交通數據資產定價框架研究

王 仲，范雨佳，張 棟

(大連理工大學 交通運輸學院,遼寧 大連 116024)

1 引言

當今時代，數據與人們的日常生活密切相關，互聯網經濟的爆發式增長帶來了前所未有的豐富數據。2020年中央文件的發布標志著數據成為與土地、勞動力、資本、技術并列的生產要素。

在交通工程領域，個人出行、車輛運行等都會產生海量數據，通過數據挖掘、分析等操作可以帶來巨大的經濟、社會效益，對城市交通規劃、交通管控以及企業的產品開發推廣等都有著重要意義。現階段，企業、政府之間數據不互通，數據交易體系和交易市場不完善等問題，制約了數據價值的發揮。因此，構建統一的、公平合理的定價機制便是一個比較重要的研究問題。

文章以“交通數據”作為研究對象，考慮數據自身價值和其他因素的綜合影響，同時結合買賣雙方對于交易數據價值的判斷和期望，通過Discounted Cashflow (DCF)模型和Black-Scholes(B-S)模型相結合的方法優化傳統收益法的定價結果，構建了一個交通數據資產定價的核心框架。

2 研究現狀

目前，國內外對于數據資產定價的相關理論研究大致可分為以下兩種類型：一類是對傳統定價方法進行優化；另一類則是結合了其他理論，如期權定價法等。傳統定價方法大多基于數據資產特性，對成本法、收益法和市場法進行參數上的優化。如Yu等(2017)[1]、王建伯(2016)[2]分別從數據質量的多維性和數據資產的特性出發，建立了新模型。期權定價法最初應用于金融領域，隨著研究的不斷深入，B-S模型也更多地應用到其他領域中，如項目的評價[3]和無形資產的評估[4]等。

對于數據交易平臺，當前國內主流平臺尚未形成統一的交易標準和定價機制，多采用自動計價模式[5]，根據成交規則又可分為自動成交、賣方選擇成交和數據分拆成交三種。但各數據交易所的經營狀況卻不容樂觀，其主要原因包括：其一，關于數據交易的法律法規尚不完善，數據交易存在政策和法律風險；其二，蘊含巨大社會和經濟價值的政務類數據尚未對交易所開放；其三，數據交易過程沒有標準，交易系統不夠完善；其四，由于當前仍然缺少行業和市場規范，數據交易商形成了交易成本低的數據黑市，導致部分買賣雙方缺少通過交易所交易的動力。

總體而言，當前關于數據定價的理論研究在定價模型方面取得了一定的成果，但由于缺少整體定價框架以及根據不同數據類型區分的定價模型，實際應用中還面臨著比較大的困難。文章從數據資產自身價值出發構建了一個數據交易的定價框架，并對基于收益法的傳統定價模型進行了優化，在一定程度上彌補了當前數據交易市場定價機制的缺陷與不足。

3 交通數據資產定價框架

3.1 總體定價原則和假設

3.1.1 定價原則

一是客觀公正性原則：整體定價流程應通過專業機構進行，中間機構應以客觀、公正的態度收集有關數據與資料；二是動態性原則：由于交通數據種類多樣，定價過程中須將主觀判斷與客觀測算、定性與定量分析相結合，選取適用的方法加以分析；三是時效性原則：中間機構應掌握數據資產的性質以及歷史價格狀況，根據當年的數據資產的使用、維護等情況進行重新評估。

3.1.2 定價流程總體假設

一是國內已形成完善的數據交易市場，買賣雙方地位平等，彼此都有獲取足夠市場信息的機會；二是交易數據的價格取決于當前市場環境下買賣雙方對資產價值的判斷，交易價格受市場機制制約，不受個別極端案例影響；三是在數據交易的過程中，數據共享范圍局限于交易雙方內部使用，買方不會將交易數據進行二次販賣；四是買方的期望價格需根據其實際用途客觀給出，如果存在多種不同的用途，需選擇最佳用途的結果；五是交易數據已經過脫敏化處理，且格式統一，其交易和流通的整個過程均符合法律規定。

3.2 交通數據資產特點及分類

與大數據的“5V”特點類似，交通數據也具有整體規模大、種類多樣、價值密度低、時效性強等特點。城市交通系統十分復雜，包含了人、車、路、環境四個要素，不同類別的數據共同形成規模龐大的整體。交通數據來源多樣，導致數據結構也十分復雜。雖然數據總量很大，但價值密度相對較低，因此需要從大量數據中挖掘出有價值的信息。同時，數據時效性強，增長速度快，處理速度也快。交通數據對時效性要求很高，當交通系統產生某些數據時，需要快速對其進行分析、處理，并將處理結果實時地反饋出來。

綜上所述，開展社區腎臟健康教育講座有助于提高居民對慢性腎臟疾病的認識，從而積極預防、早期篩查腎臟病，控制腎臟病進展。本調查的局限性在于：參與者多為時間相對充裕的離退休人群，年齡較大，且樣本量較少。

由于不同類型交通數據的應用場景、范圍等都各不相同，而同類數據在不同場景可能帶來的價值也存在差異。因此，筆者根據可能會影響數據自身價值的因素，按以下三種原則將交通數據進行了分類。見表1。

表1 交通數據分類

3.3 數據交易價格的影響因素

考慮到數據資產和專利權有一定的相似性，筆者選擇參考專利權定價模型，從四個方面劃分數據資產交易價格的影響因素：數據自身價值、數據賣方情況、數據買方情況，以及數據的轉讓方式，每類因素的具體構成如圖1所示。

圖1 數據資產交易價格的影響因素

3.3.1 數據自身價值

從數據資產的技術價值和經濟價值兩個角度出發，統一評價數據集的時效性、成熟度、有效期和市場情況。此外，還需根據表1的數據分類，分別評價其配套技術依賴性、行業發展趨勢和獨占性，以及維度覆蓋范圍。數據自身價值指標選取見表2。

表2 數據自身價值指標選取

第一，技術價值。① 時效性：由于交通數據更新較快，其價值可能隨時間推移而減少，因此越新的數據蘊含的價值越高；② 成熟度：行業成熟程度越高，數據應用帶來的價值的穩定性越高，風險越小；③ 配套技術依賴性：生產性數據依賴于配套設備和技術來產出，設備故障等會影響數據集的完整性和準確性；④ 行業發展趨勢：行業未來發展前景越好，數據的隱藏價值越高；⑤ 維度覆蓋范圍：維度覆蓋范圍越廣，則數據集包含的信息量越多、價值越高。

第二，經濟價值。① 有效期：數據的有效期與其收益期限正相關，有效期越長則相應可以獲得收益的時間越長；② 市場情況：反映當前市場上的需求、競爭等情況；③ 獨占性：如果某類數據被少數企業壟斷，則具有較強的稀缺性，可能帶來的收益也較高。

3.3.2 數據賣方情況

考慮交易數據集的轉讓歷史，賣方期望獲得的超額利潤，以及賣方獲取數據集的總成本。其中總成本為基礎價格，包含收集數據所需的建設成本和運維成本。轉讓歷史次數越多，則賣家已獲得的收益越多，期望利潤應越低[6]。

由買方計算其使用該交易數據預期收益，即買方需要對其使用該數據集可能獲得的收益值進行預測，這是買方報價的決定性因素。當買方希望購買數據期權時，需額外計算數據集的期權價值。

3.3.4 數據轉讓方式

分為一次買斷、收益分享、許可和混合方式。一次買斷即一次算清買方應當支付的數據買斷費用數額，買方可以獨享數據應用帶來的收益。收益分享方式指買方按照每年所得收益來確定支付費用。許可分為普通許可和排他性許可，買方無須將收益分成給賣方。混合方式為一次買斷和收益分享相結合的方式，即買方先支付一部分金額，之后按收益分享的方式給賣方分成[6]。

3.4 定價框架及流程

整體的定價框架及流程如圖2所示，主要包括以下四個步驟。

第一步：交易平臺結合數據自身價值S、轉讓方式M以及法律、人工等交易成本A，對交易數據的價值進行初步的定性判斷，并將結果反饋給買賣雙方；第二步：賣方依據交易數據的歷史轉讓情況及歷史價格Pt，結合數據成本C和第一步中平臺給出的定性結果，考慮自己期望獲得的利潤，給出期望價格P1；第三步：買方根據數據應用后的收益預測值P，結合自身情況決定是否計算期權價值V，給出買方期望價格P2；第四步：由交易平臺進行撮合，綜合買賣雙方的期望價格P1和P2，給出最終的價格區間[P1,P2]，作為被評估數據資產的定價結果。

圖2 整體定價框架及流程

上述定價流程中，買方預期收益計算公式如下：

式中，P表示被評估數據的預期收益現值；lk表示被評估數據資產第k年的預期收益；n表示被評估數據資產的有效使用年限；i表示收益折現率。

對于部分希望購買數據期權的買方，除了計算買方的預期收益外，還需要計算數據資產的期權價值V，其基礎計算公式如下：

V=PN(d1)-xe-rtN(d2)

其中，P表示使用收益法計算得到的被評估數據的預期收益，N(d1) 、N(d2) 分別表示d1、d2的累積正態分布函數值。

表3為數據期權和金融期權的B-S模型參數對照表，對于數據資產來說，由于收益率難以確定，則選取同期的國債利率作為無風險投資的收益率r。P表示數據資產的預期收益現值，由收益法計算得出。在數據資產的交易中，當買方的預期收益大于等于他在數據研發等過程中投入的成本時，就會選擇購買該數據，因此將研發等成本作為x的取值。

表3 B-S模型參數對照

4 案例分析

假設某規劃單位A計劃收集10萬條出行數據，用于短期城市路網布局優化。若通過調查問卷進行收集，預計至少需要投資200萬元。B公司開發的手機App日常運營所采集的用戶出行數據(已進行脫敏處理)恰好可以滿足A單位的需求。雙方協商后單位A決定購買該數據的排他使用許可，并通過官方平臺進行數據交易。

經官方交易平臺調查及評估，該數據集沒有歷史交易記錄，法律、人工等交易成本約為2萬元。根據表2中的評價指標對數據集進行定性評價，得到數據集的自身價值綜合評分為0.85(滿分為1)。B公司軟件開發總成本約為10萬元，用戶數據存儲和保護成本約20萬元，日常運營和維護成本約10萬元，結合數據集綜合評分，給出期望價格P1為50萬元。由于單位A購買數據集是用于近期規劃，因此不需要購買數據期權。數據集應用后五年內預期可以獲得的社會經濟總效益約為300萬元，取10%作為折現率，得到收益現值為186.3萬元，結合數據集綜合評分給出期望價格P2為150萬元。

最終，由交易平臺進行撮合，綜合買賣雙方的期望價格P1和P2，給出最終的價格區間[P1,P2]，作為被評估數據資產的定價結果，即該數據集的交易價格在50萬～150萬元。

5 結論與展望

一個公平合理的定價機制和流程是數據資產能夠在交易市場上順利流通的重要前提。文章參考專利權的定價原理及模型，從數據自身價值、賣方情況、買方情況以及轉讓方式四個方面討論了數據交易價格的影響因素，進而構建了一個交通數據資產定價的核心框架。應用此框架的定價結果整合了買賣雙方對于交易數據價值的判斷和期望，保證了定價結果更具有實用性和公平性。

本研究還存在一定的局限性，如買方的預期收益預測結果具有一定的不確定性，而它又很大程度上影響著數據價值的計算結果。同時，由于目前國內數據交易市場相關的法律法規尚不完善，關于數據確權也尚未形成共識，因此在未來的工作中，可以進一步研究收益值的預測方法、數據權屬等因素對定價的影響，從而獲得更為合理的定價結果。