數字化轉型背景下高校財務數據資產入表問題探討

摘要：隨著數字經濟發展和高等教育數字化轉型，高校數據資源釋放出的價值不容小覷。以數字化轉型背景下高校財務數據資源為研究對象，結合其來源廣、結構化程度高、周期性強等特征，采用《信息技術 大數據 數據分類指南》（GB/T 38667—2020）中“線分類法”進行分類，進一步通過對高校財務數據的產權、核算邊界和可計量程度進行分析，定義高校財務數據資產。嘗試從質量和效益角度選取指標確定調整系數，采用調整后的歷史成本法計量高校財務數據資產，對其后續計量、列報披露等問題進行討論，以期為高校財務數據資產入表提供理論和方法支撐。

關鍵詞：高校財務；數據資產；確認與計量

0 引言

隨著互聯網技術與數字經濟的飛速發展，數字化轉型驅動財務數據釋放更多價值。2021年12月國務院印發《“十四五”數字經濟發展規劃》，提出初步建立數據要素市場體系的目標，作為新型生產要素，數據已成為時代發展的重要引擎。2022年9月教育部印發《教育系統核心數據和重要數據識別認定工作指南（試行）的通知》，強化教育單位核心數據和重要數據識別認定工作；2024年1月財政部印發《關于加強行政事業單位數據資產管理的通知》，對行政事業單位數據資產確權、配置、使用等管理工作做出部署。一系列政策出臺為高校開展數據資產研究工作奠定了基礎。

財務數據作為學校人、財、物信息的歸集，對高校日常運行和長遠發展至關重要，是高校數據資產管理工作中的重要一環。數字中國建設的發展目標是促進財務數字化轉型，大數據、人工智能新興技術賦能財務組織、業務流程再造，充分挖掘財務數據價值，這為財務數據資產的核算提供了契機。對高校財務數據資產入表問題展開研究，一是有助于增強教育部門、社會公眾等報表使用者對高校財務數字化發展程度的了解，豐富教育數據要素市場的內容；二是充分挖掘高?！半[形”資產的價值，財務數據資產入表可以降低高校資產負債率，緩解高校債務危機；三是推動會計職能拓展，助力財會工作轉型升級。

即便數據資產核算已是學界廣泛關注的問題，但高校領域數據資產研究仍處于探索階段。高校數據資產被定義為在教育教學管理活動中形成的、可控制其產生及應用的全周期的、可量化的、預期能給學校帶來收益、價值、甚至產生教育管理變革的數據資源^[1]。依據學校數據中臺中的UC矩陣文檔和數據集成交換文檔，結合數據需求熱度及屬性，構建高校數據資產目錄^[2]；對于高校數據資產的核算，一類是從國民經濟核算的維度出發，認為高校數據應作為生產資產納入核算范圍，進一步分類為交易性數據資產和自給性數據資產并采用生產成本法計值^[3]；另一類從企業會計核算的維度出發，認為高校數據資產市場交易性差、收益難計量，應選擇歷史成本計量屬性計量，后續計量及減值攤銷也應符合數據資產時效性的特點^[4]。

綜上所述，現有研究主要圍繞高校整體數據資產定義、編目構建以及核算方法等方面，并未針對高校財務數據資產展開專門研究。作為結構化強、標準統一、信息含量豐富的數據，財務數據的分類界定及核算問題值得進一步探索。此外，已有研究中未考慮到數據時效性強、邊際成本為零等特性^[5]，在成本法計量基礎上考慮數據質量和效益因素能更加全面地衡量高校財務數據資產價值。基于此，聚焦數字化轉型背景下高校財務數據資產入表相關問題，概括高校財務數據特征及分類，界定高校財務數據資產核算范圍，探索調整成本法下高校財務數據資產的計量、列報與披露，以期為高校財務數據資產入表理論和實踐工作的開展提供一定的參考。

1 高校財務數字化轉型發展歷程

財務數字化轉型，通常是指運用大數據、人工智能、云計算、區塊鏈等數字技術重構財務組織、再造業務流程、挖掘財務數據價值、賦能業務和輔助決策，從而提升財務運營效率^[6]。在財務數字化轉型的背景下，高校財務工作更加關注數據共享、業財融合^[7]，力求改進財務管理模式和方法，建成符合學校高質量發展需求的財務數據規則和分析體系，實現學校治理能力和治理體系現代化建設。

高校財務信息化的發展歷程可大致分為4個階段^[8]。最初的會計電算化改革，簡化了會計核算工作，顯著提高了財務工作效率。隨著財務信息化的發展，財務信息系統開始與內外部連接，網上報賬、線上繳費等實現了師生對接。預算系統、核算系統和決算系統之間形成閉環式連接，提升了預算管理的準確度。科研、采購、校園卡中心系統的對接便利了財務核算工作的開展。財政系統互聯、銀?；ヂ摚奖銓油獠筷P聯單位。這一階段財務數據實現了一定的互聯互通。隨著數字技術的進步，高校財務工作更加注重業財融合、數據互聯，實現財務數字化、智能化發展。數字化轉型發展促使高校財務數據標準化強、質量高、與業務聯系更緊密，覆蓋學校教學、科研、管理和服務全過程，財務數據釋放更多價值，財務數據資產入表問題更加值得研究。

2 高校財務數據資產化路徑

2.1 高校財務數據的特征與分類

2.1.1 財務數據的特征

數據是通過對可觀測現象進行記錄、整理、存儲等方式獲得的信息^[9]，是一切能以特定形式儲存的內容、文本或媒介^[10]。數字經濟時代，基于移動互聯等一系列關鍵數字技術的突破發展，數據能以數字化形式記錄和存儲，通過分析整合，釋放出巨大的經濟價值^[11]。原始財務數據的數據類型有結構化數據、半結構化數據和非結構化數據，數據來源多種多樣，包含有企業各類信息系統的數據信息以及相關的紙質文檔和電子文件等^[12]。數字經濟時代，財務數據多以電子化形式保存，數據安全性高、虛擬化強、靈活性大^[13]。建立財務數據中臺的想法也被普遍提及^[14-16]，以財務活動所形成的全部數據為中心，通過交易場景化、作業數字化、財務標準化、流程模塊化等環節使內外數據連接，規范數據清理、深化數據整合、形成有價值的數據資產。

2.1.2 高校財務數據的分類

高校財務日常工作依托各類財務信息系統，預算、核算、決算之間構成完整又獨立的體系。預算一體化系統和項目庫建設助力預算的編制、執行和評價，確保預算全周期精細化管理；核算工作堅持收支兩條線，既離不開電子票據系統、網上繳費平臺、科研經費立項平臺的支撐，又需要網上報賬系統、工資核算系統、勞務報酬系統的輔助；與教務、科研、人事、學工等部門逐步實現相關業務對接，實現高校內部業財融合；銀?；ヂ?、數電平臺方便對接外界相關業務。業務開展中伴隨著數據流轉、集成，財務信息化平臺承載了萬千財務數據，從電子記賬憑證到年終決算報表，高校財務數據數量繁多，對其分類是數據核算的基礎。

目前高校財務數據多以電子形式存儲，規范化程度高，多為結構化數據，產生頻率高，周期性強，具有很強的業務附著性，在不同應用場景下，數據所貢獻的經濟價值有所不同^[17]，因此考慮到財務數據多源性的特點，參照國家市場監督管理總局、國家標準化管理委員會發布的《信息技術 大數據 數據分類指南》（GB/T 38667—2020）列示的分類方法，按業務類別采用線分類法逐層分類。

第1層：按照結構化特征分類，分為結構化數據和非結構化數據兩大類。絕大部分承載財務信息的數據以行和列組成的二維表式存儲，活躍在常用財務系統中，結構性強，但稅務發票、經濟合同中同樣包含財務信息，這部分數據則以文本的形式存儲。

第2層：將結構化數據按照產生方式分為原始數據和二次加工數據；將非結構化數據按業務屬性分為票據系統數據和合同管理系統數據。原始數據的形成僅需要簡單錄入、提取，例如單份電子憑證的形成，單筆支付記錄的形成。而二次加工數據則是需要經過一定的人力計算、分析或者經過數據平臺抓取、合成的數據，信息覆蓋面更高、使用價值更高，例如年終決算報告、績效自評報告等。

第3層：圍繞高校財務日常預算、核算、決算工作，將原始數據按業務類型分類，例如包含在預算一體化系統、網上報銷系統、財務支付系統等財務信息系統中的數據。高校財務數據分類見圖1。

2.2 高校財務數據資產的界定

2.2.1 數據資產的概念

數據想要確認為資產，首先要滿足資產的確認條件。依據國際會計準則IFRS概念框架，資產確認需要考慮產權屬性與經濟屬性，即能被企業擁有或控制，能夠從其出售或使用中獲得經濟利益，且資產的成本或價值能夠可靠計量，才能確認為表內資產。針對產權屬性，有觀點強調確認數據資產需要擁有數據經濟所有權、至少使用一年以上^[3]，有的則認為數據資產產權體現為數據持有權、使用權和收益權^[18]。2022年12月國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》，提出建立數據資源持有權、使用權、經營權“三權分置”的數據產權制度；針對數據特征，強調經過技術加工整合、深度分析的重要性，強調只有通過加工處理、形成排他性、找到明確應用場景的數據才有資格被確認為資產^[19-20]。

2.2.2 高校數據資產的核算范圍

結合數據資產與財務數據的特征，本文從以下3個方面探討高校財務數據的核算范圍。

第一，關于高校財務數據產權問題的討論。財務數據產生于財務日常工作中，經過手工錄入或系統自動識別、抓取形成單張電子憑證，或形成財務信息系統內單筆業務流轉記錄。在財務數據形成的過程中，學校是數據的加工處理方，對于機構單位內部的數據，機構單位就是數據主體，既是數據的法定所有者，也是經濟所有者^[21]。通過加工形成的各類包含財務狀況的分析報告能為學校發展提供潛在的價值，體現財務數據使用權。除去財務信息系統中包含的師生身份證、銀行卡、手機號等個人信息，應當可以認定高校對其財務數據擁有所有權。符合資產確認的權屬條件。

第二，關于財務數據與部門數據、業務數據核算邊界的討論。財務數據中不僅體現高校的財務狀況，還包含校內其他部門數據信息。例如發放任職教師工薪首先需要教研部門課時量數據，其次需要人事部門的績效標準數據，最終經過賬務處理形成電子形式存儲的財務數據。業財融合背景下財務數據包含的信息更加廣泛，這就需要避免與其他部門的數據資產重復核算。

第三，關于財務數據能夠可靠計量的討論。現有財務系統中包含大量財務數據，且分布零散。資產確認的條件之一是經濟利益流入能可靠計量，原始財務數據中包含的信息量較少，單份會計電子憑證與交易流轉記錄難以核算價值，隨著時間的推移相關性會逐漸減弱，價值量也會逐步降低。只有經過一定人員核算分析、系統合成抓取組合而成的、財務信息含量豐富的財務數據才有作為資產核算的價值。

因此，本文將可納入資產負債表的財務數據資產定義為：在學校財務工作中形成的、經過一定核算分析處理的、以電子形式存儲的、有一定規模、預期能給學校帶來潛在價值的財務信息資料。例如，收支情況與預算差異分析表、“三公兩費”支出占比增長情況表、教育經費統計報表等。

3 高校財務數據資產核算

3.1 高校財務數據資產的初始計量

國際會計準則IFRS概念框架將資產的計量基礎分為歷史成本和現行價值兩類，我國《企業會計準則——基本準則》提出了歷史成本、現行成本、可實現凈值、未來現金流量現值等5種計量屬性。數據資產的計量屬性也應當符合資產計量基礎。針對自用數據和公益性數據，目前以歷史成本法計量為主流^[22-24]，但也有觀點認為數據資產邊際成本趨近于零，成本法核算會低估其價值^[5]，于是學界在歷史成本法計量的基礎上進行了補充?？紤]了數量、質量、應用和風險4個維度的數據資產價值影響因素改良成本法^[11]，將數據的質量、減值、風險等特征作為調整因子^[25]；考慮運用管理會計工具方法如平衡記分卡、EVA（經濟增加值）價值報告等測算數據資產的成本^[26]。綜合以上數據資產計量方法，考慮到高校財務數據資產為單位自產、收益性不強，也無公開市場價值可供參考，故采用調整的歷史成本法作為初始計量方法，考慮將質量因素、效益因素作為調整系數，多維度計量高校財務數據資產價值。

調整后的計算公式為

高校財務數據資產成本=財務數據資產成本×質量調整系數×效益調整系數（1）

質量調整系數是考慮到財務數據資產的價值受質量因素的影響很大，只有真實可靠、完整準確的財務數據資產才能引導信息使用者做出正確決策，體現其價值性。效益調整系數是考慮到數據資產的非競爭性使其價值隨著使用范圍的擴大而增加，例如單位內部使用的項目收入余額表價值遠低于學校公開的預決算報表。因此需要用質量和效益調整系數對歷史成本法下計算的財務數據資產成本進行調整。

采用歷史成本法計量除了要考慮數據收集、存儲、分析和應用階段中的各項投入，還應包括數據生產過程中投入的行政和間接管理費用。高校財務數據資產的成本包括：

（1）數據收集過程、整理、存儲、分析過程中發生的直接投入和其他日常經費支出，如高校財務人員的工薪福利支出，現有財務軟件系統工程師技術服務費、財務系統維護費用、數字化智能化技術升級運行維護費、咨詢服務費等。

（2）數據資產形成過程中的資本性支出，包括為開展財務工作形成的土地與建筑物、儀器和設備、計算機軟件等相對應的折舊與攤銷。

（3）數據生產相關稅費，包括從事財務數據生產活動而產生的稅金與費用等。

（4）其他與財務數據生產相關的間接成本，如可分攤用于財務部門辦公用水電、電信服務支出等。資本性支出及相關間接費用的歸集可參照2022年5月財政部印發的《事業單位成本核算具體指引——高等學?！分辛信e的分配參數，利用財務處人數占比、房屋占比、工作量等歸集財務數據資產的間接成本。

財務數據質量調整系數參照2023年10月中國資產評估協會印發的《數據資產評估指導意見》中指明的數據資產評估可參考的質量因素，結合會計信息質量八大要求，從數據的準確性、完整性、規范性、時效性等方面設計指標；效益調整系數需要考慮到高校財務數據資產大多產生于“非貨幣交易”中，能為組織內部和社會公眾傳遞高校財務信息，帶來潛在的經濟利益，故從組織效益和外部效益方面設計指標。具體指標見表1。

采用德爾菲專家打分法和層次分析法等方式確定質量指標和效益指標的影響程度，對不符合標準的情況進行扣分。然后依據根據歷史成本法的要求，當質量和效益調整系數乘積超過1時，保持原數據資產總成本不變；當質量和效益調整系數乘積小于1時，則取調整后的價值。

3.2 高校財務數據資產的后續計量

由于數據資產本身具有時效性和價值易變性，高校財務數據資產的后續計量不可避免地需要關注資產的攤銷與減值問題。后續計量的選擇需要考慮數據資產的市場化程度和收益性。如果高校財務數據資產的市場化程度高，可參照上海數據交易所、深圳數據交易所等公開交易的數據交易中心公布的公允價值進行后續計量。如果該數據資產的市場化程度不高，多為自產加工自用，則可以采用收益現值法后續計量。但作為單位內部自產加工、經濟利益流入不明顯的數據資產，高校財務數據資產的后續計量以重置成本法計量更為合適。對高校財務數據資產后續計量可以采用“動態”計量方式，季末或年末對其價值進行價值評估，將減值損失計入“數據資產減值準備——財務數據資產減值準備”科目。數據資產應當被認定為使用壽命有限的資產，一般在可采用加速折舊方法^[27]，由于高校財務數據資產是包含財務信息的數據資產，一定程度上也符合電子會計檔案的特征?？梢詤⒄铡稌嫏n案管理辦法》中定期保存的期限，視財務數據資產包含的信息量和價值量大小分別按10年或30年平均攤銷，將攤銷值計入“數據資產——財務數據資產——累計攤銷”科目。

3.3 高校財務數據資產的列報與披露

結合財政部2023年8月印發的《企業數據資源相關會計處理暫行規定》和現有研究，數據資產的列報主要有3種方式：列示在存貨科目下、列示在無形資產科目下、新增數據資產科目^[28]、列入第四張表^[29]。由于高校財務數據資產并非持有為出售，與無形資產的概念也有差別，故建議應當在高校資產負債表中新增設“數據資產”科目，將財務數據資產作為其二級科目。

《政府會計準則第9號——財務報表編制和列報》中要求財務報表附注中應當披露與重大會計估計相關的說明，因此應當在高校財務報表附注中披露財務數據資產采用的攤銷方法、攤銷期限。作為納入資產負債表的新興資產類別，財務數據資產在附注披露信息程度應該顯著提高，可以補充披露財務數據資產計量過程中的重要環節，公開效益系數和質量系數對財務數據資產成本的調整程度、財務數據資產的減值測試情況等，增強報表使用者對財務數據資產的理解。

4 結語

隨著大數據、物聯網、人工智能技術的發展，數據作為新型生產要素，在構建新發展格局中發揮著重要作用。教育數字化是推動教育強國建設的重要引擎，高校財務數字化轉型亦是高等教育數字化發展的重要突破口。高校財務數據資產入表將加速釋放數字經濟新功能，提升高校資產運營和變現能力，全面展現高校整體價值。

未來，建議高校全面提升數據資產管理意識，提高校內各部門用好數據資源的積極性。重視數據資產的開發、利用和價值挖掘，注重通過數字化轉型收集更多的數據，建立獨立的數據管理部門，逐步完善高校內部數據資產管理制度，探討政府會計制度準則下高校數據資產賬務處理業務，為更多高校數據資產入表提供支撐。

參考文獻

[1]鄒蕾.高校數據資產管理現狀及對策研究[J].大眾標準化，2020（24）：212-213.

[2]劉豆豆，焦寶臣.高校數據資產編目研究[J].大數據，2023，9（3）：71-84.

[3]彭剛，李杰，朱莉.SNA視角下數據資產及其核算問題研究[J].財貿經濟，2022，43（5）：145-160.

[4]DING H X，LI N Y，BI L Z.Research on accounting treatment and report of data assets in universities[R].2022.

[5]高華，姜超凡.應用場景視角下的數據資產價值評估[J].財會月刊，2022（17）：99-104.

[6]劉梅玲，黃虎，佟成生，等.智能財務的基本框架與建設思路研究[J].會計研究，2020（3）：179-192.

[7]范悅敏，張湘怡，王光艷.高校財務數字化轉型的實踐與思考：以上海交通大學為例[J].財務與會計，2021（16）：16-19.

[8]丁友剛，吳瑋瓊，劉陽，等.高校財務信息化建設的歷程、趨勢與內涵[J].會計之友，2021（9）：116-124.

[9]賈小愛，郝紫英，王盼盼.SNA框架下數據資產的識別、納入與核算問題研究[J].調研世界，2024（3）：79-88.

[10]TOYGAR A，ROHM J C E，ZHU J.A new asset type：digital assets[J].Journal of International Technology and Information Management，2013，22（4）：113-119.

[11]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，2022，38（2）：16-30，2.

[12]程平，鄧湘煜.RPA財務數據分析機器人：理論框架與研發策略[J].會計之友，2022（13）：148-155.

[13]韓笑，黃志翔，黃源.基于動態中臺架構的財務數字化轉型研究：以傳統數據密集型企業為例[J].管理評論，2023，35（12）：333-352.

[14]戴建青.高性態數據驅動的高校財務整體智治路徑研究[J].會計之友，2023（9）：109-113.

[15]江乾坤，陳婉.交通行業企業集團財務數字化建設實踐：以Z集團為例[J].財會通訊，2023（22）：96-101.

[16]張慶龍.數據中臺：讓財務數據用起來[J].財務與會計，2022（9）：15-19.

[17]李秉祥，任晗曉.大數據資產的估值[J].會計之友，2021（21）：127-133.

[18]馬慧潔，夏杰長.數據資產的確權及課稅問題研究[J].稅務研究，2023（12）：44-49.

[19]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.

[20]何越.數字經濟背景下企業數據資產計量體系構建研究[J].湖湘論壇，2023，36（5）：116-124.

[21]李靜萍.數據資產核算研究[J].統計研究，2020，37（11）：3-14.

[22]程小可.數據資產入表問題探討：基于國際財務報告概念框架的分析[J].科學決策，2023（11）：67-75.

[23]馬悅，周美華.電商平臺數據資產核算問題分析[J].財會月刊，2024，45（3）：48-54.

[24]李原，劉洋，李寶瑜.數據資產核算若干理論問題辨析[J].統計研究，2022，39（9）：19-28.

[25]羅玫，李金璞，湯珂.企業數據資產化：會計確認與價值評估[J].清華大學學報（哲學社會科學版），2023，38（5）：195-209，226.

[26]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.

[27]李澤紅，檀曉云.大數據資產會計確認、計量與報告[J].財會通訊，2018（10）：58-59，129.

[28]上官鳴，白莎.大數據資產會計處理探析[J].財務與會計，2018（22）：46-48.

[29]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.

收稿日期：2024-06-17

作者簡介：

梁鶯瀟，女，1996年生，碩士研究生，注冊會計師，主要研究方向：高校財務。