一、引言
在數字經濟時代，數據躍升為第五大生產要素，重構社會經濟運行范式。作為核心戰(zhàn)略資產，數據資源既是科技創(chuàng)新驅動力，也是數字治理基石。為適應數據驅動型經濟，我國會計體系加速革新，數據資產入表成為構建新型價值評估體系的必然選擇。
2024年1月正式實施的《企業(yè)數據資源相關會計處理暫行規(guī)定》，推動數據資產化實踐落地；《關于加強行政事業(yè)單位數據資產管理的通知》（財資〔2024〕1號）（以下簡稱《通知》）出臺，形成了覆蓋政企的全域制度框架，完善了數據資產管理體系。
在高校信息化進程中，優(yōu)質數據資源深度應用已成為教育改革的核心引擎。對內通過數據驅動可顯著提高教學評估精度、科研創(chuàng)新效率和管理服務效能，助推雙一流建設提質增效；對外通過合規(guī)化的教學科研成果產品化運營，能夠形成可持續(xù)的市場價值增長點。數據資產入表對高校具有多維戰(zhàn)略價值：其一，重構價值評估體系，客觀反映核心競爭力；其二，通過資產化運作拓寬融資渠道，增強財務彈性；其三，促進數據治理體系升級，破除跨部門數據壁壘，構建智能化治理范式。這一過程不僅優(yōu)化了資源配置效率，還為高校高質量發(fā)展提供了有力支持。
二、高校數據資產概述
《通知》中界定行政事業(yè)單位數據資產為：履職過程中合法持有或控制的，具有明確經濟利益流入預期或服務潛力釋放功能的數據資源。可見數據資產確認需同時滿足三項核心要件：控制權明晰、價值可變現、成本收益可計量，這意味著實際中僅有一小部分數據資源能夠被確認為數據資產。
1.高校數據資源種類及資產化路徑。
高校事業(yè)活動涵蓋教學、科研、文化傳承、社會服務及國際交流五大領域，對應形成六類核心數據資源：實體空間數據，涵蓋土地、建筑、設備等固定資產信息；主體身份數據，集成教職工、學生、校友及組織機構的結構化檔案；數字基建數據，包括校園網絡、數據中心、智能教室等基礎設施運行日志；學科知識數據，涉及課程體系、交叉研究成果等學術性數據資產；業(yè)務過程數據，覆蓋教學管理、科研協作、行政服務等全流程事務數據；數字資源庫，由在線課程、電子文獻、科研儀器數據、文化資源素材等數字化教學資源、科研資源、文化資源和管理服務資源組成。
數據資產化需經歷三階段轉型：首先通過清洗、標準化等處理形成具備潛在價值的數據資源；其次結合應用場景進行深度分析，生成師生畫像、智能決策模型等衍生產品；最終通過確權登記、價值評估等會計確認程序，轉化為可量化管理的資產。該轉化過程價值實現路徑呈現多維延伸，既包括支撐教學科研管理的內部服務價值，也涵蓋數據產品開發(fā)的外部市場價值。
2.高校數據資產特征。
（1）高敏感性。高校數據資產面臨比企業(yè)數據更嚴格的合規(guī)約束，其數據涉及個人隱私、國家安全、教育政策等敏感領域，兼具高敏感性與社會公益性特征，其泄露或濫用可能引發(fā)系統性風險。
（2）非貨幣性價值創(chuàng)造。區(qū)別于企業(yè)數據資產的顯性經濟屬性，高校數據資產的價值多通過教育質量提升、管理效能改進、社會效益輸出等非貨幣形式實現。
（3）多源異構性。高校數據資產呈現四多一高”特征：多場景（教學、科研、管理等）、多主體（師生、院系、第三方服務商）、多類型（結構化、半結構化、非結構化）、多更新和數據復雜度較高，既有智慧教室的物聯網時序數據，也存在古籍數字化的非結構化文本。
（4）原生性生成屬性。區(qū)別于企業(yè)數據資產的外購或定制開發(fā)特征，高校數據資產多為教學科研活動、行政事務、校園服務的伴生數據，這種數據生成模式決定了其應用場景與業(yè)務過程的強耦合性。
（5）價值共創(chuàng)性。高校數據價值共創(chuàng)性體現在多個方面：一是跨部門數據共享與復用，教學、科研、行政等多源數據互通形成智慧校園底座，如學生畫像系統整合教務、財務、后勤數據優(yōu)化資源配置；二是跨學科數據融合創(chuàng)新，如理工科實驗數據與人文社科數據結合催生計算社會科學，醫(yī)學影像數據疊加AI算法提高疾病預測準確率等；三是產學研協同增值，基礎研究數據通過向產業(yè)界開放共享，實現邊際效益指數級增長，如生物醫(yī)藥數據促成新藥研發(fā)、合作等。
三、高校數據資產入賬挑戰(zhàn)及應對
1.初始計量。
（1）關于控制權判定。始于工業(yè)時代的傳統產權理論具有排他性及交易成本不為零的特征，而數據資源具有非排他性、分發(fā)邊際成本趨近于零甚至在傳播中價值遞增等特性，導致傳統產權理論適用性受限。對此，《關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》（以下簡稱《數據二十條》）創(chuàng)新提出數據資源持有權、加工使用權、產品經營權三權分立機制，為數據資產治理提供制度依據。
在會計確認視角下，數據資產的核心在于控制權而非所有權。只要主體合法擁有對數據的收集權、加工權、使用權、管理權等某項細分衍生權利并產生經濟利益，即使缺乏完整所有權，也可確認為資產。
為明晰控制權，高校需要在全面盤點摸清數據資源家底的基礎上厘清數據資產權屬，建立包含學校、二級單位、師生等多方參與的權責清單，基于數據血緣圖譜實現全生命周期權屬追溯。除身份證、銀行卡、手機號等涉及個人隱私的敏感數據外，學校對教學、科研數據的控制權具有天然優(yōu)勢；跨部門數據共享中，各參與方可通過協議劃分持有權、使用權等具體權益；多場景應用下同一數據資源的具體責任和受益主體需要根據不同的應用場景和資源血緣圖譜進行明確。
（2）關于收益預期?，F行會計準則要求數據資產確認需滿足經濟利益很可能流入或服務潛力可合理預期，對于外購數據，其交易價格已隱含價值預期；高校自產數據（如教學檔案、科研數據等）缺乏類似外購合同的價值錨定，在生成時點面臨難以舉證未來收益或服務潛力的困境。一是價值評估復雜，數據價值常嵌入業(yè)務流程難以剝離計量，如教師評價系統效益涉及多部門協同；二是計量方法爭議，高校數據非貨幣價值創(chuàng)造特征明顯，從會計準則角度，經濟利益流入未明確是否必須貨幣化計量，決策支持效率、流程優(yōu)化度等非貨幣價值創(chuàng)造指標體系亟待建立，此方面需要持續(xù)關注國家相關部門或行業(yè)具體實踐指導。
值得注意的是，國際會計準則理事會（IASB）2018年修訂《財務報告概念框架》，將資產定義核心轉向控制現時經濟資源權力，弱化未來經濟利益流入很可能"概率門檻，允許低概率經濟利益納入考量，這一修訂實質上降低了資產確認門檻。雖然存貨、無形資產等具體準則尚未同步修訂，且國際準則體系仍以具體準則優(yōu)先，但這一理念變革已顯現出強化控制權認定、弱化收益預判的趨勢。我國企業(yè)會計準則與國際財務報告準則已經實現實質性持續(xù)趨同，未來需持續(xù)關注國際準則動態(tài)及國內準則的銜接進展。
（3）關于成本可計量性。對于高校而言，外購數據資源用途相對穩(wěn)定單一，取得成本相對清晰易獲得，包括直接購置成本、全流程加工費用及輔助性支出。而內部產生的數據資源，取得成本難以可靠計量。一是根據內部研發(fā)數據應當區(qū)分研究支出與開發(fā)支出，研究支出計入當期損益，開發(fā)支出滿足無形資產準則有關條件的才能確認為無形資產。然而現實中研發(fā)階段難以界定，尤其高校大部分數據資源并非專門研發(fā)產生而是具有原生性的管理服務伴生數據，如學生成績記錄常與教學業(yè)務交織，導致采集成本難以剝離。二是現實中內部研發(fā)無形資產達到論證確認標準時一般可資本化金額已經很有限了，如果按照成本法會嚴重低估內部數據資產價值。
對此，中國信通院建議采用兩階段處理模型：數據獲取、確權及預處理階段因價值不確定性高，全額費用化；分析挖掘、商業(yè)應用等環(huán)節(jié)若能產生穩(wěn)定收益，則資本化處理。同時，高校成本核算需要更加精細化。未來可引入區(qū)塊鏈技術實現研發(fā)支出全流程溯源，建立不可篡改的成本鏈以自動歸集與動態(tài)分配，提高成本計量準確性。
2.后續(xù)計量。
數據資產后續(xù)計量需關注成本攤銷與價值評估。按照準則規(guī)定，可合理估計壽命的資產采用匹配消耗方式的攤銷法，若無法可靠確定消耗方式則統一采用直線法攤銷；使用壽命不確定的無須攤銷但須每年減值測試。后續(xù)以初始成本減累計攤銷及減值損失計量，但其使用壽命判定、攤銷方法選擇、減值測試、價值評估均面臨顯著挑戰(zhàn)。
（1）關于數據資產壽命和攤銷方法。由于數據資產特性與傳統無形資產存在本質差異導致傳統攤銷方法難以適用。其一，數據具有非損耗性與邊際遞增性，數據可永久存儲并通過持續(xù)使用實現價值擴容；其二，數據價值實現呈現顯著的場景依賴性，同一數據資產在不同應用場景下會產生差異化價值波動，如教學數據對學生的即時價值可能隨時間遞減，但對教學決策部門的長期價值反呈增長趨勢；其三，數據價值具有強時效性與雙向波動性，這種動態(tài)復雜性使得傳統直線法或加速攤銷法均難以適配，數據資產的壽命邊界模糊，經濟利益消耗方式無法可靠預測，且多場景復用產生的價值增量難以納入攤銷模型。現行準則規(guī)定如果沒有可靠的預期消耗確定方式，則統一采用直線法攤銷，這一操作雖然簡單可行，但是仍然面臨價值評估參數動態(tài)失效的根本挑戰(zhàn)。
（2）關于減值測試和價值評估。依據現行準則，使用壽命不確定的無形資產需每年開展減值測試，以資產出售價值與未來現金流量現值較高者為可收回金額。然而數據資產的特殊性使其減值測試面臨挑戰(zhàn)：一是缺乏活躍交易市場，難以獲取出售價值；二是數據價值的多維波動、收益剝離復雜及折現參數模糊，導致未來現金流量現值估算存在重大不確定性；三是減值測試旨在防范管理層樂觀預期導致的價值高估，但數據資產價值高度依賴具體應用場景和管理層意圖，進一步加劇測試過程的主觀性與結果不可靠性。
當前制度未強制要求數據資產定期重估公允價值，但交易流動與處置又需要價值基準。在考慮技術因素、價值密度、商業(yè)模式等影響因素的基礎上，中國資產評估協會提出修正后的成本法、收益法及市場法評估模型，但其實踐落地依然困難。這些模型均需依賴大量主觀判斷（如數據效用系數等），即便采用同一模型，技術參數選擇差異也會導致評估結果顯著分化。這種理論與實踐的脫節(jié)使得數據資產價值評估實質上仍依賴于專家經驗判斷，客觀性與可操作性亟待突破。
（3）關于數據資產后續(xù)支出處理。數據資產的后續(xù)支出可劃分為維持性支出與增值性支出兩類。維持性支出包含存儲能耗、服務器托管、網絡帶寬等基礎設施運維，數據治理團隊薪酬、安全專家培訓等人力資源投入，以及持續(xù)性許可費用等合規(guī)性支出；增值性支出則聚焦數據更新（如實時接口維護、歷史數據清洗重構、動態(tài)數據補錄等）、質量優(yōu)化（如數據標注驗證、算法模型迭代等）和安全增強等（如新型加密技術應用）。由于很難界定后續(xù)支出有無增加主體經濟利益流入、提升管理服務潛力或擴展應用場景，對數據資源后續(xù)支出如何資本化尚不明確。綜合考慮，建議將維持性支出費用化，增值性支出資本化。當前理論研究與實踐操作亟須建立動態(tài)跟蹤機制應對數據快速迭代特性，該問題對財務信息真實性有著深遠影響。
四、結論和建議
具體到高校治理現狀而言，數據資產核算需要在數據資源治理健全的基礎上，就初始計量、后續(xù)攤銷、價值評估等難點問題進一步落地解決。基于數據資產戰(zhàn)略價值，即使初期只能確認部分數據資產，也優(yōu)于完全不確認。
本文在梳理高校數據資產概念框架及會計確認挑戰(zhàn)的基礎上提出以下建議：一是建立涵蓋數據資產會計核算制度、管理目錄及成本分攤機制的完整框架，明確數據采集、加工、維護等全周期成本歸集標準；二是完善信息披露規(guī)范，通過表外披露解決數據資產賬面價值與市場價值差異問題；三是對于計量方式，應采用貨幣與非貨幣雙軌制，綜合反映數據資源的功能性價值與戰(zhàn)略屬性；四是考慮到成本法在反映資產價值動態(tài)性方面的固有缺陷，隨著數據要素市場成熟，應進一步探索成本法與公允價值法的會計政策選擇。后續(xù)可結合數據資產高價值應用場景進一步具體落實會計處理方案，建立高校數據資產案例庫，充分發(fā)揮高校在數據生產與應用中的重要作用。
（來源：行政事業(yè)資產與財務）
