数据要素评估计价的理论体系与实践探索

数据要素评估计价的理论体系与实践探索 (简要版 粤港澳大湾区数据要素评估计价中心2024年10月 报告专家组成员 卢延纯国家发展和改革委员会价格成本和认证中心主任杜平国家信息中心原党委书记常务副主任 于施洋国家信息中心大数据发展部主任 刘刚国家发展和改革委员会价格监测中心副主任王威江西省发展和改革委员会数据局党组成员王耀文深圳市政务服务和数据管理局副局长 李红光深圳交易集团党委委员副总经理深圳数据交易所党支部书记董事长 王磊中国光大银行深圳分行副行长 王一鸣北京大学经济学院金融学系主任教授博士生导师 杨东长江学者中国人民大学法学院教授博士生导师校人事处处长 杨翰方中国人民大学统计学院教授 林常乐清华交叉信息核心技术研究院常务副院长 宋鹏程西安交通大学数字经济讲席教授海南数据交易有限公司董事长 报告起草组成员 组长: 副组长 王建冬国家发展和改革委员会价格监测中心副主任赣州市委常委副市长 王 冠 深圳数据交易所有限公司副总经理 李 琳 粤港澳大湾区大数据研究院常务副院长 刘 屾 赣州市行政审批局政务服务和数据管理局党组书记局长 报告起草组员按姓氏拼音排序: 何荣胜吕指臣李颖聂怗孙晋孙湛熊伟巍杨铭鑫虞洋 案例研究组员按姓氏拼音排序: 江祖松林余楚李旭东伍簙侃肖国泉钟毅 案例支持单位 深圳市福田产业投资服务有限公司深译信息科技珠海有限公司江西冠英智能科技股份有限公司开普云信息科技股份有限公司 赣州市智能产业创新研究院 一研究问题的提出 数据是继土地劳动力资本技术之后的第五大生产要素是基础性资源和战略性资源也是重要生产力我国经济社会发展沉淀的数据总量所催生的数据资产潜在市场规模十分巨大据中央网信办调查12022年我国数据年产量8.1ZB1ZB=270字节占全球10.5%数据要素已超过技术要素成为仅次于资本的第二大贡献生产要素 2023年11月在国家发展改革委价格监测中心等上级部门支持协调下深圳数据交易所粤港澳大湾区大数据研究院中国人民大学交叉科学研究院交叉信息核心技术研究院清华大学等单位共同启动了粤港澳大湾区数据要素评估计价中心建设本报告是该中心启动组建后形成的首部公开研究成果旨在通过对数据资产数据流通交易产品等数据要素形态价格问题研究回顾的基础上构建较为完整统一的数据要素评估计价理论体系并结合深圳数据交易所相关行业实践进行案例介绍以期对下一步行业研究提供有益借鉴 二不同视角下的数据要素评估计价 一资产评估视角下的数据要素评估计价 从资产评估视角看按照中国资产评估协会印发的数据资产评估指导意见评估方法包括收益法成本法和市场法三种基本方法及其衍生方法 成本法是将在当前条件下重新购置或者建造一个全新 1国家互联网信息办公室发布数字中国发展报告2022年[EB/OL]..(2023-05-23)[2024-01-02].http://www.cac.gov.cn/2023-05/22/c_1686402318492248.htm?eqid=e964285800089bd400000004646d59f 状态的评估对象所需的全部成本与合理利润减去各项贬值后的差额作为评估对象价值的评估方法成本法估值一般使用于尚无活跃公开交易市场其直接收益预测有一定难度的数据产品其优势在于操作相对简单但存在无法充分反映数据的未来潜在价值且过度依赖成本数据等问题 收益法是通过测算数据资产未来带来的经济效益并利用折现率计算至当前时点的价值总和从而得出数据资产的价值收益法相比成本法能够更好体现数据资产真实价值更易被数据需求者所接受但由于数据资产的预期收益年限折现率等参数在设定上经常难以统一这一定程度上降低了该方法的客观性此外考虑到数据价值难预测易波动通过收益法确定数据资产价值的公允性有待进一步提升 市场法通过参考公开交易市场中活跃交易的同类可比产品价格进而确定待估数据资产的价值对于存在合法合规的公开活跃交易市场并且存在足够数量可比案例情况下较为适用但是当前数据交易市场正处于发展初期场内数据交易频次和规模较小寻找同类可比产品难度较大 二流通交易视角下的数据要素评估计价 在流通视角下当前我国各地已成立或推动成立近50家数据交易场所为数据买卖双方提供了一个公平公正公允的价格博弈环境基于博弈理论的定价更关注数据价格的形成过程而非数据价值评估本身更有利于解决多方利益关系信息不对称的问题博弈定价主要包括基于非合作博 弈non-cooperativegame的定价模型基于Stackelberg博弈的定价模型基于讨价还价博弈的定价模型三类2 非合作博弈non-cooperativegame指参与者之间不建立合作关系只设定使自身利润最大化的价格如LuongNC等3在其研究中将一个物联网数据交易市场建模为一个非合作博弈模型并提出相应价格策略 讨价还价博弈在数据交易市场中主要表现为买方和卖方就数据商品的价格需经过协商博弈后达成一致这一方式被广泛应用在复杂条件下的谈判其主要缺陷在于需要耗费大量时间和资源可能导致交易效率低下 Stackelberg博弈是一种序贯博弈在博弈过程中存在 领导者和追随者两类角色领导者首先作出定价决策并充分考虑追随者可能的反应而追随者则再基于领导者的决策优化自己的决策最终确定最优定价策略JungK等4搭建了一个两阶段的Stackelberg博弈模型来解决数据需求者的定价和购买问题LiuK等5搭建了一个两阶段的Stackelberg博弈模型来解决数据需求者的定价和购买问题这一模型主要困难在于数据拥有者需要确定一个价格领导者数据交易所作为数据交易集中发生的空间能够及时地反映数据交易真实的供需关系作为价格领导者具有一定的公允性 2张小伟,江东,袁野.基于博弈论和拍卖的数据定价综述[J].大数据,2021,7(04):61-79. 3LuongNC,HoangDT,WangP,etal.DatacollectionandwirelesscommunicationinInternetofThings(IoT)usingeconomicanalysisandpricingmodels:Asurvey[J].IEEECommunicationsSurveys&Tutorials,2016,18(4):2546-2590. 4JungK,ParkS.Privacybargainingwithfairness:privacy-pricenegotiationsystemforapplyingdifferentialprivacyindatamarketenvironments[C]//2019IEEEInternationalConferenceonBigData(BigData).IEEE,2019:1389-1394. 5LiuK,QiuX,ChenW,etal.Optimalpricingmechanismfordatamarketinblockchain-enhancedinternetofthings[J].IEEEInternetofThingsJournal,2019,6(6):9748-9761. 三新技术视角下的数据定价 数据价格形成是一个跨信息学经济学等学科的综合性问题因此需要利用人工智能联邦学习等新技术新方法推动数据要素的动态化智能化价格形成6通过梳理相关研究发现主要聚焦三个研究方向 一是模拟仿真数据动态定价即允许企业根据实时需求为商品或服务设置灵活的价格价格将根据供需变化竞争对手的价格以及其他市场情况进行调整相关学者运用基于模拟数据或真实交易平台上的数据神经网络强化学习等方法研究数据智能定价SmartdatapricingSDP7问题旨在采用可变价格激励用户调整其互联网访问行为 二是基于维度模块评估数据价值此类研究旨在通过机器学习方法直接或间接评价数据价值如倪渊等8在提出数据价值评估指标体系的基础上构建AGA-BPadaptivegeneticalgorithm-backpropagation神经网络模型沈俊鑫等提出了基于模型堆叠集成GBDTGradientBoostingDecisionTree算法的数据资源价值评估方法9 三是机器学习模型类产品的价值评估CongZ等10认为要从机器学习模型构建步骤出发从原始数据集数据标签形成多方协同训练三个过程综合讨论其价格问题ChenL等11基于数据销售商—中间商—模型产品购买方的交易 6黄倩倩,任明.国内外数据要素市场中价格机制研究述评与展望[J].价格理论与实践,2023(03):26-30.7ChawlaC,ChanaI.Optimaltimedependentpricingmodelforsmartcloudwithcostbased scheduling[C].InternationalSymposiumonWomeninComputingandInformatics,2015522–526. 8倪渊,李子峰,张健.基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究[J].情报理论与实践,2020,43(01):135-142. 9沈俊鑫,赵雪杉.基于动态Stacked-GBDT算法的数据资源价值评估方法研究[J].科技管理研究,2023,43(1):53-61. 10CongZ,LuoX,PeiJ,etal.Datapricinginmachinelearningpipelines[J].KnowledgeandInformationSystems,2022:1-39. 11ChenL,KoutrisP,KumarA.Towardsmodel-basedpricingformachinelearninginadata 流程提出了一个基于模型的机器学习amodel-basedpricing,MBP定价框架 三数据要素评估计价的对象和基本原则 一数据要素评估计价的对象 数据一般不直接以原始形式直接进行流通和交换而是需要经过加工整理和优化形成一种具有明确应用场景和使用价值的产品后参与交易和流通目前数据交易市场上的交易标的主要分为数据产品数据工具和数据服务等产品形态12 从数据开发利用的层级来看2020年12月国家发展改革委中央网信办工业和信息化部国家能源局联合发布关于加快构建全国一体化大数据中心协同创新体系的指导意见以下简称指导意见指出要完善覆盖原始数据脱敏处理数据模型化数据和人工智能化数据等不同数据开发层级的新型大数据综合交易机制按照指导意见要求参照信息理论对信息价值的分类在数据要素市场建设中按照流通交易数据要素的价值深度可明确为四种要素形态图3-1 marketplace[C]//Proceedingsofthe2019InternationalConferenceonManagementofData.2019:1535-1552. 12深圳市数据交易管理暂行办法深圳市发展和改革委员会2023年2月21日. 图3-1数据要素四种形态划分13 二数据要素评估计价的基本原则 数据要素评估计价应遵循公正性和高效性两大基本原则以形成健康高效的数据价格体系 公正性主要包括三个维度议价公平过程合规价值合理议价公平即确保议价活动在公平公正的基础上进行所有相关方都能访问到过程中的关键信息促进信任和公平竞争价值合理即定价应真实反映数据资产的内在价值确保价格与其价值相匹配过程合规即在定价过程中应严格遵守数据安全资金安全保密管理和隐私保护等相关法律法规确保定价活动不仅符合市场需求也符合法律和道德标准 高效性原则主要包括三个层面的内容一是定价机制应设计得足够灵活便迅速响应市场动态和变化保持流程的高效率消除信息的不对称减少不必要的延误和成本并能够根据市场变化技术进步和用户需求进行调整二是应该保持定价机制的公开透明让市场参与者能够清楚理解定价依据和过程也要以市场为导向即基于市场供需情况反映数据的实际价值和使用场景避免人为干预三是应鼓励数据的高效流通和利用减少交易成本提升资源配置效率并设计有效的激励机制以便通过合理的定价激励数据提供者和使用者促进数据的创新和应用 四数据交易价格形成的基