数据资产“入表”的准则考量与推进思路

2024-02-19李向前博士生导师

财会月刊 2024年3期

赵星，李向前（博士生导师）

一、引言

我国数据资源丰富，国家互联网信息办公室发布的《数字中国发展报告（2022 年）》显示：2022 年，我国数据产量达8.1ZB，同比增长22.7%，占全球数据总产量的10.5%，位居世界第二。与此同时，我国数据要素市场化发展步伐不断加快，2021年12月21日，国务院办公厅发布《要素市场化配置综合改革试点总体方案》，从数据开放共享、流通交易、开发利用和安全保护等方面推动数据要素市场化流通。2022 年12 月2 日，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》（简称“数据二十条”），旨在构建完善的数据基础制度，激活数据要素潜能。在政策支持和市场主体创新发展的双重推动下，数据要素逐渐融入经济社会发展的方方面面，数据资产也将成为重要的社会资产之一。

对于企业而言，利用数据要素赋能业务发展将成为未来企业经营业绩提升的重要抓手，同时，企业也可以通过数字产品化丰富产品和服务内涵，创造新的业务增长点。在此形势下，数据要素将成为未来企业不可或缺的重要资产，需要将数据资产纳入企业财务报表体系，并利用科学、合理的会计核算方法计量其价值，从而更全面、客观地反映企业价值。2023 年8 月1 日，财政部印发《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），为当下规范企业数据资源相关会计处理、强化相关会计信息披露提供了基本依据。但在现有的会计准则框架下，由于数据资产在确权和估值方面存在较大的不确定性，简单以现行资产类别将其纳入财务报表核算存在一定的困难和障碍（许宪春等，2022）。2018 年3月，国际会计准则理事会（IASB）修订了《财务报告概念框架》，本次修订最大的革新是将“不确定性”纳入概念框架，这为数据资产“入表”提供了新的支撑。本文从对数据资产概念的理解与突破出发，结合国内外准则发展和实践进展，提出数据资产“入表”基础性问题的解决框架，为数据资产“入表”提供理论指导和参考。

二、对数据资产概念的理解与突破

解决数据资产“入表”问题，首先要深刻理解数据资产的基本内涵，以明确数据资产的识别和认定标准。目前，理论与实务界关于数据资产的定义较多，其中较权威的定义出自中国资产评估协会和中国信息通信研究院。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》（简称“第9号专家指引”）将数据资产定义为“由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源”。中国信息通信研究院发布的《数据资产管理实践白皮书5.0版》将数据资产定义为“由组织合法拥有或控制的数据资源，以电子或其他方式记录，可进行计量或交易，能直接或间接带来经济效益和社会效益”。不难看出，这些数据资产概念均是在现行会计资产概念的基础上衍生而来的，具有以下特点：一是强调数据资源的拥有或控制，二是强调能够带来经济利益或社会效益。

虽然这些定义为当下理解数据资产提供了参考，但是按照现行会计资产概念定义数据资产具有一定的局限性。首先，数据资产在企业经营过程中的价值实现并非完全以拥有或控制为前提（陆威文和苟廷佳，2023），“数据二十条”已经明确提出建立数据资源持有权、数据加工使用权、数据产品经营权等“三权分置”的产权制度，这意味着在数据生产、流通、使用过程中各参与方可通过单项数据权利的行使创造价值，并不需要控制或拥有数据资源。其次，会计确认、计量和报告遵循谨慎性原则，在资产确认方面，对“预期带来经济利益”的判定标准较高，这对于当下数据资产确认而言显得过于严格，因为在数据要素市场化发展初期，数据交易市场尚不发达，数据资产价值实现路径和方式尚不明晰，数据资产价值实现具有较大的不确定性，其价值实现更偏向长期（刘刚等，2023），如果设置过高的经济利益流入可能性标准，可能在确认环节将某些当前价值不确定但未来价值潜力较大的数据资产排除在外，从而出现漏记。针对这一问题，可行的解决方式是放宽经济利益流入可能性标准，先将其确认为一项金额较小的数据资产，在后续计量环节及时调整其账面价值，以防止漏记重要的数据资产。

IASB修订的《财务报告概念框架》中对会计资产定义的更新为数据资产概念的突破提供了指引和新思路。此次修订将“不确定性”引入概念框架，并重新定义资产，即主体由于过去事项而控制的现时经济资源，经济资源指有潜力产生经济利益的权利。

与以往资产定义相比，此次修订降低了“资产”的确认门槛（黄世忠等，2023），其主要变化体现在以下三个方面：一是明确资产是经济资源，而不再强调经济利益的最终流入，这就可以将一些目前不一定能带来经济利益的资产纳入其中；二是放宽了经济利益流入可能性标准，只强调“有潜力产生经济利益”；三是将资产的本质属性从资源观转向权利观，即有潜力产生经济利益的权利，这样即使要求控制，也是对权利的控制，即合法拥有对应的权利。这些改进和革新恰恰满足了对数据资产的定义，因为数据资产正是一种价值不确定的资产，且数据资产价值实现建立在数据权利行使的基础之上。据此，数据资产的本质内涵可以理解为“有潜力产生经济利益的数据权利”。如果按照这一内涵理解数据资产，那么在数据资产确认过程中，需要首先明确主体对于数据资源拥有何种权利，然后判断建立在这一权利基础之上的价值实现方式以及价值量大小，在数据资产确认后的后续计量过程中根据数据权利变化以及价值变动情况及时更新其类别和账面价值。

三、数据资产“入表”的准则考量

（一）国内外准则发展与实践进展

针对数据资产的确认、计量和列报，目前国内外均未形成成熟的准则方案。从以上分析可以看出，数据资产作为一种新型资产既具有重要性，也有其特殊性，并不太适合利用现行准则对其进行会计处理，可能需要修订现行准则或出台专门的数据资产准则予以规范。但是，考虑到目前会计准则体系较为成熟和完备，在短时间内难以革新，因此，当下可以在现行准则框架下进行特殊处理，待时机成熟后再推动数据资产准则规范的建立（曾雪云，2023）。

1.我国数据资产相关准则推进情况。我国在数据资产相关准则研究和推进方面开始时间较早，早在2020 年1月，为了科学计量数据资产价值，中国资产评估协会发布“第9 号专家指引”，并给出数据评估的三种基本方法（成本法、收益法和市场法）及其衍生方法，这三种方法也是传统资产评估的基本方法，“第9号专家指引”的出台为数据资产价值评估提供了实践指导，具有重要的理论和现实意义。但从实际应用层面来看，由于数据资产价值特征复杂，三种评估方法的应用面临较大的困难和挑战。成本法是这三种方法中较容易实现的评估方法，但其难以真实反映数据价值，数据资产价值类似于无形资产，以成本为基础的估价可能存在较大偏差，往往会低估数据资产价值（彭娜，2022）。就收益法而言，由于企业对数据资产的应用场景和应用方式缺乏深刻了解，对收益的测算存在较大困难，收益法运用面临较大的不确定性，特别是针对尚未产生实际效益的数据资产。就市场法而言，其应用需要丰富的交易案例作为参考，但目前我国数据交易市场尚不完善，交易市场不活跃，很难采集评估参数，导致市场法的应用基础较为薄弱（高华和姜超凡，2022）。

为了进一步推进企业数据资源的会计处理，2022 年12月1日财政部起草了《企业数据资源相关会计处理暂行规定（征求意见稿）》，探索如何将数据资产纳入企业财务报表进行核算。时隔8 个月后，2023 年8 月1 日，财政部正式印发《暂行规定》并决定于2024年1月1日起施行，这为数据资产“入表”提供了重要的制度安排。《暂行规定》将“入表”确认的数据资源分为两类：一类是“企业使用的数据资源”，该类数据资源在满足无形资产定义和确认条件的情况下可以确认为无形资产；另一类是“企业用于出售的数据资源”，这类数据资源在满足存货定义和确认条件的情况下确认为企业存货。此外，《暂行规定》还提及该规定也适用于“企业合法拥有或控制的、预期能带来经济利益的、但由于不满足资产确认条件而未确认为资产的数据资源”，但并未给出该类数据资源具体的会计处理方法，仅表示企业可根据实际情况自愿进行披露。可以看出，我国对数据资产的会计处理还是在现行企业会计准则框架下进行的，将符合条件的数据资源分别确认为无形资产或存货，这对于当下数据资产“入表”提供了现实依据。但也应该看到，这种处理方式是现行准则框架下的权宜之计，数据资产按照现行无形资产或存货准则“入表”，条件还相对严苛，难以解决未来复杂的数据资产确认和计量问题，需要进一步修订、完善并出台更多的配套政策（李原等，2022）。

2.国际准则发展动向及进展。IASB目前尚没有制定数据资产方面的会计准则，但是，考虑到在现行会计资产分类体系下，数据资产在一定程度上更适合被纳入无形资产范畴，因此国际会计准则普遍开始从无形资产准则修订出发，应对数字经济时代新型资产的确认和计量问题。值得注意的是，IASB 已于2022 年开始启动《国际会计准则第38号——无形资产》的修订工作，原因在于：数字经济时代现行无形资产准则已经难以适应经济发展需求，特别是企业大量无形资产未“入表”导致财务报表的可靠性下降；此外，大量研究开发支出费用化导致绩效指标严重扭曲（徐涛等，2022）。在此形势下，国际无形资产准则的修订开始全面推进：首先，IASB 将解决无形资产的确认问题，以让更多的无形资产“入表”核算；其次，IASB表示已经注意到某些无形资产价值存在不确定性的事实，部分无形资产成本不予确认的规定可能存在不合理之处，这意味着未来将放宽研究开发费用资本化的标准。这些动向反映出未来无形资产准则将面临重大革新，这些革新将为数据资产确认、计量、披露提供新的指引和方向。

欧洲财务报告咨询组（EFRAG）于2021年8月发布讨论稿《提供更好的无形资产信息——哪种方式最好？》，其认为，在现行准则下，内部形成的无形资产只能在特定情况下予以确认，无法在财务报表中得到全面反映。因此，EFRAG对无形资产的讨论突破了传统无形资产的定义范围，将某些不受企业控制的潜在经济资源纳入其中（苑泽明等，2022）。该讨论稿将无形资产分为三类：第一类是所有权明确且受企业控制的无形资产，如商标、专有技术、数据库等；第二类是受企业控制但所有权不明确，且市场尚不存在或弱势市场中的无形资产，如商业秘密、非专利技术等；第三类是企业无法控制且市场不明确的无形资产，如技能和经验、政府关系、供应商关系等。与此同时，EFRAG 也给出了三种无形资产信息提供方法：一是将满足确认条件的无形资产在财务报表中予以确认和计量；二是在财务报表附注或管理层报告中披露特定无形资产信息；三是在财务报表附注或管理层报告中披露与未确认无形资产相关的费用、机遇和风险因素等信息，这些信息可能影响企业未来业绩。EFRAG的三类无形资产划分以及三种无形资产信息提供方法为部分难以在财务报表中列报的无形资产提供了确认和披露依据，这些原则和方法在一定程度上适用于数据资产。

（二）数据资产“入表”准则推进面临的障碍

尽管国内外会计准则在数据资产“入表”方面已经开展了一系列前瞻性探索，但由于数据资产自身的特殊性以及数据要素市场发展处于初期阶段，数据资产“入表”准则的推进还面临一系列障碍，主要包括数据资产确权、价值计量、“入表”科目分类以及数据合规四个方面。

1.数据权利类型多样，权属问题复杂，以拥有或者控制作为“入表”前提面临挑战。数据种类繁多、结构复杂，按来源可分为个人数据、企业数据和公共数据，按加工处理方式可分为原生数据和衍生数据，不同类别的数据其所有权、使用权差别较大。更为关键的是，数据可被多方采集和使用，使得数据权利具有非排他性，不同主体可能对同一数据拥有对应权利（刘刚等，2023）。此外，个人数据和公共数据的所有权更为复杂，在此情形下，如果以拥有或者控制作为数据资产“入表”前提可能导致众多数据资产游离在财务报表之外。“数据二十条”已经在推动建立结构性分置的数据产权制度，将数据资源持有权、数据加工使用权、数据产品经营权分置运行，未来数据资产的确认也应在权属问题上探索新的突破。

2.数据要素市场化处于发展初期，数据资产应用和交易基础尚不成熟，价值难以计量。首先，数据资源虽然价值潜力巨大，但就当下而言，由于开放高效的数据要素市场生态体系尚未建立，数据资源价值实现路径及价值实现程度仍存在诸多不确定性，导致其价值处在不断变动之中，估值难度较大。其次，数据要素具有强渗透性和跨界融合性，其价值发挥往往需要同其他生产要素相结合，这就导致对其单独进行价值评估较为困难，需要进行资产组合价值评估，然后按业务贡献比进一步拆解，这进一步加大了其价值评估难度（陈晋军等，2022）。最后，同一数据资产对于不同企业而言可能具有不同的价值，原因在于不同企业在业务领域、业务模式、盈利模式、市场基础和服务对象等方面往往存在差异，对数据资产的利用方式也各不相同，这种价值不对称性导致各方对同一数据资产产生不同的价值预期，价值计量难以形成统一的标准。

3.数据资产的分类及其“入表”科目仍缺乏科学、可行的完备方案。即便《暂行规定》将数据资产按照无形资产和存货两类进行会计处理，但这对于数据资产“入表”也仍可能显得较为严苛，大量数据资源可能不符合无形资产或者存货准则要求而难以依据此规定“入表”（李秉祥等，2022），国际上也未形成完备方案。未来，数据资产如何分类，是作为无形资产或者存货，还是作为单独一项资产“入表”，仍需要理论与实务界的研究与探索。

4.数据合规将成为数据资产“入表”需要破解的难题。数据合规是企业数据资产自愿性信息披露以及企业IPO的基本前提。《暂行规定》对于自愿信息披露也有相应的要求，包括企业对数据资源的加工维护和安全保护情况，数据资源转让、许可或应用所涉及的地域、领域及法律法规限制，以及投融资活动中数据资产的合规尽职调查问题等，都需要在财务报表中披露。这些要求预示着数据合规将成为当下企业的紧迫任务，面临较大挑战。

四、数据资产“入表”基础性问题的解决框架

（一）数据资产识别与认定

数据资产的识别与认定是数据资产“入表”的基础和关键。从我国会计准则和国际会计准则的资产概念来看，并非所有数据资源都属于数据资产，这就需要企业对数据资源进行盘点，识别出其中可纳入资产范畴的部分。本文认为IASB最新修订的资产定义更适合用于定义数据资产，因此可以据此进行数据资产的识别与认定。按照IASB 修订后的资产概念，可以将数据资产定义为“有潜力产生经济利益的数据权利”，因此将数据资源认定为数据资产需要满足两个条件：一是企业对数据资源拥有某种类型的数据权利；二是有潜力产生经济利益，且经济利益建立在合法行使数据权利基础之上。

1.明确企业拥有的数据权利类型。按照“数据二十条”，企业拥有的数据权利主要分为三种，分别是持有权、加工使用权、产品经营权。企业并不一定同时拥有这三种权利，但只要企业能够明确拥有其中的一种或几种，并通过权利行使来创造经济利益，就可以将该类数据资源纳入数据资产范畴。值得注意的是，数据可以复制，且可以被多个主体采集，所以数据权利一般不具排他性，不同企业可能对类似数据同时享有权利，在这种情况下，只要企业享有的权利合规合法，且该数据有潜力创造经济利益，就可以认定为数据资产（刘冰，2023）。

2.对潜在经济利益的判断。在数据资产识别与认定阶段，对潜在经济利益的判断应从内部使用和对外交易两个方面进行考量。内部使用着眼于企业能否利用业务数字化提升传统业务效率，进而实现业绩提升，这种业绩提升既可以体现为业务成本的降低，也可以体现为业务收入的增加。对外交易既可以是数据资源的直接对外交易，也可以是利用数据资源开发相应数据产品对外交易。通过对比潜在经济利益流入和数据采集、加工、开发成本，初步判断潜在经济利益的大小。但是，由于数据资源价值实现具有不确定性，且其价值实现更倾向于长期，在IASB新资产定义弱化经济利益流入标准的情况下，应适当放宽价值判断标准（宋彪等，2023），以防止重要的数据资产发生漏记，通常认为只要数据资源没有完全丧失价值，就表示其可以带来潜在经济利益。

（二）数据资产确权

数据资产既具有一般资产的权利特征，又有其特殊性，主要表现在以下方面：一方面，数据权利既包括财产权，也包括人格权，这项权利主要体现在个人数据方面，个人数据能为企业带来商业价值，同时个人数据中包含个人信息，需要利用隐私保护技术加以特殊保护，正是存在这种权利的特殊性，导致企业对个人数据享有的权利存在一定的限制（任愿达，2022）；另一方面，数据权利结构及权利状态更加复杂，与其他生产要素相比，数据来源、生产、加工、使用方式更加多样化，更为特殊的是，数据可以被无限次复制使用，在各方都合法生产、使用的前提下，相同或类似的数据可能同时存在多个权利主体，不同权利主体可以享有相同或不同的数据权利。

数据确权是数据资产“入表”的重要前提，从会计核算角度而言，数据财产权应是关注的重点。按照“数据二十条”的规定，数据财产权包括数据资源持有权、数据加工使用权和数据产品经营权。但是，目前关于这三种权利的归属如何确认尚没有权威的指导意见，需要进一步明确。

从相关法律法规出发，并结合业内实践情况来看，数据来源和数据加工方式往往对数据财产权的归属起到重要的作用（刘刚和孙毅，2022）。按照数据是否经过加工处理可以将其分为原生数据和衍生数据两类：原生数据即直接从原始来源采集获得的数据，可以是源于系统的数据，也可以是通过其他方式采集的原始数据；衍生数据是对原生数据进行加工处理得到的数据。

对于原生数据，数据采集企业投入了资源、技术和成本，并进行独立存储，应该取得其持有权（或所有权），并以此享有数据加工使用权和数据产品经营权。如果原生数据包含个人隐私信息，数据采集企业一般对这部分数据没有所有权，但由于其在数据采集、存储和管理方面进行了必要投入，在经过用户授权且合法的前提下，可以获得数据的使用权以及利用数据开发产品的经营权。

对于衍生数据，在确权时需要按照所加工的原生数据来源将其划分为三类：一是加工自有数据形成的衍生数据，二是加工第三方数据形成的衍生数据，三是加工公共数据形成的衍生数据。对于第一类衍生数据，如果企业对数据进行匿名化处理，且处理后数据不能复原，那么企业可以获得衍生数据的所有权、加工使用权和产品经营权。对于第二类衍生数据，如果企业通过购买所有权的方式取得第三方原生数据进行加工，就可以获得加工后衍生数据的完整权利；如果以购买使用权的方式取得第三方原生数据进行加工，那么就无法取得衍生数据所有权，只能取得其加工使用权和产品经营权。对于第三类衍生数据，由于公共数据的所有权一般不属于企业，且公共数据被广泛使用，企业一般难以取得加工后衍生数据的所有权，但可以加工使用数据，经营利用公共数据开发的相关数据产品。

综上，数据资产确权的基本思路如图1所示。

图1 数据资产确权的基本思路

（三）数据资产估值与计量

数据资产估值和计量是确定数据资产入账金额的重要依据，但是目前数据资产价值评估标准体系尚未建立，缺乏统一、科学、有效的评估方法对数据资产进行准确计量。其中存在的主要困难包括：一方面，数据要素市场发展不成熟、数据应用场景不丰富、价值实现路径不明晰等，导致数据资产价值具有较大的不确定性，难以使用传统的资产评估标准和方法进行评估；另一方面，从数据交易层面来看，由于可参考的交易案例匮乏，且交易双方在自身资源、能力、业务及市场等方面存在差异，对同一数据资产存在着不同的价值预期（李文军和李玮，2023）。

在此形势下，对于现阶段的数据资产估值和计量而言，需要建立灵活、动态、既兼顾当下又着眼长远的评估框架，从不同维度采用不同方法对不同使用目的下的数据资产进行价值评估，如表1所示。

表1 数据资产价值维度、价值类型及评估方法

首先，既要评估数据资产的当前价值，也要评估其未来价值潜力。数据资产的当前价值主要表现为经济价值和市场价值，经济价值主要评估当前利用数据资产所能创造的经济利益，市场价值以交易为基础，评估数据资产在市场出售所能获取的对价。数据资产的未来价值潜力表现为内在价值，内在价值评估主要是综合考虑数据量、数据质量、市场发展潜力、应用场景等因素，对数据资产的潜在价值做出评估。

其次，要区分资产管理、开发利用、投资交易等目的，采用不同的评估维度和方法（田雪等，2023）。在具体应用层面，如果是基于企业数据资产管理目的，则可以使用内在价值进行评估，这样能够防止企业忽视那些当下价值不明显但未来价值潜力较大的数据资产。评估内在价值可以使用数据质量评价法，也可以采用成本法，或者将两种方法相结合。其中，数据质量评价需要结合实际构建的评价指标体系和评价规则，从可信性、可用性、应用能力等方面进行综合评价。如果数据资产已经开始带来经济利益，就可以使用经济价值进行评估，评估数据资产经济价值的具体方法包括收益法和业务收益贡献比法。收益法即采用折现的思想将当前和未来的收益还原为当前的资产价值；业务收益贡献比法是将相关业务收益在数据资产和其他资产之间分配并进行必要的调整后计算出数据资产价值。如果数据资产用于交易或对外投资，就应该采用市场价值对其进行评估，评估方法可以采用传统的市场法，选择可参考的交易案例，对案例进行时间、技术、容量、价值密度及其他方面的修正，得出数据资产评估值。未来随着数据交易市场的发展，市场法的应用将逐渐成熟，并可能成为数据资产评估的主要方法，也将不仅限于数据资产投资和交易的评估。

五、全面推进数据资产“入表”的政策建议

（一）深入推进数据资产“入表”试点

一方面，要以《暂行规定》为指引，推进相关工作有效贯彻实施，持续跟踪政策执行情况，评估政策的科学性、有效性，推动政策持续优化。另一方面，考虑到《暂行规定》对于全面推进数据资产“入表”的局限性，应在此基础上进一步深化试点探索，形成更有价值的试点经验，推动数据资产“入表”在各领域的有效实施。首先，选择有效的试点领域。选择价值潜力明显且应用相对成熟的数据要素行业领域进行试点，以便取得实际成效。在确定试点数据范围时，需要考虑数据的实时性、准确性、可靠性、有效性和安全性等。其次，建立“点线面”结合的试点体系。推进企业层面、行业层面和地区层面有计划开展数据资产“入表”试点工作，探索形成成熟的工作模式，以及可落地可推广的经验做法。再次，对企业数据资产“入表”和核算情况进行持续跟踪，通过监测和反馈机制，及时发现问题并加以改进，不断提高数据资产“入表”试点的效果和价值。最后，强化试点成果的推广应用。全面论证试点成果的可行性和效果并进行评估，提供培训和支持，帮助相关方熟悉、理解数据资产“入表”的方式和步骤，解决操作过程中遇到的问题。同时，不断收集各方的反馈意见和实际诉求，完善规则和标准体系，推动政策完善及优化。

（二）适时启动会计准则的适应性修订

IASB 已经修订了《财务报告概念框架》，且目前正在启动新一轮的国际会计准则修订工作。我国也应紧跟国际形势以及国内数据要素市场化发展实际，尽快启动会计准则的适应性修订工作。一是按照IASB最新修订的资产定义，相应修订我国会计准则对于资产的定义，为企业数据资产“入表”提供基本依据。二是适当放宽数据资产的确认条件，主要是放宽数据资产确认所要求的经济利益流入可能性标准，只要数据资产“有潜力产生经济利益”就应该确认，未来价值的不确定性及价值变动可以在后续计量中加以调整，这样才能最大限度地避免数据资产的漏记，也能激发企业有效管理数据资产的积极性，从而在发展初期起到市场培育的目的，更好地推动数据要素价值市场发展。三是制定科学的数据资产分类依据，并确定数据资产的“入表”科目，目前国际会计准则开始启动无形资产的准则修订，以应对数字经济时代新型资产的确认和计量问题，未来数据资产可能被纳入无形资产范畴。对此，应实时关注国际会计准则发展动向，加强国际沟通交流，及时推进我国相关准则的适应性修订。

（三）建立健全数据资产价值评估体系

随着信息技术和数据资产化的深入发展，数据资产价值评估体系也变得越来越重要。需要以可靠、科学、公正的方式评估数据资产价值，为数据资产“入表”提供有用的信息。可以从以下四个方面入手建立健全数据资产价值评估体系：一是完善数据资产的分类体系。数据资产应该被划分为不同的类别，如参考数据、主数据、事务数据、统计数据、观测数据等，每个类别的数据资产应有其独有的特征和评估规则（陆威文和苟廷佳，2023）。只有在数据资产被合理分类后，才能够采用相应的方法和指标来进行价值评估。二是拓展和完善数据资产价值评估方法。数据资产的价值评估应该采用多种不同的方法，不仅包括传统的成本法、收益法、市场法，还应纳入数据挖掘和机器学习、全生命周期价值评估等新型估值方法。这些方法可以相互印证，从不同的角度评估数据资产的价值。三是建立标准化的价值评估指标体系。这可以使数据资产的价值评估更为科学和可靠。例如：可以建立基于基准数据资产的参考价格体系，利用修正指标进行差异修正，以此对其他数据资产进行估值；或者采用特定的多维度指标来评估数据资产的价值（罗玫等，2023）。四是将数据资产的实际应用场景作为估值参考要素。数据资产的价值与其实际应用场景有关，数据资产的实际应用可以体现其使用价值和未来增值潜力，这是数据资产价值评估的一个重要方面。

（四）大力培育数字要素市场生态体系

数据要素市场生态体系的完善对于数据要素治理、开发利用、流通交易、安全管理等具有重要的支持和推动作用，大力培育数字要素市场生态体系可以为企业数据资产“入表”创造良好的市场环境和基础（汪文张和李筱涵，2022）。对此，一是培育和发展一批数据专业服务机构，加快数据合规认证、安全审计、质量评价、风险评估、价值评估等领域配套服务发展。二是鼓励会计师事务所、资产评估机构在数据资产价值确权、价值评估、流通交易等方面主动创新和探索业务模式，形成典型案例，为行业发展贡献力量。三是从制度保障、技术支持、平台搭建、市场引导等方面支持数据交易所创新发展，加快形成数据资产价格发现机制，为数据资产价值评估体系建立提供有力支撑。四是发挥大数据局、行业协会、产业组织、科研院所等的引导和推动作用，加强协同配合，通过研究探索和实践建立不同领域、不同行业的数据资产标准体系，助力数据资产“入表”科学有序推进。

【主要参考文献】

高华，姜超凡.应用场景视角下的数据资产价值评估［J］.财会月刊，2022（17）：99 ～104.

黄世忠，叶丰滢，陈朝琳.数据资产的确认、计量和报告——基于商业模式视角［J］.财会月刊，2023（8）：3 ～7.

李文军，李玮.我国大数据产业和数据要素市场发展的问题与对策［J］.企业经济，2023（3）：26 ～36.

李原，刘洋，李宝瑜.数据资产核算若干理论问题辨析［J］.统计研究，2022（9）：19 ～28.

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.

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.

刘刚，孙毅.房地产基础数据要素资产化的理论基础、演进规律与价值实现［J］.武汉金融，2022（5）：82 ～88.

刘刚.厘清数据资产化发展的关键问题［J］.中国金融，2023（7）：56 ～57.

陆威文，苟廷佳.数据要素资产化的理论逻辑与实践进路——基于对数据资产内涵与价值规律的认识［J］.企业经济，2023（4）：28 ～39.

罗玫，李金璞，汤珂.企业数据资产化：会计确认与价值评估［J］.清华大学学报（哲学社会科学版），2023（5）：195 ～209+226.

任愿达.《民法典》个人信息保护规定与数据资产治理观念的协调路径［J］.西南民族大学学报（人文社会科学版），2022（6）：114 ～123.