數(shù)據(jù)要素價(jià)值評(píng)估方法研究

數(shù)據(jù)要素價(jià)值評(píng)估方法研究摘要：隨著數(shù)字技術(shù)手段的日益成熟，數(shù)據(jù)應(yīng)用場(chǎng)景的邊界不斷拓展，數(shù)據(jù)的變現(xiàn)能力逐漸增強(qiáng)，數(shù)據(jù)要素對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的乘數(shù)效應(yīng)日益凸顯?；谑袌?chǎng)和非市場(chǎng)角度，分析數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值，探究數(shù)據(jù)要素價(jià)值的影響因素，并對(duì)現(xiàn)有的數(shù)據(jù)要素價(jià)值評(píng)估方法進(jìn)行前瞻性分析，為今后我國(guó)建立數(shù)據(jù)價(jià)值評(píng)估框架和健全數(shù)據(jù)要素市場(chǎng)體系提供發(fā)展思路和政策建議。關(guān)鍵詞：數(shù)據(jù)要素；數(shù)據(jù)資產(chǎn)；數(shù)據(jù)價(jià)值；數(shù)據(jù)安全1引言2020年4月，中共中央、國(guó)務(wù)院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》（簡(jiǎn)稱《意見(jiàn)》），首次將數(shù)據(jù)納入生產(chǎn)要素范圍，與土地、勞動(dòng)力、資本、技術(shù)等傳統(tǒng)要素并駕齊驅(qū)?！兑庖?jiàn)》明確“加快培育數(shù)據(jù)要素市場(chǎng)，推進(jìn)政府?dāng)?shù)據(jù)開(kāi)放共享，提升社會(huì)數(shù)據(jù)資源價(jià)值”。這是對(duì)數(shù)據(jù)要素價(jià)值的充分認(rèn)可，也是推動(dòng)數(shù)據(jù)成為

我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展新動(dòng)能的重要引領(lǐng)。隨著數(shù)據(jù)的基礎(chǔ)性戰(zhàn)略資源地位的日益凸顯，加快進(jìn)行數(shù)據(jù)要素價(jià)值評(píng)估有利于幫助我國(guó)用好數(shù)據(jù)新生產(chǎn)要素和算力新生產(chǎn)力，全面釋放數(shù)據(jù)要素紅利，將數(shù)據(jù)資源優(yōu)勢(shì)轉(zhuǎn)化為經(jīng)濟(jì)增長(zhǎng)發(fā)展優(yōu)勢(shì)，推動(dòng)我國(guó)經(jīng)濟(jì)迎來(lái)更廣闊的藍(lán)海。2數(shù)據(jù)要素價(jià)值的影響因素作為人口大國(guó)與數(shù)字經(jīng)濟(jì)強(qiáng)國(guó)，我國(guó)擁有顯著的數(shù)據(jù)資源優(yōu)勢(shì)。2018年，我國(guó)數(shù)據(jù)規(guī)模為7.6ZB，約占全球的23.0%，預(yù)計(jì)到2025年增長(zhǎng)至48.6ZB，約占全球規(guī)模的27.8%，成為全球最大的數(shù)據(jù)圈[1。基于市場(chǎng)角度，數(shù)據(jù)要素加快各個(gè)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，推動(dòng)新模式、新業(yè)態(tài)走向成熟，為經(jīng)濟(jì)增長(zhǎng)注入創(chuàng)新與發(fā)展活力?；诜鞘袌?chǎng)角度，數(shù)據(jù)要素成為政府管理和社會(huì)治理模式創(chuàng)新的重要驅(qū)動(dòng)力，對(duì)提升政府公信力、增進(jìn)人民福祉、促進(jìn)社會(huì)發(fā)展等發(fā)揮了重要作用。2.1數(shù)據(jù)的市場(chǎng)價(jià)值體現(xiàn)當(dāng)前，數(shù)據(jù)要素的市場(chǎng)潛力正在釋放，全球數(shù)據(jù)市場(chǎng)價(jià)值呈現(xiàn)高速增長(zhǎng)態(tài)勢(shì)。2019年，全球大數(shù)據(jù)市場(chǎng)總體價(jià)值約490億美元，2025

年將增長(zhǎng)至900億美元，整體實(shí)現(xiàn)翻一番,］。數(shù)據(jù)要素的市場(chǎng)價(jià)值主要通過(guò)以下3種方式變現(xiàn)。2.1.1數(shù)據(jù)驅(qū)動(dòng)型企業(yè)的內(nèi)部?jī)?yōu)化對(duì)于企業(yè)自身而言，數(shù)據(jù)驅(qū)動(dòng)型模式的優(yōu)勢(shì)在于提高其自主性調(diào)節(jié)能力和商業(yè)生產(chǎn)力。對(duì)數(shù)據(jù)的分析和應(yīng)用服務(wù)于企業(yè)內(nèi)部的經(jīng)營(yíng)決策、業(yè)務(wù)流程和生產(chǎn)效率，幫助企業(yè)提高盈利能力和/或降低運(yùn)營(yíng)成本。以制造業(yè)為例，制造業(yè)企業(yè)間通過(guò)共享生產(chǎn)設(shè)備數(shù)據(jù)，可延長(zhǎng)機(jī)器的正常運(yùn)行時(shí)間，解決產(chǎn)品質(zhì)量、能源損耗等問(wèn)題，以達(dá)到優(yōu)化企業(yè)資產(chǎn)的目的。此外，企業(yè)通過(guò)數(shù)據(jù)技術(shù)實(shí)時(shí)跟蹤產(chǎn)品及零部件的供應(yīng)鏈，可以及時(shí)調(diào)整生產(chǎn)計(jì)劃，降低庫(kù)存水平，應(yīng)對(duì)突發(fā)事故［3］。2.1.2數(shù)據(jù)業(yè)務(wù)的外部商業(yè)化相對(duì)于數(shù)據(jù)對(duì)企業(yè)內(nèi)部的自我優(yōu)化，數(shù)據(jù)要素的外部作用主要體現(xiàn)在數(shù)據(jù)業(yè)務(wù)模式的拓展。通過(guò)打破信息壁壘，數(shù)據(jù)幫助第三方企業(yè)根據(jù)市場(chǎng)環(huán)境變化采取更加合理的商業(yè)行為和策略，進(jìn)而優(yōu)化市場(chǎng)供求結(jié)構(gòu)。例如，大型電子商務(wù)企業(yè)基于其龐大的用戶基數(shù)，建立了消費(fèi)者統(tǒng)一的身份識(shí)別體系，通過(guò)收集分析用戶數(shù)據(jù)，了解用戶的消費(fèi)

需求、品牌認(rèn)知、品牌忠誠(chéng)度等特征，建立消費(fèi)者用戶畫像圖冊(cè)，以此為品牌商提供數(shù)字營(yíng)銷策略，并在其渠道矩陣上實(shí)現(xiàn)精準(zhǔn)廣告投放。2.1.3數(shù)據(jù)交易的產(chǎn)業(yè)化發(fā)展2013年，英國(guó)數(shù)據(jù)檔案館(UKDataArchive)提出“數(shù)據(jù)生命周期”(DataLifeCycle)概念，即數(shù)據(jù)價(jià)值的開(kāi)發(fā)和利用過(guò)程，包含數(shù)據(jù)的創(chuàng)建、處理、分析、保存、訪問(wèn)、復(fù)用共6個(gè)循環(huán)往復(fù)的環(huán)節(jié)⑷。由于數(shù)據(jù)供給方和需求方難以匹配成功，數(shù)據(jù)資源無(wú)法得到有效配置，數(shù)據(jù)生命周期的運(yùn)轉(zhuǎn)往往不通暢⑸。在此背景下，大數(shù)據(jù)交易產(chǎn)業(yè)應(yīng)運(yùn)而生，大數(shù)據(jù)交易平臺(tái)成為數(shù)據(jù)供給方和需求方進(jìn)行數(shù)據(jù)資源交易的重要載體。據(jù)貴陽(yáng)大數(shù)據(jù)交易所預(yù)測(cè)，2020年我國(guó)大數(shù)據(jù)交易市場(chǎng)規(guī)模將達(dá)到545億元，是2015年市場(chǎng)規(guī)模的16倍⑹。現(xiàn)存的數(shù)據(jù)交易平臺(tái)主要分為3種類型：一是數(shù)據(jù)經(jīng)紀(jì)商模式。數(shù)據(jù)經(jīng)紀(jì)商的平臺(tái)業(yè)務(wù)不僅包括數(shù)據(jù)收集，還囊括了數(shù)據(jù)處理、數(shù)據(jù)加工、數(shù)據(jù)分析等個(gè)性化增值服務(wù)。例如，美國(guó)數(shù)據(jù)服務(wù)商IDAnalytics通過(guò)收集和處理個(gè)人信用數(shù)據(jù)，為政府和商業(yè)機(jī)構(gòu)提供以身份認(rèn)證、

交易欺詐檢測(cè)和認(rèn)證為目的的數(shù)據(jù)分析服務(wù)。二是眾包數(shù)據(jù)服務(wù)商模式。數(shù)據(jù)服務(wù)商憑借其數(shù)字技術(shù)能力，基于眾包模式為用戶提供數(shù)據(jù)標(biāo)注、制作、采集服務(wù)。例如，數(shù)據(jù)堂、百度數(shù)據(jù)眾包平臺(tái)等服務(wù)商利用其數(shù)據(jù)處理技術(shù)和人才優(yōu)勢(shì)，從智能安防、智能駕駛、智能家居等多種復(fù)雜場(chǎng)景采集和提取數(shù)據(jù)，為人工智能企業(yè)提供數(shù)據(jù)采集和標(biāo)注服務(wù)。三是第三方數(shù)據(jù)平臺(tái)模式。數(shù)據(jù)平臺(tái)主要扮演中介的角色，以提供數(shù)據(jù)交易撮合服務(wù)和健全數(shù)據(jù)交易標(biāo)準(zhǔn)為主要業(yè)務(wù)。數(shù)據(jù)提供方和數(shù)據(jù)購(gòu)買方經(jīng)數(shù)據(jù)平臺(tái)的審核認(rèn)證，進(jìn)行數(shù)據(jù)定價(jià)和買賣。例如，貴陽(yáng)大數(shù)據(jù)交易所接入225家數(shù)據(jù)源，為買賣雙方提供脫敏脫密、安全認(rèn)證的數(shù)據(jù)交易場(chǎng)所，以及數(shù)據(jù)確權(quán)、定價(jià)、結(jié)算、交付、安全保障、資產(chǎn)管理等配套服務(wù)。2.2數(shù)據(jù)的社會(huì)價(jià)值體現(xiàn)2019年，OECD提出“政府?dāng)?shù)據(jù)價(jià)值周期”(GovernmentDataValueCycle)模型⑺，為數(shù)據(jù)的公共價(jià)值奠定了理論基礎(chǔ)。該模型提出了政府?dāng)?shù)據(jù)的4個(gè)階段：一是數(shù)據(jù)的收集和生成；二是數(shù)據(jù)的存儲(chǔ)、保護(hù)和處理；三是數(shù)據(jù)的共享、策劃和發(fā)布；四是數(shù)據(jù)的使用和重復(fù)使用。這4個(gè)階段并非線性方向進(jìn)行，而是通過(guò)反饋循環(huán)和更新迭代

進(jìn)行的。根據(jù)“政府?dāng)?shù)據(jù)價(jià)值周期”模型，在最后兩個(gè)階段，即在數(shù)據(jù)的共享、策劃、發(fā)布、使用與重復(fù)使用的過(guò)程中，數(shù)據(jù)的社會(huì)價(jià)值得以充分釋放?！皵?shù)據(jù)驅(qū)動(dòng)的公共部門”（Data-DrivenPublicSector,DDPS）是最具代表性的例證。如圖1所示，數(shù)據(jù)的開(kāi)放共享和循環(huán)使用對(duì)于提高政府決策能力、治理水平和服務(wù)效率起到關(guān)鍵作用。圖1“數(shù)據(jù)驅(qū)動(dòng)的公共部門”（DDPS）流程圖（來(lái)源：OECD）一是公共部門對(duì)數(shù)據(jù)的使用能幫助其從經(jīng)驗(yàn)決策走向科學(xué)決策，提高決策的精準(zhǔn)性、科學(xué)性和預(yù)見(jiàn)性。例如，2017年美國(guó)政府將地理

信息和犯罪數(shù)據(jù)相結(jié)合分析，幫助警方進(jìn)行風(fēng)險(xiǎn)地形建模，有效配置警力資源，從而推動(dòng)新澤西州紐瓦克市的槍支暴力事件下降35%，亞利桑那州格倫代爾市的犯罪率下降40%,］。二是公共部門通過(guò)數(shù)據(jù)不斷提升行政管理、社會(huì)治理效能，使政策措施能落到實(shí)處，執(zhí)行到位，并削減不必要的開(kāi)支。例如，我國(guó)通過(guò)構(gòu)建大數(shù)據(jù)扶貧系統(tǒng)和服務(wù)平臺(tái)，準(zhǔn)確界定符合救助標(biāo)準(zhǔn)的貧困人口數(shù)量、分布地區(qū)等信息，對(duì)扶貧范圍內(nèi)的對(duì)象進(jìn)行準(zhǔn)確的需求評(píng)估，從而保證扶貧措施能夠精準(zhǔn)到戶。三是政府?dāng)?shù)據(jù)的開(kāi)放共享能有效改善居民的生產(chǎn)方式和生活水平，為社會(huì)發(fā)展帶來(lái)間接的經(jīng)濟(jì)效益。歐盟數(shù)據(jù)門戶預(yù)測(cè)，截止到2020年年底，歐盟28個(gè)成員國(guó)的私營(yíng)部門將因政府?dāng)?shù)據(jù)開(kāi)放而增加近10萬(wàn)個(gè)工作崗位需求。交通數(shù)據(jù)的實(shí)時(shí)共享每年能幫助居民節(jié)省6.29億小時(shí)的道路等待時(shí)間，減少5.5%的道路交通死亡人數(shù)和16%的能源消耗［9］。2.3數(shù)據(jù)要素價(jià)值的影響因素

數(shù)據(jù)要素價(jià)值能否得到有效開(kāi)發(fā)和利用主要取決于3個(gè)因素。一是數(shù)據(jù)的基本特征，即數(shù)據(jù)的容量（Volume）、時(shí)效性（Velocity）、多樣性（Variety）、價(jià)值密度（Value）、真實(shí)性（Veracity）5個(gè)維度。這5個(gè)維度決定了數(shù)據(jù)資源能否有效發(fā)揮作用，產(chǎn)生洞見(jiàn)。其中，數(shù)據(jù)的價(jià)值密度和真實(shí)性是數(shù)據(jù)業(yè)務(wù)增值的重要因素，決定了數(shù)據(jù)使用者能否及時(shí)準(zhǔn)確地進(jìn)行決策分析，而數(shù)據(jù)的容量和多樣性則是對(duì)數(shù)據(jù)價(jià)值變現(xiàn)的考驗(yàn)。在數(shù)字經(jīng)濟(jì)時(shí)代的背景下，數(shù)據(jù)規(guī)模急劇增長(zhǎng)，數(shù)據(jù)結(jié)構(gòu)復(fù)雜多樣。能否從龐大和雜亂的數(shù)據(jù)“洪流”中提取有效信息，是影響數(shù)據(jù)質(zhì)量的關(guān)鍵。二是數(shù)據(jù)的經(jīng)濟(jì)屬性，即數(shù)據(jù)是否作為一種公共產(chǎn)品存在。公共產(chǎn)品的特點(diǎn)包括非競(jìng)爭(zhēng)性和非排他性。前者指對(duì)某一產(chǎn)品的消費(fèi)不會(huì)影響他人對(duì)其消費(fèi)，后者指對(duì)某一產(chǎn)品的使用不會(huì)排斥他人對(duì)其使用。作為一種生產(chǎn)要素，數(shù)據(jù)具有部分非競(jìng)爭(zhēng)性，絕大部分?jǐn)?shù)據(jù)可以被重復(fù)使用，且不影響其容量和質(zhì)量。這意味著數(shù)據(jù)可以供多個(gè)主體重復(fù)使用，數(shù)據(jù)要素新增的產(chǎn)出或收益不隨數(shù)據(jù)的使用次數(shù)而遞減，其邊際成本非常低。但數(shù)據(jù)是否具有非排他性的關(guān)鍵在于其所有權(quán)問(wèn)題。

如果數(shù)據(jù)屬于私有資產(chǎn)，數(shù)據(jù)所有者有權(quán)阻止他人訪問(wèn)和使用其數(shù)據(jù)庫(kù)，則數(shù)據(jù)具有排他性。由于目前數(shù)據(jù)的所有權(quán)、使用權(quán)等尚未得到法律充分認(rèn)同和明確界定，這將對(duì)數(shù)據(jù)資源的市場(chǎng)交易和廣泛利用產(chǎn)生影響。三是外部技術(shù)環(huán)境。作為一種“原材料”，數(shù)據(jù)要素資源只有得到有效處理和提純，才能產(chǎn)生經(jīng)濟(jì)價(jià)值，成為用于生產(chǎn)商品和服務(wù)所需要的中間產(chǎn)品，即數(shù)據(jù)資產(chǎn)。這意味著從數(shù)據(jù)資源轉(zhuǎn)換成數(shù)據(jù)資產(chǎn)需要外部技術(shù)環(huán)境的支持，即數(shù)字技術(shù)手段的成熟度、數(shù)字技術(shù)的使用能力、數(shù)字技能的人才數(shù)量等外部因素。盡管數(shù)據(jù)對(duì)經(jīng)濟(jì)增長(zhǎng)和社會(huì)轉(zhuǎn)型的重要意義受到普遍認(rèn)可，但數(shù)據(jù)自身的無(wú)形性、虛擬化特征以及數(shù)據(jù)對(duì)各個(gè)領(lǐng)域的滲透作用增加了數(shù)據(jù)要素價(jià)值評(píng)估研究的難度。目前，數(shù)據(jù)要素價(jià)值的評(píng)估方法仍在初步探索階段，主要從市場(chǎng)和非市場(chǎng)兩個(gè)角度出發(fā)，分別衡量數(shù)據(jù)要素的市場(chǎng)價(jià)值和社會(huì)效益。3基于市場(chǎng)角度的數(shù)據(jù)要素價(jià)值評(píng)估方法

對(duì)數(shù)據(jù)要素的市場(chǎng)價(jià)值進(jìn)行評(píng)估的前提是假定數(shù)據(jù)為一項(xiàng)資產(chǎn),通過(guò)借鑒實(shí)物資產(chǎn)評(píng)估通用的方法進(jìn)行價(jià)值衡量。在此理論基礎(chǔ)上，本文按照市場(chǎng)法、收益法和成本法3種通用形式對(duì)已有的價(jià)值評(píng)估方法進(jìn)行歸納分類和可行性分析。3.1市場(chǎng)法市場(chǎng)法主要指代數(shù)據(jù)資產(chǎn)在交易市場(chǎng)上的價(jià)格或數(shù)據(jù)密集型企業(yè)的市場(chǎng)溢價(jià)。一方面，通過(guò)直接觀察某一類數(shù)據(jù)集的市場(chǎng)定價(jià)來(lái)估算特定數(shù)據(jù)資產(chǎn)的價(jià)值。Wayman和Hunerlach口。認(rèn)為這種方法具有“自上而下”的特點(diǎn)，具體而言，先假定數(shù)據(jù)的價(jià)值建立在其量的大小、內(nèi)容、性質(zhì)、可用性、成熟度、唯一性和質(zhì)量等多項(xiàng)內(nèi)在要素的基礎(chǔ)上，再通過(guò)觀察到的市場(chǎng)定價(jià)來(lái)“向下”推出數(shù)據(jù)各要素的價(jià)值，進(jìn)而估算同等可比數(shù)據(jù)資產(chǎn)的價(jià)值。例如，2018年美國(guó)制藥巨頭GSK為研發(fā)新藥和治療方法，花費(fèi)3億美元從加利福尼亞一家DNA測(cè)試公司購(gòu)買了對(duì)500萬(wàn)人基因組數(shù)據(jù)庫(kù)的獨(dú)家訪問(wèn)權(quán)，由此可估算個(gè)人遺傳數(shù)據(jù)的市場(chǎng)價(jià)值為60美元。該方法的優(yōu)勢(shì)在于數(shù)據(jù)直接來(lái)源于市場(chǎng)交易，具有一定的可靠性和市場(chǎng)敏銳性；局限性在于，由于數(shù)據(jù)交易的

合法性有待商榷，數(shù)據(jù)交易市場(chǎng)存在復(fù)雜性和不透明性，直接觀察特定數(shù)據(jù)資產(chǎn)買賣價(jià)格存在困難。另一方面，通過(guò)股票市場(chǎng)估值來(lái)間接衡量數(shù)據(jù)的價(jià)值。研究發(fā)現(xiàn)，同一行業(yè)內(nèi)數(shù)據(jù)驅(qū)動(dòng)型企業(yè)的市場(chǎng)估值往往高于其他企業(yè)的估值[11]其市場(chǎng)溢價(jià)應(yīng)被視為數(shù)據(jù)資產(chǎn)的價(jià)值。例如，2011年Facebook上市時(shí)的資產(chǎn)價(jià)值僅為66億美元，但其市值超過(guò)1000億美元。在不考慮其他因素的前提下，F(xiàn)acebook隱形的“數(shù)據(jù)資產(chǎn)”，即8.45億的月活躍用戶量，市場(chǎng)價(jià)值超過(guò)900億美元。2012年，F(xiàn)acebook宣布以10億美元收購(gòu)Instagram。收購(gòu)時(shí)后者擁有活躍用戶數(shù)量超過(guò)4000萬(wàn)，注冊(cè)用戶數(shù)突破1億。2016年，微軟以262億美元收購(gòu)資產(chǎn)價(jià)值僅為30億美元的職場(chǎng)社交平臺(tái)領(lǐng)英，后者擁有4億用戶職場(chǎng)信息，市場(chǎng)溢價(jià)為232億美元。該方法的局限性在于較難確定市場(chǎng)在評(píng)估這類數(shù)據(jù)密集型企業(yè)時(shí)是否同時(shí)考慮其他重要因素，如企業(yè)自身的數(shù)據(jù)分析能力和其他技術(shù)條件。3.2收益法收益法主要指計(jì)算價(jià)值鏈上因數(shù)據(jù)資產(chǎn)產(chǎn)生的增量現(xiàn)金流，即收入增量、成本降量或兩者兼而有之。以電子商務(wù)平臺(tái)為例，作為一個(gè)循環(huán)鏈，數(shù)據(jù)價(jià)值鏈包括3個(gè)主體和4個(gè)價(jià)值創(chuàng)造/變現(xiàn)環(huán)節(jié)：消費(fèi)者為平臺(tái)貢獻(xiàn)了消費(fèi)數(shù)據(jù)和用戶信息；平臺(tái)以其龐大的數(shù)據(jù)庫(kù)和數(shù)據(jù)分析能力為第三方賣家提供更加準(zhǔn)確的需求預(yù)測(cè)、咨詢和管理服務(wù)、數(shù)據(jù)定制服務(wù)；第三方賣家為平臺(tái)貢獻(xiàn)了傭金、廣告收入和其他數(shù)據(jù)定制服務(wù)收入；平臺(tái)為消費(fèi)者提供更加物美價(jià)廉的商品和更優(yōu)質(zhì)的服務(wù)（見(jiàn)圖2）。在數(shù)據(jù)價(jià)值鏈上，衡量數(shù)據(jù)價(jià)值最直接的方法是觀察第3

個(gè)環(huán)節(jié)，即平臺(tái)通過(guò)變現(xiàn)用戶流量而獲得的傭金、廣告收入、其他定

制化數(shù)據(jù)服務(wù)收入。具體而言，平臺(tái)通過(guò)收集、處理、分析用戶數(shù)據(jù)，

為第三方商家提供用戶畫像精準(zhǔn)營(yíng)銷服務(wù)和其他服務(wù)，從而賺取相關(guān)

費(fèi)用。例如，2020年第一季度，F(xiàn)acebook營(yíng)收達(dá)到177.37億美元，

其中廣告收入為174.4億美元，占比高達(dá)98.3%。該方法的局限性在

于無(wú)法捕捉到數(shù)據(jù)價(jià)值鏈上其他3個(gè)環(huán)節(jié)數(shù)據(jù)創(chuàng)造的價(jià)值，如平臺(tái)利用數(shù)據(jù)對(duì)搜索引擎算法做出改進(jìn)，進(jìn)而提升的用戶體驗(yàn)。

3.3成本法InstituteofEconomy,TradeandIndustry)價(jià)值創(chuàng)造：購(gòu)物更加便利，節(jié)省時(shí)間，購(gòu)買到物美價(jià)廉的商品U數(shù)據(jù)：提供點(diǎn)擊流、用戶購(gòu)物、地理位置等類別數(shù)據(jù)；貢獻(xiàn)超過(guò)3.3成本法InstituteofEconomy,TradeandIndustry)價(jià)值創(chuàng)造：購(gòu)物更加便利，節(jié)省時(shí)間，購(gòu)買到物美價(jià)廉的商品U數(shù)據(jù)：提供點(diǎn)擊流、用戶購(gòu)物、地理位置等類別數(shù)據(jù)；貢獻(xiàn)超過(guò)1億的Prinw會(huì)員用戶信息。消費(fèi)者亞馬遜第二方賣家價(jià)值創(chuàng)造：全球最大的電商市場(chǎng)之…;提供更加準(zhǔn)確的需求預(yù)測(cè);捉供物流咨詢與管理服務(wù);提供其他數(shù)據(jù)…制服務(wù)「價(jià)值變現(xiàn)：亞馬遜收取30%的傭金，以及定制化數(shù)據(jù)服務(wù)的收入；2017年，亞馬遜獲取的傭金收入達(dá)到41&億平均.廣告收入30億美元；20IK年，亞馬遜獲取的裔級(jí)數(shù)據(jù)服務(wù)為1和億美丿Lju第二方賣家圖2電子商務(wù)平臺(tái)數(shù)據(jù)價(jià)值鏈以亞馬遜為例（來(lái)源：Research成本法指的是衡量數(shù)據(jù)價(jià)值創(chuàng)造所需要的成本，即將數(shù)據(jù)對(duì)經(jīng)濟(jì)貢獻(xiàn)的價(jià)值納入國(guó)民經(jīng)濟(jì)核算體系中。Coyle等認(rèn)為［12］，絕大多數(shù)數(shù)據(jù)的價(jià)值體現(xiàn)在其他商品和服務(wù)的產(chǎn)出中，而傳統(tǒng)國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)方法只能捕捉到處理數(shù)據(jù)的成本，且主要是人工成本，而非生成數(shù)據(jù)的成本。因此，其建議擴(kuò)大傳統(tǒng)統(tǒng)計(jì)范疇，將企業(yè)對(duì)有用數(shù)據(jù)的創(chuàng)造視為對(duì)數(shù)據(jù)資產(chǎn)的投資，并將創(chuàng)造有用數(shù)據(jù)的成本視為數(shù)據(jù)資產(chǎn)的價(jià)值，該方法的局限性在于數(shù)據(jù)的價(jià)值可能遠(yuǎn)超過(guò)生成數(shù)據(jù)的成本。德勤、阿里研究院則提出了另一種思路［13］，將數(shù)據(jù)的價(jià)值視為重置成本和貶值因素的差值（即數(shù)據(jù)的價(jià)值=重置成本-貶值因素）。對(duì)于企業(yè)內(nèi)部生成的數(shù)據(jù)，重置成本指的是收集、存儲(chǔ)、處理數(shù)據(jù)所需的人力和設(shè)備成本（如本地儲(chǔ)存硬件的維護(hù)成本或云儲(chǔ)存服務(wù)器的租用成本），以及數(shù)據(jù)服務(wù)業(yè)務(wù)所需的研發(fā)和人力成本（如雇傭數(shù)據(jù)分析師的成本），而貶值因素指的是由于數(shù)據(jù)的時(shí)效性或準(zhǔn)確性減弱引發(fā)的貶值。該方法的局限性在于生成數(shù)據(jù)資產(chǎn)的成本難以切割，如搜索網(wǎng)站可用于收集數(shù)據(jù)，但對(duì)網(wǎng)站的維護(hù)成本能否納入對(duì)生成數(shù)據(jù)的投資還有待商榷。4基于非市場(chǎng)角度的估值

作為一種新型生產(chǎn)要素，數(shù)據(jù)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的重要性日益凸顯。然而，數(shù)據(jù)本身的特殊性和復(fù)雜性決定了數(shù)據(jù)價(jià)值的評(píng)估面臨巨大挑戰(zhàn)，單從市場(chǎng)角度很難捕捉到數(shù)據(jù)對(duì)社會(huì)產(chǎn)生的無(wú)形效益和影響。為此，Coyle等提出了條件價(jià)值法(ContingentValuationMethods)來(lái)評(píng)估數(shù)據(jù)對(duì)社會(huì)的溢出效應(yīng)［12］具體方法是利用問(wèn)卷調(diào)查直接考察受訪者在假設(shè)性市場(chǎng)里的經(jīng)濟(jì)行為，以得到消費(fèi)者/用戶支付意愿來(lái)對(duì)數(shù)據(jù)價(jià)值進(jìn)行計(jì)量的一種方法。以2017年倫敦交通局開(kāi)放數(shù)據(jù)價(jià)值的調(diào)查研究為例，該研究通過(guò)對(duì)乘客、倫敦經(jīng)濟(jì)、倫敦交通局3個(gè)目標(biāo)對(duì)象展開(kāi)問(wèn)卷調(diào)查來(lái)估算開(kāi)放數(shù)據(jù)產(chǎn)生的社會(huì)價(jià)值。對(duì)乘客而言，倫敦交通局大數(shù)據(jù)開(kāi)放平臺(tái)的實(shí)時(shí)交通信息和路線規(guī)劃服務(wù)幫助乘客每年節(jié)約7000萬(wàn)英鎊~9000萬(wàn)英鎊的出行時(shí)間成本，并為此前訂閱了收費(fèi)短信提醒的乘客省去了200萬(wàn)英鎊的訂閱費(fèi)用。對(duì)倫敦經(jīng)濟(jì)而言，許多倫敦企業(yè)因使用了交通局開(kāi)放的數(shù)據(jù)而增加了收入，預(yù)計(jì)每年對(duì)整個(gè)供應(yīng)鏈和經(jīng)濟(jì)社會(huì)產(chǎn)生1200萬(wàn)英鎊~1500萬(wàn)英鎊的增值，并為社會(huì)貢獻(xiàn)了近730個(gè)工作崗位。對(duì)倫敦交通局而言，其大數(shù)據(jù)開(kāi)放平臺(tái)允許市場(chǎng)開(kāi)發(fā)新

的交通應(yīng)用程序和服務(wù)，其APP上目前擁有1.3萬(wàn)多名注冊(cè)開(kāi)發(fā)人員，交通局不必投入開(kāi)發(fā)新的應(yīng)用程序，省去大量潛在成本。此類方法能有效估算單一數(shù)據(jù)資源產(chǎn)生的社會(huì)效益，但形成系統(tǒng)性、多領(lǐng)域的數(shù)據(jù)要素社會(huì)價(jià)值統(tǒng)計(jì)體系仍有一定的操作難度。另一個(gè)重要實(shí)踐是通過(guò)調(diào)查消費(fèi)者/用戶為個(gè)人隱私保護(hù)的支付和接受意愿來(lái)衡量個(gè)人數(shù)據(jù)價(jià)值。Winegar和Sunstein在對(duì)近2500名美國(guó)用戶的調(diào)查中發(fā)現(xiàn)［14,一般消費(fèi)者每月愿意支付5美元用于維護(hù)數(shù)據(jù)隱私，但要求80美元才能允許訪問(wèn)個(gè)人數(shù)據(jù)，支付意愿和接受意愿存在較大差距。現(xiàn)實(shí)中的例子包括：2017年，美國(guó)保險(xiǎn)公司Anthem因泄露近8000萬(wàn)客戶的個(gè)人數(shù)據(jù)而遭客戶起訴，最終同意對(duì)每位客戶支付235美元的賠償金；2019年，F(xiàn)acebook用戶指控平臺(tái)通過(guò)照片標(biāo)記工具，未經(jīng)許可收集用戶照片上的人臉信息，最終雙方達(dá)成和解，F(xiàn)acebook總共賠償5.5億美元，平均每位訴訟的用戶能獲得150美元~300美元不等的賠償。此外，各地法律規(guī)定的差異也會(huì)影響用戶對(duì)數(shù)據(jù)賠償?shù)慕邮芤庠?。例如，加利福尼亞州的《消費(fèi)者隱私法案》規(guī)定企業(yè)侵犯用戶隱私應(yīng)賠償不高于750美元/人，而伊利諾伊州的《生物特征信息隱私法》規(guī)定的賠償金額為1000美元

/人~5000美元/人，賠償金額規(guī)定的不