摘要：黨的二十大報告指出加快數字經濟發(fā)展，而數據資產是數字經濟時代的重要組成部分。為了解數據資產的研究現狀和研究熱點，以及探索未來研究前沿問題，以中國知網數據庫中2014—2024年7月的853篇中文文獻為研究對象，運用CiteSpace軟件，從發(fā)文年份、關鍵詞等角度進行可視化圖譜分析。研究發(fā)現，數據資產作為一個新興的研究課題，其研究尚處在起步階段，系統(tǒng)尚不完善，有著廣闊的發(fā)展空間。關鍵詞聚類分析表明，數據資產化、數據治理與應用研究現已成為目前這一領域的熱門課題。關鍵詞突變分析表明，數據資產的定義、核算范圍、評估模式和評估方法是當前研究的熱點，但存在定義不統(tǒng)一、確權難度大、劃分范圍模糊、評估模式多樣等問題。

關鍵詞：數據資產；可視化分析；CiteSpace

0 引言

隨著大數據時代的發(fā)展，我國數據要素產業(yè)化加速，數字強國戰(zhàn)略持續(xù)推進，而數據也成為企業(yè)最重要的資產之一。近年來，我國相繼頒布有關推動數據資產規(guī)范化建設和完善的政策法規(guī)。2023年12月，財政部出臺《關于加強數據資產管理的指導意見》，進一步推進我國數據資產發(fā)展。目前，國內外數據資產相關文獻量整體呈現上升趨勢。國外研究聚焦于計算機、信息系統(tǒng)等學科領域，而國內研究多在經濟類學科下進行；國外研究熱點包括大數據和區(qū)塊鏈等，而國內研究側重于數據資產的價值評估和會計核算等方面。

數據資產的概念最早由理查德E·彼得斯（Richard E.Peters）在1974年提出[1]。朱楊勇和葉雅珍[2]將數據資產定義為擁有數據權屬（勘探權、使用權、所有權）、有實用價值、可閱讀且可計算的產生在網絡空間上的信息集。史學智和陽鎮(zhèn)[3]認為，對企業(yè)來說，數據并非必須是一種資產，只有在符合一定條件的情況下，企業(yè)有權力和能力去控制，并且有可能給企業(yè)創(chuàng)造商業(yè)價值的數據，才有資格被定義為“資產”。總的來說，數據資產是由個人或企業(yè)所擁有或控制的、以電子或物理形式存在的數字化資源且預期能帶來經濟利益的流入。本文主要基于數據資產主題，通過可視化分析軟件CiteSpace進行文獻計量分析，以探討目前數據資產的研究現狀，并進行總結，發(fā)現未來研究熱點。

1 數據來源和研究方法

1.1 數據來源

本文在中國知網中文數據庫中以“數據資產”為主題詞進行學術期刊類別的高級檢索。為確保分析的權威性，選擇期刊來源為“北大核心”和“CSSCI”，設定時間跨度為2014—2024年7月，以此得到853篇期刊文獻。

1.2 研究方法

CiteSpace是一種數據可視化分析工具，用來分析學術領域的論文作者、機構、關鍵詞等信息，并通過知識圖譜的可視化方式展示學術研究狀況和未來發(fā)展趨勢。本文基于CiteSpace（6.3.1版）可視化分析軟件，以上述853篇期刊文獻為研究對象，探索數據資產的研究熱點、研究前沿、研究趨勢，進行關鍵詞突現分析、關鍵詞共現分析、關鍵詞聚類圖譜分析、關鍵詞中介中心度分析等。

2 我國數據資產研究的基本情況

2.1 整體發(fā)文趨勢

文獻數量是衡量該領域研究狀況的一項重要指標，其變動趨勢在一定程度上說明了該領域的理論水平、研究水平、發(fā)展速度及受關注度。本文將篩選出的853篇文獻按照年度繪制成數據資產相關發(fā)文量趨勢圖，直觀表明不同階段的發(fā)文數量，見圖1。

由圖1可以看出，數據資產相關發(fā)文量整體呈上升趨勢，大致可以分為兩個階段：①2014—2018年穩(wěn)定增長階段。在此階段，數據資產尚未成為熱門研究領域，年度發(fā)文量在50篇以下并逐年穩(wěn)定增長。②2019—2024年7月大幅增長階段。在這個階段，數據資產逐漸成為熱門研究方向，說明越來越多學者關注數據資產對企業(yè)和社會發(fā)展的重要意義。

2.2 文獻來源

對篩選出的853篇文章進行期刊來源分類，并按照每個期刊發(fā)文量進行排序，其中排名前10位的期刊來源見圖2。由圖2可知，《財會月刊》發(fā)文量位居第一，為44篇，《會計之友》《財務與會計》《中國金融》發(fā)文量均在30篇以上。

2.3 作者合作知識圖譜

通過CiteSpace軟件，選擇節(jié)點為合作作者，節(jié)點閾值為K=10，時間區(qū)間為2014—2024年7月，時間切片為1年，并運行。得到合作作者知識圖譜，選擇顯示為節(jié)點連線前30名的合作作者，見圖3。其中，夏義堃的名字最大，圓圈顏色層次多，說明其發(fā)文量最多且持續(xù)關注數據資產方面的研究；許憲春與歐陽日輝次之。節(jié)點連線表示相連接的作者之間存在合作關系。可以看到，大部分學者有固定的合作對象，說明不同院校、機構之間的合作與溝通較少。

3 我國數據資產研究熱點分布

3.1 關鍵詞聚類分析

關鍵詞能夠表明一篇文章的主要研究方向和主題。在CiteSpace中處理篩選的文獻，以關鍵字（Keyword）為結點，節(jié)點閾值K=10，分析區(qū)間為2014—2024年7月，以一年為切片，得到了節(jié)點N=172、網絡連線E=429、網絡密度D=0.029 2、聚類模塊Q=0.448 0、聚類平均輪廓值S=0.817 3的關鍵詞聚類圖譜。對關鍵詞聚類進行可視化分析，繪制數據資產關鍵詞聚類知識圖譜（見圖4），共得到“聚類#0 數據資產”“聚類#1 數據要素”“聚類#2 大數據”“聚類#3 數據治理”“聚類#4 區(qū)塊鏈”“聚類5 數據中臺”6個聚類。

3.2 關鍵詞中介中心度分析

關鍵詞的“中介中心度”是指關鍵詞在其他兩個或多個關鍵字中出現的頻率，其“中介”作用越大，分析研究的意義就越大，學者的偏好和中介作用也就越大。通過CiteSpace軟件分析后，選取中介中心度排名前30位的關鍵詞制成表格，見表1。

由表1可以看出，中介中心度最高的關鍵詞除“數據資產”本身外，還有“大數據”“數據治理”“數字經濟”“數據要素”“數據資源”“數據中臺”等。

3.3 關鍵詞時區(qū)圖譜分析

通過對關鍵詞進行時區(qū)圖譜分析，能夠展示各關鍵字“第一時間節(jié)點”和“此關鍵字與隨后出現的關鍵字的關聯”，從而更好地了解關鍵字的演變過程。將主題詞聚類與主題詞時區(qū)分析相結合，能夠清晰地顯示各主題詞在簇內的首次出現時刻和簇內其他關鍵字出現的時刻。

進行時區(qū)圖譜分析時，設置時間切片為1年，得到關鍵詞時區(qū)圖譜，見圖5。由此可見，對于數據資產的分析從2014年持續(xù)至今，逐漸出現“大數據”“數據交易”“數據要素”等。盡管這些關鍵字出現的時間節(jié)點不同，但是它們的關系卻非常密切，并且它們的結果基本上都是基于前面的研究。

3.4 關鍵詞突現分析

對關鍵詞進行突現分析，能夠更好地反映某一時期相關主題下的研究熱點。突現強度高，表明該主題在這一時期的研究熱點較多。設定間隔時間為兩年，其他的設定和“關鍵詞聚類分析”保持一致，得到關鍵詞突現圖譜，見圖6。由圖6可以看出，2014年以來“大數據”成為研究熱點；2015年出現“云計算”；后面幾年，“區(qū)塊鏈”“數據流通”“生產要素”等新的研究熱點相繼出現。

總體上看，從2014年開始，關于數據資產的研究就沒有停止過，直到現在還在繼續(xù)。只不過，研究的領域和熱點一直都在變化。在原有研究基礎上，根據時代的發(fā)展趨勢，新的研究要素不斷出現。

4 我國數據資產研究熱點綜述

基于可視化分析，可以看到數據資產的發(fā)展歷程與當前研究熱點前沿。根據上述關鍵詞聚類圖譜與關鍵詞突現圖譜進行總結，當前的研究熱點主要包含以下3個方面：

4.1 關于數據資產與大數據的研究

大數據背景下，數據是一種新的生產要素，在新發(fā)展格局中扮演著極其重要的角色，它所起到的“催化劑”作用也越來越顯著。特別是在當前日益凸顯的資源稀缺時代，數據是解決數據資產入表、將數據資產納入國民經濟核算系統(tǒng)等相關難題的關鍵，也是完善我國市場評估貢獻度的重要因素。

就目前的研究而言，我國的數據資產仍面臨如下問題：一是當前關于數據資產的概念沒有達成一致。伴隨著數據資產的多種價值被挖掘出來，數據資產的形態(tài)、應用場景和業(yè)務模式都得到了進一步豐富和發(fā)展，但還沒有形成固定的模式。二是產權歸屬不明確。蔡躍洲和馬文君[4]認為，數據資產打破了傳統(tǒng)資產類型的固有形式，使其不能僅依據自身的物理屬性來判定產權，且隨著數據的制造、加工等環(huán)節(jié)的持續(xù)開展，其產權歸屬問題日益凸顯。三是數據費用資本化難以定量。胡亞茹和張日權[5]認為，數據已經從傳統(tǒng)的數據庫概念中剝離出來，成為與數據價值鏈（數據生產加工過程）緊密聯系的一種新生產要素。已有研究也以數據價值鏈為基礎進行了分類。這為未來的數據支出資本化研究提供了指引，但是受限于統(tǒng)計方法、技術手段等方面的限制，一些費用仍然難以精確定量。

4.2 關于數據資產治理的研究

在數據治理方面，2020年，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》第一次把“數據”與傳統(tǒng)的“土地”“勞動力”“資金”“技術”并列為“要素”?！皵祿卫怼币殉蔀榧ぐl(fā)數據要素價值、促進新質生產力發(fā)展的一種重要途徑。在財務管理方面，2021年，財政部發(fā)布《會計信息化發(fā)展規(guī)劃（2021—2025年）》，明確提出建立會計數據標準體系，充分發(fā)揮會計數據的作用。2022年，國務院國有資產監(jiān)督管理委員會發(fā)布《關于中央企業(yè)加快建設世界一流財務管理體系的指導意見》，明確提出“建立健全數據產生、采集、清洗、整合、分析和應用的全生命周期治理體系，完善數據標準、規(guī)則、組織、技術、模型，加強數據源端治理，提升數據質量，維護數據資產，激活數據價值”。財政部2023年發(fā)布的《關于加強數據資產管理的指導意見》和《企業(yè)數據資源相關會計處理暫行規(guī)定》、2024年發(fā)布的《關于加強行政事業(yè)單位數據資產管理的通知》3個文件，分別從多個角度對數據資產化、價值化進行了詳細闡述?？偠灾?，在建設世界級的財務管理系統(tǒng)進程中，對數據價值的挖掘和有效的數據治理系統(tǒng)的構建是普遍認識，也是迫切需要推進的事項。

目前，學術界關于數據治理的研究主要集中在3個層面。第一，關于數據治理對財務數字化轉型的影響。徐玉德和董木欣[6]認為，數據治理對財務數字化轉型的影響，以數據治理為核心，通過對企業(yè)內外部數據的有效管理，構建數據中臺，擴展數據應用場景，支持分析、預警、決策等功能。第二，探討數據治理路徑和內容框架。陸興鳳和曹翠珍[7]從利益相關者的視角對數據“共建、共治、共享”的治理路徑進行分析。陳虎和郭奕[8]提出了財務數據治理的主要內容，即設定治理目標、健全治理制度、建立治理機構等，同時對數據資源進行盤點，對數據標準進行統(tǒng)一，對數據質量進行管理，推動數據治理平臺的規(guī)劃和建設。劉根霞[9]在金融共享模式下提出了以數據中臺為基礎的數據治理系統(tǒng)與方法，以繪藍圖、建制度、定標準、搭建平臺、清洗數據、接受服務的方式來推進數據治理。金源等[10]從數據規(guī)范和元數據管理、財務主數據管理、數據質量管理等方面建立了智慧金融環(huán)境下的數據治理體系，并建立了相應的流程和制度，搭建了組織和人員隊伍。第三，分析不同類型企業(yè)或行業(yè)的數據治理方式。李樂和鐵昆[11]對企業(yè)集團財務公司數據治理工作的基本框架進行了研究，包括職責界面、工作流程、工作機制和保障措施，從而提升金融服務、決策咨詢、風險監(jiān)測能力。張凱[12]將“金融數據治理”作為數據治理工作在金融業(yè)的擴展，從數據戰(zhàn)略、組織形式、流程、體系、人才、工具和數據服務等方面構建了一套完整的金融數據治理體系。

4.3 關于數字經濟和數據價值創(chuàng)造的研究

2023年9月，中國資產評估協會印發(fā)《數據資產評估指導意見》，明確了數據資產評估的基本條件與方法，為企業(yè)開展數據資產評估奠定了良好的基礎。2023年12月，財政部印發(fā)《關于加強數據資產管理的指導意見》，明確了數據資產的使用、管理、開發(fā)和使用的相關規(guī)定，為我國企業(yè)的數據資產管理工作提供了可參考的基礎[13]。同時，學者也在積極探討如何充分發(fā)揮企業(yè)的數據價值。劉濤雄等[14]通過構建情景模型對數據確認進行研究，發(fā)現通過分層授權機制可以減少談判費用，使數據價值得以發(fā)揮。吳德林等[15]從數據資產的分類、確認與計量3個方面探討了數據資產的會計準則，并通過信息披露的形式展現了其創(chuàng)新路徑。徐濤等[16]選取典型案例，將數據資產化實踐劃分為4個階段：戰(zhàn)略規(guī)劃階段、數據系統(tǒng)開發(fā)階段、數據資產質量管理階段及數據資產管理階段。錢錦琳和夏義堃[17]從數據收集、流通和監(jiān)管3個層次探索了企業(yè)數據價值產生的機制。

5 結語

本文以2014—2024年7月中國知網相關數據為樣本，運用CiteSpace軟件，從文獻發(fā)文時間、關鍵詞、研究熱點等角度進行分析。研究現狀分析結果表明：2014—2018年為數據資產相關發(fā)文量穩(wěn)定增長階段，2019—2024年7月為數據資產相關發(fā)文量大幅增長階段。研究熱點分析結果表明：第一，出現頻率詞匯圍繞“數據”展開，而“數據資產”“大數據”“數據治理”則是中介中心度最高的3個關鍵詞[18]；第二，數據資產研究聚焦于數據資產化、數據治理與應用研究等領域；第三，國內關于數據資產的研究還處在起步階段，對數據資產的概念、計量范圍、評估方法和管理等方面的研究有待進一步深入。

參考文獻

[1]PETERSON R E.A cross section study of the demand for money：the United States[J].The Journal of Finance，1974，29（1）：73-88.

[2]朱揚勇，葉雅珍.從數據的屬性看數據資產[J].大數據，2018，4（6）：65-76.

[3]史學智，陽鎮(zhèn).從資產要素之定義重新審視“數據資產”[J].清華管理評論，2021（Z2）：14-21.

[4]蔡躍洲，馬文君.數據要素對高質量發(fā)展影響與數據流動制約[J].數量經濟技術經濟研究，2021，38（3）：64-83.

[5]胡亞茹，張日權.數據資產測度研究進展與展望[J].統(tǒng)計學報，2023，4（1）：36-42.

[6]徐玉德，董木欣.國有企業(yè)財務數字化轉型的邏輯、框架與路徑[J].財務與會計，2021（17）：4-7，21.

[7]陸興鳳，曹翠珍.利益相關者視角下的企業(yè)財務大數據治理[J].財會月刊，2022（1）：39-47.

[8]陳虎，郭奕.數據價值體系推動財務數字化轉型[J].財會月刊，2022（8）：37-42.

[9]劉根霞.財務共享模式下基于數據中臺的數據治理動機及路徑研究[J].商業(yè)會計，2022（17）：4-9.

[10]金源，劉勤，李成智.智能財務背景下的數據治理研究[J].財會通訊，2023（9）：138-146.

[11]李樂，鐵昆.企業(yè)集團財務公司數據治理探索實踐[J].中國管理信息化，2021，24（17）：89-91.

[12]張凱.金融數據治理的突出困境與創(chuàng)新策略[J].西南金融，2021（9）：15-27.

[13]潘愛玲，李廣鵬.數字經濟時代企業(yè)數據價值釋放的路徑、挑戰(zhàn)與對策[J].理論與改革，2024（4）：163-174.

[14]劉濤雄，李若菲，戎珂.基于生成場景的數據確權理論與分級授權[J].管理世界，2023，39（2）：22-39.

[15]吳德林，鄔瑜駿，李晶晶，等.數據資產會計準則問題前瞻性研究：基于數字經濟下數據價值創(chuàng)造特征視角[J].當代會計評論，2023，16（2）：14-34.

[16]徐濤，尤建新，曾彩霞，等.企業(yè)數據資產化實踐探索與理論模型構建[J].外國經濟與管理，2022，44（6）：3-17.

[17]錢錦琳，夏義堃.協同視角下我國企業(yè)數據要素價值創(chuàng)造困境與實踐進路[J].信息資源管理學報，2023，13（6）：4-16.

[18]韓秀蘭，崔夢韜，李寶瑜.國內數據資產研究現狀和研究前沿分析[J].統(tǒng)計與決策，2024，40（12）：18-23.

收稿日期：2024-10-29

作者簡介：

朱琳，女，2000年生，碩士研究生在讀，主要研究方向：公司財務。

谷增軍，男，1979年生，博士研究生，副教授，碩士研究生導師，主要研究方向：財務戰(zhàn)略管理、會計信息化。