文化創意產業數據資產估值與數據要素市場實現機理研究

摘要：在數字經濟與文化創意產業融合發展的背景下，數據作為第五大生產要素在文化創意產業中突顯其重要的戰略地位。文章對文化創意產業特定的數據要素市場和數據資產估值進行耦合性研究，通過剖析文化創意數據資產化與資產數據化進程，揭示數據資源的價值演變，將文創產業的數據資產按照持有目的劃分為交易性文創數據資產和經營性文創數據資產，且分別采用外部市場訂單法和修正預期收益法進行估值；結合數據資產的確權與流通交易規制，闡釋了數據新質生產力的形成機理，以及文創數據要素市場培育的實現路徑。

關鍵詞：數據資產；要素市場；資產估值

中圖分類號：F713.83文獻標識碼：A文章編號：1005-6432（2024） 29-0048-05

DOI：10.13939/j.cnki.zgsc.2024.29.013

2022年由國家發改委牽頭制定的“數據二十條”，聚焦數據產權、流通交易、收益分配、安全治理四大重點方向，初步搭建起數據制度體系的四梁八柱。同年，文化旅游部發布《文化和旅游部關于推動數字文化產業高質量發展的意見》，要求構建文化領域數據開發利用場景，推動建設可信數據流通環境，培育數據要素市場。2024年初國家數據局頒布《“數據要素×”三年行動計劃（2024—2026年）》，引導數據要素與傳統產業應用場景融合發展，充分發揮數據要素在數字經濟中的放大、疊加和倍增作用。當前，數字文創產業呈現蓬勃發展態勢，在促進文化資源的數字轉化過程中，數據作為與勞動、資本、土地、技術并列的第五大生產要素，將突顯其重要的戰略地位，形成文化創意產業的核心資產。研究文創產業的數據資產估值及其要素市場的交易規制，從多重維度揭示數據資產的價值活動內涵，推動數字文創產業成為社會經濟發展的強大引擎和重要增長極，具有重要的現實意義。

1相關文獻及研究綜述

1.1數據資產及數據要素市場研究

“數據資產”作為概念詞匯，最早出現在 1974 年 Richard E.Peterson 發表的《貨幣需求的橫截面研究：1960—1962 年的美國》一文中。英國維克托·邁爾-舍恩伯格等（2013）在對大數據展開系統研究后，在其著作《大數據時代》中表示將數據資產列入資產負債表是必然趨勢。葉雅珍和朱揚勇（2023）給出了一個數據資產化的基本框架，包括數據資源確權、價值確認、質量管控、貨幣計價與評估五個步驟。袁娜娜和馬軍杰（2020）對數據交易主體、交易規則進行剖析，提出從數據權屬和交易監管等方面構建有序的數據要素市場。董高靜等（2023）針對數據資產合規和確權問題進行分析，遵循數據價值鏈的理論邏輯，將數據資產價值實現機制劃分為合規確權和資產治理兩個階段。

1.2數據資產估值研究

Longstaff和Schwartz（2001）運用最小二乘蒙特卡洛方法（Least Squares Monte Carlo Approach，LSM）對數據價值與價格進行評估。Stentoft（2004）對 LSM 方法進行量化分析，并將該方法推廣到了期權定價等多個應用領域。王靜和王娟（2019）利用層次分析法構建評價指標體系，并結合B-S 理論模型對數據資產進行全面評估。林常樂和趙公正（2023）提出運用不同場景的數據資產價值，形成數據資產圖譜，進行數據資產定價。

1.3文獻及研究評述

國內外學者對“數據資產估值”和“數據要素市場”研究的側重點各有不同，數據資產估值呈現出方法、維度多樣化的特點，但目前仍停留在數據資產本身的學術理論研究層面。傳統的評估方法在應用于數據資產估值時各具有適用性，但也都存在一定的局限性，目前尚未形成屬于特定產業的數據資產估值解決方案。雖然劉學霞等（2004）針對采礦行業，田野（2005）針對醫藥行業展開了行業內數據資產應用問題的研究，但還有待被行業實踐所采用。在數字經濟與文化創意產業融合發展的背景下，針對文化創意產業特定的數據要素市場、數據資產估值進行耦合性研究，以期為文化創意產業的數據資產價值管理及其應用拓寬渠道，形成真正意義上的數據新質生產力。

2文化創意產業數據資產

2.1文化創意數據資產化與資產數據化

文化創意產品在設計、開發和銷售全新生態中，產生了大量的生產、流通和消費數據，多樣化的數字形態（圖形、語音和代碼）展現出獨特的資產價值。通常，文化創意數據資產主要來源于兩個方面：數據資產化和資產數據化。數據資產化是將原本以非資產形式存在的數據，轉化為可計量、有價值的數據資產，將無序的、非結構化的數據，通過數據清洗、整合、分析等技術手段，轉化為有序的、結構化的數據資產。文創數據資產可能直接來源于文化創作、傳播和消費過程，在經過文創加工、整合和優化處理后，按照邏輯結構有序地組織起來，以二進制形式存在，并形成一定規模、易于復用和訪問的數據集合。資產數據化是將已經存在的文化資產，如文化作品、文化遺產等，通過數字化手段轉化為數據資產。將文化資產進行數字化掃描、錄入、建模等處理，轉化為可在計算機系統中存儲、傳輸和處理的數字形式。通過資產數據化，文化資產得以在更廣泛的范圍內傳播和共享，同時也可以通過數據分析等手段實現更深度的價值挖掘和利用。例如，運用大數據和人工智能等先進技術，對文化遺產進行采集、提取、解讀、重構、可視化分析以及知識圖譜建構等處理，將文字、圖像、音樂、舞蹈等文化符號轉化為數字化資源，為新的文化創作、傳播和消費提供便捷的途徑。

2.2文化創意數據的價值演變

文化創意數據的價值鏈是從數據資源到數據產品再到數據資產的演變過程。數據資源是數據資產化的最初級階段，經過精心策劃數據戰略，構建起穩固的數據能力體系和數據治理框架。當數據不斷積累，企業以市場需求為導向，發掘數據資源潛在的價值圖譜，推進數據產品及其技術的研發。數據資源經處理后的成果面向不同場景，顯性釋放價值，形成數據產品。當數據產品為企業帶來持續穩定的收益時，標志著數據進入了價值化階段，即實現了從數據資源到數據資產的蛻變。文化創意數據產品與數據資產之間既存在著微妙緊密的關系，又有著實質性區別。文創數據產品以數字形式存在，其內涵、質量、效用與傳統實體商品無異。數據產品能夠被創建、發布和傳送。生產者可以選擇收費銷售或免費贈送，供消費者瀏覽、使用和獲取數據。因此，數據產品具有庫存商品及存貨的所有特征，本質上是以交易和最終出售作為持有目的的數據資產。與此相對應的則是以服務生產經營，或為管理目的而持有的數據資產，其價值體現在與其他資產共同實現的組合收益中。

2.3文化創意數據資產的界定

通過對文化創意數據資產的來源和資產化進行分析，將文化創意數據資產界定為：由經濟主體擁有或控制的，具備資產權屬、經濟價值和文化內涵的可量化的文化資源。一項文化數據要成為數據資產需要滿足以下三個條件：第一，必須擁有明確的資產權屬，即這些文化資源必須為某一特定主體所擁有或控制，確保其合法性和穩定性。第二，必須具備“文化”的效用價值和實用性，不僅要蘊含文化屬性，還要能夠產生經濟價值。第三，必須能夠進行價值量化，即文化數據資產的價值應用能夠進行科學評估，并以貨幣形式進行衡量和標價。

3文化創意產業數據資產估值

3.1交易性文創數據資產估值

比較典型的交易性文化創意數據資產有音樂、影視、閱讀類數據產品等。鑒于數據資產的邊際成本逐漸趨向于零，在估算其成本時應聚焦在數據的初始采集和研發階段所產生的費用。考慮到數據資產涉及版權等相關因素，且需要借助特定媒介進行存儲和處理，版權與媒介儲存成本將成為評估過程中不可或缺的組成部分。相關產品及定價模式如表1所示。

對于交易雙方而言，賣方關注的是數據資產的交易價格能否彌補其投入的成本，從而實現一定的溢價目標；而買方則更關注數據資產能帶來的實際收益。交易性文化創意數據資產一般提供在線收聽、觀看和瀏覽等產品服務方式，數據供給通常與訂單管理模式趨同，由于交易性文創數據資產的持有目的是最終出售，綜合三類傳統估值方法的適用范圍，借鑒市場法估值公允性優勢，將訂單管理模式與市場法相結合，依據數據資源的需求情況，確定以“外部市場訂單法”作為交易性文創數據資產的估值方法。其估值計算模型為：

3.1.1需求量（訂單量）的確定

數據資產價值與數據用量兩者呈正相關，在單位數據產品成本不變的情況下，數據用量越大，數據資產價值越大。不同數據產品的需求量可以視為數據產品的訂單量，不同的業務場景均會產生數據產品需求量，其數據產品價值需要進行疊加。

3.1.2數據產品成本

數據產品的獲取涉及外購和開發階段，成本主要包括前期成本、直接成本、間接成本等。數據前期成本是形成數據解決方案所投入的人工薪酬、咨詢費用及資源成本等；數據直接成本包括數據采集、存儲、開發、運營、安全維護等成本；數據間接成本包括采集、清洗、整理數據所使用的場地、軟硬件設施所分攤的成本費用。數據產品能確定成本負擔對象的，直接歸集計入對應成本項目；不能直接確定成本負擔對象的，按照數據開發工時和數據存儲量等成本動因，計算分配給多個共同負擔的成本對象。另外，根據數據產品的不同交易模式，需要考慮是否加入合理利潤和不能抵扣的相關稅費等。

3.1.3價值調整系數

價值調整系數能夠有效降低數據價值計量的不確定性和異質性，達成交易雙方的價值共識。由于數據的質量、效用和風險都會對整體價值產生影響，故在數據產品成本的基礎上，分別從數據質量、數據效用和數據風險三個維度來構建價值調整系數計算體系，如表2所示。

對于以上價值影響因素，應當結合具體的場景選擇相應的指標，確定對應的權重進行量化評價。經過分級加權平均處理和匯總計算后，得到的評價系數作為對數據價值的調整，從而全面、客觀、準確地評估數據資產的價值。

3.2經營性文創數據資產估值

經營性文化創意數據資產融入了文化元素，在評估時須對文化元素的內在價值進行考量，其估值評價過程也因此而變得錯綜復雜。由于經營性文創數據資產通常不存在類似、活躍的交易市場，交易信息難以獲得，因此市場法并不適用。經營性文創數據資產的預期收益、收益期限和風險可以合理預測，采用收益法進行評估更能體現資產持有者的根本利益。收益法的應用原理是基于經營性文創數據資產的預期應用場景，預測未來產生的收益并折算成現值，從而確定資產價值[6]。考慮到經營性文創數據資產預期收益實現方式的多樣性，應當以修正、剝離后的預期收益替代傳統收益法估值模型中的未來現金流量，其估值計算模型為：

采用上述模型的前提條件是：被估值資產的未來收益能夠合理預測和以貨幣計量，收益風險可以量化，且收益期限能夠合理確定。

3.2.1預期收益的確定

經營性文創數據資產的預期收益是在特定使用場景下的收益，包括許可使用費、資產直接（獨立）收益、銷售收入提成、產品收益分成等。如果文創數據資產與其他相關資產共同組成資產組，需要在資產組的整體收益中扣除其他相關資產的收益貢獻，以計算確定的超額收益作為估值資產的預期收益。

3.2.2收益期限的確定

按照資產確認計量的謹慎性原則，綜合考慮經營性文創數據資產的時效性、權利狀況和資產生命周期等因素，選擇法律期限、合同期限、使用年限中較短的時限作為收益期限，且所確定的收益期限不應超過產品或服務的合理盈利周期。若因傳播使用、技術迭代或市場需求變化等因素導致資產貶值的，則須充分考慮由資產減值帶來的預期收益的降低，確保估值的準確性和合理性。

3.2.3折現率的選擇

折現率通常采用數據資產持有者所要求的必要報酬率，根據數據資產的收益、風險及其所屬企業的資本結構變化情況，分別選擇靜態折現率和動態折現率計算確定。

（1）靜態折現率的確定：

R=R+R

式中：無風險收益率（Rf）鑒于數據資產的時效性特點，可選用10年左右的中長期國債收益率作為無風險報酬率，風險報酬率也稱風險溢價，主要來自數據資產所涉及的流通、治理、安全和監管環節。一類是由經營產生的，另一類是由變現產生的，這兩類風險共同構成了數據資產估值折現率的風險溢價，將兩類風險報酬溢價率進行累加，即可獲得風險報酬率。

（2）動態折現率的確定：

動態折現率以資本資產定價模型（Capital Asset Pricing Model，CAPM）為基礎計算確定，該模型是由美國學者威廉·夏普（William Sharpe）等人在資產組合理論和資本市場理論的基礎上發展起來的[7]，其計算公式如下：

R=R+β（R－R）

式中：無風險收益率（Rf）的選用原則同靜態折現率，風險溢價是風險收益率（R）與無風險收益率（R）之間的差，β系數是數據資產的風險相對于市場平均風險的倍數，表示數據資產收益率和市場平均收益率之間變動的相關程度。β系數的確定是基于回歸分析法，通過文創數據資產收益率與市場收益率的協方差和方差推算得到。

4文化創意數據要素市場的實現機理

4.1文化創意數據要素市場交易的制度安排

數據確權是流通交易的基礎，解決文化創意數據確權問題的關鍵是完善產權制度，建立數據資源持有權、使用權和經營權“三權分置”的產權機制[1]，為數據要素的流通和交易紓解制度困境。實施高效、公平的數據要素收益分配機制，充分激發參與主體的創新活力，形成新質生產力。建立數據分級分類管理辦法，完善一、二級交易市場的機制安排，制定符合市場需求的數據交易配套指引規范。借鑒債券市場的做法，嘗試建立文化創意數據要素市場的集中登記和結算制度。借鑒金融市場對外開放的發展經驗，建立跨境文創數據分級分類管理機制，構建多渠道、便利化的數據跨境流動監管機制。

4.2文化創意數據要素市場的交易形式

根據交易場所的不同，數據要素市場可以劃分為場外交易和場內交易兩種類型。場外交易采用自行協商和簽訂合同的方式，依賴于雙方的信任和自主協商，缺乏統一的交易規則和監管機制；場內交易是在規范、透明的內部環境中進行的，能獲得更多的保障和公平性。目前場內交易僅占到整個交易規模的5%左右，場內交易市場相當不活躍。頻繁的場外交易為非法數據交易提供了滋生的土壤，發展場內交易的緊迫性愈發凸顯。文化創意數據要素市場應著重開拓場內交易業務，提升場內交易的市場份額，為數據要素的安全流通提供更為堅實的保障。

4.3文化創意數據要素市場多元主體的協同治理

文化創意數據要素市場主體間的互動日益緊密，政府、企業、行業協會和個體用戶等多方力量共同協作，形成多元主體之間的市場協同治理關系。政府在構建有效市場與建立新型政企關系中發揮著不可或缺的作用，清晰界定政府、企業、行業協會和個體用戶等多元主體的角色與責任，鼓勵各方積極參與市場治理，形成共治共享的格局，有助于挖掘文化創意數據要素市場的巨大潛力，并為其深層價值的實現提供堅實基礎。

4.4文化創意數據要素市場生態體系的構建

數據的采集、加工、存儲、流通等環節相互銜接，涉及眾多參與主體，共同構建了完整的產業生態系統。構建良好的數據要素流通生態，須在多個關鍵領域加強頂層設計，包括數據質量標準、交易場所和流通規則。培育數商和數據服務機構參與評估結算，搭建交易雙方的互信機制，減少信息收集與溝通成本。統籌全國數據交易場所的規劃、布局和建設，打造多元化的數據交易平臺，確保數據從生產到交易、定價和應用的整個流程暢通無阻，以發揮數據的規模經濟效應，拓展收益遞增區間。

參考文獻：

[1]中共中央，國務院.關于構建數據基礎制度更好發揮數據要素作用的意見[Z].2022.

[2]文化和旅游部.關于推動數字文化產業高質量發展的意見[A].文旅產業發〔2020〕78號.

[3]國家數據局.“數據要素×”三年行動計劃（2024—2026年）[Z].國數政策〔2023〕11號.

[4]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[5]葉雅珍，朱揚勇.數據資產[M].北京：人民郵電出版社，2021.

[6]中國資產評估協會.數據資產評估指導意見[Z].2023.

[7]董惠敏，厲國威.數據資產動態折現率的確定——以恒生電子股份有限公司為例[J].中國資產評估，2022（8）：50-57.

[8]財政部.企業數據資源相關會計處理暫行規定[Z].財會〔2023〕11號.

[9]德勤，阿里研究院.數據資產化之路——數據資產的估值與行業實踐[R].上海：上海德勤資產評估有限中心，2023.

[基金項目]2023年度成都市哲學社會科學研究基地數字經濟與文化創意融合發展中心規劃項目“文化創意產業數據要素市場與數據資產估值研究課題研究成果”（項目編號：SJWC2023YB002）。

［作者簡介］李貞，四川成都人，碩士，教授，正高級會計師，供職于成都職業技術學院，研究方向：財務會計理論與實務、業財數智化；梁豐，湖北麻城人，博士，副教授，供職于成都職業技術學院，研究方向：金融科技、數字經濟。