1物流企業(yè)數據資產的確定和價值來源

1.1 物流企業(yè)數據資產的確定

數據資產的特點決定了其確認需要通過數據采集、數據分析處理和分析結果的運用3個步驟來實現。下面將從這3個方面進介紹物流企業(yè)數據資產的確定和形成。

1.1.1 數據采集。

物流企業(yè)需要通過建立自己內部信息管理的智能平臺實現對公司數據的采集、儲存并應用。要實現數據的采集需要做到以下幾點：①物流的信息化，具體是指公司使用技術手段將公司日常事務及業(yè)務進行信息化收集。②建立公司自己的數據庫，這樣才能將物流企業(yè)日常巨大的業(yè)務信息量儲存起來。③數據的規(guī)范采集。數據的規(guī)范采集不僅能使企業(yè)更好地管理企業(yè)擁有的數據資產，而且能保證數據的質量，提高數據評估結果的準確性。大數據下物流企業(yè)數據資產的形成首先是通過將日常業(yè)務的倉儲、運輸、配送系統等信息儲存于信息化系統中，接著運用大數據處理技術將這些信息轉換為數據儲存到數據化系統，最后將這些數據資源運用到物流業(yè)務中去。

企業(yè)有兩種數據采集方式，一種是從自有的信息化系統導出數據，另一種是使用嵌入式技術自動提取網站、App、PC客戶端、小程序等的數據信息。因為企業(yè)的系統數據是實時更新的，使用嵌入式技術自動調取數據，也就能動態(tài)獲取最新的數據，并且使用嵌入式技術更能保證數據的客觀公正性。

1.1.2 數據分析處理。

企業(yè)將日常業(yè)務活動產生的被儲存在倉儲系統、運輸系統、配送系統的信息收集起來，物流企業(yè)日常活動較為活躍，因此對信息化系統的數據分析能力具有一定的要求，需要篩選日常生產的信息，獲取較為重要的、有用的信息儲存在信息化系統中。篩選信息只是第一步，這些信息并不是能被稱作數據資產的數據，這些信息在運用Hadoop、HPCC等大數據技術將無用的信息和有用的信息進行篩選后進行加工、整理，最后成為能為企業(yè)帶來經濟利益的數據。以順豐物流為例，順豐物流運用大數據技術制作了被物流行業(yè)譽為燈塔的順豐數據，其注重大數據的計算與分析，在自然語言處理、物流路徑規(guī)劃、智能推薦引擎等領域具有核心算法技術優(yōu)勢。在數據分析方面，物流企業(yè)將數據分析主要運用在數據指標墻分析、數據多維報表分析、數據自助分析、數據運營診斷分析。物流企業(yè)可以通過構建數據管理平臺，從而實現全業(yè)務數據的大盤瀏覽和資產檢索。

1.1.3 分析結果的運用。

分析結果主要運用于兩方面：①數據資產是如何作用于物流企業(yè)。物流企業(yè)借助物聯網技術采集海量終端數據，依托云計算為企業(yè)平臺運作提供強大計算能力，提高收集、儲存、分析信息和依據信息進行預測的能力，這是企業(yè)競爭優(yōu)勢的來源。物流企業(yè)能夠利用數據資產提高自身的企業(yè)競爭力[1]。②分析結果可以用來反向驗證數據資產的確認，以獲取更高質量的數據資產，為數據資產的使用排除不良影響。

1.2 物流企業(yè)數據資產的價值來源

資產的價值是由能為企業(yè)帶來的預期經濟效益決定的，而判斷物流企業(yè)數據價值來源的前提是先要明白數據資產的應用方向，在確定了數據資產后并將數據資產運用到實際業(yè)務中去，同時為企業(yè)帶來經濟效益，這正是數據資產的價值來源。

數據資產的應用場景可以分為兩部分，第一部分是使用數據資產運用到物流業(yè)務流程，支撐企業(yè)日常運營，提高物流的運行效率以帶來經濟利益。這一點主要表現在3個方面：①可以利用數據分析工具，選擇數字化營銷工具，實現精準人群的識別、高價值人群的獲取，以提高企業(yè)的獲客效率；②可以通過對全局業(yè)務流程的數據檢測與分析，提升業(yè)務流程的效率；③為管理者呈現企業(yè)運營的全場景數據視圖，為企業(yè)管理決策提供輔助和依據，提高企業(yè)管理決策的效率[2]。第二部分是物流企業(yè)將數據庫中的數據直接拿去數據市場交易，以此為企業(yè)帶來經濟利益。

從上述的兩個應用場景來看，物流企業(yè)的數據資產價值來源于兩個途徑：①通過利用數據資產提升物流企業(yè)的業(yè)務量、提升效率、降低成本等間接地為企業(yè)帶來價值；②通過交易數據資產直接帶來利益流入。

2影響物流企業(yè)數據資產評估準確性的因素

2.1 數據質量參差不齊

數據質量是應用價值的基礎，是影響數據資產評估準確性的重要因素。數據質量的好壞決定了數據資產能提供給物流企業(yè)信息的多少，決定了評估結果與實際價值的擬合程度。質量好的數據資產能為企業(yè)帶來更高的價值，為企業(yè)評估提供更有效的信息。數據資產的信息質量主要包含以下幾個方面：①數據完整性。數據完整性包括數據本身所覆蓋的信息范圍，信息采集覆蓋范圍越廣，數據所涵蓋的信息也就越完整。②數據的清潔程度。數據的清潔程度指的是數據資產所含有效信息的多少，數據資產自身含有無效信息會擾亂數據資產的評估，降低數據資產評估的效率。③數據時效性。數據資產在一定的時效范圍內才能發(fā)揮其最大價值，超過一定的時效后使用該數據資產評估出來的結果會具有一定的滯后性。④數據真實性。數據真實性有偏差就會導致數據資產所傳遞的信息是錯誤的，從而影響到數據資產評估結果的準確性。物流企業(yè)儲存于內部數據庫的數據資產極易受到噪聲、缺失值和不一致數據的侵擾，數據集成可能也會產生數據不一致的情況[3],從而容易導致企業(yè)內部數據質量下降的問題。

2.2 數據資產難以確權

數據資產的確權是數據資產研究的核心，同時也是評估數據資產價值的前提[4]。①要對數據資產進行確權，就需要考慮數據資產本身的屬性及權利主體之間的關系。而數據資產的屬性包括數據的來源、格式、結構、內容、可信度等多方面的因素，特別是還包含著無形的因素，增加了獲取數據資產資料的難度，這也是數據資產確權難度較大的原因之一。②數據要素所涉及的權利主體眾多，各主體之間的權利關系復雜，并且數據權利往往不具有排他性，這使得各權利主體之間邊界模糊，極易引發(fā)權利糾紛，使得數據的確權難度較大[5]。數據資產的確權問題無疑增加了數據資產價值評估的難度，并且，若是沒有處理好確權問題，在價值評估過程容易出現數據的缺失和數據內容不準確的情形，從而影響數據資產評估的準確性。

2.3 評估標準未能統一

在數據資產價值評估的過程中，使用的評估標準不一樣，最終得出來的結果就會有所偏差。至今為止，對于數據資產評估的研究中使用的標準都未能統一，而數據資產評估標準的制定也是數據資產評估工作中的一個突破點，確定了評估標準后，數據資產的價值評估工作會更加有序，評估結果也會更加客觀。當前，數據資產在企業(yè)會計的標準來源于2022年12月9日財政部發(fā)布的《企業(yè)數據資源相關會計處理暫行規(guī)定(征求意見稿)》,該規(guī)定明確了會計意義上的符合準則規(guī)定、可確認為相關資產的數據資源。而在數據資產估值方面，以中國資產評估協會發(fā)布的《資產評估專家指引第9號——數據資產評估》(中評協[2019]40號)和《數據資產評估指導意見(征求意見稿)》為參考。數據資產在會計和資產評估中的定義不相同，并且，上述兩份作為指導性意見，操作性還有較大的提升空間。目前不同學者對于數據資產的標準是根據自己所作評估的數據資產特征來定義其范圍。顯然，這種數據資產評估標準的不統一會對評估結果的準確性和可信度產生影響[6]。

2.4 存在數據孤島問題

孤島問題是指企業(yè)可能存在多個不同的數據源和系統，這些系統之間可能存在數據孤島，導致數據難以共享和整合。這使得企業(yè)在評估數據資產時難以使用全局的數據資產統一進行價值評估，最終影響數據資產價值評估的結果。物流企業(yè)內部數據來源廣、數據量龐大、數據更新迭代速度快。物流企業(yè)的數據主要集中在CRM系統、ERP系統、數據倉庫、電子商務平臺、信息系統[7]。其所涉及的業(yè)務常常需要使用多種不同的信息系統，如運輸管理系統、倉儲管理系統、客戶關系管理系統等，這些系統可能來自不同的供應商或部門，造成了數據來源不一致的問題，最終形成數據孤島。正是數據的來源出現偏差，才會使物流企業(yè)數據資產評估結果的準確性下降。

2.5 評估過程容易出現數據泄露的風險

當前，數據資產價值評估工作多在網絡上進行，黑客或者其他惡意組織的出現使得容易發(fā)生數據泄露問題，數據泄露的同時容易出現數據遺失或者是數據質量下降的狀況，這些狀況也都會對數據資產評估結果造成影響，使結果準確性下降，尤其是，如果遺失重要數據更是有可能出現無法完成價值評估工作的情況。物流企業(yè)所擁有的數據相比其他普通企業(yè)的數據量要更多，且儲存于不同的信息模塊系統中，更易因信息保護技術問題導致數據資產的泄露和丟失，最終影響數據資產評估的質量。

3物流企業(yè)數據資產價值評估的建議

3.1 提高數據質量以使評估結果更加準確

數據質量對于數據資產價值評估的結果尤為重要，數據質量直接影響到數據資產價值評估結果的準確性。從物流企業(yè)的角度來看，提高物流企業(yè)數據質量需要從建立數據質量管理體系、加強數據收集和清理、建立數據質量監(jiān)控機制和提供數據質量培訓等多個方面入手，這些舉措都將有助于提高物流企業(yè)數據質量。因此，企業(yè)應該建立數據質量評估模型、數據清洗等模型，加強對于數據資產的管理和清洗，保證數據資產的質量，定時清洗數據，剔除沒有用的、質量較差的數據資產，確保企業(yè)數據資產的準確性和完整性，保證在評估數據資產時結果的準確性。

3.2 確定數據資產核算標準

確定數據資產核算標準的必要性在于，它可以為企業(yè)提供更為準確的數據資產價值評估和核算，為企業(yè)提供更科學的數據管理和利用方法。具體來說，確定數據資產核算標準可以幫助企業(yè)更好地理解數據的價值、作用和潛在風險，為企業(yè)的數據資產管理提供規(guī)范化的指導，減少數據浪費和重復投資，提高數據資產的價值和利用效率，為企業(yè)的經營和決策提供更多的支持和依據[8]。同時，確定數據資產核算標準有利于數據資產的評估，使得數據資產價值評估工作過程更加順利進行，評估結果也更有保障。

3.3 加強對數據資產評估方法的完善

目前，由于數據資產評估還處在發(fā)展初期，對于適合評估數據資產的方法未能統一，評估方法也在不斷改進，數據資產評估方法的不斷完善能提高數據資產評估結果的準確性。當前數據資產的評估方法有成本法、收益法和實物期權法等。從目前來看，相對而言，因無形資產與數據資產有相似的特征，常用以無形資產價值評估的收益法，即通過統計資產產生的收益量來對其進行評估的方式更適合數據資產的價值評估。評估方法的使用對于評估結果的作用是直接性的，評估方法的不同會直接影響評估結果。不過，作為一種新型資產，更完善的數據資產評估方法有待進一步探究。

3.4 建立完整的數據倉庫以強化信息集成和數據共享

物流企業(yè)需要建立統一的數據架構和標準，以確保數據的互通和共享。同時采用數據整合工具和技術來整合不同來源的數據，建立一個完整的數據倉庫，為企業(yè)提供全面的數據洞察。依靠區(qū)塊鏈技術建造一個完整的、多方參與的數據倉庫，提供破解數據孤島困境的鑰匙[9]。在企業(yè)內部加強信息系統集成和數據共享，建立統一的數據管理平臺和數據標準化規(guī)范，加強組織架構整合和流程優(yōu)化，從而實現數據的共享和協同，避免數據孤島問題的出現。當企業(yè)內部的數據信息能夠更好地被管理和使用，其質量、使用效率的提高也能夠使得企業(yè)數據資產價值快速增值。

3.5 加強數據保護以減少數據濫用

數據資產作為企業(yè)的一項重要資產，一般是被保留在電子數據庫中，沒有實體狀態(tài)，以虛擬狀態(tài)保存的數據資產更容易出現被盜用、泄露的風險，因此更要加強對數據資產的保護。因為數據資產對企業(yè)具有重要價值且不易保存，若是技術不達標容易出現泄露的風險且導致數據資產的信息缺失，對評估過程和結果造成影響，因此在數據的保存及使用數據資產進行評估的過程中，需要提高企業(yè)數據資產管理技術以解決數據資產的安全和隱私問題，確保數據資產的確權與安全流通使用，以得出數據資產的準確評估結果。關于企業(yè)對自身數據資產的保護，企業(yè)應當加強自身的同時對數據資產的管理系統進行技術升級，提高自身數據管理系統的保密性，以防出現技術風險而導致數據泄露。同時加強對數據資產的管理，不得濫用企業(yè)的數據資產。