高校數據資產的會計界定與計量研究

【摘 要】 建立數據要素市場體系是我國當前工作的重中之重。高校作為數據資源富集地，其會計核算實踐在引領行業數據資產管理方面具有標桿意義。文章首先在對數據狹義與廣義概念進行區分的基礎上，界定了高校數據的內涵；其次提出高校數據除具有數據的普遍性外，還具有規模龐大且多元化顯著、自主生成能力強且自給率高、冗余現象普遍且復雜的特殊性。基于此，文章創新性地從數據來源與開放共享程度兩個維度，對高校數據進行分類。進一步地，從資產的會計定義對高校數據資產進行了界定，并基于控制權、經濟利益及開放程度等因素界定高校數據資產的會計核算范圍，探究了高校數據資產的初始與后續計量問題，旨在為高校數據資產管理體系的構建與實踐路徑提供理論支撐。

【關鍵詞】 高校數據資產； 概念界定； 計量屬性

【中圖分類號】 F233" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）15-0090-08

一、引言

技術攀“高”，產業向“新”，數據資產正逐步成為支撐數字中國建設和驅動數字經濟飛速發展的關鍵戰略性資源。2022年1月12日，國務院發布的《“十四五”數字經濟發展規劃》明確指出，要深度挖掘數據要素的巨大潛力，并設定至2025年初步構建完善的數據要素市場體系的目標。為實現這一目標，國家推出了一系列政策措施，全力推進規劃落地實施。2022年底，中共中央、國務院聯合發布了《關于構建數據基礎制度更好發揮數據要素作用的意見》，文件全面規劃了數據基礎制度的藍圖，強調了數據資產的合規化、標準化和增值化路徑。2023年，《數字中國建設整體布局規劃》出臺，進一步強調加快數據產權制度建設的重要性，為數據市場的健康發展奠定了堅實基礎。同年，財政部發布了《關于加強數據資產管理的指導意見》的通知，明確了數據的資產屬性，并鼓勵公共服務機構將符合條件的公共數據資源納入資產管理范疇，以促進數據資源的有效利用。隨著2024年《關于加強行政事業單位數據資產管理的通知》的印發，國家進一步細化了行政事業單位數據資產管理的要求，強調了管理責任的明確、管理制度的健全以及管理辦法的完善，體現了對數據資產管理體系構建的深切關注與迫切需求。

在此背景下，高校作為知識傳播與科技創新的核心陣地，其在教學和科研活動中積累的海量數據資源顯得尤為寶貴。充分發掘和利用這些數據資源的潛力，不僅能夠顯著提升高校自身的發展質量，而且能為國民經濟的增長注入強勁動力。然而，當前國民經濟宏觀核算體系和微觀會計實踐均未能全面覆蓋數據資產，導致數據價值被嚴重低估，制約了數據資產管理體系的建立和完善。為應對這一挑戰，財政部于2023年8月發布了《企業數據資源相關會計處理暫行規定》，旨在規范企業數據資源的會計處理，增強會計信息的透明度，標志著數據資產正式納入財務報表體系的步伐正在加快。因此，對高校而言，明確數據資產的概念界定及計量屬性等問題成為當前亟待解決的重要課題，對推動高校數據資源的有效管理與利用具有重要意義。

本文將從會計核算視角對高校層面的數據資產展開研究。通過研究，試圖回答以下三個核心問題：一是高校數據概念及其相關屬性的辨析，分析高校數據的特征，根據其特征對高校數據進行分類；二是從會計層面對高校數據資產進行界定，并討論高校數據資產的會計核算范圍；三是對高校數據資產的計量屬性問題進行探究。通過對這些問題的討論，旨在為高校數據資產管理體系的構建與實踐路徑提供理論支撐。

二、數據與高校數據內涵

（一）數據的內涵

當前對數據概念的理解存在狹義與廣義之分。狹義上，數據指經數字化處理的有價值信息，特指結構化數據[ 1 ]；廣義上，涵蓋所有形式記錄的信息，如數字、文字、圖像等[ 2 ]。從國民經濟核算維度來看，兩者的區別在于對數據生產屬性的判斷。學術界對此分歧明顯：一方認為數據非直接生產成果，應作為非生產性資產納入國民經濟核算體系[ 3 ]；另一方則視數據為生產活動產物，強調其生產過程，可通過數據價值鏈等理論框架加以描述[ 4 ]。

本文主張將數據視為非生產性資產，不視為直接生產成果。原因如下：首先，數據本身并非傳統生產過程產物。數據的產生往往是經濟活動、社會行為、自然現象等多種因素的綜合結果，雖涉及勞動力和資本投入，但并不直接等同于傳統物質產品或服務的生產。例如圖書借閱數據，是借閱過程中自然而然產生的副產品，而非師生主動創造或追求的直接產出。其次，從數據價值來看，數據作為非生產性資產在國民經濟中發揮著重要作用。它們是企業決策、政策制定、科學研究等領域不可或缺的資源，其價值不僅直接體現為對經濟增長的驅動，而且在于其對社會進步與科技創新的賦能。因此，下文所討論的數據均指廣義數據。

（二）高校數據的內涵

借鑒SNA2008對部門歸屬的劃分邏輯，高校內部組織架構亦可劃分為非市場性生產部門與市場性生產部門兩大類別。非市場性生產部門，諸如行政管理部門與圖書館等，其核心功能在于提供服務而非直接追求經濟收益；而市場性生產部門，如校辦企業、科研成果轉化中心等，雖隸屬于高校管理體系，卻涉足市場運作，其經濟活動與市場環境緊密相連。值得注意的是，高校內的市場性生產部門往往與高校整體有著緊密的關聯，其決策過程常受到高校管理層的指導或影響。因此，在本文的討論中，“高校部門”是一個廣義概念，它不僅涵蓋了傳統意義上的非市場性教學科研單位，而且將那些與高校緊密融合、參與市場運作的市場性生產部門也納入其中。

高校在教育、科研與社會服務等活動中生成并積累了大量富有應用潛力的數據資源。這些數據的生產肩負雙重使命：一是提升高校教育質量與研究效率，二是通過促進知識轉化與技術應用積極貢獻于社會發展。因此，高校數據顯著區別于企業數據，其非生產性屬性具體體現在兩大方面：一是內在驅動的非生產性。高校數據的產生源自教育和科研活動的內在需求，而非市場或經濟利益的外部激勵，它詳細記錄了學生的學習歷程、教師的教學成就及科研項目的各階段進展與成果，直接服務于教育質量的提升與學術創新的推動。二是外部影響的非直接性。通過揭示社會問題、貢獻解決方案、促進知識共享，間接提升社會福祉與公共利益，對社會的持續進步與發展具有不可估量的價值。

結合上述分析，本文提出高校數據的概念，即高校數據是由高校各部門在教學、科研、管理、服務及市場運作等多元活動中產生和積累的信息資源總和。

三、高校數據的特征及分類

（一）高校數據的特征

高校數據除具有數據的一般性，即非競爭性、非排他性、價值評估的不確定性以及顯著的時效性[ 5 ]外，還表現出其獨特性。具體體現在以下方面：

1.數據規模龐大且多元化顯著

高校內部架構復雜，涵蓋學生、教職工、管理人員等眾多角色，這些主體間的交互與合作形成了龐大的數據生態系統。這一系統不僅數據量巨大，而且數據類型豐富，覆蓋了教學、科研、行政管理的全方位活動。

2.自主生成能力強且自給率高

高校數據的生成具有高度自發性與內生性，是教學活動、科學研究、行政管理等日常運營的自然產物。這些數據無需外部干預即可持續積累，如學生成績、科研成果、財務收支等，均是在高校內部流程中自主生成的，展現了數據生成的高自給率。

3.數據冗余現象普遍且復雜

由于高校內部各部門（如學院、教務處、人事處、財務處等）在履行職責時，常需收集并管理特定范圍內的師生信息，這導致數據在不同層級與部門間的重復收集和存儲。數據冗余不僅導致數據管理的復雜性與高成本，而且可能引發數據不一致、安全漏洞等潛在問題，對數據的準確性、完整性和安全性構成挑戰。

綜上，高校數據規模之龐大、類型之多樣、自主生成性之顯著、冗余現象之復雜，相較于一般企業數據，在會計體系中扮演著更為基礎且不可或缺的角色。從會計核算視角來看，高校數據的權屬結構錯綜復雜，涉及多方利益相關者，加劇了會計處理過程中價值細分與剝離的復雜性，數據來源廣泛且多樣，使得成本界定變得尤為困難。同時，由于高校數據的市場化程度相對較低，缺乏直接的市場價格參照，傳統的資產價值評估方法難以直接應用于高校數據資產的核算。因此，需要探索適合高校數據特性的新型會計核算方法，以確保高校數據資產能夠得到合理、準確的確認與計量。

（二）高校數據的分類

鑒于分類目的與方法的多樣性，數據分類領域已發展出多元化標準體系。當前學術文獻廣泛聚焦于針對特定數據類型及不同研究視角的分類探討。首先，針對特定數據類型的分類，世界經濟論壇依據數據獲取途徑不同，將個人數據細化為三大類：個人主動提供的數據、通過觀察手段收集到的數據、基于分析預測得出的數據。胡亞茹等[ 6 ]以企業數據為研究對象，按照數據來源將其分為內部數據和外部數據兩大類。彭剛等[ 7 ]基于數據是否通過市場交易獲取，將高校數據分為交易性數據和自給性數據，并在此基礎上進行了進一步細分。其次，基于不同研究視角的分類亦展現出豐富的層次性。從會計核算的專業視角出發，熊艷等[ 8 ]以阿里巴巴為例，將數據資產按業務流程分為瀏覽、支付和配送階段數據。李靜萍[ 3 ]在國民經濟核算框架內，鑒于數據價值評估與處理的差異性，將數據劃分為外部購入數據、外部免費獲取數據、易貨交易獲取的數據以及內部生成數據四大類。許憲春等[ 9 ]在探討數據支出資本化核算的過程中，依據數據的供給與使用兩個階段的特點，將數據進一步細化為七類，包括市場與非市場生產者的自給性生產數據、交易性生產（含出口活動）數據，以及市場與非市場生產者的進口數據等，這一分類體系為數據資本化核算提供了更詳盡的框架。綜上，由于不同分類目的與應用場景的需求，當前數據分類結果呈現多樣性，尚未形成普遍認可且統一的數據分類標準，不存在一種能夠普遍適用于所有數據類型和情境的通用分類方法。

從數據獲取的渠道來看，不同來源的數據在成本構成上展現出顯著的差異性。對外部購入的數據，其成本計量相對直接明了，因為這類數據具備明確的交易價格，單位能夠直接依據購買憑證確認相關成本費用。然而，對于外部免費數據與單位內部數據，其會計計量更為復雜。外部免費數據雖然無需直接支付購買費用，但在使用過程中卻隱含了諸多間接成本，如搜索、篩選、清洗、整理及系統集成等。這些成本往往難以直接量化，給會計計量帶來挑戰。相比之下，單位內部數據作為單位日常運營活動的自然產物，其成本主要體現在數據的生成、存儲、處理和維護等固定成本上。這些成本通常被視作單位長期運營成本的一部分，通過攤銷或資本化的會計處理方法進行核算，而非針對單次數據使用情況進行個別化成本計量。

從數據開放性與共享性來看，數據分類對會計計量同樣具有重要意義。無條件開放數據因其高度的開放性和可獲取性，為公眾提供了豐富的數據資源。相比之下，有條件開放數據和非開放數據則因受制于特定的訪問權限、法律框架或安全考量，其流通性受到顯著限制，這直接影響了數據作為資產的經濟價值實現及其會計計量的復雜性。對于有條件開放數據，其會計計量需細致考量數據使用權限的獲取成本、合規性審查費用以及潛在的許可費用等，這些因素在傳統會計計量框架中往往難以直接體現，需要引入更為精細化的成本分攤與收益評估機制。而對于非開放數據，尤其是那些涉及個人隱私、商業秘密乃至國家安全等敏感領域的數據，因多重因素限制而難以有效開發與應用，短期內探討其會計計量屬性的迫切性與必要性相對較低。

基于對數據來源與開放共享程度的考量，本文試圖將高校數據分為以下三類：

一是外部交易性數據。這類數據通過市場機制或合作方式獲取，具有高度專業性和針對性，能夠滿足高校在特定領域的數據需求。根據開放程度，外部交易性數據可進一步細分為無條件開放、有條件開放及非開放數據。無條件開放的數據量較少，屬于公共領域且不涉及敏感信息，易于獲取。有條件開放數據包括如中國知網、維普期刊等具體數據庫資源，師生可通過學校認證系統在校外免費訪問，但需持有有效賬號和密碼。而非開放數據則因隱私、安全、法律或合同等多重限制，不得隨意公開或訪問。

二是外部免費性數據。廣泛分布于互聯網及公共平臺，高校可低成本或免費獲取。盡管這些數據可能包含一定噪聲和不完整性，但仍是高校數據資源的重要補充。同樣地，外部免費性數據也分為無條件、有條件和非開放三類。無條件開放數據廣泛來源于各級政府平臺、學術機構、公共資源庫及國際組織，用戶可直接訪問、下載和使用，無需注冊或登錄。有條件開放數據如部分學術數據庫、專業數據庫、政府或機構數據等，雖然部分免費但通常伴有付費或特定條件限制，如注冊、申請、身份認證等。非開放數據則主要因版權、商業合作、學術規范或涉及國家機密、個人隱私等原因，需通過特定渠道和程序申請訪問。

三是內部自給性數據。作為高校日常教學、科研、管理活動的直接產物，這類數據具有高度的內部關聯性和獨特性，是高校數據價值的核心所在。內部自給性數據同樣根據開放程度分為三類：一類是無條件開放數據，包括公開的教育資源、學術成果、公共服務信息、統計數據及學校規章制度等，便于公眾獲取。二類是有條件開放數據，涉及學生成績、教學與研究數據、校園管理數據等，需在一定權限范圍內訪問，以保護個人隱私和學校利益。三類是非開放數據，是嚴格保密的個人敏感信息、組織核心利益、高風險數據及法律法規規定的數據。

四、高校數據資產界定及會計核算范圍

（一）高校數據資產界定

高校數據資產界定的前提是對數據資產概念的設定。然而，關于數據資產這一概念的定義尚未形成廣泛共識，學術界對此存在多元化理解與闡釋，進而導致對數據資產范疇界定的差異性。不同學者基于各自研究視角和專業背景，對數據資產的本質、特性及范圍提出了各具特色的見解。目前，國內學術界在定義數據資產時，普遍參考了SNA2008中關于“資產”的兩個核心屬性，即“經濟所有權明確”與“具有收益性”，并結合資產（特別是“固定資產”）在使用期限上的特定要求，即數據資產是由個人或單位所擁有或控制，具備能夠持續或反復使用超過一年期限的特性，且預期能帶來經濟或社會層面的效益，同時達到一定規模的信息資源[ 10 ]。從會計核算視角對數據資產定義的探討尚顯不足。孫永堯等[ 11 ]的研究強調，數據資產能否在會計上被確認為資產，核心在于其是否具備效用性，即數據需滿足企業運營需求，助力企業實現長遠發展目標。唐莉等[ 12 ]將數據資產界定為企業所擁有或控制的、具備為企業創造經濟價值潛力的數據資源。中國信息通信研究院[ 13 ]進一步闡釋，數據資產指的是那些通過電子或物理形式記錄下來的，由企業所掌握和控制的，預期在未來能為企業創造經濟回報的數據資源。

綜上所述，無論是從國民賬戶體系的宏觀經濟視角，還是基于會計核算的微觀財務視角，數據資產的所有權及其收益性均得到廣泛認可。

2018年，國際會計準則理事會（IASB）發布的《財務報告概念框架》將資產定義為主體因過去事項形成的、由其控制的、具備產生經濟利益潛力的權利。依據《企業會計準則——基本準則》的描述，資產是指“企業由過去的交易或事項取得的、由企業擁有或控制的、預期會給企業帶來經濟利益的資源”。可見，數據資產的概念需滿足三大核心要素：首先，它必須源于過去的交易或事項，無論是通過內部生成還是外部采購；其次，企業需對數據資源擁有合法有效的控制權；最后，它需具備“有用性”特征，即預期能夠為企業帶來經濟利益潛力。由于高校數據都是在日常運營過程中產生的，與過去的交易或事項密切相關，因此本文重點從控制權和有用性兩方面進行探討。

關于控制權的探討。高校數據要轉化為學校的寶貴資產，首要任務是明確其法定所有權與實際控制權的問題。在數據價值鏈中，涉及學生、教師、科研人員及外部合作機構等多方參與者，數據主體與數據管理者之間的權益平衡，使得數據實際控制權的界定變得復雜多樣。對于法定所有權明確歸屬于高校的數據，其實際控制權通常也歸屬于高校。然而，對于非直接歸屬于高校但基于高校教育職能合法獲取的數據，其實際控制權的歸屬則需具體分析。本文認為，高校在履行教育職責過程中收集的基礎數據，如學生個人信息等，雖主要用于內部管理和教育服務，但高校被賦予了合理的使用權，只要高校嚴格遵守數據保護法規，確保數據合法、安全使用，就擁有了對該數據的控制權。至于高校合作項目中產生的數據，其實際控制權的歸屬則需依據合作協議及數據保護法規進行明確。

關于有用性的探討。高校數據融合了經濟、學術與社會價值的多元特性。對于非直接參與市場活動的部門，高校數據可能不會直接產生經濟收益，但其潛在價值不容忽視，如提升內部管理效率、優化資源配置、促進學術繁榮與社會進步等。同時，對于部分高校附屬機構或研究部門，若其運營涉及市場化活動，則可通過合法授權使用其產生的數據，直接創造經濟價值，并在服務過程中不斷提升服務質量，進一步拓展其潛在的社會影響與經濟效益。本文認為，無論是用于提升高校內部運營效率、降低管理成本，還是通過適當方式開放共享以支持外部決策優化的數據，亦或是那些已進行市場化運作并展現出顯著經濟價值的數據，均構成了高校的數據資產。

通過以上分析，發現不同特性、不同類型的高校數據資源展現出多樣化的資產屬性，高校領域內亟需明確數據資產的定義。本文認為，高校數據資產不應局限于教學管理系統或科研支持平臺生成的數據，而應廣泛涵蓋那些控制權歸屬學校，具備增值潛力和可變現價值，并能直接或間接促進教育創新、科研進步及社會服務提升的所有數據。結合會計資產的定義以及《數據資產管理實踐白皮書》中關于“數據資產”的闡述，本文進一步將高校數據資產界定為：高校過去的交易或事項形成的、由高校部門所控制或管理的、具備為高校帶來長遠經濟價值或社會影響的潛力、通過物理媒介或電子化手段存儲的數據集合。

（二）高校數據資產會計核算范圍

高校數據具有總量大且種類豐富的特征，但并不是所有高校數據都符合資產的定義。要判斷哪些高校數據符合資產標準，需要綜合考慮控制權歸屬、是否以數字化形式存在、能否帶來經濟利益以及數據開放程度等因素。

對于高校外購的交易性數據，其資產屬性取決于訪問方式與授權范圍。具體而言，外購數據庫通常可劃分為鏡像部署、遠程訪問許可及云數據庫服務（或SaaS數據庫服務）模式。鏡像部署訪問模式下，數據庫的完整副本或鏡像被部署到高校的本地服務器或私有云環境中，高校不僅購買了數據庫的使用權，還實質性擁有了該數據庫的物理控制權，允許師生在已訂購期間內無限制訪問，即便后續服務未得到續訂，高校仍能保持對已部署數據資源的訪問和使用，這類數據庫通常被視為高校資產。遠程訪問許可模式下，高校僅獲得數據庫提供商的遠程訪問許可，此權限具有時效性與非排他性，一旦合同期滿或訂購終止，訪問權限即行終止，此類情形應視為一種服務采購而非資產性投資。云數據庫服務（或SaaS數據庫服務）模式下，高校通過訂閱方式使用由云服務提供商提供的數據庫資源，數據的存儲、運行及維護由云服務提供商負責，高校通過云服務接口訪問數據。由于數據實際存儲在云服務提供商的服務器上，高校僅被授權享有數據的使用權及訪問權，數據的資產屬性受到限制。

對于外部可免費獲取的數據資源，盡管它們無需初始資金投入即可直接獲取，但這些數據在推動科研創新、優化教學流程、強化決策支持等方面具有不容忽視的潛在價值。若此類數據已經過嚴謹細致的預處理流程，便確保了數據的合法合規、準確完整，它們應當被正式納入高校數據資產管理框架之中，以確保這些數據資源能夠得到有效整合、安全存儲、合理分析及充分利用。

對于高校各類自產數據，需分情況進一步討論。

1.日常運營活動數據

對于一般性教學、科研及行政管理日常運營活動產生的數據，雖經濟效益不突出，但蘊含豐富的教育、科研與社會服務價值，滿足高校數據資產的基本要求，應納入其范疇。

2.內部企業化運營數據

對于產學研合作項目數據、科技成果轉化數據等企業化運營數據，其法定與經濟所有權通常界定清晰，且經濟價值、科研價值與社會價值并重，應被認定為高校數據資產。

3.校企合作或附屬機構所收集的數據

對于校企合作或高校附屬的公共服務機構所收集的數據，其法定所有權歸屬于相應的權利主體，但高校可通過正式授權程序，獲得這些數據資源的經濟使用權。這類數據同樣在教育、科研或社會服務方面展現出顯著價值，應被認定為高校數據資產的一部分。

4.個人終端設備中的數據

對高校而言，個人終端設備數據，如師生電腦、手機中的文檔、照片、視頻、聯系人、瀏覽記錄等，具有數據分散、格式多樣、整合困難的特點。同時，高校需平衡隱私保護與數據利用之間的關系，且缺乏明確的數據核算標準來評估其價值。因此，本文認為目前條件尚不成熟，不建議將個人終端數據直接作為高校數據資產。

5.暫時不宜開放共享的數據

本文認為高校數據資產首要涵蓋的是那些無條件開放共享及在滿足特定條件后開放共享的數據集。對于暫時不宜開放共享的高校數據，即便其法律與經濟所有權歸屬于高校，若無法有效開發利用，難以構建起完整的數據流動閉環，暫時不應納入高校數據資產范疇。在未來數據資產管理機制成熟后，可考慮其潛在價值，逐步納入高校數據資產評估與管理體系。

綜上所述，從會計核算的實際出發，高校應優先將具備明確經濟價值的數據納入數據資產管理體系，并隨著數據價值評估方法與實踐經驗的不斷豐富，逐步將具有教育、科研、社會服務等多元價值的數據納入資產范疇，以促進高校數據資源的優化配置與高效利用。

五、高校數據資產的會計計量

（一）數據資產的計量屬性探討

我國《企業會計準則——基本準則》明確了五種會計計量屬性，即歷史成本法、重置成本法、收益現值法、公允價值法、可變現凈值法。同時規定“企業在對會計要素進行計量時，一般應當采用歷史成本，采用重置成本、可變現凈值、現值、公允價值計量的，應當保證所確定的會計要素金額能夠取得并可靠計量”。

就當前關于數據資產會計計量屬性的討論，主要形成了三大流派：一是成本法。支持成本法計量數據資產的學者認為，由于我國數據資產市場尚不成熟，未來收益難以精確預測，成本法能更穩健地反映企業實際投入。同時，成本法數據高度可驗證，能夠確保計量結果的客觀性和可靠性。因此，對于任何渠道獲取的數據資產，在初始計量時都應采用成本法作為其主要計價方式[ 14 ]。二是收益現值法。支持采用收益現值法的學者認為，在運用歷史成本法對數據資產進行計量時，僅僅將加工成本納入資本化范疇，可能會導致數據資產賬面價值與實際市場價值之間出現偏差或背離，尤其是自行構建的數據資產，費用化與資本化階段的劃分主觀性強、可行性低。若采用從成本法轉換至現值法的計量模式，將會引發兩大主要問題，即關于“計量方式轉換時點合理性”的爭議以及“增加利潤操縱的風險”。此外，鑒于當前數據市場及其估價體系尚處于發展初期，市場循環鏈條尚未完全構建，公允價值的獲取面臨較大困難，因此，他們主張數據資產的初始與后續計量均應優先采用收益現值法。三是綜合法。支持綜合法的學者認為與單獨采用收益法或成本法相比，這種綜合計量模式，更能有效避免單一計量方法可能帶來的局限性[15-16]。可見，任何數據資產計量方法均有其局限性，不同的選擇反映了不同企業在數據資產價值評估上的策略與偏好。

（二）高校數據資產的初始計量

在選定高校數據資產計量模式時，必須進行系統而全面考量，涵蓋計量屬性的適用性、數據資產管理實踐與理論的發展階段、高校數據資產的具體分類與特殊性以及高校內部管理體系與政策導向等。本文認為高校數據資產的初始計量采用綜合法更為恰當。

對于外部交易性數據資產，遠程訪問數據許可的購買成本與云數據庫服務的使用成本不在會計計量范圍內，只需計算本地鏡像數據的成本。其初始成本構成具體包括兩方面：一是數據購買成本。指為了獲取本地鏡像數據而支付的初始費用，包括數據本身的費用、相關稅費、手續費以及可能存在的數據使用權或訪問許可費用（僅限本地使用的許可，不包括遠程訪問許可）。二是部署與實施成本。指將所購數據資產集成到高校本地系統或環境所需的費用，包括硬件購置或升級成本、軟件安裝與配置費用，以及數據遷移、轉換、清洗和格式化的專業服務費。如果部署過程需要外部專業團隊或顧問的協助，其服務費用也應計入此部分成本。

對于外部免費獲取的數據資產，在將這些數據納入高校數據資產管理框架時，應當確保數據已進行了嚴格的預處理，包括但不限于數據清洗、格式統一化、缺失值與異常值處理等，這些預處理步驟實際上已隱含了時間、人力及可能的資源消耗等間接成本。鑒于此，即便原始數據為免費獲取，其經過預處理后的價值增值也應進行會計計量，以全面反映數據資產的真實經濟貢獻與管理成本。如果市場上存在類似的數據交易或存在可觀察的數據價格信息，高校可以采用公允價值進行初始計量。具體而言，可以通過市場調研、專家評估等方式確定數據的公允價值，并據此作為數據資產的初始入賬價值。此外，歷史成本計量屬性在此場景下并不直接適用，因為數據獲取并未涉及現金或現金等價物的支付。但若數據的獲取流程中涉及時間、人力資源等間接成本的投入，且這些成本能夠經過合理分析與量化評估，高校可考慮在一定程度上借鑒歷史成本的概念，對間接成本進行適當計量。

高校自給性數據資產的初始計量相對復雜，這主要源于自給性數據資產的多樣性和潛在價值的不確定性，本文將進行分類探討。

1.畢業論文數據資產的初始計量

畢業論文數據資產的初始價值計量可參照彭剛等[ 7 ]的研究成果，通過對校內閱讀使用價值與查重功能交換價值的分別評估，并將兩者相加得出。

第一，校內師生閱讀使用價值的初始計量。畢業論文作為學術資源，首先服務于校內師生的學習與研究需求。鑒于這一使用的內部性和與外購商業文獻數據使用的相似性，在對其進行初始計量時，需基于畢業論文所蘊含的潛在學術與經濟價值，參照本校畢業論文在線平臺的實際使用情況，特別是閱讀量與下載量這兩項關鍵指標進行綜合評估。根據時間維度的差異，畢業論文的價值評估可分為兩類：一是核算年度內作為數據資產的價值；二是其整個生命周期內作為數據資產的價值。若選擇以核算年度內的數據資產價值作為初始計量基準，則需在每個會計年度末進行重新確認和計量；若采用論文生命周期內的數據資產價值作為初始計量基準，則更能全面反映論文在較長時間跨度內的持續影響力與知識傳播價值。本文主張在進行初始計量時，應估算每篇畢業論文在其整個生命周期內供校內閱讀所提供的總價值，以此作為其初始計量的依據，從而更準確地反映由畢業論文所累積形成的數據資產的整體價值。具體估算過程如下：

設：R為論文生命周期內總的在線閱讀次數，D為論文生命周期內總的在線下載次數，C為外購商業文獻數據的單位購置費用，V1為論文生命周期內供校內閱讀產生的總價值。

論文生命周期內供校內閱讀產生的總價值：

V1=（R+αD）×βC

其中：

α系數用于反映下載相對于閱讀的不同價值，可以通過市場調研、專家訪談或參考類似研究來確定。例如，下載通常意味著更深入的利用或更長時間的保留，那么α值可能會大于1。

β系數用于將外購商業文獻數據的單位購置費用轉換為適合本校畢業論文數據的價值估算，這需要考慮多重因素，如數據的質量、稀缺性、用途、時間價值等，同樣通過專家評估、市場調研或歷史數據分析來確定。

第二，查重功能交換價值的初始計量。通過與中國知網等文獻數據供應商合作，高校以畢業論文數據換取商業文獻數據平臺的查重服務權限。在初始計量階段，基于電商平臺上同類查重服務的單次市場價格，結合核算期內學校預計或已發生的畢業生查重需求次數，兩者相乘，得到該交換權限的初始價值。具體計算公式如下：

Pm為電商平臺上同類查重服務的單次市場價格，Ne為核算期內學校預計或已發生的畢業生查重需求次數，V2為論文查重功能交換價值。

換取查重服務權限的價值為：

V2=Pm×Ne

需要注意的是，這里的Pm應該是一個平均價格或者具有代表性的價格，如果電商平臺上同類查重服務的價格存在波動，那么可能需要進一步的數據處理來確定一個合理的Pm值。Ne也需要根據學校實際情況進行預估或統計。

2.其他內部自給性數據資產的初始計量

內部自給性數據作為高校運營管理過程中的自然衍生品，其生成非直接生產所得，而是作為運營活動的間接結果存在。在對這些數據資產進行初始價值計量時，傳統的生產成本法雖然提供了一個理論框架，但實際應用中難以直接且準確地界定與這些非專門生產數據直接相關的成本。因此，需采用更細致的計量方法，這就要求高校設計并實施專門的調查程序，旨在全面追溯并量化數據從生成到可用整個過程中所涉及的成本。這些成本不僅包括直接的硬件購置、軟件許可及信息技術支持等顯性費用，而且包括數據清洗、整理、分析等環節的隱性成本。應特別關注部門管理人員在時間上的投入，這是內部自給性數據形成成本中不可忽視的一部分。可通過記錄并分析管理人員在數據清洗、格式標準化、質量校驗等各環節所花費的時間比例，結合其崗位薪酬水平核算出這部分人力成本。

（三）高校數據資產的后續計量

高校數據資產的后續投入與管理大致可以劃分為兩大類別：一是圍繞原始數據展開的存儲、維護及更新支出，這些支出確保了高校數據資產中核心數據的持續可用性、安全性和時效性，都是數據資產日常運營不可或缺的成本，應基于合理性原則進行費用化處理，并準確計入當期運營費用中。二是針對技術進行的優化、改進與創新性研發支出，旨在通過技術創新提升數據資產的分析能力、應用廣度及教育服務價值，應被視為對數據資產的戰略性“增值性投資”，應采取資本化處理方式，并計入數據資產成本中。

六、結論

高校數據資產的科學核算與準確入表對其價值創造至關重要。本文以高校為對象，探討了數據資產的內涵、分類及計量方法，得出以下結論：（1）高校數據是由高校各部門在教學、科研、管理、服務及市場運作等多元活動中產生和積累的信息資源總和。（2）高校數據規模龐大且多元化顯著、自主生成能力強且自給率高、冗余現象普遍且復雜，需根據其來源和共享程度進行分類，以明確會計核算范圍。（3）基于會計資產應具備的三個條件，界定高校數據資產是高校過去的交易或事項形成的、由高校部門所控制或管理的、具備為高校帶來長遠經濟價值或社會影響的潛力、通過物理媒介或電子化手段存儲的數據集合。（4）從微觀會計核算的實踐出發，初期應優先將經濟價值明確的數據納入管理體系，隨著評估方法和經驗的積累，逐步擴大至教育、科研、社會服務等領域有價值的數據。（5）選擇計量模式時需考慮高校數據類型及價值影響因素，靈活采用成本法、公允價值法等多種方法進行具體會計計量。

【參考文獻】

［1］ RUAN K.Digital asset valuation and cyber risk measurement：principles of cybernomics［M］.Academic Press，2019.

［2］ 李金昌.關于統計數據的幾點認識［J］.統計研究，2017（11）：3-14.

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

［4］ 許憲春，唐雅，張鐘文.個人數據的統計與核算問題研究［J］.統計研究，2022（2）：18-32.

［5］ 向書堅，梁燕，朱賀.政府數據資產核算若干理論問題研究［J］.統計研究，2023（8）：18-31.

［6］ 胡亞茹，許憲春.企業數據資產價值的統計測度問題研究［J］.統計研究，2022（9）：3-18.

［7］ 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（5）：145-160.

［8］ 熊艷，裴瀟.企業數據資產會計核算研究：以阿里巴巴為例［J］.中國注冊會計師，2022（3）：111-116.

［9］ 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.

［10］ 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.

［11］ 孫永堯，楊家鈺.數據資產會計問題研究［J］.會計之友，2022（16）：153-160.

［12］ 唐莉，李省思.關于數據資產會計核算的研究［J］.中國注冊會計師，2017（2）：87-89.

［13］ 中國信息通信研究院.數據資產管理實踐白皮書（4.0）［R］.中國信息通信研究院網站，2019.

［14］ 宋書勇.企業數據資產會計確認與計量問題研究［J］.會計之友，2024（2）：95-101.

［15］ 伍中信，毛政珍，吳寓聰，等.產權保護導向的數據資產會計處理［J］.會計之友，2024（13）：8-14.

［16］ 張俊瑞，危雁麟，宋曉悅.企業數據資產的會計處理及信息列報研究［J］.會計與經濟研究，2020（3）：3-15.