点击名片，关注我们2026年5月6日，财政部印发《关于开展公共数据资源治理成本归集试点工作的通知》（财会〔2026〕5号），选取北京市、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10个省市开展试点工作。这是继“数据二十条”、公共数据授权运营等政策之后的又一关键动作，标志着公共数据资源正在从顶层制度设计转向精细化、可量化的操作层面。下面，从几个维度对这项政策做一个深度拆解。一、为什么是“成本归集”？长期以来，公共数据在行政事业单位的账面上基本处于“隐形”状态。数据的采集花了多少人力成本？系统维护分摊了多少折旧？电力、场地等公共资源究竟有多少流向了数据处理和流转？这些问题没人算得清。从会计学角度看，一项资源要被确认为资产，必须具备两个基本前提：该资源很可能给单位带来经济利益，且成本能够可靠计量。公共数据资源往往具备前一个条件，但后一个“成本能够可靠计量”长期无法满足。没有成本作为计价基础，数据资产入表就无从谈起。这次试点要解决的核心问题正在于此。《通知》明确了成本归集的具体范围：数据采集、加工处理、存储与维护、安全保障等过程中发生的资源耗费，细至人员经费、技术服务费、设备折旧、系统摊销乃至水电费等多个条目。同时，试点单位可以选择制造成本法或完全成本法进行核算，以财务会计账务记录为基础，结合工时、设备耗用、水电量等数据进行分摊。这项工作实质上是为公共数据资源建立一套底层的价值计量体系。没有经过这个会计层面的算账过程，后续的授权运营定价、资产估值都缺乏依据。
二、多路并进：看懂政策的顶层设计逻辑理解这项政策，不能孤立看待。它是国家层面推动构建全国一体化数据要素市场进程中的重要一环。回顾近一年多来的政策脉络，清晰的三条主线已经浮现：政策主线一：夯实制度规范。 2024年10月，中办、国办印发《关于加快公共数据资源开发利用的意见》，为公共数据开发利用提供了顶层文件。随后，国家数据局密集出台配套制度，包括《公共数据资源授权运营实施规范（试行）》《公共数据资源登记管理暂行办法》《关于建立公共数据资源授权运营价格形成机制的通知》等，构建起一套从授权到登记再到定价的政策体系。
政策主线二：推进全过程管理试点。 2024年底，财政部印发《数据资产全过程管理试点方案》，选取部分中央部门、中央企业和地方财政部门，从2025年初至2026年底开展试点，核心内容包括编制数据资产台账、开展登记、完善授权运营机制、健全收益分配机制、规范交易流通等。目前，安徽、深圳、武汉等地均已启动相关探索。政策主线三：成本归集补上会计闭环缺口。 如果说全过程管理试点解决的是“流程怎么走”的问题，那么成本归集试点解决的就是“账怎么算”的问题。“数据资产全过程管理”侧重于流程规范和授权运营机制，而“治理成本归集”则聚焦于会计确认、计量和核算方法——两者互相支撑、互为前提，共同作用于公共数据资源从“资源”到“资产”的制度闭环。成本归集试点的推进，为探索建立公共数据资产的成本核算通用标准提供了机制保障，并为公共数据从一个区域的“点状实验”推广至全国范围做好准备。三、政策落地将如何改变公共数据要素市场？成本归集试点一旦落地，对公共数据要素市场将产生双向调节作用。首先，在定价层面，预计将驱动更低成本、更标准化的数据产品供给。国家发展改革委和国家数据局已明确公共数据运营服务费实行政府指导价管理，发展改革部门会同数据管理部门按照“补偿成本、合理盈利”的原则核定最高准许收入。有了成本归集数据，价格监管部门在核定最高准许收入时便有据可依，定价将从“拍脑袋”走向“有数据支撑”。值得注意的是，公共数据开发利用遵循“分类分级”原则：用于公共治理、公益事业的，实行免费供给；用于产业发展、行业发展的，则建立“补偿成本＋合理盈利”的指导定价机制。但无论是免费还是收费，成本的透明化都是决策前提。免费供给不等于不计成本，知道成本才能评估财政补贴的合理性；收费定价则直接依赖成本数据来防止国有资产流失或过度定价抑制市场活力。其次，在价值释放层面，从“算清成本”到“资产入表”再到“价值交易”的传导链条将逐步打通。以安徽省为代表，数据资产全过程管理试点已迈出关键步伐——依规审批、授权开发的数据产品“农业经营主体画像分析”已上线交易，为金融机构提供信贷风险画像服务。
四、落地之难：不是算一道数学题那么简单尽管政策方向明确，但落地过程中的挑战不容回避。其一，核算口径的统一是最大难题。 《通知》虽给出了成本归集的范围和方法框架，但行政事业单位之间的数据治理路径差异极大，不同部门在数据采集方式、治理水平和共享程度上存在显著分化，成本投入与治理绩效自然也有较大差异。如何在差异化的实践基础上，提炼出可供全国统一参考的操作标准，是这次试点面临的重大课题。其二，跨部门协调与部门隐私保护的压力。 要让财务部门、业务部门的数据治理链条衔接起来，就需要打破数据壁垒，不仅涉及技术和标准层面的沟通，更深层的挑战在于“数据所有权”的传统认知。从更深层次看，公共数据资源的归集、核算、运营牵涉到政府治理体系的多重敏感环节。过度清晰的成本核算和收益披露，也可能在一定程度上触及各部门的“信息舒适区”。因此，推动数据治理的“透明度”需要在公开与保密、开发与保护之间找到精准的制度平衡。其三，信息系统改造的隐性成本。 《通知》要求试点单位在信息系统中对涉及的人、财、物进行“打标签”，这意味着现有的财务系统和数据治理系统需要进行深度改造。对于数字化基础薄弱的地区或单位而言，这本身就是一笔不容忽视的前期投入。其四，数据治理投入产出比的考验。 这项政策的实施效果不仅取决于前端的规则和流程设计，更从根本上受到数据治理整体投入产出比的制约。有分析指出，数据治理工作的投入产出比容易失衡，数据清洗、标注等环节成本占比高但价值转化周期长，对公共部门和企业的投入持续性构成挑战。如果成本太高而价值转化太慢，政策的可持续性可能面临现实压力。
五、隐忧：严防“数据财政”变味，守住底线财政部的这份试点通知，从侧面透露了对地方无序开展数据资产融资可能带来系统性风险的监管深意。财政部相关文件已明确以下要求：严禁利用行政事业单位数据资产进行担保，新增政府隐性债务；严禁借授权有偿使用数据资产名义，变相虚增财政收入。
同时，文件提出防范数据资产价值应用风险，不得通过虚假账户记录、交易安排及资产重估等方式随意调节财务数据，防止以数据资产为名进行违规融资或粉饰报表。从本质意义上讲，这意味着国家虽然积极推动数据资产化和市场化运营，但坚决杜绝地方通过“数据财政”替代“土地财政”来补缺财政收入的冲动。对从业者来说，必须守住评述的底线：
一是不能将“数据资产价值”与“政府隐性债化解”挂钩
二是不能鼓励地方过分追求数据资产的“账面高估值”，试点的本质是完善公共服务和治理流程的“成本可计量”，资产化只是其中一环，对务虚的“炒估值”操作要保持高度警惕；
三是不能将数据资产作为变相融资和违规“套现”的工具，避免金融乱象；
四是切不可夸大“数据财政替代土地财政”的想象空间。归根结底，公共数据的价值转化需要经历漫长的探索期，过高、过快的经济预期只会制造数字泡沫和操作混乱，让这项本具长远意义的改革变形走样。六：展望：
从“试点”到“制度安排”的下一步按政策时间表，各省级财政部门需在2026年7月31日前选定试点单位，2026年底前完成准备工作，2027年1月至6月正式开展成本归集，2027年9月底前形成总结材料。这意味着，更多实操中的制度难题预计将在2027年下半年至2028年初逐步明晰，可能包括成本核算口径的统一方案、可推广的数据治理系统配置指引、多元数据产品价值评估方法，以及统一的收益分配机制和资金上缴管理规则等。同时，通过试点地区先行先试积累的经验，也能为企业数据和个人数据提供参考。——公共数据作为企业、个人数据之外最有保障的“突破口”，在数据要素市场化的推进节奏上理应排在前列。
END关注我们翰联科技数据网最了解你的科技网站
免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，发布于本平台的新闻、资讯、专访、行业洞察等相关内容，均不构成投资建议。报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系，以上部分图片内容来自网络，如有侵权，联系删除获取更多行业资料请联系我司。