数据资产的会计确认与计量.pdf

经济发展研究 2022年第3期唐亮 杨国玉 刘欣怡 数据资产的会计确认与计量作者简介：唐亮，东北师范大学经济与管理学院副教授、博士生导师，邮箱：；杨国玉，东北师范大学经济与管理学院博士研究生，邮箱：；刘欣怡，云南民族大学管理学院本科生，邮箱：。QuarterlyNo.3，2022季刊2022年第3期ECONOMIC DEVELOPMENT STUDIES数据资产的会计确认与计量唐亮杨国玉刘欣怡摘要：数据作为生产要素是经济发展到新阶段的必然结果，数据对于社会经济发展的巨大推动作用日益凸显。从经济学的角度来看，数据能够提高生产效率，降低交易成本，促进管理创新，推动技术进步和经济结构转型。从会计学的角度来看，考虑到数据资产与现有资产的区别与联系，建议单独设立数据资产账户进行核算。因此，数据作为生产要素要同劳动、资本、土地、知识、技术、管理等生产要素一样由市场评价贡献，按贡献决定报酬，对其进行会计确认与计量是必须解决的基础性问题。数据资产的会计确认要以资产的基本内涵为依据，即能够带来未来经济利益、为经济主体完全控制且可以用货币计量，以确认数据资产的合理边界。数据资产的会计计量分为初始计量和后续计量两个阶段，初始计量遵循历史成本和市场价格原则，后续计量则遵循公允价值原则，数据资产的摊销应以未来收益为原则确定摊销方式。关键词：数据资产；会计确认；会计计量；生产要素一、引言与文献综述伴随着技术进步与革新、经济发展与转型，经济物品的边界已发生深刻变化，数据和信息资源在经济领域的地位越发重要。数据的作用从识别需求、精准定位，发展到提高生产效率、促进管理创新、降低交易成本、明确市场定位以及促进经济结构转型等，覆盖了经济社会的全部领域。数据资源结合数据分析手段在创造透明度、发现顾客需求、细分市场、辅助决策支持以及商务模式、产品、服务创新等方面具有重要的潜在价值（Manyika 等，2011）。2019 年，党的十九届四中全会明确提出，健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。2020 年，中共中央、国务院印发关于构建更加完善的要素市场化配置体制机制的意见，从国家层面对数据资源的经济意义和生产要素属性进行了明确的界定，为数据资源参与收益分配的合理性扫除了制度障碍。2021 年，国务院在“十四五”数字经济发展规划中提出数据资源是数字经济发展的关键性因素。将数据纳入生产要素范围，已然成为经济社会发展的必然需要，同时，也意味着数据与资本、劳动等传统要素拥有同等地位（王世杰等，2023）。这对于探索建立统一的数据标准规范、构建多领域数据开发利用途径、壮大我国数字经济规模具有重大现实意义。值得注意的是，数据作为生产要素与作为产14唐亮 杨国玉 刘欣怡数据资产的会计确认与计量品以及投入成本存在着本质的区别。因此，只有对作为生产要素的数据进行会计确认，对其计量方式进行全面探索，从而构建完整的会计核算体系，才能在符合其生产要素地位的基础上提供有效的会计信息。数据作为生产要素，企业拥有的数据资源性质和视角必然转变，度量数据资源对企业未来收益的边际成本和贡献要求数据资源的定位提高到数据资产，因此，如何界定和评价企业的数据资源，哪些数据可以进入资产，哪些数据不可以进入资产，即数据资产的会计确认和计量问题是必须要解决的重要问题。数据转化为资产的根本特征是数据的效用性，即数据能够给主体带来经济效益（孙永尧等，2022）。数据要素与传统生产要素在产权界定方法、价值实现方式等方面的差异性，导致数据资产和数据要素市场的运行方式存在较大不同，会计处理有一定难度（王世杰等，2023）。具体而言，一方面，数据资产是一种数据权属，它可以计量和读取（朱扬勇等，2018），具有自己的独立属性（DAMA国际，2020），企业的数据资产构成必须满足合法取得且能对其进行主动管理并形成有效控制；另一方面，数据资产存在难以识别、权属划分不明确、会计期间不匹配等问题（罗斌元等，2022）。此外，数据资产与无形资产和金融工具既有相似性，又有所区别，因此，尽管可以对其进行混合计量（邬瑜骏等，2022），但不能直接列入无形资产体系（张俊瑞等，2020）。考虑到其特殊性，数据资产难以用传统方法计量。借鉴传统资产评估方法，数据资产的计量既取决于它的获得方式（余应敏，2020），也取决于它的持有目的（秦荣生，2020）。因此，可将传统定价方法进行改良（李永红等，2018），或重新构建定价模型（李秉祥等，2021），对数据资产采用不同的计量模式进行初始确认、计量和后续处理（张雪等，2022）。值得一提的是，有关数据资产的披露也存在不同观点。黄世忠（2020）认为，资产负债表完整性的提高主要取决于表内确认，而表外信息不能取代表内确认信息。张俊瑞等（2021）将数据资产单独列报并引入新的列报，进而得出第三种方案。黄世忠等（2023）认为，数据资产应进行表外披露，同时，数据应通过会计程序确认才能算为数据资产，否则应作为数据资源。总之，在数字经济时代，数据已经成为独立的、独特的生产要素，传统工业生产时代的会计计量方法显然不能适应其会计处理的需要。现有研究较少涉及数据资产的确认、计量、记录和报告，因此，数据资产的会计确认与计量亟待研究与探索，本文就此进行深入研究。二、数据的特征数据是客观存在反映的“反映”，也是客观存在反映的载体（邬焜，2005）。我们面对的世界包括客观存在和主观存在，信息是认知存在的中介和载体，数据则是信息的表现形式，也是信息的载体。人们依靠信息来认知世界，其中一个重要的手段就是通过数据来认知信息。（一）数据的一般特征数据的一般特征主要体现在三个方面。第一，数据是信息的载体，也是信息的科学化体现。数据承载着大量的信息，也是信息最有效的承载方式。信息的传统承载方式包括文字、图形、编码和数据等，其中，数据对经济、社会现象的描述最为科学，构成了对经济、社会现象进行量化分析的基础，有效的数据分析方法有助于分析事物发展规律，助力科学探索和解决现实问题。第15经济发展研究 2022年第3期二，数据具有非竞争性和非排他性（戴双兴，2020）。任何个体拥有数据不妨碍其他个体对数据的拥有，数据可以同时被多个经济个体使用，因此，垄断数据需要付出经济代价。数据的非竞争性和非排他性要求对作为生产要素的数据给予必要的制度保护，以维护数据的独占性，确保数据拥有者的经济利益。第三，虽然数据是无形的，但需要介质进行存储。数据本身不以具体的形态单独存在，必须存储于介质之中，存储数据的介质包括纸质、磁盘等，数据只有和存储介质结合才能长期存在。（二）数据的经济特征单一数据资源提供的信息在现代经济社会中起到的作用是有限的，只有与统计计量技术进行有效结合后才能充分发挥数据资源的作用。值得注意的是，数据资源达到一定规模后，才能够形成有用的知识，数据“量”的聚集是引发“质”的变化的必要条件。数据结合统计计量技术后，在一定程度上能够促进知识的更新和专业化，推动知识向实践转化。数据的经济特征主要体现在三个方面。第一，数据是国家促进经济转型、实现产业升级、推动可持续发展的重要条件。第二，作为生产要素的数据和技术一样，对企业生产、经营、管理具有重要作用，是企业经营至关重要的基础性资源（蔡跃洲等，2021）。从交易成本的角度来看，企业生产什么、为谁生产、消费者搜寻商品这个三部分构成了交易成本的主体。经济活动的交易成本越高，经济效率越低。数据和信息是降低交易成本的有效手段（Goldfarb 和 Tucker，2019；戴双兴，2020），这是因为基于数据的分析可以优化企业经营流程，降低搜寻和生产成本，帮助企业提升资金使用效率，改善经营效率，提高经济效益。第三，数据是信息的载体，是企业实现持续发展的关键支撑，数据承载的信息是促进企业转型的重要依据。通过数据信息分析可以确定企业的经营环境、市场定位、行业定位（李海舰等，2021），从而帮助企业制定中长期发展战略，聚焦核心竞争力，形成持续发展的能力。基于数据平台的利用可以通过挖掘数据资源来提供消费需求，促进企业间合作（江小涓等，2022）。数据包含了技术进步的历史信息、前期知识、验证和判断过程、技术进步的方向等重要内容。基于数据的决策可以有效降低生产风险和市场风险，保证决策的正确性。充分的数据资源，有助于企业找到正确的技术改进方向，提高技术改进效率，降低技术革新风险，最终提高生产效率，促进资源优化配置。当然，数据还有助于有效监督的实现。从外部监督的角度来看，利益相关者中的外部群体获取信息的有效手段就是数据，根据数据所呈现的信息进行决策和判断，选择投资或者退出，从而实现优胜劣汰，促进产品市场进步，进而提高生产效率（李三希等，2023）。因此，数据贯穿生产、销售、管理、研发、制度构建等企业全部经营过程，是对最终决策起关键作用的资源。三、数据作为生产要素的必然性数据作为生产要素，是经济发展到当前阶段的必然结果（戴双兴，2020）。数据并不必然是生产要素，但生产要素中必然包括数据。本文从科学决策和生产活动两方面来展开说明数据作为生产要素的必然性。（一）数据是科学决策的基础生产要素是维系国民经济及市场主体生产经营必备的基本社会资源（马歇尔，1890），其最主16唐亮 杨国玉 刘欣怡数据资产的会计确认与计量要的特征在于为经济发展提供基础与动力来源（谢康等，2020）。自然科学的发展是数据形成生产力的基础和前提。最初，数据只有记录和说明两种基本功能，而数学的发展以及以数学为工具的自然科学的进步极大地推动了数据的广泛应用，数据的功能开始扩展为分析、比较、归纳、总结。数据所承载的这些重要经济功能对我们认知事物的客观规律起到了验证性的作用。从数据到大数据，信息含量和信息有效性的不断变化强化了数据的决策功能。从信息处理的角度来看，当大数据具备噪音低、分布准确、可用范围广泛的特征时，企业可以利用大数据分析工具洞察商业机会，将数据提炼为知识用于商业决策（Chen 等，2015），例如，企业能够利用自身与消费者互动形成的大数据进行产品研发决策（肖静华等，2018）。（二）数据是生产活动的基本要素从经济社会的角度来看，最初的数据是不具备生产属性的。在自然经济中，生产者凭借经验和知识传承实现生产和管理，不利用数据也无法利用数据。市场经济初期，市场供求受“看不见的手”的调节，人们对数据的利用仅限于价格预测、辅助决策等方面。随着市场经济的发展，尤其是工业革命爆发以来，生产链条延长、迂回生产方式深入，数据的作用日益显著，但数据仍然是一种辅助性手段，尚未达到生产要素的地位。经济社会进入信息化时代后，数据的生产属性才开始逐渐形成。从根本上来看，数据的生产属性来源于数字经济的发展，也是大数据时代带来的必然结果（江小涓等，2022）。数据的用途日益广泛，不再局限于营销和客户方面，而是扩展到投资、生产、仓储、技术革新等多个领域，数据已经从生产的辅助手段发展成为生产的重要资源。本质上，数据已经转化为生产要素。数据最初表现为一种劳动产品或商品，之后才表现为一种生产要素。数据的生产创造和加工传播是一种劳动过程，与之相关的分配则属于按劳分配的范围；而数据作为一种生产要素服务于生产过程并获得回报则属于按要素参与分配的范围（李政等，2020）。当数据从生产的辅助性手段演变为生产的重要资源后，数据将以数据资产的形态存在。从商品生产的角度来看，从无差别的人类劳动开始，到结合专利和管理技术，最后发展到和数据相结合的商品生产模式，数据最终告别了单纯的辅助性角色，紧密结合技术、市场、管理及决策，对生产、研发、管理和销售的作用越发重要。在此阶段，物理空间的数据和数字空间的数据必然摒弃传统的辅助角色，作为独立的生产要素而存在。物理空间的数据作为一种生产资料直接或间接地参与人类生产和经济活动，是对现实世界里客观事物和客观时间的记录和反映。企业在生产、经营和管理中会形成和应用到大量数据，为提高生产力发挥了普遍性、基础性的作用（李松龄，2022），例如，客户信息、市场分析、生产过程、产品设计等都为企业的后续发展带来了经济收益，尤其是企业采集、整理、分析和挖掘信息的能力逐渐转化为企业的核心竞争力。此外，数字空间的数据资产、计算机算法和数据生成的产品既可以作为半成品参与到最终产品的生产中，也可以直接作为产成品直接交易获得收益。伴随着信息化时代的发展，虚拟现实技术（VR）、增强现实技术（AR）、全息投影、第五代移动通信技术（5G）、物联网、云计算、区块链、边缘技术等不断发展，物理空间和数字空间密切结合，有效地辅助了现代生产，例如，视频远程教学，医生通过通讯技术远程进行病情诊断和手术操作，视频平台通过流量分配促进视频生产者获得收益等。同样，数据和数字技术作为新生产力，带来17经济发展研究 2022年第3期了生产方式、商业模式、管理模式、思维模式的变革，创造了新产业生态，推动人类社会进入数字经济新时代（王谦等，2021；谢康等，2023）。四、数据资产的会计确认原则和边界数据资源的生产要素性质对企业数据资源的资产化和会计确认提出了要求，数据生产要素是否具有排他性和收益性，是数据资源资产化的基本原则。根据资产的会计确认原则，数据资产的会计确认必然要求其符合资产的内涵和特征。数据资产进行会计确认时，要先明确数据资产的所有权问题，即数据资产的归属，这为数据资产的确认提供重要依据。（一）数据资产会计确认的基本原则资产是指某一主体因为过去的交易或事项所拥有或控制的、可能的未来经济利益（葛家澍等，1999）。资产具有四个特征，第一，资产是企业过去的交易或事项所产生的；第二，资产由某一主体所拥有或者控制；第三，资产可以用货币计量；第四，资产必须能够带来未来的经济利益。资产确认和计量的理论前提是其业务相关性、用途普遍性和资产重要性（亨德里克森，2013）。数据资产的确认边界问题事关判断数据是否具备资产特征（秦荣生，2020）。第一，数据资产是企业从过去的交易或事项中产生的，即数据资产是因购买和自创形成的。例如，企业购入的客户信息、企业质量检验部门掌握的产品质量检验信息等。现有涉及数据的经营活动主要是在以数据为经营对象和以数据作为购入对象的企业中发生的，前者将数据视为最终产品，后者将数据支出作为费用。第二，数据资产必须被企业自身完全控制。共享数据、公开数据不能被认定为数据资产，如世界银行发布的各国经济形势报告等数据。尽管这些数据对企业未来生产力发展具有一定作用，但由于这些数据不能由企业自身完全控制，因此不能计入到企业数据资产中。数据资产还要区分公共物品和私人物品。公共物品是非排他性和非竞争性物品，企业在获得数据过程中不需要支付费用，可直接使用，该类物品不属于企业的数据资产。私人物品具有排他性和竞争性，企业在使用过程中需要支付费用，对购买的数据具有所有权和使用权，此类物品可作为企业的数据资产进行确认。因此，当企业数据主体拥有数据人格权和数据财产权，即不仅有知情同意权、修改权、删除权以及查询权，而且满足数据采集、使用并基于产生的数据和交易获得未来的财产收益，企业可将其确认为数据资产。第三，数据资产必须能够用货币计量，即获取数据资产必须付出成本，形成获取成本，零成本获取的数据不能计入数据资产，例如，购买某类产品时附带提供的测试数据和报告。第四，数据资产能够给企业带来未来经济利益，这种经济利益可以是短期的，也可以是长期的。数据资源的积累能否给企业带来更大的价值，是判断数据资源是否有效的必要条件。例如，企业掌握的客户信息、产品生产过程中生成的产品测试信息等都能够为企业带来未来经济利益。第五，由于数据资产的特殊性，数据资产必须满足相关性原则，即数据资源必须产生于企业生产、研发、销售等环节才可以确认为数据资产（黄世忠，2023）。此外，从交易活动角度来看，数据资产要满足量的要求，即必须达到可作为分析决策依据的数量，并且必须在未来若干会计期间持续发挥作用。（二）数据资产的确认边界企业拥有大量数据，存在于企业生产经营过程的各个环节。什么样的数据可以确认为资产？18唐亮 杨国玉 刘欣怡数据资产的会计确认与计量什么样的数据不能确认为资产？厘清数据资产的边界是会计确认需要解决的首要问题。根据企业拥有数据资产的目的，可以分为用于销售的数据、用于生产和研发的数据、用于提高经营能力的数据等。本文按照数据资产的获取方式，将数据资产分为外部购买的数据资产（熊艳等，2022；黄世忠，2023）、内部产生的数据资产（李诗等，2021；黄世忠，2023）、其他特殊方式取得的数据资产。第一，外部购买的数据资产，即在数据交易平台购买取得的数据资产，是企业为了达到预定用途的合理、必要支出。基于企业管理和决策而购买的数据资产应参照固定资产和无形资产来进行确认；基于交易（即赚取差价或获取增值）而购买的数据资产，其相关的现金流难以估计且未来价值波动大，可参考公允价值模式计量的投资性房地产和交易性金融资产进行确认；采用分期付款方式购入的数据资产，可参照存货和固定资产来进行确认。第二，内部发生的数据资产，即企业内部数据资产主要产生于企业内部，不存在活跃的交易市场。这种数据资产很难在市场上找到与其相似的交易价格信息，不符合公允价值计量模式，可以按为达到预定用途发生的实际合理、必要支出进行确认。按照数据资产持有目的，可以将内部产生的数据资产分为专门研发和随生产经营产生的数据资产，可按照无形资产研究和开发阶段对其费用化和资本化进行确认。具体来说，在研究阶段，由于数据获取和处理的难度，研究的价值具有不确定和高风险的特点，可能很难形成数据资产，应对其进行费用化处理，计入当期损益；在开发阶段，在分析、挖掘和应用数据过程中，数据可以带来经济效益并具有高度的确认性，可能会形成数据资产。因此，满足资本化的部分计入数据资产，不满足的部分费用化计入当期损益。第三，其他方式取得的数据资产，可以参照非货币性资产交换和债务重组等方式进行确认。（三）数据资产与其他资产的联系和区别值得一提的是，在数据资产的确认边界方面，需要将数据资产与无形资产、流动资产与非流动资产加以比较。数据资产与无形资产的联系主要包含四个方面：第一，非实体性。无形资产和数据资产一样，不具备可以通过感官接触到的物理形态，使用过程中不会产生有形的物理损耗。第二，收益性。二者都是凭借各种知识和经验累计而形成的经济资源，可以为企业带来预期收益，同时，无形资产和数据资产的有效期受到技术进度和市场变化的影响而难以界定，其实际价值也随之变化，故而未来的经济收益具有不确定性。第三，依附性。数据资产和无形资产无法单独形成收益，必须与特定企业或与特定载体结合在一起才能创造收益。第四，共享性。无形资产可有偿转让其使用权和所有权，数据资产也具有可转让、买卖和流通的特点，不同的用户可以在不同的空间使用同一种数据资产。数据资产与无形资产的区别主要体现在三个方面（孙永尧等，2022）：第一，垄断性。无形资产在法律制度的保护下具有排他性，禁止非持有人无偿地取得该资产，这保证了资产所有者的法律权益。但是数据资产尚未形成商标、专利、著作权等一样的法律保护体系，数据资产的获得仍然面临被无偿窃取的风险。数据和网络虚拟财产权属界定和相关法律构建亟待解决。第二，时效性。无形资产将在较长时间内为企业提供经济利益，但部分数据资产的时效性强，超出该时限，数据资产的功能性和经济性面临贬值，企业的经济收益会减少或消失。第三，收益方式。无形资产的持有，如专利使用权、特许经营权、著作权和土地使用权等，意味着更高的技术、更19经济发展研究 2022年第3期特殊的权力以及更强的市场竞争力，在多数情况下，它产生收益的方式是间接的；而数据资产则不同，既可以获得直接收益，也能像无形资产一样作为提升市场竞争力的工具，帮助企业获得间接收益。数据资产和流动资产、非流动资产同等重要，但在本质上存在差异。数据资产根据其不同类型分别具有流动资产和非流动资产的特点。尤其是当数据资产具有非流动资产特点时，需要考虑其时效性逐渐衰减及承载数据的物理介质的维护费用。可见，数据资产的性质和无形资产类似，但是又存在实物资产的特征，因此，企业可设置“数据资产”账户，该账户和流动资产账户、非流动资产账户并列，且在资产负债表中单独列示，这样并不影响会计核算和资产负债表平衡。五、数据资产会计计量的特殊性数据本身无物质实体，价格波动大，易被企业操纵进行盈余管理。因此，数据资产在会计计量方面存在数据资源价格和获取成本易波动以及数据资产的规范性和公允性等问题（李原等，2022）。（一）数据资源价格和获取成本的波动第一，数据资源科学决策中的劳动异质性。数据本身具有科学性特征，不同个体在获取数据、使用数据过程中的劳动异质性导致数据获取效果和决策效果具有差异性。不同企业和经济个体面对同样的数据资源，获取成本存在差异，决策效果也会有所差异，这影响了数据资源能否形成的稳定价值。第二，数据资源需求强度的异质性。不同企业对数据资源的需求不同。需求差异可能源于不同的市场环境、企业规模和经营战略，导致经济个体在面对相同的数据资源时愿意支付的价格存在差异。第三，数据资源的时效性和有效性。数据资源具有时效性，前期和当期的数据资源对企业决策效果影响差异巨大。同时，数据资源交易过程中存在巨大交易风险，因此，最终的数据资源交易价格综合体现了时效性和风险补偿两部分内容。第四，交易双方的交易规则和获取方式的差异性。与需求方一次性购入数据资源相比较，分批次购入数据资源的成本和价格相对较高。因此，若数据供给者以数据资源入股，则会获得更高的定价，而单纯的出售数据只能获得较低的市场价格。（二）规范化和公允性的问题由于数据的上述特点，企业可以利用数据资源进行盈余管理，这势必会损害会计信息的真实性和准确性。因此，规范数据资源的获取、使用、计量规则是作为生产要素的数据计入会计账户的前提。首先，规范数据资源的获取权限和获取范围。数据资源的利用具有重大的价值，但是数据资源的获取和滥用也会引发社会风险，因此，应该首先对涉及个人权利和隐私的数据资源获取权限和范围进行立法界定并监督执行，这是数据资源管理的关键和核心问题。其次，以市场价格确定数据的获取成本、界定企业数据成本的范围，避免企业利用数据资产账户进行盈余管理。再次，明确与数据用途相对应的会计规则，对资产化的数据和费用化的数据进行严格界定，避免企业利用数据资产调整当期的成本和费用，以实现数据资源会计信息的可靠性和相关性。最后，鼓励市场主体参与建设数据评估机构和数据资源中介机构。建立规范规则以确定数据的公允价值，避免提高或者降低数据历史成本引发的会计信息不透明问题。20唐亮 杨国玉 刘欣怡数据资产的会计确认与计量六、数据资产的会计计量企业现有涉及数据的经营活动主要包括以数据作为经营对象和以数据作为购入对象（秦荣生，2020），前者将数据视为最终产品，后者将数据支出作为费用。当数据作为普适性资源，为企业生产、管理、经营、销售的决策发挥促进作用时，即数据成为生产要素后，现行会计处理方法显然严重低估了数据资产在企业中所发挥的作用，更重要的是，现行方法所提供的会计信息可能失真，导致决策的有用目标无法实现。现行的会计信息存在明显的滞后性。这是因为，现行会计信息建立在工业化基础上，财务报告反映的信息是历史成本信息，资产的实际价值存在滞后问题；同时，财务报表的编制周期比较长，提供的信息滞后；此外，由于披露周期和时限较长导致财务报告无法满足信息的时效性需求。然而，数据资产是信息化社会的产物，具有实时反映的特性。因此，数据资产的计量标准和计量属性需要慎重处理，否则可能导致数据资产价值被严重低估，甚至导致会计信息失真从而受托责任与决策有用的目标无法实现。单独设置数据资产账户，根据数据发挥作用的时长确定费用化或资本化，可以杜绝混淆决策信息，且有利于提高财务信息的相关性和可靠性。这种方式能够合理呈现数据在企业中的贡献，有助于提高会计信息系统的真实性，也能够提高会计信息的决策有用性。（一）数据资产的会计计量原则会计计量的核心问题是计入多少、如何计入。Stevens（1946）认为会计计量是根据特定的规则将数额分配给物体或者事项，美国会计学会（1991）认为会计就是要计量和传递经济主体活动中的数量方面，虽然定性信息是重要的，但会计职能强调通过数量表示有意义的定量信息来增进有用性。从本质上来看，会计计量有三个基本目的，即真实反映企业资产和经营状况、客观反映企业资产和资源的真实价值、形成决策有用信息。当数据资产作为产品或投入时，若其投入和产出都能对应到具体的资产，那么将数据进行资产化或者费用化可以真实记录企业的经营状况；若数据资产对应的是企业生产、研发、管理全流程或全领域，那么简单地将数据进行资产化或费用化显然不能实现会计计量的真实性，也不能实现决策有用。因此，数据资产的会计计量要结合数据的自身特点，形成一个独立的数据资源会计计量框架。（二）数据资产的初始计量计入会计账户的数据，其成本计量应该遵循哪种原则，这是数据资产定价问题的核心。会计计量中的成本确认原则包括历史成本、重置成本、可变性净值、公允价值和现值等（秦荣生，2020）。对于数据资产而言，其成本计量要在经济理论的指导下，结合自身特点制定规则。数据对企业的价值主要体现在提供规范化的信息，以用于科学分析和合理决策，从而实现降低交易成本和企业风险的目的。确定数据的成本要以市场价格为参考，根据历史成本，即购置成本和企业自主获取成本进行初始计量，按照公允价值在后续计量中进行评价和修正。和其他类型的资产一样，数据作为生产要素，首先在计量中应该遵循历史成本法，在此后的会计评估中遵循公允价值计量原则。换言之，数据应该以获取成本入账，考虑自主获取成本和购买成本两种方式，21经济发展研究 2022年第3期在持续经营过程中，根据数据的不同属性，选择不同的方法。具体而言，作为费用的数据，应计入当期损益；作为资产的数据，应在未来会计期间进行评估，按公允价值入账。（三）数据资产的后续计量从用途上来看，数据可以被划分为用于产品营销的数据、用于改进技术的数据、用于开发新产品的数据、用于预测成本的数据等；从应用时长来看，数据可以被划分为当期有效的数据、长期有效的数据等；从来源来看，数据包括企业自主获取的数据和购买的数据。从会计属性来看，因数据来源和用途不同，数据资产的后续计量应该依据其发挥经济作用的时长和作用的效果进行评估和入账。对于作用在当期即将终结的数据资产，经评估或以账面净值计入当期费用，从数据资产账户转入有关费用账户，如已经完成技术改进的数据、预测作用即将失效的数据等；而将继续在长期发挥作用的数据，如长期积累的客户数据、企业经营活动的历史数据等将持续提高企业的竞争力，促进企业的发展发挥作用，因此应该记入“数据资产”账户。数据的后续计量（秦荣生，2020）可能涉及五种类型。第一类是企业购买的、应用于最终产品的数据，其价值直接一次性转入到最终产品中；第二类是企业购买的、价值较大且使用时间较长的数据资产，可以长期且重复地参与最终产品或服务的生产，数据的价值应该按资产可使用的寿命进行摊销，并根据该数据资产未来经济收益的预测选择直线法、产量法或者加速摊销法摊销；第三类是企业购买的、使用时间无法确定的数据资产，自该资产可供使用起至该资产不再作为资产确认为止，企业需要定期进行减值测试；第四类是企业购买的、为了近期出售而持有的数据资产，其后续价值计量需要根据公允价值变动计入当期损益；第五类是企业购买的、既以收取合同现金流量为目标又以出售该金融资产为目标或在特定日期产生现金流量的数据资产，其公允价值变动计入其他综合收益。公允价值作为资产和负债按照市场参与者在计量日发生的有序交易中，出售资产所能够获得的价格或者转移负债所需要支付的价格，其来源包括三个途径：获取活跃市场的公开报价、通过价值评估模型计算出公允价值、从同行业公司中获取。由于目前数据资产尚未形成规范、成熟的数据交易市场，其公允价值的交易市场化程度不高、交易行为不规范，因此公允价值的确认成为难题。尤其是当数据资产的公允价值无法可靠计量时，易发生人为操纵计量结果的情况，难以满足会计信息的真实性、可靠性，这会影响会计信息的质量。因此，如何较为准确地计量数据资产的公允价值是未来重要的研究方向。参考文献1 英 阿尔弗雷德马歇尔.经济学原理 M.朱志泰，陈良璧，译.北京：商务印书馆，2019.2 美 埃尔登S亨德里克森.会计理论 M.王澹如，陈今池，译.上海：立信会计出版社，2013：13-14.3蔡跃洲，马文君.数据要素对高质量发展影响与数据流动制约 J.数量经济技术经济研究，2021（03）：64-83.4DAMA国际.DAMA数据管理知识体系指南 M.北京：机械工业出版社，2020.5戴双兴.数据要素：主要特征、推动效应及发展路径 J.马克思主义与现实，2020（06）：171-177.6葛家澍，刘峰.会计学导论 M.上海：立信会计出版社，1999：237-309.22唐亮 杨国玉 刘欣怡数据资产的会计确认与计量7黄世忠.信息资源的七大定律及其确认与计量 J.财会月刊，2020（04）：3-9.8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（08）：3-7.9李秉祥，任晗晓.大数据资产的估值 J.会计之友，2021（02）：127-133.10李海舰，赵丽.数据成为生产要素：特征、机制与价值形态演进 J.上海经济研究，2021（08）：48-59.11李三希，李嘉琦，刘小鲁.数据要素市场高质量发展的内涵特征与推进路径 J.改革，2023（05）：29-40.12李诗，陈志威，徐钰等.数据资产会计处理模式探析基于龙马环卫案例 J.财会月刊，2021（24）：67-74.13李松龄.数据要素属性及其市场化配置改革的深化认识 J.学术界，2022（12）：38-46.14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（09）：19-28.15李永红，张淑雯.数据资产价值评估模型构建 J.财会月刊，2018（09）：30-35.16李政，周希禛.数据作为生产要素参与分配的政治经济学分析 J.学习与探索，2020（01）：109-115.17江小涓，靳景.数字技术提升经济效率：服务分工、产业协同和数实孪生 J.管理世界，2022（12）：9-26.18罗斌元，赵依洁.基于区块链技术的数据资产确认 J.财会月刊，2022（01）：80-87.19美国会计学会.基本会计理论 M.北京：中国商业出版社，1991：33-34.20秦荣生.企业数据资产的确认、计量与报告研究 J.会计与经济研究，2020（06）：3-10.21孙永尧，杨家钰.数据资产会计问题研究 J.会计之友，2022（16）：153-160.22王谦，付晓东.数据要素赋能经济增长机制探究 J.上海经济研究，2021（04）：55-66.23王世杰，刘喻丹.论数据资产的确认及计量 J.财会月刊，2023（08）：1-8.24邬焜.信息哲学理论、体系、方法 M.北京：商务印书馆，2005：38-39.25邬瑜骏，曲晓辉.数字资产监管框架与会计问题研究兼评美国数字资产行政命令 J.财会月刊，2022（20）：8-17.26肖静华，吴瑶，刘意，谢康.消费者数据化参与的研发创新企业与消费者协同演化视角的双案例研究J.管理世界，2018（08）：154-173，192.27谢康，胡杨颂，刘意等.数据要素驱动企业高质量数字化转型索菲亚智能制造纵向案例研究 J.管理评论，2023（02）：328-339.28谢康，夏正豪，肖静华.大数据成为现实生产要素的企业实现机制：产品创新视角 J.中国工业经济，2020（05）：42-60.29熊艳，裴潇.企业数据资产会计核算研究以阿里巴巴为例 J.中国注册会计师，2022（03）：111-116.30余应敏.确认大数据资产 助推新经济发展 J.财会月刊，2020（23）：52-55.31张俊瑞，危雁麟.数据资产会计：概念解析与财务报表列报 J.财会月刊，2021（23）：13-20.32张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究 J.会计与经济研究，2020（03）：3-15.33张雪，刘艺琦，吴武清.数据资产会计计量研究以大数据企业为例 J.财会通讯，2022（19）：10-14.34朱扬勇，叶雅珍.从数据的属性看数据资产 J.大数据，2018（06）：65-76.35Chen D Q，Preston D S，Swink M.How the Use of Big Data Analytics Affects Value Creation in Supply Chain Management J.Journal of Management Information，2015（04）：1-20.36Goldfarb A，Tucker C.Digital Economics J.Journal of Economic Literature，2019（01）：3-43.37Manyika J，Chui M，Brown B，et al.Big Data：The Next Frontier for Innovation，Competition and ProductivityR.McKinsey Global Institute，2011：1-33.38Stevens S S.On the Theory Scales of the Measurement J.Science，1946，103：677-680.责任编辑：孙哲；责任校对：刘佳丽23