隨著計算機相關軟硬件技術的迅猛發展，大數據的相關應用已經深入到生產生活的各個角落。隨著數據應用領域的擴展，對于數據的需求也隨之水漲船高，利用數據進行分析、將分析成果應用于運營決策也已成為企業發展的新動力。黨的十九屆四中全會將數據增列為一種生產要素，要求建立健全由市場評價貢獻、按貢獻決定報酬的機制。在此背景下，數據作為一種新型生產要素，針對其進行價值評價將是商業化交易流通過程中必不可少的一環。本文立足于數據價值與應用場景相結合的理論基礎，認為在不同應用場景下，數據所貢獻的經濟價值有所不同，提出開放式數據資產價值評價指標分析框架，初步建立評價思路、評價維度與指標，由數據市場的主要參與者“買賣雙方”協商選擇標的數據資產的評價指標，并確定各指標的權重，嘗試對數據資產價值影響因素標準化并進行計算，為數據資產的價值評價研究提供探索經驗。·未經清洗加工的原始數據，存在冗余、無序等方面的缺陷，導致其應用價值有限，而經過據，具備較高的應用價值。依照發展階段，數據資產可以分為原始數據、粗加工后數據、精加工后數據、初探應用場景的數據、實現商業化的數據等。數據的價值在于與應用場景的結合，不同應用場景下，數據所貢獻的經濟價值有所不同。數業數據等。表1表1FIX數據、BWIC數據等電商數據

流量數 流量規模、流量成本、會員數據銷售數 購物車個數、下單個數、支付金額商品類數 商品總數、品牌存量、上架個數 市場競爭數 市場占有率、交易額、用戶份額土地數 成交樓面價、土地出讓金、土地供應面積房企數 拿地金額、銷售面積、銷售金額住宅數 成交面積、成交金額、成交套數數據資產的應用場景廣泛，不僅可幫助企業進行精準營銷、風險管控、商業決策等，也可應用于民生建設，促進社會發展和提高人民生活水平。例如，交通數據資產大類下的“出行數據”，可應用于移動出行的乘客風險監控。滴滴等出行服務商的數據分析師和算法開發人員，根據出行訂單相關的“出行時長”況”等記錄，判斷乘客發生風險的可能性，以便隨時監控風險和及時聯系乘客確認乘車安全。人員，根據病患的“診斷數據”優化治療方案。同時，可基于醫療數據建立新冠肺炎流行病學模擬數理模型，預判疫情發展的速度和方向，幫助各級政府科學決策，讓抗疫過程少走彎路。表2數據資產應用示例表2數據資產應用示例數據資 使用 應用場 應用價

交通數據

醫療數 疾病數 診斷數據、病史、影像 醫療機構的科 疾病研由上文我們了解到，數據資產具有應用價值，而不同應用場景下數據所貢獻的價值不同，那么數據資產價值如何進行評價呢？比照無形資產價值評價方法，目前傳統的數據資產價值評價方法主要為成本法、收益法和市場法三種基本方法。由上文我們了解到，數據資產具有應用價值，而不同應用場景下數據所貢獻的價值不同，那么數據資產價值如何進行評價呢？比照無形資產價值評價方法，目前傳統的數據資產價值評價方法主要為成本法、收益法和市場法三種基本方法。P=TC×(1-成本法的原理是從產生數據資產所需花費的成本進行評價，在此基礎上扣除各種貶值因P=TC×(1-其中，P代表標的數據資產價值，TC代表數據資產總成本，L代表數據資產貶值率，R代表數據資產成本投資回報率，U代表數據資產價值調整系數。收益法的原理是對數據資產投入使用后的預期收益能力進行評價，考慮資?的時間價值，將未來各期收益進行加總，從而估算出標的數據資產的價值。FtFt 其中，P代表標的數據資產價值，Ft代表數據資產未來第t個收益期的收益額，n濟壽命期，tt年，i代表折現率。其中，P代表標的數據資產價值，P0代表可比案例的數據資產交易價格，N代表數據資產性質修此外，業內學者在成本法、收益法和市場法三種基本方法的基礎上，衍生出不同的數據資產評價公式，以及從不同的角度提出數據資產評價公式。李永紅等人基于市場法原理，提出衍生的市場法評價數據資產價值。P=P1×K1+P2×k2+…+Pn×其中，P代表標的數據資產價值，n代表可比數據資產數目，Pi代表第i個可比數據資產的市場價值，Ki代表第i個可比數據資產根據各項指標確定的綜合調整系數。梁艷基于收益法原理，提出使用多期超額收益法評價數據資產價值。P=∑(E–Ew–Ef–Ei)×(1+i)-t其中，P代表標的數據資產價值，E代表企業的自由現?流，Ew、Ef、Ei分別代表流動資產貢獻值、固定資產貢獻值、除數據資產外的其他無形資產貢獻值，K代表數據資產價值調整系數，i代表折現率，n≥x≥x2(x1)x1,x2≥0,l(x1+x2)≤其中，P代表標的數據資產價值，G代表顆粒度，D代表多維度，A代表活性度，S代表規模度，R代表關聯度，G、D、A、S、R∈[0,10]。要的意義。本文提出開放式數據資產價值評價指標分析框架，初步建立評價思路、評價維度與指要的意義。本文提出開放式數據資產價值評價指標分析框架，初步建立評價思路、評價維度與指標的權重，嘗試對數據資產價值影響因素標準化并進行計算，為數據資產的價值評價研究提供探索經驗。（一）評價思路概述黨的十九屆四中全會將數據增列為一種生產要素，要求建立健全由市場評價貢獻、按貢獻決定報酬的機制，因此本白皮書從數據交易市場的主要參與者“買賣雙方”的關注因素出發，來探討數據價值評價思路。通常情況下，賣方關注數據資產的交易價格能否覆蓋數據投入的成本并實現溢價，買方關注購買數據資

產后帶來多少應用收益，而數據質量是數據應用的基礎，同時在數據應用過程中存在數據泄露、違規使用等風險，影響數據應用價值的實現，因此，我們認為影響數據價值的最基本因素包括數據成本、數據應用、數據質量和數據風險。不同的數據受監管的限制不同，數據泄露、違規使用等，影響數據價值的實現。合規性?安全性數據的質量是影響數據應用的核心因素，數據質量的準確度是評估數據價值的基礎。準確性?時效性

風險維度應用維度數據資產價值評價質量維度成本維度資料來源：普華永道分析

數據價值在于與應用場景的結合。不同場景下，數據所貢獻的價值是不同的。場景性?稀缺性?數據最終產生的價值受成本的影響，數據可應用的場景也受到成本的約束。存儲?加工?運維基于上述4P=C×Q×U×(1-R)×(1-P=C×Q×U×(1-R)×(1-其中，P代表標的數據資產價值指數，C代表數據成本系數，Q代表數據質量系數，U代表數據應用系數，R代表數據風險系數，E代表其他負向影響系數，F代表其他正向影響系數。其他影響指數E、F需根據數據市場發展進行調

整。對于成本、質量、應用、風險這4項數據價值影響因素，可設置具體指標和權重進行量化評價，經標準化處理后，匯總得到百分制的評價分數。以數據質量系數Q為例，其計算公式Q′Q′=?????××??=其中，Q′代表數據質量相關的一級指標評價值，Wj代表一級指標的權重，pi代表數據質量相關的二級指標評價值，wi代表二級指標的權重。后文將在“評價指標介紹”章節，對成本、質量、應用、風險這4項數據價值影響因素的相關指標展開敘述。遵循市場評價貢獻、按貢獻決定報酬的機制，對于不同應用場景下數據資產價值評價指標的選擇與權重設定，由數據市場的主要參與者“買賣雙方”協商確定。隨著數據交易市場

的發展，大量的數據交易記錄將沉淀出，各類數據資產在不同應用場景下的指標選擇、權重設定記錄。通過這些記錄，我們可以獲得各類數據資產的應用場景集合，并篩選出不同應用場景下針對不同數據資產最為適用的評價指標及對應權重，最終形成數據價值評價的規則將歷史交易信息與規則庫結合，通過AI建模形成數據資產價值評價與定價模型，最終實現數據資產的自動化定價。選定評價指標，設定權重代入評價公式，得到數據資產價值指數沉淀歷史記錄（二）評價指標介紹成本維度評價指標數據資產的取得成本需要根據創建數據資產生命的流程特點，分階段進行統計。我們將數據資產的取得成本，劃分為數據規劃、數據獲取、數據處理三個階段的成本。數據規劃階段的成本，主要包括項目經費、市場調研費、設計評審費、咨詢費和數據規劃相關的人工工資等。數據獲取階段的成本，與數據的獲取方式有關，包括內部生產運營過程獲取的數據、間接調研方式獲取的數據，以及外購方式獲取的數據。通過內部生產運營過程獲取的數據，其成本主要包括數據存儲相關的設備折舊費、場地租?、水費、電費、空調費、網絡費和下包商運維費等；通過間接調研方式獲取的數據，其成本主要包括人工工關的網絡費和下包商采集調研費等；通過外購方式獲取的數據，其成本主要包括數據采買相

關的人工工資、數據購買價款、稅費、注冊費和手續費等。數據處理階段的成本，與數據處理流程有關，包括數據核驗、數據預處理和數據分析挖掘相關的成本。數據核驗成本，主要包括核驗相關的人工工資、設備折舊和下包商核驗費等；數據預處理成本，主要包括數據預處理相關的人工工資、設備折舊和下包商數據處理費等；數據分析挖掘成本，主要包括數據打標相關的人工工資、設備折舊和下包商數據處理費，以及數據挖掘相關的人工工資、設備折舊、下包商數據研發費和可容試錯費等。以上各成本項目的發生額，可通過數據擁有者的財務記錄、數據購買合同等相關文檔獲取。在獲取各成本項目發生額的基礎上，對各項成本進行加總，得到數據資產的成本總額。成本總額越大，數據資產的價值越大。質量維度評價指標我們以全國信息技術標準化技術委員會提出的數據質量評價指標（GBT363442018ICS352401）為依據，從規范性、完整性、時效性、準確性、一致性、可訪問性六個方面，對數據質量進行評價。表3取值為空，則空值率為應用維度評價指標數據資產在應用場景中的價值，可從數據資源的稀缺程度、數據覆蓋范圍的多樣性，以及在該場景中的應用深度等方面進行評價。商業競爭的本質，部分來自于對于稀缺資源的競爭。在制造差異化趨平的情況下，稀缺數據資源背后潛在的商業信息更加凸顯價值。數據資源的稀缺程度，是數據資產擁有者對數據獨占程度的體現，可通過數據資產所擁有的數據量占該類型數據總量的比例來量化評價。數據覆蓋范圍的多樣性，可通過數據維度（字段）豐富度進行評價，數據維度（字段）越多，數據表的信息覆蓋范圍越廣，數據應用價值實現程度越高。在數據維度（字段）豐富度的基礎上，可進一步通過數據維度（字段）適用率進行評價。例如，某張客戶信息表中有8個關于描述個

準營銷場景的是住址、薪資、性別、年齡、職業這5個字段，那么該數據表在精準營銷場景下的維度適用率為58，數據維度（字段）適用率越高，數據表的價值密度越大，數據應用價值實現程度也越高。數據資產在某個場景中的應用深度，反映的是數據資產在應用時的可挖掘價值大小，可通過數據訪問記錄、接口調用頻次等指標進行評價。數據訪問記錄或接口調用頻次低，說明數據使用者在數次使用后，因其應用價值有限或可挖掘價值較少，無需再進行使用，業務場景的應用深度低，數據價值實現程度低。數據訪問記錄或接口調用頻次高，說明需高頻次使用或深度挖掘，業務場景的應用深度高，數據價值實現程度高。風險維度評價指標數據資產在轉讓過程中，通常面臨數據泄

（DSMM表4級別1級別2級別3級別4級別5由此可得，當標的數據資產在經過n次轉讓后，數據風險發生概率r的計算公式為：r=r=1?(1?r0)∏??(1?其中，r0為初始數據控制者的數據安率，ri為數據第i者時，該數據控制者的數據安全能力成熟度所對應的數據風險發生概率。

數據資產作為一種新型生產要素，當前國內外對其風險度量方面的研究較為欠缺，尤其是定量計算。上表所列示的“數據風險發生概率”應在未來相關研究、實踐的成果上進行調整和修正，實現對風險維度的準確量化。（三）評價結果處理由于數據資產各項評價指標的正負向性質不同，對不同性質指標直接加總不能正確反映不同作用力的綜合結果，因此需要改變逆指標的數據性質，確保所有指標對數據資產價值評價結果的作用力同趨化。同時，數據資產各項指標的評價結果，存在百分數、?額、時長等單位不統一的問題，因此需要將不同量綱的特征轉化為同一數值量級，確保數據的可比性。因此，在明確數據資產評價指標的基礎上，需對各指標的評價結果進行數據標準化處理，統一轉化為0~1之間的評價值。本文借鑒優劣解距離法和同趨化處理，對各項指標的評價結果進行數據標準化。優劣解距離法的基本邏輯為，數據資產的各項指標評價結果，與該項指標的最優值越接近（最優值由第三方評價機構基于行業調研和實踐經驗提供

評價指標的性質不同的問題。根據指標性質分為正向指標和負向指標，正向指標數值越大，評分越高，負向指標數值越小，評分越高，這將決定最優值為較小值還是較大值。計算思路為，分別計算各項指標評價結果與該項指標的最優值間的距離M、與最劣值間的距離N公式為：假設某項指標的評價結果為x，最優值為y,最劣值為z，則與最優值距離為M=|x-y|，與最劣值距離為N=|x-z|，指標項評價值p=N/(M+N)。以“維度數量”這項指標為例，假設該項指標的最值分別為5個和100個，標的數據資產的實際維度數量為80個。經判斷，指標性質為M=|80100|20，N=|805|=75維度數量”這項指標的評價值pN/(MN75（2075）0.79表5指標評價結果數據標準化處理表5指標評價結果數據標準化處理（注：指標評價結果x與指標最值y,z均為假定數值評價維 一級指 二級指 指標估結果 指標最值 指標性

M=|x-y|；N=|x-

指標評價值數據應 多維

維度數 80 100個，5 正 100|+|80-維度適用 100%， 正 100%|+|70%-

T+0日，

數據質 時效

更新延遲 0%， 負 p=[|5%-

時間跨 4 5年，1 正 經過上述標準化處理后，各項指標的評價值分別乘以各自權重，得到上級指標的評價

值，經層層分級加權匯總，得到數據資產的成本系數、質量系數、應用系數和風險系數，代入數據資產價值指數評價公式，即可得到標的數據資產的價值指數。由于各指標評價結果經數據標準化處理后，均轉化為0~1之間的評價值，且各級指標的權重之和均為100終得到的數據資產成本系數、質量系數、應用系數和風險系數取值也在0~1范圍內。因此，數據資產價值指數P的取值范圍為0~1。（四）評價運用實例數據的價值在于與應用場景的結合，不同應用場景下，數據所貢獻的經濟價值有所不同，以下我們以?融信貸里的風控場景為例，來估算標的數據資產的價值。?融信貸生命周期管理大致可分為貸前、審核、額度授信、支用審批等，這就需要收集用戶在信用貸款之前的個人財務數據和其他基本數據。例如:年齡、家庭成員等。貸中風控，主要進行額度管理、流失預測、營銷響應等，這就需要收集用戶在貸款后的還款情況和各?融產品的使用狀況信息。通過貸款人在貸款之后的各種還款情況，可以預測該貸款人或同類型貸款人在未來時間的還款能力和違約風齡滾動、失聯預測，收集那些已經違約用戶的

各種?融數據。通過逾期客戶的?融數據預測未來該用戶無法償還的概率，推測該筆貸款成為壞賬的可能性。我們選取貸中風控場景，該應用場景下的標的數據資產為“客戶貸款后的還款情況和各?融產品的使用狀況”相關的8描述貸款關聯靜態信息的信貸合同表及字段數他賬戶總體資?流水信息的對公活期存款分戶表及字段數據。鑒于篇幅限制，我們選取“貸 對公信貸業務貸款展期對公信貸業務貸款展期對公信貸分戶賬對公活期存款分對公活期存款分表表6 數據表獲取方 數據表轉讓次 貸款展期 銀行機構代碼、展期金額、原

級別3以下詳細展開對標的數據資產的價值評價過程：第一步：選取標的數據資產適用的評價指標，計算得到各項指標的評價結果。首先，選取標的數據資產的成本維度適用的評價指標，計算得到成本總額。計算內容如表8所示。表7表7其次，選取標的數據資產的質量維度適用的評價指標，計算得到指標評價結果。計算內容如表9所示。例如，在計算表中字段“銀行機構代碼”的長度規范率時，根據指標約束規則“12行號數字”，我們統計出該字段取值為12位數字的數量是1266804，以及該字段取值不為12數字的數量是12796。長度規范率表示數據長度符合規定格式要求的數量占該字段總數據量的比率，則字段“銀行機構代碼”的長度規范率=（數據長度符合規定格式要求的數量/總數據量*1001266804126680412796)]*10099%。表8表8 再次，選取標的數據資產的應用維度適用的評價指標，計算得到指標評價結果。計算內容如表10所示。表9表9總指 一級指 二級指 指標評價結

維度數 6維度適用 應用深 數據訪問記 100最后，評價標的數據資產的風險發生概率。標的數據資產未經過轉讓，初始數據控制者的安全能力成熟度為級別3知，初始數據控制者的數據安全能力成熟度所對應的數據風險發生概率r0為1%，代入數據風險發生概率r的計算公式：r=r=1?(1?r0)∏??(1???i)=1-（1-1%）∏??(1?果x指標最值果x指標最值指標性 指標評價值1000000正 p=[|46220- 正 p=[|99%- 正 p=[|92%- 正 p=[|87%- 0%，負 p=[|10%- 負 100個,5正 正 p=[|70%- 3000正 p=[|100- p=[|1%-0.01%|/（|1%- 表10表10第三步：對各指標項的評價值進行加權匯總，得到標的數據資產價值指數。計算內容如表12所示。表11表11一級指標權重二級指標權重指標評價值C=0.46×100%=0.46；Q=0.98×100%×15%+(0.84×40%+0.74×60%)×40%+0.8×100%×30%+0.97×100%×15%=0.8445U=(0.01×50%+0.57×50%)×30%+0.33×100%×70%=0.318R=0.01×100%=0.01代入數據資產價值指數評價公式，得到標的數據資產的價值指數為：對社會而言，數據資產的價值評價研究為數據資產交易統一定價模式提供了指導性框架體系及參考，促進構建流通的數據要素市場，提升社會各界對數據資產的認知，引導蓄勢待發的數據交易市場正向發展。對社會而言，數據資產的價值評價研究為數據資產交易統一定價模式提供了指導性框架體系及參考，促進構建流通的數據要素市場，提升社會各界對數據資產的認知，引導蓄勢待發的數據交易市場正向發展。對企業而言，推進數據資產的價值評價工作能夠有效提升企業各業務線的運營效率和管理能力，定期的價值評價工作可以有效地協助管理層分析數據資產價值與企業價值的高量化價值的數據資產可有效解決企業各部門在績效理解、數字化運營等方面的溝通障礙，無論是社會還是企業，可根據實際情況，值指數P”應用到數據資產化計量，得到數據P值指數，C代表數據成本系數，Q代表數據質量

潤率）×Pc；收益法是基于數據資產投入使用后的預期收益能力進行評價，未考慮數據成本等因素對數據價值的影響，因此調整數據資產價值指 1 系數，U代表數據應用系數，R代表數據風險系數，E代表其他負向影響系數，F代表其他正向成本法是基于產生數據資產所需花費的成本進行評價，未考慮數據應用、數據風險、數據質量等因素對數據價值的影響，因此調整數據資產價值指數P為PcPcQ×U×（1R）×

PuFt市場法是基于相同或相似數據資產的可比市場交易案例進行評價，可將標的數據資產的價值指數Pm與可比市場交易數據資產的價值指數Ps進行比對，數據資產估價VP0PmPs)。（一）數據權屬合理拆分奠定數據流通基礎在倡導充分發揮數據價值、利用數據要素助力企業智能化發展的現今，數據確權是橫亙在數據自由流通運用道路上的一塊巨石。數據應該是屬于誰的？是屬于創造數據的用戶還是收集數據的商業機構？這一問題自從大數據應用于生產生活的各個領域中開始就一直未得到解決。目前，海量的用戶相關數據作為國內互聯網巨頭擁有的核心資產，若強硬地進行數據所有權的限制與轉移無疑會造成國內數據行業的巨大震動。在此情境之下，拆分數據權屬，合理分配數據相關的不同權利是助力數據流通的必經之路。根據復旦大學特聘教授、重慶市原市長黃奇帆在第三屆外灘?融峰會上的發言，數據涉

中的位置來行使相應權利。目前，主流大數據多是由個人在社會生活中的各個數據平臺上的行為記錄所構成。從這個角度出發，平臺與個人應共享這些數據的所有權，因為數據的產生離不開個人與平臺的共同存在。數據的分配權則并不唯一，應該由數據生成、收集、處理、銷售等一系列環節中所有的重要參與方共同協商分享，這也符合現代商業規則。數據的使用權則是考慮由對原始數據進行處理，生成數據產品的技術廠家或公司所有。（二）隱私計算確保數據流轉安全隨著數據資源重要性的日益凸顯，其監管要求也逐漸嚴格，社會各界開始將目光投向一種以保護數據不外泄為前提，同時實現數據分析和計算的新興數據應用技術“隱私計算”。隱私計算綜合多方安全計算、聯邦學習、可信計算等前沿科技的技術，在無需改變數據存儲位置的情況下支持數據查詢、數據建模等

多方數據協同利用的場景，進而實現對于數據價值的挖掘。隱私計算和區塊鏈等技術結合形成的整體解決方案，能夠對數據真實性、準確性進行記錄。當數據安全遭受威脅，例如數據被非法篡改時、可通過相應安全機制查明，數據在哪個環節遭到泄露、是哪個主體泄露了數據。在隱私計算框架下，各參與方的明文數據在無需出庫的情況下即可進行數據價值的共

算在保護數據安全的同時，實現多方數據跨域合作，破解了數據保護與融合應用的諸多難題，將成為數據流通交易的重要支撐技術。（三）數據交易撮合平臺助力數據流通在過去數據要素市場發展中，數據交易平臺建設環節存在幾個主要難點：（1）數據安全（2（3服務模式（4數據權屬確認難。為解決這些直接影響數據交易安全、數據擁有者交易參與意愿、數據市場持續運營等方面的難點，需建立可支持多層次數據要素流通、保障數據交易行為合規安全、提升各方參與積極性及有助于形成數據流通交易生態的新型數據交易平臺。對于數據交易所，平臺需具備商品管理、市場調

數據交易全流程的安全可控。對于數據供方，平臺需具備數據產品包裝、數據交易撮合、數據經營指引的能力，在保障供方合法權益的同時，能協助供方開發數據產品并尋找適合的交易方。對于數據需方，平臺需具備數據產品選供豐富數據產品的同時，能針對需方的痛點進行精準撮合，提升交易效率。能滿足數據交易各參與方需求，且提升其參與交易意愿的交易撮合平臺，未來將成為構建數據流通交易生態的重要一環。隨著科學技術與數據應用的飛速發展，數據資產呈現細分化、差異化、專業化等特征。在復雜商業環境中，如何對數據資產公允計量，并形成具有廣泛公信力的數據資產價值評價體系，已成為推進數據資產交易的核心課題之一。基于對數據資產價值評價領域的探索與研究，我們提出開放式數據資產價值評價指標分析框架。在本文中初步建立數據價值評價思路、