1. 引言
数据作为新时代的生产要素，有利于推动数字化产业转型升级，推动新一轮的科技革命，助力我国发展数字经济，实现高质量发展。随着数字化的转型升级，数据资产在当今例如互联网公司、数字技术公司的存有比例持续增加，数据的资产化已经成为数字经济时代的趋势。所以，对于数据资产的计量日益成为现在企业关注的重点，并且在学术界引发了广泛的思考和讨论，取得了一系列的研究成果。但是，现有研究仍然存在一些不足，当前的研究较分散化，关于数据资产的计量仍然处于探索阶段；另一方面，对数据资产的计量研究尚未形成完善的理论体系，缺乏归纳和总结，阻碍了现有研究的进一步发展。基于此，本研究以2014~2024年间中国知网收录的193篇中文文献为研究对象，运用CiteSpace软件，结合文献研究法，绘制数据资产的计量研究知识图谱，并对其分析，解释其研究现状以及研究热点，以期推动相关理论研究的进一步发展。
2. 研究设计
2.1. 数据来源
本研究以中国知网(CNKI)为数据源，以“数据资产的计量”为主题词在CNKI数据库中进行检索，文献发表时间跨度为2014年1月20日至2024年6月5日，检索时间为2024年6月10日。初步用主题词进行检索，得到相关的文献有216篇，经过手动筛选，最终选取193篇有效文献，将数据进行选择，并且以Refworks的格式进行导出保存，作为后续研究的数据基础。其中，来源于类别北大和CSSCI的文献有64篇，占总样本数据的33.16%。
2.2. 研究方法
本研究采用知识图谱技术和文献计量学方法对我国数据资产的计量领域文献进行研究。首先，借助CiteSpace、Excel等软件对所选择文献进行数据统计，并且生成可视化图谱，探讨我国数据资产的计量的基本特征；其次，通过对该领域关键词的共现图、突现图和聚类的可视化分析，发现其研究的热点趋势；最后基于研究内容进行了总结和展望。
3. 我国数据资产的计量研究的基本特征
3.1. 发文量分布情况
从发文量可以很直观的看出该领域文献成果产出情况，并且看出文献集中分布的年份，推测出其的发展趋势。将文献数据导入Excel中进行绘制图表，可以得出图1。图1反映的是“数据资产的计量”领域在CNKI中文献发文量年度分布情况：
Figure 1. Annual distribution of quantitative research publications of data assets
图1. 数据资产的计量研究发文量年度分布
由图1可知，我国数据资产的计量大体经历了两个发展阶段：
第一阶段：初步探索阶段(2014年~2019年)。关于数据资产的计量的相关研究最早是从2014年开始，该阶段发文量较少，但是整体成稳步上升趋势，表明有少数学者关注并且开始探索有关数据资产的计量相关研究。这一阶段主要是由于2014年我国智能信息技术的迅猛发展，中国进入了大数据时代。在2014年3月份，“大数据”首次被写入政府工作报告；2015年8月份，国务院发布《促进大数据发展的行动纲要》，系统探讨发展大数据；2017年10月份，党的十九大报告提出“推动互联网、大数据、人工智能和实体经济深度融合”。从十八大以来，数据经济得到党中央的高度重视和发展，加强数字化建设推进了关于数字资产的计量领域的发展。
第二阶段：蓬勃发展阶段(2020年至今)。由图1可知，2020年以来相关文献和核心文献的发文量呈大幅度增长趋势，其中在2023年发文量两者都达到顶峰，分别为71篇和23篇。该领域研究目前正处于热点趋势，受到学者的广泛关注和重视。推测与十九届四中全会，首次从国家层面将数据确认为与土地、劳动、技术、资本、技术并列的生产要素有关。这意味着数据资源化与要素化已经得到政策层面的认可，以及国家对促进数字经济高质量发展的政策推进。
3.2. 发文期刊分布
用Excel对目标相关数据进行统计分析，得出我国数据资产的计量领域发文量排名前10的期刊，如表1所示。
由表1可知，发文量排名前十的期刊发文总量为62篇，约占据样本总量的32.12%，其中北大核心期刊发文量为42篇，约占据样本总量的21.76%，约占排名前十期刊发文量总数的67.74%，在一定程度上反映了我国关于数据资产的计量领域的关注度较高。在排名前十的期刊中，《财会月刊》的发文量最多，为15篇，约占据样本总量的7.77%，约占核心期刊样本总量的35.71%。但整体来看，目前对于数据资产的计量领域高质量文章不多，发展并不成熟。
Table 1. The top ten journals in terms of the number of research publications by the measurement of data assets
表1. 数据资产的计量研究发文量排名前十的期刊
| 排序 |
期刊名称 |
发文量 |
占比(%) |
期刊类别 |
| 1 |
财会月刊 |
15 |
7.77% |
北大核心、AMI扩展 |
| 2 |
中国注册会计师 |
6 |
3.11% |
北大核心、AMI入库 |
| 3 |
商业会计 |
7 |
3.63% |
AMI扩展 |
| 4 |
财务与会计 |
8 |
4.15% |
北大核心、AMI扩展 |
| 5 |
中小企业管理与科技 |
4 |
2.07% |
普通期刊 |
| 6 |
会计之友 |
6 |
3.11% |
北大核心、AMI扩展 |
| 7 |
财会通讯 |
7 |
3.63% |
北大核心、AMI扩展 |
| 8 |
中国总会计师 |
3 |
1.55% |
普通期刊 |
| 9 |
中国资产评估 |
3 |
1.55% |
AMI扩展 |
| 10 |
质量与市场 |
3 |
1.55% |
普通期刊 |
3.3. 发文机构分布
通过CiteSpace功能与参数设置区的“节点类型”中选择“机构”，可以得到数据资产的计量研究文献发文机构合作网络视图(如图2所示)，其中共有节点125个，连线25条，密度为0.0032，说明各发文机构之间的联系并不紧密，合作比较少。
Figure 2. Cooperative network of publishing institutions of data assets measurement research literature
图2. 数据资产的计量研究文献发文机构合作网络
在图2中，通过字体的大小反映各个发文机构之间发文量的差异，在图中可以看出厦门国家会计学院的发文量是最高的，并且图中形成了五个合作网络，都是同机构、同区域或者同学科之间的合作，例如厦门国家会计学院与厦门国家会计学院内部机构之间的合作；成都东软学院、四川大学、四川省妇幼保健院和西南民族大学之间的合作；上海市数据科学重点实验室和复旦大学计算机科学技术学院、东华大学科学与技术学院进行合作，即同一学科进行的合作。因此，笔者认为目前的研究多是同机构、同区域或者同学科之间的合作交流，可以尝试跨机构、跨区域、跨学科之间进行研究，探索出更多的可能性。
4. 我国数据资产的计量研究热点问题
4.1. 关键词共现图分析
通过对关键词的分析，可以更好的揭示目前对该领域的研究热点。为解释我国数据资产的计量研究领域的演变过程和研究热点，在CiteSpace中功能与参数设置区的研究类型中选择关键词，对所选择的基础样本进行关键词共现分析，并且连线设置阈值为8，得到了我国数据资产的计量研究领域关键词共现网络图谱，如图3所示。由图3可知，数据资产的计量研究关键词共现网络图谱中共有节点142个，连线398条，密度为0.0398，网络密度较高，联结紧密。在关键词共现网络图谱中，字号的大小反映了关键词所出现的频次。由图3可知，关键词“数据资产”的节点最大，频次为113，“数据资源”“数字经济”“会计确认”“大数据”节点字号较大，出现次数紧随其后。因此，可以看出我国目前对这几个关键词或者关键词交叉领域的研究比较关注。
Figure 3. Keyword co-occurrence network for measurement of data assets
图3. 数据资产的计量研究关键词共现网络
为了更好地呈现数据资产的计量领域地研究热点，做出了引文文献突显最强的前12个关键词(如图4所示)。由图4可以发现，“大数据”关键词最早在2014年出现，并且持续时间最长，长达六年之久，可能的原因在于随着2014年各地数据交易平台和数据交易所的涌现，以及我国对于数据资产的关注，引起了对于大数据资产的计量的研究和讨论。从突现词的研究时长来看，大多为一年或者两年时间，表明国内数据资产的计量研究更新迭代速度较快。
关于数据资产的计量研究从2014年至2023年间，大致可以分为两个时间段。第一个阶段为2014年至2020年，突现出“大数据”“公允价值”“报告、数据、信息资产”等关键词；第二个阶段为2021年至2023年，突现出“税收治理、核算、数据管理、区块链”关键词。以上突显词体现了数据资产的计量领域不同时期地研究热点和演进趋势，“税收治理、核算、数据管理、区块链”关键词的突现一直持续至今，反映出这几个关键词领域地相关研究在未来一段时间仍可能是关于数据资产的计量研究的热点领域。
Figure 4. The top 12 keywords with the strongest emphasis in citations
图4. 引文文献突显最强的前12个关键词
4.2. 关键词聚类分析
关键词聚类是运用CiteSpace软件将关联紧密的关键词形成聚类，本研究通过最大似然法对数据资产的计量研究的关键词进行聚类，如图5所示：
Figure 5. Keyword clustering of data assets
图5. 数据资产的计量关键词聚类
图5中关键词包含7个聚类，每个聚类的成员数量均大于5。聚类的区块颜色表示该聚类中关键词共现关系首次发生的年份，可以看出，这六个聚类所发生在先后时间。图5左上角数据可以看出Q值(模块值)和S值(平均轮廓值)两个指标用于表示聚类网络结构和清晰度。当Q值大于0.3时，表示关键词聚类内部链接关系紧密，聚类结构显著；当S值达到0.7时，表示关键词网络聚类结果合理。在本研究中，Q值为0.4706，大于0.3，表明关键词网络聚类结构显著；S值为0.8452，大于0.7，表示关键词聚类结果比较理想。
结合关键词分析结果和相关文献内容，本研究将我国数据资产的计量研究领域归纳为数据资产的概念辨析、数据资产的确认、数据资产的计量属性方法以及数据资产的列报与披露四个研究方向。
第一，数据资产的概念辨析。主要是针对数据资产、数据资源、数字资产、数据资本、信息资产等相近概念的内涵与边界进行界定。在这方面的研究包括，张俊瑞等(2023)通过刨析数据的资源化、价值化、资产化、资本化对数据资产的概念进行解构，同时对易混淆的相关、相近的概念进行辨析。认为数据资产涉及两个关键点，一是明确数据资产是由主体拥有或者控制的；二是其能够带来经济利益流入[1]。罗玟等(2023)认为数据资产是建立在数据资源的基础上，进行加工形成的，应当重视数据的可控制、可计量、可使用三个特点，要在企业数据的部分排他性、独特的减值特点、场景的应用等方面与传统的数据进行区别[2]。
第二，数据资产的确认。主要是针对企业是否“拥有”某项数据资源存在较大的判断难度和争议。祝少威等(2022)认为在财务报表中记录的数据资产较为保守，仅为数据资源的一部分，所以应鼓励企业将未能确认为数据资源的信息进行披露[3]；黄伟华(2022)从权属、收益性和来源角度考察企业数据资产的会计确认条件，并且分别从开发数据产品进行销售和售卖服务、自行开发数据以支撑企业战略和经营活动以及在数据平台上以不持有的方式使用或经营数据三种数据经营活动主要场景讨论合适的会计确认方法[4]。
第三，数据资产的计量。会计上的计量是指借助货币计量单位，将经济活动形成的会计要素表述为统一的货币单位，以便于汇总、分解、分析和比较。会计上的计量包括初始计量和后续计量。初始计量是指首次确认会计要素时选择适当的计量属性对会计要素的货币价值进行计量，后续计量只指在首次确认会计要素的会计期间内选择适当的计量属性对会计要素的价值变动进行再计量。根据《企业会计准则》，我国现行的会计计量方法分为五种：历史成本、重置成本、可变现净值、现金流折现值和公允价值法。目前对于数据资产会计计量属性的选择观点主要有优先考虑成本法、采用收益现值法以及将公允价值计量与成本法计量相结合的三类计量方法。
观点一为优先采用成本法进行计量。宋书勇(2024)认为无论何种渠道获得的数据资产，初始计量都应采用成本法进行计量，如果企业将获取的数据资产用于自用，则后续计量继续采用成本法并在使用寿命内进行摊销；如企业将获取的数据资产用于对外提供服务，则允许企业根据未来收益确定的难度选择收益现值法或者成本法进行后续计量[5]；孙永尧(2022)研究认为外购和内部研发形成的数据资产应该优先考虑选择使用历史成法进行计量，如果历史成本难以取得或者不可靠，则可以选择其他计量方法[6]。
观点二为采用收益现值法进行计量。收益现值法是指通过估算被计量资产的未来预期收益，并且折现为现值的方法来确认资产的价值，这种方法主要关注于数据资产使用后的产出收益。张雪等(2022)从大数据企业对数据资产管理体系的稳定性、带来现金流量的可持续性以及稳定性出发，认为收益现值法有利于数据资产的账面价值更加贴近实际的价值[7]；唐莉和李思省(2017)在分析数据资产特点后，认为数据资产应该运用收益现值法进行初始计量，不宜采用历史成本发进行计量[8]。
观点三为将公允价值计量与成本法相结合进行计量的计量模式。主要观点为在初始计量阶段如果具有规范公开市场报价的或者外购有明确交易记录的数据资产应该采用公允价值计量，不满足条件的则采用历史成本进行计量。张俊瑞等(2021)研究认为“自用数据”应该区分采集、加工、应用等阶段的历史成本进行计量，而“交易型数据资产”应该通过公允价值法进行初始计量[9]。
第四，数据资产的列报于披露。数字信息时代，数据资产已经逐步成为企业内部非常重要的一项核算要素。对其进行合理有效的信息披露有利于保障市场的有效性。现有部分学者认为，企业应当将数据资产在会计报表“无形资产”科目下进行披露，对于影响重大的数据资产，应该在附注中进行重点披露；还有一部分学者认为应该单设“数据资产”科目，将数据资产作为一个单独的项目在企业的资产负债表中进行的单独列示，以包容在未来发展中数据资产产生的新形态。
5. 我国数据资产的计量研究总结与展望
5.1. 总结
本文以2014~2024年中国知网的193篇关于数据资产的计量领域的文献为样本数据，运用CiteSpace软件进行知识图谱的可视化分析，分别从发文量、发文期刊、发文机构以及关键词进行分析，得出了以下结论。第一，根据发文量年度分布图，可以看出我国数据资产的计量目前正处于发展上升阶段，国家关于数据资产方面的政策也推动了该领域的发展，目前关于数据资产计量的研究正处于探索发展阶段；第二，关于期刊的发文量图表，可以看出现在对于该领域的文章质量还有待提升，关于此方面的研究有待深入；第三，关于发文机构的分析，可以发现目前的研究多是同机构、同区域或者同学科之间的合作交流，可以尝试跨机构、跨区域、跨学科之间进行研究，探索出更多的可能性。第四，通过对关键词共现图、突现图和聚类的分析，结合文献的内容阅读，发现对于现在的讨论研究热点多处于数据资产的概念辨析、数据资产的确认、数据资产的计量属性方法以及数据资产的列报与披露四个研究方向。
5.2. 展望
对于该领域的研究目前正处于探索发展阶段，对此提出以下两方面建议：一方面可以加强跨领域、跨学科之间的合作交流，借助不同研究领域团各自的专业优势，形成更加紧密的合作网络，探索多领域结合的可能性，提高我国在该领域的整体研究水平；另一方面要创新研究方法，尝试开展不同行业的比较案例研究，强化实证研究，实现理论和实践的有机结合。
NOTES
*第一作者。
#通讯作者。