基于利润最大化的数据资产价值评估模型

doi:10.11959/j.issn.2096-0271.2020020

大数据 ›› 2020, Vol. 6 ›› Issue (3): 13-20.doi: 10.11959/j.issn.2096-0271.2020020

• 专题：数据资产化探索 • 上一篇下一篇

基于利润最大化的数据资产价值评估模型

董祥千¹,郭兵¹,沈艳²,段旭良¹,申云成¹,张洪¹

¹ 四川大学计算机学院（软件学院），四川成都 610065
² 成都信息工程大学计算机学院，四川成都 610225

出版日期:2020-05-15 发布日期:2020-05-15
作者简介:董祥千（1975- ），男，博士，四川大学计算机学院副教授，主要研究方向为个人大数据|郭兵（1970- ），男，博士，四川大学计算机学院教授、博士生导师，中国计算机学会高级会员，主要研究方向为绿色计算、个人大数据|沈艳（1973- ），女，博士，成都信息工程大学计算机学院教授，主要研究方向为智能终端、智能仪器|段旭良（1982- ），男，四川大学计算机学院博士生，主要研究方向为个人大数据|申云成（1979- ），男，四川大学计算机学院博士生，主要研究方向为个人大数据|张洪（1980- ），男，四川大学计算机学院博士生，主要研究方向为个人大数据
基金资助:
国家自然科学基金资助项目(61772352);四川省科技计划基金资助项目(2019YFG0400);四川省科技计划基金资助项目(2018GZDZX0031);四川省科技计划基金资助项目(2018GZDZX0004);四川省科技计划基金资助项目(2017GZDZX0003);四川省科技计划基金资助项目(2018JY0182);四川省科技计划基金资助项目(19ZDYF1286)

Data assets value evaluation model based on profit maximization

Xiangqian DONG¹,Bing GUO¹,Yan SHEN²,Xuliang DUAN¹,Yuncheng SHEN¹,Hong ZHANG¹

¹ College of Computer Science(College of Software Engineering),Sichuan University,Chengdu 610065,China
² School of Computer Science,Chengdu University of Information Technology,Chengdu 610225,China

Online:2020-05-15 Published:2020-05-15
Supported by:
The National Natural Science Foundation of China(61772352);The Science and Technology Planning Project of Sichuan Province(2019YFG0400);The Science and Technology Planning Project of Sichuan Province(2018GZDZX0031);The Science and Technology Planning Project of Sichuan Province(2018GZDZX0004);The Science and Technology Planning Project of Sichuan Province(2017GZDZX0003);The Science and Technology Planning Project of Sichuan Province(2018JY0182);The Science and Technology Planning Project of Sichuan Province(19ZDYF1286)

摘要/Abstract

摘要：

“数据是有价值的，并将成为一种经济商品”的理念已成为共识，然而数据的非竞争性使数据价值有别于有形资产的价值。正确理解数据资产价值是实现数据共享与交换、发展数字经济的前提与保障。首先分析数据价值评价方法及数据资产的商品属性，然后讨论数据资产交易的市场模型，最后在综合数据资产属性及市场模型的基础上提出参与者利润建模方法。提出模型化数据市场参与者利润的相关特性，为参与者进入市场提供理论参考依据。

关键词: 数据资产, 数据市场, 交易模型

Abstract:

The idea that data is valuable and will become an economic commodity has become a consensus.However,the nonrivalry of data makes that the value of data is different from tangible assets.A correct understanding of the value of data is the premise and guarantee for the realization of data sharing and exchange and for the development of digital economy.Firstly,the evaluation method of data value and the commodity attribute of data assets were analyzed.Then the market model of data assets transaction was discussed.Finally,a profit model of participants was proposed based on the comprehensive reviews of data asset attributes and market model.The profit of participants in data market was modeled,and a guide for participants entering the market was provided.

Key words: data asset, data market, transaction model

中图分类号:

TP399

董祥千, 郭兵, 沈艳, 段旭良, 申云成, 张洪. 基于利润最大化的数据资产价值评估模型[J]. 大数据, 2020, 6(3): 13-20.

Xiangqian DONG, Bing GUO, Yan SHEN, Xuliang DUAN, Yuncheng SHEN, Hong ZHANG. Data assets value evaluation model based on profit maximization[J]. Big Data Research, 2020, 6(3): 13-20.

图/表 3

表1

表2

数据资产的商品属性"

属性	含义
数据主权/数据所有权/知识产权	数据所有者对数据的控制权。数据主权强调在数据使用前需经数据所有者同意（知情权）
可信性/可审核性/可追踪性/真实性	包括数据提供者、数据收集与处理过程的可信性与可验证性
可重用性/非竞争性/可共享性	源自数据“一次收集重复使用”的特性。可重用性意味着数据商品是非消耗品，决定了数据商品价值的特殊性，也意味着劳动（数据收集）报酬率是恒定的
可交换性	指数据在不同主体间的协同性、易用性。可交换性要求数据应遵循特定的格式，如CVS、API等
可操作性	消费者购买的数据应能支持其业务需求，并且执行业务的相关操作和流程是可行的
可度量性	包括数据作为经济商品进行评估和交换的可度量性以及数据处理的可度量性。可度量是成本估计的前提
可查找性	对于人类和计算机来说，数据应该是易于识别和查找的。数据的可查找性依赖元数据的有效组织及其可搜索性
可访问性	数据应长期存储，以便在特定的条件下访问或下载。数据的可访问性依赖有效的数据存储技术
互操作性	易与其他数据集联合，不存在术语及语义上的差别。数据互操作性依赖元数据规范及形式化规则
时效性	数据的价值随时间的推移而显著降低
质量	既指高质量数据的相关特性，也指提高数据质量的过程。前者指满足数据消费者的期望和需求的程度
价值	实现消费者业务需求的程度。数据的价值随数据的精度、使用率以及与其他数据集的结合力的增加而
	增长，但随时间的推移而显著降低（数据的时效性）。数据价值并不随着数据量的增加而成比例增长
品牌	数据服务的认知程度

表2

图1?

参考文献 16

[1]	DAMA International. The DAMA guide to the data management body of knowledge[M]. Basking Ridge: Technics PublicationsPress, 2013.
[2]	MOODY D L , WALSH P . Measuring the value of information - an asset valuation approach[C]// The 7th European Conference on Information Systems. Copenhagen:Copenhagen Business School, 1999: 496-512.
[3]	SCHOMM F , STAHL F , VOSSEN G . Marketplaces for data:an initial survey[J]. ACM SIGMOD Record, 2013,42(1): 15-26.
[4]	BELTER C W . Measuring the value of research data:a citation analysis of oceanographic data sets[J]. PLoS ONE, 2014,9(3):e92590.
[5]	YANG J , XING C X . Personal data market optimization pricing model based on privacy level[J]. Information, 2019,10(4):123.
[6]	朱扬勇, 叶雅珍 . 从数据的属性看数据资产[J]. 大数据, 2018,4(6): 65-76.
	ZHU Y Y , YE Y Z . Defining data assetsbased on the attributes of data[J]. Big Data Research, 2018,4(6): 65-76.
[7]	DAMA International. DAMA-DMBOK:data management body of knowledge (2nd edition)[M]. Basking Ridge: Technics PublicationsPress, 2017.
[8]	DEMCHENKO Y , LOS W , LAAT C D . Data as economic goods:definitions,properties,challenges,enabling technologies for future data markets[J]. ITU Journal:ICT Discoveries, 2018,1(2): 1-10.
[9]	WILKINSON M , DUMONTIER M , AALBERSBERG I . The fair guiding principles for scientific data management and stewardship[J]. Scientific Data, 2016(3): 1-9.
[10]	ARMSTRONG A , DURFEE E H . Mixing and memory:emergent cooperation in an information marketplace[C]// Proceedings of the 3rd International Conference on Multiagent Systems. Piscataway:IEEE Press, 1998: 1522-1532.
[11]	BALAZINSKA M , HOWE B , SUCIU D . Data markets in the cloud:an opportunity for the database community[J]. VLDB Endowment, 2011,4(12):1482_– 1485.
[12]	LI C , LI D Y , MIKLAU G ,et al. A theory of pricing private data[J]. ACM Transactions Database Systems, 2014,39(4): 33-44.
[13]	REN X Q , PALMA L , JUBA Z ,et al. Datum:managing data purchasing and data placement in a Geo-distributed data market[J]. IEEE/ACM Transactions on Networking, 2018,26(2): 893-905.
[14]	VELDKAMP L , FARBOODI M , MIHET R ,et al. Big data and firm dynamics[J]. AEA Papers and Proceedings, 2019,109(1): 38-42.
[15]	JONES C I , TONETTI C . Nonrivalry and the economics of data[R]. Cambridge:National Bureau of Eco nomic Research, 2019.
[16]	NIYATO D , ALSHEIKH M A , WANG P ,et al. Market model and optimal pricing scheme of big data and Internet of Things(IoT)[C]// 2016 IEEE International Conference on Communications. Piscataway:IEEE Press, 2016: 1-6.

名称	含义
基于成本的方法	依据数据产生、数据收集及数据处理所需的全部成本确定数据价值的方法
基于隐私的方法	通过数据隐私保密度衡量数据价值的方法，常用隐私保护算法的参数（如差分隐私、k-匿名中的参数ε和k）来度量
基于市场的方法	根据等价产品的市场价格或用户的支付意愿确定数据价值的方法
基于收入的方法	通过估计数据形成的生产力或未来带来的现金流定义数据价值的方法
收益货币化方法	通过定义特定数据产品的收益，并将收益货币化来估计数据价值的方法
基于影响的方法	通过评估数据可用性对经济和社会结果的影响，或通过评估由于数据有限或质量差而导致的效率低下或决策失误而产生的成本来确定数据价值的方法

基于利润最大化的数据资产价值评估模型

Data assets value evaluation model based on profit maximization

在线阅读

PDF下载

补充材料

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 16

相关文章 15

Metrics

推荐阅读 0

[1]	叶雅珍, 朱扬勇. 数字化转型服务平台：面向新竞争格局的企业竞争力建设[J]. 大数据, 2023, 9(3): 3-14.
[2]	任洪润, 朱扬勇. 数据管道模型：场外流式数据市场形态探索[J]. 大数据, 2023, 9(3): 15-28.
[3]	李冬青, 刘吟啸, 邓镭, 李铭洋. 基于数据全生命周期的数据资产价值评估方法及应用[J]. 大数据, 2023, 9(3): 39-55.
[4]	刘豆豆, 焦宝臣. 高校数据资产编目研究[J]. 大数据, 2023, 9(3): 71-84.
[5]	叶雅珍, 朱扬勇. 数商：数据商品、数据商人和数据商业[J]. 大数据, 2023, 9(1): 111-125.
[6]	叶雅珍, 朱扬勇. 盒装数据：一种基于数据盒的数据产品形态[J]. 大数据, 2022, 8(3): 15-25.
[7]	刘枬, 郝雪镜, 陈俞宏. 大数据定价方法的国内外研究综述及对比分析[J]. 大数据, 2021, 7(6): 89-102.
[8]	尹传儒, 金涛, 张鹏, 王建民, 陈嘉一. 数据资产价值评估与定价：研究综述和展望[J]. 大数据, 2021, 7(4): 14-27.
[9]	赵明, 董大治. 基于区块链技术的数据资产管理机制研究[J]. 大数据, 2021, 7(4): 49-60.
[10]	叶雅珍, 刘国华, 朱扬勇. 数据资产化框架初探[J]. 大数据, 2020, 6(3): 3-12.
[11]	汪靖伟, 郑臻哲, 吴帆, 陈贵海. 基于区块链的数据市场[J]. 大数据, 2020, 6(3): 21-35.
[12]	戴炳荣, 闭珊珊, 杨琳, 纪婷婷, 陈美. 数据资产标准研究进展与建议[J]. 大数据, 2020, 6(3): 36-44.
[13]	李雨霏, 刘海燕, 闫树. 面向价值实现的数据资产管理体系构建[J]. 大数据, 2020, 6(3): 45-56.
[14]	李爱华, 陈思光, 张悦今. 智能电网数据资产的风险管理[J]. 大数据, 2019, 5(2): 104-115.
[15]	朱扬勇, 叶雅珍. 从数据的属性看数据资产[J]. 大数据, 2018, 4(6): 65-76.