信息技术 大数据 数据资产价值评估

ICS35.240

CCSL67

中华人民共和国国家标准

GB/TXXXXX—XXXX

信息技术大数据数据资产价值评估

Informationtechnology-Bigdata-Dataassetvalueevaluation

（征求意见稿）

在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。

XXXX-XX-XX发布XXXX-XX-XX实施

GB/TXXXXX—XXXX

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

本文件由全国信息技术标准化技术委员会（SAC/TC28）提出并归口。

本文件起草单位：

本文件主要起草人：

II

GB/TXXXXX—XXXX

信息技术大数据数据资产价值评估

1范围

本文件规定了数据资产价值评估的评估框架、数据评价、价值评估、评估保障和评估安全。

本文件适用于相关主体开展数据资产价值评估工作。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T36344-2018信息技术数据质量评价指标

GB/T38667-2020信息技术大数据数据分类指南

3术语和定义

下列术语和定义适用于本文件。

资产asset

对组织有潜在价值或实际价值的物品、事物或实体。

[GB/T33172-2016，定义3.2.1]

数据资产dataasset

以数据为载体和表现形式，能进行计量的，并能为组织带来直接或者间接经济利益的数据资源。

注：改写GB/T37550-2019，定义2.4、GB/T40685-2021，定义3.1、GB/T34960.5-2018，定义3.3。

数据资产评估dataassetevaluation

评估机构及其评估专业人员根据委托对数据资产进行数据评价和价值估算，并出具数据评价报告

和资产评估报告的专业服务行为。

注：依据中华人民共和国资产评估法第二条，改写GB/T40685-2021，定义3.9。

收益期限incomeperiod

数据资产在经济寿命年限内持续发挥作用并产生经济利益的期限。

折现率discountrate

将预期收益折算成现值的比率。

数据集dataset

1

GB/TXXXXX—XXXX

数据记录汇聚的数据形式。

[GB/T35295-2017，定义2.1.46]

元数据metadata

定义和描述其他数据的数据。

[GB/T18391.1-2009，定义3.2.16]

4数据资产

数据资产是以数据为载体和表现形式，能进行计量的，并能为组织带来直接或者间接经济利益的数

据资源。数据资产通常用基本属性和基本特征对其进行描述。数据资产评估应通过委托人和当事人提供

及自主收集等方式获取数据资产资料，明确数据资产的基本属性和基本特征。在进行数据评价和价值评

估时应分析数据资产的基本属性和基本特征。

a)数据资产的基本属性通常包括通用属性、业务属性和管理属性等。

1)通用属性，包括数据来源、数据类型、数据结构、时段、更新周期、元数据和存储形式等，

其中数据类型的确定宜参考GB/T38667-2020第6章、第7章和第8章，详细内容见表1。

表1数据类型

一级类型二级类型

按产生频率可分为：每年更新数据、每月更新数据、每周更新数据、每日更新数据、每小时更新数据、每

分钟更新数据、每秒更新数据、无更新数据等。

按产生方式分类可包括：人工采集数据、信息系统产生数据、感知设备产生数据、原始数据、二次加工数

据等。

按结构化特征分类可划分为：结构化数据，如零售、财务、生物信息学、地理数据等；非结构化数据，如

技术选型维图像、视频、传感器数据、网页等；半结构化数据，如应用系统日志、电子邮件等。

度

按存储方式可划分为：关系数据库存储数据、键值数据库存储数据、列式数据库存储数据、图数据库存储

数据、文档数据库存储数据等。

按稀疏程度可划分为：稠密数据和稀疏数据。

按处理时效性可划分为：实时处理数据、准实时处理数据和批量处理数据。

按交换方式可划分为：抽取加载转换方式、系统接口方式、文件传输方式、移动介质复制方式等。

按产生来源可划分为：人为社交数据、电子商务平台交易数据、移动通信数据、物联网感知数据、系统运

行日志数据等。

业务应用维按业务归属可划分为：生产类业务数据、管理类业务数据、经营分析类业务数据等。

度按流通类型可划分为：可直接交易数据、间接交易数据、不可交易数据等

按行业领域分类可划分的类别见GB/T4754—2017。

按数据质量可划分为：高质量数据、普通质量数据、低质量数据等。

数据安全隐按数据安全隐私保护维度可划分为：高敏感数据、低敏感数据、不敏感数据等。

私保护维度

2)业务属性，包括业务描述、业务模型、业务规则和关联关系等；

3)管理属性，包括数据分类分级、安全信息、数据溯源、职责权限和应用场景等。

b)数据资产的基本特征通常包括依托性、可共享性和可加工性等。

2

GB/TXXXXX—XXXX

1)非实体性，是指数据资产无实物形态，但需要依托实物载体；

2)依托性，是指数据资产必须存储在特定的媒体里，媒体的种类包括磁盘和光盘等；

3)可共享性，是指在权限可控的前提下，数据资产可复制，能被组织内外部多个主体共享和

使用；

4)可加工性，是指数据资产可以通过更新、分析和挖掘等处理方式，改变其状态和形态；

5)价值易变性，是指数据资产的价值易发生变化，其价值可随应用场景、用户数量、使用频

率和数据时效等的变化而变化。

5评估框架

在提供评估保障和确保评估安全的前提下，分析数据资产的基本属性和基本特征，对数据资产进行

数据评价，获得可供价值评估使用的质量要素、成本要素和应用要素等参数，再采用收益法、成本法或

市场法完成价值评估，详细内容见图1。

图1数据资产价值评估框架

6数据评价

概述

数据评价包括对数据资产的质量要素、成本要素和应用要素的评价。在进行数据评价时，应分析数

据资产的基本属性和基本特征。

质量要素

质量要素是指数据资产在特定业务环境下符合和满足数据应用的程度，参照GB/T36344-2018第3

章，质量要素包括准确性、一致性、完整性、规范性、时效性和可访问性等。准确性是指数据资产准确

表示其所描述事物和事件的真实程度；一致性是指不同数据资产描述同一个事物和事件的无矛盾程度；

3

GB/TXXXXX—XXXX

完整性是指构成数据资产的数据元素被赋予数值程度；规范性是指数据资产符合数据标准、业务规则和

元数据等要求的规范程度；时效性是指数据资产真实反映事物和事件的及时程度；可访问性是指数据资

产能被正常访问的程度。在进行数据资产价值评估时，数据质量应达到应用场景下所要求的基准。

成本要素

成本要素是指按照重置该项数据资产所发生的成本，主要包括前期费用、直接成本、间接成本、机

会成本和相关税费等。前期费用主要包括数据规划等费用；直接成本主要包括建设成本、运维成本和其

他等；间接成本主要包括软硬件、基础设施和公共管理等成本。采用成本法进行数据资产价值评估时应

分析数据资产的成本要素。采用收益法进行数据资产价值评估时，应分析数据资产的成本费用。

应用要素

应用要素主要包括使用范围、应用场景、商业模式、供求关系、数据关联性和应用风险等。使用范

围应关注数据资产涉及的行业、领域和区域等；应用场景应关注数据资产的使用方式、开放程度和使用

频率等；商业模式应关注数据产品及服务的模式、赋能模式和金融模式等；供求关系应关注数据资产的

稀缺性、市场规模和价值密度等；数据关联性应关注数据资产的用户关联性、数间关联性和业务关联性

等；应用风险应关注数据资产的管理风险、流通风险、数据安全风险、敏感性风险和监管风险等。在进

行数据资产价值评估时，应分析数据资产的应用要素。

7价值评估

概述

价值评估是指评估专业人员履行资产评估程序，基于评估资料，选择适用的评估方法，对数据资产

的价值进行评估，并出具资产评估报告的行为。评估方法包括收益法、成本法和市场法。在进行价值评

估时，应分析数据资产的基本属性和基本特征。

收益法

7.2.1概述

采用收益法评估数据资产，一般是通过测算该项数据资产所产生的未来预期收益并折算成现值，进

而确定数据资产的价值。

7.2.2使用前提

选择和使用收益法时应考虑的前提条件包括：

a)数据资产的未来收益可以合理预期并用货币计量；

b)预期收益所对应的风险能够度量；

c)预期收益期限能够确定或合理预期；

d)数据质量能够达到应用场景下所要求的基准。

7.2.3基本模型

收益法评估的基本计算模型为：

1

P=∑nF...................................（1）

t=1t(1+r)t

4

GB/TXXXXX—XXXX

式中：

P——评估值；

Ft——数据资产未来第t个收益期的收益额；

n——剩余收益期；

t——未来第t年；

r——折现率。

根据收益法的基本模型，在获取数据资产相关信息的基础上，需要根据该数据资产或者类似数据资

产的历史应用情况以及未来应用前景，结合数据资产应用的商业模式，重点分析数据资产经济收益的可

预测性，考虑收益法的适用性。

7.2.4评估步骤

7.2.4.1形成预期收益

数据资产的预期收益是指数据资产在特定的应用场景下使用的收益，同样的数据资产在不同应用

场景下的预期收益可能存在差异。数据资产的获利形式通常包括：模拟实境、提高投入回报率、数据存

储空间出租、管理客户关系、个性化精准推荐、数据搜索等。在确定预期收益时，需要区分并剔除与委

托评估的数据资产无关的业务产生的收益，并关注数据资产产品或者服务所属行业的市场规模、市场地

位以及相关企业的经营。

在估算数据资产带来的预期收益时，需要区分数据资产和其他资产所获得的收益，分析与之有关的

预期变动、收益期限、成本费用、配套资产、现金流量和风险因素等。并对收益预测所利用的财务信息

和其他相关信息、评估前提和假设的合理性进行分析。

根据预期收益的来源及内涵不同，采用收益法评估数据资产时，预期收益的具体预测方式包括直接

收益预测、分成收益预测、超额收益预测和增量收益预测等。

a)直接收益预测是针对特定应用场景下数据资产的预期收益进行直接预测，并通过适当的折现

率折现到评估基准日时点，以此作为该项数据资产的价值，可用于数据资产的应用场景及商业

模式相对独立，且以数据资产服务或产品为组织带来的直接收益的可以独立计量并合理预测

的情况。

b)分成收益预测是采用分成率计算数据资产的预期收益，并通过适当的折现率折现到评估基准

日时点，以此作为该项数据资产的价值。收益分成预测可采用分成率计算数据资产的预期收益，

并通过适当的折现率折现到评估基准日时点，以此作为该项数据资产的价值。

c)超额收益预测是将归属于数据资产所创造的超额收益作为该项数据资产的预期收益。超额收

益预测时先测算数据资产与其他相关贡献资产共同创造的整体收益，在整体收益中扣除其他

相关贡献资产的贡献，将剩余收益确定为超额收益，并作为数据资产所创造的收益并测算数据

资产价值。

d)增量收益预测是基于未来增量收益的预期而确定的数据资产预期收益。增量收益预测时把数

据资产所在的企业和另一个不具有该项数据资产的企业的经营业绩进行对比，即将由于该项

数据资产使企业得到的利润或现金流量，与一个没有使用该项数据资产的企业所得到的利润

或现金流量进行对比，将二者的差异作为数据资产所创造的增量收益并测算数据资产价值。

7.2.4.2确定收益期限

5

GB/TXXXXX—XXXX

使用收益法进行数据资产评估时，需要综合考虑法律有效期限、相关合同有效期限、自身的经济寿

命年限、更新时间、时效性和权利状况等因素，合理确定收益期限。收益期限的选择需要考虑使数据资

产达到稳定收益的期限和周期性等，且不得超出产品或者服务的合理收益期。

在确定收益期的过程中，需要考虑数据资产在其收益期限是否存在价值变动的情况，例如数据资产

未来因广泛传播、更新迭代和下游市场需求下降等情况导致其价值出现降低，如存在则需要在预期收益

的测算时考虑合理价值变动的影响对预期收益进行调整。

7.2.4.3估算折现率

折现率可以通过分析评估基准日的利率和投资回报率，以及数据资产实施过程中的管理、流通和数

据安全等因素确定。数据资产折现率与预期收益的口径需要保持一致。数据资产折现率可以采用风险累

加法，即无风险收益率加风险报酬率的方式进行确定。此外，也可以采取其他能够充分反映投资报酬的，

与收益口径和内涵一致的折现率确定方法。

成本法

7.3.1概述

采用成本法评估数据资产一般是按照重置该项数据资产所发生的成本作为确定数据资产价值的基

础，并对重置成本的价值进行调整，以此确定数据资产价值的评估方法。

7.3.2使用前提

选择和使用成本法时应考虑的前提条件包括：

a)数据资产能正常使用或者在用；

b)数据资产能通过重置途径获得；

c)数据资产的重置成本以及相关价值调整系数能够合理估算；

d)数据质量能够达到应用场景下所要求的基准。

7.3.3基本模型

对于成本法，数据资产的价值由该资产的重置成本乘以价值调整系数确定。其基本计算公式为：

P=C×δ......................................（2）

式中：

P——评估值；

C——重置成本；

δ——价值调整系数。

7.3.4评估步骤

7.3.4.1汇总重置成本

数据资产的重置成本包括前期费用、直接成本、间接成本、机会成本和相关税费。内容可参照表3。

a)前期费用主要是规划成本，即对数据生存周期整体进行规划设计，形成满足需求的数据解决方

案所投入的人员薪资、咨询费用和相关资源成本等；

b)直接成本通常包括建设成本、运维成本和其他成本；

c)间接成本包含与数据资产相关的场地、软硬件、研发和公共管理等成本；

6

GB/TXXXXX—XXXX

d)机会成本应考虑组织因购建、运营和维护数据资产而放弃经营其他业务和投资其他资产所对

应的成本；

e)相关税费主要包括数据资产形成过程中需要按规定缴纳的不可抵扣的税费等。

7.3.4.2价值调整系数

数据资产的价值调整系数计算主要有专家评价方法和剩余经济寿命法。

a)专家评价方法综合考虑数据质量和数据应用价值等影响因素，并应用层次分析和德尔菲等方

法对影响因素进行赋权，进而计算得出数据资产价值调整系数；

b)剩余经济寿命法是通过对数据资产剩余经济寿命的预测或者判断来确定价值调整系数的一种

方法。

市场法

7.4.1概述

市场法是在具有公开并活跃的交易市场的前提下，选取近期或往期成交的可比参照物价格作为参

考，并调整特异性和个性化的因素，从而得到估值的方法。

7.4.2使用前提

选择和使用市场法时应考虑的前提条件包括：

a)数据资产的可比参照物具有公开活跃的市场；

b)有关交易的必要信息可以获得，如交易价格、交易时间和交易条件等；

c)数据资产与可比参照物在交易市场、数量、价值影响因素、交易时间和交易类型等方面具有可

比性，且这些可比方面可量化；

d)存在足够数量的可比参照物，通常建议不少于三个；

e)数据质量能够达到应用场景下所要求的基准。

7.4.3基本模型

首先，将数据资产分解成n个数据集；其次，每个数据集选取参照数据资产进行对比调整；最后，

将n个调整后结果加总得出数据资产的价值。

市场法评估模型如下：

n

P=∑i=1(Vi×Xi1×Xi2×Xi3×Xi4×Xi5).........................（3）

式中：

P——被评估数据资产价值；

n——被评估数据资产所分解成的数据集的个数；

Vi——参照数据资产的价值；

Xi1——质量调整系数，根据被评估数据资产与参照数据资产的质量要素评价结果分析并确定；

Xi2———供求调整系数，根据被评估数据资产与参照数据资产的市场规模、稀缺性和值密度综合分

析并确定；

Xi3———期日调整系数，根据被评估数据资产与参照数据资产在评估时点的相关价格指数，如居民

消费价格指数等分析并确定；

Xi4——容量调整系数，根据被评估数据资产与参照数据资产的容量分析并确定；

Xi5——其他调整系数，根据被评估数据资产与参照数据资产的其他可量化调整因素分析并确定。

7

GB/TXXXXX—XXXX

7.4.4评估步骤

采用市场法对数据资产进行价值评估，通常分为筛选参照数据资产和差异分析调整两个步骤。

7.4.4.1筛选参照数据资产

筛选是指在市场上寻找与数据资产具有可比性的参照数据资产或对标交易活动，评估要素为筛选

环节提供了对比的维度和依据。数据资产价值评估专业人员应根据数据资产特点，选择与数据资产相同

或者可比的维度，例如交易市场、数量、价值影响因素、交易时间和交易类型等，选择正常或可调整为

正常交易价格的参照物。

7.4.4.2差异分析调整

调整是指通过比较数据资产和参考数据资产或对标交易活动来确定调整系数，对价值影响因素和

交易条件存在的差异做出合理调整，以取得准确价值。各项调整系数计算标准如下：

a)调整系数是综合考虑数据质量对数据资产价值的影响；

b)供求调整系数是综合考虑数据资产的市场规模、稀缺性和价值密度等相关影响；

c)期日调整系数是综合考虑数据资产相关价格指数，如居民消费价格指数等；

d)容量调整系数是综合考虑数据容量对数据资产价值的影响；

e)其他调整系数主要考虑影响数据资产价值差异的其他因素，例如，每类数据集的应用场景状况

差异、适用范围和应用场景等，可以根据实际情况考虑可比案例差异，选择可量化的调整系数。

8评估保障

评估保障是指为确保数据资产评估有序、规范和可持续发展的支撑体系。评估保障规定了数据资产

评估活动的资源条件保障，包括技术、平台和制度等方面。

a)技术保障融合资产评估领域和信息技术领域的系列关键技术和算法模型，构建跨界创新和扩

展性强的综合技术体系。

1)应集成数据资产评估算法，支持常见和基础的数据资产评估模型，对影响数据资产价值的

主要因素量化处理最终得到合理的评估值；

2)可使用区块链等技术，保证数据在收发、处理和评估的过程中，不受数据泄漏、数据遗失

和数据篡改等风险威胁，实现数据资产评估全流程可信、可监控和可追溯。

b)平台保障将数据资产评估框架、评估方法和评估流程等通过软件系统来固化、落地和验证，为

评估工作的申请与执行提供规范可靠的工具和环境支持。应支撑数据资产评估工作，功能包括

数据资产评估流程管理、评估工具管理、评估模型管理和评估报告管理等。

c)制度保障通过数据资产评估相关的标准规范、制度流程和人员管理等体系建设，规范数据资产

评估行为。制度保障具体要求如下：

1)应建立评估的管理制度，并持续改进；

2)应明确评估流程和评估规范；

3)应明确评估专业人员的能力要求，并建立能力考核机制；

4)应明确评估成果的范围、内容和形式。

9评估安全

8

GB/TXXXXX—XXXX

数据资产评估必然涉及到安全问题，但评估安全问题不在本文件范围内描述，应参照数据安全相关

法律法规和国家标准等。

9

GB/TXXXXX—XXXX

参考文献

[1]GB/T4754-2017国民经济行业分类

[2]GB/T18391.1-2009信息技术元数据注册系统(MDR)第1部分：框架

[3]GB/T33172-2016资产管理综述、原则和术语

[4]GB/T34960.5-2018信息技术服务治理第5部分：数据治理规范

[5]GB/T35295-2017信息技术大数据术语

[6]GB/T37550-2019电子商务数据资产评价指标体系

[7]GB/T40685-2021信息技术服务数据资产管理要求

10

GB/TXXXXX—XXXX

目次

前言...........................................................................II

1范围................................................................................1

2规范性引用文件......................................................................1

3术语和定义..........................................................................1

4数据资产............................................................................2

5评估框架............................................................................3

6数据评价............................................................................3

概述............................................................................3

质量要素........................................................................3

成本要素........................................................................4

应用要素........................................................................4

7价值评估............................................................................4

概述............................................................................4

收益法..........................................................................4

成本法..........................................................................6

市场法..........................................................................7

8评估保障............................................................................8

9评估安全............................................................................8

参考文献.......................................................................10

I

GB/TXXXXX—XXXX

信息技术大数据数据资产价值评估

1范围

本文件规定了数据资产价值评估的评估框架、数据评价、价值评估、评估保障和评估安全。

本文件适用于相关主体开展数据资产价值评估工作。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T36344-2018信息技术数据质量评价指标

GB/T38667-2020信息技术大数据数据分类指南

3术语和定义

下列术语和定义适用于本文件。

资产asset

对组织有潜在价值或实际价值的物品、事物或实体。

[GB/T33172-2016，定义3.2.1]

数据资产dataasset

以数据为载体和表现形式，能进行计量的，并能为组织带来直接或者间接经济利益的数据资源。

注：改写GB/T37550-2019，定义2.4、GB/T40685-2021，定义3.1、GB/T34960.5-2018，定义3.3。

数据资产评估dataassetevaluation

评估机构及其评估专业人员根据委托对数据资产进行数据评价和价值估算，并出具数据评价报告

和资产评估报告的专业服务行为。

注：依据中华人民共和国资产评估法第二条，改写GB/T40685-2021，定义3.9。

收益期限incomeperiod

数据资产在经济寿命年限内持续发挥作用并产生经济利益的期限。

折现率discountrate

将预期收益折算成现值的比率。

数据集dataset

1

GB/TXXXXX—XXXX

数据记录汇聚的数据形式。

[GB/T35295-2017，定义2.1.46]

元数据metadata

定义和描述其他数据的数据。

[GB/T18391.1-2009，定义3.2.16]

4数据资产

数据资产是以数据为载体和表现形式，能进行计量的，并能为组织带来直接或者间接经济利益的数

据资源。数据资产通常用基本属性和基本特征对其进行描述。数据资产评估应通过委托人和当事人提供

及自主收集等方式获取数据资产资料，明确数据资产的基本属性和基本特征。在进行数据评价和价值评

估时应分析数据资产的基本属性和基本特征。

a)数据资产的基本属性通常包括通用属性、业务属性和管理属性等。

1)通用属性，包括数据来源、数据类型、数据结构、时段、更新周期、元数据和存储形式等，

其中数据类型的确定宜参考GB/T38667-2020第6章、第7章和第8章，详细内容见表1。

表1数据类型

一级类型二级类型

按产生频率可分为：每年更新数据、每月更新数据、每周更新数据、每日更新数据、每小时更新数据、每

分钟更新数据、每秒更新数据、无更新数据等。

按产生方式分类可包括：人工采集数据、信息系统产生数据、感知设备产生数据、原始数据、二次加工数

据等。

按结构化特征分类可划分为：结构化数据，如零售、财务、生物信息学、地理数据等；非结构化数据，如

技术选型维图像、视频、传感器数据、网页等；半结构化数据，如应用系统日志、电子邮件等。

度

按存储方式可划分为：关系数据库存储数据、键值数据库存储数据、列式数据库存储数据、图数据库存储

数据、文档数据库存储数据等。

按稀疏程度可划分为：稠密数据和稀疏数据。

按处理时效性可划分为：实时处理数据、准实时处理数据和批量处理数据。

按交换方式可划分为：抽取加载转换方式、系统接口方式、文件传输方式、移动介质复制方式等。

按产生来源可划分为：人为社交数据、电子商务平台交易数据、移动通信数据、物联网感知数据、系统运

行日志数据等。

业务应用维按业务归属可划分为：生产类业务数据、管理类业务数据、经营分析类业务数据等。

度按流通类型可划分为：可直接交易数据、间接交易数据、不可交易数据等

按行业领域分类可划分的类别见GB/T4754—2017。

按数据质量可划分为：高质量数据、普通质量数据、低质量数据等。

数据安全隐按数据安全隐私保护维度可划分为：高敏感数据、低敏感数据、不敏感数据等。

私保护维度

2)业务属性，包括业务描述、业务模型、业务规则和关联关系等；

3)管理属性，包括数据分类分级、安全信息、数据溯源、职责权限和应用场景等。

b)数据资产的基本特征通常包括依托性、可共享性和可加工性等。

2

GB/TXXXXX—XXXX

1)非实体性，是指数据资产无实物形态，但需要依托实物载体；

2)依托性，是指数据资产必须存储在特定的媒体里，媒体的种类包括磁盘和光盘等；

3)可共享性，是指在权限可控的前提下，数据资产可复制，能被组织内外部多个主体共享和

使用；

4)可加工性，是指数据资产可以通过更新、分析和挖掘等处理方式，改变其状态和形态；

5)价值易变性，是指数据资产的价值易发生变化，其价值可随应用场景、用户数量、使用频

率和数据时效等的变化而变化。

5评估框架

在提供评估保障和确保评估安全的前提下，分析数据资产的基本属性和基本特征，对数据资产进行

数据评价，获得可供价值评估使用的质量要素、成本要素和应用要素等参数，再采用收益法、成本法或

市场法完成价值评估，详细内容见图1。

图1数据资产价值评估框架

6数据评价

概述

数据评价包括对数据资产的质量要素、成本要素和应用要素的评价。在进行数据评价时，应分析数

据资产的基本属性和基本特征。

质量要素

质量要素是指数据资产在特定业务环境下符合和满足数据应用的程度，参照GB/T36344-2018第3

章，质量要素包括准确性、一致性、完整性、规范性、时效性和可访问性等。准确性是指数据资产准确

表示其所描述事物和事件的真实程度；一致性是指不同数据资产描述同一个事物和事件的无矛盾程度；

3

GB/TXXXXX—XXXX

完整性是指构成数据资产的数据元素被赋予数值程度；规范性是指数据资产符合数据标准、业务规则和

元数据等要求的规范程度；时效性是指数据资产真实反映事物和事件的及时程度；可访问性是指数据资

产能被正常访问的程度。在进行数据资产价值评估时，数据质量应达到应用场景下所要求的基准。

成本要素

成本要素是指按照重置该项数据资产所发生的成本，主要包括前期费用、直接成本、间接成本、机

会成本和相关税费等。前期费用主要包括数据规划等费用；直接成本主要包括建设成本、运维成本和其

他等；间接成本主要包括软硬件、基础设施和公共管理等成本。采用成本法进行数据资产价值评估时应

分析数据资产的成本要素。采用收益法进行数据资产价值评估时，应分析数据资产的成本费用。

应用要素

应用要素主要包括使用范围、应用场景、商业模式、供求关系、数据关联性和应用风险等。使用范

围应关注数据资产涉及的行业、领域和区域等；应用场景应关注数据资产的使用方式、开放程度和使用

频率等；商业模式应关注数据产品及服务的模式、赋能模式和金融模式等；供求关系应关注数据资产的

稀缺性、市场规模和价值密度等；数据关联性应关注数据资产的用户关联性、数间关联性和业务关联性

等；应用风险应关注数据资产的管理风险、流通风险、数据安全风险、敏感性风险和监管风险等。在进

行数据资产价值评估时，应分析数据资产的应用要素。

7价值评估

概述

价值评估是指评估专业人员履