺對于其數據資產的權利主要分為所有權和使用權。例如， C2C模式下的電商平臺對瀏覽階段的數據享有所有權， 對支付階段和配送階段的數據享有使用權。其次， 企業要在附注中對數據資產的數據來源、 用途及價值表現形式進行披露。例如， C2C模式下的電商平臺用于信用評級的數據來源于支付階段， 其價值表現形式為控制風險。最后， 企業應當披露數據資產計量方法選擇的依據。例如， 企業采用歷史成本法對數據資產進行初始計量， 就應該在附注中披露選用歷史成本計量屬性的理由、 后續計量中對于使用壽命的判斷依據、 攤銷方法的選擇依據及減值跡象的描述。此外， 若數據資產的攤銷期或攤銷方法發生改變， 企業應當按照《企業會計準則》的規定， 披露變更原因、 變更內容及變更對當期和未來期間的影響數。最后， 對于本期進行終止確認的數據資產， 企業應披露其終止確認的理由及數據資產終止確認對當期損益的影響。

五、 結論與展望

數據的存在形式和價值創造方式相比于傳統要素有所不同， 使得其會計處理存在一定的難度。目前我國已經出臺了《暫行規定》， 但是在不同類型企業中的具體應用還存在很多問題有待探討。本文選取數據資源較為集中的電商平臺作為研究對象， 首先對不同商業模式下電商平臺涉及的數據資源進行描述， 其次通過收入增加、 成本減少及控制風險這三種價值創造形式對數據資源進行重新歸集， 最后對數據資源能否確認為資產及數據資產的會計處理和列報機制進行討論。本文認為， 在確認方面， 電商平臺的數據資源均符合資產特征及確認條件， 應被確認為資產， 并且在主要特征上與無形資產相同， 因此應作為無形資產的二級科目列示在資產負債表中。在初始計量方面， 應采用歷史成本作為數據資產入賬的價值基礎。在后續計量方面， 對數據資產技術性更新的后續支出應予以資本化， 反之應予以費用化； 對于更新較快的數據資產， 企業因無法確定其預計使用壽命而不進行攤銷， 應至少在每年年末對數據資產進行減值測試； 對于更新較慢的數據資產， 企業應在5年內選用合適的方法進行攤銷。在處置時， 企業應將數據資產的可收回金額與賬面價值的差額計入營業外收支； 在列報披露方面， 數據資產的賬面價值可以通過“無形資產——數據資產”“累計攤銷”和“無形資產減值準備”這三個科目體現， 同時企業應在財報附注中對數據資產的權屬、 內容、 應用場景、 計量屬性和方式的選擇依據、 會計估計變更和終止確認的理由等進行披露。本文對數據資產的未來展望如下。

（一） 建立完善的數據資產權利體系

合法合規是企業確認數據資產的前提， 保證合法合規的最有效手段就是明確數據資產的權屬問題。我國應依據數據的來源、 形成數據資產的價值鏈以及數據資產的價值創造方式， 建立以所有權和使用權為核心的數據資產權利體系。體系中應明確各類數據權利的劃分依據、 企業獲取各項權利的前提條件以及不同權利對應相關經濟利益方的獲取方式。明確數據資產的權屬問題不僅對數據資產的權利主體提供了法律保護， 也為數據資產的經濟利益分配提供了依據。

（二） 采用“歷史成本+公允價值”的計量屬性對數據資產進行計量

無論是自產加工的數據資產還是外購的數據資產， 企業采用各階段投入成本或合同交易對價等歷史成本對其進行初始計量符合會計信息的可靠性。但是， 隨著數據資產相關會計和法律制度的逐漸完善和數據交易市場的逐漸成熟， 公允價值更適合作為數據資產的后續計量屬性。此時在數據資產的后續計量中更多地應用公允價值， 能夠更加真實地反映市場對于其價值的認定。同時， 企業也可以通過數據資產的公允價值變動了解其價值波動情況。因此， 企業在后續計量中更多地使用公允價值不僅能夠降低可操縱性， 還能提高數據資產會計信息的決策有用性。

（三） 構建數據安全監管機制

數字的電子化形式導致其復制流程簡單和復制成本幾乎為零， 從而為數據資源的安全性埋下了隱患。此外， 很多數據來源于用戶的個人信息， 企業若未經用戶授權使用其個人信息會違反數據的合法性。因此， 建立合理的數據安全監管機制尤為重要。監管機制應從數據來源的合法性和數據使用的安全性出發， 建立相應的監管條例， 以此保障數據來源合理合法和數據提供者的隱私。

【 主 要 參 考 文 獻 】

黃世忠，葉豐瀅，陳朝琳．數據資產的確認、計量和報告——基于商業模式視角［ J］．財會月刊，2023（8）：3 ～ 7．

李雅雄，倪杉．數據資產的會計確認與計量研究［ J］．湖南財政經濟學院學報，2017（4）：82 ～ 90．

呂玉芹，袁昊，舒平．論數字資產的會計確認和計量［ J］．中央財經大學學報，2003（11）：62 ～ 65．

雷小喬，張芳．基于收益現值法的數據資產估價問題研究［ J］．統計與信息論壇，20235）：3 ～ 13．

季周，李琳．會計視角下數據資產化路徑探索［ J］．財務與會計，2022（16）：38 ～ 41．

王漢生．樸素的數據價值觀［ J］．新經濟導刊，2018（6）：62 ～ 66．

王世杰，劉喻丹．論數據資產的確認及計量［ J］．財會月刊，2023（8）：85 ～ 92．

許憲春，張鐘文，胡亞茹．數據資產統計與核算問題研究［ J］．管理世界，2022（2）：16 ～ 30+2．

游靜，胡蓉，陳婉麗，趙若涵．大數據背景下數據資產核算及在區域醫療協同平臺中的應用［ J］．中國管理信息化，2018（11）：43 ～ 45．

余應敏．確認大數據資產助推新經濟發展［ J］．財會月刊，2020（23）：52 ～ 55．

張俊瑞，危雁麟．數據資產會計：概念解析與財務報表列報［ J］．財會月刊，2021（23）：13 ～ 20．

張俊瑞，危雁麟．數據資產會計：現狀、規制與展望［ J］．財會月刊，2023（12）：3 ～ 11．

朱揚勇，葉雅珍．從數據的屬性看數據資產［ J］．大數據，2018（6）：65 ～ 76．

DAMA國際．DAMA數據管理知識體系指南［M］．北京：北京機械工業出版社，2020．

Tony Fisher. The Data Asset：How Smart Companies Govern Their Data for Business Success［M］． Hoboken：John Wiley & Sons，Inc.，2009．

【基金項目】吉林省科技廳項目“科技創新賦能吉林省醫藥產業發展研究”（項目編號：20220601052FG）；長春市科技局項目“長春市科技型企業創新能力研究”（項目編號：21CF08）

【作者單位】東北師范大學經濟與管理學院， 長春 130117