數據要素資產化賦能新質生產力：基于會計規范的價值轉化機制研究

【中圖分類號】F49；F275【文獻標志碼】A

【文章編號】1673-1069（2025）08-0166-03

1引言

隨著數字技術的迅猛發展，全球經濟正加速向數字經濟轉型，數據作為一種新型生產要素，其重要性日益凸顯。黨的二十大報告明確提出“加快構建新發展格局，著力推動高質量發展”“加快建設現代化經濟體系，著力提高全要素生產率\"，新質生產力作為高質量發展的重要支撐，成為當前經濟發展的核心議題。數據要素資產化是將數據轉化為可交易、可計量的資產，從而實現其價值創造和價值分配的過程。而會計規范作為企業和社會經濟活動的重要規則，在數據要素資產化過程中起著關鍵的規范和引導作用。然而，目前很少有學者從會計規范視角研究數據要素資產化如何賦能新質生產力。因此，本文旨在從會計規范視角，深入研究數據要素資產化賦能新質生產力的價值轉化機制，為推動數據要素在新質生產力發展中的應用提供理論支持和實踐指導。

2文獻綜述

2.1數據要素資產化相關研究

數據要素資產化是將數據轉化為可交易、可計量的資產，從而實現其價值創造和價值分配的過程。理論上，王澤宇等提出數據要素資產化需經歷基礎資源整合、價值顯性化、市場流通3個階段，強調當前我國多數主體仍處于前兩階段，需夯實數據治理基礎。趙馨燕等3則從數據確權、估值、流通3個環節構建理論框架，指出確權是資產化的前提，估值是價值量化的關鍵，流通是價值實現的核心。實踐上，數據要素資產化面臨多重挑戰。陸威文等4指出，數據分類分級標準缺失、確權規則模糊、交易生態不完善是主要障礙，需通過建立分類確權機制、培育數據運營商等方式突破。劉剛強調，數據產權制度是要素市場化改革的關鍵，需結合國際經驗探索中國特色的產權分置模式。

2.2新質生產力相關研究

關于新質生產力的研究主要圍繞以下幾個方面展開：一是針對新質生產力的生成邏輯進行論述。任保平提出新質生產力是在繼承和創新馬克思主義理論的基礎之上對我們黨解放和發展生產力經驗的總結。二是對新質生產力的內涵特征進行分析。潘建屯等認為新質生產力的內涵特征體現在以科技創新為核心動能、以新興產業和未來產業為生產依托、以高質量發展為目標旨意的三重“新\"維度。三是對新質生產力的實現路徑進行探索。丁任重等指出，以科技創新引領新質生產力的實現路徑需在深化體制機制改革基礎上，重點推進科教興國戰略、優化重大生產力布局、構建現代化產業體系并培育國家戰略科技力量以聚焦發展核心。

2.3數據要素資產化與新質生產力相關研究

許多研究表明數據要素資產化對新質生產力具有明顯的促進作用。范穎群分析了數據資產對新質生產力在生產要素配置、產業升級和創新驅動等方面的促進作用，指出數據資產在提升全要素生產率和促進企業高質量發展中具有關鍵作用。盛明泉和楊柳[基于2013一2022年中國滬深A股上市公司數據的研究表明，數據資產水平的提高有助于推動企業新質生產力發展，科技創新水平提升和人力資本結構升級是其重要作用途徑。李偉強等從會計數據要素的內涵出發，論述了會計數據要素賦能新質生產力發展的作用機制及實現路徑。Liuetal.基于中國A股上市公司數據，發現數據資產通過人力資本提升和創新投入增加，顯著促進企業全要素生產率提升。

梳理上述文獻可知，已有學者對數據要素資產化及新質生產力的形成與發展進行了諸多有益探索，但鮮有研究基于會計規范視角將數據要素資產化與新質生產力置于同一理論框架。基于此，本文在已有研究的基礎之上，基于會計規范視角，探討數據要素資產化如何賦能新質生產力，具有一定的現實意義。

3數據要素資產化賦能新質生產力的價值轉化機制與障礙分析

數據要素資產化賦能新質生產力的邏輯框架如圖1所示。

3.1價值轉化核心機制：會計規范的驅動作用

3.1.1會計確認機制：產權明晰與資產邊界界定

解決數據要素的控制權認定與資產化門檻設定是會計確認的核心。根據《企業數據資源相關會計處理暫行規定》，會計規范要求明確數據資源的法定權屬，如數據持有權、加工使用權等，推動形成“所有權一用益權”分離的產權結構，降低交易成本并激活流通市場。同時，通過設定嚴格確認標準：由過去交易或事項形成；成本可靠計量；經濟利益很可能流人，精準界定數據資產邊界。這有助于規避公共數據、原始個人數據的濫用風險，引導要素向高價值創新領域集聚，為新質生產力提供高質量資產供給。

3.1.2會計計量機制：多元方法適配與價值動態捕捉

數據要素的價值具有強時效性與場景依賴性，需構建分層計量體系：外購數據采用歷史成本法；自研數據若符合《暫行規定》中技術可行性測試標準，在滿足開發階段資本化條件下歸集成本；對支撐核心業務的數據資產，引入公允價值計量或收益現值法。這種多元適配機制動態捕捉數據資產的增值潛力：既為企業研發投人、并購定價提供決策依據，又通過顯化數據驅動的創新價值，使資本向高附加值領域流動，加速了技術一數據一資本的良性循環，賦能全要素生產率提升。

3.1.3會計披露機制：信息對稱與資源配置優化

會計披露優化要素市場效能的手段是通過強制性信息供給。會計披露分為表內披露和表外披露。表內披露涵蓋數據資產的初始成本、后續計量方法及減值準備。表外披露擴展至：權屬狀態與應用場景；重大計量假設；風險信息，如安全漏洞、算法偏見等。依據Barthetal.3的價值相關性理論，高質量披露降低投資者對數據驅動型企業的估值偏差，提升資本市場定價效率。例如，披露數據資產對營業收人增長的貢獻率，可吸引風險資本加大對數字技術的投人，從而形成“信息披露一資本精準配置一技術創新一生產力躍升”的正反饋機制，為新質生產力提供持續動能。

3.2現實障礙：制約價值轉化的關鍵瓶頸

3.2.1制度滯后：規范缺位與模糊性疊加

在確認環節，《暫行規定》未明確自研數據資本化時點，如內部數據整合階段能否確認為資產；終止確認條件的缺失導致閑置、無價值的數據資產滯留在報表中。在計量環節，公允價值的評估缺乏參數選取標準，不同企業采用收益法時選擇的折現率不同，缺乏可比性。相較于IFRS框架，在參數規范上，《暫行規定》對收益法參數無標準，IFRS要求強制披露參數來源，加劇主觀操縱風險。在披露環節，對數據治理成熟度、倫理審查機制等關鍵價值驅動因素未強制要求披露。相較于IFRS框架，《暫行規定》對計量方法選擇、關鍵假設披露不足，IFRS要求強制披露估值技術、輸入值層級，導致信息透明度低、市場定價失效，無法有效識別數據資產真實的創新潛能。

3.2.2技術脫節：能力斷層阻礙價值顯性化

圖1數據要素資產化賦能新質生產力的邏輯框架

技術鴻溝使會計系統難以動態捕獲數據資產的創新價值。第一，數據治理薄弱，據工信部2025白皮書，企業元數據缺失率超 60% ，導致會計確認缺乏可靠依據；第二，業財系統割裂，業務系統與財務系統的接口缺失率較高，需要人工來歸集數據價值流，成本分攤失真，影響計量準確性；第三，估值技術落后，缺乏權威性數據估值模型，現有工具對場景依賴性強的自研數據資產誤差率攀升，致使公允價值評估陷人技術瓶頸。

3.2.3倫理沖突：風險成本抑制價值釋放

數據要素資產化陷入價值釋放與風險防控的深層失衡。首先是隱私合規沖突，我國《個人信息保護法》中明確要求匿名化處理與“最小必要原則”，但數據聚合利用需保留原始粒度，企業面臨合規成本激增與價值折損的兩難；其次是算法責任困境，自動化決策的偏見放大效應可能會引發社會信任危機，但目前偏見檢測技術不成熟；最后是安全風險外溢，數據資產化使其成為黑客攻擊的高價值目標，全球數據泄露成本攀升，據IBM報告，2024年全球單次泄露平均成本達435萬美元。就目前來說，會計規范并未要求充分披露倫理風險口，這可能會導致市場低估風險溢價，抑制價值釋放，阻礙數據要素賦能新質生產力。

4制度牽引、技術支撐與倫理護航：三維協同的實施路徑

4.1制度牽引：構建分層分類、對標國際的規范體系

針對制度滯后問題，需構建適配數據特性的會計規范體系。第一，可以借鑒IFRS9“公允價值三級分類\"設計數據資產層級：第一層級適用存在活躍交易市場，直接采用上海數據交易所的實時交易價格；第二層級適用無可觀察市場但存在行業基準參數；第三層級適用主體專有化場景數據。第二，可以擴展披露矩陣，制定《數據資產關鍵信息披露建議表（草案）》，強制或鼓勵披露如表1所示的信息。

表1《數據資產關鍵信息披露建議表（草案）》

4.2技術支撐：打造業財融合、智能賦能的數字基座

要破解技術脫節需構建四維技術體系：首先，全面推行數據管理能力成熟度評估模型，構建覆蓋數據全生命周期的質量管控與元數據管理體系，確保會計確認數據源可靠性；

其次，建立統一的數據中臺，實現業務系統與財務系統的無縫對接，以實現數據資產價值流的自動化和準確化記錄；再次，研發融合機器學習與自然語言處理技術的智能估值引擎，將數據估值誤差率壓縮至 15% 以內；最后，部署聯邦學習與差分隱私技術，實現跨域數據合規挖掘。

4.3倫理護航：構建多元共治、風險內化的治理生態

應對倫理沖突需建立三級共治機制，在監管層，設立監管協同機制，在財政部的領導下，建立跨部門數據資產化監管聯席會，統一會計處理口徑與安全標準；在行業層，通過行業共建平臺，鼓勵行業協會制定《數據資產評估團體標準》《算法倫理治理指南》等，設立第三方數據資產交易鑒證中心；在企業層，通過企業治理升級，設立數據倫理委員會并引入獨立算法審計，建立數據安全保險與侵權追責基金雙重保險的風險緩沖池，有效內化潛在風險成本。

【參考文獻】

【1]中國共產黨第二十次全國代表大會.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗一在中國共產黨第二十次全國代表大會上的報告[R].北京：人民出版社，2022

【2】王澤宇，閆樹，王丹陽.數據資產化基礎概念研究[J].信息通信技術與政策，2025，51（02）：53-59.

【3]趙馨燕，吳彥明，陳愛華，等.數據資產化：實現環節、驅動效應與實現路徑[J].會計之友，2024（19）：75-81.

【4]陸威文，茍廷佳.數據要素資產化的理論邏輯與實踐進路一一基于對數據資產內涵與價值規律的認識[J]J.企業經濟，2023，42（04）：28-39.

【5】劉剛.厘清數據資產化發展的關鍵問題[J].中國金融，2023（07）：56-57.

【6]任保平.生產力現代化轉型形成新質生產力的邏輯[J].經濟研究，2024，59（03）：12-19.

【7]潘建屯，陶泓伶.理解新質生產力內涵特征的三重維度[J].西安交通大學學報（社會科學版），2024，44（04）：12-19.

【8】丁任重，李晶維.以科技創新引領新質生產力：理論邏輯、實現路徑和實踐要求[J].學術研究，2025（03）：86-94+177-178.

【9】范穎群.數據資產賦能企業新質生產力高質量發展的理論邏輯及實踐路徑[JJ.安徽電子信息職業技術學院學報，2025，24（02）：1-4.

【10]盛明泉，楊柳.數據資產與企業新質生產力[J].安徽大學學報（哲社版），2025，49（01）：166-176.

【11]李偉強，盛小萌，李凱.會計數據要素賦能新質生產力發展的機制、路徑與對策研究[J].中國科技投資，2025（02）：112-114+148.

【12]Feng Liu，Xinran Wang，Hongjuan Wang.Data Assets and EnterpriseTotal Factor Productivity[J].Pacific International Journal，2024，7（6）.

【13]BarthEM，BeaverHW，LandsmanRW.The relevance of the valuerelevance literature for financial accounting standard setting：another view [J].Journal of Accounting and Economics，2Oo1，31（1）：77-104.