數據是數字經濟時代的關鍵生產要素，數據資產管理也是充分實現數據價值重要的一環。7月30日，2022全球數字經濟大會數據要素峰會分論壇“數據高效流通 賦能實體經濟”上，北京大學工學院副院長宋潔教授分享了自己對數據價值評估的觀點。

宋潔認為，相較于技術、勞動力等，數據可無限復制，其流通更為快速，在數據“記錄-處理-解讀-傳播”處理過程中，各個環節產生價值增益也伴隨安全風險。數據區別于傳統的要素，具有非競爭性、不完全排他性等經濟學特征，因此需要結合數據特征與數據的不同階段確定價值評估方式。目前，數據采集成本評估對于大部分企業已較為清晰。更多的不確定性存在于數據挖掘和數據流通環節。

“數據是實體經濟和數字化轉型目標場景之間的載體，通過運營與數據的交替迭代來重塑數字化轉型范式。在此過程中，需要數據采集、處理、集成、挖掘形成知識決策，形成數據的價值。她指出，價值是數據交易的條件，安全也是數據交易的保障，因此數據價值評判對構建數據要素市場是極為重要的。

據宋潔介紹，在數據挖掘過程當中，存在兩種類型的價值評估。第一種是根據數據要素貢獻評估：在數據應用的實際業務場景中，比如通過數據建模結合優化算法來提高預測精準度降低不確定性，實現數據價值。在場景中評估模型帶來的價值增益，增加不同類型數據貢獻的可解釋性，利用數據模型增益評估數據價值。

另一種則是根據數據資產收入來評估數據價值。根據加總數據對經濟實體產生的收入流與業務指標變化，從資產的視角評估數據價值。這一類數據的評估方法稱之為數據賦能的增益模型。

至于數據流通階段，針對數據賣家，研究根據用戶查詢、數據質量、信息熵、應用價值來設計數據資產的定價函數。在數據進入市場后，則可以根據需求方、購買方、中間商的效用，結合產品的市場機制、數據市場機制來優化算法，實現動態定價。

宋潔指出，在數據流通的不同環節，數據價值評估方法差異性大。需要用數據科學的思維結合數據特征結合數字化轉型過程中的機理模型，實現數據的資產估值。

她強調，數據作為新型生產要素，要區別于傳統的要素，深入理解數據非競爭、不完全排他性、外部性等特征，平衡數據的價值和安全，探索基于隱私保護技術的價值評估方法。針對數據流通性的特點，需要從數據全生命周期視角，根據不同階段的特點來實現數據的價值評估，真正做到數據價值服務于實體經濟。