數(shù)據(jù)生態(tài)鏈視角下戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值評估研究

許丹丹 李曉莉

文章編號：1008-7133（2022）01-0019-09

摘要：數(shù)據(jù)作為一種新型生產(chǎn)要素在戰(zhàn)略性新興企業(yè)中發(fā)揮著重要作用，對數(shù)據(jù)進行價值評估是企業(yè)數(shù)據(jù)管理、交易和獲利等活動的基礎(chǔ)。從數(shù)據(jù)生態(tài)鏈運行的角度解構(gòu)數(shù)據(jù)價值，根據(jù)數(shù)據(jù)生產(chǎn)、整合、傳播、使用和分解5個環(huán)節(jié)來劃分價值評估維度，并進一步細分為26個二級指標。采用熵權(quán)TOPSIS建立數(shù)據(jù)價值評估模型，對3家戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價值進行實例分析，識別出數(shù)據(jù)結(jié)存體量、獲取難度、集成規(guī)模、運載量和整合速度5個影響企業(yè)數(shù)據(jù)價值的關(guān)鍵因素。最后，結(jié)合數(shù)據(jù)生態(tài)鏈運行的特征提出提升企業(yè)數(shù)據(jù)管理能力和數(shù)據(jù)價值的相關(guān)建議。

關(guān)鍵詞：數(shù)據(jù)生態(tài)鏈;戰(zhàn)略性新興企業(yè);數(shù)據(jù)價值評估;熵權(quán)法;TOPSIS

DOI：10.16315/j.stm.2022.01.001

中圖分類號： F49

文獻標志碼： A

Research on data value evaluation of strategic emerging enterprises from the perspectiveof data ecological chain

XU Dan-dan，LI Xiao-li

（School of Economics and Management， Harbin University of Science and Technology， Harbin 150080， China）

Abstract：As a new production factor， data plays an important role in strategic emerging firms. Data value assessment is the basis of data management， transaction， and profit. The data value is deconstructed from the perspective of data ecological chain operation. According to the five links of data production， integration， dissemination， use， and decomposition， the value evaluation dimension is divided into 26 secondary indicators. The entropy weight TOPSIS is used to establish the data value evaluation model. The data value of three strategic emerging firms is analyzed by examples. Five key factors affecting the data value of firms are identified， namely， data inventory volume， acquisition difficulty， integration scale， carrying capacity， and integration speed. Finally， combined with the characteristics of the operation of the data ecological chain， this paper puts forward relevant suggestions to improve the firms’ data management capability and the data value.

Keywords：data ecological chain; strategic emerging firms; data value evaluation; entropy weight; TOPSIS

2021年國務(wù)院在《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》中提出“加快數(shù)據(jù)要素市場化流通”的發(fā)展目標，旨在通過數(shù)據(jù)共享、交易、協(xié)作和開放等活動來實現(xiàn)數(shù)據(jù)對企業(yè)研發(fā)、生產(chǎn)和服務(wù)等環(huán)節(jié)的賦能作用。戰(zhàn)略性新興產(chǎn)業(yè)因其要素先導(dǎo)性、數(shù)據(jù)密集性與發(fā)展前沿性已成為數(shù)據(jù)深度融合應(yīng)用的重點產(chǎn)業(yè)[1]。因此，戰(zhàn)略性新興企業(yè)相較于傳統(tǒng)企業(yè)而言數(shù)據(jù)基礎(chǔ)設(shè)施更為完善、數(shù)據(jù)規(guī)模增量大、數(shù)據(jù)交易頻繁[2]，但也面臨著可借鑒模式少、運營效率不高、交易失范及價值不明等問題，制約了戰(zhàn)略性新興企業(yè)間的數(shù)據(jù)開發(fā)利用和數(shù)據(jù)要素市場的可持續(xù)發(fā)展。由此可見，基于戰(zhàn)略性新興企業(yè)數(shù)據(jù)管理與流通的特征，及時準確評估數(shù)據(jù)價值是提升企業(yè)數(shù)據(jù)交易效率、擴大交易規(guī)模和提高經(jīng)濟效益的關(guān)鍵。

戰(zhàn)略性新興企業(yè)作為我國戰(zhàn)略性新興產(chǎn)業(yè)數(shù)字化創(chuàng)新的活躍主體，具有一定的數(shù)據(jù)生產(chǎn)、利用能力，但數(shù)據(jù)價值化、資產(chǎn)化運營水平仍有待提高，尤其是在數(shù)據(jù)估值、定價和交易融通等方面探索不足[3]，需要設(shè)計全面的數(shù)據(jù)價值評價模型加以支撐。我國從2019年開始將數(shù)據(jù)納入生產(chǎn)要素體系內(nèi)，提出要支持不同產(chǎn)業(yè)實現(xiàn)數(shù)據(jù)規(guī)范化利用與開發(fā)以提升數(shù)據(jù)資源價值。在數(shù)據(jù)紅利和國家政策的雙重驅(qū)動下，數(shù)據(jù)價值評估的研究逐漸豐富，已有從財務(wù)、市場交易等角度評估數(shù)據(jù)價值的，但多針對個人、傳統(tǒng)企業(yè)和政府開放數(shù)據(jù)展開[4-7]，鮮有研究對戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價值進行評價，不利于構(gòu)建戰(zhàn)略性新興企業(yè)的數(shù)據(jù)資產(chǎn)核算與管理體系、提升數(shù)據(jù)管理效率和降低戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)交易壁壘。因此，有必要對戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值的評估進行探索，構(gòu)建全面的數(shù)據(jù)價值評估指標體系與模型，為產(chǎn)業(yè)數(shù)據(jù)要素市場的建設(shè)奠定基礎(chǔ)，對提升數(shù)據(jù)要素價值，加速數(shù)據(jù)流通具有重要意義。

1文獻綜述

1.1數(shù)據(jù)價值評估

數(shù)字技術(shù)的興起降低了數(shù)據(jù)獲取與開發(fā)的難度，拓展了數(shù)據(jù)規(guī)模，同時，數(shù)據(jù)與企業(yè)實際業(yè)務(wù)需求已實現(xiàn)廣泛融合并成為企業(yè)間的競爭性資源，因此，需要對數(shù)據(jù)進行準確的篩選與評估，提升企業(yè)數(shù)據(jù)管理的規(guī)范性，實現(xiàn)數(shù)據(jù)價值[8-9]。閉珊珊等認為數(shù)據(jù)價值評估是指對數(shù)據(jù)的運行現(xiàn)狀、質(zhì)量、經(jīng)濟價值和社會價值等進行全面定性與定量評價的活動[10]。

數(shù)據(jù)價值評估的研究主要圍繞評估方法、指標體系和數(shù)據(jù)價值的類型與生成機制3個方面展開。數(shù)據(jù)價值評估方法有定性和定量2種類型，如Brinch等采用案例分析的方法來評價影響企業(yè)數(shù)據(jù)價值的因素[11];Bitomsky等[12]通過數(shù)據(jù)挖掘和規(guī)范分析建模方法對數(shù)據(jù)價值鏈的運行和IT風險進行量化評估。現(xiàn)有數(shù)據(jù)價值評估指標體系的設(shè)計主要考慮會計核算、數(shù)據(jù)生命周期和數(shù)據(jù)使用3個方面，如陳芳等[13]基于多期超額收益指標來評價企業(yè)數(shù)據(jù)資產(chǎn)價值;朱澤等[14]從數(shù)據(jù)基礎(chǔ)價值與增值的角度，設(shè)計了包含數(shù)據(jù)資產(chǎn)的產(chǎn)生、運行、使用和再造的全生命周期評價指標;Li等[15]從數(shù)據(jù)的經(jīng)濟和使用價值來確定評價指標;王笑笑等[16]從數(shù)據(jù)的搜集處理成本、質(zhì)量和使用情況設(shè)計指標體系，評估數(shù)據(jù)價值。數(shù)據(jù)價值類型包括政治、經(jīng)濟、社會、技術(shù)、戰(zhàn)略、科學(xué)研究、精神文化和環(huán)境生態(tài)等[17]。數(shù)據(jù)價值的生成機制即數(shù)據(jù)價值鏈包括數(shù)據(jù)的生成、收集、分析和交換，是原始數(shù)據(jù)到實用數(shù)據(jù)轉(zhuǎn)化的全過程[18]。

1.2數(shù)據(jù)生態(tài)鏈

數(shù)據(jù)生態(tài)鏈的概念最早源于信息生態(tài)鏈，是指利用各種技術(shù)資源來對數(shù)據(jù)進行訪問獲取、復(fù)制轉(zhuǎn)移和分析利用而形成的關(guān)聯(lián)鏈條[19]，可以將數(shù)據(jù)的生產(chǎn)、組合、擴散傳播、分解和監(jiān)督管理結(jié)合在一起，實現(xiàn)多節(jié)點的聯(lián)系互動，并不斷演化與反饋構(gòu)成生態(tài)鏈結(jié)構(gòu)，進而促進數(shù)據(jù)價值的實現(xiàn)與提高[20]。數(shù)據(jù)生態(tài)鏈既包括水平方向的數(shù)據(jù)交互協(xié)作，也包括垂直方向上的價值創(chuàng)造傳遞，是數(shù)據(jù)和價值持續(xù)互動的鏈式結(jié)構(gòu)，構(gòu)成主體為數(shù)據(jù)流通活動的各利益相關(guān)者（生產(chǎn)者—提供者—傳遞者—利用者—消費者）[21]。數(shù)據(jù)生產(chǎn)活動是數(shù)據(jù)生態(tài)鏈運行的基礎(chǔ)，需要在該階段對原始數(shù)據(jù)進行搜集與整合并完成結(jié)構(gòu)化轉(zhuǎn)變，使數(shù)據(jù)符合流通標準[22];數(shù)據(jù)提供的本質(zhì)是數(shù)據(jù)公開，在技術(shù)、法律和經(jīng)濟的約束下數(shù)據(jù)生產(chǎn)者或持有者從開放數(shù)據(jù)中獲益將會提升數(shù)據(jù)交互的可能性、加速數(shù)據(jù)傳播[23];數(shù)據(jù)傳遞是數(shù)據(jù)生態(tài)鏈運行的核心環(huán)節(jié)，不僅要保證數(shù)據(jù)內(nèi)容的完整、數(shù)據(jù)來源可信和數(shù)據(jù)傳播高效，還要注重傳遞的安全有序、傳播過程的動態(tài)可控，形成健康的數(shù)據(jù)生態(tài)[24];數(shù)據(jù)利用是數(shù)據(jù)價值實現(xiàn)的前提，提升數(shù)據(jù)結(jié)構(gòu)的一致性與兼容性可以降低數(shù)據(jù)的使用難度，增強數(shù)據(jù)時效性可以提升數(shù)據(jù)獲取與使用意愿，建立關(guān)聯(lián)數(shù)據(jù)庫可以提升數(shù)據(jù)主體間協(xié)同與數(shù)據(jù)使用頻率，而精準性是提高數(shù)據(jù)質(zhì)量與可用性的核心[25];數(shù)據(jù)消費活動伴隨數(shù)據(jù)的使用而發(fā)生，是對數(shù)據(jù)價值的反饋，能夠分解和重構(gòu)數(shù)據(jù)內(nèi)容[26]。通過文獻梳理發(fā)現(xiàn)數(shù)據(jù)生態(tài)鏈運行的關(guān)鍵是保證鏈上所有節(jié)點活動的有序進行，把握其發(fā)展的方向與重點，并提供合理的價值引導(dǎo)。

綜上，學(xué)者們在數(shù)據(jù)價值評估方面已進行了較為豐富的研究，為企業(yè)的數(shù)據(jù)管理活動提供了借鑒，也為數(shù)據(jù)流通和數(shù)據(jù)交易環(huán)境的建設(shè)奠定了基礎(chǔ)。但目前有關(guān)數(shù)據(jù)價值評估的研究主要圍繞傳統(tǒng)的評價維度展開，如數(shù)據(jù)使用成本、財務(wù)績效，這部分研究為數(shù)據(jù)價值評估提供了基礎(chǔ)方向，但多未考慮數(shù)據(jù)的可持續(xù)應(yīng)用與管理，無法兼顧企業(yè)數(shù)據(jù)流通活動的生態(tài)化發(fā)展。因此，對數(shù)據(jù)價值的評估不應(yīng)限于現(xiàn)有財務(wù)和使用價值等經(jīng)濟性指標，也需要關(guān)注企業(yè)數(shù)據(jù)應(yīng)用的生命周期和數(shù)據(jù)流通生態(tài)鏈的運行。數(shù)據(jù)生態(tài)鏈的研究以數(shù)據(jù)的交互、傳播為重點，關(guān)注數(shù)據(jù)從產(chǎn)生到分解重構(gòu)的全過程，對數(shù)據(jù)資源的深度開發(fā)與利用有重要意義，但卻鮮有研究將數(shù)據(jù)價值評估嵌入到生態(tài)鏈的運行中，不利于提升數(shù)據(jù)的節(jié)點價值。因此，本文在梳理戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值影響因素和數(shù)據(jù)生態(tài)鏈運行相關(guān)文獻的基礎(chǔ)上，構(gòu)建數(shù)據(jù)價值評估的指標體系，通過熵權(quán)TOPSIS方法建立數(shù)據(jù)價值評估模型，并利用該模型對3家戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價值進行評估，為數(shù)據(jù)資產(chǎn)的運營提供科學(xué)依據(jù)，有利于提升戰(zhàn)略性新興企業(yè)的數(shù)據(jù)管理、交易、質(zhì)押和流通活動的效率。

2戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值評估模型構(gòu)建

2.1數(shù)據(jù)生態(tài)鏈結(jié)構(gòu)

在戰(zhàn)略性新興企業(yè)的數(shù)據(jù)運營系統(tǒng)中，各個業(yè)務(wù)環(huán)節(jié)以數(shù)據(jù)為載體進行信息、知識和技術(shù)等價值流的傳遞，并在這種傳遞中實現(xiàn)數(shù)據(jù)增值。除數(shù)據(jù)活動外，企業(yè)中其他外部資源也會與數(shù)據(jù)發(fā)生能量交換，并作用于數(shù)據(jù)價值的變化，因此戰(zhàn)略性新興企業(yè)的數(shù)據(jù)生態(tài)鏈具有動態(tài)交互、環(huán)境復(fù)雜等特征，結(jié)合文獻梳理明確其結(jié)構(gòu)模型，如圖1所示。

戰(zhàn)略性新興企業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分深受其產(chǎn)業(yè)特征的影響，企業(yè)的發(fā)展與新興技術(shù)和新型要素緊密相關(guān)，具有超前性和引導(dǎo)性，其數(shù)據(jù)生態(tài)鏈的運行可以達到高速、海量、低能耗、安全可靠、互聯(lián)協(xié)同和前瞻時效的程度[27]。從數(shù)據(jù)的生產(chǎn)到分解，由于不同節(jié)點數(shù)據(jù)管理活動的差異，數(shù)據(jù)價值評估的要點也隨之變化。

2.2數(shù)據(jù)價值影響因素

數(shù)據(jù)價值伴隨數(shù)據(jù)生態(tài)鏈的運行而產(chǎn)生，不同節(jié)點價值創(chuàng)造內(nèi)容的側(cè)重點也存在差異，因此本文基于文獻梳理和戰(zhàn)略性新興企業(yè)數(shù)據(jù)生態(tài)鏈的運行過程來識別影響數(shù)據(jù)價值的因素，具體內(nèi)容如下。

1）數(shù)據(jù)生產(chǎn)影響因素。數(shù)據(jù)獲取是企業(yè)將分散在各部的原始數(shù)據(jù)聚集到一起，以備數(shù)據(jù)的分析與使用，是數(shù)據(jù)生態(tài)鏈運行的基礎(chǔ)支撐工作。當企業(yè)各業(yè)務(wù)部門的數(shù)據(jù)庫差別較大時，數(shù)據(jù)獲取的難度就會增大，表明企業(yè)的數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)存在不足，整體數(shù)據(jù)管理水平和數(shù)據(jù)價值有待提高[28]。

原始數(shù)據(jù)的可用性水平低，需要對其內(nèi)容加以描述和分類以產(chǎn)出規(guī)范化數(shù)據(jù)，如對數(shù)據(jù)的內(nèi)容提要、背景來源、標題和類型等進行細節(jié)化的描述[29]。數(shù)據(jù)描述規(guī)范性高時需求者可以準確識別數(shù)據(jù)價值，快速達成數(shù)據(jù)交易。

數(shù)據(jù)結(jié)構(gòu)化是將碎片化的數(shù)據(jù)按照統(tǒng)一的格式要求進行處理，以便于數(shù)據(jù)集的檢索、傳輸、分析與利用。對數(shù)據(jù)進行結(jié)構(gòu)化生產(chǎn)處理之后可以實現(xiàn)單次發(fā)布、多元使用[30]，同時數(shù)據(jù)結(jié)構(gòu)化程度越高數(shù)據(jù)識別與轉(zhuǎn)化的難度就越低，數(shù)據(jù)滿意度也相對提升。

企業(yè)數(shù)據(jù)總體規(guī)模即數(shù)據(jù)的結(jié)存體量，數(shù)據(jù)規(guī)模越大包含的信息、知識的量也就越大，并逐漸形成“數(shù)據(jù)湖”來提升數(shù)據(jù)分析的準確性[31]，能輔助構(gòu)建解決企業(yè)或其他主體現(xiàn)存問題的方案體系，提高企業(yè)的數(shù)據(jù)影響力。

數(shù)據(jù)的采集成本主要來自統(tǒng)計環(huán)境建設(shè)成本、數(shù)據(jù)創(chuàng)建成本和數(shù)據(jù)安全維護成本三部分，這部分成本具有一次性投入高、邊際效用高的特征，當企業(yè)數(shù)據(jù)的邊際采集成本降低時表明數(shù)據(jù)價值已經(jīng)在一定程度上形成積累[30]。

2）數(shù)據(jù)整合影響因素。數(shù)據(jù)可操作性是指數(shù)據(jù)可供整合主體進行歸納、分類、排列、檢索和存儲的程度。獨立的原始數(shù)據(jù)并不能實現(xiàn)價值，經(jīng)適應(yīng)性操作后才可以支撐企業(yè)活動[32]，因此數(shù)據(jù)的可操作性越高，可用范圍就越大，價值實現(xiàn)的可能性也隨之提高。

分析支撐度是數(shù)據(jù)整合過程中的實體價值，表征了數(shù)據(jù)與組織資源的兼容性。企業(yè)在獲取數(shù)據(jù)后需要利用人力、技術(shù)等資源對數(shù)據(jù)進行分析[33]，解構(gòu)數(shù)據(jù)內(nèi)容支撐企業(yè)活動，因此企業(yè)在評估數(shù)據(jù)價值時要充分考慮數(shù)據(jù)是否可以被分析利用。

數(shù)據(jù)融合要兼顧時間、空間和內(nèi)容三大特征，是對數(shù)據(jù)進行預(yù)處理后再與企業(yè)現(xiàn)有資源進行拼湊組合，實現(xiàn)新價值的過程。數(shù)據(jù)融合難度體現(xiàn)了數(shù)據(jù)的可解釋性與可用性，融合難度越低使用約束就越小，機會識別和資源利用的效率就越高。

企業(yè)數(shù)據(jù)整合大致經(jīng)歷前期降維處理以突出數(shù)據(jù)特性，中期結(jié)構(gòu)化轉(zhuǎn)變實現(xiàn)數(shù)據(jù)性能，后期數(shù)據(jù)訓(xùn)練形成標準化數(shù)據(jù)集合，數(shù)據(jù)整合速度越快說明數(shù)據(jù)冗余剔除快、算法適應(yīng)性強和組合分析基礎(chǔ)性能好，相對數(shù)據(jù)質(zhì)量高。

穩(wěn)定性是指企業(yè)數(shù)據(jù)的服務(wù)穩(wěn)定性，體現(xiàn)為數(shù)據(jù)是否能高效正確的響應(yīng)服務(wù)需求，是外部主體對數(shù)據(jù)價值的直接評價。從時間維度考慮，運行數(shù)據(jù)內(nèi)容時故障少、響應(yīng)快[34];從數(shù)據(jù)請求維度看，需求實現(xiàn)率高即為穩(wěn)定性強。數(shù)據(jù)穩(wěn)定性越強，用戶體驗越好，外部環(huán)境對數(shù)據(jù)的評價越高。

3）數(shù)據(jù)傳播影響因素。數(shù)據(jù)開放度包含廣度、深度和效度3層含義，其中廣度是指數(shù)據(jù)的宣傳和擴散范圍;深度是企業(yè)就數(shù)據(jù)與外部開放交流的程度;效度體現(xiàn)為開放數(shù)據(jù)的標準性和可用性。當開放度較高時說明企業(yè)數(shù)據(jù)的知名度高、內(nèi)容持續(xù)更新和適用性強，更易發(fā)生數(shù)據(jù)獲取和交互，社會認可度高[35]。

企業(yè)數(shù)據(jù)安全是指數(shù)據(jù)在傳輸過程中不被破壞、篡改和泄露，同時不夾帶病毒和廣告等劣質(zhì)插件。系統(tǒng)程序、數(shù)據(jù)技術(shù)、各類硬件設(shè)施和企業(yè)數(shù)據(jù)管理狀況等共同決定了數(shù)據(jù)的安全度，是企業(yè)塑造數(shù)據(jù)價值、傳播數(shù)據(jù)內(nèi)容的重要保障。

數(shù)字技術(shù)的迅速發(fā)展使戰(zhàn)略性新興企業(yè)在進行數(shù)據(jù)傳播時更關(guān)注跨越空間距離，縮短時間限制，便捷及時的獲取各類數(shù)據(jù)信息。在快速競爭環(huán)境下，數(shù)據(jù)傳播速度成為企業(yè)構(gòu)建數(shù)據(jù)優(yōu)勢的瓶頸和關(guān)鍵，直接影響企業(yè)獲取知識和資本的機會，也影響企業(yè)對外的交流與宣傳。

運載量是指企業(yè)參與傳播擴散的數(shù)據(jù)總量，是企業(yè)整體數(shù)據(jù)活動范圍和規(guī)模的體現(xiàn)。隨著數(shù)據(jù)的爆發(fā)式增長[36]，需要企業(yè)有更高的運載能力來聚集和管理數(shù)據(jù)，構(gòu)建內(nèi)部數(shù)據(jù)價值體系，以更好的利用數(shù)據(jù)和提升數(shù)據(jù)。

傳輸渠道是企業(yè)數(shù)據(jù)傳播鏈的動態(tài)硬件支撐，是數(shù)據(jù)傳輸?shù)奈锢砘A(chǔ)，如高速傳輸渠道LVDS相對于傳統(tǒng)高速模擬數(shù)字轉(zhuǎn)換器（ADC）在傳輸速度、內(nèi)容完整性和能耗等方面相差多個量級[37]，可見傳輸渠道極大影響了企業(yè)數(shù)據(jù)的傳輸效率。

數(shù)據(jù)平臺可以輔助需求者利用企業(yè)對外數(shù)據(jù)庫來檢索、瀏覽和獲取數(shù)據(jù)，降低數(shù)據(jù)傳播的難度，消除由于信息不對稱而造成的數(shù)據(jù)傳輸壁壘。優(yōu)質(zhì)的數(shù)據(jù)平臺可以提高用戶體驗，提升傳輸質(zhì)量。

4）數(shù)據(jù)使用影響因素。數(shù)據(jù)使用的前提是將外來數(shù)據(jù)與自身需求相融合匹配，實現(xiàn)內(nèi)部兼容。在數(shù)據(jù)互聯(lián)的背景下，戰(zhàn)略性新興企業(yè)的數(shù)據(jù)使用網(wǎng)絡(luò)已經(jīng)形成分布式協(xié)同交互運行結(jié)構(gòu)，提升數(shù)據(jù)的使用兼容性可以降低組織間的“排異”反應(yīng)，拓展數(shù)據(jù)存儲方式和使用領(lǐng)域。

數(shù)據(jù)可用要件包括無語義錯誤、準確記錄客觀實體和內(nèi)容無缺失3個方面[38]，由于數(shù)據(jù)采集、傳輸和管理活動的復(fù)雜性，實現(xiàn)數(shù)據(jù)可用不僅需要原始數(shù)據(jù)支撐，還需要戰(zhàn)略性新興企業(yè)對數(shù)據(jù)進行訓(xùn)練使其滿足應(yīng)用要求，可見可用性是數(shù)據(jù)價值挖掘和實現(xiàn)的基礎(chǔ)。

市場關(guān)注度是指戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)交易市場參與者對企業(yè)數(shù)據(jù)的興趣值，反映了數(shù)據(jù)交易的熱點和發(fā)展趨勢，是數(shù)據(jù)使用層向生產(chǎn)層發(fā)送的請求[39]。當企業(yè)數(shù)據(jù)符合市場信號時，就會受到用戶歡迎并得到認可，進而實現(xiàn)數(shù)據(jù)使用價值。

數(shù)據(jù)及時有效是其在應(yīng)用過程中最為突出的優(yōu)勢，與數(shù)據(jù)生產(chǎn)和使用的時間間隔負相關(guān)，與數(shù)據(jù)使用后持續(xù)發(fā)揮效用的時間正相關(guān)。數(shù)據(jù)時效性能夠影響戰(zhàn)略性新興企業(yè)對客觀事實的認識，進而影響企業(yè)決策的客觀效果和對數(shù)據(jù)價值的反饋評價[40]。

戰(zhàn)略性新興企業(yè)所處的產(chǎn)業(yè)環(huán)境復(fù)雜多變，需要及時對數(shù)據(jù)運行進行維護以減少故障風險，此類成本主要來自對設(shè)備和數(shù)據(jù)中心的監(jiān)控、預(yù)警和反饋上報[41]。當企業(yè)數(shù)據(jù)運維成本過高時說明數(shù)據(jù)的穩(wěn)定性和可靠性出現(xiàn)波動，數(shù)據(jù)質(zhì)量存在問題，可能不滿足使用要求。

5）數(shù)據(jù)分解影響因素。數(shù)據(jù)分解的首要任務(wù)是精準認識數(shù)據(jù)內(nèi)容，對廢棄數(shù)據(jù)進行分類以備回收再造。數(shù)據(jù)分解的精確性是指戰(zhàn)略性新興企業(yè)對數(shù)據(jù)價值變化在意識層面具備敏感性，在操作層面準確辨識，并及時分解和評估，是數(shù)據(jù)重塑與價值提升工作的基礎(chǔ)。

數(shù)據(jù)內(nèi)容密集、更新迭代速度快是戰(zhàn)略性新興企業(yè)數(shù)據(jù)管理活動的典型特征，海量數(shù)據(jù)聚集而導(dǎo)致的數(shù)據(jù)能耗驟升已成為企業(yè)的共同問題[42]。數(shù)據(jù)能耗表現(xiàn)為企業(yè)IT設(shè)備和配套基礎(chǔ)設(shè)施的耗電量，取決于正在運行的數(shù)據(jù)總量，數(shù)據(jù)能耗越高表明企業(yè)的數(shù)據(jù)清洗與分解工作越滯后，數(shù)據(jù)冗余堆積，數(shù)據(jù)價值密度低。

數(shù)據(jù)回收是對使用后的數(shù)據(jù)進行持續(xù)追蹤，清理過期和無效數(shù)據(jù)，識別、回收和校驗可用數(shù)據(jù)的過程。通過對歷史數(shù)據(jù)的回收、解構(gòu)和重構(gòu)改良可以重現(xiàn)數(shù)據(jù)價值，同時降低采集成本、提高資源利用率[43]。

數(shù)據(jù)分解集成是面向數(shù)據(jù)循環(huán)使用的，在物理和邏輯層面將企業(yè)中不同來源、結(jié)構(gòu)和性質(zhì)的數(shù)據(jù)集中到數(shù)據(jù)回收倉的過程。數(shù)據(jù)廢物集成是企業(yè)進行數(shù)據(jù)拆解、分析和重構(gòu)利用的基礎(chǔ)[44]，集成規(guī)模效應(yīng)則可以降低數(shù)據(jù)挖掘成本，提升數(shù)據(jù)價值及經(jīng)濟效益。

分解回收是數(shù)據(jù)循環(huán)生態(tài)的重要環(huán)節(jié)，其核心是篩選可重用數(shù)據(jù)、降低數(shù)據(jù)生產(chǎn)成本和提高數(shù)據(jù)使用率。數(shù)據(jù)反饋成本是數(shù)據(jù)分解過程中企業(yè)記錄、測量和改造數(shù)據(jù)所需的成本，因質(zhì)量不達標等問題而導(dǎo)致的過度清理會增高反饋成本，背離數(shù)據(jù)分解的原始目標，數(shù)據(jù)相對價值評價將會下降[45]。

2.3數(shù)據(jù)價值評估指標體系

評估指標體系的合理性與科學(xué)性是對戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值進行精準評價的前提，因此，本文基于數(shù)據(jù)生態(tài)鏈視角結(jié)合影響因素分析，劃分出包含數(shù)據(jù)生產(chǎn)、數(shù)據(jù)整合、數(shù)據(jù)傳播、數(shù)據(jù)使用和數(shù)據(jù)分解5個維度的戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值評估指標體系，如表1所示。

2.4數(shù)據(jù)價值評估模型

熵權(quán)TOPSIS法是將熵權(quán)法與TOPSIS法有效結(jié)合的實用綜合評價方法，可以利用熵權(quán)法對各個評價指標進行客觀賦權(quán)，TOPSIS法準確評價數(shù)據(jù)價值，具有適應(yīng)性強和評價結(jié)果客觀合理等性能優(yōu)勢。在模型構(gòu)建前假設(shè)有n個參評對象，m個評價指標，Xij為第j個評價對象的第i個評價指標所對應(yīng)的數(shù)值，具體應(yīng)用步驟如下。（i=1，…，m;j=1，…，n）

1）構(gòu)建數(shù)據(jù)價值評估矩陣。

RX=X11…Xm1XijX1n…Xmn。

2）通過極差法對數(shù)據(jù)價值評估矩陣進行標準化處理，其中：效益型（正向）指標采用公式（1）;成本型（負向）指標采用公式（2）。

Yij=Xij-min（Xi1，…，Xin）max（Xi1，…，Xin）-min（Xi1，…，Xin）。（1）

Yij=max（Xi1，…，Xin）-Xijmax（Xi1，…，Xin）-min（Xi1，…，Xin）。（2）

得到標準化矩陣RY。

RY=Y11…Ym1YijY1n…Ymn。

3）計算第j個評價對象第i個指標的比重，為熵值計算奠定基礎(chǔ)。

Pij=Yij∑nj=1Yij。

（3）

4）評估指標熵值計算。

Hi=1ln n∑nj=1Pijln Pij。（4）

5）權(quán)重確定。

wi=1-Him-∑mi=1Hi。（5）

6）同趨化與歸一化處理。同趨化是為保障正負理想解的方向一致，見式（6）;歸一化的目標是提高各個指標的可比性，見式（7）。

正向指標同趨化

X′ij=Xij逆向指標同趨化：X′ij=1/Xij。（6）

X″ij=X′ij/∑nj=1X′2ij。（7）

7）構(gòu)建加權(quán)標準化矩陣。以uij=wij*Q″ij為計算公式得到加權(quán)規(guī)范化矩陣。

U=u11…um1uiju1n…umn。

8）確定正、負理想解。u+i和u-i分別為矩陣U中第i個指標下的最大值與最小值。

正理想解為U+j=u+1，u+2，…，u+m。（8）

負理想解為U-i=u-1，u-2，…，u-m。（9）

9）計算各個評價對象到正、負理想解的歐式距離。

d+j=∑mi=1（uij-u+i）2，

d-j=∑mi=1（uij-u-i）2。（10）

10）貼近度計算。貼近度反應(yīng)了評價對象與正理想解的貼近度，因此貼近度越大企業(yè)數(shù)據(jù)質(zhì)量越高。

Cj=d-jd+j+d-j。（11）

3實例分析

本文選取戰(zhàn)略性新興企業(yè)中以數(shù)據(jù)作為關(guān)鍵驅(qū)動力的3家典型企業(yè)：阿里巴巴、蘇寧、美團。這3家企業(yè)雖具有數(shù)據(jù)內(nèi)容密集的特征，但有關(guān)數(shù)據(jù)價值評估的基礎(chǔ)研究較少，關(guān)鍵信息不易獲取，因此通過邀請10位資深數(shù)據(jù)分析師按照指標體系內(nèi)容對樣本企業(yè)的數(shù)據(jù)價值進行打分，對專家評分結(jié)果匯總求和取均值后采用熵權(quán)TOPSIS方法進行綜合評價。按照式（1）～（5）的內(nèi)容計算各個指標權(quán)重，如圖2所示。

通過權(quán)重計算結(jié)果發(fā)現(xiàn)不同因素對企業(yè)數(shù)據(jù)價值影響程度存在差異，具體分析如下：

1）關(guān)鍵影響因素。關(guān)鍵影響因素是指在數(shù)據(jù)價值評估中權(quán)重值較大的指標，包括數(shù)據(jù)結(jié)存體量（A14）、獲取難度（A11）、集成規(guī)模（A54）、運載量（A34）和整合速度（A24）。其中數(shù)據(jù)生產(chǎn)環(huán)節(jié)的結(jié)存體量和獲取難度對數(shù)據(jù)價值的影響最大，數(shù)據(jù)作為一種新型生產(chǎn)要素在戰(zhàn)略性新興企業(yè)中的應(yīng)用仍處在探索階段，原始的數(shù)據(jù)獲取與積累是進行數(shù)據(jù)使用的前提。在數(shù)據(jù)整合處理與傳播環(huán)節(jié)，企業(yè)的整合速度決定了是否可以對數(shù)據(jù)內(nèi)容進行快速反應(yīng)，而運載量體現(xiàn)了企業(yè)整體的數(shù)據(jù)運行與負荷能力，二者是數(shù)據(jù)價值探索階段的基礎(chǔ)。由于數(shù)據(jù)生產(chǎn)、整合、傳播和使用水平不足，數(shù)據(jù)回收工作在企業(yè)中開展的并不順利，需要加大對數(shù)據(jù)集成的投資，擴大數(shù)據(jù)規(guī)模，為數(shù)據(jù)管理工作積累資源。

2）非關(guān)鍵影響因素。非關(guān)鍵影響因素是指權(quán)重值很小的評估指標，有數(shù)據(jù)安全度（A32）、運維成本（A45）、時效性（A44）、能耗水平（A52）和開放度（A31）。數(shù)據(jù)安全度與開放度未在企業(yè)數(shù)據(jù)價值評價中引起足夠關(guān)注，說明現(xiàn)階段企業(yè)并未廣泛開展數(shù)據(jù)交互活動，數(shù)據(jù)交易市場的建設(shè)基礎(chǔ)薄弱，需要提高數(shù)據(jù)質(zhì)量，加強數(shù)據(jù)傳播。受制于企業(yè)的數(shù)據(jù)存量，數(shù)據(jù)運維成本和時效性對數(shù)據(jù)質(zhì)量的影響也不大，但在數(shù)據(jù)擴張結(jié)束后企業(yè)需要加大對此二者的關(guān)注。為獲取更大的數(shù)據(jù)紅利企業(yè)往往忽視數(shù)據(jù)能耗的影響，這將不利于數(shù)據(jù)管理的綠色可持續(xù)發(fā)展，需要進行適當調(diào)整。

根據(jù)公式（6）到（11）的內(nèi)容計算各個評價對象與理想解的貼近度，并按照評價結(jié)果的優(yōu)劣進行排序，如表2所示。

從評價結(jié)果看阿里巴巴整體的數(shù)據(jù)價值最高，建議企業(yè)可以依托自身數(shù)據(jù)資源優(yōu)勢建立開放式的數(shù)據(jù)平臺，在保證數(shù)據(jù)安全和隱私的基礎(chǔ)上廣泛開展數(shù)據(jù)分析、價值開發(fā)和共享交易等活動，提升企業(yè)的數(shù)據(jù)服務(wù)能力，使多元主體共享數(shù)據(jù)成果。美團的數(shù)據(jù)價值仍有很大的提升空間，但其自主研發(fā)的OCTO體系最近重新迭代完成，預(yù)計能極大促進企業(yè)的數(shù)據(jù)生產(chǎn)、整合、傳播和使用，也有望在數(shù)據(jù)回收領(lǐng)域開拓布局。蘇寧的數(shù)據(jù)價值較低，需要加強自身數(shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)，注重與用戶和其他企業(yè)的數(shù)據(jù)交流，提高數(shù)據(jù)資源儲備與分析能力，提升自身數(shù)據(jù)管理水平。

4結(jié)論與建議

準確評估數(shù)據(jù)價值對建立數(shù)據(jù)定價模型、促進數(shù)據(jù)交易流通和戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)要素市場的建設(shè)具有重要意義。本文從數(shù)據(jù)生態(tài)鏈視角出發(fā)，劃分出數(shù)據(jù)生產(chǎn)、整合、傳播、使用和分解5個維度的價值評估體系，包含26個具體指標，利用熵權(quán)TOPSIS法對3家企業(yè)的數(shù)據(jù)價值進行評估，并識別出關(guān)鍵和非關(guān)鍵影響因素?；谝陨涎芯拷Y(jié)論，結(jié)合數(shù)據(jù)生態(tài)鏈的運行特征為提高企業(yè)數(shù)據(jù)管理能力，提升數(shù)據(jù)價值提出以下建議。

1）提升數(shù)據(jù)資源積累量。戰(zhàn)略性新興企業(yè)的數(shù)據(jù)管理仍處于起步階段，高價值數(shù)據(jù)積累量整體偏低，提升策略如下：一是編制企業(yè)數(shù)據(jù)采集清單并定期檢查清單完成度，積累企業(yè)日常經(jīng)營活動的數(shù)據(jù)，以備支撐企業(yè)決策與管理;二是建立開放式的數(shù)據(jù)錄入庫，支持不同主體輸入與企業(yè)業(yè)務(wù)相關(guān)的各種數(shù)據(jù)，拓展企業(yè)數(shù)據(jù)來源;三是積極參與數(shù)據(jù)交換、交易和共享等活動，及時獲取與掌握外部數(shù)據(jù)。

2）優(yōu)化數(shù)據(jù)存儲與運營。優(yōu)化數(shù)據(jù)存儲環(huán)境，提高數(shù)據(jù)運營效率是當前戰(zhàn)略性新興企業(yè)數(shù)據(jù)管理的難點，主要改善措施如下：一是進行數(shù)據(jù)分級分類管理，完善數(shù)據(jù)檢索、標注，規(guī)范數(shù)據(jù)的存儲;二是建設(shè)實用可控的數(shù)據(jù)運營中心，包括數(shù)據(jù)基礎(chǔ)設(shè)施布局、數(shù)據(jù)多樣化分析平臺、數(shù)據(jù)文件交互系統(tǒng)和可視化的數(shù)據(jù)運行維護平臺，保障企業(yè)數(shù)據(jù)管理工作的高效有序進行。

3）促進數(shù)據(jù)流通與循環(huán)。加速數(shù)據(jù)流通與循環(huán)利用是戰(zhàn)略性新興企業(yè)未來數(shù)據(jù)管理的方向，相關(guān)建議如下：一是在企業(yè)內(nèi)建立虛擬資源平臺，不同部門及時上傳數(shù)據(jù)，加強內(nèi)部數(shù)據(jù)交流與利用;二是企業(yè)主動出售自有數(shù)據(jù)，將自身積累的數(shù)據(jù)去敏、去隱私和商業(yè)秘密后，在兼顧安全與時效性的基礎(chǔ)上進行數(shù)據(jù)交易，擴大數(shù)據(jù)流通范圍;三是開展數(shù)據(jù)回收與循環(huán)測評工作，將數(shù)據(jù)循環(huán)利用作為企業(yè)日常管理活動之一，降低數(shù)據(jù)能耗和運維成本，提升企業(yè)數(shù)據(jù)復(fù)用性。

由于戰(zhàn)略性新興企業(yè)數(shù)據(jù)價值評估問題的特殊性，本文在研究數(shù)據(jù)采集方面受到了一定限制，未來會選取更加廣泛的評價對象和多方統(tǒng)計數(shù)據(jù)，進一步提升評估結(jié)果的準確性;此外，由于現(xiàn)階段戰(zhàn)略性新興企業(yè)的數(shù)據(jù)管理尚處于探索階段，仍有很大的提升空間，后續(xù)研究中會考慮補充數(shù)據(jù)價值評估指標，以建立更加科學(xué)完善的指標體系。

參考文獻：

[1]武川，王宏起，李玥，等.戰(zhàn)略性新興產(chǎn)業(yè)前沿技術(shù)領(lǐng)域預(yù)測與合作潛力：基于主題相似網(wǎng)絡(luò)關(guān)系的分析視角[J].系統(tǒng)工程，2021，39（4）：151.

WU C，WANG H Q，LI Y，et al.Forecast and cooperation potential of frontier technology fields of strategic emerging industries：based on the perspective of network relationships with similar topics[J].Systems Engineering，2021，39（4）：151.

[2]宋京坤，王克平，沈瑩，等.大數(shù)據(jù)環(huán)境下戰(zhàn)略性新興企業(yè)競爭對手研究體系動力學(xué)模型研究[J].現(xiàn)代情報，2021，41（5）：112.

SONG J K，WANG K P，SHEN Y，et al.Research on dynamic model of competitor research system of strategic emerging enterprises in big data environment[J].Modern Information，2021，41（5）：112.

[3]尹西明，林鎮(zhèn)陽，陳勁，等.數(shù)據(jù)要素價值化動態(tài)過程機制研究[J].科學(xué)學(xué)研究，2022，40（2）：220.

YIN X M，LIN Z Y，CHEN J，et al.Research on the dynamic value creation process of data element[J].Studies in Science of Science，2022，40（2）：220.

[4]許憲春，唐雅，張鐘文.個人數(shù)據(jù)的統(tǒng)計與核算問題研究[J].統(tǒng)計研究，2022，39（2）：18.

XU X C，TANG Y，ZHANG Z W.Research on the statistics and accounting of personal data[J].Statistical Research，2022，39（2）：18.

[5]BAUMANN A，HAUPT J，GEBERT F，et al.The price of privacy an evaluation of the economic value of collecting clickstream data[J].Business & Information Systems Engineering，61（4）：413.

[6]宋杰鯤，張業(yè)蒙，趙志浩.企業(yè)數(shù)據(jù)資產(chǎn)價值評估研究[J].會計之友，2021（13）：22.

SONG J K，ZHANG Y M，ZHAO Z H.Research on value evaluation of enterprise data assets[J].Friends of Accounting，2021（13）：22.

[7]付熙雯，鄭磊.開放政府數(shù)據(jù)的價值測量：特征與方法的比較研究[J].圖書情報工作，2020，64（19）：140.

FU X W，ZHENG L.Open government data value measurement：a comparative study on project features and methods[J].Library and Information Service，2020，64（19）：140.

[8]荊文君.數(shù)據(jù)優(yōu)勢會使平臺企業(yè)提高定價嗎？：模型推導(dǎo)與理論分析[J].中國管理科學(xué)，2021，29（7）：227.

JING W J.Will data advantages increase platform companies'?pricing？：Model derivation and theoretical analysis[J].Chinese Journal of Management Science，2021，29（7）：227.

[9]李唐，李青，陳楚霞.數(shù)據(jù)管理能力對企業(yè)生產(chǎn)率的影響效應(yīng)：來自中國企業(yè)—勞動力匹配調(diào)查的新發(fā)現(xiàn)[J].中國工業(yè)經(jīng)濟，2020（6）：174.

LI T，LI Q，CHEN C X.The effect of data management ability on firm productivity：New evidence from China employer-employee survey[J].China Industrial Economics，2020（6）：174.

[10]閉珊珊，楊琳，宋俊典.一種數(shù)據(jù)資產(chǎn)評估的CIME模型設(shè)計與實現(xiàn)[J].計算機應(yīng)用與軟件，2020，37（9）：27.

BI S S，YANG L，SONG J D.Design and implementation of cime model for data assets assessment[J].Computer Applications and Software，2020，37（9）：27.

[11]BRINCH M，GUNASEKARAN A，WAMBA S F.Firm-level capabilities towards big data value creation[J].Journal of Business Research，2021，131（6）：539.

[12]BITOMSKY L，BURGER O，HACKEL B，et al.Value of data meets IT security-assessing IT security risks in data-driven value chains[J].Electronic Markets，2020，30（3）：589.

[13]陳芳，余謙.數(shù)據(jù)資產(chǎn)價值評估模型構(gòu)建：基于多期超額收益法[J].財會月刊，2021（23）：21.

CHEN F，YU Q.Construction of data asset valuation model based on multi：Period excess income method[J].Finance and Accounting Monthly，2021（23）：21.

[14]朱澤，段堯清，何丹.面向政府數(shù)據(jù)治理的數(shù)據(jù)資產(chǎn)價值系統(tǒng)仿真評估[J].圖書館論壇，2021，41（6）：100.

ZHU Z，DUAN Y Q，HE D.Simulation and evaluation of the data asset value system oriented to government data governance[J].Library Tribune，2021，41（6）：100.

[15]LI X B，LIU X P，MOTIWALLA L.Valuing personal data with privacy consideration[J].Decision Sciences，2020，52（6）：393.

[16]王笑笑，郝紅軍，張樹臣，等.基于模糊神經(jīng)網(wǎng)絡(luò)的大數(shù)據(jù)價值評估研究[J].科技與管理，2019，21（2）：1.

WANG X X，HAO H J，ZHANG S C，et al.Research on the value assessment of big data based on fuzzy neural network[J].Science-Technology and Management，2019，21（2）：9.

[17]付熙雯，鄭磊.開放政府數(shù)據(jù)的價值：研究進展與展望[J].圖書情報工作，2020，64（9）：122.

FU X W，ZHENG L.The value of open government data：Insights from literature and a research agenda[J].Library and Information Service，2020，64（9）：122.

[18]FAROUKHI AZ，EL ALAOUI I，GAHI Y，et al.Big data monetization throughout big data value chain：A comprehensive review[J].Journal of Big Data，2020，7（1）：1.

[19]SERWADDA D，NDEBELE P，GRABOWSKI M K，et al.Open data sharing and the global south—who benefits？[J].Science，2018，359（6376）：642.

[20]薛曉娜，佟澤華，豐佰恒，等.5G環(huán)境下數(shù)據(jù)生態(tài)鏈的優(yōu)化策略研究[J].情報理論與實踐，2021，44（3）：37.

XUE X N，TONG Z H，F(xiàn)ENG B H，et al.Research on optimization strategy of data ecology chain in 5g environment[J].Information Studies：Theory & Application，2021，44（3）：37.

[21]趙需要，侯曉麗，樊振佳，等.政府開放數(shù)據(jù)生態(tài)鏈的形成機理與培育策略[J].情報理論與實踐，2021，44（6）：7.

ZHAO X Y，HOU X L，F(xiàn)AN Z J，et al.Study on the formation mechanism and cultivation strategies of government's open data eco-chain[J].Information Studies：Theory & Application，2021，44（6）：7.

[22]KWON H，PARK Y，GEUM Y.Toward data-driven idea generation：Application of Wikipedia to morphological analysis[J].Technological Forecasting And Social Change，2018，132（12）：56.

[23]HUBER F，WAINWRIGHT T，RENTOCCHINI F.Open data for open innovation：Managing absorptive capacity in SMEs[J].R & D Management，2020，50（1）：31.

[24]PANDEY H M.Secure medical data transmission using a fusion of bit mask oriented genetic algorithm，encryption and steganography[J].Future Generation Computer Systems-the International Journal of Escience，2020，111（7）：213.

[25]崔宏軼，冼駿.政務(wù)數(shù)據(jù)管理中的“數(shù)據(jù)可用性”：痛點及其消解[J].中國行政管理，2019（8）：55.

CUI H Y，XIAN J.Data usability from the data management of government affairs：Pain spots and resolutions[J].Chinese Public Administration，2019（8）：55.

[26]趙需要，侯曉麗，徐堂杰，等.政府開放數(shù)據(jù)生態(tài)鏈：概念、本質(zhì)與類型[J].情報理論與實踐，2019，42（6）：22.

ZHAO X Y，HOU X L，XU T J，et al.Government's open data eco-chain：Concept，essence and types[J].Information Studies：Theory & Application，2019，42（6）：22.

[27]宋京坤，王克平，沈瑩，等.大數(shù)據(jù)環(huán)境下戰(zhàn)略性新興企業(yè)競爭對手研究體系動力學(xué)模型研究[J].現(xiàn)代情報，2021，41（5）：112.

SONG J K，WANG K P，SHEN Y，et al.Research on dynamic model of competitor research system of strategic emerging enterprises in big data environment[J].Modern Information，2021，41（5）：112.

[28]張海濤，李澤中，劉嫣，等.基于組合賦權(quán)灰色關(guān)聯(lián)TOPSIS的商務(wù)網(wǎng)絡(luò)信息生態(tài)鏈價值流動綜合評價研究[J].情報科學(xué)，2019，37（12）：150.

ZHANG H T，LI Z Z，LIU Y，et al.Comprehensive evaluation of value flow in business network information eco-chain based on combination weighted grey correlation grade TOPSIS model[J].Information Science，2019，37（12）：150.

[29]聶云貝，劉桂鋒，劉瓊.數(shù)據(jù)生態(tài)鏈視角下科學(xué)數(shù)據(jù)生命周期運行過程分析[J].信息資源管理學(xué)報，2021，11（2）：69.

NIE Y B，LIU G F，LIU Q.Analysis of the running process of scientific data life cycle from the perspective of data ecology chain[J].Journal of Information Resources Management，2021，11（2）：69.

[30]BRAUN M T，KULJANIN G，DESHON R P.Special considerations for the acquisition and wrangling of big data[J].Organizational Research Methods，2018，21（3）：633.

[31]HUANG S Y，XIONG Y，YANG L Y.Skill acquisition and data sales[J/OL]. Management Science.[2022-1-27].DOI：10.1287/mnsc.2021.4117.

[32]李善青，鄭彥寧，趙輝，等.大數(shù)據(jù)背景下科學(xué)元數(shù)據(jù)的重要問題研究[J].科技管理研究，2019，39（18）：184.

LI S Q，ZHENG Y N，ZHAO H，et al.Study on key problems of scientific metadata under the background of big data[J].Science and Technology Management Research，2019，39（18）：184.

[33]TARJAN L，SENK I，OBUCINA J E，et al.Extending legacy industrial machines by a low-cost easy-to-use iot module for data acquisition[J].Symmetry-Basel，2020，12（9）：1486.

[34]唐軍，周冰，文里梁，等.工業(yè)生產(chǎn)過程數(shù)據(jù)穩(wěn)定性評價方法的適應(yīng)性研究[J].工業(yè)工程，2020，23（6）：131.

TANG J，ZHOU B，WEN L L，et al.A study of adaptability of different statistical methods for stability assessment of complex industrial data[J].Industrial Engineering Journal，2020，23（3）：131.

[35]KOHLBRENNER D，SHINDE S，LEE D，et al.Building open trusted execution environments[J].IEEE Security & Privacy，2020，18（5）：47.

[36]李菲菲，關(guān)楊，王勝文，等.信息生態(tài)視角下供電企業(yè)數(shù)據(jù)資產(chǎn)管理模型及價值評估方法研究[J].情報科學(xué)，2019，37（10）：46.

LI F F，GUAN Y，WANG S W，et al.Data asset management model and value evaluation method of power supply enterprises from the perspective of information ecology[J].Information Science，2019，37（10）：46.

[37]YU L H，GUI Z X.Analysis of enterprise social media intelligence acquisition based on data crawler technology[J].Entrepreneurship Research Journal，2021，11（2）：3.

[38]盛小平，郭道勝.科學(xué)數(shù)據(jù)開放共享中的數(shù)據(jù)安全治理研究[J].圖書情報工作，2020，64（22）：25.

SHENG X P，GUO D S.Research on data security governance in open sharing of scientific data[J].Library and Information Service，2020，64（22）：25.

[39]倪淵，李子峰，張健.基于AGA-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)平臺交易環(huán)境下數(shù)據(jù)資源價值評估研究[J].情報理論與實踐，2020，43（1）：135.

NI Y，LI Z F，ZHANG J.Research on data resources value assessment model based on AGA-BP neural network in the background of network platform transaction[J].Information Studies：Theory & Application，2020，43（1）：135.

[40]TOWNSEND M，QUOC T L，KAPOOR G，et al.Real-Time business data acquisition： How frequent is frequent enough？[J].Information & Management，2018，55（4）：422.

[41]CREMER J L，KONSTANTELOS I，TINDEMANSSH，et al.Data-Driven power system operation： Exploring the balance between cost and risk[J].IEEE Transactions On Power Systems，2019，34（1）：791.

[42]周清，張諝晟，沈子鈺，等.數(shù)據(jù)中心內(nèi)服務(wù)器能耗數(shù)據(jù)采集及特征分析[J].數(shù)據(jù)采集與處理，2021，36（5）：986.

ZHOU Q，ZHANG X S，SHEN Z Y，et al.Data collection and feature analysis of server energy consumption in data center[J].Journal of Data Acquisition & Processing，2021，36（5）：986.

[43]王方，余樂安，查銳.季節(jié)性數(shù)據(jù)特征驅(qū)動的電子廢棄物回收規(guī)模分解集成預(yù)測建模研究[J].中國管理科學(xué)，2022，30（3）：199.

WANG D，YU A L，ZHA R.Research on decomposition-ensemble approach for predicting e-waste recovery scale driven by seasonal data characteristics[J].Chinese Journal of Management Science，2022，30（3）：199.

[44]GUPTA V，RUSMEVICHIENTONG P.Small-data， large-scale linear optimization with uncertain objectives[J].Management Science，2021，67（1）：220.

[45]王靜，王娟.互聯(lián)網(wǎng)金融企業(yè)數(shù)據(jù)資產(chǎn)價值評估：基于B：S理論模型的研究[J].技術(shù)經(jīng)濟與管理研究，2019（7）：73.

WANG J，WANG J.Research on value evaluation of data assets of internet financial enterprises：Based on B-S theoretical model[J].Technoeconomics & Management Research，2019（7）：73.

收稿日期： 2021-12-01

基金項目： 黑龍江省哲學(xué)社會科學(xué)規(guī)劃項目（20GLB033）

作者簡介： 許丹丹（1997—），女，碩士研究生;

李曉莉（1982—），女，講師，博士，碩士生導(dǎo)師.