检验检测数据资产的价值评分标准、数据资产交易技术规则框架

（规范性）

数据资产的基本属性规定数据集合具有真实性、完整性、连续性、时效性、规模性和安全性性六大基本属性，具体规定如下：1）真实性：数据集合能够准确表示其所描述实际对象的真实值。2）完整性：数据要尽可能涵盖被记录对象的属性，包括数据体量、数据关系完备等。3）连续性：采集时间连贯，保留对同一实际对象的连续观测构成连续数据集。4）时效性：数据集具有一定的更新频率，类似于农产品鲜度概念，表示数据的灵敏度。5）规模性：数据的大小（包含指标、记录条数、记录范围等）要达到一定水平。6）安全性：要求按照统一标准整理的数据不会产生法律和伦理隐患，属于约束性条件。

（规范性）

数据资产的价值评分标准B1.真实性评分，权重35%真实性是指数据能够准确表示其所描述的实际对象的真实值。根据数据聚合的来源和属性大致可分为三类，各类数据集合的定义和分值如下：1）记录数据：由监测设备自动记录并上传形成的数字化资源，如污染物检测排放记录等，分值范围25-35分。2）检测数据：由行政和市场监管主体依法依规查验形成的农产品、食品、卫生健康、交通、建筑、环保等检验检测领域的数字化资源，如食品安全抽检数据等，分值范围15-24分。3）上报数据：由数据主体自主上报或汇总形成的数字化资源等，如各类统计数据，分值范围10-14分。B2.完整性评分，权重15%完整性是指数据要尽可能涵盖被记录对象的属性，包括数据体量、数据关系的完备等。根据数据集合分布（如领域、方面、流程、工序、时序等），对实际的覆盖程度不同大致分为三类，各类数据的定义和分值如下：1，高覆盖数据（覆盖率大于90%），分值范围为10-15分。2，中覆盖数据（覆盖率为80-89%），分值范围为6-9分。3，低覆盖数据（覆盖率小于79%），分值范围为1-5分。B3.连续性评分，权重15%连续性是指采集时间连贯，保留对同一实际对象的多次观测构成连续数据。根据数据集合持续年份长度的不同，大致分为三类，各类定义和分值如下：1，长周期数据，数据集合己有10年以上连续记录，分值范围为10-15分。2，中周期数据，数据集合己有5-9年连续记录，分值范围为6-9分？3，短周期数据，数据集合已有5年以下连续记录，分值范围为1-5分。B4.时效性评分，权重15%时效性是数据更新频率的要求，类似农产品鲜度，表示数据在时间变化中的正确程度。根据数据集更新时间周期的长短大致可分为三类，各类定义和分值如下：1，适时更新，信息发生后能够随时完成更新的数据集合，分值为10-15分、2，按月更新，信息发生后能够按月完成更新的数据集合，分值为6-9分。3，按年更新，信息发生后能够按年完成更新的数据集合，分值为1-5分。B5.规模性评分，权重为20%规模性是指数据内涵和体量（包含指标、记录条数等）要求达到一定水平。根据数据集内涵、量级、结构和层次的不同分可为三类，各类定义和分值如下：1，全国性数据，数据集合的内涵和量级涵盖全国范围内信息主体，如居民身份信息、上市公司数据等，分值范围为15-20分。2，地方性数据，数据集合的内涵和量级只涵盖区域范围内信息主体，如省、市、县级经济主体信息，分值范围为10-14分。3，垂直领域数据，数据集合内涵具有明显的行业、领域特征或某行业；领域中的某个特定的方面，如某特定行业或特定市场的分类数据集合，分值范围为5-9分。B6.安全性评分（约束性条件）大数据集合除具有真实（Veracity）、多样（Variety）、价值（Value）的特点之外，同时还可能涉及隐私权（RightsofPrivacy）保护等法律和伦理问题，作为评估的基本条件，要求数据集合必须具有可加工、可构建的属性，不存在任何隐私权和伦理性纠纷隐患，如果发现数据存在上述问题，则分值自动降低至50分以下。

（资料性）

数据资产评估认证申报表单位名称盖章日期数据名称中文：英文：自评分数自评价值申报理由说明（1500字以内）附件目录清单主管部门意见盖章日期联系人信息姓名：电话：地址备注栏受理时间：受理人：编号：注：申报表格不够填写时，可另加附页。

（规范性）

数据资产评估认证流程图准备申报材料，开展自评填写申报表提交申请受理初审发现问题发现问题退出申请调研补充资料复审评定公示备案

（规范性）

数据资产交易技术规则框架为了最大程度地获得不同的数据需求者对数据的需求意愿（支付意愿），本文件针对不同层次的数据采用不同的交易机制。假定政府（数据管理者）为收集数据和整理数据而付出的总成本为c，政府只有在数据出售总收入高于c时才有激励进行交易。所有类别的数据在交易之前需要邀请第三方评估机构对数据价值进行评估，此价值评估需要第三方评估机构划分场景（例如消费场景、医疗场景、金融场景、生产场景等）对数据分别进行价值评估，假设数据产品的价值评估为（默认，表示不同场景）。（此机制默认交易平台为政府自建）A类数据：这一类数据采用重复拍卖机制使用拍卖机制意味着将此种数据在某种意义上做成了排他性的产品——只有一个竞价方可以获得数据的使用权。进行交易。具体机制为：（1）整理数据设定保留价格：对收集到的原始数据进行初步清洗、筛选和整理此处需要一个统一的数据整理标准。，根据整理此类数据所耗费的人工、材料等成本设置保留价格（≤≤）此时政府对于保留价格的设定面临着收益与拍卖成功概率的权衡取舍。；（2）提交交易平台：确定好保留价格之后政府将保留价格和处理好的数据集提交给自建交易平台；（3）进行第一轮拍卖：将数据在平台上架，确认拍卖时间、拍卖规则此处采用带有保留价格的一价拍卖，即竞价方出价最高的按照自己的出价获得产品，若所有竞拍者的出价均低于保留价格则流拍；可以将数据集进行切分从而构成拍卖的最小单位。以及其他相关信息，竞拍人出价；（4）重复多轮拍卖采取重复多轮拍卖主要是为了将数据能够匹配到更多的使用者，同时由于不同买方对数据有着不同的时效性需求，因此他们的支付意愿往往不同，对时效性要求低的买方更有可能参加靠后的拍卖轮次。：在第一轮拍卖结束的一段时间内可以是一周、一个月、三个月等期限。开始对数据的第二轮拍卖，以此循环往复，拍卖机制具体设计与第一轮类似；（5）数据分配与支付：每一轮获胜的竞拍方可以得到政府提供的数据的API接口买方无法获得数据文件，这既是为了保证企业无法对数据使用权进行转卖，也是为了对数据来源进行保护。，政府获得竞拍方的出价。使用拍卖机制意味着将此种数据在某种意义上做成了排他性的产品——只有一个竞价方可以获得数据的使用权。此处需要一个统一的数据整理标准。此时政府对于保留价格的设定面临着收益与拍卖成功概率的权衡取舍。此处采用带有保留价格的一价拍卖，即竞价方出价最高的按照自己的出价获得产品，若所有竞拍者的出价均低于保留价格则流拍；可以将数据集进行切分从而构成拍卖的最小单位。采取重复多轮拍卖主要是为了将数据能够匹配到更多的使用者，同时由于不同买方对数据有着不同的时效性需求，因此他们的支付意愿往往不同，对时效性要求低的买方更有可能参加靠后的拍卖轮次。可以是一周、一个月、三个月等期限。买方无法获得数据文件，这既是为了保证企业无法对数据使用权进行转卖，也是为了对数据来源进行保护。B类数据：B类数据采用与A类数据类似的重复拍卖机制进行拍卖，分为整理数据设定保留价格、提交交易平台、进行第一轮拍卖、重复多轮拍卖、数据分配与支付五个环节。其设定机制与A类数据完全相同。由于保密要求有所不同，B类数据与A类数据交易的两个区别分别在于保留价格设定和数据提供方式上：B类数据多了一项为未脱敏的数据向企业付费的成本具体的分配比例应当由政府和数据提供企业共同讨论决定。，在数据敏感性相差不多的前提下未脱敏数据的价值应当高于脱敏数据成交价格往往高于保留价格，因此更高的保留价格并不意味着更高的成交价格，此策略对产品的最终成交价格影响并不大，主要目的是为了保证政府收益大于成本。，B类数据保留价格高于A类数据；B类数据可以有数据API接口和数据文件两种提供方式，如果企业需要数据文件则需要额外付费并签订保密协议（付费的额度由政府自行确定）在具体费用的设置上，购买数据文件的费用应当远远高于购买API具体的分配比例应当由政府和数据提供企业共同讨论决定。成交价格往往高于保留价格，因此更高的保留价格并不意味着更高的成交价格，此策略对产品的最终成交价格影响并不大，主要目的是为了保证政府收益大于成本。在具体费用的设置上，购买数据文件的费用应当远远高于购买API接口的费用，这是未脱敏数据文件的溢价。C类数据：对于C类数据可以直接采取数据价值评估的结果作为交易价格（因为这部分数据无法继续做成排他性产品，也就无法使用拍卖机制进行买方支付意愿的把握）。具体的机制为：（1）整理数据：对收集到的数