數據資產研究進展及未來展望

摘 要：[研究目的]數據資產作為新型生產要素，在數字經濟時代具有重要價值，深入探究數據資產當前研究現狀和研究短板，有利于進一步開發其學術價值，為數據資產研究的深入發展提供借鑒和指導。[研究方法]采用文獻綜述法從數據資產定義與分類、價值計量、管理與運營、如何“入表”等關鍵問題對國內現有研究進行了全面梳理和深入分析，在此基礎上提出了數據資產研究存在的不足和未來展望。[研究結論]現有數據資產研究雖在多個方面取得了進展，但仍在數據資產的價值計量、產權制度研究、跨學科融合、信息列報等方面存在諸多研究短板，未來研究可進一步從數據資產定價與生成機制、數據資產價值綜合計量模型開發、數據資產產權立法等方面展開，還可全面深化對數據資產的持續管理與優化、數據資產安全維護、數據資產合規列報等方面的研究，為促進數據資產的有效管理、利用和進一步推動數字經濟的發展提供依據。

關鍵詞：數據資產；價值計量；披露要求；數據產權；生產要素

中圖分類號：F270 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2024.09.05

在大數據時代，數據已逐漸超越其特定項目或流程中的被動輔助性角色地位，成了值得收集、治理、增值的資產。信息技術的發展導致生產要素變革，對企業的生產內容、經營方式、價值體系進行了全方位重構。在數字化轉型深入推進的大背景下，加強數據管理，大力釋放數據要素價值，全面實現企業數據價值的內部循環，盡快將企業數據資源轉換為數據資產，是各個企業順應時代發展趨勢、積極探索業績增長新亮點的必由之路。企業通過實現數據資產化來重新認識數據的價值，并以此為基礎發掘數據的交換價值，達到將數據作為企業核心生產要素的目的。新時代背景下企業應深度挖掘數據資產的現時價值，明晰其價值實現途徑，不斷推動企業業務模式和經營方式的創新。

當前的數據資產研究涵蓋數據資產的價值計量、治理與分析、安全與隱私保護等多個方面。學者們紛紛嘗試從不同的角度探索、解析、明確數據資產的概念，探討如何通過有效的數據資產管理方式來大力提升組織的運營效率和市場表現，釋放數據資產強大的生產力，形成了一系列深入、持久、卓有成效的研究。然而，盡管研究取得了很大進展，但在數據資產的跨學科研究和交易研究等方面仍面臨著巨大挑戰和困難，仍需持續、深入地對相關問題進行分析，強化創新研究。

一、數據資產的最新研究進展

國內學者對于數據資產的最新關注點集中于數據資產的定義與分類、數據資產如何“入表”、數據資產的價值計量方法和數據資產的管理與運營幾個方面。

（一）加快明確數據資產的定義

學者們針對以前數據資產定義模糊的問題提出了各自的見解。李靜萍[1]認為，數據資源若要被視為數據資產，必須具備清晰的產權和經濟價值，同時展現出無形資產與有形資產、流動資產與長期資產的特點。李秉祥[2]等人則強調數據資產是通過過去的交易或事件形成的，由企業擁有或控制且具有明確的應用場景，是一種能夠在未來為企業創造經濟價值的數據資源。侯彥英[3]提供了更為多元化的定義視角，認為數據資產不僅包括廣義的數據資源，還應當具備明確的產權歸屬及參與企業資源分配的能力。賈小愛[4]等人進一步指出，只要信息資產、數據形態資產和數字資產滿足權屬的性質，就可以被歸類為數據資產的范疇。

綜合現有研究，可以看出學者們對數據資產的定義具有高度一致性，普遍認為數據資產是由企業所控制或者擁有的，能為企業帶來未來經濟利益的，能以電子或物理的方式記錄的一種數據資源。學者們對數據資產定義的深入、明晰研究，解決了數據資產定義長期模糊的問題，大大改善了學界對數據資產的確認、計量等一系列因定義不明的狀況，促進了相關研究。

（二）深入厘清數據資產的性質

學者們經過大量深入研究，總結出數據資產具有生產性和資產性的特性。

1.數據資產具有生產性特性

許憲春[5]等人提出數據作為關鍵性生產要素，屬于生產活動的成果，其核算范圍應包含價值鏈全流程上各階段所形成的數據形態，而且數據作為企業的一種資源必然擁有適當的應用場景、在生產過程中通常能重復或持續地使用超過一年，因此對企業所擁有的數據資產應賦予生產屬性。彭剛[6]等人通過深入研究后認為數據資產的生產性不容忽視，因為任何數據資產的形成都會涉及一系列人為的生產活動，包括數據源的選擇和確定，數據的采集、傳輸、存儲、清洗，以及處理為可用狀態的活動，這些生產活動都是不可或缺的，對企業的生產經營活動和價值活動都產生了巨大影響，因此應賦予數據資產生產屬性。

綜合學者們的研究可以看出，數據資產不僅僅是靜態的信息集合，更是一種動態的生產要素，在評估數據資產的價值時，需要充分考慮其生產過程中的成本投入和對業務活動的影響。

2.數據資產具有資產性屬性

文英姿[7]等人提出了判斷數據資產是否具有資產屬性的三個標準：一是能夠在進入市場交易前具備明確的數據所有權和數據用益權，且數據主體的權益清晰無爭議；二是在市場流通交易中滿足合法合規的先決條件；三是通過對數據的挖掘與運用能使企業利用其所擁有的數據資產獲得未來經濟收益，實現企業增值和資產價值。符合這些條件的數據資產，就可以被認定具有資產屬性。

綜合來看，學者們的研究表明，數據資產具有顯著的資產屬性，它不僅能在企業經營中發揮重要作用，還能通過不斷的開發和應用為企業創造新的價值。這種認識不僅有助于界定數據資產的法律地位，也為數據資產的管理和評估提供了理論依據。

（三）加大數據資產“入表”研究

數據資產被認為是一項資產，應納入會計核算范圍，反映在資產負債表內。學者們針對將數據資產納入資產負債表的研究已取得了許多成果。

1.針對數據資產的歸類列示

對于數據資產的確認，學者們首先關注的是數據資產的歸屬問題。目前的研究對于數據資產的歸屬形成了三種截然不同的觀點：一是顧志昊[8]等人認為數據資產這一資源沒有具體形態，但卻與無形資產具有高度相似的形態屬性，因此可以將其列入無形資產的范圍；二是趙星[9]等人提出數據資產作為可以給企業帶來經濟利益的資源，可以被視為出售的資產，這種情況下數據資產就相當于企業的存貨，應被列入流動資產的范疇；三是汪杰[10]等人提出，數據資產的流動性與復雜性導致將其歸入現有項目非常不妥，應專設數據資產項目進行確認。目前，大多數學者傾向于將數據資產歸類為無形資產，這符合現有的會計準則對于無形資產的定義。

陶怡[11]認為數據資產的確認并將數據資產計入資產負債表需滿足以下四個條件：一是數據資源能由企業擁有或控制；二是數據資源的價值能區別于其他資產價值，實現單獨確認；三是企業能準確可靠地對數據資源的成本進行計量和列示；四是與該數據資源有關的經濟利益大概率會流入企業。

綜合現有研究，學者們傾向于將數據資產作為一個獨立的類別來確認，并作為流動資產項目，在資產負債表上列示。不過，數據資產的特殊性質，如難以找到對應的權益、缺乏市場活躍度等，使得對其期末價值變動的會計處理仍存在爭議。目前，對于是否將數據資產的期末價值變動納入利潤表核算尚未在學界達成共識。

2.針對數據資產的計量列示

學者們對數據資產的計量列示研究主要集中在數據資產的初始計量列示和后續計量列示。

（1）數據資產的初始計量列示

張俊瑞[12]認為，一般情況下，數據資產的初始計量應嚴格按照歷史成本準則進行，因為數據資產具有較大的不確定性和波動性，很難準確預測其未來現金流量。但在數據交易活躍的情況下，可以采用公允價值進行初始計量，以反映其技術價值、社會價值和經濟價值。李花菊[13]建議，應遵循會計計價的一般規定，同時考慮其重置價值和折舊因素。在進行具體的計量時，可以參考永續盤存法等方法，在資產負債表上采用“原值+折舊額+凈額”的方式進行列示，并在需要時單獨列示重置成本。劉珂嘉[14]等人通過研究認為，應將數據資產區分為直接創造型和賦值型。直接創造型數據資產由于具有更高的經濟效益和經濟價值、更高的穩定性，在進行初始計量時應采用收益法予以“重點關注”，不僅要列示內生價值，還應列示衍生價值；而對于沒有穩定社會價值和經濟價值的賦值型數據資產，在采用成本法進行計量時應注意到它的成本控制和管理作用，但不能把它當作一個重要的因素來看待。

（2）數據資產的后續計量列示

對于數據資產的后續計量列示，李振楠[15]等人深入分析后認為，以成本法對數據資產進行后續計量能夠更加客觀、準確地反映出數據資產的價值，除此以外，只有當有確定的證據證明其“數據資產公允價值能夠持續、可靠地獲取時”，企業才能采用公允價值模型來對其進行后續計量?；诖耍谫Y產負債表上，數據資產通常會采用兩種計量列示方式：一般情況下，后續計量采用成本模式；僅當有確鑿證據表明數據資產的公允價值能夠持續、可靠獲取時，后續計量才采用公允價值計量模式。

綜合學者們的研究可以看出，對于數據資產的計量列示，大部分學者均認為應采用公允價值模式在資產負債表上進行列示。

3.針對數據資產的信息披露

劉國英[16]等人認為，與一般的資產相比，數據資產需要更多的信息公開，也涉及更多影響資產價值的因素，所以數據資產的披露內容應分為多個層次、多個角度、多個內容來展現。李詩[17]等提出，對數據資產的披露應當以表內表外并重的方式進行，并要對其確認過程、確認依據和適用范圍等內容進行詳細的說明和分析。張俊瑞[12]等人認為，如果將數據資產單獨列出來，會大大弱化它與公司其他數據間的邏輯關系和價值聯系，帶來負面的后果，降低披露價值，所以數據資產應在第四章主表中與其他內容一同披露。黃世忠[18]以數據資產作為研究基礎，提出數據資產的處理方式應是進行資本化，因而數據資產應單獨作為長期資產中的“數據資產”披露。

李振楠[15]等學者認為，如果把數據資產納入無形資產的范疇，則需要對外購、自研及其他途徑獲得的數據類無形資產的賬面原值、賬面余值、累計攤銷、減值準備以及賬面價值進行披露。黃世忠等[18]提出，若企業將數據資產認定為存貨，則需要采用獨表的形式，對外購、自加工及其它途徑獲得的數據資產存貨的賬面原值、存貨跌價準備及賬面余值進行詳細披露。

綜合來看，學者們普遍認為數據資產的披露應注重全面性和透明度，以幫助信息使用者更好地理解數據資產的價值和使用情況。盡管具體披露方式存在差異，但大部分學者傾向于采用強制性披露機制，以確保信息的完整性和一致性，有助于投資者和其他利益相關者做出更加明智的經濟決策。

（四）深入進行數據資產價值計量研究

近年來，隨著數據資產在企業和組織決策中扮演著越來越重要的角色，如何準確計量數據資產的價值便成為迫切需要研究的話題。目前數據資產價值計量研究取得了很大進展，學者們提出了多種數據資產計量方法，試圖從不同角度量化數據資產的價值。

1.數據資產的成本法計量

李艷[19]提出數據資產無論是從公司內部還是外部獲取的，都應采用“歷史成本法”來核算。特別是在收集和整理期間，有關設備的折舊以及其他費用都應計入數據資產的成本。孫永堯[20]研究認為，成本法能夠直接對數據資產的生產費用和維護費用進行會計追溯和驗證，包括數據資產的采集費用、處理費用、存儲費用和分析費用以及相關人員費用等，因此數據資產價值適合采用成本法計量。章瑩[21]等通過實證分析得出，只有當數據資產能夠直接產生經濟利益時，才能采用歷史成本法進行計量。

2.數據資產的市場法計量

韓秀蘭[22]等人認為，對來源于外部的數據資產，可以使用市場法對其進行計量。在傳統的市場法中，盡管不同國家的數據資產種類與質量各不相同，但是如果市場上有相同或相似的數據資產，那么采用市場法來計量數據資產的價值是更合適的，能更好地反映數據資產在市場上的真實交易價值，提高數據資產計量的公允性和可比性。不過，在實際應用中，企業需要充分考慮數據資產的特殊性，謹慎選擇可比交易案例，以確保市場法計量結果的準確性和合理性。

3.數據資產的收益法計量

唐莉[23]等人從數據資產的特性、作用和價值出發，建議采用基于收益現值的會計處理方式來取代傳統的以歷史成本為基礎的計量方式。丘開浪[24]等人從數據資產管理系統的穩定性和所帶來的現金流的流動性兩個角度出發，認為采用收益現值方法可以使其賬面價值更加貼近真實的價值，從而更好地為報表使用者提供決策信息。

上述數據資產計量方法各有優劣，但學者們普遍認為，由于數據資產具有獨特性、時效性和依賴性等特點，單一計量方法難以全面反映數據資產的真實價值。未來的研究方向之一就是如何開發綜合計量模型，將多種方法融合起來，以更準確地計量數據資產的各種價值。隨著數據技術的發展和應用場景的多樣化，對數據資產價值計量方法的不斷優化、持續豐富和創新也是未來研究的重要內容。

（五）深化數據資產管理與運營研究

苑秀娥[25]等人提出要建立一套完整的數據資產治理框架和治理體系，涵蓋數據資產的質量管理，數據資產的安全政策、隱私保護以及數據資產的分類、存儲和歸檔機制來應對數據資產所有者權益保護缺失、隱私信息泄露、數據濫用，以及數據資產價值融合度低、應用困難等問題。

魏碧洲[26]認為，制定一套符合企業業務需求與數據資產狀況的數據資產管理策略更有助于企業加強對數據資產的有效管理與使用，提升數據資產的價值與商業利益。路巖[27]認為數據資產與組織目標和戰略之間的協調可以帶來諸多獲益，數據資產的有效管理會持續支持組織目標的實現，而數據資產管理目標的實現依賴于其目標與組織戰略、組織目標的一致性，因而數據資產管理的策略就是及時確保數據資產的管理與企業戰略、企業目標保持高度一致。任旭[28]提出數據資產的運營需要依賴先進的技術工具和平臺，包括數據資產倉庫、數據資產湖以及數據資產云存儲服務等，這些技術能夠支持大規模數據資產的存儲、處理和分析，提升數據資產的價值。張曉光[29]認為企業需要定期動態評估數據資產的效益，通過持續的優化和迭代適應市場變化，從而保持數據資產的競爭力和提升數據資產的生產力。

綜上所述，學者們均認為數據資產需要進行有效管理和運營，并將其與企業戰略和目標深度融合，以真正發揮數據資產的價值。

二、數據資產研究存在的不足

盡管當前有關數據資產的研究在多個方面取得了進展，但仍在數據資產的價值計量、產權制度研究、跨學科融合、信息列報等方面存在諸多研究短板。

（一）對數據資產價值的確認缺乏統一定論

數據資產本身所具有的天然的非競爭性、非實體性以及依存性、可復制性、可加工性、多樣性等基本特性，導致其確權難度大，資產價值研究難度更大。數據資產要想為企業提供強大的競爭力和持續不斷的經濟利益，就必須接受精準、長期的提煉，企業需要更多理論方法來對數據資產進行價值挖掘，提高數據資產對自身的價值加成。目前，理論和實務領域對于數據資產價值的確認以及數據資產包含的價值內容缺乏統一認識，對數據資產價值的研究并未在各個領域深入進行，導致一些企業無法有效運用數據資產來提高其自身價值。

（二）對數據資產產權制度的研究不夠深入

雖說數據已被視為一項資產，得到各方的廣泛重視、應用和交易，但由于數據及數據資產無實物形態又十分復雜，極容易出現數據輕易被技術復制的情況，導致相關責任和產權歸屬錯位問題，進一步加大了數據資產產權歸屬的明確劃分與界定的研究難度。

（三）對數據資產價值計量的研究缺乏普遍適用性

數據資產的價值不僅包括技術價值，還包括經濟價值、社會價值。數據資產的自身價值不僅來源于其自身直接貢獻的經濟利益，還包括其對企業決策、創新能力和競爭優勢提升等所帶來的間接貢獻利益。因而數據資產的價值應得到全面的反映和計量?，F有的計量研究往往過于側重于對數據資產的量化價值計量進行研究，而忽視了其質性價值計量的研究，尤其是忽視了數據資產的獨特性、稀缺性及其在特定業務場景下的應用價值質性，導致現有的數據資產管理和計量研究在不同行業和企業規模中的適用性有限。許多計量研究均是基于特定的行業、企業案例或數據類型而構建，難以廣泛適用于快速變化的數字經濟環境和行業。

（四）對數據資產的信息列報的研究不夠充分

當前，只有極少數公司在財務報表的附注中對數據資產的采購、存儲和使用等信息進行列報披露。即便披露，列報的信息也極少，很難讓人完全了解并加以利用，而且大多數公司都不在自己的財務報表中列示出自己所持有的數據資產，這使得學者們在研究數據資產的會計計量和列報時很難收集到準確而全面的資料。而隱藏持有的數據資產可能會引發兩大風險：一是加大個體逃稅漏稅、轉移資產的風險；二是增加投資者在對數據資產計量時的決策風險。對數據資產信息列報進行充分研究刻不容緩。

（五）跨學科研究缺乏全面性

數據資產研究不僅僅是技術問題的研究，同樣涉及經濟學、管理學、法律學等多個學科領域。然而，大多數研究往往側重于單一學科、單一視角，缺乏對不同學科知識和方法的綜合運用。技術領域的研究往往忽略了數據資產的經濟價值計量，而經濟學領域的研究則未能充分考慮到數據資產的處理、迭代和保護的技術難題。數據資產的隱私保護和安全問題也是一種技術挑戰，也受到法律法規和社會倫理標準的制約，需要法律、倫理與技術領域的學者共同探討?？鐚W科研究的缺乏導致了對數據資產研究的復雜性、困難性認識不足，難以形成解決實際問題的有效策略。

三、數據資產研究未來展望

數據資產的未來研究可進一步從數據資產定價與生成機制、數據資產價值綜合計量模型開發、數據資產產權立法等方面展開，還可全面深化對數據資產的持續管理與優化、數據資產安全維護、數據資產合規列報等方面的研究。

（一）大力深化對數據資產定價機制、生成機制的研究

未來對數據資產的定價研究可以著重考慮兩方面問題：一是數據資產本身的價值問題。這包括數據資產的現時價值、潛在未來價值，經濟價值、社會價值，內生價值和衍生價值等。研究時可以考慮數據資產的數量、種類、質量、范圍等因素，也可以從時效性、稀缺性、關聯性等其他維度進行價值評估。二是數據資產流通過程中的交易價值問題。在數據資產交易中，交易者為獲得資產而付出的各種成本和價值是需要關注的。這涉及用戶需求、用戶體驗、應用邏輯、數據生命周期、競爭格局、發展趨勢、產品特性、迭代與替代等多個角度。除此之外還可以嘗試結合機器學習、智能合約、區塊鏈和密碼技術等方式，聯合數據資產交易各方，研究制定出更加科學、準確的數據資產計量定價機制和生成機制，為數據資產的交易、應用提供更有價值的參考。

（二）盡快推進數據資產價值綜合計量模型建立研究

數據資產價值綜合計量模型的開發研究需要跨學科的知識和技術。除了傳統的財務學、經濟學理論基礎，研究還應充分結合數據科學、信息技術等新興領域的最新研究成果，以建立更加全面系統的理論框架。在數據資產價值綜合計量模型研究中，不僅應關注傳統的價值計量因素，而且要全面考慮數據資產的質量、稀缺性、可獲取性以及保護成本等新興特征因素，這樣能更好地反映數據資產的社會價值和交易價值，動態把握數據資產隨時間、使用方式變化的價值波動質性，以及外部市場和技術環境的影響特性。研究出的模型應具備一定的靈活性和可定制性，使其能夠根據不同行業和組織的特定需求進行快速、精確調整。除此之外還可以探索模型計量簡化和優化的方法，包括如何利用機器學習等先進技術來處理大數據和提高價值計量的準確性。綜合計量模型的開發研究還需隨著對計量過程標準化研究的進展而深化，以促進研究模型的廣泛應用和行業間接受度的提升，提高數據資產內在價值和衍生價值的研究水平。

（三）進一步加強對數據資產交易的監管研究

一是緊密結合當前大數據與數字經濟發展的大環境，研究如何創新和完善現有的監管制度，研究如何通過制定相應的政策法規來嚴格規范數據資產交易各方的行為，保證數據資產交易的規范性和安全性。二是研究怎樣設立一個專門的監管組織或部門，對數據資產交易市場實行專業性、實時性的監管；如何定崗定責，明確各個崗位的職責，把各種管理資源進行高度集成，做到分工明確、互相配合。三是加快對一套數據資產交易智能管理體系的研究與開發，以推動數據資產的良好交易；嘗試建立數據資產交易監督機制以實現跨地域、跨行業和跨層次的交易。四是研究如何培養數據資產交易監管人員，完善數據資產交易監管制度；在此基礎上，進一步思考如何設計合適的教學內容與教學方案來對監管者進行深度知識與技能培訓，提升監管人員的專業能力和綜合素養。五是研究數據資產的監管邊界、監管內容，明確數據資產監管部門的監管職責，以此提升監管效率和水平。

（四）加快數據資產產權立法研究

一是加快研究如何推進數據產權制度制定和健全的工作，以明確界定數據資產的法律權利，可通過構建制度框架來有效分割和解構數據產權，實現數據資產使用權與所有權的分離，確保數據資產的精準確權。二是深入研究如何以立法明確界定數據資產用益權的邊界以及具體內容，以保護數據資產原始提供者的權益和數據處理者的必要的使用權。三是有必要全面考慮如何建立高效、系統化的數據資產登記管理平臺和服務平臺，通過“數據資產登記”的方式解決現階段數據流通交易權屬不清的問題，通過“資產公證”方式以法律形式明確各方權益，保證進入交易數據的合法合規。

（五）深入數據資產的列報研究和合規研究

數據資產具有多樣性和易變性等特點，所以在研究企業數據資產的列報方式時，應重點研究如何按照各數據資產的不同用途進行分類，并考慮數據資產是采用常規方式列報還是特殊方式進行列報。在列報中，可進一步明確該如何體現數據資產的經濟價值、社會價值和技術價值，以及如何確定列報的邊界，以幫助報表使用者更好地理解和利用數據資產信息。此外，還應探討數據資產是作為流動資產還是長期資產項目列示，是否需要單獨列示或與其他項目合并列示。對于自用數據資產和交易性數據資產，考慮是設置“自用數據資產”和“交易數據資產”分別列示，還是采取綜合列示的方式。還需要考慮如何體現數據資產的變現能力，以及如何有效減少數據資產信息披露中存在的不確定性和風險。對于數據資產的列報形式，探討是采取單表列報還是雙表列報，以及是否需要進行數據資產對應權益的列報，并考慮對應的權益列報是否應放到利潤表中進行列示。數據資產合規列報對于數據資產信息的披露和理解具有重要意義，因此合規列報研究是數據資產列報研究的重點。在這方面，未來需重點研究數據資產合規列報的內容和標準，探討如何實現數據資產的合規列報，以及是否有必要制定專門的數據資產合規列報準則。

（六）加強對數據資產的管理與優化研究

在未來的研究中應重點加強數據資產的全生命周期管理研究，包括如何在數據的收集、存儲、分析、分享與銷毀等各個階段，確保使用者對數據資產有更全面的了解。研究如何開發高效的數據清洗、分類和標注技術，提升數據資產的可用性和價值。對于數據資產的存儲和處理，可重點探究如何利用云計算、邊緣計算等新興技術來優化數據資產的存儲結構和訪問效率，減少存儲和訪問成本，提升響應速度。數據資產的優化策略研究則需要緊緊聚焦于數據資產驅動的決策支持系統的構建，研究如何通過先進的數據分析和機器學習算法，將數據資產轉化為具體的、有價值的商業洞察，全面支持企業的戰略決策和運營優化。隨著人工智能技術的迅猛發展，未來的研究應著重探索如何在全面保護數據資產隱私和安全的前提下，有效利用人工智能對大規模數據資產進行深度分析和價值挖掘。

（七）重視數據資產的信息安全研究

加快探索更為高效、靈活的數據資產安全與隱私保護策略和研究新方向，大力聚焦于基于人工智能和機器學習的安全技術研究。重視智能化分析和預測安全威脅研究，同時優化數據資產安全防護研究，努力突破實現動態安全防護研究的進展。深入隱私保護計算技術研究，加強對同態加密、安全多方計算（SMPC）、區塊鏈等計算技術方面的研究，為數據資產的安全分享和利用提供新的解決方案。數據資產信息未來的保護研究要側重于技術創新與法律合規的結合；深入研究如何通過跨學科合作，創造出更加全面、高效的保護策略，以應對日益復雜的數據資產安全性挑戰和隱私保護需求。

四、結語

對數據資產的研究是一場多維度、跨學科的持續研究，盡管目前各界在數據資產的確認、記錄和管理方面的研究已取得了很大進展，但在數據資產價值計量標準的統一、隱私保護、跨界數據資產的管理研究等方面仍面臨著不小挑戰。隨著信息技術的飛速發展、數據技術的不斷進步和應用場景的日益擴大，對數據資產的研究還需進一步細化和深化，特別是在綜合計量模型的開發研究、跨界數據資產管理策略研究以及數據資產隱私和安全保護新技術的應用研究方面，需要更多的創新和突破。未來研究還應更加注重跨學科合作，從而全面理解和應對數據資產持續、深入研究所面臨的復雜挑戰和困難。

參考文獻：

[1] 李靜萍.數據資產核算研究[J].統計研究，2020，37（11）：3-14.

[2] 李秉祥，李真，茹雨青.數字經濟背景下物流企業大數據資產的估值研究：以圓通速遞為例[J].財會通訊，2024（2）：84-89.

[3] 侯彥英.數據資產會計確認與要素市場化配置[J].會計之友，2021（17）：2-8.

[4] 賈小愛，賴清.數據資產價值評估方法研究進展[J].經濟統計學（季刊），2024（1）：1-8.

[5] 許憲春，張鐘文，胡亞茹.數據資產統計與核算問題研究[J].管理世界，2022，38（2）：16-30，2.

[6] 彭剛，趙忠豪，劉孟含.數字經濟對高質量發展的影響[J].金融教育研究，2022，35（1）：47-56.

[7] 文英姿，吳維娜.數據產品的資產性分析[J].大數據，2024，10（2）：43-53.

[8] 顧志昊，隋敏.數據資產如何確認與計量[J].中國外資，2024（3）：86-88.

[9] 趙星，李向前.數據資產“入表”的準則考量與推進思路[J].財會月刊，2024，45（3）：55-60.

[10] 汪杰，周康林.“數據資產入表”的解讀與創新研判[J].審計觀察，2023（10）：4-9.

[11] 陶怡.數據資產的計量和確認問題研究[J].商業觀察，2024，10（13）：97-100.

[12] 張俊瑞，高璐冰，危雁麟.數據資產會計：概念演進、解構與關系辨析[J].會計之友，2023（24）：131-137.

[13] 李花菊.關于數據資產核算[J].中國統計，2021（2）：52-53.

[14] 劉珂嘉，張帥博.數字經濟中數據資產的確認與計量研究[J].營銷界，2022（22）：32-34.

[15] 李振楠，毛臘梅，舒康.數據資產的會計確認與計量研究[J/OL].蘭州財經大學學報，1-15[2024-08-13].http：//kns.cnki.net/kcms/detail/62.1213.F.20240319.1727.034.html.

[16] 劉國英，周冬華.IASB概念框架下數據資產準則研究[J].財會月刊，2021（21）：66-71.

[17] 李詩，陳志威，徐鈺，等.數據資產會計處理模式探析：基于龍馬環衛案例[J].財會月刊，2021（24）：67-74.

[18] 黃世忠，葉豐瀅，陳朝琳.數據資產的確認、計量和報告：基于商業模式視角[J].財會月刊，2023，44（8）：3-7.

[19] 李艷.數據資產評估困境及其對策研究[J].山西財政稅務專科學校學報，2023，25（6）：40-44.

[20] 孫永堯，楊家鈺.數據資產會計問題研究[J].會計之友，2022（16）：153-160.

[21] 章瑩，韓延齡.區塊鏈背景下企業數據資產的會計核算與列報研究[J].中國鄉鎮企業會計，2022（6）：166-169.

[22] 韓秀蘭，王思賢.數據資產的屬性、識別和估價方法[J].統計與信息論壇，2023，38（8）：3-13.

[23] 唐莉，李省思.關于數據資產會計核算的研究[J].中國注冊會計師，2017（2）：87-89.

[24] 丘開浪.數據資產的識別確認與價值評估[J].中國資產評估，2024（2）：10-16.

[25] 苑秀娥，尚靜靜.價值創造視角下互聯網企業數據資產估值研究[J].會計之友，2024（6）：59-67.

[26] 魏碧洲.大數據時代下數據資產管理與應用研究[J].北方金融，2023（5）：25-29.

[27] 路巖.企業數據資產管理探索與研究[J].中國標準化，2023（3）：25-29.

[28] 任旭.大數據背景下公司數據資產管理現狀與規劃探析[J].唐山師范學院學報，2022，44（5）：105-108.

[29] 張曉光.數字化背景下企業數據資產管理[J].新會計，2022（5）：13-17.

Research Progress and Future Prospects of Data Assets

Liu Li1 Yang Yulu2

（1. Southwest Minzu University， Business School， Sichuan， Chengdu， 610041; 2. Yunnan University of Finance and Economics， Business School， Yunnan， Kunming， 650221）

Abstract： [Research purpose] Data assets， as a neNcwWsyJJre8YZffyrIVBotkWQpsbnr0N2Vcaxo72gSo=w type of production factor， have significant value in the digital economy era. By deeply exploring the status quo and shortcomings of research on data assets， it is expected to further develop their academic value and provide reference and guidance for the in-depth development of data assets research. [Research method] Using the literature review method， a comprehensive and in-depth analysis is conducted on the existing domestic research from the key issues such as the definition and classification of data assets， value measurement， management and operation， and how to "enter the table". On this basis， the shortcomings of data assets research and future prospects are proposed. [Research conclusion] Although the current research on data assets has made progress in many aspects， there are still many research shortcomings in areas such as the value measurement of data assets， the research on the property rights system， interdisciplinary integration， and information reporting. Future research can further unfold from aspects such as the pricing and generation mechanism of data assets， the development of a comprehensive measurement model for data asset value， and the legislation of data asset property rights. It can also comprehensively deepen the research on the continuous management and optimization of data assets， the maintenance of data asset security， and the compliant reporting of data assets， providing a basis for promoting the effective management and utilization of data assets and further promoting the development of the digital economy.

Key words： data assets; value measurement; disclosure requirements; data property rights; factors of production

作者簡介：劉利，男，1971年生，博士，副教授，碩士生導師。研究方向為會計、財務管理。楊雨露，女，1996年生，碩士，研究方向為會計、審計。