长期以来，公共数据领域存在一个悖论：我们一边高呼数据是“新型生产要素”，是“未来的石油”，一边却连这桶油的开采成本是多少都说不清楚。各级行政事业单位手握海量数据，但每当谈及定价、交易或入表，最尴尬的环节总是那个灵魂拷问——“这数据到底值多少钱？”更基础的追问是：“为了得到它，我们花了多少钱？”
这个问题，在今天之前，或许只有模糊的答案。但2026年5月6日，财政部的一纸通知，试图终结这种混沌状态。财会〔2026〕5号文，即《关于开展公共数据资源治理成本归集试点工作的通知》，正式启动了公共数据领域的“成本核算革命”。这不是一份简单的政策文件，它更像是一次“摸底”，要彻底摸清楚数据资产化的箱底，让我们看清楚里面的内部结构。
一、政策要点总结
这份通知的核心逻辑并不复杂：无法计量的，就无法管理；无法管理，就无法交易。 它试图在行政事业单位的财务体系中，为公共数据资源建立一个独立的、可追溯的“成本账户”。
-
1. 政策定位
必须明确，这份文件不是心血来潮。它与此前财政部印发的《数据资产全过程管理试点方案》（财资〔2024〕167号）一脉相承，构成了一个完整的政策闭环。如果说2025年初启动的全过程管理试点是在解决“数据资产怎么管、怎么用”的问题，那么今天发布的成本归集试点，则是在解决更底层、更根本的问题——“数据资产的成本从哪里来？”。
这一定位极具战略眼光。在过去，公共数据往往被视为“无成本”或“低成本”的副产品。但现实中，数据的采集、清洗、标注、存储、安全防护，每一步都需要真金白银的投入。不核算这些成本，数据授权运营的定价就是“拍脑袋”。换句话说，这份文件不是在教你如何做账，而是在为整个公共数据要素市场构建一个可量化的、具备公信力的定价基准。
-
2. 试点范围与时间安排
试点并非全面铺开，而是选择了10个“优等生”：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。这并非随意挑选，而是基于这些地区在数字经济、数据治理方面的先发优势。试点单位的准入门槛也极高：执行政府会计准则、有丰富的数据资源、有良好的治理基础和较强的会计工作水平。
时间安排上，财政部给出了一个清晰的“路线图”：
- 2026年7月底前：确定试点单位名单。
- 2026年底前：试点单位完成机构搭建、清单梳理和系统调试。
- 2027年1月至6月：正式进行为期半年的成本归集。
- 2027年9月底前：形成总结材料，报送财政部。
这意味着一场贯穿2026全年的准备期和2027年上半年的“摸底测验”即将拉开序幕。对于入选试点的行政事业单位而言，时间非常紧张，任务异常艰巨。
-
3. 成本归集的“三要素”：对象、范围与方法
这是通知最硬核的部分，它定义了公共数据成本的“三要素”：
- 归集对象：不再是笼统的“数据”，而是明确的“业务条线”。通知要求将“公共数据资源治理”作为一个独立的业务条线来对待，整体投入作为归集对象。有条件的单位甚至可以细化到具体的应用场景或数据产品。这是一种项目制管理思维的引入。
- 归集范围：涵盖了数据生命周期的全过程，即全生命周期成本。包括数据采集、加工处理、存储与维护、安全保障等四大环节。具体条目非常细致：从人员经费、外购数据成本、技术服务费，到固定资产折旧、无形资产摊销、水电费等公用事业费。这意味着，一个数据中心服务器24小时运转的电费，一台高性能计算芯片的折旧，甚至数据标注员的一次加班费，都将被纳入核算。
- 归集方法：提供了两种可选路径——制造成本法和完全成本法。这是一个充满技术含量的选择。制造成本法的口径更窄，更贴近生产环节；完全成本法则会将管理费用等间接费用也纳入，结果更全面但核算也更复杂。选择权交给了试点单位，但必须遵循“重要性原则”和“科学合理”的原则。
-
4. 与现有政策体系的衔接
这份通知绝不是孤立存在的。它巧妙地将自身嵌入到了已有的政策网络中。它与国家数据局发布的《公共数据资源登记管理暂行办法》（发改数据规〔2025〕26号）紧密挂钩——成本归集的依据正是登记在册的公共数据资源。它也是《数据资产全过程管理试点方案》中“收益分配”和“交易流通”环节的会计前提。没有成本，就没有定价的依据；没有定价，收益分配就是空谈。 这就像盖房子，登记是选址，全过程管理是设计施工，而成本归集就是打地基。没有地基，一切上层建筑都是危楼。
-
5. 对行政事业单位的实操要求
通知对试点单位提出了极高的实操要求，本质上是一场“数据大审计”。
- 建立跨部门工作机制：要求财务部门、业务部门、数据管理部门必须通力合作，不能再“铁路警察各管一段”。
- 全面梳理业务流程：需要画出一张组织如何创造和使用数据的“地图”，明确每个环节涉及谁、用了什么资产、耗费了什么资源。
- 进行系统调试：需要对现有的财务系统、OA系统、业务系统进行改造，添加“数据治理”的成本标识模块，以支持自动化的数据采集和分摊。
这对于习惯了传统行政体系的单位来说，是一次挺考验能力的事情。它意味着数据不再只是信息科的事，财务、人事、采购等部门都必须卷入这场成本核算的测试中。
二、产业影响分析
如果说第一部分是政策层面的“是什么”和“怎么做”，那么这部分我们要探讨的是“这到底意味着什么”。这份通知的深远影响，远不止于会计领域，它将像多米诺骨牌一样，层层传导，重塑整个数据产业的生态。
-
1. 破解“定价难”的困局
当前数据要素市场最头疼的问题是什么？是定价机制的缺失。一个数据产品到底该卖1000元还是100万元？缺少一个公认的、可解释的锚点。在金融学里，价格围绕价值波动，成本是构成价值的基石。以前，我们连“成本”这个基石都是沙土做的，一碰就碎。
成本归集试点，就是要用水泥和钢筋把这个基石加固。当行政事业单位能够清晰地说出“为了生成这个数据集，我花了50万元”，那么数据产品的定价就有了一个清晰的成本底线。这不意味着定价等于成本，但它为价格谈判提供了一个有理有据的起点。换句话说，它让数据交易从“菜市场讨价还价”升级为了“珠宝店的鉴定估价” 。这能极大地降低市场参与者的信息不对称和信任成本，从根本上激活交易。正如一位分析师所言，“成本归集标准化体系的建立，构建起数据定价、成本补偿、收益分配的客观基准，有效弱化行业定价的主观性与随意性。”
-
2. 重塑“授权运营”的商业模式
过去，公共数据授权运营存在一个普遍的困境：运营主体（通常是国有企业或数据服务商）拿到的数据，其成本是隐性的。运营主体投入了大量资金进行数据治理、产品开发，却很难向提供数据的政府机构证明自己的价值，也很难向使用者解释价格的构成。
成本归集完成后，这个局面将被彻底打破。授权运营将从一个“政务外包”项目，转变为一个“财务可核算”的商业模式。 政府可以将数据治理的直接成本（比如采集加工费）作为授权费的一部分，运营主体则基于此加上自身的技术投入和市场溢价来确定最终价格。收益分配机制也会因此变得透明。按照“谁投入、谁贡献、谁受益”的原则，一份清晰的成本账目，能让各方在谈判桌上看到彼此的投入，使得收益分配从“模糊的股权博弈”变成“清晰的成本加成”。
-
3. 催生“数据治理服务”的新兴市场
当成本归集成为一项强制或半强制的实践，一个巨大的增量市场将被打开。行政事业单位普遍缺乏将数据治理成本与财务核算挂钩的能力和经验。
这就催生了几类新的商业机会：
- 数据成本核算咨询：帮助企业设计成本归集路径、建立核算模型。
- 数据治理系统改造：提供能够与现有财务系统打通的、具备成本标识和归集功能的工具。
- 第三方成本审计：随着数据资产交易规模的扩大，对治理成本的第三方审计需求将爆发。
这个市场不再只是卖服务器和存储的“硬件商”，也不再只是做数据清洗的“码农”，而是能够打通“业务-技术-财务”三界的综合解决方案提供商。行业竞争的逻辑将从“谁的数据处理能力更强”，转变为“谁的会计适配能力更强，谁能提供标准化的长效运营服务”，这将深刻改变数据服务商的竞争格局。
-
4. 加速“数据资产化”的进程
企业数据资源入表是2024年的热门话题，但很多企业入表后却发现，数据资产在资产负债表上像个“装饰品”，因为缺乏成本支撑，价值评估往往带有很强的主观性，银行不认可，投资者不信服。
公共数据成本归集试点，虽然针对的是行政事业单位，但其方法论和核算逻辑，将直接反哺和引导市场化企业的数据资产入表实践。它提供了一套“官方认证”的成本核算范式：如何归集，用什么方法，包含哪些要素。这相当于在全社会范围内，为数据资产入表建立了一个 “行业标准” 。当政府这头“大象”都开始规范地算账了，企业再想随便找个理由把数据资产估得天花乱坠，难度就会大得多。换句话说，成本归集是数据资产从“虚胖”走向“强壮”的关键一步。
-
5. 推动“政府治理”模式的进化
最后，也是最深远的影响，在于政府自身。通过成本归集，财政部门将第一次掌握公共数据资源治理的全貌。可以回答一系列关键问题：我们花在数据治理上的钱到底有多少？哪个部门的哪个数据产品成本最低、效益最高？是投资一个5G基站划算，还是建立一个气象数据库更符合公共利益？
这将推动政府预算编制从 “按部门切蛋糕” 转向 “按数据价值定价” 。未来，数据治理经费的申请将不再是一个模糊的概念，而必须附有清晰的成本效益分析。这不仅是对财政资金的精细化管控，更是政府治理能力现代化的重要体现。它让无形的数据工作变得有形、可量化、可审计。
写在最后
公共数据资源治理成本归集试点，看似是一份枯燥的政策通知，实则是一场对于公共数据要素市场的摸底。它没有那些炫酷的技术词汇，也没有激进的商业模式构想，它只是静悄悄地要求我们，拿出计算器和账本，把每一度电、每一条数据、每一个工时都算清楚。
这不仅是一次必要的会计实践，更是一次深刻的认知转换。它标志着我国公共数据治理，正在从“资源驱动”的发现期，正式迈入“会计驱动”的精耕期。当这笔账最终算清之时，我们迎来的将不是一个吵闹的“数据大卖场”，而是一个秩序井然、价值清晰、充满“交易理性”的崭新市场。我们正在见证，一种要素从沉睡的“矿物”蜕变为流动的“资本”所必须经历的最枯燥，却也最关键的工序。
—— END ——
（都看到这里了，还不关注我们吗 ？可以持续获得AI时代的生存指南哦 ↓）
往期回顾：