摘要:全球数字经济正处于快速发展阶段,麦肯锡调研结果显示2022年我国数据交易所平均成交率不足35%,这种评估能力缺失不仅造成万亿级数据资源闲置,更可能使我国企业在数字竞争中被“降维打击”,数据资产化已上升为国家战略问题。如何正确认识并确定数据资产价值变得尤为重要,通过阅读梳理大量文献,对国内外学者关于数据资产价值管理的研究成果进行对比总结,从数据资产的定义、特征界定、到数据资产价值影响因素及其评估方法做出归纳总结,数据资产的价值不仅体现在直接经济回报,还包括对决策、运营效率和市场竞争力的影响。现有评估方法应用于数据资产评估还存在数据资产成本拆分困难、评估对象界定不清晰、评估参数主观性强等诸多局限,学者们通过识别分析数据资产特征优化无形资产评估方法、基于数据资产特征量化价值影响因素、或借助大数据算法评估模型等方式逐步提高数据资产价值评估的准确性,期望在不远的将来,跨学科融合能够突破现有数据资产评估的不足,构建更加符合数据要素特征的综合评价体系。

　　关键词:数据资产;数据资产评估;评估方法

　　0引言

　　2024年1月11日,财政部印发《关于加强数据资产管理的指导意见》(财资〔2023〕141号),明确数据要素是数字经济的重要组成部分,延续“数据二十条”提出的“数据资源持有权、数据加工使用权、数据产品经营权”分置运行机制,明确不同主体的权益边界,并鼓励探索数据资产入表、数据质押融资等创新模式,推进数据资产合规高效流通使用,赋能数字经济高质量发展。当前数据要素已然成为企业一项重要的战略资源,更是新质生产力,数据资产化变得尤为重要,企业面临着如何充分挖掘和有效管理数据资产的挑战[1]。陈璐和徐小琼调查了2024年实现数据资产入表的100家上市公司后,发现11家企业在2024年第4季度数据资产入表金额超过全年营业收入的1%,极大改善企业资产规模,其中读客文化(301025)以21.37%的占比居于首位[2]。研究还发现数据资产入表影响企业资产负债率,主营业务直接涉及数据采集、处理与应用的“数据原生企业”,由于实施积极扩张的数据资产入表策略,在搭建数据平台、采集数据资源、开发数据化模型等前期阶段投入大量成本,超过70%的企业出现资产负债率同比上升;而以数据资源为辅的“数据非原生企业”,因为数据资产入表金额不显著,约63.6%的数据非原生企业资产负债情况发生改善。

　　无论是传统行业还是新兴科技领域,数据的生成、存储和分析都已成为推动企业创新与转型升级的核心驱动力。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数据资产价值评估和数据资产定价两个阶段,尹传儒等[3]学者认为在数据管理的不同阶段,数据资产化需要借助数据资产评估来完成,而数据资产定价则在数据资产交易阶段发挥更显著的作用。深入研究数据资产价值评估和数据资产定价能够规范数据资产化,将数据资源转变成能够与同行业竞争的、具有获利能力的数据资产,显著增强企业的市场价值和行业地位的同时,推动数字经济的整体发展、促进数据驱动的创新和经济增长具有深远的影响。因此,需重视数据资产价值评估以确保在数字化转型的浪潮中获得持续的竞争优势和实现可持续发展。

　　1数据资产的理论基础

　　1.1数据资产的内涵

　　关于数据资产的定义,学者们持有不同意见:张驰[4]指出数据资产是指企业拥有或控制的、能够带来未来经济利益的、可识别的数据资源。李秉祥等[5]从会计视角出发,认为数据资产是企业持有、使用或经营的数据资源,能够为企业带来未来经济利益。张俊瑞等[6]认为数据资源符合资产定义,能够为企业带来经济利益的数据资源应当被确认为资产。孙舒颖与郭树行[7]将数据资产定义为“具有价值的,可被操控和分析的数据集合”,该概念不仅涉及数据的量化特征,还包括其在企业治理、业务运作和战略决策中的潜在影响。从广义角度来看,数据资产不仅涵盖结构化数据(如数据库中的信息),还包括非结构化数据(例如社交媒体内容、图像和视频等),并且涉及不同层次的信息处理和价值实现。进一步分析发现,数据资产可以分为原始数据资产和增值数据资产。原始数据资产指的是未经处理的初始数据,例如用户行为日志和市场调查结果,这些数据为企业了解市场动态和客户偏好等提供了基础。然而简单的原始数据并不直接等同于价值,只有经过深入加工、分析和挖掘,才能转化为增值数据资产。罗玫等学者[8]强调数据资产不仅仅是数据的集合,是通过数据的处理和应用能够为企业创造价值的资源。在数据资产化的背景下,数据资产的实质性表现为其对组织决策的支持作用。数据资产不仅是实现高效运营的基础,还帮助企业在复杂多变的环境中保持竞争力。例如,亚马逊基于用户购买记录和浏览数据进行预测分析,以实现个性化推荐,从而增强用户粘性和购买转化率。诸如此类,通过合理利用数据资产,企业不仅可以降低运营风险,还能在市场中获得更高的投资回报率。

　　1.2数据资产的价值

　　数据资产的价值不仅限于其直接的经济回报,更包括其对组织决策、运营效率及市场竞争力的综合影响[9]。通过对价值链的分析,可以明确识别数据资产在企业内部各个环节所创造的价值,从而加深对数据资产化的理解。为了更好的理解数据资产的价值构成,首先需要明确数据资产的内在价值、外在价值和经济价值、社会价值。

　　1.2.1数据资产的内在价值

　　数据资产的内在价值是指数据本身所蕴含的价值。张俊瑞和危雁麟[10]指出数据资产的内在价值主要体现在数据的质量和数量上。王凯军[11]补充道数据的内在价值还应包括数据的完整性和准确性。陈芳和余谦[12]则认为,数据的内在价值还与其时效性和相关性有关。上述观点从不同角度解释了数据资产内在价值的必要构成。

　　1.2.2数据资产的外在价值

　　数据资产的外在价值是指数据通过应用和交易所产生的价值。尹传儒等[13]认为数据资产的外在价值主要体现在数据的商业应用和交易过程中。肖雪娇和杨峰[14]也支持数据资产的外在价值与其应用场景密切相关,不同应用场景下的数据价值存在显著差异。胡亚茹与许宪春[15]则强调,数据资产的外在价值还受到市场需求和竞争环境的影响。众多学者的观点为评估数据资产的外在价值提供了多维度的视角。

　　1.2.3数据资产的经济价值

　　数据资产能够通过提升产品和服务质量、优化供应链管理以及降低运营成本来直接创造财务收益。研究表明,数据分析能力强的企业通常能在市场中获得更高的利润率,甚至高于作业平均水平20%[16],因此数据分析能力是企业的有效竞争力。

　　1.2.4数据资产的社会价值

　　作为数据资产的另一重要价值维度,社会价值涉及数据在提升社会福祉和环境责任方面的作用。随着大数据技术的进步,医疗行业对数据资产的重视程度日益增加。通过分析健康数据,不仅可以提高公共卫生管理效率,还能够在新兴传染病爆发时,及时提供有效的干预措施。以COVID-19疫情为例,全球公共卫生机构通过实时数据的追踪与分析,迅速制定出有针对性的防控措施,充分展示了数据资产在应急响应与公共健康维护中的社会价值。

　　1.3数据资产的特征

　　在当前数字经济时代,数据资产已成为企业核心竞争力之一,数据资产的独特性,决定了其价值评估的复杂性。程湛钦[17]强调,数据资产的价值与其质量密切相关,包括数据的完整性、准确性、及时性和相关性。苑秀娥和尚静静[18]指出数据资产特点有别于无形资产,数据资产具有非排他性、非竞争性和可复制性[18],但数据资产的动态性和不确定性也是其价值评估时需重点考虑的因素。数据资产的无形性意味着其无法以传统物理形式存在。相比于不动产或存货等传统资产,数据资产的存在方式更多是依托于云计算、数据湖等信息技术的支撑。根据调研数据显示,2020年数据湖市场规模达到124亿元,且预计未来3年复合增长率将达到39.7%[19-20]。数据资源规模高速增长的趋势不仅反映了市场对于数据存储、管理方式的转变,更激励企业积极探索数据资产化的路径,促进了无形资产在商业交易中的广泛应用,并且进一步凸显出数据资产在同行业竞争的重要性。

　　数据资产的可增值性极大地影响着企业价值。在商业决策中,企业可利用数据分析技术挖掘蕴含于数据中的潜在价值。以泛互联网行业为例,其应用比例达到了40.7%,数据在优化流程、提升客户体验和驱动收入增长等方面具有显著作用。基于数据资产的可增值性考虑数据资产的定价应考虑数据的成本、质量、时效性、整合程度以及买方的异质性[21]。因此,通过系统化的数据治理和分析,企业能够将初始数据转化为具有更高经济价值的洞见,进一步增强市场竞争力。

　　2数据资产评估方法

　　在数据资产化的实施策略中,数据资产评估方法作为核心环节,是确保数据资产的有效管理与运营具有重要意义[22]。数据资产评估不仅涉及到对数据本身价值的量化和理解,且在实际应用中,需结合具体的评估框架与工具,以实现对数据资产价值的全面且精确的分析。

　　WANG和ZHAO[23]通过归纳梳理现有数据资产评估相关文献涉及的评估方法归类为“四大流派”,见表1。

　　现参考WANG Y,ZHAO H的分类思路将近年数据资产评估相关研究梳理如下:

　　2.1传统评估方法流派

　　在陆岷峰和欧阳文杰[27]的研究中,他们将商业银行的数据资产分为不同类别:基本自用型、业务增强型和市场交易型,其中成本法适合评估基本自用型数据资产、市场法则能够反应市场交易型数据资产的公允价值,而收益法更适合商业银行用以评估业务增强型数据资产。

　　2.2无形资产评估改进派

　　因为数据资产没有实体的特征,不少专家建议将数据资产归入无形资产,然而因为数据资产具有高效性、风险性、共益性、难以量化等特殊特点,现有的无形资产评估方法并不完全适用于数据资产[28],收益法难以有效分割数据资产带来的收益,成本法可能低估数据资产价值,市场法需要活跃的交易市场和可比性[29,32]。鉴于现有方法在评估数据资产价值方面的局限性,学者们开始探索更具创新性的方法,专门针对特定类型的企业和应用场景下的数据资产价值评估。柴慈蕊[31]逐一分析了成本法、市场法和收益法评估数据资产的局限性,提出了收益法、市场法和成本法的交叉验证,通过收益法和市场法的比较来判断投资者的期望收益是否符合市场预期,根据成本法和收益法的比较来鉴别企业数据资产是否具备足够的市场竞争力来支撑其投资者期望的收益水平。黄乐等[33]等多位学者则构建了成本法、市场法、收益法“三合一”的综合评价体系,引入“平台活跃系数”和“每个用户变现金额”等参数评估平台数据资产价值。但综合评价体系的市场法调整系数选用来源企业整体价值而非数据资产价值,数据资产投资回报率则以行业平均收益率代替,相关参数缺乏对数据资产特殊性的考量,应用思路难以有效推广。陈芳和余谦[12]在收益法的基础上,考虑了数据资产的特殊风险,将数据资产的折现率与无形资产整体折现率有效区别开来,构建基于剩余法的多期超额收益模型。嵇尚洲和沈诗韵[34]针对东方财富网的数据资产,研究出一种基于情景分析法和收益倍增模型的数据资产评估方法,该方法综合考虑数据资产的内外部驱动因素,通过构建用户数据倍加系数,可以更准确地评估数据资产在互联网企业整体价值中的贡献。相羽帆和宋良荣[35]在现金流现值模型的基础上,采用反向回溯法分离数据资产产生的现金流现值从而计算美的集团数据资产价值为584.2亿元。WU和ZHANG[36]将博弈论的概念引入实物期权估值方法,探索信息不对称对数据资产交易价格的影响,通过实物期权模型和收益法为数据资产价值评估提供“讨价还价模型”,为理解数据资产交易中的价格形成机制提供了新的视角。LUO[32]以国家电网为例,在详细分析识别电网企业数据资产各阶段成本构成,综合考虑数据资产的应用场景和数据资源市场稀缺性,通过多因素调整对数据资产重置成本进行调整,最终得出国家电网数据资产评估价值48 093 000元的研究结论。但当前中国的数据交易市场尚不成熟,市场交易活跃度不高。同时,由于数据资产种类繁多,应用场景广泛,数据的可比性较差,难以忽视数据资产场景系数和市场系数对估值结果带来的主观影响。

　　2.3定量影响因子评估流派

　　李永红和张淑雯[24]认为数据资产的价值受多种因素影响,包括数据规模、准确度、完备性、唯一性、安全性和隐私性,这些复杂因素增加了评估难度。为了更好的评估数据资产价值,专家学者开始考虑构建适宜数据资产定价的评估模型。多数学者研讨构建了一个基于层次分析法(AHP)的数据资产价值评估体系,层次分析法为数据资产价值的准确评估提供了一个新视角。在层次分析法的基础上,石艾鑫等[28]人从数据生命周期的角度出发,充分考虑了数据资产在生命周期各个阶段的投入及产出,实现了数据资产价值的货币量化;王静和王娟[37]在运用层次分析法确定企业数据资产权重,并结合实物期权B-S模型,深入分析互联网金融企业的实际运行特性,揭示以蚂蚁金服、财付通、京东金融为代表的互联网金融企业数据资产内部影响因素之间的变化关系。苑泽明等[38]等提出了基于改进超额收益法的数据资产价值评估模型,该模型借用层次分析法确定企业数据资产收益分成率,结合GM(1,1)灰色预测模型测算企业无形资产未来预期收益,验证了改进超额收益法在评估数据资产价值方面的有效性和实用性,最终得出360企业数据资产价值149.309亿元的评估结果。但樊雅鑫[39]则认为层次分析法主要依靠专家的专业知识和实践经验,具有很强的主观性,她提出引入熵值法获取更为客观的数据资产综合权重。熵值法的核心思想是利用信息熵的概念来度量各准则的不确定性,有效解决了人为判断带来的主观偏差。

　　2.4大数据算法评估流派

　　在面对大量数据时结合机器学习算法已成为一种有效的评估策略。一部分学者认为当前数据资产评估缺少成熟的理论方法和系统的框架结构,数据资产价值评估过程和结果的规范性、合理性、可靠性均会受到影响。闭珊珊等[40]同研究团队设计并实现了基于CIME模型的数据资产评估工具,CIME模型在层次分析法的基础上,搭建了四维度(C:成本因素、I:固有价值因素、M:市场供求因素、E:环境约束因素)三层次的指标体系,为数据资产评估提供了一个全面的框架,并设计完整规范的数据资产评估系统,为数据资产评估的体系构建和落地实施提供了参考。任紫娴和陈思[41]利用大数据爬虫获取用户对拼多多使用反馈和评论,结合文本分析方法分析用户意见,调整拼多多企业折现率,从而优化了收益法评估数据资产价值结果。陆续有学者考虑将人工神经网络模型与数据资产评估相结合:WU[26]借助人工神经网络将数据资产的市场价值、历史成本等作为输出指标,将时效性、完整性、价值密度异质性、数据规模异质性、来源异质性、类型异质性以及数据准确性等数据特征因素作为输入指标,更加科学准确的评估数据资产价值。倪渊等[42]等人使用自适应遗传算法结合BP神经网络模型对数据交换平台上的交易数据定价机制进行了研究,遗传算法优化了数据资产价值非线性预测及判断的同时也解决了BP神经网络极易陷入局部最优和收敛速度慢的特点。LI等[43]等多位学者通过构建DEA-BCC数据资产输入输出体系,基于数据质量、数据应用和数据风险多维因素影响输入,结合数据资产市场价值和托宾Q比率等输出结果,构建多变量回归模型,选用中国25家上市互联网企业平台研究得出:对头部互联网企业和大型互联网企业而言,贡献最大的是应用数据的能力(13.08%);对大多数中小型互联网企业价值贡献较大的因素是非无形资产(24.65%)、应用数据的能力(19.86%)、数据规模(17.40%)。

　　3结语

　　随着数字经济的快速发展,数据资产已是企业重要战略资源,对企业决策、资源配置和市场分析等方面产生了深远影响。国内外学者对数据资产价值评估和数据资产定价的相关研究充分说明数据资产不仅能够提升企业的市场价值和行业地位,还能推动数字经济的发展和创新。数据资产多种特征和复杂的价值影响因素给数据资产价值评估和数据资产定价带来挑战;成本法、市场法和收益法3种传统资产评估方法在评估数据资产价值时,具备一定的适用性,但仍需结合数据资产的特性进行适当的调整和应用分析,构建适合数据资产特征的评估体系和评估模型,更准确地评估数据资产的价值是十分有必要的。现有研究对数据资产价值评估和数据资产定价起到了一定的促进作用,但仍有牵制数据资产价值评估的问题存在。

　　“数据二十条”创新性地建立了“三权分置”的数据产权制度框架。但数据资产多阶段收益分配界限模糊,数据资产在流通转让中运维成本也有可能通过数据资产使用权产生新的资产收益,这意味着数据资产既可以是所有权数据资产,也可以是只拥使用权的数据资产,无论哪种权利形态,数据资产均可以成为交易和转让对象,且可以作为评估对象进行估值[44]。复杂共生、相互依存、动态变化的评估特点制约着数据资产价值多阶段的实现与分配。此外不同行业对数据资产的需求和应用方式存在差异,数据资产价值评估中,多数专家强调数据资产价值实现需关注其具体应用场景。例如电信行业的数据资源几乎收录客户全部通信信息,利用数据资产提供全方位数据开发和运行保障服务,满足用户业务需求驱动着其数据资产价值的实现;而以提供信息服务为代表的金融行业则需要广泛收集整合信息,以庞大的数据中心加上专用的数据终端,形成数据采集、信息萃取、价值传递的完整链条来实现数据资产的价值。如何将数据资产与特定行业特性相结合,以实现行业特定的价值创造和数据资产贡献分成的合理估计,是一个值得深入探讨的问题。

　　截至2024年8月,全国主要数据交易场所达到65个[45],各地数据交易中心相继成立,极大地促进了数据资产交易和发展。随着高新技术的不断发展和完善,数据资产的管理和保护将更上一层楼:2023年9月,深圳市信息服务业区块链协会率先发布《基于区块链的数据资产评估实施指南》,区块链技术为数据资产的交易和管理提供了安全有效透明可靠的基础保障。此外,联邦学习法在充分保护用户数据隐私的前提下,共享多方平台用户数据特征,构建更全面、准确的数据评价体系,打破数据隐私管理导致的“信息孤岛”。未来,资产评估行业应继续探索数据资产价值评估和数据资产定价的新模式和新策略,积极探索多领域学科交叉融合,充分挖掘和利用数据资产的潜力,实现社会经济的可持续发展。

参考文献

　　[1]许敬.大数据中心运营企业固定资产风险管理研究[J].福建建设科技,2023(1):139-141.

　　[2]21经济网.百家上市公司数据资产入表一周年观察谁吃到了数据资产化的第一波红利?[EB/OL](2025-05-21)[2025-05-26]

　　[3]尹传儒,金涛,张鹏,等.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.

　　[4]张驰.数据资产价值分析模型与交易体系研究[D].北京:北京交通大学,2018.

　　[5]李秉祥,李真,茹雨青.数字经济背景下物流企业大数据资产的估值研究:以圆通速递为例[J].财会通讯,2024(2):84-89.

　　[6]张俊瑞,危雁麟,宋晓悦.企业数据资产的会计处理及信息列报研究[J].会计与经济研究,2020,34(3):3-15.

　　[7]孙舒颖,郭树行.面向中台架构的数据资产运营模型研究[J].中国高新科技,2021(23):43-44.

　　[8]罗玫,李金璞,汤珂.企业数据资产化:会计确认与价值评估[J].清华大学学报(哲学社会科学版),2023,38(5):195-209,226.

　　[9]王芷洁.锦江酒店轻资产运营模式及绩效研究[D].石家庄:河北经贸大学,2021.

　　[10]张俊瑞,危雁麟.数据资产会计:概念解析与财务报表列报[J].财会月刊,2021(23):13-20.

　　[11]王凯军.数据要素的产权分析与治理机制[D].成都:西南财经大学,2022.

　　[12]陈芳,余谦.数据资产价值评估模型构建:基于多期超额收益法[J].财会月刊,2021(23):21-27.

　　[13]尹传儒,金涛,张鹏,等.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.

　　[14]肖雪娇,杨峰.互联网企业数据资产价值评估[J].财会月刊,2022(18):126-135.

　　[15]胡亚茹,许宪春.企业数据资产价值的统计测度问题研究[J].统计研究,2022,39(9):3-18.

　　[16]秦延辉.专利资产证券化运营法律问题研究[D].西安:西安财经大学,2021.

　　[17]程湛钦.互联网企业数据资产价值评估研究[D].南京:南京邮电大学,2022.

　　[18]苑秀娥,尚静静.价值创造视角下互联网企业数据资产估值研究[J].会计之友,2024(6):59-67.

　　[19]杜海燕,孙浩荃,杨毅,郑植庆.数据资产化现实、路径及数据要素市场培育[J].山东工商学院学报,2022,36(4):39-45.

　　[20]马妍娇.2022年中国云原生数据湖应用洞察白皮书[J].数字经济,2022(9):18-27,

　　[21]熊巧琴,汤珂.数据要素的界权、交易和定价研究进展[J].经济学动态,2021(2):143-158.

　　[22]陈逵,李庆辉,陈灏.移动运营商数据资产管理标准化的探索与实践[J].质量与市场,2022(21):78-81.
       [23]WANG Y,ZHAO H.Data asset value assessment literature re-view and prospect[J].Journal of Physics:Conference Series,2020,1550(3):032133.

　　[24]李永红,张淑雯.数据资产价值评估模型构建[J].财会月刊,2018(9):30-35.

　　[25]魏碧洲.大数据时代下数据资产管理与应用研究[J].北方金融,2023(5):25-29.

　　[26]WU Y.Theoretical and modeling research on the valuation of da-ta assets[J].Frontiers in Business,Economics and Manage-ment,2024,15(1):298-305.

　　[27]陆岷峰,欧阳文杰.商业银行数据资产的价值评估与交易定价研究[J].会计之友,2022(19):30-37.

　　[28]石艾鑫,郜鼎,谢婧.互联网企业数据资产价值评估体系的构建[J].时代金融,2017(14):109,112.

　　[29]李春秋,李然辉.基于业务计划和收益的数据资产价值评估研究:以某独角兽公司数据资产价值评估为例[J].中国资产评估,2020(10):18-23.

　　[30]宋杰鲲,张业蒙,赵志浩.企业数据资产价值评估研究[J].会计之友,2021(13):22-27.

　　[31]柴慈蕊.新平台企业数据资产估值方法探讨[J].山西财税,2023(7):38-40.

　　[32]LUO M.Research and practice on the valuation method of data assets in power grid enterprises[C]//2024 5th International Conference on Big Data and Informatization Education(ICBDIE2024).Atlantis Press,2024:341-351.

　　[33]黄乐,刘佳进,黄志刚.大数据时代下平台数据资产价值研究[J].福州大学学报(哲学社会科学版),2018,32(4):50-54.

　　[34]嵇尚洲,沈诗韵.基于情景法的互联网企业数据资产价值评估:以东方财富为例[J].中国资产评估,2022(2):29-38.

　　[35]相羽帆,宋良荣.基于多期超额收益模型的数据资产估值研究:以美的集团为例[J].财会研究,2023(10):53-60.

　　[36]WU J,ZHANG M.Research on data asset pricing based on bargaining model[J].Procedia Computer Science,2023(221):601-608.

　　[37]王静,王娟.互联网金融企业数据资产价值评估:基于B-S理论模型的研究[J].技术经济与管理研究,2019(7):73-78.

　　[38]苑泽明,张永安,王培琳.基于改进超额收益法的企业数据资产价值评估[J].商业会计,2021(19):4-10.

　　[39]樊雅鑫.互联网医疗信息服务企业的数据资产价值评估研究[D].太原:山西财经大学,2024.

　　[40]闭珊珊,杨琳,宋俊典.一种数据资产评估的CIME模型设计与实现[J].计算机应用与软件,2020,37(9):27-34.

　　[41]任紫娴,陈思.基于文本分析法改进的社交电商数据资产评估:以拼多多为例[J].中国资产评估,2023(10):11-17,34..

　　[42]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(1):135-142.

　　[43]LI A,WANG A,CHI Y,et al.Exploration of data asset valua-tion for internet platform companies based on the DEA-BCC model[J].Procedia Computer Science,2024(242)1235-1242.

　　[44]上海市资产评估协会.数据资产价值评估的挑战与对策[EB/OL].(2025-02-10)[2025-05-25].

　　[45]C114资讯.2024年我国主要数据交易场所发展现状分析[EB/OL].(2024-10-23)[2024-12-24].