作者系伊春园2023入口直达大象重大项目“后扶贫时代中国城乡相对贫困统计测度与治理机制研究”首席专家、江西财经大学统计与数据科学学院教授
随着数字经济的蓬勃发展，数据已经成为推动全球经济高质量发展的重要引擎。数据资产核算是充分释放数据价值和潜力的关键环节。建立健全数据资产核算体系，不仅是应对全球数据治理挑战的战略举措，也是推动数字经济持续健康发展的重要保障。
数据是数字经济时代的新资源
在大数据、物联网和人工智能等新一代信息技术的迅猛发展与广泛应用下，从产业内部优化到跨行业融合，再到加快数字孪生进程，数据要素已经渗透至社会经济的各个领域，呈现出爆发式的增长趋势和多元化的应用价值，被视为数字经济时代的新资源。
一是赋能产业优化升级。通过采集、分析大量生产运营数据，公司能够精准识别生产流程中的瓶颈和低效环节，进而实施针对性的优化措施。这种基于数据的决策支持，不仅提升了生产效率与质量控制能力，还促进了产物和服务的持续创新，使公司能够快速响应市场需求变化，提升市场竞争力。数据的广泛应用，加速了传统产业向数字化、智能化转型的步伐，推动整个产业链的价值重构与升级，助力实现由“制造大国”迈向“制造强国”的战略目标。
二是推动产业融合发展。高效的数据共享与交换机制，有助于打破不同行业间的信息壁垒，促进技术与资源的跨界整合。数据驱动的平台经济、共享经济等创新模式，不仅催生了新的业态与商业模式，还加速了传统产业与新兴技术的深度融合，如智能制造、智慧农业等，为经济增长注入了新的活力。数据的广泛应用，还促进了产业链上下游的紧密协作，提高了整个经济体系的协同效率与创新能力，为国家创新驱动发展战略的实施提供了有力支撑。
叁是加快数字孪生进程。通过高精度采集、高效处理与智能分析，数据能够为现实世界构建精准的数字镜像，促进物理规律在虚拟空间中的高效模拟与优化。这一转变不仅缩短了产物从设计到市场的周期，还大幅提升了生产运营的灵活性和效率。在数字孪生的架构下，实体经济的物理元素得以精准数字化映射，形成实时反映实体状态的虚拟模型。这些模型不仅能监控实体的当前运行情况，还可以通过数据分析和模拟仿真等手段，预测未来的发展趋势，为实体经济的优化决策提供科学依据。
数据资产核算是释放数据潜力的关键
数据要素的作用已在推动现代经济发展中得到充分体现，其价值也得到社会各界的普遍认同。然而，要充分发挥数据潜力，就必须解决数据流通不畅、收益分配不公以及安全治理不足等关键问题。数据资产核算作为一种科学的评估和管理工具，扮演着释放数据潜力、促进经济发展的重要角色。
第一，数据资产核算推动数据流通规范化。数据的有效流通是数字经济持续增长的重要驱动力。但数据价值不易评估，往往成为其流通过程面临的一大阻碍。科学的核算体系通过建立统一的评估标准，为数据流通提供清晰的衡量依据。这种规范化不仅能够提升数据的可交易性，还为数据跨行业和跨领域流通创造了有利条件。统一的价值评估标准能够确保数据在流通过程中具有一致的衡量方式，有效解决信息不对称问题，提升数据交易的公平性和透明度，从而推动数据资源在交易市场中高效有序流动，为数字经济繁荣发展注入新活力。
第二，数据资产核算促进收益分配合理化。数据的开发和应用涉及多个利益相关者，收益分配问题一直是各方关注的焦点。科学的价值核算机制通过量化数据在使用过程中为各方创造的经济价值，为收益分配提供了公平、客观的依据。这种评估方式确保了数据持有方、加工使用方以及数据产物经营方能够根据其对数据价值的实际贡献获得相应的经济回报。这种合理的收益分配机制不仅可以促进各方对数据资源的持续投入和创新，还能有效避免因分配不公而引发的利益冲突，为数字经济的健康发展奠定坚实的制度基础。
第叁，数据资产核算助力安全治理精细化。在数字化时代，数据资产的安全治理是政府、公司和社会组织等多方面临的重大挑战。数据资产核算通过对数据资产进行准确的价值评估，有助于各方更加精确地识别和量化数据资产在安全防护上的投入与需求。依托这种精细化的管理模式，各方能够依据数据资产的不同价值，量身打造差异化的安全策略，确保资源的优化配置与安全防护效能的最大化。此外，数据资产价值核算可以促进组织内部及组织间的安全协作。通过共享数据资产的价值信息，各方能够基于共同的安全目标，形成更为紧密的合作与联动，共同提升整体的数据安全治理水平。
全球探索为数据资产核算提供有力借鉴
当前，数据资产核算理论和实践探索已经受到国际组织和部分国家的广泛关注与高度重视。联合国统计委员会第51次会议明确将“数据如何纳入国民账户体系”列入研究议程，经济合作与发展组织在其数字化进程框架中就如何在宏观经济统计中量化数据资产价值开展了深入探讨。此外，多个国家积极投身于数据资产价值评估实践中。这些探索不仅为其他国家提供了有益借鉴，也为进一步推动数据资产核算理论与实践的深入发展积累了宝贵经验。基于这些探索，可以总结出叁条重要经验。
首先，数据分类是保障数据资产核算全面性的关键环节。国际实践表明，合理且系统的数据资产分类是保障核算全面性和准确性的前提条件。科学的数据资产分类体系能够揭示不同类型数据资产在经济活动中的潜在价值及作用，使数据核算更加系统化和全面化，同时提升数据资产核算的透明度和一致性。这种系统化的分类方法有助于各国在统一的标准框架下开展数据资产的比较与分析，从而增强数据核算结果的国际可比性。通过建立和遵循科学的数据资产分类体系，各国不仅能够提升数据资产核算的科学性和准确性，还为政策制定和资源配置优化提供了坚实的理论支持。此外，系统的分类体系有助于推动数据资产的标准化管理，进一步明确数据资产的属性和用途及其在经济和社会中的作用。这不仅为后续的数据估值和定价工作奠定了坚实的科学基础，也增强了数据资产管理的系统性与规范性。
其次，成本法是开展数据资产价值评估的基本方法。由于当前数据市场交易环境尚处于初级阶段，数据资产在全球范围内普遍呈现出自产自用的特点，难以通过交易机制获取市场价格。因此，成本法成为许多国家开展数据资产价值评估的首选方法。其核心在于将数据资产的价值视为其形成过程中投入的各种成本总和。在估算实践中，部分国家分别估算数据资产形成过程中涉及的直接劳动成本、非直接劳动成本和其他成本，将叁者之和作为数据资产的价值；也有部分国家通过估算出数据资产在形成过程中产生的劳动力成本，在此基础上应用加成系数，以综合反映固定资本消耗和中间消耗等其他成本。尽管成本法在评估数据资产的未来收益和附加价值等方面存在一定的局限性，但作为基本评估方法的地位不容忽视。它为全球数据资产价值核算提供了基本路径，也为各国政府和公司初步量化数据资产价值提供了可操作的方法。
最后，技术应用是提升数据资产价值评估精度的重要手段。随着大数据、人工智能和机器学习等技术的快速发展和广泛应用，数据资产的价值核算精度得到了显着提升。技术的引入不仅提高了数据资产评估的效率，也显着增强了评估过程的客观性和系统性。先进技术的运用有助于更为深入地分析和处理海量数据，减少传统评估方法中主观假设带来的误差。这些技术工具能够从复杂的数据集中提取信息，优化数据处理流程，提升数据资产价值评估的准确性和一致性。技术手段的有效应用，不仅是提升核算精度的重要保障，更是推动数据资产价值评估方法持续优化的核心动力。通过合理应用机器学习、大数据分析等，全球数据资产价值评估正在向更加精准的方向迈进。这种技术革新为数据资产的科学管理和高效利用奠定了坚实基础，也为各国在数字经济时代竞争中赢得先机提供了有力支持。
探索中国特色的数据资产核算方案
中国作为数字经济大国，在数字经济领域的发展成效已跻身世界前列。随着数字经济的蓬勃发展，我国对数据资产核算的需求愈发迫切。然而，我国当前仍面临数据权属不明确、数据分类体系不健全、基础数据资料缺乏和统计调查制度不完善等诸多挑战。面向未来，需要着力从以下方面改革创新，加快推动中国特色的数据资产核算工作。
一是构建数据确权机制。建立数据确权的法律法规，明确不同类型数据的权属关系，包括数据的所有权、使用权、收益权和处置权的界定，为数据交易、流通和共享提供法律保障。引入区块链、隐私计算等技术，在技术层面实现数据确权。区块链技术能够提供不可篡改的链上记录，实现数据来源的追溯和权属的明确，同时确保数据在交易过程中的真实性和安全性。制定标准化的数据确权流程，涵盖数据采集、标记、存储、交易等环节，为各行业提供统一的操作规范。例如，可以设立行业性的确权试点，探索不同类型数据的确权方式。通过建立数据交易市场，鼓励数据权利主体通过市场交易方式转让和分配数据使用权与收益权，形成市场驱动的确权机制。同时，需加强数据交易过程的合规监管，确保交易的合法性和安全性。
二是加快数据分类管理。综合考虑数据的敏感性、重要性和使用频率等因素，制定科学、合理、统一的数据分级和分类标准，以涵盖不同行业和领域的各类数据。对敏感数据和关键数据实施更为严格的保护与管理措施，确保数据的安全性和隐私性；鼓励对非敏感数据进行开放共享，促进数据资源的流通和利用。同时，推广数据标签技术，为数据资源进行精确标识。通过对数据进行标签化处理，提高数据在整合、搜索和使用过程中的效率，实现快速的检索、分类和整合。此外，建立动态的数据分类更新机制，根据数据使用需求、技术进步和法律法规的变化及时调整分类标准，确保分类体系的持续有效性。
叁是创新基础资料来源。推动政府、公司、社会组织和公共平台的合作，通过多渠道的数据采集，提升基础数据的多样性和覆盖面。推动跨部门、跨领域的数据共享与合作，打破信息壁垒，实现数据资源的互联互通。政府可通过建立公共数据开发平台，推动公共数据的汇聚、整合和共享，满足社会公众对公共数据的应用需求。公司应充分利用大数据、云计算和人工智能技术，提升数据的自动化采集和处理能力，减少人工干预带来的误差，并提高数据的时效性和可靠性。
四是完善统计调查体系。建立健全统计调查制度，实现统计核算方法和会计核算基础资料的有效衔接。一方面，尽快开展数据生产活动摸排清查，设计并开展专门的重点调查、典型调查或数据资产清查，围绕数据资产类别和规模等进行清查，以全面“摸清家底”，获取数据生产过程中相关的成本和收入数据，厘清数据资产耐用年限、役龄—价值模式和役龄—效率模式等关键技术问题，为开展数据资产核算实践奠定基础。另一方面，积极引入大数据、云计算、人工智能等现代信息技术手段，提高统计调查的智能化水平，推动统计调查方法的创新与升级，确保统计数据的及时性和准确性。
