1 引言

黨的十九屆四中全會首次明確數據可作為生產要素按貢獻參與分配。中共中央、國務院印發的《關于構建更加完善的要素市場化配置體制機制的意見》提出，要加快培育數據要素市場。中共中央、國務院印發的《關于新時代加快完善社會主義市場經濟體制的意見》提出，要加快培育發展數據要素市場，加快建設統一開放、競爭有序的市場體系，推進要素市場制度建設，實現要素價格市場決定、流動自主有序、配置高效公平。

在數字經濟時代，數據成為新的關鍵生產要素。加快推進數據價值化、發展數據要素市場是數字經濟的關鍵。尹西明等人對數據要素價值化動態過程機制進行了研究。中國信息通信研究院發布的《數據價值化與數據要素市場發展報告（2021年）》提出數據價值化的“三化”框架，即數據資源化、數據資產化、數據資本化。數據資源化指使無序、混亂的原始數據成為有序、有使用價值的數據資源。數據資產化是指數據通過流通交易給使用者或所有者帶來經濟利益的過程。數據資產化是實現數據價值的核心，其本質是形成數據交換價值、初步實現數據價值的過程。數據資本化主要包括兩種方式：數據信貸融資和數據證券化。

數據資產化是數據要素市場發展的關鍵與核心。數據資產化的實現包括兩個階段：數據資產價值評估和數據資產定價。目前全球對數據資產價值評估和數據資產定價都有一定的探索，但還未到成熟可全面推廣應用的階段，相關的理論、技術和模型都還有待進一步研究和開發。

本文通過文獻研究，對國內外學者關于數據資產價值評估和數據資產定價的研究成果進行梳理，總結已有研究成果，對未來數據資產價值評估和數據資產定價的研究進行展望。

2 概念和定義

2.1 數據資產價值維度

數據資產價值維度即數據資產價值實現的方式。

同一數據資產在不同應用場景中體現出不同維度的價值。因此，同一數據資產在不同應用場景中的價值不同。

2.2 數據資產價值和價格

價格并不等同于價值，價格是價值的表現形式，價值是決定價格的基礎。使用價值是指物品的有用性或效用，即物品能夠滿足人們的某種需要。在完全競爭條件下，商品的價格主要取決于使用價值和供求關系。在不完全競爭條件下，如存在壟斷時，價值與價格的關系就會出現分離，因為定價權被獨占。價格的差異與邊際效用的差別有關。

數據資產價值和應用場景緊密相關，在不同應用場景中影響價值的因素不同，價值也就不同。例如將同一健康醫療數據資產分別應用到健康醫療廣告精準投放、健康險產品開發、健康醫療服務提供這3個不同的場景中時，其價值可能是不同的。

數據資產不同于實物資產，其價格不僅受到使用價值與供求關系的影響，還受到數據資產自身特性的影響，一是數據資產的交易并不一定要以讓渡數據所有權或使用權為前提，二是數據資產可以多次交易且交易行為不會造成價值減損。因此通常情況下，數據資產交易價格以其價值為基礎，但價值遠高于交易價格。

在一定程度上，可以把數據資產的價格看成數據資產在單次交易中的價值體現。

2.3 數據資產價值評估和數據資產定價

對于數據資產價值評估和數據資產定價之間的關系，有學者做了一些研究工作。陸岷峰等人在對數據資產估值定價管理體制和運行機制進行研究時認為，應該把數據資產交易所劃分為一級市場和二級市場，一級市場負責數據資產估值，二級市場負責數據資產定價，但沒有明確估值和定價之間的關系。戴炳榮等人認為數據資產價值評估應該在數據資產化階段完成，數據資產定價應該在數據資產運營階段完成。

筆者認為，數據資產價值評估和數據資產定價是數據資產價值管理過程中不同階段的獨立行為。數據資產價值評估是對數據資產的使用價值進行度量，與數據資產是否被交易無關。在一定的時間周期內，數據資產的價值是固定的，因此數據資產價值評估是一個靜態行為。數據資產價值評估在數據資產化階段實現。數據資產的價格是動態變化的，因此數據資產定價是一個動態行為。數據資產定價在數據資產交易過程中實現。在數據資產價值管理過程中，數據資產價值評估在前，數據資產定價在后。

同時，數據資產價值評估和數據資產定價有著不可分割的內在聯系。數據資產定價是在數據資產價值評估的基礎上，考慮數據資產的供求關系和數據資產可以多次交易且交易行為不會造成價值減損的特性進行的。

2.4 數據資產價值指數

數據資產價值指數是指基于數據資產價值評價指標體系，運用層次分析法（analytic hierarchy process，AHP）和專家打分法等方法求得的表征數據資產相對價值水平的百分制數值。

因為數據資產價值指數反映的是數據資產的相對價值水平，所以該指數可以作為可比數據資產的選擇依據。

國內外眾多學者基于影響因素構造了數據資產價值評價指標體系，并運用層次分析法和專家打分法計算了一個表征數據資產價值的值，通常這個數值用百分制來表示。很多學者直接把這個值當作數據資產價值，但實際上這個值只反映了數據資產的相對價值水平，并不是數據資產的價值。

2.5 可交易數據資產

可交易數據資產是指國家法律法規允許交易的數據。

3 數據資產價值評估研究綜述

通過文獻研究發現，國內外學者針對數據資產價值評估的研究工作主要圍繞數據資產價值維度、數據資產價值評價指標體系、數據資產價值指數、數據資產價值評估4個方面展開。

3.1 數據資產價值維度

符山以及中關村數海數據資產評估中心等對數據資產價值維度進行了研究。符山提出數據資產價值包括4個維度：效用價值、成本價值、戰略價值、交易價值，如圖1所示。中關村數海數據資產評估中心提出數據資產價值包括6個維度，如圖2所示。

圖1???符山提出的數據資產價值維度

圖2???中關村數海數據資產評估中心提出的數據資產價值維度

另一種代表性的觀點是從內部應用和外部運營的角度來區分數據資產的價值維度，如圖3所示。

圖3???區分內部應用和外部運營的數據資產價值維度

3.2 數據資產價值評價指標體系

參考文獻對數據資產價值進行了研究，并且有些學者提出了數據資產價值評價指標體系。

李然輝提出數據資產價值受到數據質量和數據應用兩方面因素的影響，并構造了數據資產價值評價指標體系，如圖4所示。

圖4???李然輝構造的數據資產價值評價指標體系

上海德勤資產評估有限公司與阿里研究院在李然輝所提體系的基礎上增加了風險維度，其構造的數據資產價值評價指標體系如圖5所示。

圖5???上海德勤資產評估有限公司與阿里研究院構造的數據資產價值評價指標體系

《電子商務數據資產評價指標體系》（GB/T 37550-2019）是我國數據資產領域的首個國家標準，其中提出的數據資產價值評價指標體系如圖6所示。

圖6???《電子商務數據資產評價指標體系》中的數據資產價值評價指標體系

高昂等人基于GB/T 37550-2019提出的數據資產價值評價指標體系如圖7所示。

圖7???高昂等人提出的數據資產價值評價指標體系

中關村數海數據資產評估中心攜手Gartner構造了由12個影響因素組成的數據資產價值評價指標體系，如圖8所示。

圖8???中關村數海數據資產評估中心攜手Gartner構造的數據資產價值評價指標體系

張馳在構建基于深度學習的數據資產價值分析模型時提出，使用顆粒度、多維度、活性度、規模度和關聯度5個維度來衡量數據資產的價值，其中每個維度又可以細分為多個維度，具體見表1。

3.3 數據資產價值指數

文獻中常用的基于數據資產價值評價指標體系計算數據資產價值指數的方法有層次分析法、專家打分法，以及層次分析法+模糊綜合評價法等方法。其中，專家打分法用于為評價指標打分。

使用層次分析法計算數據資產價值指數的步驟如下。

● 構建數據資產價值評價指標體系。

● 構造標度表。對于各個指標的權重，采取兩兩因素比較的專家打分法。在對兩個因素進行比較時，需要有定量的標度?？梢圆捎脴硕缺矸椒?，標度表見表2。

● 構造各級比較判斷矩陣，并進行一致性檢驗。以李然輝提出的數據資產價值評價指標體系中的質量維度為例，其包括4個評價指標（即完整性、正確性、一致性、重復性），采用專家打分法，按照重要程度進行兩兩比較，構造比較判斷矩陣，見表3。

● 計算各一級指標和二級指標的權重。

● 進行二級指標評分。

● 加權計算一級指標分數。

● 加權計算數據資產價值評價分數，即價值指數。

使用層次分析法+模糊綜合評價法計算數據資產價值指數的步驟如下。

（1）構建數據資產價值評價指標體系。

以梁艷[18]提出的數據資產價值評價指標體系為例，其包括3個一級指標：數據質量（Q）、數據容量（C）、數據應用管理（A）。其中，數據質量包括4個二級指標，即完整性、活躍性、唯一性、準確性；數據容量包括3個二級指標，即數據規模、數據類型、數據密度；數據應用管理包括3個二級指標，即數據挖掘、數據管理、應用維度。

（2）構造標度表。

（3）構造各級比較判斷矩陣，并進行一致性檢驗。

（4）計算一級指標和二級指標的權重。

一級指標權重向量為[ω₁ω₂ω₃]，數據質量維度的二級權重向量為[ω₁₁ω₁₂ω₁₃?ω₁₄]，數據容量維度的二級權重向量為[ω₂₁?ω₂₂?ω₂₃]，數據應用管理維度的二級權重向量為[ω₃₁ω₃₂ω₃₃]。

（5）構造數據資產模糊評價表，得到各一級指標對應的二級模糊評價矩陣。

采用專家打分法，打分規則為百分制：81~100分記為強；61~80分記為較強；41~60分記為較弱；40分及以下記為弱。邀請10位專家進行打分，根據打分結果構造數據質量維度的模糊評價表，見表4。

根據模糊評價表得到數據質量維度的模糊評價矩陣：

（6）將二級指標權重向量乘以二級模糊評價矩陣，得到一級指標模糊評價向量。

以一級指標“數據質量”為例，其模糊評價向量為：

同理，可以得到另外兩個一級指標“數據容量”“數據應用管理”的模糊評價向量分別為：[C₁C₂C₃C₄]、[A₁A₂A₃A₄]。

（7）一級指標模糊評價向量構成一級模糊評價矩陣：

?

（8）將一級指標權重向量乘以一級模糊評價矩陣，得到數據資產價值綜合模糊評價向量：

（9）構造分數對照表，見表5。

（10）將綜合模糊評價向量乘以分數對照表，得到數據資產價值評價分數，即價值指數。

3.4 數據資產價值評估

大多數學者和機構采用傳統的成本法和收益法來評估數據資產價值，也有學者把人工智能技術運用到數據資產價值評估中，從而構造基于深度學習的數據資產價值評估模型。

關于成本法和收益法用于數據資產價值評估的優勢和局限性，有各種不同的觀點，具體見表6。

3.4.1 成本法

在運用成本法評估數據資產價值方面，主要的研究成果包括如下3個方面。

（1）上海德勤資產評估有限公司與阿里研究院提出使用成本法評估數據資產價值，模型為：

被評估的數據資產價值=重置成本貶值 （6）

或者

被評估的數據資產價值=重置成本×成新率 （7）

其中，重置成本包括合理的成本、利潤和相關稅費，成本除了直接、間接成本，還需考慮機會成本；貶值包括功能性貶值、實體性貶值和經濟性貶值。

（2）李永紅等人使用成本法評估企業內部積累的數據資產價值，模型為：

被評估的數據資產價值=初期準備成本+全運營周期的運營成本 （8）

在李永紅等人的模型中，忽略了數據資產的損耗。

（3）林飛騰提出使用成本法評估數據資產價值，模型為：

被評估的數據資產價值=重置成本功能性貶值-經濟性貶值 （9）

其中，功能性貶值影響因素包括安全性、適合性、準確性、互操作性、完整性。使用層次分析法對不同的因素進行確權，得到所有影響因素權重ω₁、ω₂、ω₃、ω₄、ω₅；由專業的評估人員確定不同指標的貶值率M₁、M₂、M₃、M₄、M₅；通過加權計算得到功能性貶值率：

?

林飛騰認為，數據資產經濟性貶值的表現形式為使用壽命因外界因素變化而引起的經濟性貶值。但在國內，目前缺乏數據資產使用壽命的相關法律條文，數據資產未能與一些專利技術一樣有具體的保護年限，因而難以判斷數據資產的使用年限。故數據資產的經濟性貶值不應當體現在使用年限上，而應當體現在數據資產的有效性上，換言之，數據資產是否能夠繼續有效使用以及能夠有效使用的范圍受到外部因素影響。因此，需要評估人從數據資產的有效性這一角度出發，綜合判斷數據資產的經濟性貶值。

上述3個模型都沒有考慮數據資產的特性導致數據資產價值很可能高于數據資產成本的問題。

3.4.2 收益法

在使用收益法評估數據資產價值方面，主要的研究成果包括如下兩個方面。

（1）李永紅等人使用收益法評估數據資產價值，模型為：

其中，V表示評估價值，n表示數據資產預期產生收益的期限，R_t表示第t年數據資產的預期收益，i表示折現率。

李永紅等人的模型沒有考慮在風險因素的影響下，數據資產價值在收益期限內可能發生貶值的問題。

（2）梁艷提出使用多期超額收益法評估數據資產價值，模型為：

其中，V表示評估價值，E表示企業的自由現金流，E_w、E_f、E_i分別表示流動資產貢獻值、固定資產貢獻值、除數據資產外的其他無形資產貢獻值，K表示數據資產價值調整系數，i表示折現率，n表示收益期限。

在梁艷的模型中，首先從會計計量角度給出了企業自由現金流、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以及折現率的預測或計算方法；其次，使用層次分析法和模糊綜合評價法相結合的方法計算數據資產價值調整系數。數據資產價值調整系數的計算過程為：構建數據資產價值影響指標體系，使用層次分析法確定指標權重；使用模糊綜合評價法計算數據資產價值調整系數。

3.4.3 基于深度學習的數據資產價值分析模型

張馳提出基于深度學習的數據資產價值分析模型，基本分析過程如下。

（1）構造數據資產價值評價指標體系，見表1。

（2）提出基于5個特征維度（顆粒度、多維度、活性度、規模度、關聯度）的數據資產價值分析模型框架，該框架包括輸入層、隱含層、輸出層和價值計算式。數據資產價值計算式為：

其中，V表示數據資產價值，G表示顆粒度，D表示多維度，A表示活性度，S表示規模度，R表示關聯度，G、D、A、S、R∈[0,10]。

（3）運用深度學習方法，計算G、D、A、S、R 5個特征維度的值。

（4）將5個特征維度的值代入數據資產價值計算式，即可求得表征數據資產價值的數值。需要指出的是，此處求得的數值表示的是數據資產的相對價值，即數據資產價值指數。

4 數據資產定價研究綜述

4.1 數據資產定價策略

參考文獻對數據資產定價策略進行了研究，見表7。

此外，汪靖偉等人提出了一個基于區塊鏈的數據市場框架，分析和討論了這個框架中的安全性和隱私性問題及對應的解決方案。這樣一個數據市場框架為數據資產定價提供了基礎。

4.2 市場法定價模型

在使用市場法進行數據資產定價方面，主要的研究成果包括如下3個方面。

（1）上海德勤資產評估有限公司與阿里研究院提出的市場法數據資產定價模型為：

被評估的數據資產價格=可比數據資產市場交易價格×調整系數 （14）

其中，可比數據資產是指交易背景相同或相似的數據資產。

（2）劉琦等人提出的市場法數據資產定價模型為：

被評估的數據資產價格=可比數據資產價格×技術修正系數×價值密度修正系數×期日修正系數×容量修正系數×其他修正系數 （15）

其中，可比數據資產的可比性主要體現在兩點：類型相同、用途相同。

在修正系數計算方面，技術修正系數考慮了6個價值影響因素：數據獲取、數據存儲、數據加工、數據挖掘、數據保護、數據共享。使用層次分析法對不同的因素進行確權，得到所有影響因素權重ω₁、ω₂、ω₃、ω₄、ω₅、ω₆；采用專家打分法，分別對可比數據資產和被評估數據資產的6個指標進行打分，得到可比數據資產和被評估數據資產的6個指標比值：

（3）李永紅等人在2017年提出的市場法數據資產定價模型為：

其中，V表示被評估的數據資產價格，n表示可比數據資產數目，V_i表示第i個可比數據資產的市場價格，k_i表示第i個可比數據資產根據各項指標確定的綜合調整系數。

李永紅等人在2018年提出的市場法數據資產定價模型為：

其中，V表示被評估的數據資產價格，?V₁~V₅表示選取的5個可比數據資產的價值，K₁~K₅表示利用關聯度確定的5個可比數據資產的權重。

為了確定5個可比數據資產的權重，首先要確定數據資產價值影響因素，包括6個數據量與數據質量指標（企業規模、數據覆蓋程度、數據完整性、數據外部性、數據時效性、數據相關性）和3個數據分析能力指標（信息系統、人才技能、消費者需求），利用層次分析法計算出每個指標的權重ω_j；然后利用灰色關聯分析法計算關聯度r_i，選取關聯度最高的5個數據資產作為可比數據資產，進而計算5個可比數據資產的權重k_i：

4.3 其他定價模型

還有其他學者從不同的角度提出數據資產定價模型。李希君提出了基于數據信息熵的定價函數：

彭慧波提出基于元組的數據定價模型；趙麗等人提出基于價格區間的三階段討價還價模型；王婷婷在拍賣模型中引入信用評分機制；董祥千等人基于博弈論提出基于利潤最大化的數據資產定價模型等。

5 結束語

本文首先對數據資產的相關概念進行了定義，然后梳理了國內外學者對數據資產價值評估和數據資產定價的相關研究工作，這些研究工作涵蓋了數據資產價值維度、數據資產價值評價指標體系、數據資產價值指數、數據資產價值評估、數據資產定價等方面。這些研究對數據資產價值評估和數據資產定價的開展起到了一定的促進作用，但現階段的研究仍面臨以下問題。

● 數據資產價值評價指標體系主要考慮數據資產特性對價值的影響，對數據資產類別和數據資產價值維度考慮較少。

● 使用收益法和成本法評估數據資產價值仍有很大的局限性，比如數據資產收益期限的確定，使用成本法時如何彌補成本和價值的差異，使用收益法時如何考慮風險因素導致的收益損失等，這些問題都還沒有很好的解決辦法。

● 基于深度學習、信息熵等新技術的數據資產價值評估和定價方法還不能落地實踐。

針對上述問題，提出如下展望。

● 對數據資產類別和數據資產價值維度進行系統研究，基于數據資產類別和價值維度構造數據資產價值評價指標體系。

● 針對數據資產收益期限進行研究，提出基于數據資產類別和應用場景的數據資產收益期限確定方法。

● 針對可比數據資產的選取進行研究，提出具備可操作性的可比數據資產選取方法和技術方案。

● 針對使用收益法評估數據資產價值時因風險因素而導致的價值損失問題進行研究，提出具備可操作性的價值調整系數計算方法。

● 加強人工智能等新一代信息技術在數據資產價值評估和定價領域的應用研究。