数据资产的概念与核算_李相龙.pdf

科普SCIENCE39名为国民账户体系；一个是中国国家统计局国民经济核算司组织翻译的版本，沿用国内习惯的国民经济核算体系。看参与翻译的名单可以发现，前后几代活跃在中国国民经济核算领域的领军人物都赫然在列，其中就包括当前被视为中国国民经济核算第一专家的许宪春。SNA-2008 版的中译由国家统计局国民经济核算司和中国人民大学国民经济核算研究所联合承担，既在国内出版，同时被联合国采纳作为其官方中文版本。为此，书名放弃了国内此前一直沿用的“国民经济核算体系”，按照联合国的要求改为国民账户体系（2008）。这个版本的内容和篇幅较之 1993 版再次“翻倍”，翻译的工作量和难度可想而知。我本人有幸主持这一版中译工作，施发启（国家统计局国民经济核算司）、李静萍（中国人民大学统计学院）、许健（中国科学院大学管理学院）、何静（北京中医药大学管理学院）是我特别依赖的几位主译。经过大家的共同努力，这个版本在业界大获好评：专业理解到位，文笔简洁通畅。此后十年间，尽管我私下记录了多处细小的错误以及可改进之处，但总体而言，应该说，我们算是不负使命，为各界关注和研究者提供了一个专业可靠、易于阅读的中文版本。本文是国家社科基金重大项目“国民账户体系2008（SNA2008）修 订 升 级 研 究”（批 准 号：22&ZD166）的支持成果作者单位：中国人民大学国民经济核算研究所数据资产的概念与核算党的十九届四中全会提出要“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，进一步明确提出加快培育数据要素市场，推进政府数据开放共享，依法合规开展大数据交易。数据统计与核算尤其是数据资产核算成为国内外学术界和国际组织研究的热点问题，国家统计局制定的“十四五”时期统计现代化改革规划也将“研究探索数据资产核算”作为“十四五”时期的重点任务之一。本文研究了数据资产基本概念、核算方法和一些特殊问题的处理方法，着重介绍了2008 年国民账户体系(以下简称“2008 年 SNA”)修订研究小组对数据资产核算的研究成果，最后围绕数据资产核算面临的理论和实际问题提出核算建议。数据和数据资产基本概念传统意义上，数据一般指一组数值的集合，是对一些可以量化的现象结果的记录。例如，实李相龙 杨 林中国统计CHINA STATISTICS40验数据是对可以量化的实验结果的记录，统计数据则是对经济社会各种现象的量化记录。如今随着信息技术特别是计算机和互联网技术的发展，各种信息的存储、处理、传输都可以以数字化形式表现，数据不再仅仅是“量化”结果，一切数字化的内容都可以称为数据。因此，数字经济时代的数据范围大大扩展，规模迅速扩大，互联网上发生的各种行为（如浏览记录、交易记录、社交信息等）都以数据形式记录，文字、声音、图像等传统意义上不属于数据的各种信息也都可以转换为数据形式。在数据资产核算有关研究中，对数据的定义描述各不相同，但是本质上大都比较相似。2008 年SNA 修订研究小组之一的数字化任务组（数字化任务组是联合国统计司国民账户秘书处间工作组为 2008 年 SNA 修订中数字化有关问题而设立的专门任务组，以下简称 DZTT）将数据定义为“数据是通过访问和观察现象而产生的信息内容，这些现象的信息要素应以数字化形式记录、组织和存储，并在生产活动中使用时提供经济效益”。其他有关研究对数据的定义也都强调了数据与“现象”和信息技术的联系，认为数据资产核算应该研究描述客观现象的数字化的数据。数据是否可以作为资产核算关键在于数据的经济价值，是否数字化并不是问题的核心，有关研究之所以要强调数字化有两方面原因：一是数字化为大规模产生并存储数据创造了条件，而很多数据只有具有一定规模后才具有经济价值。二是数字化是利用计算机对数据进行分析研究的前提，如果没有计算机技术的发展，对海量数据进行处理分析是不现实的。因此，从核算实践的角度来讲，数据资产的核算还是应重点关注互联网平台企业或者专门的数据服务企业，这也是数据资产核算有关研究中较为一致的观点。2008 年 SNA 中的资产是指经济资产，即所有权明确且可以为所有者带来经济利益的资产。数据大都可以产生预期经济利益，关于数据的所有权问题，多数研究认为，尽管互联网平台收集的个人数据很难说完全归平台所有，但是平台拥有这些数据的使用权，将数据视为资产在理论上是没有问题的。数据资产核算在概念上的另一个难点是数据应该记为生产资产还是非生产资产。按照国民经济核算标准，生产资产是 SNA生产范围内作为生产过程的产出而形成的非金融资产，非生产资产是通过生产过程以外的方式形成的非金融资产。要确定数据资产是生产资产还是非生产资产，实质是确定数据的产生过程是否为生产过程。尽管数据是对客观现象的描述，但是数据的采集和记录显然是要耗费人力物力，不应混淆客观现象和对客观现象的记录这两个不同的概念，因此数据的产生是一个生产过程，数据资产应作为生产资产进行核算。DZTT 也认为应该区分数据和现象，现象是一种客观存在，数据是经过收集、记录、整理活动得到的，数据资产应作为生产资产进行核算。数据资产核算方法国民经济核算中对资产的估价方法主要有三种，即市场价格法、净现值法和成本法。SNA 以市场价格作为基本计价原则，推荐采用市场价格对资产进行估价。但是，目前数据的市场交易很少，而且不同数据差异性很大，即使存在一些交易，也难以保证价格的代表性。近年科普SCIENCE41来，我国陆续成立的贵阳大数据交易所等数据交易平台，目前本质上只是根据买方需求，交易经过清洗、脱敏、脱密处理的数据，并不交易原始数据，从国内外数据交易平台的现状来看，通过数据交易平台的交易信息来估算数据价值很难实现。净现值法是用资产的未来收益对资产进行估价。采用净现值法存在的问题是，实践上很难确定收益中有多大比例来自数据资产。例如，有研究提出根据广告收入对数据资产进行估价，这种方法本质是一种利用收益估算资产价值的方法。利用广告收入估算的数据资产价值一般都大于实际价值，因为电视节目等传统媒体形式并不收集用户的任何信息数据，但是同样可以获得广告收入。所以用广告收入等未来收益推算数据资产价值在理论和实践上都存在很大困难。成本法是利用资产的历史成本，通过永续盘存法对现期资产存量进行核算。考虑到数据的服务寿命差异较大，采用永续盘存法估价时，需要给数据资产确定不同的服务寿命和折旧方式。有研究认为，利用成本对数据资产进行估价可能会极大低估数据资产的价值。事实上，尽管数据对于互联网平台非常重要，但数据并不是平台企业获取市场优势地位的根本原因，更可能的情况是平台企业由于其市场优势地位才获取了更多数据，所以要审慎估计数据的价值。目前，大多数研究都推荐采用成本法对数据资产进行估价。DZTT 也认为采用成本法对数据资产估价具有相对优势，而且可以保持与其他知识产权产品估价方法的一致性。采用成本法对数据资产进行估价时，外购数据资产按购买支出进行资本化，自产自用的数据资产按生产成本进行资本化。DZTT 建议自产自用数据的生产成本要包括三方面：一是规划、准备和开发数据资产生产策略的成本；二是与访问、记录和存储可观察现象有关的成本，其中可能包括但不限于对可观测现象使用权限或已有数据的购买；三是设计、组织、测试和分析数据有关的成本。各方面成本具体包括有关生产活动涉及的中间消耗、雇员报酬、固定资本消耗、固定资本净收益和其他生产税（减补贴）等支出。数据资产核算的一些特殊问题由于数据本身的特性，数据资产有关核算存在一些特殊问题，“DZTT”针对其中的一些问题做了进一步阐释说明。1.短期数据的处理。数据不会像有形固定资产一样出现磨损，但是其价值会随着时间推移而下降。由于时效性或其他原因，在一些情况下，数据尽管在生产中被反复使用，但使用期限少于 1年（称为“短期数据”，反之称为“长期数据”），因此不满足SNA 的资产条件。统计核算实践中，可能难以对短期数据和长期数据做出明确区分，针对这种情况，有以下两种处理方法：第一种方法是将数据生产费用的一定比例资本化，其余部分作为中间消耗处理；第二种方法是将数据生产的所有支出都进行资本化，但通过资产平均使用年限和资产退役函数设定来反映使用时间少于 1 年的数据。DZTT 建议将自产自用数据生产的所有支出都进行资本化，考虑到数据资产时效性较强的特性，可以使用较短的平均使用年限和斜率较大的退役函数来反映短期内消耗或过时的数据资产，即采用上述第二种方法。这样处理主要出于两方面考虑：中国统计CHINA STATISTICS42一是数据可以而且很有可能在多年以后再次被使用，并用于最初未预想到的用途；二是数据的消耗是由于“过时”，一些资产因过时而“过早”退出生产是正常的。电子产品比房屋和构筑物更容易过时，数据的过时速度则更快，数据的这种正常过时应该与其他资产一样处理。2.公开或免费数据的处理。数据通常可以免费提供给用户（相当于向用户提供数据复制品），这可能会涉及市场和非市场数据生产者生产的数据，两种情况下处理方法是相似的。即数据资产的创建被记录为生产过程，作为数据生产者的资产记录在其资产负债表上，但在 SNA 中无需记录所有者和使用者之间的交易流量。3.试错数据的处理。与其他资产的生产相比，数据的生产会存在大量的试错，这类试错的支出应当包括在成本计算中。与研发、矿藏勘探和评估等知识产权产品资产估价的原理类似，数据形成过程中的试错成本也是形成数据资产的重要部分，这些成本应合理地视为最终数据资产成本的组成部分。当采用成本法估计数据资产价值时，应当包含所有的成本，不管是否为试错数据。后期被证明是错误的数据的价值不在资产物量其他变化账户中核销，它们要按照正常资产同样的方法测算。4.数据资产生产成本的划分问题。很多情况下数据生产可能与其他产品的生产同时进行，而且这些产品通常为企业的主要产品，这会导致数据生产的有关成本难以划分的情况。例如，某些软件可能被用于广告，但同时也被用于记录、收集和分析消费者行为偏好数据，从而进一步促进广告投放效率，这种情况下要确定消费者行为数据成本中的软件支出成本就存在较大困难。因此，当一种资产被用于包括数据在内的多种产品生产时，采用成本法对这些数据进行资本化时需要细分这些产品的生产成本，这将对数据资产统计核算实践造成很大挑战。我国开展数据资产核算的建议为探索开展我国数据资产核算，结合理论和实际提出以下几点建议。1.明确核算范围。数据资产的核算应重点关注互联网平台企业，核算范围不宜泛化。数据资产核算这一命题是伴随互联网技术的迅速发展而产生的，尽管数据内容和形式多种多样，各类企业都可能产生和应用数据，但是现阶段数据资产应该主要存在于互联网平台企业。2.遵循审慎原则。建议采用数据生产成本通过永续盘存法对数据资产进行估价。对于自产自用数据，使用寿命可能较短，从实际操作出发，建议对所有自产自用数据支出都进行资本化，但对于数据使用寿命和效率曲线还需要进一步研究测试。3.进一步研究数据生产和使用实际情况。鉴于互联网企业的数据生产和应用模式的复杂性，需要进一步研究有关企业的运作模式，深入了解数据在企业生产和发展中的作用，了解数据资产与其他知识产权产品的划分问题，完善数据资产核算，更好地反映生产实际。4.推动构建数据资产统计核算制度。在数据高速发展的时代，需进一步完善数据有关会计核算制度，同时，立足于现实情况，在统计上先试先行，建立数据资产统计制度，为数据资产核算建立基础。5.完善数据有关法律法规。随着各类互联网平台、网络应用的普及，个人隐私数据乃至关系到国家安全的重要数据都存在被滥用和泄露的风险，这显然有违数据资产使用的初衷。因此，充分利用我国网络用户多、互联网络生态丰富的优势，尽快推动数据应用和监管相关立法，将为数据资产核算建立更为稳固的基础。作者单位：国家统计局国民经济核算司