财政部会计司发布《关于开展公共数据资源治理成本归集试点工作的通知》,文号财会〔2026〕5号,确定在北京市、河北省、辽宁省、上海市、浙江省、安徽省、福建省、青岛市、重庆市、四川省等地区,组织开展行政事业单位公共数据资源治理成本归集试点,目标是探索公共数据资源会计处理方法,推动公共数据资源科学化管理。试点选择的十个地区,既有北京、上海、浙江这样数据资源密集的地方,也有河北、辽宁、安徽、福建、重庆、四川、青岛这类公共数据授权运营起步较早的地区。选择逻辑是“有数据、有运营、有财政部门配合”,便于形成可复制的方法。财政部门参与试点,意味着成本数据最终要服务于预算管理与绩效评价,而不只是会计科目。绩效评价会关注单位成本是否逐年下降,这也会倒逼各部门优化采集与治理流程。试点周期通常为一年,期满后要形成可推广的方法指引。
为什么公共数据要单独试点。企业数据可以确认为无形资产或存货,但行政事业单位持有的公共数据,权属归国家、不以盈利为目的,不能简单套用企业会计规则。先算清治理成本,才能回答三个问题:这份数据值多少钱、授权运营该定什么价、财政投入的绩效怎么评价。成本归集与公共数据目录管理要同步推进。如果连有哪些数据集、存放在哪个系统、由哪个部门维护都说不清,成本就无从归集。试点地区的常见做法是先做一次全面清查,形成数据资源目录,再按目录逐项归集成本。数据资源目录是成本归集的骨架,目录不清,归集就会重复或遗漏,这也是试点最耗时的一步。目录要与系统台账对应,避免出现“目录有、系统无”或“系统有、目录无”的情况。
成本归集的口径需要统一。通常按数据集或项目归集,区分建设期的一次性投入与运营期的持续投入,涵盖采集、清洗、标注、脱敏、质量校验、安全防护、平台运维等环节;能直接归属的直接计入,多部门共用的按合理标准分摊,形成单位数据成本。单位成本的概念很关键。把某类数据集的年度总成本除以有效数据量或服务次数,得到单位成本,既能用于定价,也能用于横向比较。不同部门、不同地区的单位成本差异,往往反映了治理效率的差异,这比总额更有诊断价值。单位成本还可以用于判断哪些数据集该继续维护、哪些该停采,避免长期低效投入。停采决策需要业务部门参与,单靠财务口径容易误判数据的潜在价值。单位成本过高时,应回头检查采集环节是否存在重复建设。
这件事对授权运营影响直接。公共数据授权运营的定价,长期缺少成本依据,容易陷入“一定了之”或“低价甩卖”;有了成本底数,定价就有了锚,收益分配也有据可依,财政部门还能据此判断投入产出是否合理。对授权运营主体,成本数据是“价格底线”的证据。授权运营需要保本微利,若成本说不清,定价就缺少依据,容易被质疑国有资产流失或乱收费。把成本归集做扎实,既能回应审计,也能在谈判中守住合理收益。授权运营的定价通常采用“成本加合理收益”,成本底数不清,收益部分就容易引发争议。定价方案通常要经价格主管部门审核,成本资料是必备附件。
难点在数据特性。数据可以重复使用、边际成本趋近于零,同一份数据被多个部门、多个场景共用,成本如何在受益方之间分摊,目前没有统一标准;加上多系统、多年度、多主体的历史投入难以追溯,试点地区普遍要先做一轮数据资产清查。分摊标准是试点的最大难点。同一套政务云、同一批采集设备服务多个部门,折旧与运维费用怎么分;一份数据被多个场景调用,治理成本按调用次数分还是按数据量分。试点需要给出可操作的指引,否则各单位各算一套,结果无法比较。分摊指引建议给出几种可选方法,由各单位按场景选择并披露,保证结果可解释。分摊方法建议在省级层面统一,避免同一地区不同单位口径打架。分摊结果要经得起横向比较,否则难以在省内推广。
资信树认为,公共数据成本归集是数据要素市场最基础的一块砖。对试点地区,先把一两个高频数据集的成本算准,比铺开摊子更有价值;对授权运营主体,成本数据是谈判筹码,也是定价合规的底线;对服务方,成本归集方法学与工具,会成为切入公共数据市场的第一张门票。从更长周期看,公共数据成本归集是“数据财政”的基础设施。只有算清成本与收益,才能讨论公共数据授权运营的收入如何分配、如何纳入预算、如何反哺数据治理。这一步走通,公共数据才会从“免费资源”变成“可经营资产”。数据财政的讨论才刚刚开始,成本归集是第一步,收益分配与预算安排是更难的第二步。收益分配涉及财政、数据部门与运营主体,成本数据是三方谈判的共同语言。

