考虑市场交易双方行为特征的铁路数据资产价值评估方法

Railway Data Asset Valuation Method Considering Behavioral Characteristics of Market Participants

摘要

近年来，随着铁路数据量不断增加、市场不断扩展，为提升铁路数据资产价值，提出了铁路数据资产价值综合评估方法体系。该方法体系包括数据资产自身价值评价、卖方基于成本法确定交易价格、买方基于收益法确定交易价格，充分考虑时效性、用户满意度、边际效益、数据质量、数据类别价值指数指标计算出数据资产自身价值指数，为买卖双方确定最终交易价格提供有效参考，最终得到交易价格区间，在完成铁路数据资产价值评估的同时，促成买卖双方交易，实现对铁路数据资产合理有效的价值评估。开展实证研究，验证了综合评估方法体系的合理性，该方法体系充分考虑市场买卖双方的行为特征，对铁路行业数据资产价值评估具有参考价值。

Abstract

In recent years, the amount of railway data has been increasing, and the market has been continuously expanded. In order to improve the value of railway data assets, a comprehensive evaluation method system of railway data assets value was proposed. The system included the evaluation of the intrinsic value of data assets, the determination of the transaction price by the seller based on the cost method, and the determination of the transaction price by the buyer based on the income method. It fully considered factors such as timeliness, user satisfaction, marginal benefits, data quality, and value index for different data categories to derive the intrinsic value index of data assets. This provided an effective reference for both parties to determine the final transaction price, resulting in a transaction price range. In this way, it facilitated the completion of the valuation of railway data asset values while promoting the transaction between buyers and sellers, achieving a reasonable and effective evaluation of the value of railway data assets. An empirical study was conducted to verify the rationality of the comprehensive evaluation method system. This system fully considered the behavioral characteristics of both buyers and sellers in the market and provided a valuable reference for the evaluation of data asset value in the railway industry.

Graphical abstract

关键词

铁路数据资产 / 铁路数据特征 / 数据资产价值评估 / 数据要素 / 综合评估法

Key words

Railway Data Assets / Railway Data Characteristics / Data Asset Valuation / Data Elements / Comprehensive Valuation Method

0　引言

2022年6月，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“《意见》”)。《意见》明确指出：“数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式”^[1]。数据经济在铁路行业的发展中发挥着重要作用，为更好地利用铁路数据资产，开展铁路数据资产价值评估研究势在必行，旨在帮助铁路企业清晰地认识数据资产的价值并有针对性地采取措施，提高铁路数据的利用效率。

目前针对数据资产价值评估的研究较多，研究主要集中在模型上的优化，旨在准确地评估数据资产价值，主要可分为评估模型和对典型行业数据资产价值评估。在评估模型方面，苑秀娥等以收益法为主、超额收益法为辅，用灰色预测和BP神经网络改进参数后建立模型，对数据资产进行评估^[2]；李永红等运用层次分析法和灰色关联分析的方法构建数据资产的评估模型^[3]；李秉祥，陈芳等采用多期超额收益法进行价值评估，并以实例验证模型的合理性^[4-5]；林常乐等在“数据二十条”的原则下提出数据资产图谱技术，解析数据价值网络，为数据资产评估提供参数依据^[6]；Liu等基于物联网企业数据资产提出两阶段Stackelberg博弈最优定价机制^[7]。

数据资产价值评估在电网和互联网等行业应用较为广泛，于艳芳等基于组合赋权法和模糊综合评价的方法建立电网企业数据资产评估模型^[8]；邹贵林等构建基于两阶段修正成本法的电网企业数据资产评估方法^[9]；Xiong等论证互联网企业如何利用大数据为其业务创造价值，进而认为将大数据视为无形资产是有意义的，并且探讨不同的评估方法及对业务的影响^[10]；王娟娟等基于盈利模式差异的视角，结合企业盈利模式的特点对模型进行修正，完成了数据资产的评估^[11]；王静等建立互联网企业的数据资产价值评价指标体系，并用B-S理论对互联网企业的数据资产进行价值评估^[12]；鉴于铁路数据资产的诸多特征，吴江，米丽等^[13-14]对铁路数据进行了价值评估和安全管理。

综上所述，这种只考虑数据资产本身去完成估价，最终价值评估也会受到市场波动和企业因素的影响，由于铁路数据资产具有产速快、保密性强等特殊性质，利用单一的价值评估方法难以对铁路数据资产价值客观评估。综合评估法充分考虑市场交易双方行为特征并结合铁路数据资产的特征，采用买方基于收益法，卖方基于成本法并结合数据资产自身价值评价，得到买卖双方交易价格区间的铁路数据资产价值综合评估方法体系。

1　铁路数据资产价值综合评估方法体系构建

铁路数据资产是指在铁路部门运营和管理过程中产生、收集、存储和利用的数据资源^[15-16]。为评估铁路数据资产价值提出综合评估方法体系包括3个部分，分别是铁路数据资产自身价值评价、买方基于收益法获得铁路数据资产的交易价格、卖方基于成本法获得铁路数据资产的交易价格。铁路数据资产价值综合评估法构成如图1所示。

研究结合铁路数据资产特征，建立了符合铁路数据资产的自身价值评价指标体系，分别是时效性、用户满意度、边际效益、数据质量、数据类别价值指数。

（1）时效性。铁路数据资产的时效性表征铁路数据资产中数据包的更新程度，用K_t来衡量铁路数据资产的时效性，铁路数据资产的时效性K_t越大说明数据包更新较快，其分析利用的价值就越高。K_t计算公式如公式⑴所示。

K_t=\frac{t_m-t_E}{t_L-t_E}⑴

式中：K_t为铁路数据资产的时效性；t_m为被交易铁路数据资产中数据包形成时间的中位数；t_E为铁路数据资产所有数据包形成时间的最小值；t_L为铁路数据资产中所有数据包形成时间的最大值。

（2）用户满意度。每个用户对铁路数据资产满意度进行评分，满分为10分。i个用户进行的多次评分的平均值K_s^i如公式⑵所示。

K_s^i=\frac{{\displaystyle \sum _i^n}{x}_i}{\mathrm{10}n}\begin{array}{cc}& \end{array}i=\mathrm{1}，\mathrm{2}，\dots ，n⑵

式中：K_s^i为用户对评估数据资产的满意度；x_i表示第i个用户对铁路数据资产的满意度评分；n为参与满意度评价用户的数量。

（3）铁路数据资产边际收益评价方法。铁路数据资产交易的次数越多，铁路部门投入的成本就会被越多的买方企业分担，因此随着铁路数据资产交易的次数增多，交易价格会越来越低，边际收益递减规律如公式⑶所示。

K_{MC}=a\times {\mathrm{e}}^{-bm}\begin{array}{cc}& \end{array}m=\mathrm{1}，\mathrm{2}，\dots ，n⑶

式中：K_{MC}用来衡量售卖次数与交易价格之间的关系；a，b为拟合系数；m为铁路数据资产被售卖的次数。

（4）铁路数据资产的质量评价方法。铁路数据资产的质量是其固有价值的直接体现，根据铁路数据资产的特征可以将其质量分为完整性、唯一性、及时性、有效性、准确性、一致性6个核心维度。用K_q表示铁路数据资产质量指数，如公式⑷所示。

K_q={\alpha }_{\mathrm{1}}+{\alpha }_{\mathrm{2}}\mathrm{l}\mathrm{n}(x+\mathrm{1})⑷

式中：K_q为铁路数据资产质量系数；{\alpha }_{\mathrm{1}}，{\alpha }_{\mathrm{2}}为模型的曲线拟合参数；x为铁路数据资产中数据包的数量。

（5）铁路数据类别价值指数评价方法。由于铁路部门涉及业务种类较多，应用场景复杂，导致铁路数据多样化，目前难以对其进行细致分类，根据铁路数据特征结合当前市场将铁路数据分为以下八大类，铁路数据分类如图2所示。

铁路数据类别不同，对应的潜在用户不同，所以不同类别的铁路数据资产对于不同企业的价值也不同，用铁路数据类别价值指数进行衡量，用K_{ci}表示，K_{ci}\in \left[\mathrm{0}，\mathrm{1}\right],i=\mathrm{1}，\mathrm{2}，\dots ，\mathrm{8}，不同种类铁路数据资产对应的数据价值不同，铁路数据类别价值指数的具体取值可根据不同企业进行动态调整。

最终将五个指标进行无量纲化处理并求平均值，得到K_v\in \left[\mathrm{0}，\mathrm{1}\right]，K_v表示铁路数据资产自身价值指数，该值越接近1，说明被交易铁路数据资产的自身价值越高，否则越低。得出被交易数据资产的自身价值水平，为后续买卖双方利用收益法和成本法确定铁路数据资产交易价格提供参考，例如铁路数据资产价值指数较高，数据资产为企业带来的预期收益增量及其成本构成等就会相应增加，最终影响到买卖双方对该数据资产的定价。

2　买卖双方定价流程

2.1　卖方基于成本法确定交易价格

卖方基于成本法并通过引入潜在经济价值和社会价值因子对铁路数据资产价格进行调整，较其他评估定价方法，改进的成本法考虑了评估对象带来的经济价值和社会价值。具体评估如公式⑸所示。

V=TC\times U\times E\times S-TC\mathrm{1}⑸

式中：V为铁路数据资产的评估值；TC为铁路数据资产的总成本；U为铁路数据价值调整因子；E为评估铁路数据资产潜在经济价值因子；S为评估铁路数据资产潜在社会价值因子；TC\mathrm{1}为评估铁路数据资产其他无形资产价值。

铁路数据资产价值链形成过程如图3所示，对评估公式中的参数进行详细阐述，其中涉及直接成本、间接成本、合理利润等。

2.1.1　铁路数据资产总成本(TC)

铁路数据总成本由直接成本、间接成本和合理利润构成，具体计算如公式⑹所示。

TC=DC+IC+RP⑹

式中：DC为铁路数据资产直接成本；IC为铁路数据资产间接成本；RP为铁路数据资产合理利润。

（1）铁路数据资产直接成本(DC)。铁路数据资产直接成本根据创建铁路数据资产的流程特点，分阶段进行统计，铁路数据资产直接成本构成如图4所示。

（2）铁路数据资产间接成本(IC)。铁路数据资产间接成本指与铁路数据资产生产过程不直接相关，但对整个生产过程提供支持的各种费用。主要包括与铁路数据资产不直接相关或可合理分摊的软硬件、基础设施等维修成本。

（3）铁路数据资产合理利润(RP)。铁路部门在运营过程中，除了需要回收成本外，还需要保留一部分资金用于自身企业的长期发展需求，这部分资金即为铁路数据资产的合理利润。

2.1.2　铁路数据资产相关调整系数

（1）铁路数据资产价值调整因子(U)。铁路数据资产价值调整系数与铁路数据资产价值转化系数有关，具体计算如公式⑺所示。

U=\beta \times \theta⑺

式中：U为铁路数据资产价值调整因子；\beta为数据质量系数，\beta \in [\mathrm{0}，\mathrm{1}]；\theta为铁路数据资产价值转化系数，\theta \in [\mathrm{0}，\mathrm{1}]。

铁路部门投入数据资产生产总成本并非全部转化为数据资产的价值，在评估过程中需要考虑其转化的有效程度，该系数采用专家打分和层次分析法进行确定。

（2）铁路数据资产潜在经济价值因子(E)。潜在经济价值因子考虑铁路数据资产在多个应用场景中的潜在经济收益，通过对这些因子进行修正，可以更准确地评估铁路数据资产的价值，具体计算过程如公式⑻所示。

E={(\mathrm{1}+ge)}^a⑻

式中：E为铁路数据资产潜在经济价值因子；ge为铁路数据资产带来的收益增长率；a为根据应用场景多样性评分选取的数值，a\in \left[\mathrm{1}，\mathrm{5}\right]。

（3）铁路数据资产潜在社会价值因子(S)。对于评估铁路数据资产的价值，需要采用适当的方法来考虑其社会价值，并进行合理的定价，以避免数据资产价值被低估的情况出现。因此，在铁路数据资产评估中应考虑一定的社会价值，所以引入潜在社会价值因子，具体计算过程如公式⑼所示。

S={(\mathrm{1}+gi)}^m⑼

式中：S为潜在社会价值因子；gi为社会满意度增长率；m为效率指数。

2.1.3　其他无形资产(TC\mathrm{1})

铁路部门拥有大量的无形资产，例如技术、客户关系等，这些无形资产与铁路数据资产之间存在密切联系。在计算时暂时不将无形资产成本与铁路数据资产成本分离，在计算出包含无形资产的价值基础上，扣除铁路内部无形资产的价值，以获得被评估的铁路数据资产的总价值。

2.2　买方基于收益法确定交易价格

基于买方视角采用增量收益法确定交易价格，增量收益法计算铁路数据资产预估价值如公式⑽所示。

P_{\mathrm{1}}={\displaystyle \sum _{k=\mathrm{1}}^n}\frac{\mathrm{\Delta }{l}_k}{(\mathrm{1}+i_t{)}^k}⑽

式中：P_{\mathrm{1}}为评估铁路数据资产的预估价值；n为被评估铁路数据资产的收益期限；\mathrm{\Delta }{l}_k为使用铁路数据资产后为买方带来的期望收益增量；i_t为铁路数据资产折现率。

（1）企业收益增量(\mathrm{\Delta }{l}_k)。基于买方视角，使用铁路数据资产后为买方带来的期望收益增量需要专业评估人员从多方位、多角度综合预测：①数据资产使用的便捷性。若数据的格式复杂，或者需要特殊的接口才能访问，就会增加处理数据资产的成本，从而影响收益。②数据资产的合法性。在购买和使用数据时，必须确保符合所有相关的法规和政策，例如数据保护和隐私法，如果违反这些法规，可能会导致罚款，从而影响收益；③未来的市场可能的需求和趋势也是买方在购买铁路数据资产时需要考虑的一个关键因素；④数据的独特性。如果该份铁路数据资产具有其他公司无法获取的独特信息，则该数据就具有更高的价值。

（2）折现率(i_t )。采用风险累加法确定折现率，折现率计算如公式⑾所示。

i_t=i_w+i_k+i_j⑾

式中：i_t为折现率；i_w为无风险报酬率；i_k为开发风险报酬率；i_j为经营风险报酬率。

（3）收益期限(n)。买方购买铁路数据资产的合同期限即可视为铁路数据资产的收益期限。

（4）期权价格。采用实物期权法中的B-S模型对铁路数据资产的潜在价值进行评估。B-S模型如公式⑿—⒂所示。

P_{\mathrm{2}}=P_{\mathrm{1}}N(d_{\mathrm{1}})-q{\mathrm{e}}^{-rt}N(d_{\mathrm{2}})⑿

d_{\mathrm{1}}=\frac{\mathrm{l}\mathrm{n}(\frac{P_{\mathrm{1}}}{q})+(r+\frac{{\sigma }^{\mathrm{2}}}{\mathrm{2}})t}{\sigma \sqrt[]{t}}⒀

d_{\mathrm{2}}=d_{\mathrm{1}}-\sigma \sqrt[]{t}⒁

P_{\mathrm{3}}=P_{\mathrm{1}}+P_{\mathrm{2}}⒂

式中：P_{\mathrm{2}}为买方对铁路数据资产预估的潜在价值；P_{\mathrm{1}}为收益法预估的铁路数据资产的价值；q为铁路数据资产期权执行价格，即购买铁路数据资产研发等成本费用；N(d_{\mathrm{1}})，N(d_{\mathrm{2}})分别表示d_{\mathrm{1}}，d_{\mathrm{2}}的累积正态分布函数值；r为铁路数据资产无风险收益率，取同期的国债利率；t为交易铁路数据资产合同签订范围内的经济有效期；\sigma为铁路数据资产价格的波动率，取与铁路数据资产性质相似的无形资产价格的波动率；P_{\mathrm{3}}为买方考虑铁路数据资产的潜在收益后对铁路数据资产的估值，按上述方法，买方确定的交易价格为P_{\mathrm{3}}。

2.3　买卖双方确定最终交易价格

最终交易过程中，首先考虑评估铁路数据资产自身价值指数，结合买卖双方的期望价格对评估铁路数据资产进行最终定价，为确保综合评估法的可实施性及评估结果的客观性，将买卖双方得到的交易价格P_{\mathrm{3}}、V结合铁路数据资产自身价值评价进而得到买卖双方最终的交易价格区间[P，P\text{'}]，铁路数据资产最终的交易价格为(P+P\text{'})/\mathrm{2}，定价流程图如图5所示。

3　案例分析

3.1　数据描述

为验证综合评估法的合理性和可行性，由于铁路数据具有很强的保密性，以高速铁路A 2015—2020年客流量数据(以下简称“客流量数据资产”)为评估对象。首先对客流量数据进行统计处理，进而存储形成可供使用的“产品”，最终进行数据脱敏处理，形成一个完整的铁路数据资产进行交易，利用综合评估法对其进行价值评估。

3.2　评估步骤

（1）客流量数据资产自身价值评价。依据铁路数据资产自身价值评价指标计算方法并结合专家意见，分别计算客流量数据资产的时效性、用户满意度、边际效益、数据质量、数据类别价值指数5个指标，参数取值如表1所示。

得到客流量数据资产的时效性、用户满意度、边际效益、数据质量、数据类别价值指数后，再对其自身价值评价指标进行无量纲化处理并求得平均值，得到客流量数据资产自身价值指数，自身价值评价指标指数如表2所示，该指数为买卖双方确定交易价格区间提供重要参考。

（2）卖方基于成本法确定客流量数据资产交易价格。卖方基于成本法主要考虑被交易铁路数据资产成本价值，数据资产成本价值如表3所示，并且引入潜在社会价值因子、潜在经济价值因子和铁路数据资产价值调整因子对总成本进行修正，从总成本中再剥离出无形资产的价值，最终得到被交易铁路数据资产的价格。

根据客流量数据资产的特征以及交易市场中同类型数据资产，计算确定其潜在社会价值因子为1.15，潜在经济价值因子为1.25，铁路数据价值调整因子为0.73，最终卖方基于成本法确定客流量数据资产的交易价格为710.91万元。

（3）买方基于收益法确定客流量数据资产交易价格。买方采用增量收益法确定客流量数据资产的预估价值并结合实物期权法得到待评估铁路数据资产潜在价值，进而确定最终交易价格。首先对客流量数据资产预估价值进行计算，评估采用风险累加法确定折现率，其中无风险报酬率选择3年期国债收益率2.38%，考虑铁路数据资产的侵权、泄露风险，将其风险报酬率拟定为15.5%。根据收益增量计算方法，最终确定客流量数据资产三年合同期买方企业收益增量分别为200万元，175万元和153万元，则本案例中交易数据资产的折现率为18%，最终确定客流量数据资产的预估价值为388.7万元。其次计算客流量数据资产潜在价值，采用上文得到的数据资产预估价值利用B-S模型对其潜在价值进行计算，得到客流量数据资产潜在价值P₂ =297.095万元，最终买方确定的客流量数据资产交易价格为685.795万元。潜在价值参数取值如表4所示。

（4）确定客流量数据资产最终交易价格。买卖双方结合客流量数据资产自身价值指数确定最终交易价格区间为［685.80，710.91］，则最终客流量数据资产的价值评估结果为698.35万元。

4　结束语

在分析总结数据资产价值评估方法的基础上提出综合评估法，该方法充分考虑铁路数据产出速度快且数据量较大等特殊性，建立了可量化的铁路数据资产自身价值评价指标体系，进而基于买卖交易双方行为特征分别利用收益法和成本法确定铁路数据资产交易价格区间，在完成铁路数据资产价值评估的同时促成买卖双方交易，使得最终交易价格更加客观合理。综合评估法有利于进一步挖掘铁路行业数据价值、实现数据的跨部门共享，对提升铁路部门数据管理水平、拓宽铁路数据市场具有一定指导意义。在未来研究中将进一步完善该方法体系，形成一套更加客观合理且具有普适性的铁路数据资产价值评估方法体系。

参考文献

[1] 中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见[EB/OL].(2022-12-19)[2024-01-02].

[2] 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.

[3] 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.

[4] LI Yonghong， ZHANG Shuwen. Establishment of the Value Evaluation Model of Data Assets[J]. Finance and Accounting Monthly，2018(9)：30-35.

[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] 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.

[7] 林常乐，赵公正. 数据合理定价：利用数据资产图谱解析数据价值网络[J]. 价格理论与实践，2023(3)：20-25.

[8] LIN Changle， ZHAO Gongzheng. How to Price Data Reasonably：Using Data Asset Graph to Analyze Data Value Network[J]. Price (Theory & Practice)，2023(3)：20-25.

[9] LIU K， QIU X Y， CHEN W H，et al. Optimal Pricing Mechanism for Data Market in Blockchain-Enhanced Internet of Things[J]. IEEE Internet of Things Journal，2019，6(6)：9748-9761.

[10] 于艳芳，孙俊烨.电网企业数据资产价值评估研究：以国家电网有限公司为例[J].财会通讯，2023，(20)：89-97.

[11] 邹贵林，陈　雯，吴良峥，等. 电网数据资产定价方法研究：基于两阶段修正成本法的分析[J]. 价格理论与实践，2022(3)：89-93，204.

[12] ZOU Guilin， CHEN Wen， WU Liangzheng，et al. Research on Grid Power Data Asset Pricing Method：Analysis Based on Two-Stage Modified Costing[J]. Price (Theory & Practice)，2022(3)：89-93，204.

[13] XIONG F， XIE M Y， ZHAO L J，et al. Recognition and Evaluation of Data as Intangible Assets[J]. SAGE Open，2022，12(2)：215824402210946.

[14] 王娟娟，金小雪. 互联网信息服务平台数据资产评估方法：基于盈利模式差异的视角[J]. 科技管理研究，2023，43(22)：83-94.

[15] WANG Juanjuan， JIN Xiaoxue. Data Asset Evaluation Method of Internet Information Service Platforms：Based on the Perspective of Profit Model Differences[J]. Science and Technology Management Research，2023，43(22)：83-94.

[16] 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.

[17] WANG Jing， WANG Juan. Research on Value Evaluation of Data Assets of Internet Financial Enterprises：Based on B-S Theoretical Model[J]. Journal of Technical Economics & Management，2019(7)：73-78.

[18] 吴　江，马小宁，邹　丹，等. 基于AHP-FCE的铁路数据资产价值评估方法[J]. 铁道运输与经济，2021，43(12)：80-86.

[19] WU Jiang， MA Xiaoning， ZOU Dan，et al. Value Evaluation Method for Railway Data Assets Based on AHP-FCE[J]. Railway Transport and Economy，2021，43(12)：80-86.

[20] 米　丽，黄敏珍，马志强，等. 铁路货运数据安全体系构建及安全策略研究[J]. 铁路计算机应用，2023，32(12)：18-23.

[21] MI Li， HUANG Minzhen， MA Zhiqiang，et al. Construction of Railway Freight Data Security System and Security Strategies[J]. Railway Computer Application，2023，32(12)：18-23.

[22] 陶　凯，郭奇园，代春平. 铁路基础设施检测数据资产管理体系研究[J]. 铁路计算机应用，2023，32(1)：15-19.

[23] TAO Kai， GUO Qiyuan， DAI Chunping. Asset Management System for Railway Infrastructures Inspection Data[J]. Railway Computer Application，2023，32(1)：15-19.

[24] 孟　勇，王飞宽，郑亚平. 面向国家能源集团铁路业务系统的数据治理平台[J]. 铁道运输与经济，2022，44(S1)：33-39.

[25] MENG Yong， WANG Feikuan， ZHENG Yaping. Data Governance Platform for Railway Business System of China Energy[J]. Railway Transport and Economy，2022，44(13)：33-39.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(2023F006-A(JB))