【中景原创】从“资源”到“资产”：公共数据治理成本归集试点实务中的挑战与应对思路

对于行政事业单位而言，将公共数据资源治理作为独立的业务条线进行成本核算，是一项全新挑战。结合实践来看，当前主要面临以下难点：

数据治理工作往往贯穿于日常业务中，数据采集、清洗、加工等环节与常规行政履职活动高度交织，如何从庞大的日常运行费用中，剥离出专门用于数据治理的有效工时，剔除冗余的管理成本，是第一个难题。

根据《通知》要求，成本归集要结合工时记录、设备耗用、水电耗用等基础数据。但实践中如何将办公室的水电、服务器折旧、管理人员工资等共用资源耗用，科学合理地分摊到数据治理业务上，是确保成本信息真实、公允的关键。

许多单位目前只掌握数据治理投入的“大数”，不清楚“清洗一条数据到底要花多少钱”；加上，现在的财务系统与业务管理系统并没有针对数据治理设置专门的标识，导致财务账与业务账难以匹配，系统里也难以自动归集出准确的基础数据。

应对思路 

针对上述痛点，我们建议从以下三个维度构建科学的成本归集与分析体系：

针对人力成本与日常履职高度交织的难题，可考虑将成本拆分为“可量化服务”与“综合管理服务”两类：对于边界清晰的直接成本（如数据清洗），按实际服务量进行精准核算；对于边界模糊的间接成本（如日常综合协调），采用“人月费率”进行合理分摊。通过这种混合测算框架，从机制上解决工作量难以精准剥离的痛点。

针对间接费用分摊逻辑复杂的挑战，核心在于建立成本与业务实质的深层关联。建议结合《通知》要求，全面梳理业务流程并提炼核心成本动因（如数据清洗量、接口调用频次、服务器算力占用等）。以这些客观的业务指标作为分摊基准，反向验证成本投入的合理性，确保水电、折旧等公共资源耗用的分摊具备公允性与可追溯性。

针对基础数据支撑不足、缺乏计价标准的现状，建议以试点为契机，推动成本归集从“粗放管理”向“精细化核算”转型。通过完善系统与业务标识，剔除不合理支出并参考市场公允价格，逐步输出细颗粒度的成本定额体系（如“XX元/条数据清洗”）。这不仅能为财务账与业务账的匹配提供数据基础，也为未来公共数据资产的预算编制与定价交易奠定标准化基石。