封面专题｜田钊平：企业数据资产管理的制度创新研究

财富 2025-01-08 11:19 山西

原载《会计之友》2025年第2期

田钊平2.jpg

作者简介

田钊平　湖北巴东人，法学博士，三级教授，高级会计师，注册会计师，浙江大学应用经济学博士后，武汉大学访问学者，浙江省高职会计专业带头人，中国会计学会高级会员，中国商业会计学会产教融合分会副理事长，现任浙江广厦建设职业技术大学管理工程学院院长、智慧财经学科带头人，贵州财经大学兼职硕士生导师。从事职业教育23年，致力于会计、审计等专业的教育和研究。主要研究方向涵盖公司财务、区域经济、制度经济、民族经济和职业教育等多个领域。主持或主要参与完成国家社科基金项目、国家民委科研项目、浙江省哲学社会科学规划项目等省部级以上项目20余项，出版专著5部，主编国家规划教材5部，在CSSCI、SCI及北大核心等期刊发表学术论文50余篇，展现出深厚的学术功底和广泛的学术影响力。先后获得四川省哲社优秀成果二等奖及三等奖、杭州市社科优秀成果一等奖、浙江省职业教育与成人教育优秀教科研成果三等奖。

文献出处

田钊平.企业数据资产管理的制度创新研究：基于新质生产力背景［J］.会计之友，2025（2）：2-9.

浙江广厦建设职业技术大学

田钊平

【摘　要】

数据要素是数字经济的核心要素，数据资产正逐步成为推动经济高质量发展的核心动力和生产生活方式变革的催化器，也为社会发展带来了新的机遇和挑战。国家高度重视数据资产的核心作用，出台了一系列相关管理制度，但是目前企业数据资产在产权管理、会计管理、交易管理、评估管理等方面依然存在较多障碍。基于此，文章建议加快制度创新，强化企业数据资产管理，深刻把握中国式现代化的本质要求，持续推进新质生产力的形成和发展。

【关键词】

新质生产力；数字经济；数据资产产权；数据资产交易所；制度创新

【中图分类号】

F230

【文献标识码】

【文章编号】

1004-5937（2025）02-0002-08

　　一、引言

　　“新质生产力”是习近平总书记对我国进入新发展阶段面对新现象、新动向、新问题所作出的重大战略性研判，关系着我国高质量推进中国式现代化的战略布局和政策取向。新质生产力以科技创新为核心要素，代表着新技术、创造新价值，适应新产业、重塑新动能，以全要素生产率提升为核心标志，是契合高质量发展要求的生产力，具有数字化的时代特征，是实现经济增长和社会进步的关键。随着数字技术及信息化的发展，数据价值日益凸显，各国纷纷将数据视为战略资产。2020年4月中共中央、国务院公布《关于构建更加完善的要素市场化配置体制机制的意见》，首次将“数据”列为五大生产要素之一；党的二十大报告中也指出要“加快发展数字经济，促进数字经济和实体经济深度融合”。数据要素已经成为数字经济的核心要素。数据资产化是企业数字化转型的关键环节，在推动我国经济社会高质量发展中发挥着越来越重要的作用。企业通过数据资产的管理与创新应用，能够推动技术、资金、人才、数据等要素的重组和优化配置，促进新质生产力的形成。这种新质生产力不仅具有更高的生产效率和更低的成本，还能创造出更多符合市场需求的新产品和服务，从而为企业赢得更大的市场份额和更高的利润。

　　从数字经济规模看，《中国数字经济发展研究报告（2023年）》显示，2022年我国数字经济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增速；从数据资产交易市场规模看，上海数据交易所发布的《2023年中国数据交易市场研究分析报告》显示，2022年我国数据交易市场规模为876.8亿元，预计到2025年我国数据交易市场规模有望达到2046亿元。数据资产已成为企业的重要资源，正逐步成为推动社会经济高质量发展的核心动力和生产生活方式变革的催化器。数据资源并不一定都是企业的资产，只有企业合法取得并具有拥有或控制等权利，且可以为主体带来潜在经济利益流入的数据资源才能被称为数据资产。数据资产化是发挥数据价值的具体呈现形式，通过市场交易给使用者或所有者带来经济利益，资产化是实现数据价值的核心。数据资产不同于一般资产，探寻数据资产管理在权利确认、会计管理、交易管理及价值评估等方面的制度创新之道，为要素市场化改革下强化企业数据资产管理提供理论和实践指导，对推动数据资产高质量发展、持续推进新质生产力的形成与发展具有重要的现实价值和意义。

　　二、制度溯源：我国企业数据资产管理制度的演进历程

　　（一）企业数据资产产权管理制度的演变

　　数据资产的产权清晰是进行数据资产化的先决条件。只有建立数据资产产权制度，明确各方权利边界和数据资产利用底线，才能使合法的数据资产持有主体能用、敢用，让公众真正享受到数字经济给生活带来的便利。目前出台的涉及数据资产产权管理的制度主要有《关于构建更加完善的要素市场化配置体制机制的意见》《要素市场化配置综合改革试点总体方案》《数字中国建设整体布局规划》《关于构建数据基础制度更好发挥数据要素作用的意见》《关于加强数据资产管理的指导意见》。

　　1.数据资产产权管理制度的提出

　　2020年4月中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》强调，要提高数据质量和规范性，丰富数据产品，并“研究根据数据性质完善产权性质”。2021年12月国务院办公厅印发《要素市场化配置综合改革试点总体方案》提出，要探索建立数据用途和用量控制制度，实现数据使用“可控可计量”。这些都表明数据资产确权的相关专项制度建设等事宜被提上日程。2023年2月中共中央、国务院印发《数字中国建设整体布局规划》指出，要“释放商业数据价值潜能，加快建立数据产权制度”。

　　2.数据资产产权管理制度的探索

　　2022年12月中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》提出，探索建立数据产权制度，推动数据产权结构性分置和有序流通，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，强调要建立健全数据要素各参与方合法权益保护制度，充分保护数据来源者合法权益。2023年12月财政部印发《关于加强数据资产管理的指导意见》，要求落实数据资产持有权、数据加工使用权和数据产品经营权权利分置要求，加快构建分类科学的数据资产产权体系，以适应数据多种属性和经济社会发展要求。

　　（二）企业数据资产会计管理制度的演变

　　国际会计准则理事会（IASB）新版《财务报告概念框架》（2018）将资产重新定义为“有潜力产生经济利益的权利”，突出强调资产的权利属性，数据资产的价值实现更多是基于权利的行使^[1]。从企业发展角度来看，数据资产入表可以显化企业数据资产的价值，更有利于企业利用数据资产挖掘数据价值。目前出台的涉及数据资产会计管理的制度主要有《关于构建数据基础制度更好发挥数据要素作用的意见》《关于中央企业加快建设世界一流财务管理体系的指导意见》《数字中国建设整体布局规划》《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》。

　　1.数据资产会计管理制度的提出

　　2022年2月国资委发布《关于中央企业加快建设世界一流财务管理体系的指导意见》提出，要完善智能前瞻的财务数智体系，“加强数据源端治理，提升数据质量，维护数据资产，激活数据价值”。2022年12月中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》明确要求，加快推动数据资产价值实现，探索开展数据资产登记和入表。2023年2月中共中央、国务院印发的《数字中国建设整体布局规划》指出，要“释放商业数据价值潜能……开展数据资产计价研究，建立数据要素按价值贡献参与分配机制”。

　　2.数据资产会计管理制度的出台

　　2023年8月财政部正式颁布了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），为数据资产入表奠定了制度性基础。《暂行规定》为企业数据资产入表提供了规范和操作标准，要求企业应当严格遵循企业会计准则的相关规定，数据资产化迈出了重要的一步，开启了数据资产管理的加速发展阶段。2023年12月财政部制定印发《关于加强数据资产管理的指导意见》，强调要完善数据资产收益分配与再分配机制，按照“谁投入、谁贡献、谁受益”原则，依法依规维护各相关主体数据资产权益，支持合法合规对数据资产价值进行再次开发挖掘，支持数据资产使用权利各个环节的投入有相应回报，数据资产化作为实现数据要素价值的重要途径，其战略意义日益凸显。

　　（三）企业数据资产交易管理制度的演变

　　数据资产交易市场是数据资产化的重要保障。企业数据资产必须依托健全高效的数据资产交易市场才能安全有序地流通，才能释放最大价值和潜能。2023年10月国家数据局的成立，对充分激活数据要素潜能、发挥数字经济的基础性作用非常重要。目前出台的涉及数据资产交易管理的制度主要有《关于构建更加完善的要素市场化配置体制机制的意见》《“十四五”大数据产业发展规划》《关于印发要素市场化配置综合改革试点总体方案的通知》《关于加快建设全国统一大市场的意见》《“十四五”数字经济发展规划》。

　　1.数据资产交易管理制度的萌芽

　　我国数据资产交易的制度，最早可以追溯至2014年2月，北京市中关村科技园区管理委员会发布的《关于加快培育大数据产业集群推动产业转型升级的意见》提出，要“加快建立中关村大数据交易所，扩大企业私有数据交易和协作，鼓励企业提供数据增值服务，构建高效的数据交易机制”。2014年2月中关村数海大数据交易平台的启动，开启了我国大数据交易与应用的实践先河。2015年8月国务院发布《促进大数据发展行动纲要》，主要围绕数据采集、整理、分析、发掘、展现、应用等环节，支持打造较为健全的大数据产品体系。2016年1月中关村正式成立大数据交易产业联盟。

　　2.数据资产交易管理制度的提出

　　随着数据产品体系的丰富和完善，我国企业数据资产的交易制度迎来了实质性转变。2020年4月中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》对我国培育数据要素市场提出具体要求，提出要“加快培育数据要素市场”，培育数字经济新产业、新业态和新模式，逐步形成以数据交易机构、数据经纪商、中介机构、公众等多类市场主体参与的数据流通外循环，进而构建数据要素市场运营的新模式^[2]。2021年11月工业和信息化部出台《“十四五”大数据产业发展规划》提出，加快培育数据要素市场，建立数据资产价值体系，健全数据产权交易和行业自律机制。

　　3.数据资产交易管理制度的出台

　　2022年1月国务院办公厅印发《关于印发要素市场化配置综合改革试点总体方案的通知》提出，要“规范培育数据交易市场主体，发展数据资产市场运营体系，稳妥探索开展数据资产化服务”“探索建立数据要素流通规则”。2022年4月中共中央、国务院发布《关于加快建设全国统一大市场的意见》，从全局和战略高度对加快建设全国统一大市场提出了要求，强调要“加快培育数据要素市场，建立健全数据安全、权利保护、交易流通等基础制度和标准规范，推动数据资源开发利用”。2022年3月国家发改委出台《“十四五”数字经济发展规划》提出，加快构建数据要素市场规则，培育市场主体、完善治理体系，促进数据要素市场流通，培育壮大数据服务产业，探索建立与数据要素价值和贡献相适应的收入分配机制，激发市场主体创新活力。2024年6月28日，上海数据交易所举行发布会，全国首个数据资产交易市场开始试运行。

　　（四）企业数据资产评估管理制度的演变

　　数据资产评估是保障数据资产有序流通与价值挖掘、推动数据资产交易市场化配置和数字经济高质量发展的重要抓手。数据资产评估关键在于有效地识别企业的数据资产，这不仅有助于企业了解其拥有的数据资源，而且有助于最大化数据的价值和影响力。目前出台的涉及数据资产评估管理的制度主要有《促进大数据发展行动纲要》《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《资产评估专家指引第9号——数据资产评估》《“十四五”大数据产业发展规划》《数据资产评估指导意见》。

　　1.数据资产评估管理制度的提出

　　2015年国务院印发的《促进大数据发展行动纲要》是促进大数据发展的第一份权威性文件，要求健全数据资产价值评估体系，推进数据资产评估标准和制度建设，规范数据资产价值评估，推动数据资产价值评估业务信息化建设，利用数字技术或手段对数据资产价值进行预测和分析，构建数据资产价值评估标准库、规则库、指标库、模型库和案例库等，推动业务开展的标准化、规范化。2021年3月《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确要求“发展数据资产评估”，提出要发展数据资产评估的市场运营体系。

　　2.数据资产评估管理制度的试点

　　为更好地指导数据资产评估业务，2019年12月中国资产评估协会发布《资产评估专家指引第9号——数据资产评估》，对数据资产的评估对象、方法及评估报告的编制等相关事项进行了明确，为评估机构执行数据资产评估提供了专家指引。2021年11月工业和信息化部发布《“十四五”大数据产业发展规划》明确提出，要对数据要素评估制定相配套的评估框架和评估指南，并要求在数据管理基础好的行业领域开展试点示范。

　　3.数据资产评估管理制度的出台

　　2023年9月在财政部指导下，中国资产评估协会印发《数据资产评估指导意见》，对数据资产评估进行了全面规范，主要明确数据资产评估基本原则、评估对象、操作要求、评估方法和披露要求五项重点内容。2023年12月财政部制定印发《关于加强数据资产管理的指导意见》指出，要从评估标准、评估机构、评估人才等重点环节出发，建立健全数据资产价值评估体系，强调推动数据资产价值评估业务信息化建设，构建数据资产价值评估标准库、规则库、指标库、模型库和案例库等，推动数据资产评估业务标准化、规范化和便利化开展。

　　三、现实困境：我国企业数据资产管理制度存在的关键问题

　　（一）企业数据资产产权管理制度的关键问题

　　1.数据资产产权界定缺乏统一标准

　　产权是法律主体对特定财产所享有的控制和使用的权利。目前企业数据资产产权复杂，权利属性不明确。数据资产的价值在于流动，其控制和使用不具有任何排他性，在流动中也容易丧失其控制权。可见数据资产产权不同于普通物权。现行法律法规对数据资产产权的定义尚不明确，存在多种解释和理解，这种模糊性使得数据资产产权的界定缺乏统一的标准和依据。由于数据资产产生场景不同，且很多情况下系由多个主体的联动行为共同产生，不同主体对相同的数据资产可能有不同的利益诉求，这些诉求可能随着时间推移和社会发展而发生变化，这种多样性和变化性也增加了数据资产产权界定的难度^[3]。

　　2.数据资产产权的相关法律法规需完善

　　数字经济发展方兴未艾，现有法律体系往往难以适应数据资产产权界定的新需求和新挑战。《民法典》中规定“法律对数据、网络虚拟财产的保护有规定的，依照其规定”，但并未确立规则；《数据安全法》中明确“国家保护个人、组织与数据有关的权益”，但数据资产权益的具体内容并没有明示。现行制度对数据资产权属的规定仍然以原则性规定为主。数据资产涉及多个利益主体，包括数据生产者、数据处理者、数据使用者等，不同主体对数据资产享有不同的权利，但这些权利的具体内容和边界法律上尚未明确规定，数据资产的产权难以准确确认，权利主体的权益无法得到有效保障，数据资产产权确立与保护相关法律法规需完善。

　　3.全国性数据资产的登记制度尚未构建

　　尽管我国部分地区和机构已经展开了数据资产登记的相关探索，但至今未构建全国性的数据资产登记制度。由于法律对数据资产的定义尚不明确，导致数据资产登记缺乏统一的法律基础和标准，全国范围内尚未建立统一的数据资产登记机构，不同地区和机构之间的数据资产登记工作缺乏协调和统一。各地在数据资产登记流程、审查标准等方面存在差异，导致数据资产登记不规范和不透明，削弱了数据资产登记的公信力，数据资产登记的功能与作用屡受质疑。

　　（二）企业数据资产会计管理制度的关键问题

　　1.企业数据资产的确认缺乏明确标准

　　目前我国不同法律法规对数据资产的定义存在差异，这导致企业在确认数据资产时缺乏明确的法律依据。比如我国会计准则规定“资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的预期会给企业带来经济利益的资源”，参照这一定义对数据资产进行界定具有较大的局限性，这些条件在数据资产的确认上难以直接应用。由于数据资产的非实体性和可复制性，企业很难证明自己对数据资产拥有完整的所有权或控制权，增加了确认的复杂性和难度。数据资产的价值实现具有长期性，且受多种因素影响，如数据质量、数据规模、数据应用场景等，存在较大的不确定性，价值往往难以准确计量^[4]。此外，数据资产的所有权和控制权可能随着数据处理和交易过程而发生变化，这也增加了确认的难度。

　　2.企业数据资产计量标准尚未统一

　　随着企业数字化转型的加速，数据资产的价值远远超过传统的实物资产。数据资产的非实体性、可复制性、动态变化性及价值难以直接量化等特点，使得数据资产的计量面临诸多挑战。企业数据资产涵盖了结构化数据（如数据库中的记录）、半结构化数据（如JSON、XML文档）和非结构化数据（如文本、图片、视频等）。每种类型的数据资产都有其特性和处理方式，很难用统一的标准来衡量其价值。同样的数据资产在不同的企业、不同的时间段或用于不同的目的时，其价值可能会有很大差异^[5]。数据资产的重要性日益凸显，但缺乏明确的计量方式和统一标准，目前国际上也尚未形成广泛认可的数据资产计量标准，这使得企业在实践中缺乏明确的指导和借鉴。

　　3.数据资产的信息披露不充分

　　目前关于数据资产的信息披露，尚未形成广泛认可的统一标准。不同企业、不同行业甚至不同地区的企业在数据资产的信息披露上可能存在较大差异，这使得投资者、监管机构等难以准确了解企业数据资产的真实情况。一些企业在披露数据资产信息时，可能仅关注部分关键指标或数据，而忽略了其他同样重要的信息。例如只披露数据资产的总价值，而不披露其形成方式、应用范围、评估方法等关键细节。这种不全面的披露方式使得信息使用者难以全面评估企业数据资产的价值和潜力。与财务报告中的其他资产相比，数据资产的信息披露更多地依赖于企业的自愿性。由于数据资产的价值难以直接量化、披露成本较高及担心泄露商业秘密等原因，一些企业可能缺乏足够的动力自愿披露数据资产信息，这进一步加剧了数据资产信息披露不充分的问题。

　　（三）企业数据资产交易管理制度的关键问题

　　1.数据资产交易监管的法律制度不到位

　　尽管我国已经出台了一系列与数据安全和数据交易相关的法律法规，如《数据安全法》《个人信息保护法》等，但这些法律在数据资产交易监管方面的规定仍然较为笼统，缺乏具体的操作细则和监管标准，无法给数据资产交易管理提供强有力的法律支撑。从现有的法律管理体系来看，监管部门难以准确把握监管尺度，影响监管效果^[6]。数据资产交易涉及多个部门和领域，数据交易监管机制不完善，各部门间的职责划分不够明确，协作配合不够紧密，监管存在漏洞和盲区。另外，数据资产交易市场的自律机制也尚未建立，一些交易主体在追求利益最大化的过程中，可能忽视合规性和风险控制，给整个市场带来潜在的风险。

　　2.数据资产交易尚缺乏统一的行业标准

　　随着数字经济的快速发展，数据资产交易的市场需求日益增长，但相应的行业标准制定却相对滞后。目前虽然有一些行业组织、研究机构或企业尝试制定数据资产交易的标准，但这些标准往往缺乏广泛认可度和权威性，难以在行业内形成统一规范^[7]。现有的数据资产交易标准往往侧重于某一方面或某一环节，如数据质量、数据安全、数据交易流程等，缺乏全面覆盖数据资产交易全生命周期的标准体系。即使存在某些数据资产交易的标准，但在实际执行过程中也可能有执行不力的情况。数据资产交易平台尚处于成长初期，不同企业、不同交易平台对数据的采集、共享等环节没有一致的、合理有效的规定，各自执行的标准是不一样的，统一的市场标准尚未形成，导致数据资产交易渠道极不畅通。

　　3.数据资产交易的技术应用能力不够强

　　数据资产交易主体对数据资产隐私安全的信任度不高严重影响数据资产的交易。数据资产拥有者担心数据资产交易后，数据资产失去价值或带来安全隐患。尽管数据处理、分析、挖掘、可视化等技术不断发展，但在数据资产交易领域的应用仍显不足。许多数据交易平台和技术提供商在技术创新和研发方面投入不足，导致技术应用的广度和深度受限，限制了数据资产交易的效率和准确性。数据资产交易涉及采集、清洗、整合、分析、交易等多个技术环节，这些环节之间的集成与融合还不够紧密，导致数据交易过程中存在信息不对称、数据质量不高等问题，增加了数据交易的风险和成本，也影响了数据资产交易市场的健康发展。

　　（四）企业数据资产评估管理制度的关键问题

　　1.数据资产评估范围界定困难

　　数据资产类型繁多且分布广泛，不同类型的数据在处理、存储和管理上的需求各不相同，这使得数据资产评估在界定评估范围时面临巨大挑战。例如，在电信、金融、医疗和工业等行业中，数据资产的种类和数量都极为庞大，且具有各自的特点和价值，难以统一界定评估范围。数据资产权属的法律认可和界定尚不充分，导致数据资产的所有权和控制权难以明确界定，难以确定哪些数据资产应纳入评估范畴。数据资产质量的评估通常涉及数据的完整性、规范性、一致性、准确性、唯一性和关联性等多个方面，这些方面的评估都具有一定的难度和主观性，在界定评估范围时，需要更加谨慎地考虑哪些数据资产具有评估价值。

　　2.数据资产评估标的权属核查受限

　　数据资产评估标的权属核查受限的问题，主要缘于数据资产本身的特性及当前法律、技术和市场环境的多方面挑战。数据资产形式多样，每种类型的数据在存储、处理和分析上都有其独特性，使得权属核查变得复杂。数据资产本质上是无形的，没有物理形态，增加了确定其权属的难度。数据资产易于复制和传播，容易导致权属关系变得模糊，特别是在跨组织或跨国界的数据交易中。虽然我国部分省市已开展数据资产产权登记的试点工作，但尚未建立全国统一的数据资产产权登记制度，导致权属证明文件难以统一和标准化。目前数据交易市场仍处于初级阶段，市场规则和标准尚未完善，交易双方的权益保护机制不健全，也增加了权属核查的难度。

　　3.数据资产评估方法难以满足需求

　　数据资产与传统资产的界定、特征存在联系和差异，传统的资产评估方法在应用于数据资产评估时存在较大的局限性。成本法难以准确估算数据资产的重置成本，市场法缺乏活跃的交易市场和可比对象，收益法则难以预测数据资产的未来收益。随着数据资产交易活动日益频繁，评估方法的滞后性使得市场参与者难以获得准确、可靠的评估结果，影响了交易的效率和公平性。虽然近年来出现了一些新的数据资产评估方法，如基于大数据和人工智能的评估模型，但这些方法仍处于探索阶段，尚未形成统一的标准和体系，难以满足市场的广泛需求。

　　四、进路选择：强化企业数据资产管理的制度创新

　　（一）强化企业数据资产产权管理的制度创新

　　1.建立健全数据资产产权保护法律体系

　　我国数据增长速度惊人，明确产权是数据资产化的前提。因此，建立健全数据产权法律规范，构建数据资产产权制度，完善相应的产权运行机制，对促进数字经济发展至关重要。一是出台相关法律法规。建议尽快出台专门的数据资产法，明确数据资产的定义、分类、权属、交易规则及保护机制，为数据资产的保护提供法律基础。推动政府数据公开法的制定，明确政府数据的开放原则、范围、方式及监督机制，促进政府数据的共享和利用。二是修订完善现有法律。完善《个人信息保护法》，加强对个人数据收集、使用、处理及跨境流动的监管，确保个人数据安全。修订《著作权法》，探索将海量数据信息纳入著作权法保护的客体之中，针对数据的各个阶段流程制定相关保护措施。修订《数据安全法》，进一步细化数据安全法的相关条款，明确数据权益的具体内容，加强对数据安全的保护。修订《反不正当竞争法》，将网络数据纳入不正当竞争审查范围，加强对数据不正当竞争行为的打击。三是要完善数据资产确权的相关制度。推动数据资产的分级分类管理，对企业、个人、公共数据资产进行差异化管理，明确数据资产的权利主体，实现数据资产权利主体的准确认定。四是加强执法与监管。建立跨部门协作机制，加强与公安、市场监管、网信等部门的协作，组建专门的数据保护执法机构，负责协调各相关部门的数据保护工作，形成合力共同打击数据违法行为，形成有效震慑。

　　2.构建全国统一的数据资产登记制度

　　为有效推进数据资产化，强化企业数据资产的产权管理，必须搭建权威性登记平台，开展全国统一的数据资产登记工作，健全分级分类的登记机制与信息披露制度，确保数据资产的来源、归属、变更、流转公开透明。因此应适时出台全国统一的数据资产登记规则（“七统一”规则），实施全国统一的数据资产产权登记保护制度。一是统一登记依据，确保登记行为有法可依、有章可循；二是统一登记机构，明确负责数据资产登记的机构或部门，确保其权威性和公信力；三是统一登记载体（平台系统），建立统一的数据资产登记平台或系统，提高登记效率和便捷性；四是统一登记程序，规范登记流程，确保登记过程的公平、公正和透明；五是统一审查规则，制定明确的审查标准和流程，确保登记数据的真实性和准确性；六是统一登记证书，为完成登记的数据资产颁发统一格式的登记证书，作为其权属证明；七是统一登记效力，明确登记的法律效力和约束力，保障数据资产所有者的权益。充分利用区块链、大数据、人工智能等先进技术，提高数据资产登记的安全性、准确性和效率。同时，各级政府部门应加强沟通协调和建立信息共享机制，共同推动数据资产登记规则的制定和实施。

　　（二）强化企业数据资产会计管理的制度创新

　　建议财政部制定专门的数据资产具体会计准则，改变目前参照存货或无形资产会计准则的做法，规范数据资产的确认、计量和相关信息披露。参考国内外相关法律法规和会计准则，结合企业实际情况，及时制定出台适合企业数据资产管理的“企业会计准则第43号——数据资产”，针对数据资产的确认、计量、记录和报告等环节作出明确规定。

　　1.明确数据资产的确认条件

　　数据资产是指由企业拥有或控制，能够为企业带来经济利益，且成本能够可靠计量的数据资源。这一定义需明确其无形性、非消耗性、共享性、增值性等特点。借鉴财政部发布的《企业数据资源相关会计处理暂行规定》等相关政策文件，在数据资产具体会计准则（如“企业会计准则第43号——数据资产”）中明确数据资产的确认条件，并确保数据资产的定义符合企业会计准则的要求。通过数据资产盘点，识别出符合资产定义的数据资源，包括检查数据的来源、控制权、未来经济利益流入的可能性及成本的可靠性等因素。可以借鉴中国资产评估协会发布的《资产评估专家指引第9号——数据资产评估》等指南，完善数据资产的识别与确认流程。根据数据资产的特性，选择适当的会计处理方法进行数据资产的确认。

　　2.合理设置数据资产的会计科目

　　单独设置一级科目“数据资产”“数据资产开发”“数据资产减值准备”科目进行数据资产业务的会计核算。“数据资产”核算自行开发和外购的数据资产，可设置成本、公允价值变动等二级科目；“数据资产开发”核算企业自行收集（加工）的成本，开发的数据资源如果满足数据资产确认条件则将数据资产开发的成本资本化，转入“数据资产”，否则费用化转入当期损益（管理费用）。“数据资产减值准备”核算期末数据资产可能出现的价值减少的情况。数据资产的对外出售则通过“资产处置损益”科目核算。

　　3.提高数据资产计量的准确性

　　数据资产的可靠计量是确保会计信息准确性的重要环节。一是建立健全数据采集与处理机制。制定数据采集、处理和存储的规范流程与标准，确保数据资产的来源合法、合规，避免使用非法或不可靠的数据。对数据进行必要的清洗和整理，去除重复、错误和无效的数据，确保计量基础数据的准确性和可靠性，并定期对数据资产进行复核和评估，检查计量的准确性和可靠性。如发现差异或问题，及时进行调整和修正。二是选择合适的计量方法。根据数据资产的特点和企业的实际需求，综合考量选择合适的计量方法。由于数据资产的价值可能随时间而变化，企业应定期评估和调整计量方法，以确保计量的准确性和时效性。对于时效性较强的数据资产，可能需要采用更灵活的计量方法。数据资产可以被多个用户或系统共同使用，在计量时应充分考虑其共享性对价值的影响。三是后续计量中可以采用分次摊销法合理摊销。对于使用时间或次数无法有效确定的数据资产，可在期末对其进行价值评估确定是否作减值处理。对外销售时可按照资产处置业务处理。

　　4.充分列报与披露数据资产

　　数据资产的列报与披露有助于提高企业的信息透明度，使外部信息使用者能够全面了解企业的财务状况和经营成果，这有助于增强投资者信心，促进资本市场的健康发展。一是数据资产的列报。主要涉及将其归类、汇总并展示在财务报表中，以便信息使用者能够快速、准确地了解企业的数据资产状况。数据资产的列报内容应主要包括：数据资产的总量、类型及结构分布；数据资产的获取成本、加工成本及其他相关成本；数据资产的使用情况，如被调用的次数、应用场景等；数据资产的质量评估，如准确性、完整性、时效性等。数据资产的列报应遵循会计准则和相关规定，以图表等形式呈现。例如，在资产负债表中，数据资产应单列，展示其账面价值和变动情况。在利润表或附注中，可能会披露数据资产产生的收益或相关费用。二是数据资产的披露。数据资产的披露内容广泛，包括但不限于：数据资产的详细情况，如名称、类型、数量、来源等；数据资产的应用场景和业务模式，以及它们如何支持企业的运营和发展；数据资产的质量、安全性及保护措施，以消除信息使用者的疑虑；数据资产的重大交易事项和权益变动情况，以便信息使用者了解企业的最新动态。企业应根据自身实际情况和数据资产的特点，合理确定披露的详细程度和范围。

　　（三）强化企业数据资产交易管理的制度创新

　　1.建立健全数据资产交易的法律体系

　　建立健全数据资产交易法律体系是保障数据资产市场健康、有序发展的关键。一是制定数据资产交易法律。在现有法律法规的基础上，制定专门的数据资产交易法，对数据交易的基本原则、交易规则、交易方式、交易监管等方面进行全面规范。二是制定数据资产交易全国统一的行业标准和规范。推动数据资产的行业标准化建设，包括数据格式、数据接口、数据编码等方面的标准，这有助于提升数据资产的可交易性和流通性。明确界定数据资产交易的范围和条件，规定哪些类型的数据资产可以交易，哪些数据资产受到保护不能交易。同时明确数据资产交易的程序和流程，确保数据资产交易的合法性和合规性，这有助于降低数据资产交易的成本和门槛，提高数据资产交易的效率和便捷性^[8]。三是建立数据资产交易的安全保障制度。制定数据资产安全保护的法律规范，明确数据资产交易过程中的安全责任和安全措施，保障数据资产交易的安全性和隐私性。四是推动数据资产交易的国际合作与标准制定。积极参与国际数据资产交易规则的制定和谈判，推动形成国际公认的数据资产交易标准和规范。加强与其他国家和地区在数据资产交易领域的合作与交流，共同推动全球数据资产交易市场的健康发展。

　　2.建立完善数据资产的交易所模式

　　目前我国数据资产交易平台建设还未形成十分严格的规范与标准，数据资产质量难以得到有效保障，所以采用交易所模式不失为一种明智选择。数据资产交易所应定位为有关数据资产的交互、整合、交换、交易的独立、中立、可信任的第三方平台，它不仅提供数据资产交易的场所，而且应致力于推动数据资产交易市场的规范、透明和高效发展。一是要加快制定统一的交易规则与标准，营造良好的数据资产交易生态环境。制定交易规则主要包括明确交易流程、交易方式、交易费用、争议解决机制等，确保交易过程的公平、公正和透明，保护交易双方的合法权益。建立数据资产的质量评估体系，确保交易的数据资产具有准确性、完整性、时效性和合规性，以提升数据资产的价值和可信度^[9]。二是要利用先进技术手段保障交易安全。可利用区块链技术的去中心化、不可篡改和可追溯性等特点，实现数据资产的透明、安全交易。智能合约可以自动执行交易条款，保障双方权益。采用隐私计算、数据脱敏等技术手段，保护数据交易中的个人隐私和商业秘密。三是加强行业自律。行业协会和交易所应加强自律管理，制定行业规范和自律准则，通过自我约束和相互监督，提升行业整体的信誉度和公信力。四是优化服务体验与盈利模式。提供便捷、高效的数据交易服务，包括交易咨询、数据清洗、数据挖掘等增值服务，提升用户体验和满意度。探索多元化的盈利模式，如会员制模式、增值式交易服务模式等，通过创新盈利模式实现交易所的可持续发展。

　　3.加强数据资产交易的监管与执法

　　加强对数据资产交易市场的监管，确保数据资产交易市场的合法合规运行，维护市场秩序和公平竞争。一是建立多部门协同监管机制。数据资产交易涉及多个领域和部门，需要跨部门建立协同监管机制，明确各部门的监管职责和协作方式。通过信息共享和联合执法，提高监管效率和效果。二是加强数据资产交易市场的监管。对数据资产交易市场进行定期检查和评估，及时发现和纠正违法违规行为，对违法违规的数据资产交易主体进行严厉处罚，维护市场秩序和公平竞争。三是完善数据资产交易纠纷解决机制。建立数据资产交易纠纷的调解、仲裁和诉讼等多元化解决机制，为交易双方提供便捷、高效的纠纷解决途径。设立专门的数据资产仲裁庭或数据资产法庭，专门审理与数据资产交易有关的案件，提高仲裁或审判效率和专业性，确保数据资产产权纠纷得到公正、合理解决。

　　（四）强化企业数据资产评估管理的制度创新

　　1.完善数据资产评估标准和评估方法

　　面对高速发展的数字经济，数据资产的评估工作呈现出新的特点，要及时修订并完善数据资产评估标准和方法。一是要制定统一的数据资产评估标准。推动技术、安全、质量、分类、价值、运营等数据资产相关标准建设，形成科学、合理、可操作的评估标准体系。二是要结合数据资产的特性，创新数据资产评估方法。数据资产评估的主要方法包括成本法、收益法和市场法，每种方法都有其优缺点和适用场景，要结合数据资产的特性，采用多种评估方法，综合考虑成本、场景、市场、质量等多种因素，创新评估方法，并关注数据资产的完整性、唯一性、真实性、一致性、及时性和合规性，以便更准确地反映数据资产的价值。积极推广和应用信息化技术，建立完善的信息数据库和评估模型，利用大数据、人工智能等先进技术提高评估的准确性和效率。三是鼓励和支持专业的数据资产评估机构发展，强化评估标准和方法的执行，提升数据资产评估的专业性和公信力。四是要积极推动数据资产评估结果在融资、投资、交易等方面的应用，为数据资产的流通和变现提供有力支撑。

　　2.建立数据资产评估与数据资产安全的协同机制

　　数据资产安全是数据资产评估的前提。在进行数据资产评估之前，必须确保数据资产的机密性、完整性和可用性得到充分保护，否则数据资产泄露或损坏将严重影响评估结果的准确性和可靠性。一是要将数据资产安全纳入评估框架。在数据资产评估过程中，应将数据资产安全作为重要的评估维度之一。在数据资产评估中考虑数据资产安全因素，评估数据资产安全投入的成本，将数据资产安全相关的投入（如安全设备、安全软件、人员培训等）纳入数据资产评估的成本因素中，这些投入是维护数据资产安全所必需的，也是数据资产价值的一部分。二是在评估数据资产价值时，应考虑数据资产泄露风险对数据资产市场价值和使用价值的影响。数据资产泄露可能导致声誉损失、法律风险和客户信任度下降等后果，这些都将降低数据资产的价值。三是加强数据资产管理部门与数据资产安全部门的沟通与合作，确保数据资产评估过程中充分考虑数据资产安全因素。数据资产安全措施也能为数据资产评估提供有力支持。四是定期进行数据资产安全风险评估和审计，及时发现和解决潜在的安全问题。这有助于保持数据资产的安全性，并为数据资产评估提供准确的安全状态信息。

基金项目

教育部中国高校产学研创新基金项目“企业税务风险防控体系设计研究”（2023ZB006）

参考文献

［1］金帆.数据资产会计：产品观与资本观［J］.财务管理研究，2024（1）：87-93.

［2］杜海燕，孙浩荃，杨毅，等.数据资产化现实、路径及数据要素市场培育［J］.山东工商学院学报，2022（4）：39-45.

［3］李琪琦.数据资产相关问题的思考：从概念到实践［J］.金融会计，2023（1）：12-19.

［4］刘刚，孙毅，袁方.要素市场化改革下企业数据资产权属辨识与价值评估思考［J］.中国资产评估，2023（2）：19-24.

［5］王文兵，李珺珺.企业数据资源的会计确认、计量与披露探析［J］.商业会计，2024（1）：4-9.

［6］刘悦欣，夏杰长.数据资产价值创造、估值挑战与应对策略［J］.江西社会科学，2022（3）：76-86.

［7］杨东，高一乘.赋能新质生产力发展：企业数据资产“确权”的三重维度［J］.商业经济与管理，2024（4）：83-93.

［8］刘冰.论数据资产化的法律障碍及破解路径［J］.中国法律评论，2023（2）：51-63.

［9］付怡文，谭雪.数字经济背景下数据资产的交易管理体系研究［J］.商业会计，2023（20）：18-23.