醫療健康大數據資產價值實現路徑分析
——基于信息生態系統理論

翟運開，宋欣，王宇，3

（1.鄭州大學 管理學院，鄭州 450001；2.鄭州大學 第一附屬醫院，鄭州 450052；3.互聯網醫療系統與應用國家工程實驗室，鄭州 450052）

一、引言

在數字經濟背景下，數據的重要性日益凸顯，逐漸成為經濟發展的重要驅動力。根據中國信息通信研究院發布的最新《全球數字經濟白皮書（2022 年）》顯示，自2016 年以來，我國數字經濟的年均復合增長為14.2%，是同期美中德日韓5 國增速的1.6 倍。在此背景下，醫療健康行業數據正在經歷爆炸式的增長，醫療健康大數據資產價值也越來越突出，如何最大限度地發揮其價值亟待進一步研究。然而，現階段我國存在相關社會保障機制尚未完善、社會數據資產意識薄弱、數據資產價值實現的各個環節尚未明晰等問題，這嚴重制約著醫療健康行業的應用發展。因此，面對阻礙醫療健康大數據資產應用和發展的諸多難點，如何準確識別醫療健康大數據資產價值的影響因素與實現路徑，成為產業界的一個重要問題。

通過對國內外相關研究進行梳理，發現目前國內外學者大多從數據資產內涵、數據資產管理和大數據共享技術等方面對數據資產價值進行研究，少數學者通過分析數據資產價值的構成來研究其影響因素，更鮮有學者針對醫療健康大數據資產價值的實現路徑研究并分析其影響因素。在醫療健康大數據資產價值實現的過程中，政府、個人、醫療機構和企業等信息主體不僅受到利益相關主體的影響，而且還會受到信息、環境等各種要素的相互影響與作用，并在不斷與外界進行信息交換的過程中實現醫療健康大數據資產的增值。類似地，信息生態系統是由人、信息、信息環境三者組成一個有機整體，其核心思想是關注信息人與信息環境之間的協調和平衡，強調信息人與信息環境之間相互影響的關系，這就符合了醫療健康大數據資產價值實現的基本特點。此外，系統動力學是一種能夠對復雜的信息反饋系統進行解析的理論（Fourrester，1958），在信息生態學中，可以用來研究結構和行為之間的動態相關性，為明晰醫療健康大數據資產價值實現作用機制提供分析的工具。

基于此，本文首先從信息生態系統的視角，提煉出醫療健康大數據資產價值實現相關信息主體，并考慮法律、經濟、技術和社會等外部環境的影響，提出醫療健康大數據資產價值實現的路徑和模型。其次，探析醫療健康大數據資產價值實現的影響因素，并結合系統動力學模型分析各因素之間的關聯關系，梳理出醫療健康大數據資產的價值實現過程。最后，基于研究結果提出推進醫療健康大數據資產價值最大化的建議，以便更好地實現數據的經濟價值和社會價值。

二、研究現狀

（一）醫療健康大數據

醫療健康大數據主要指與自然人醫療健康相關的診療、遺傳、生活等方面的數據，其貫穿整個生命周期，主要包括臨床大數據、生物大數據、健康大數據和運營大數據。當前許多研究認為，大數據具有海量、缺失、冗余等特點，但對于醫療健康大數據特征的分析，還需將大數據的基礎屬性和醫學、公共衛生等相關領域結合起來。例如，與其他大數據相比，醫療健康大數據的數據多態性更為突出，包括化驗結果、腦電信號、彩超、文字等多種數據形態。為此，本文從法律環境、經濟環境、社會環境和技術環境的角度提煉出有關醫療健康大數據的4 個特征，即權屬模糊性、高價值性、社會聯動性和數據形態多樣性。

從法律的角度看，醫療健康大數據具有權屬模糊性。大數據的權屬問題是大數據研究無法回避的一個共性問題。然而，相對于其他領域的大數據，醫療健康數據蘊含著豐富的、真實的、敏感的個人信息，使得醫療健康大數據的所有權問題在學術界引起了廣泛的爭論。基于數據內容產生方式的不同，醫療健康數據可分為原始數據和衍生數據。由于原生數據由對應主體直接生產，因此，其所有權一般歸屬于生產者個人。在處理原始數據的過程中，數據利用者耗費大量的時間、精力、金錢等成本，因此，獲得了衍生數據的控制權，然而，利用者為了追求利益，不斷地挖掘和分析數據，這導致了數據使用與用戶隱私之間的界限不清晰，進而可能會引發醫療數據泄露（李偉群和郭宇，2021）。

從經濟的角度看，醫療健康大數據具有高價值性。隨著醫療健康大數據更迭速度的加快，許多潛在的價值正在被逐步揭示和顯現，主要表現為以下多方面的價值：首先，在臨床診斷與治療方面，通過大范圍的醫療數據挖掘，結合患者具體狀況，可分析整理出其中的共同信息，能在最大程度上給予醫生改進和優化診斷的方案。其次，在醫保定價方面，可以通過使用醫療大數據進行智能處理，可以更有效地減少欺詐的發生。具體來說，在完成了對藥物劑量、住院信息等數據的分析后，可以更準確地把握欺詐風險，并有針對性地制定相關政策。最后，在醫藥研發創新方面，利用大數據可以確定廣大社會公眾對于藥品的需求趨向，這樣就能夠使研發項目更加精準，實現資源的合理配置和利用。同時，結合醫療健康大數據也可以從數以萬計的臨床患者數據中挖掘不良反應信息，優化藥物的成分和比例，進而推動研發創新。

從社會的角度上看，醫療健康大數據具有社會聯動性。醫療健康大數據的價值實現過程離不開個人、政府、企業、非政府非營利性組織之間的社會聯動。政府積極發揮主導作用，完善數據安全和數據權屬方面的法律，規范整個社會行為；承擔資助和扶持醫療健康數據事業的責任，加大財政投入以推動醫療健康行業的發展。在整個醫療健康數據價值鏈上，個人、醫療機構、科技企業、研究人員、學術機構和資本提供者等多個利益相關方，可以持續地增強他們之間的合作關系，把自身需求作為實現共享的前提，從而建立起一個和諧的醫療健康數據市場（張建楠等，2020）。

從技術的角度上看，醫療健康大數據具有數據形態多樣性。在早期數據管理中，醫療健康大數據多以病歷、醫囑、報告等結構化數據的形式存在，而隨著大數據技術的不斷發展，大數據技術也逐漸應用在醫療健康領域，這不僅提高了醫療健康數據的管理效率，還有利于挖掘醫療健康數據的信息，從而推動整個醫療行業的進步（胡瑤琳等，2022）。

（二）數據資產相關研究

當前，國內外對數據資源的研究大致可劃分為兩個時期：基礎理論研究階段和深化研究階段。早期，由于大數據資源的出現，研究領域開始關注數據資產的相關理論問題，研究成果大多集中于基本理論方面，主要涉及數據資產的概念，如數據資產的定義、特征和分類等。隨著大數據資產的不斷發展，如何對大數據資源進行管理和度量已成為國內外研究的熱點。

基本理論的初期階段，重點是對數據資源的定義。數據資產這個概念起源于信息資產，Glazer（1993）指出，企業的信息屬于企業的數據資產，他認為信息密集型企業是數據資產的主要來源，而數據資產的價值來自于數據所能提供的信息。Gargano 和Raggad（1999）定義數據是一種可交換的、受產權人控制的商業信息資源，其本質上是一種特殊的資產。周倩等（2022）研究認為數據資產是對數據要素使用價值的挖掘和確認，是數據要素資本化的必然結果，具有經濟價值、資產屬性和項目屬性。從上述文獻可看出，雖然目前有關數據資產的定義并不統一，但都強調數據資產能夠產生經濟效益、創造價值，這就表明了數據資產的價值已得到了一致認可。

近年來，學術界對數據資產研究主要圍繞著會計計量、數據資產化和數據資產管理等方面。Xiong 等（2022）通過討論亞馬遜、Facebook、騰訊和沃爾瑪如何利用大數據為其業務創造價值，論證數據應在財務報表中確認為無形資產，并提出了三種評估財務報告數據資產的方法，每種方法都可以應用于不同的業務場景。邵立敏（2022）基于對政府數據的分析與研究，提出了政府數據資產化的途徑，建立了政府數據的交易制度與模型，以推動對政府數據的開放與使用。夏紅軍等（2021）從數據中臺的角度，建立了一個面向供電企業數據收集、存儲、優化和分析評價的數據資產管理模式，為數據資產管理的研究奠定了堅實的基礎。

醫療健康大數據作為重要的社會資源和關鍵資產，分析醫療健康大數據資產價值實現影響因素，對明晰其影響機理及探究其內在價值有重要意義。上海德勤資產評估有限公司與阿里研究院聯合發布的報告中提到，數據資產的價值受兩個方面的影響，分別是收益和風險。結合此報告，高華和姜超凡（2022）認為根據應用場景的不同，可以將數據資產劃分為有交易場景和無交易場景兩類，以此來衡量數據資產的價值。同樣地，王今朝等（2023）認為隨著應用場景、數據分析能力及商業模式的不同，數據產品的價值也會隨之發生變化。另外，有些學者期望通過分析價值影響因素來衡量數據資產的價值，Chen 和Cai（2020）結合數據特征，提出用粒度、多維、活躍度、規模和相關性5 個維度來衡量數據資產的價值，并基于熵權法和TOPSIS 方法計算數據資產的價值；劉雁南和趙傳仁（2023）根據數據資產化的三個階段，提出數據資產價值是由包括數據數量、數據質量、管理水平、數據應用和數據風險在內的5 個價值維度所構成，并提出結合這5 個價值維度進行價值評估的方法。以上文獻雖然都研究了數據資產的價值構成，但其研究內容都缺少關于因素之間動態相關性的研究。

綜上，目前學術界關于數據資產的相關研究主要側重于數據資產概念、數據資產化及數據資產管理等問題，關于價值方面文獻研究的內容主要停留在從靜態的角度分析其價值構成，但從收集數據到形成數據資產，再由開發和利用數據資產到實現數據資產價值，都使醫療健康大數據資產價值實現成為一個動態的過程。因此，僅從靜態角度分析其影響因素，未能充分說明影響因素之間的關聯關系，對數據資產價值實現的研究有待深入。

（三）信息生態系統理論

在1978 年，Horton（1978）較早地正式提出了“信息生態（information ecology）”的概念，以生態理論為基礎，探討組織內的信息流動和映射問題，以及信息人、信息、信息環境之間相互影響和相互作用的關系（楊雨嬌和袁勤儉，2022），之后被廣泛應用在信息學領域，并且隨著社會數據的急劇增加，利用信息學開展大數據研究成為新熱點。

為了開展大數據生態系統的理論研究，李北偉等（2018）以四種機制為基礎，建立我國的大數據生態系統，并以阿里巴巴為例，對其大數據生態進行了實證分析，豐富了大數據生態系統研究。近年來，越來越多的學者在政府開放數據領域的研究中引入信息生態系統理論。袁紅和王燾（2021）13認為，在數據的開放、使用、消費、反饋、價值實現過程中，數據提供者、數據利用者、數據消費者和數據環境相互作用，形成了一個穩定的、可持續的、動態的政府開放數據生態系統。隨著研究的深入，張曉娟等（2022）對數據生態系統的要素組成進行了更詳細的說明，認為政府數據開放生態系統要素主要包括政府數據及其開放利用過程、治理關系，政府、企業、其他組織、社會公眾等主體構成的數據提供者、數據使用者、數據消費者及其利益、反饋與溝通關系，以及數據基礎設施、應用程序、開放平臺及其服務、政策法規、社會經濟、技術等環境。以上成果雖然沒有涉及醫療健康大數據資產的研究領域中，但為信息生態系統引入醫療健康大數據資產價值研究奠定了基礎。

正如有學者指出，信息生態學是在快速變化的社會和技術環境中理解數據、人和機器復合體的有力工具（Norris and Suomela，2017）。醫療健康大數據資產的價值實現過程具有一定的動態性和反饋性。具體地說，首先，需要對原始的數據進行收集，這包括從醫療機構、醫療設備、移動應用等不同來源獲取數據；其次，需要將這些可被使用的數據資源轉化為可被交易的數據資產，實現數據的資產化處理。然后，通過利用由電子病歷、健康檔案、醫學影像等數據資源整合形成的醫療健康大數據資產，最大程度挖掘其潛在價值，從而創新研發出醫療健康領域的數據產品或服務；最后，這些數據產品或服務又源源不斷地產生新的醫療健康大數據資源。其過程從收集數據到形成數據資產，再從開發和利用數據資產到實現數據資產價值，再到促進數據再生，使得醫療健康大數據資產價值實現過程成為一個多變量、非線性的復雜系統。同時，此過程不僅需要政府、個人、醫院、企業等多方利益者參與，還必須依賴特定的法律、經濟、技術和社會環境，各要素有著錯綜復雜的相互聯系，利用信息生態理論有助于對其進行系統和深入地分析，為實現醫療健康大數據資產價值最大化提供豐富的理論基礎。

總體來看，目前研究依然存在不足：①國內外學者對于大數據資產價值的研究有一定進展，但探索不夠深入，鮮有研究引入信息生態系統理論視角進行價值實現路徑分析，更少有研究涉及醫療健康大數據領域；②在影響因素識別方面，目前研究主要聚焦于各個構成要素的作用，忽視了各要素間的互動影響。基于以上文獻分析，本文將從信息生態系統角度，通過分析醫療健康大數據資產價值實現路徑，識別出醫療健康大數據資產價值實現過程的影響因素，并結合系統動力學方法，探究醫療健康大數據資產價值實現過程影響因素之間的關聯關系，并分析如何實現醫療健康數據資產的價值最大化，從而為整個醫療領域帶來效益和價值。

三、模型構建及影響因素

（一）模型構建

從對醫療健康大數據來源的分析中可以看出，醫院、醫藥企業和智能穿戴設備每天都會產生大量的數據，其中包含患者的基本數據（如姓名、性別、年齡等）、疾病治療數據（如病歷、診斷結果、用藥記錄等）及其他健康相關數據（如運動量、飲食習慣、家族病史等）。通過采集、傳輸、處理等技術對海量數據進行整合和提煉，可以形成有巨大價值的醫療健康大數據資產，經過數據挖掘等技術手段挖掘出有價值的信息，推動開發者的創新和進步，并通過市場為消費者提供研發產品及服務，最終在法律、經濟、社會、技術的環境影響下，實現醫療健康大數據資產的價值（王曉慶等，2022）。在此過程中，政府發揮主導作用，構建醫療健康大數據共享平臺，在臨床診療、患者信息獲取、公共衛生信息共享、行政管理決策、科研使用等不同場景下，實現跨區域、跨機構、跨部門的醫療健康數據共享。為了研究醫療健康大數據資產的價值實現過程，本文結合醫療健康大數據的特點將其劃分為四部分：①產生數據；②形成數據資產；③實現數據資產價值；④數據再生，再生后的數據，又源源不斷地產生價值，從而實現整個系統的循環流轉。

因此，本文基于信息生態系統提出沿著“數據產生-資產形成-價值實現-數據再生”的價值實現路徑，構建了醫療健康大數據資產價值實現模型。其中，醫療健康數據與其流動鏈條是維持整個信息生態系統正常運轉的基礎要素；醫療健康數據作為整個系統中各利益相關者生產、傳遞、利用、消費的對象；醫療健康數據的產生與存儲、共享與開放、獲取與利用、增值與再生等構成了系統中的數據流動。此過程中的醫療健康大數據資產價值實現主要包括4 個信息主體：①數據產生者。數據產生者是數據資源的來源，也是數據資產價值實現信息生態系統重要的實施者和推動者。②數據中介者。數據產生后如何傳遞給數據開發者，這就需要數據中介者發揮作用，數據中介者是數據呈現、傳遞和獲取的重要主體。③數據開發者。數據開發者的作用在于將開放和共享的數據進行資產化處理，并通過技術手段分析和挖掘數據資產，從而產生含有價值的數據產品或服務，為價值實現奠定基礎。④數據消費者。作為影響醫療健康大數據資產價值實現的一個重要的主體，數據消費者不僅扮演著數據消費者的角色，又作為數據產生者產生新的數據資源，實現了角色之間的轉化，從而維持了整個系統的循環流轉。在法律和經濟等環境因素的相互作用下，整個系統對輸入的醫療健康大數據進行持續的轉化、加工和利用，最終形成了巨大的社會價值和經濟效應，其結構模型如圖1 所示。

圖1 醫療健康大數據資產價值實現的信息生態系統模型

（二）影響因素分析

本文基于醫療健康大數據資產價值實現的信息生態系統模型和相關文獻，沿著不同信息主體間的路徑，結合信息生態系統的內外部環境，將影響因素分成了5 個方面進行分析，并對這些影響因素進行了歸納，最后得出了本文所需要的影響因素（表1）。

表1 影響因素歸納

基于上文對醫療健康大數據資產價值實現影響因素的分析，信息生態系統視角下的醫療健康大數據資產價值實現是由數據產生者、數據中介者、數據開發者、數據消費者和內外部環境相互影響的過程（李嘉興等，2022）26。在這個過程中，涉及多個主體、變量間的相互作用，同時，也在時間軸上表現出了一種動態的演變規律。

因此，本文嘗試利用系統動力學模型模擬醫療健康大數據資產價值實現過程，清晰的展示系統反饋回路，以及反饋回路中各要素之間的關系，從而為相關決策提供更準確的依據。

四、系統動力學模型構建

（一）因果關系模型構建

在數據產生者、數據中介者、數據開發者和數據消費者四方協同方面：數據產生者產生的數據增加，數據中介者集中和存儲的數據也隨之增加，數據開發者可以資產化的數據也就越多，進而通過內化量促進應用研發數量的增加，滿足社會和公眾的需求，從而實現醫療健康大數據資產的內在價值。在整個運作過程中，數據消費者通過使用數據開發者研發的產品或服務，認同并積極宣傳其效用，從而形成廣泛的社會效應，吸引其他用戶使用，從而不斷產生新的醫療健康大數據，既充當了數據消費者的角色，又作為數據產生者產生新的數據資源，對整個生態系統的循環起到了推動作用。

在內外部環境與四方主體協同方面：在法律環境中，醫療健康大數據資產價值實現過程既需要政策指引，也離不開法治的保障，相關法律政策貫穿整個生態循環過程。在技術環境中，先進的技術能夠在數據采集、數據集中、數據共享及數據維護等過程中提供技術支持，為醫療健康大數據資產的價值實現奠定基礎。在社會環境中，數據開發者把數據作為資產管理，是對數據進行加工處理，使數據間建立聯系，體現了數據的資產化過程；數據消費者根據自身的知識和能力結合產品特征，選擇適當的醫療健康相關產品，參與到市場中來。在經濟環境中，資金投入有利于數字醫療的環境建設，推動著醫療數據的持續增長，并對數據開發者的創新研發起到一定的激勵作用，是醫療健康大數據資產價值實現的物質基礎。

基于前文對醫療健康大數據資產的價值實現過程及其影響因素的分析，結合系統動力學的理論，構建因素之間的因果關系圖（圖2），可發現醫療健康大數據資產價值實現信息生態系統存在著三條重要的因果關系路徑：①醫療健康大數據存儲總量—醫療健康數據開發者可利用的數據量—醫療健康應用研發數量—醫療健康應用消費者使用量—消費者參與意愿—醫療健康大數據資產價值實現量。②醫療健康大數據存儲總量—醫療健康數據開發者可利用的數據量—醫療健康應用研發數量—醫療健康大數據資產價值實現量。以上兩個過程描述了醫療健康大數據資產價值實現的路徑。③醫療健康大數據存儲總量—醫療健康數據開發者可利用的數據量—醫療健康應用研發數量—醫療健康應用消費者使用量—消費者參與意愿—醫療健康大數據存儲總量。該路徑描述了由于不同變量之間相互作用，使整個系統最終達到相對穩定的平衡狀態。

圖2 因果關系圖

（二）系統流圖與結構方程構建

根據因果關系模型，建立醫療健康大數據資產價值實現生態系統流圖（圖3），并在合理參數估計前提下，對系統流圖的各變量方程式進行編寫（表2），其中包括3 個狀態變量、3 個速率變量、5 個常量和8 個輔助變量。仿真時間設置為20 個季度，每步長為1 季度。

表2 變量及方程設置

圖3 系統流圖

由系統動力學原理可知，與精準的數值設定相比，系統動力學模型則關注系統的結構，當運行參數不超過一定范圍時，所建立的模型便可以得到與現實相符的結果。但為了更好地模擬價值實現路徑，本文通過查閱文獻（熊興江，2019），將數據質量取值為0.65，并使用信息延遲函數SMOOTHI 和物質延遲函數DELAY1 分別模擬數據信息延遲和使用需求延遲的過程。同時，法律完善程度、技術水平、醫療健康相關資金投入力度和醫療健康數據共享程度代表醫療健康大數據資產價值實現過程中的社會保障機制，數值越大表明保障機制越完善。結合現實及不同取值的實驗結果情況，本文在區間［0，1］之間設置0.3、0.5 和0.7 三個數值，分別代表社會保障機制較不完善、社會保障機制一般和社會保障機制較完善三種情況。此外，本文參考中國統計年鑒，以2017—2021 年GDP 的平均增長率替代社會經濟水平增長率；以2015—2019 年國內專利授權數的平均增長率替代創新能力增長率；以2016—2020 年國內普通本科畢業人數的平均增長率替代消費者知識素養增長率，以此來模擬現實情況。最后，本文使用Vensim PLE 軟件對醫療健康大數據資產價值實現路徑進行分析，通過分析仿真結果發現，模型能夠較好地擬合現實情況的變化規律，通過了模型有效性檢測。

（三）仿真分析

為使仿真分析更具有普適性，本文基于社會保障機制較不完善、社會保障機制一般和社會保障機制較完善三種情況，對醫療健康大數據存儲總量、醫療健康數據開發者可利用的數據量、醫療健康應用研發數量、消費者參與意愿和醫療健康大數據資產價值實現量5 個因素進行仿真分析。然而，由于不同社會保障機制的仿真趨勢較類似，因此，本文僅選擇一種具有代表性的情況展示其動態變化，如圖4 所示。當社會保障機制一般的情況下（除數據質量外的其他常量均取0.5），隨著時間的增長，5 條曲線存在著不同的斜率。

圖4 既定參數下對五個因素隨時間變化趨勢的仿真分析

從圖4（a）可以看出，在前15 個季度，醫療健康大數據存儲總量保持著較為平穩的趨勢增長，從后5 個季度開始，醫療健康大數據存儲總量快速增長，斜率逐漸增大。這是由于初期處在醫療健康大數據應用的起步階段，數據增長緩慢，而后期由于社會一系列措施的跟進，醫療健康大數據形成產業化應用，數據呈現爆炸式增長。

從圖4（b）可以看出，由于醫療健康大數據共享量的提高，中介者通過數據脫敏、數據匿名化等手段將數據處理后，開發者以研發和應用為目標，將處理后的數據形成數據資產。從曲線趨勢可以看出，前期可利用的數據量增長緩慢，但隨著數據存儲量越來越多，直接促進了醫療健康數據開發者可利用的數據量的穩步增加，但其增長量明顯低于數據存儲總量的增長量。從圖4（c）可以看出，前4 個季度，應用研發數量沒有增長，4 季度后應用研發數量逐漸開始增加。這可能是由于前期利用者對醫療健康數據中蘊含的信息還處在探索和挖掘階段，導致沒有醫療健康應用研發的增加，但隨著醫療健康應用開發者創新能力的不斷提高，開發者憑借其創新能力研發出新產品，醫療健康應用研發的數量也就開始慢慢增加，并且隨著市場中越來越多的開發者也開始參與進來，醫療健康應用研發的數量也開始迅速增加。從圖4（d）可以看出，前期由于醫療健康應用研發數量不足，市場還沒有完全形成，所以消費者基本上沒有參與市場。中期醫療健康應用開始被投入到市場，但由于新產品還沒有普及，相應的宣傳工作還沒有做好，因此，用戶的參與熱情并不高。隨著新產品的全面普及和廣泛推廣，用戶的知識素養逐漸提升，用戶的參與度也就迅速提升。從圖4（e）可以看出，資產價值實現量在后期快速增長。這可能是由于隨著時間的增加，醫療健康數據的存儲量不斷增加，開發者能夠利用的數據越多，市場中的應用研發量也就越多，越來越多的消費者參與市場中來，醫療健康大數據資產價值實現量也就越大。另外，消費者在使用后的反饋激發了市場活力，這也對醫療健康大數據資產價值實現量產生了一定的正反饋作用。

（四）相關參數靈敏度分析

靈敏度分析反映了由于改變模型的相關參數而導致曲線的變化程度，為了進一步研究醫療健康大數據資產價值實現的過程，本文將社會保障機制的參數分別設置為0.3、0.5 和0.7，并在不同社會保障機制的基礎上，將技術水平、醫療健康相關資金投入力度、法律完善程度和醫療健康數據共享程度的數值分別提升20%，從而進行靈敏度分析。從圖5（a）可以看出，在社會保障機制較不完善的情況下，各要素對資產價值實現量的影響程度從大到小的排序為：法律完善程度、醫療健康數據共享程度、技術水平、醫療健康相關資金投入力度。其中，法律完善程度和醫療健康數據共享程度對資產價值實現量影響較為接近，對資產價值實現量有重要影響。從圖5（b）可以看出，在社會保障機制一般的情況下，各要素對資產價值實現量的影響程度從大到小的排序為：法律完善程度、技術水平、醫療健康數據共享程度、醫療健康相關資金投入力度。在此情況下，相比較其他要素，法律完善程度對資產價值實現量影響最大。同時，技術水平和醫療健康數據共享程度對資產價值實現量影響較為接近，對資產價值實現量影響較顯著。從圖5（c）可以看出，在社會保障機制較完善的情況下，各要素對資產價值實現量的影響程度從大到小的排序為：法律完善程度、技術水平、醫療健康相關資金投入力度、醫療健康數據共享程度。在此情況下，法律完善程度仍然對資產價值實現量影響最大。

圖5 改變相關變量參數的資產價值實現量趨勢仿真

基于不同社會保障機制的情況下模型的輸出結果，可以發現：①在不同保障機制情況下，法律完善程度對資產價值實現量影響最顯著。如圖5 所示，當保持模型中其他數值不變的情況下，法律完善程度提升20%時，資產價值實現量顯著提高。②在不同保障機制情況下，技術水平、醫療健康數據共享程度和醫療健康相關資金投入力度對資產價值實現量也有較大的影響。③隨著社會保障機制越來越完善，醫療健康資金投入力度的影響力逐漸提升，而醫療健康數據共享程度的影響力逐漸下降。這可能的原因是，隨著時間的推移，社會對醫療健康大數據資產的認識不斷提升，醫療健康數據分類分級保護制度不斷完善，醫療健康數據交易市場也逐漸成熟，使得醫療健康數據開發者通過數據共享得到的數據越來越少。因此，醫療健康數據共享程度的影響力逐漸下降。

五、總結與討論

（一）結論與啟示

醫療健康大數據資產具有很高的經濟價值和社會價值，充分挖掘其中的價值對加快數字化發展、推進醫療領域數字化建設具有重要意義。醫療健康大數據資產價值的實現過程不僅會受到數據產生者、數據中介者、數據開發者和數據消費者的影響，同時也會受到技術、法律等環境的制約，不同主體和環境之間的相互影響和相互作用，共同構成了一個信息生態系統。基于信息生態系統，本文提出“數據產生—資產形成—價值實現—數據再生”的醫療健康大數據資產價值實現路徑，在信息傳遞中實現價值流動轉移。

為了推動整個信息生態系統的持續流轉，實現醫療健康大數據資產的最大價值，需要從關鍵要素入手，以價值增值為目標進行驅動。從仿真結果上看，在不同社會保障機制情況下，法律完善程度對資產價值實現量的影響最大，需要重點關注；另外，在不同社會保障機制情況下，技術水平、醫療健康數據共享程度和醫療健康相關資金投入力度對資產價值實現量也有較大的影響，并且隨著社會保障機制越來越完善，醫療健康資金投入力度的影響力呈現出逐漸提升的趨勢，也需予以重視。從整個信息生態循環上看，數據消費者既充當數據消費者的角色，又作為數據產生者產生新的數據資源，而消費者需求作為維持整個系統良性循環的重要動力，其重要性不可忽視。本文從信息生態系統的角度分析醫療健康大數據資產價值實現的影響因素，并對其實現路徑進行探析，認為可以從以下兩個角度推進醫療健康大數據資產的價值最大化。

1.數據產生者-數據中介者-數據開發者

從數據產生者的角度上看，由于患者的醫療健康數據包含自身的健康、遺傳等方面的信息，一旦被泄露，這將很可能使患者遭受不公平待遇，給生活和工作帶來嚴重的不便。因此，在數據收集的過程中，只有當患者知情且同意的情況下，才能合法合規地收集醫療健康數據。另外，由于數據安全問題會給機構的正常運轉和患者的合法權益造成損失，影響非常惡劣，因此，應該建立健全的法律制度，保障數據安全。醫療健康行業應當對網絡安全作出明確的規范，如果出現了醫療健康數據安全事件，就應當對相關人員采取相應的懲罰措施，承擔起法律責任及時地找到并修補其中的安全漏洞，從而避免數據泄露、數據濫用等問題的再次發生。另外，還要利用技術方法，找出并追蹤不合法的醫學資料，完整地紀錄存取資料的行為，辨識資料外泄的危險（Yang et al，2020）。

從數據中介者到數據開發者的過程中，醫療健康數據開發者主要通過數據共享和數據交易兩種方式獲取外部數據。在數據共享的過程中，常常出現“數據孤島”的問題。如果醫療健康數據不能很好被共享，這將會影響到醫學科學研究的發展。為此，政府要強化數據資源的整體規劃，加速信息化建設，使數據資源能夠在合規的情況下被行業共享，并構建健全的醫療健康大數據管理體系，從而提升對醫療健康大數據的整合效率。政府及有關部門應該建立起一個統一的醫療健康數據的開放共享渠道，并制訂出一系列的數據接口、技術標準及實施規范，來整合不同主體之間的醫療健康數據資源，從而達到在政府和社會之間進行數據資源的共享和信息資源互動的目的（李嘉興等，2022）29。與此同時，要加快利用區塊鏈、人工智能、知識圖譜等方法進行共享的技術研究，加強醫學健康數據的收集、管理、處理與應用，使其能夠更好地實現開放共享，以提高醫療健康數據的應用價值，促進醫療健康的發展。

在數據市場交易過程中，關于明確醫療健康數據歸誰管理、歸誰使用，創造的利益歸誰分配、如何分配的問題還遠未達成共識。為推進醫療健康數據交易市場的建設和完善，首先，政府應制定醫療健康大數據安全保障法規，結合醫療健康數據隱私和安全的基礎要求，構建出一套針對醫療健康大數據的分類分級保護體系，明確在醫療健康大數據形成資產過程中，相關利益方的權責屬性。其次，由于醫療健康大數據來源廣泛，其中涉及患者的許多敏感數據，這就造成了醫療健康大數據與個人隱私、國家機密等密切相關，而這些數據一旦泄露，將會對我國的國家安全、公司企業及個人造成極其嚴重的影響，嚴重危害我國的安全和穩定，也會對經濟發展造成極大的負面影響，給國家帶來巨大的經濟損失。因此，針對醫療健康數據這種高敏感的數據，醫療健康數據供給方需要對數據進行改造和變形的脫敏處理，以確保數據在傳輸和使用過程中不會泄露出任何敏感信息。最后，為了加快構建成熟的醫療健康大數據資產交易市場，可以采取多種措施來完善醫療健康大數據資產評估方法，如采用公開透明的評估標準、采用多樣化的評估方法等，從而實現醫療健康大數據資產的經濟價值。在此基礎上，醫療健康大數據資產交易平臺還應該在保障各方利益的前提下，兼顧各方權利、責任和義務的平衡，從而建立一個安全、高效、公平的大數據交易平臺。

2.數據開發者-數據消費者-數據產生者

從數據開發者的角度上看，數據開發者應形成適合未來發展的醫療健康大數據資產管理機制，以提高數據資產的質量、使用效率，促進醫療健康大數據資產管理向著安全和高效的方向發展，從而為大眾帶來更好的醫學服務。在“數據開發者-數據消費者”的過程中，數字產品和服務的用戶作為數據消費者決定了產品和服務最終的使用價值，但單一的產品往往不能吸引消費者，數據開發者要在市場中保持自身競爭力，創新研發就顯得尤為重要（岳宇君和張磊雷，2022）。為了保證數據資產發揮其潛在價值，數據開發者應為數據資產的利用和新產品的研發籌集足夠的資金、技術和人才，不斷探索市場需求，持續推進醫療健康產品的優化和升級。

從整個生態系統的角度上看，“數據消費者—數據產生者”作為保證生態系統良性循環的重要過程，只有不斷刺激市場需求，才能將“數據消費者”轉變為“數據產生者”。就企業而言，企業可以通過大數據技術挖掘用戶個性化需求、拓展技術應用場景以增強企業的競爭優勢。就政府而言，消費者在政府的宣傳引導下，以醫療健康大數據為基礎的研發應用得到越來越多的消費者認可，研發應用的使用者越多，產生的醫療健康大數據也就越多，從而促進醫療健康大數據資產價值實現量的可持續性的增長。

（二）不足與展望

本文從信息生態系統的視角，構建了醫療健康大數據資產價值實現模型，并在梳理醫療健康大數據資產價值實現的影響因素及其關聯關系后，基于仿真結果來模擬醫療健康大數據資產價值實現路徑。雖然本文對醫療健康大數據資產價值實現路徑進行了一系列探索研究，但未來還有以下方面需要進一步的完善和研究：

（1）在模型構建的過程中，雖然本文已經盡可能地與現實情況擬合，但醫療健康大數據資產價值實現過程中的影響因素較為復雜，所構建的系統動力學模型并不能完全代表現實情況。基于此，在后續的研究中，本文可以從實際調研出發，加入更多的影響因素，并進一步優化模型中的變量和參數。

（2）在模擬價值實現路徑的過程中，雖然本文通過查閱相關文獻和中國統計年鑒對一些數值進行合理地設置，但仍然缺少現實數據支撐。如果未來條件允許，本文可以利用實際的信息作為數據支撐，以進一步分析醫療健康大數據資產價值實現路徑。