摘要:为推动文旅企业数据资源入表及应用实践，完善数据资产在文旅产业从积累到创造价值的管理与核算体系，助力企业清晰呈现数据资产对财务状况及发展的影响，以陕西文旅企业云创科技为实例，深入剖析其数据资源的来源、处理过程、会计处理方式、入表步骤及后续应用效果。研究发现:云创科技的数据资源经整合加工成为具有明确权属和经济价值的数据资产，其入表遵循特定会计规范，通过“五步法模型”得以实现，但后续面临着数据交易困难与所得税政策不明等问题;在应用方面，数据资产于内部优化了企业财务结构与业务流程，于外部拓展了业务领域与合作模式，为文旅企业提供了可借鉴范例，在多方协同下，文旅企业数据资产有望进一步释放潜力，推动产业数字化发展。
关键词:数据资产,会计处理,文旅企业,云创科技,入表
0引言
在2019年的十九届四中全会上，中*中央首次将数据纳入重要的生产要素之列，并出台了相应的规定。随后，在2022年12月，中共中央和国务院联合发布了《关于构建数据基础制度更好发挥数据要素作用的意见》，俗称“数据二十条”，旨在从数据产权、流通交易、收益分配、安全治理等多个维度全面推进，以加快数据基础制度体系的建设。继而，财政部于2023年8月21日颁布了《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》)，并宣布该规定将于2024年1月1日起正式生效。《暂行规定》为企业在数据资源入表、会计处理规范及信息披露方面提供了明确的指导。该规定详细阐述了数据资源的适用边界、遵循的标准，以及在财务报告中应如何呈现和公开相关信息，旨在协助企业规范数据资源的会计操作，并增强会计信息的透明度［1］。通过这些规定，企业能够更加准确地将数据资源纳入财务报表，确保会计实践的合规性，同时提升财务数据的披露质量。本文主要以文旅企业陕西云创网络科技股份有限公司(以下简称“云创科技”)为例，对数据资源的定义、会计处理、入表步骤，以及入表后续的具体应用展开研究，探讨企业如何对数据资产进行处理、目前存在的问题，以及挖掘数据资产价值等。
1数据资产定义与会计处理
1.1数据资产的定义
数据资产的概念最早由理查德·彼得斯在1974年提出，当时主要指债券等金融资产［2］。随着时间的推移，数据资产的定义不断扩展。中国信息通信研究院在2019年提出数据资产是以物理或电子形式记录的、能带来未来经济利益的数据资源。中国资产评估协会则强调数据资产应由特定主体合法拥有或控制，并能带来经济利益。2023年财政部发布的《暂行规定》进一步对数据资产进行了明确规定。
我国会计准则中对资产的定义是指由过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。而数据成为资产的前提首先应是该数据经过人为挖掘后已经成为有价值的资源，该数据经过人为挖掘后已经成为有价值的资源，这种价值不仅仅是应用价值，更加强调的是经济价值。大数据技术标准推进委员会对数据资产的会计主体又进行了扩充，不再限于企业而是将政府机构、事业单位等组织也纳入这个特定主体当中。因此数据资产被定义为是由特定主体拥有或控制的、能够直接或间接带来经济利益的数据资源［3］。
数据资源与数据资产最本质的区别在于数据资产满足资产的定义，有具体、明确的经济价值。而数据资源更侧重于原始的数据和信息的集合，其权属不一定有明确的界定，价值也不一定能够被确认，难以被确认为资产。但数据资源是数据资产的来源和基础，数据资源经过有效的管理和分析，通过提炼、整合、加工等过程，可转化为能够为企业带来实际经济利益的数据资产，即数据资产是数据资源经过价值挖掘和转化后的高级形态［4］。也就是说，不是所有的数据资源都能转化为数据资产，只有那些经过处理、分析符合数据资产定义后的数据资源才能被称为数据资产，二者具体差别见表1。
1.2数据资产会计处理
1.2.1会计确认
《暂行规定》中对数据资产会计处理适用的准则进行了说明，主要根据使用目的的不同将数据资产分为存货及无形资产两个资产类别进行会计处理。数据资产的经营目的主要涵盖两个方面:一是开发数据产品用于销售，或提供数据服务;二是通过外购或自行开发数据来支撑企业的战略与经营活动。当企业利用外购或自行收集的数据开发出用于销售的数据产品时，对于开发待售数据产品或提供数据服务所产生的成本，需按照《企业会计准则第1号———存货》中规定存货具备的特征进行判定:①企业在日常活动中持有以备出售的产品、在产品;②与该存货有关的经济利益很可能流入企业且该存货的成本能够可靠地计量。数据资产同时符合这两个特征，即可被认定为会计上的数据资源存货［5］。
对于外购或自行开发数据以支撑企业战略和经营活动来说，企业的经济业务是以增值作为主要目的，会计中对数据资源无形资产会计确认可以按照《企业会计准则第6号———无形资产》中描述的无形资产的特征进行判定:①企业拥有或者控制的没有实物形态的可辨认非货币性资产［6］;②与无形资产有关的经济利益很可能流入企业且该无形资产的成本能够可靠地计量。数据资产同时符合这两个特征，即可被认定为会计上的数据资源无形资产，按照《无形资产准则》做相应的会计处理。
1.2.2会计计量
企业通过外购途径获取并作为存货入账的数据资源，其初始成本应包含购买价格、相关税费、保险费，以及数据权属的确认、质量评估、登记结算和安全保障等费用，这些费用均构成存货采购成本的组成部分。对于经过加工后确认为存货的数据资源，其初始成本则涵盖了数据采集、脱敏、清洗、标注、整合、分析及可视化等加工过程中的成本，以及将存货配置到当前位置和状态所需的附加费用［7］。后续计量方式采用先进先出法、加权平均法或者个别计价法确定发出存货的实际成本，并在资产负债表日确定存货的可变现净值。由于数据资产的高时效性，如果一个经营周期以上还不能完成销售，存货可变现净值很可能低于成本，在确认可变现净值后判断是否需要计提存货减值准备。
企业在将外购或自开发的数据资源用于战略和经营活动以实现增值目标时，需遵循无形资产的确认准则。对于被归类为无形资产的外购数据资源，在初始成本的计量中，应包括购买成本、相关税费以及数据处理费用，如数据脱敏、清洗、标注、整合、分析和可视化等环节的费用，同时还需计入数据权属验证、质量评估、登记结算和安全管理等费用［1］。若数据资源不符合无形资产的标准，则其成本应计入当期损益。只有在企业能够证明其在开发阶段符合资本化条件时，相关成本才可被确认为数据资源无形资产。
考虑到数据资产的时效性，对于有限使用寿命的数据资产，通常在不超过5年的期限内采用加速折旧法，以保持信息的相关性;对于无法确定使用寿命的数据资产，则不进行折旧或摊销。对于外购数据资产，需审视相关合同条款是否包含后续更新服务，若无，则应对其成本进行摊销。鉴于数据资产价值的不确定性和易变性，每个会计周期均需进行减值测试，以评估其价值变动［7］。具体流程思路见图1。
1.3数据资产的列报与披露
1.3.1数据资源存货的列报与披露
类似于传统存货，“数据资源存货”科目主要揭示了期末时数据资源存货的成本及其可变现净值。在编制资产负债表时，该科目的填报依据为期末“数据资源产品”与“数据资源成本”科目的余额总和，扣除“存货跌价准备———数据资源减值”科目余额后的净额。这一方法确保了数据资源存货的价值反映其在财务报表中的当前经济状况。
同时，在编制利润表时，销售数据资源存货所反映的经济主体的主要业务和其他业务所确定的收入总额，主要根据主营业务收入和其他业务收入总账的发生额分析填报。通过对主营业务收入与其他业务收入的发生额进行汇总，以确定数据资产存货所带来的总营业收入。与之相对应地，经营数据资源存货过程中主要业务和其他业务所发生的成本总额，则根据主营业务成本和其他业务成本总账的发生额分析填报。即将主营业务成本和其他业务成本的发生额进行汇总，以确定数据资源存货相关的营业成本。
对于与数据资源存货相关的现金流量表编制，应关注与数据资源产品销售收入和提供数据服务收入有关的现金流入部分。在现金流量表中，这部分现金流入主要来源于“主营业务收入”和“其他业务收入”科目中与数据资源相关的内容。如果企业主营业务是销售数据资源产品，当收到客户支付的产品款项时，这笔现金流入就属于与数据资源相关的经营活动现金流入。这时，需要从主营业务收入中分离出这部分与数据资源产品销售对应的现金收入，并在现金流量表的经营活动现金流入部分进行列报，通常是列在“销售商品、提供劳务收到的现金”项目下。如果是通过提供数据服务获得收入，也从相应的收入科目中梳理出与数据服务相关的现金收入，同样列在“销售商品、提供劳务收到的现金”项目中［8］。
而现金流出方面，涉及与数据资源存货相关的成本和费用支出，需要根据“主营业务成本”“其他业务成本”“管理费用”等与数据资源相关科目的发生额来列报。
最后，根据《暂行规定》，企业应按照外购、自行加工等类别，对数据资源存货相关会计信息进行披露，并根据相关准则对确定存货成本所采用的方法、存货可变现净值、存货跌价准备、对财务报表有重大影响的单项数据资源存货，以及所有权或使用权受限的数据资源存货进行披露。
1.3.2数据资源无形资产的列报与披露
在编制资产负债表的过程中，数据资源无形资产须作为无形资产的一个组成部分予以披露。首先，必须确认企业对这些资产拥有所有权或使用权，并确保它们可以与专利权和非专利技术等一同归入无形资产类别。披露的金额基于无形资产账目的期末余额，减去累计摊销和无形资产减值准备后的净值。对于尚在开发阶段的数据资源无形资产，符合条件的资本化支出应在“开发支出”项目下披露，依据研发支出账户中“资本化支出”子账户的期末余额进行填写［9］。
数据资源无形资产在利润表进行列示时，摊销金额通常根据不同的用处计入当期损益。数据资源无形资产用于主要经营活动时，摊销金额在营业成本中列示;若用于管理活动，摊销金额则在管理费用中列示时，当数据资源无形资产发生减值时，减值损失在资产减值损失项目中列示。此外，处置数据资源无形资产时，将处置收入与账面价值的差额在资产处置收益项目中体现，以反映其对利润的影响。经济主体在研究与开发过程中不符合资本化的费用化支出，以及应计入管理费用的无形资产摊销额在列报时需依据“管理费用———研究费用”和“管理费用———无形资产摊销”明细账的发生额进行分析，列示在“研发费用”中。
现金流量表除与存货类似的在“经营活动产生现金流”项目列报以外，对数据资源无形资产进行处置时产生的现金流应在“投资活动产生现金流”项目下根据“投资收益”“投资支付的现金”等科目发生额进行列报。
依据《暂行规定》，企业需根据数据资源无形资产的来源，如外购或自行开发，披露相应的会计信息。具体来说，对于有明确使用寿命的数据资源无形资产，企业必须公开其使用寿命的估计及摊销方法;而对于使用寿命不确定的，则应公布其账面价值和对使用寿命不确定的评估依据。
进一步地，企业应详细披露对财务报表产生显著影响的单项数据资源无形资产，以及那些权利受限的资产。此外，还需公布研究开发支出的金额、这些支出是否被资本化为数据资源无形资产、数据资源的减值状况，以及任何持有待售的数据资源无形资产的相关信息。这些披露要求旨在提供透明度，确保财务报告的准确性和完整性。
2云创科技数据资产会计处理
2.1案例简介
云创科技作为陕西文化产业投资控股(集团)有限公司旗下的子公司，自2012年创立伊始，便秉持“技术为舵，运营为帆”的双轮驱动战略，深耕于数字文化旅游的广袤领域，致力于成为该领域内国内领先的旗舰型企业。
云创科技的业务布局主要为三大核心板块。其一，智旅建设板块，依托前沿技术支撑平台，公司深耕产业规划、技术创新、平台搭建及运维保障，打造从蓝图构想到落地实施的全链条数字文旅建设生态，实现建设与服务的无缝对接。其二，智旅运营板块，云创科技以精细化管理为舵，为各级景区量身打造智慧景区综合管理平台，集成全渠道票务系统与互联网智旅产品运营策略，以运营为核心驱动力，加速景区向数字化、智能化转型的步伐。其三，数智营销板块，公司运用立体化的营销策略与精准的流量引导机制，为景区品牌注入商业价值新活力，激发内容创意的无限潜能。
2.2数据资源概况
文旅企业入表数据资源的形成方式主要可以分为两种:采集自有业务系统的数据、购买公共数据或其他企业的数据等。
云创科技目前的数据资源主要也源自这两大渠道:一个是渠道购买的公开数据或其他企业数据，另一个重要渠道则是云创科技自主研发的“惠旅云平台”以及“游陕西”小程序。“惠旅云平台”收集了文旅企业、单位、文旅场馆等行业产品供应商、渠道商在文旅产业运营平台上进行产品分销、产品销售、产品预定、产品核销等全流程业务产生的数据，精准捕捉并积累了丰富的to B端数据与偏好信息，平台累计接入景区500余家、完成交易收入突破20亿元，直接服务客户超千万个。而“游陕西”小程序则从to C端出发，搜集相关游客的实时行为数据、消费习惯及满意度反馈。这两大平台相辅相成，共同构建了一个全方位、多维度的数据生态体系。这些数据资源为公司的未来数据产品开发提供了坚实的参考基础，并深度服务于其算法优化与精进。
基于这两大核心数据渠道，云创科技掌握了丰富的数据资源，对企业分散的数据进行汇聚、脱敏、加工、清洗、分析后形成了全新的文旅产业运行数据资源———文旅产业运营数据集。该数据资源主要包括:产品销售数据、产品类型分析、文旅场馆客流数据、文旅场所信息数据、游客画像数据等。同时，公司还与青途文旅和文投智旅两家企业进行合作，建立了完善的数据治理体系以确保数据在整个生命周期中的质量、安全、合规性和有效利用。
最终，云创科技在北京国际大数据交易所的指导下，对“文旅产业运营数据集”完成了合规确权、质量评价、成本归集分摊、资产登记等流程，让数据集成功转化为可量化、可交易、高价值的数据资产。
2.3会计处理
云创科技认定其数据资产主要用于支持公司的战略和运营活动，故将“文旅产业运营数据集”归类为无形资产，并在财务报表的“无形资产”分类下新设“数据资源”科目。该做法旨在体现资产负债表截止日被确认为无形资产的数据资源的账面价值上。通过这种方式，云创科技能够更准确地反映其数据资产的经济价值，并符合会计准则的相关要求。对于“数据集”的初始成本确认，云创科技采取了细致的分类处理方式，主要包括两大核心板块:内部开发成本和外部采购成本。内部开发成本涵盖了人力资源的直接薪酬、直接投入项目中的各项费用(如服务器租赁与存储空间费用)，以及辅助性支出(咨询费、数据资产登记服务费等);而外部采购成本则聚焦于外包服务，具体指数据生产、采集与治理的专业化外包费用。鉴于数据资源在数据资产登记凭证中的有效期限设定为一年，云创科技遵循相应的会计政策将其按照无形资产的摊销方法进行合理的的会计处理。
除此之外，为了更全面地展现数据资产的特性与价值，云创科技在财务报表附注中对数据资产的重要信息进行自愿披露。这些披露内容主要涵盖了数据资源的具体应用场景及其成效分析，数据资源的合规性来源、加工过程中的投入详情，以及数据资源在实际应用中的表现与贡献等。具体投入成本情况见表2。
云创科技的数据资源在入表时对数据资源应用场景描述和分析、数据资源来源的合规性、数据资源加工投入情况、数据资源应用情况、重大交易事项、相关权利失效情况、权力限制等情况进行自愿披露，以确保数据资产的质量、价值与风险的透明性。见表3。
3数据资源入表操作与实践挑战
3.1数据资源入表实施路径
结合《暂行规定》等文件，云创科技与北京国际大数据交易所进行合作，结合云创科技自身所处数字文旅行业的情况，共同探讨数据资源入表实施方案。最终确定以“五步法模型”为基础搭建数据资产管理体系架构，将“数据集”进行入表。“五步法模型”以数据资产的生命周期为基础，主要包括初步范围确定、数据质量提升、确认可入表资产、数据资产计量以及入表信息披露5个步骤。具体情况见图2。
确定数据资产入账的初步范围是会计处理数据资产的起始环节，要求企业聘请专业的审计和会计机构对外公布的数据资产进行专项审计验证。这一步骤的目的是为了确保后续流程符合规定，并从财务和税务的角度，依据审计的严格标准，推动企业数据资产化的进程。在这些专业机构的帮助下，企业需要制定清晰的数据合规目标与计划，梳理数据资产目录，并构建数据合规的工作框架。同时，企业需建立有效的数据合规与安全管理体系，确立数据资源的持有权、加工使用权和数据产品经营权等分立的产权运作机制，以确保其合法性和合规性［10］。
在界定数据资产的初步范围后，企业必须通过加强数据治理和管理措施来保障数据资产的安全和质量。为此，企业应构建一个全面的数据资产治理体系，包括数据资产的基础、业务、技术和管理等方面，并制定相应的数据标准。同时，企业应建立一个以数据技术和质量为核心的闭环数据资产质量管理系统［10］。具体来说，技术部门需要制定《数据采集登记制度》和《数据资源分类管理制度》，而财务部门则需执行《数据资源质量评估》和《合规评估制度》等政策。通过这些制度，企业能够明确分配数据在定义、产生、使用和监督等全生命周期内的责任给特定的数据角色，并指定相应的组织或部门来承担这些角色。
完成数据治理任务后，企业应依据《企业会计准则》等，辨识能够被归类为“无形资产”或“存货”的数据资产。在对这些数据资产进行历史成本法确认的同时，企业还需对它们预期带来的经济利益进行可行性分析。为此，企业可以开发数据资产计量模型，借助历史经济收益数据来预测数据资产的潜在经济回报，从而为特定应用场景定制合适的数据资产评估模型。
在对数据资产进行分类后，企业需遵循《企业会计准则》等相关规范，对被归类为“无形资产”或“存货”的数据资产进行价值计量。企业可依据具体情况选择适宜的计量方法，例如历史成本法或公允价值法，以确定数据资产的初始价值。随后，企业应建立数据资产计量模型，定期评估每项数据资产的价值，并据此对无形资产进行摊销，同时评估数据资产的减值情况。这些信息均需在财务报表中予以体现，以确保财务信息的准确性和透明度。
最终，企业需履行对数据资产的报告与披露义务，依据其用途将数据资产划分为存货或无形资产。为确保信息的高度透明，企业须依法公布对数据资产的评估工作及其对企业产生重大影响的评估结果，特别是在诸如企业并购中的对价分摊、数据产品定价和减值测试等关键价值评估场合。同时，企业应依据实际情况，自愿性地披露有关已确认与未确认数据资产的信息。这种报告和披露的做法不仅促进了企业内部数据资产管理和评估体系的构建，也使得企业能够更全面地向外界传达其数据资产的价值［11］。
云创科技遵从以上步骤，并在北京国际大数据交易所(以下简称“北数所”)的严格审核下，最终成功将“文旅产业运营数据集”作为无形资产并入财务报表中，并完成了挂牌上架及相应的登记手续，获得了由北数所出具的《数据资产登记证书》。
3.2数据资源入表潜在问题研究
数据资源入表后，除为企业带来资产扩充以外，同样面临一些潜在问题，这些问题主要集中于数据交易和企业所得税等方面。
3.2.1数据交易方面的潜在问题
由于数据具有独特性，每个数据集所蕴含的信息和价值都独一无二。这种特性使得不同数据集之间的质量和价值缺乏直接可比性，从而为数据交易的定价环节带来巨大挑战。交易双方在确定价格时往往陷入困境，难以达成共识，这就需要一个权威的平台进行背书［12］。而目前这项工作主要由上海数据交易所、北京国际大数据交易所以及陕西丝路数据交易平台等第三方平台完成。因此由第三方数据交易平台颁发的数据资产产权登证书的公信力远不及无形资产中的专利权、著作权等证书。此外，数据资产常需依据买方的特定需求进行定制化处理，这一过程不仅增加了交易的复杂性，而且使得交易成本大幅上升。例如，在某些行业的数据交易中，为满足特定企业对于数据精度、维度和时效性的要求，卖方需要投入额外的资源进行数据处理和整合，这无疑加重了交易负担。
并且由于数据资产刚刚起步，在数据资产的评估方面仍面临着难题。数据资产市场目前处于发展初期，尚未成熟，传统的市场法在数据资产估值中无法适用。而收益法虽可用于评估，但因其主观性过强，所得出的估值结果往往难以获得审计人员的认可。现阶段的数据资产评估主要还是以成本法作为数据资产估值的主要方法，但这种单一的估值方法无疑限制了评估的全面性和科学性，估值方法的受限，对估值结果的准确性造成影响。
3.2.2企业所得税方面的潜在问题
数据资源入表意味着企业将数据资源确认为资产，并在财务报表中进行披露。但由于目前国家对于数据资产的税务处理尚无统一的、明确的政策规定，对于企业来说可能需要提前缴纳更多的所得税，导致该季度的财务成本上升，这可能会影响企业的现金流和资金运作，增加企业的财务负担，引发投资者对企业未来盈利能力和现金流的担忧，进而影响投资者的信心和投资决策。许多企业基于该原因纷纷撤销了对数据资产的确认，这也在一定程度上阻碍了数据资产的发展［13］。
一方面，企业的这种谨慎态度使得数据资产交易市场活跃度降低，市场信心受挫，原本积极推动的数据资产化进程出现了停滞的迹象。那些依赖数据资产增值和交易获取利润的创新型企业，不得不重新审视自身的业务模式，可能会放缓在数据收集、整理和开发上的投入，进而影响整个产业链上下游的协同发展。同时市场交易活跃度的降低，导致市面上存在的案例较少，同样不利于资产评估机构运用市场法对数据资产进行评估。
另一方面，从宏观经济角度来看，企业对数据资产确认的撤回不利于国家数字经济战略的推进。数据作为新的生产要素，其资产化本应成为经济增长新的动力源。然而，税务政策的不明朗却使这一进程受阻，减少了数据资产在经济活动中的流转和优化配置，降低了资源利用效率。这可能会使国家在全球数字经济竞争中失去先发优势，也不利于相关配套产业如数据分析、数据存储等行业的发展，进而影响就业市场和经济结构的优化升级［14］。
4数据资产应用探索
数据资源入表后，云创科技积极探索其在企业内部和外部的应用，为企业发展带来了新的机遇。其数据资产管理体系架构见图3。
4.1内部应用
数据资源入表后，云创科技将数据资产信息化建设中符合资本化要求的相应成本转化为资产，新增了价值500万元的无形资产，使得资产总额增加，资产负债率间接降低。这一变化增强了企业的偿债能力，优化了财务杠杆。凭借数据资产，云创科技成功获批交通银行陕西省分行500万元融资授信，为技术创新、市场开拓及产业链整合提供了资金支持，推动企业实现跨越式发展。
同时，云创科技通过整合内部数据资源，实现了运营成本的优化。利用大数据技术，企业能够实时监控和分析业务流程，预测潜在风险，提前制定应对措施。通过对销售数据以及游客“画像”等数据进行分析，可以帮助云创科技明确数据在产品化方面的研究开发方向，实现数据驱动业务发展。同时云创科技也借此机会优化旅游产品设计和服务流程，提高游客满意度，进而提升管理效益，为企业可持续发展奠定基础。
4.2外部应用
作为陕西省首家实现数据资源入表的文旅企业，云创科技树立了行业标杆，品牌形象和市场影响力也借此机会攀上新高。这一成就为企业赢得了更多合作机会，吸引了众多客户和合作伙伴的关注。云创科技凭借其数据资产入表经验，为同行业企业提供数据处理与定制化数据看板等服务，开辟了新的业务领域，实现了业务的多元化发展。
云创科技基于丰富的数据资源，运用先进技术研发出初代旅游导览型数字人。该数字人以3D虚拟数字人为载体，依托庞大数据库和卓越学习能力，为游客提供个性化导览服务，支持多模态AI用户交互，带来全新导览体验。目前，数字人在公司内部优化训练，未来计划与华为、小米等科技巨头合作，将其嵌入手机语言助手，为用户提供更便捷智能的旅行服务，推动旅游服务创新发展。
除此之外，云创科技依据《公司法》，在得到工商部门的批准后，与其他企业进行合资，用自身的数据资产成功入股成立分公司———陕西智汇数据资产服务公司。该分公司的主要业务有4种:提供信息化服务、数据资产入表服务、融资服务、数据资产的合规评估，在分公司成立后实现了数据产权转移。但由于数据资产的时效性较强，因此在分公司成立过程中规定，需要云创科技持续对分公司所取得的数据资产进行更新否则该项数据资产的价值就无法体现。云创科技决定在转让数据资产的产权后，授权分公司使用形成该项数据资产的数据平台，分公司可以自行在平台更新它所需要的数据，对原始的数据进行采购维护。
数据资产入股为企业提供了一种新型融资方式。
在增加企业资本实力的同时，成为企业资产的重要组成部分，能够直接参与企业价值的创造和分配。有助于激发企业积累、整理和分析数据的积极性，推动数据资源的优化配置和高效利用。
5研究结论和未来展望
5.1研究结论
云创科技的数据资产化实践为文旅企业提供了宝贵经验，通过对陕西文旅企业云创科技数据资源入表与应用的案例剖析，可以清晰地发现数据资产在文旅行业的发展进程中已崭露头角。数据二十条、《暂行规定》等一系列政策为企业数据资产的管理与应用提供了政策框架与规范指引。在政府的积极引导下，云创科技响应政策号召，积极探索数据资产的会计处理与入表流程，成功将“文旅产业运营数据集”确认为无形资产并入财务报表，说明了数据资源入表的可行性，也为企业资产规模的扩充提供了新途径。
无论是内部应用还是外部应用，云创科技在数据资源入表后均积极探索多元路径，实现了多维度发展。在获得新型融资方式、增强资本实力的同时，激发企业数据管理积极性，助力数据资源优化配置，为企业创造更多价值，展现出数据资产在企业发展进程中的强大驱动作用与广阔应用前景。
然而，数据资产目前也在面临一些挑战。在数据交易领域，数据自身的独特性致使其质量与价值难以直接比较，交易定价缺乏明确标准，当前主要依赖第三方平台背书，但平台颁发证书的公信力与传统无形资产证书相比仍有差距。同时，数据资产评估方法尚不完善，传统市场法适用性受限，收益法主观性强，成本法为主导的现状限制了评估的科学性与全面性。在企业所得税方面，由于政策细则尚未明确，企业面临着财务成本上升的潜在风险，这不仅影响企业自身的现金流与资金运作，还对投资者信心及投资决策产生负面影响，进而在一定程度上阻碍了数据资产市场的活跃度与发展进程，对国家数字经济战略的推进也带来了挑战。
5.2未来展望
展望未来，文旅企业数据资产的发展既充满机遇，也面临挑战，需要政策、技术、市场和企业自身多方面协同发力。
对于政府来说，应持续加强政策供给。数据资源入表目前刚刚起步，许多政策还需要进一步细化和完善。例如，与数据资产相关税务政策，需要明确税收优惠、减免及征收标准等细则，降低企业因数据资源入表带来的财务不确定性，增强企业信心，鼓励企业积极投入到数据资产的开发与应用中。同时，强化对数据交易市场的监管与扶持，建立统一、权威的数据资产评估标准与规范，推动评估机构专业化发展，提高数据资产产权证书的公信力，完善数据产权保护制度，确保数据交易的公平、公正与透明，为数据资产的流通与优化配置营造良好的政策环境。例如，参考知识产权保护政策，为数据资产提供更具针对性和力度的产权保护措施，激发企业创新活力。
对于数据资产市场来说，随着市场参与者对数据资产认知的不断加深和市场机制的逐步完善，数据资产交易市场有望迎来快速发展期。文旅企业应加强行业协作，制定数据资产交易规则与行业标准，促进数据资产的标准化与规模化交易。培育和发展专业的数据资产管理服务机构，提供涵盖数据评估、咨询、交易中介等一站式服务，降低企业数据资产管理门槛与成本。同时，积极引导社会资本关注数据资产领域，丰富投资渠道与产品，激发市场活力，推动数据资产市场健康有序发展［15］。
对于文旅企业自身而言，文旅企业要将数据资产作为核心战略资源进行管理。持续完善数据治理体系，加强数据安全保障措施，确保数据资产的合规性与稳定性。深化数据资产在业务运营中的应用创新，挖掘更多如基于游客全旅程数据的深度个性化旅游体验设计、文旅产业供应链优化等应用场景，提升企业核心竞争力。加强人才培养与引进，打造一支既懂文旅业务又精通数据管理与分析的复合型人才队伍，为企业数据资产发展提供坚实的人才支撑。
在政策利好的大背景下，文旅企业数据资产有着广阔的发展前景。尽管当前面临诸多挑战，但通过各方共同努力，有望逐步攻克难题，实现数据资产在文旅产业的深度融合与价值释放，推动文旅产业数字化、智能化转型升级，助力企业在数字经济时代抢占发展先机，为国家数字经济发展贡献文旅力量。
6结语
本文以云创科技为例，研究陕西文旅企业数据资源入表与应用。在政策推动下，云创科技整合数据资源，将其确认为无形资产加以入表，在会计处理、入表步骤等方面实践探索。入表后，企业内外部应用成效显著，如优化财务结构、开拓业务领域等。本文研究创新在于为文旅企业数据资源入表提供了实践范例，展示数据资产多元应用价值。为推动发展，建议政府完善数据资产税务政策，加强市场监管;行业制定统一标准，培育专业服务机构;企业加强数据治理与人才培养，深化应用创新，以促进文旅产业数字化转型。
参考文献：
［1］财政部.企业数据资源相关会计处理暂行规定:财会［2023］11号［A/OL］.(2023-08-01)［2025-03-30］．
［2］PETERS R E.A cross section study of the demand for money:the United States，1960-62［J］.The Journal of Finance，1974(1):73-88.
［3］大数据技术标准推进委员会.数据资产管理实践白皮书(6.0版)[R].2023.
［4］VELDKAMP L，CHUNG C.Data and the aggregate economy［J］.In Preparation for the Journal of Economic Literature，2024，62(2):458-484.
［5］郭实，孟浩，程博恩.数据资产运营:政府部门与市场机构的探索:从数据资产入表谈起［J］.金融市场研究，2024(9):63-71.
［6］罗玫，李金璞，汤珂.企业数据资产化:会计确认与价值评估［J］.清华大学学报(哲学社会科学版)，2023，38(5):195-209，226.
［7］宋书勇.企业数据资产会计确认与计量问题研究［J］.会计之友，2024(2):95-101.
［8］熊艳，裴潇.企业数据资产会计核算研究:以阿里巴巴为例［J］.中国注册会计师，2022(3):111-116.
［9］王硕，李宝瑜.数据资产价值核算理论与方法研究综述［J］．统计与决策，2024，40(20):43-48.
［10］赵星，李向前.数据资产“入表”的准则考量与推进思路［J］.财会月刊，2024，45(3):55-60.
［11］徐攀，李杰义.企业数据资产入表路径:框架与实践［J］.财会月刊，2024，45(7):58-62.
［12］安根生，郑超.文化和旅游企业数据资源入表问题研究［J］.新理财，2024(4):58-61.
［13］蔡艳.数据资产入表的挑战与对策［J］.财务与会计，2024(16):76-78.
［14］黄悦昕，罗党论.数据资产入表:现状、挑战与对策［J］.财会月刊，2024，45(16):55-60.
［15］刘晓晗.中国企业数据资源入表的实践探索、发展趋势与路径建构［J］.城市观察，2024(4):4-18，159.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/guanlilunwen/82881.html
