出版企业数据资源会计核算问题探讨

焦建玲　桑广成　焦瑞其　张雪亮

基金项目：河北省文化名家暨“四个一批”人才资助项目“融合出版背景下出版传媒企业会税疑难问题研究”

作者简介：焦建玲，河北经贸大学副教授；桑广成，河北出版传媒集团有限责任公司，正高级会计师，税务师，全国高端会计人才培养项目企业类十四期学员；焦瑞其，河北外国语学院；张雪亮，河北出版传媒集团有限责任公司。

摘　要：恰当合理的会计核算是数据资产入表的关键。本文以出版企业为例，在厘清相关概念内涵基础上，提出合规确权原则，对支出资本化和费用化界定、数据资产初始成本归集、后续计量和处置等出版内容数据资源会计核算问题展开探讨，提出构建数据资产管理模式和运行机制、夯实数据资产会计核算基础、制定合理的数据资源内部转让价格、开展数据资产核算试点等规范会计核算的保障措施。

关键词：数据资源；数据资产；会计核算；资本化；摊销

中图分类号：F230 　文献标志码：A　文章编号：1003-286X（2024）11-0051-05

在数据已成为第五大生产要素的今天，数据资源成为数字经济发展的重要战略资源。出版行业是数据资源较为集中的行业，对数据资源的开发利用将赋能出版企业融合创新，不断提升内生增长动力，实现高质量发展。为推动企业数据资源价值显性化，国家层面先后出台了《企业数据资源相关会计处理暂行规定》（财会[2023]11号，以下简称《暂行规定》）、《数据资产评估指导意见》（中评协[2023]17号）、《关于加强数据资产管理的指导意见》（财资[2023]141号），为数据资产的会计处理、资产评估和规范管理指明了方向。2024年1月初，国家数据局等17部门联合发布《“数据要素×”三年行动计划（2024—2026年）》，推动发挥数据要素乘数效应，释放数据要素价值。由于数据资源具有不同于传统经济资源的诸多特性，对其进行准确会计核算难度较大，本文以《暂行规定》为遵循，探讨出版企业数据资源会计核算中的疑难问题并提出实操建议。

一、数据资源相关概念辨析

数据（data）是以电子或其他方式对信息的记录。数据资源是企业拥有或控制的、预期能直接或间接带来经济效益和社会效益的数据，由三部分组成：一是符合资产定义且满足确认条件的数据资产，根据其持有目的可以是存货或无形资产；二是其他资产的附加成本；三是不符合资产定义形成的当期费用。数据产品是市场主体对数据资产进行实质性加工和创新性劳动形成的、能够满足内外部用户需求的工具或应用。按业务模式分为自用（含使用权转让和知识服务）和出售（所有权转让）两类；按生产方式分为由实物产品数字化形成及直接加工原始数据形成两种方式。数据资产包括数据产品和数据在产品。数据服务是指围绕数据产品提供技术支持、质量检测、合规安全、评估交易、存储等相关服务，其贯穿于由数据形成数据资源进而形成数据资产、数据产品及数据资源、数据产品受益期间的全过程。

数据不等于资产，只有符合资产定义且满足确认条件的数据才能成为资产。数字化不等于数据化，例如把实物图书转换成电子书只能称之为数字化，只有计算机能够根据数据采集的语义模型解读其中的信息才是数据化。原始数据要经过采集、标注、清洗、脱密、脱敏、整理、汇总、可视化加工等多道程序才能成为数据资源，而数据资源化是数据资产化的前提。这里需要强调两点：一是数据资产都是被加工整理分析过的能产生价值的数据；二是数据资产是数据的集合形态（即数据库）。对出版企业而言，单个的数字产品不符合数据资产的定义。目前数字产品包括电子书、图片、音频、视频等融合出版形态，当前数字出版运营平台主要运营的是单一类型的数字产品。与数字产品不同，数据产品往往数据类型多、单个产品规模大（一个数据产品内部可包含较大数量的单一类型数字产品），对应的需求是对一个完整的较大规模的数据库进行分析，得到有价值的知识，用于增加收入、降低成本、控制风险的业务决策。

二、出版企业数据资源类型及商业模式

原国家新闻出版广电总局将出版业数据资源分为4个层面，分别是以内容资源为代表的核心层数据、以产品信息为代表的产品层数据、以出版产品流通信息为代表的业务层数据、以出版业产品消费数据和消费反馈数据为代表的市场层和用户层数据。内容数据是出版业数据资产的核心，根据出版介质的不同可分为传统出版留存内容数据和数字出版内容数据。传统出版留存内容是指在以纸张为出版产品介质的出版活动中产生的出版物内容资源。与当前互联网上每天产生的庞杂内容相比，传统出版留存内容的平均质量更高，内容组织更规范，知识产权归属更清晰，但也存在着难以被检索、所附着介质的形态落后、内容效用中的时效性较差等缺陷。本文主要探讨以内容资源为代表的核心层数据的会计核算。目前，出版企业内容数据资源运营的商业模式有三种：一是对内为集团企业成员的编辑出版人员提供选题策划、二次创作服务；二是对外提供知识服务，通过诸如优质内容资源集聚、数据清洗转换、碎片化拆分、深度结构化分类标引和知识挖掘等加工手段，实现资源重组和增值服务；三是打造数据库产品，对外提供信息服务、数据查询和专业咨询。

三、出版企业数据资源确权的基本原则

《暂行规定》的适用范围强调“合法拥有或控制”的数据资源，由此可见数据的合规与确权是数据资源入表的前提。出版内容数据资源与其他数据资源最大的不同是其权利来源受到著作权法的规制，但著作权与数据资产的形成过程不存在一一对应的关系。只有解决数据海量挖掘与版权保护问题、构建合规授权链，才能平衡数据作品创作者、数据传播者、数据使用者三者的利益。在原始数据采集阶段，数据采集者采集数据的权利来源于版权拥有者对出版者信息网络传播权的授权；在数据加工阶段，出版者对内容资源进行碎片化处理、清洗、标引、脱敏、加工、整理、可视化加工，权利来源不清晰，部分人认为是改编权，即改变作品、创作出具有独创性的新作品的权利。笔者认为，改编应该是改编者的创造性劳动，不是简单重复原作品的内容，而是在表现形式上有所创新，达到新的效果或新的创作目的。由于数据加工过程一般不具有创新性，因此改编权不能囊括碎片化、标引、加工整理等权利，也不属于在原著作权基础上进行二次创作形成新著作权的情形。在当前对数据资产法律本质研究尚不清晰的情况下，数据采集者要想获得数据加工的权利，并将采集实物产品信息形成的数据资源纳入数据库，就会导致“权利真空”。

尽管2022年年底出台的《中共中央　国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据20条”）绕开“所有权”，创造性提出数据资源持有权、数据加工使用权和数据产品经营权三权分置，但企业“合法拥有或控制”究竟对应何种权利以及如何落地依然存疑。在对这三种权利如何确认尚无权威解读前，笔者认为在出版合同中约定买断版权或约定数据所有权归出版企业所有是较为理想的选择，当版权人强势要求数据所有权归属版权人时，出版企业可以要求数据资源持有权、数据加工权、数据经营权单独授权，这是目前解决数据来源侵权法律风险的较好选择。在数据库构建阶段，数据库建设者构建的数据库形成汇编作品并就此享有汇编权。由于目前数据相关权利尚不明晰，各方主体应审慎对待原始数据的流转交易行为。如直接加工外部采购的有关数据生产要素形成数据产品，要检查相关内容数据是否有信息网络传播权、改编权、持有权、加工权、经营权的相关授权，授权期限是否过期等。

四、出版企业数据资源会计核算要点与难点

企业应依据《暂行规定》，考虑数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。数据管理中的数据生命周期一般是指某个数据库从产生到销毁的过程，通常包括数据的采集、存储、整合、呈现与使用、分析与应用、归档与销毁等环节。其过程涉及的会计核算均采用历史成本法，主要涉及支出的资本化与费用化、数据资产初始成本的归集、数据资产的后续计量与处置等问题。

（一）准确界定资本化与费用化

按照《暂行规定》，满足准则确认条件的数据资源根据持有目的不同可分为两类：一是自用的数据资源（包括对外提供服务、授权转让使用权），按无形资产准则核算；二是日常持有以备出售的数据资源（转让所有权），按存货准则核算；不满足资产确认条件的数据资源可按收入准则等处理。由于受到当前数据权属、流通、市场建设、主要业务模式等相关因素的影响及数据资产本身具有可复制性，一项数据资产的出售仅仅是数据副本的转移，出售方仍然拥有该数据资产，故目前确认为存货类别的数据资源较少见。

出版企业数据资源的取得方式包括外购、自行开发或集成（自有+外购）方式。出版企业以外购方式取得的数据资源以其取得成本按持有目的计入无形资产或存货。出版企业自行开发的数据资源，研究阶段的支出应于发生时以费用形式计入当期损益；开发阶段的支出应在满足无形资产准则第九条规定的五个条件时，方能确认为无形资产（实务工作中一般将项目立项确认为资本化时点，项目结项确认为终点）。集成方式则参照前两种方式处理。企业应按照准则和制度核算，不能视利润完成情况自由选择资本化或费用化。按照《暂行规定》要求，即便不符合资本化条件的数据资源也须进行相关披露。

此外，资产确认条件之一是经济利益很可能流入企业（一般指可能性大于50%）。经济利益能否流入需结合企业不同业务模式进行具体分析。数据资源的业务模式包括企业自用、对外提供服务、授权使用、日常持有以备出售等。企业在数据资源入表时应有明确的业务模式，且有客观证据表明该业务模式具有可行性、能够产生效益。当数据采集时高管层未明确具体业务模式时，经济利益流入可能性很小，相应采集成本费用化较为合理。当数据采集时高管层计划应用于某类业务模式，有过成功的案例且经济利益流入可能性把握较大时，数据采集费用应资本化。在实际工作中，企业一般在初次数据采集时将相关支出费用化，在业务模式明确后的某一时点将数据采集费用及加工分析支出资本化。

出版企业在判断数据资源能否资本化时需统筹考虑以下五要素：一是从版权人处得到信息网络传播权、数据持有权、加工权和经营权的授权；二是对数据进行实质性加工；三是一定规模的数据库和数据挖掘算法分析模型（数据库分为结构化、非结构化、半结构化三类，一定规模目前没有明确的规定，笔者认为企业可从内容条数和占用空间两个方面进行界定）；四是有效的数据治理；五是能够产生经济效益，成本能够可靠计量。

（二）合理归集数据资产初始成本

在明确支出费用化与资本化的区分后，资本化的支出会形成数据资产的初始成本。数据资产成本一般包括数据资源获取成本、数据资源加工成本、数据资源储存成本和管理成本四部分。在出版企业数据资产初始成本归集过程中，还需关注以下问题。

1．直接计入与间接计入成本的区分问题。研发支出与研发项目直接相关的，应按具体研发项目直接归集；涉及多个研发项目的，需在不同项目间按受益原则进行分配；专门研发部门发生的经常性公共费用属于间接计入成本，需按合理的依据分摊至具体项目。此外，还需清晰认定研发人员，从项目开始就规划业务流程，对于专、兼职数据加工和研发人员的人工费用按工时准确归集至具体项目。需注意的是，中国证监会规定上市公司劳务派遣人员原则上不能认定为研发人员。对于开发数据资产所需的硬件支持等费用，可按设备运行小时数进行归集分摊。

2．版权成本的分摊问题。出版企业内容资源数据资产的初始成本包括信息网络传播权、改编权等版权的摊销成本。出版企业获得版权授权一般不仅用于开发数据产品，还可能开发纸质书、电子书、音视频等，因此涉及版权费用的分摊问题。根据版权用途不同，版权费用可摊入数据资产，也可直接摊入主营业务成本，或者二者兼而有之。摊销方法一般有投入法和产出法。投入法即预算成本法，版权费用按数据产品和其他产品的预算成本比例分摊，具有可操作性，不足之处是各产品的投入与产出一般没有线性关系，难以实现收入与成本的合理配比。产出法又分为两种方法：一是预估各种产品的销售收入和自用数据产品的降本效益，再按预计效益比例分摊，这种方法下由于产品全生命周期的预计效益难以准确估计，可操作性差；二是按当期实现效益的比例分摊，由于当期效益不能完全反映版权全部用途下各种产品的效益情况，故该做法不够合理。因此无论投入法还是产出法，均无法实现收入与费用的合理匹配。出于成本效益原则考虑，可将版权摊入主营业务成本，但可能导致出版企业单品种核算准确性受到影响。

3．与平台和软件的边界区分问题。对数据资源进行加工分析整理涉及数据库、数据挖掘、数据分析、模型算法的开发，开发费用在《暂行规定》发布前一般计入软件开发费用或平台建设费用，2024年1月1日后与数据资源相关的软件开发或平台建设费用计入数据资产的成本较为适宜。如建设非结构化数据采集管理平台的相关支出计入数据资产，建设其他综合性管理或运营平台的相关支出则记入“无形资产——XX平台”。至于数据资产结项后的日常维护费用，计入当期损益；对数据资产技术性更新的后续支出应予以资本化。用于数据存储的设备由于不易区分用于数据资产和非数据资产的存储空间及存储时间段，其折旧费用计入当期损益较为适宜。

4．单个数字产品与数据产品的边界与衔接问题。单个数字产品（含融合出版产品的数字部分）不是数据产品，吸纳众多数字产品的数据库才有可能成为数据产品。在会计核算中需考虑数字产品的独立核算与将其纳入数据产品的核算衔接问题。出版企业的数字产品一般通过“无形资产”科目核算，其成本构成可划分为两大部分，一部分是外购非分成版权，记入“无形资产——版权”科目，另一部分是数字产品自立项后至发布前发生的选题策划、编辑、排版、审校等费用，记入“研发支出——预发布资产”科目，二者的摊销记入“主营业务成本”科目。对于融合出版产品的非数字部分（如纸质图书），其图书纸张、印刷、融媒体资源卡等费用计入库存商品的制造成本。

如果同一企业内部将本企业开发的多个数字产品经加工后纳入某一专业数据库形成数据产品，意味着同样的数字产品有了多个用途，其成本摊销更为复杂，理论上其部分摊销费用应摊入数据资产的成本。摊销方法可参照前述版权成本摊销时提及的投入法或产出法，综合考虑可操作性、会计信息质量、成本效益原则等，结合企业实际情况来确定。

综上，由于出版企业数据资产的成本构成要素较多，其中如版权、单个数字产品等元素在用以形成数据资产的同时还作为单项资产发挥效益，因此数据资产初始成本的归集涉及多要素的分摊，难度较大。

（三）稳妥进行后续计量和处置

数据资源具有不同于传统经济资源的特有属性，即价值波动性、价值与成本的弱对应性。其价值受时间推移、加工聚合次数、用户需求变化、应用场景转换等因素影响，呈现高频变动。此外，数据资源还可供多用户同时使用。这些特有属性给数据资源的后续计量带来较大难度和不确定性。鉴于大部分数据资产确认为无形资产，故以下主要探讨确认为无形资产的数据资产后续计量问题，主要涉及摊销、减值和处置。

1．摊销问题。主要包括摊销年限的估计、摊销方法的选用和摊销计入会计科目等方面。

摊销年限方面。数据资源的权限、时效性、产品技术迭代、竞争态势、场景适用性等不稳定因素，尤其合同或法律没有规定使用寿命的情况下，企业应根据经济利益获取期间、销售特性、应用场景、技术等相关因素，估计合理摊销年限并根据实际情况适时调整。对于更新较快、同类产品较多的数据资产，企业可在3年内进行摊销；对于价值波动大、较为稀缺的数据资产，企业因无法确定其预计使用寿命可不进行摊销，但应至少在每年年末对其进行减值测试，基于谨慎性考虑，企业应严格限制使用寿命不确定的数据资产；对于更新较慢的数据资产，企业可在5～10年内摊销。此外，应每年年末对数据资产的使用年限进行复核，如果有明确证据证明使用年限大幅缩短的，应按照最新判断对使用年限进行调整。

摊销方法方面。数据资产具有“一项资产、多个用途同时使用、多用户同时使用”的特性。在当前数据资产尚未形成活跃市场的情形下，对摊销方法的选择很大程度依赖于会计职业判断，企业应结合数据资产有关经济利益的预期消耗方式采用直线法、加速摊销法、单位成本法（可按授权使用量、浏览量、下载量、使用次数计算）等方法，并一致地运用于不同会计期间，以追求收入与成本在时间分布上的均衡配比，使成本结转方法更能体现经济利益的流入方式。

摊销计入科目方面。数据资产的摊销金额一般应当计入当期损益，其中仅供企业自用的计入管理费用、用于对外提供服务或授权使用的数据资产摊销金额计入营业成本，对于自用兼对外提供服务或授权使用的数据资产，其摊销金额可采用合理的方法在管理费用和营业成本间分摊。若某项数据资产包含的经济利益通过所生产的产品或其他资产实现，其摊销金额应当计入相关资产的成本。如将数据产品开发成图书等产品的，则将数据资产的部分摊销成本计入图书制作成本。

2．减值计提方面。每一会计年度采用重置成本法、市场法、收益法及其衍生方法评估数据资产的市场价值，并以此为依据计提资产减值损失。这项工作需要相关人员具备较强的职业判断能力，也可到成交活跃的数据交易市场询价，以防止下属企业随意进行盈余管理。

3．资产处置方面。可根据数据资产处置时是否还有经济价值分为所有权出售和报废两种情况。所有权出售时企业应在确认处置收入的同时将数据资产的账面价值作转销处理，最后将两者差额记入“资产处置损益”科目，出售后需将相关数据资源进行销毁或删除。当数据资产失去价值时，企业应将处置净损失记入“营业外支出”科目，没有保存要求的，对其进行安全和脱敏处理后销毁。

五、规范数据资源会计核算的保障措施

（一）构建数据资产管理模式和运行机制

数据资产管理模式和运行机制包括数据资产管理主体、客体、制度、技术、手段、方式等。数据资产管理主体是指出版企业成立或指定的专门管理主体，配备财务、计算机、大数据、人工智能、法律等方面专业人才。由管理主体制定数据资产管理战略、管控制度和绩效考核办法，健全数据治理体系（包括数据可信存储、数据标准管理、数据质量管理、数据血缘分析、数据安全监管等），建设数据资源采集管理平台、项目管理平台，运用法律手段、行政手段等对管理客体（数据资源）在数据资产全生命周期范围内进行动态实时管理，确保企业有良好的数据治理。

（二）夯实数据资产会计核算基础

企业应全面梳理盘点现有数据资源，采用信息化手段建立数据资产目录，明确数据资源类别、基本信息、权利信息、使用信息、管理信息、授权使用情况、核销情况，便于数据管理部门对数据资源进行入库后的检索、获取、盘点、使用、处置等管理。为满足财务合规性与操作性要求，企业应认真研究《暂行规定》并跟进相关政策，建立清晰明确的财务管理、会计核算、项目管理制度并适时修订，加强数据资产入表规范要求的培训讲解，不断提高财务人员专业技术水平和职业判断能力。

（三）制定合理的数据资源内部转让价格

企业集团内部授权使用数据资源，可采用如下交易模式：一是无偿使用模式；二是模拟市场交易模式，即按评估价值转让数据使用权；三是成本分摊加成模式，即基于数据资源可多用户同时使用的特性，按用户数量分摊一定比例的成本后适当加成收取使用费；四是收入分成模式，即授权时暂不收费，待数据产品开发单位对外取得收入时，按收入的一定比例分配给数据提供单位；五是内部虚拟交易模式，即集团层面设置虚拟货币，按资产化贡献支付给数据资源提供单位相应的虚拟货币，内部单位间交易数据资源也以此方式进行。

（四）开展数据资产核算试点

一是组织数据资产管理、财务、业务等相关部门人员组成数据资产入表工作专班，选择业务模式成熟、数据管理和会计核算基础较好的数据资产开发项目进行试点，以便积累经验，减少试错成本。二是系统学习先进省份及上海、深圳等数据交易所的入表操作指南，到先进企业调研，以做到规范操作、防范风险。三是持续跟踪试点项目核算，及时发现问题并沟通解决。四是总结试点成果并推广应用。及时总结试点项目资产化的路径、典型应用场景、业务处理口径和经验教训，帮助企业内部相关部门熟悉数据资产采集和入表的方式和步骤，解决实际操作中的问题。

（五）严防资产泡沫化产生

企业在挖掘数据潜力利用数据资源这一新型生产要素、全面反映资产和财务状况的同时，要谨防资产泡沫化问题。由于数据资产入表过程中存在技术、法律、会计、评估、监管和教育等方面难题，给一些企业因融资或业绩需求而弄虚作假、高估资产的盈余管理行为带来可趁之机，容易形成低效资产和不良资产。故从会计角度，对不完全满足数据资产确认条件的数据资源应严禁进行资本化处理，同时必须加大会计、审计和行政监督力度，确保会计处理从过程到结果的准确。从更正后2024年第一季度国内上市公司数据资源入表情况来看，首批18家上市公司共1.04亿元数据资源完成入表，其中17家公司将其列示在无形资产/开发支出科目中，1家公司将其列示在存货科目中。由此可见上市公司对数据资源入表还是比较慎重的。

责任编辑　林荣森

主要参考文献

［1］黄登玺，潘学芳，李晓歌．商业银行数据资源会计核算研究与思考[J]．新理财，2023，（10）：34-36．

［2］张玮斌．企业数据如何跨过六道门坎？从数据资源跳跃到数据资产[J]．建筑设计管理，2023，（5）：62-67．

［3］叶雅珍．数据资产化及运营系统研究[D]．沈阳：东北大学，2021．

［4］张博，雷锦，任殿顺．数据资产视角下传统出版留存内容的价值发现与激活[J]．科技与出版，2018，（10）：140-147．