摘要 在数字经济时代,数据成为新的关键生产要素。数据资产作为一种新的资产形式,如何对其进行价值管理成为一个新的研究课题。通过文献研究,对国内外学者关于数据资产价值管理的研究成果进行系统梳理,在此基础上提出数据资产价值指数概念,用于衡量数据资产的相对价值水平;总结了运用层次分析法和层次分析法+模糊综合评价法计算数据资产价值指数的过程,并对其进行步骤分解;讨论了数据资产价值和价格、数据资产价值评估和数据资产定价之间的内在联系和区别,并对数据资产价值管理的未来研究进行展望。 关键词 数据资产;数据资产价值指数;数据资产价值评估;数据资产定价 中图分类号:TP301 文献标识码:A doi:10.11959/j.issn.2096-0271.2021035 数据资产价值评估与定价:研究综述和展望 尹传儒1,2,金涛1,2,张鹏1,3,王建民1,2,陈嘉一1,3 1.清华大学-中国人寿财产保险股份有限公司工业安全大数据联合研究中心,北京100084; 2.清华大学软件学院,北京100084;3.中国人寿财产保险股份有限公司,北京100032 Assessmentandpricingofdataassets:researchreviewandprospect YINChuanru1,2,JINTao1,2,ZHANGPeng1,3,WANGJianmin1,2,CHENJiayi1,3 1.TsinghuaUniversity-ChinaLifePropertyandCasualtyInsuranceCo.,Ltd.JointResearchCenterforIndustrialSafetyBigData,Beijing100084,China 2.SchoolofSoftware,TsinghuaUniversity,Beijing100084,China 3.ChinaLifePropertyandCasualtyInsuranceCo.,Ltd.,Beijing100032,China Abstract Inthedigitaleconomyera,datahasbecomeanewkeyproductionfactor.Asanewformofassets,howtomanagethevalueofdataassetshasbecomeanewresearchtopic.Throughliteratureresearch,theresearchresultsofdomesticandforeignscholarsondataassetvaluemanagementwereanalyzedsystematically.Andtheconceptofdataassetvalueindexonthisbasiswasrecommended,whichwasusedtomeasuretherelativevalueofdataassets.Theprocessofcalculatingthedataassetvalueindexbytheuseofanalytichierarchyprocessandthefuzzycomprehensiveevaluationmethodweresummarized,andthestepsweredecomposed.Theinternalconnectionanddifferencebetweenthevalueandpriceofthedataasset,thevalueassessmentandthepricingofthedataassetweredemonstrated.Theprospectforfutureresearchondataassetvaluemanagementwasproposed. Keywords dataasset,dataassetvalueindex,dataassetassessment,dataassetpricing 1引言 党的十九届四中全会首次明确数据可作为生产要素按贡献参与分配。中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》提出,要加快培育数据要素市场。中共中央、国务院印发的《关于新时代加快完善社会主义市场经济体制的意见》提出,要加快培育发展数据要素市场,加快建设统一开放、竞争有序的市场体系,推进要素市场制度建设,实现要素价格市场决定、流动自主有序、配置高效公平。 在数字经济时代,数据成为新的关键生产要素。加快推进数据价值化、发展数据要素市场是数字经济的关键。尹西明等人[1]对数据要素价值化动态过程机制进行了研究。中国信息通信研究院发布的《数据价值化与数据要素市场发展报告(2021年)》[2]提出数据价值化的“三化”框架,即数据资源化、数据资产化、数据资本化。数据资源化指使无序、混乱的原始数据成为有序、有使用价值的数据资源。数据资产化是指数据通过流通交易给使用者或所有者带来经济利益的过程。数据资产化是实现数据价值的核心,其本质是形成数据交换价值、初步实现数据价值的过程。数据资本化主要包括两种方式:数据信贷融资和数据证券化。 数据资产化是数据要素市场发展的关键与核心。数据资产化的实现包括两个阶段:数据资产价值评估和数据资产定价。目前全球对数据资产价值评估和数据资产定价都有一定的探索,但还未到成熟可全面推广应用的阶段,相关的理论、技术和模型都还有待进一步研究和开发。 本文通过文献研究,对国内外学者关 于数据资产价值评估和数据资产定价的研究成果进行梳理,总结已有研究成果,对未来数据资产价值评估和数据资产定价的研究进行展望。 2概念和定义 2.1数据资产价值维度 数据资产价值维度即数据资产价值实现的方式。 同一数据资产在不同应用场景中体现出不同维度的价值。因此,同一数据资产在不同应用场景中的价值不同。 2.2数据资产价值和价格 价格并不等同于价值,价格是价值的表现形式,价值是决定价格的基础。使用价值是指物品的有用性或效用,即物品能够满足人们的某种需要。在完全竞争条件下,商品的价格主要取决于使用价值和供求关系。在不完全竞争条件下,如存在垄断时,价值与价格的关系就会出现分离,因为定价权被独占。价格的差异与边际效用的差别有关。 数据资产价值和应用场景紧密相关,在不同应用场景中影响价值的因素不同,价值也就不同。例如将同一健康医疗数据资产分别应用到健康医疗广告精准投放、健康险产品开发、健康医疗服务提供这3个不同的场景中时,其价值可能是不同的。 数据资产不同于实物资产,其价格不仅受到使用价值与供求关系的影响,还受到数据资产自身特性的影响,一是数据资产的交易并不一定要以让渡数据所有权或使用权为前提,二是数据资产可以多次交易且交易行为不会造成价值减损。因此通 常情况下,数据资产交易价格以其价值为基础,但价值远高于交易价格。 在一定程度上,可以把数据资产的价格看成数据资产在单次交易中的价值体现。 2.3数据资产价值评估和数据资产定价 对于数据资产价值评估和数据资产定价之间的关系,有学者做了一些研究工作。陆岷峰等人[3]在对数据资产估值定价管理体制和运行机制进行研究时认为,应该把数据资产交易所划分为一级市场和二级市场,一级市场负责数据资产估值,二级市场负责数据资产定价,但没有明确估值和定价之间的关系。戴炳荣等人[4]认为数据资产价值评估应该在数据资产化阶段完成,数据资产定价应该在数据资产运营阶段完成。 笔者认为,数据资产价值评估和数据资产定价是数据资产价值管理过程中不同阶段的独立行为。数据资产价值评估是对数据资产的使用价值进行度量,与数据资产是否被交易无关。在一定的时间周期内,数据资产的价值是固定的,因此数据资产价值评估是一个静态行为。数据资产价值评估在数据资产化阶段实现。数据资产的价格是动态变化的,因此数据资产定价是一个动态行为。数据资产定价在数据资产交易过程中实现。在数据资产价值管理过程中,数据资产价值评估在前,数据资产定价在后。同时,数据资产价值评估和数据资产 定价有着不可分割的内在联系。数据资产定价是在数据资产价值评估的基础上,考虑数据资产的供求关系和数据资产可以多次交易且交易行为不会造成价值减损的特性进行的。 2.4数据资产价值指数 数据资产价值指数是指基于数据资 产价值评价指标体系,运用层次分析法 (analytichierarchyprocess,AHP)和专家打分法等方法求得的表征数据资产相对价值水平的百分制数值。 因为数据资产价值指数反映的是数据资产的相对价值水平,所以该指数可以作为可比数据资产的选择依据。 国内外众多学者基于影响因素构造了数据资产价值评价指标体系,并运用层次分析法和专家打分法计算了一个表征数据资产价值的值,通常这个数值用百分制来表示。很多学者直接把这个值当作数据资产价值,但实际上这个值只反映了数据资产的相对价值水平,并不是数据资产的价值。 2.5可交易数据资产 可交易数据资产是指国家法律法规允许交易的数据。 3数据资产价值评估研究综述 通过文献研究发现,国内外学者针对数据资产价值评估的研究工作主要围绕数据资产价值维度、数据资产价值评价指标体系、数据资产价值指数、数据资产价值评估4个方面展开。 3.1数据资产价值维度 符山[5]以及中关村数海数据资产评估中心等对数据资产价值维度进行了研究。符山[5]提出数据资产价值包括4个维度:效用价值、成本价值、战略价值、交易价值,如图1所示。中关村数海数据资产评估中心提出数据资产价值包括6个维度,如图2所示。 另一种代表性的观点是从内部应用和外部运营的角度来区分数据资产的价值维度,如图3所示。 3.2数据资产价值评价指标体系 参考文献[6-14]对数据资产价值进行了研究,并且有些学者提出了数据资产价值评价指标体系。 李然辉[13]提出数据资产价值受到数据质量和数据应用两方面因素的影响,并构造了数据资产价值评价指标体系,如图4所示。 上海德勤资产评估有限公司与阿里研究院[14]在李然辉所提体系的基础上增加了风险维度,其构造的数据资产价值评价指标体系如图5所示。 《电子商务数据资产评价指标体系》 (GB/T37550-2019)[15]是我国数据资产领域的首个国家标准,其中提出的数据资产价值评价指标体系如图6所示。 高昂等人[16]基于GB/T37550-2019 提出的数据资产价值评价指标体系如图7所示。 中关村数海数据资产评估中心携手Gartner构造了由12个影响因素组成的数据资产价值评价指标体系,如图8所示。 张驰[17]在构建基于深度学习的数据资产价值分析模型时提出,使用颗粒度、多维度、活性度、规模度和关联度5个维度来衡量数据资产的价值,其中每个维度又可以细分为多个维度,具体见表1。 3.3数据资产价值指数 文献中常用的基于数据资产价值评价指标体系计算数据资产价值指数的方法有层次分析法、专家打分法,以及层次分析法+模糊综合评价法等方法。其中,专家打分法 图1符山提出的数据资产价值维度 图2中关村数海数据资产评估中心提出的数据资产价值维度 图3区分内部应用和外部运营的数据资产价值维度 图4李然辉构造的数据资产价值评价指标体系 图5上海德勤资产评估有限公司与阿里研究院构造的数据资产价值评价指标体系 图6《电子商务数据资产评价指标体系》中的数据资产价值评价指标体系 图7高昂等人提出的数据资产价值评价指标体系 图8中关村数海数据资产评估中心携手Gartner构造的数据资产价值评价指标体系 表1张驰构造的数据资产价值评价指标体系 一级维度二级维度 颗粒度数据属性数量、数据属性类型、数据属性精度、数据属性准确性、数据属性长度、数据属性完整性、数据属性合规性、维护频率、数据属性格式、编码方式、标准、命名规则 多维度数据来源种类、数据来源数量、数据来源方式、数据来源类型、数据覆盖范围、数据重复率、数据一致性、数据采集方式 活性