許丹丹 李曉莉

文章編號(hào)：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(duì)數(shù)據(jù)進(jìn)行價(jià)值評(píng)估是企業(yè)數(shù)據(jù)管理、交易和獲利等活動(dòng)的基礎(chǔ)。從數(shù)據(jù)生態(tài)鏈運(yùn)行的角度解構(gòu)數(shù)據(jù)價(jià)值，根據(jù)數(shù)據(jù)生產(chǎn)、整合、傳播、使用和分解5個(gè)環(huán)節(jié)來(lái)劃分價(jià)值評(píng)估維度，并進(jìn)一步細(xì)分為26個(gè)二級(jí)指標(biāo)。采用熵權(quán)TOPSIS建立數(shù)據(jù)價(jià)值評(píng)估模型，對(duì)3家戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價(jià)值進(jìn)行實(shí)例分析，識(shí)別出數(shù)據(jù)結(jié)存體量、獲取難度、集成規(guī)模、運(yùn)載量和整合速度5個(gè)影響企業(yè)數(shù)據(jù)價(jià)值的關(guān)鍵因素。最后，結(jié)合數(shù)據(jù)生態(tài)鏈運(yùn)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(jià)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(jià)值評(píng)估;熵權(quán)法;TOPSIS

DOI：10.16315/j.stm.2022.01.001

中圖分類(lèi)號(hào)： F49

文獻(xiàn)標(biāo)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(guó)務(wù)院在《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》中提出“加快數(shù)據(jù)要素市場(chǎng)化流通”的發(fā)展目標(biāo)，旨在通過(guò)數(shù)據(jù)共享、交易、協(xié)作和開(kāi)放等活動(dòng)來(lái)實(shí)現(xiàn)數(shù)據(jù)對(duì)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(diǎn)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(yùn)營(yíng)效率不高、交易失范及價(jià)值不明等問(wèn)題，制約了戰(zhàn)略性新興企業(yè)間的數(shù)據(jù)開(kāi)發(fā)利用和數(shù)據(jù)要素市場(chǎng)的可持續(xù)發(fā)展。由此可見(jiàn)，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(shí)準(zhǔn)確評(píng)估數(shù)據(jù)價(jià)值是提升企業(yè)數(shù)據(jù)交易效率、擴(kuò)大交易規(guī)模和提高經(jīng)濟(jì)效益的關(guān)鍵。

戰(zhàn)略性新興企業(yè)作為我國(guó)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(jià)值化、資產(chǎn)化運(yùn)營(yíng)水平仍有待提高，尤其是在數(shù)據(jù)估值、定價(jià)和交易融通等方面探索不足[3]，需要設(shè)計(jì)全面的數(shù)據(jù)價(jià)值評(píng)價(jià)模型加以支撐。我國(guó)從2019年開(kāi)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(shí)現(xiàn)數(shù)據(jù)規(guī)范化利用與開(kāi)發(fā)以提升數(shù)據(jù)資源價(jià)值。在數(shù)據(jù)紅利和國(guó)家政策的雙重驅(qū)動(dòng)下，數(shù)據(jù)價(jià)值評(píng)估的研究逐漸豐富，已有從財(cái)務(wù)、市場(chǎng)交易等角度評(píng)估數(shù)據(jù)價(jià)值的，但多針對(duì)個(gè)人、傳統(tǒng)企業(yè)和政府開(kāi)放數(shù)據(jù)展開(kāi)[4-7]，鮮有研究對(duì)戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價(jià)值進(jìn)行評(píng)價(jià)，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(duì)戰(zhàn)略性新興企業(yè)數(shù)據(jù)價(jià)值的評(píng)估進(jìn)行探索，構(gòu)建全面的數(shù)據(jù)價(jià)值評(píng)估指標(biāo)體系與模型，為產(chǎn)業(yè)數(shù)據(jù)要素市場(chǎng)的建設(shè)奠定基礎(chǔ)，對(duì)提升數(shù)據(jù)要素價(jià)值，加速數(shù)據(jù)流通具有重要意義。

1文獻(xiàn)綜述

1.1數(shù)據(jù)價(jià)值評(píng)估

數(shù)字技術(shù)的興起降低了數(shù)據(jù)獲取與開(kāi)發(fā)的難度，拓展了數(shù)據(jù)規(guī)模，同時(shí)，數(shù)據(jù)與企業(yè)實(shí)際業(yè)務(wù)需求已實(shí)現(xiàn)廣泛融合并成為企業(yè)間的競(jìng)爭(zhēng)性資源，因此，需要對(duì)數(shù)據(jù)進(jìn)行準(zhǔn)確的篩選與評(píng)估，提升企業(yè)數(shù)據(jù)管理的規(guī)范性，實(shí)現(xiàn)數(shù)據(jù)價(jià)值[8-9]。閉珊珊等認(rèn)為數(shù)據(jù)價(jià)值評(píng)估是指對(duì)數(shù)據(jù)的運(yùn)行現(xiàn)狀、質(zhì)量、經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值等進(jìn)行全面定性與定量評(píng)價(jià)的活動(dòng)[10]。

數(shù)據(jù)價(jià)值評(píng)估的研究主要圍繞評(píng)估方法、指標(biāo)體系和數(shù)據(jù)價(jià)值的類(lèi)型與生成機(jī)制3個(gè)方面展開(kāi)。數(shù)據(jù)價(jià)值評(píng)估方法有定性和定量2種類(lèi)型，如Brinch等采用案例分析的方法來(lái)評(píng)價(jià)影響企業(yè)數(shù)據(jù)價(jià)值的因素[11];Bitomsky等[12]通過(guò)數(shù)據(jù)挖掘和規(guī)范分析建模方法對(duì)數(shù)據(jù)價(jià)值鏈的運(yùn)行和IT風(fēng)險(xiǎn)進(jìn)行量化評(píng)估。現(xiàn)有數(shù)據(jù)價(jià)值評(píng)估指標(biāo)體系的設(shè)計(jì)主要考慮會(huì)計(jì)核算、數(shù)據(jù)生命周期和數(shù)據(jù)使用3個(gè)方面，如陳芳等[13]基于多期超額收益指標(biāo)來(lái)評(píng)價(jià)企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值;朱澤等[14]從數(shù)據(jù)基礎(chǔ)價(jià)值與增值的角度，設(shè)計(jì)了包含數(shù)據(jù)資產(chǎn)的產(chǎn)生、運(yùn)行、使用和再造的全生命周期評(píng)價(jià)指標(biāo);Li等[15]從數(shù)據(jù)的經(jīng)濟(jì)和使用價(jià)值來(lái)確定評(píng)價(jià)指標(biāo);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(jì)指標(biāo)體系，評(píng)估數(shù)據(jù)價(jià)值。數(shù)據(jù)價(jià)值類(lèi)型包括政治、經(jīng)濟(jì)、社會(huì)、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(jià)值的生成機(jī)制即數(shù)據(jù)價(jià)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(shí)用數(shù)據(jù)轉(zhuǎn)化的全過(guò)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(lái)對(duì)數(shù)據(jù)進(jìn)行訪問(wèn)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(kuò)散傳播、分解和監(jiān)督管理結(jié)合在一起，實(shí)現(xiàn)多節(jié)點(diǎn)的聯(lián)系互動(dòng)，并不斷演化與反饋構(gòu)成生態(tài)鏈結(jié)構(gòu)，進(jìn)而促進(jìn)數(shù)據(jù)價(jià)值的實(shí)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(jià)值創(chuàng)造傳遞，是數(shù)據(jù)和價(jià)值持續(xù)互動(dòng)的鏈?zhǔn)浇Y(jié)構(gòu)，構(gòu)成主體為數(shù)據(jù)流通活動(dòng)的各利益相關(guān)者（生產(chǎn)者—提供者—傳遞者—利用者—消費(fèi)者）[21]。數(shù)據(jù)生產(chǎn)活動(dòng)是數(shù)據(jù)生態(tài)鏈運(yùn)行的基礎(chǔ)，需要在該階段對(duì)原始數(shù)據(jù)進(jìn)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(biāo)準(zhǔn)[22];數(shù)據(jù)提供的本質(zhì)是數(shù)據(jù)公開(kāi)，在技術(shù)、法律和經(jīng)濟(jì)的約束下數(shù)據(jù)生產(chǎn)者或持有者從開(kāi)放數(shù)據(jù)中獲益將會(huì)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(yùn)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(lái)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(guò)程的動(dòng)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(jià)值實(shí)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(qiáng)數(shù)據(jù)時(shí)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(kù)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(zhǔn)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(fèi)活動(dòng)伴隨數(shù)據(jù)的使用而發(fā)生，是對(duì)數(shù)據(jù)價(jià)值的反饋，能夠分解和重構(gòu)數(shù)據(jù)內(nèi)容[26]。通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)數(shù)據(jù)生態(tài)鏈運(yùn)行的關(guān)鍵是保證鏈上所有節(jié)點(diǎn)活動(dòng)的有序進(jìn)行，把握其發(fā)展的方向與重點(diǎn)，并提供合理的價(jià)值引導(dǎo)。

綜上，學(xué)者們?cè)跀?shù)據(jù)價(jià)值評(píng)估方面已進(jìn)行了較為豐富的研究，為企業(yè)的數(shù)據(jù)管理活動(dòng)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(jià)值評(píng)估的研究主要圍繞傳統(tǒng)的評(píng)價(jià)維度展開(kāi)，如數(shù)據(jù)使用成本、財(cái)務(wù)績(jī)效，這部分研究為數(shù)據(jù)價(jià)值評(píng)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(wú)法兼顧企業(yè)數(shù)據(jù)流通活動(dòng)的生態(tài)化發(fā)展。因此，對(duì)數(shù)據(jù)價(jià)值的評(píng)估不應(yīng)限于現(xiàn)有財(cái)務(wù)和使用價(jià)值等經(jīng)濟(jì)性指標(biāo)，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(yùn)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(diǎn)，關(guān)注數(shù)據(jù)從產(chǎn)生到分解重構(gòu)的全過(guò)程，對(duì)數(shù)據(jù)資源的深度開(kāi)發(fā)與利用有重要意義，但卻鮮有研究將數(shù)據(jù)價(jià)值評(píng)估嵌入到生態(tài)鏈的運(yùn)行中，不利于提升數(shù)據(jù)的節(jié)點(diǎn)價(jià)值。因此，本文在梳理戰(zhàn)略性新興企業(yè)數(shù)據(jù)價(jià)值影響因素和數(shù)據(jù)生態(tài)鏈運(yùn)行相關(guān)文獻(xiàn)的基礎(chǔ)上，構(gòu)建數(shù)據(jù)價(jià)值評(píng)估的指標(biāo)體系，通過(guò)熵權(quán)TOPSIS方法建立數(shù)據(jù)價(jià)值評(píng)估模型，并利用該模型對(duì)3家戰(zhàn)略性新興企業(yè)的數(shù)據(jù)價(jià)值進(jìn)行評(píng)估，為數(shù)據(jù)資產(chǎn)的運(yùn)營(yíng)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(dòng)的效率。

2戰(zhàn)略性新興企業(yè)數(shù)據(jù)價(jià)值評(píng)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(yùn)營(yíng)系統(tǒng)中，各個(gè)業(yè)務(wù)環(huán)節(jié)以數(shù)據(jù)為載體進(jìn)行信息、知識(shí)和技術(shù)等價(jià)值流的傳遞，并在這種傳遞中實(shí)現(xiàn)數(shù)據(jù)增值。除數(shù)據(jù)活動(dòng)外，企業(yè)中其他外部資源也會(huì)與數(shù)據(jù)發(fā)生能量交換，并作用于數(shù)據(jù)價(jià)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(dòng)態(tài)交互、環(huán)境復(fù)雜等特征，結(jié)合文獻(xiàn)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(yùn)行可以達(dá)到高速、海量、低能耗、安全可靠、互聯(lián)協(xié)同和前瞻時(shí)效的程度[27]。從數(shù)據(jù)的生產(chǎn)到分解，由于不同節(jié)點(diǎn)數(shù)據(jù)管理活動(dòng)的差異，數(shù)據(jù)價(jià)值評(píng)估的要點(diǎn)也隨之變化。

2.2數(shù)據(jù)價(jià)值影響因素

數(shù)據(jù)價(jià)值伴隨數(shù)據(jù)生態(tài)鏈的運(yùn)行而產(chǎn)生，不同節(jié)點(diǎn)價(jià)值創(chuàng)造內(nèi)容的側(cè)重點(diǎn)也存在差異，因此本文基于文獻(xiàn)梳理和戰(zhàn)略性新興企業(yè)數(shù)據(jù)生態(tài)鏈的運(yùn)行過(guò)程來(lái)識(shí)別影響數(shù)據(jù)價(jià)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(yùn)行的基礎(chǔ)支撐工作。當(dāng)企業(yè)各業(yè)務(wù)部門(mén)的數(shù)據(jù)庫(kù)差別較大時(shí)，數(shù)據(jù)獲取的難度就會(huì)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(jià)值有待提高[28]。

原始數(shù)據(jù)的可用性水平低，需要對(duì)其內(nèi)容加以描述和分類(lèi)以產(chǎn)出規(guī)范化數(shù)據(jù)，如對(duì)數(shù)據(jù)的內(nèi)容提要、背景來(lái)源、標(biāo)題和類(lèi)型等進(jìn)行細(xì)節(jié)化的描述[29]。數(shù)據(jù)描述規(guī)范性高時(shí)需求者可以準(zhǔn)確識(shí)別數(shù)據(jù)價(jià)值，快速達(dá)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(jìn)行處理，以便于數(shù)據(jù)集的檢索、傳輸、分析與利用。對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化生產(chǎn)處理之后可以實(shí)現(xiàn)單次發(fā)布、多元使用[30]，同時(shí)數(shù)據(jù)結(jié)構(gòu)化程度越高數(shù)據(jù)識(shí)別與轉(zhuǎn)化的難度就越低，數(shù)據(jù)滿(mǎn)意度也相對(duì)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(shí)的量也就越大，并逐漸形成“數(shù)據(jù)湖”來(lái)提升數(shù)據(jù)分析的準(zhǔn)確性[31]，能輔助構(gòu)建解決企業(yè)或其他主體現(xiàn)存問(wèn)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(lái)自統(tǒng)計(jì)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(hù)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(dāng)企業(yè)數(shù)據(jù)的邊際采集成本降低時(shí)表明數(shù)據(jù)價(jià)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(jìn)行歸納、分類(lèi)、排列、檢索和存儲(chǔ)的程度。獨(dú)立的原始數(shù)據(jù)并不能實(shí)現(xiàn)價(jià)值，經(jīng)適應(yīng)性操作后才可以支撐企業(yè)活動(dòng)[32]，因此數(shù)據(jù)的可操作性越高，可用范圍就越大，價(jià)值實(shí)現(xiàn)的可能性也隨之提高。

分析支撐度是數(shù)據(jù)整合過(guò)程中的實(shí)體價(jià)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(duì)數(shù)據(jù)進(jìn)行分析[33]，解構(gòu)數(shù)據(jù)內(nèi)容支撐企業(yè)活動(dòng)，因此企業(yè)在評(píng)估數(shù)據(jù)價(jià)值時(shí)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(shí)間、空間和內(nèi)容三大特征，是對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后再與企業(yè)現(xiàn)有資源進(jìn)行拼湊組合，實(shí)現(xiàn)新價(jià)值的過(guò)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(jī)會(huì)識(shí)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(shí)現(xiàn)數(shù)據(jù)性能，后期數(shù)據(jù)訓(xùn)練形成標(biāo)準(zhǔn)化數(shù)據(jù)集合，數(shù)據(jù)整合速度越快說(shuō)明數(shù)據(jù)冗余剔除快、算法適應(yīng)性強(qiáng)和組合分析基礎(chǔ)性能好，相對(duì)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(duì)數(shù)據(jù)價(jià)值的直接評(píng)價(jià)。從時(shí)間維度考慮，運(yùn)行數(shù)據(jù)內(nèi)容時(shí)故障少、響應(yīng)快[34];從數(shù)據(jù)請(qǐng)求維度看，需求實(shí)現(xiàn)率高即為穩(wěn)定性強(qiáng)。數(shù)據(jù)穩(wěn)定性越強(qiáng)，用戶(hù)體驗(yàn)越好，外部環(huán)境對(duì)數(shù)據(jù)的評(píng)價(jià)越高。

3）數(shù)據(jù)傳播影響因素。數(shù)據(jù)開(kāi)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(kuò)散范圍;深度是企業(yè)就數(shù)據(jù)與外部開(kāi)放交流的程度;效度體現(xiàn)為開(kāi)放數(shù)據(jù)的標(biāo)準(zhǔn)性和可用性。當(dāng)開(kāi)放度較高時(shí)說(shuō)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(qiáng)，更易發(fā)生數(shù)據(jù)獲取和交互，社會(huì)認(rèn)可度高[35]。

企業(yè)數(shù)據(jù)安全是指數(shù)據(jù)在傳輸過(guò)程中不被破壞、篡改和泄露，同時(shí)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(lèi)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(jià)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(jìn)行數(shù)據(jù)傳播時(shí)更關(guān)注跨越空間距離，縮短時(shí)間限制，便捷及時(shí)的獲取各類(lèi)數(shù)據(jù)信息。在快速競(jìng)爭(zhēng)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(shì)的瓶頸和關(guān)鍵，直接影響企業(yè)獲取知識(shí)和資本的機(jī)會(huì)，也影響企業(yè)對(duì)外的交流與宣傳。

運(yùn)載量是指企業(yè)參與傳播擴(kuò)散的數(shù)據(jù)總量，是企業(yè)整體數(shù)據(jù)活動(dòng)范圍和規(guī)模的體現(xiàn)。隨著數(shù)據(jù)的爆發(fā)式增長(zhǎng)[36]，需要企業(yè)有更高的運(yùn)載能力來(lái)聚集和管理數(shù)據(jù)，構(gòu)建內(nèi)部數(shù)據(jù)價(jià)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(dòng)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(duì)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(gè)量級(jí)[37]，可見(jiàn)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(tái)可以輔助需求者利用企業(yè)對(duì)外數(shù)據(jù)庫(kù)來(lái)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(duì)稱(chēng)而造成的數(shù)據(jù)傳輸壁壘。優(yōu)質(zhì)的數(shù)據(jù)平臺(tái)可以提高用戶(hù)體驗(yàn)，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(lái)數(shù)據(jù)與自身需求相融合匹配，實(shí)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(yùn)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(chǔ)方式和使用領(lǐng)域。

數(shù)據(jù)可用要件包括無(wú)語(yǔ)義錯(cuò)誤、準(zhǔn)確記錄客觀實(shí)體和內(nèi)容無(wú)缺失3個(gè)方面[38]，由于數(shù)據(jù)采集、傳輸和管理活動(dòng)的復(fù)雜性，實(shí)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(duì)數(shù)據(jù)進(jìn)行訓(xùn)練使其滿(mǎn)足應(yīng)用要求，可見(jiàn)可用性是數(shù)據(jù)價(jià)值挖掘和實(shí)現(xiàn)的基礎(chǔ)。

市場(chǎng)關(guān)注度是指戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)交易市場(chǎng)參與者對(duì)企業(yè)數(shù)據(jù)的興趣值，反映了數(shù)據(jù)交易的熱點(diǎn)和發(fā)展趨勢(shì)，是數(shù)據(jù)使用層向生產(chǎn)層發(fā)送的請(qǐng)求[39]。當(dāng)企業(yè)數(shù)據(jù)符合市場(chǎng)信號(hào)時(shí)，就會(huì)受到用戶(hù)歡迎并得到認(rèn)可，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)使用價(jià)值。

數(shù)據(jù)及時(shí)有效是其在應(yīng)用過(guò)程中最為突出的優(yōu)勢(shì)，與數(shù)據(jù)生產(chǎn)和使用的時(shí)間間隔負(fù)相關(guān)，與數(shù)據(jù)使用后持續(xù)發(fā)揮效用的時(shí)間正相關(guān)。數(shù)據(jù)時(shí)效性能夠影響戰(zhàn)略性新興企業(yè)對(duì)客觀事實(shí)的認(rèn)識(shí)，進(jìn)而影響企業(yè)決策的客觀效果和對(duì)數(shù)據(jù)價(jià)值的反饋評(píng)價(jià)[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(shí)對(duì)數(shù)據(jù)運(yùn)行進(jìn)行維護(hù)以減少故障風(fēng)險(xiǎn)，此類(lèi)成本主要來(lái)自對(duì)設(shè)備和數(shù)據(jù)中心的監(jiān)控、預(yù)警和反饋上報(bào)[41]。當(dāng)企業(yè)數(shù)據(jù)運(yùn)維成本過(guò)高時(shí)說(shuō)明數(shù)據(jù)的穩(wěn)定性和可靠性出現(xiàn)波動(dòng)，數(shù)據(jù)質(zhì)量存在問(wèn)題，可能不滿(mǎn)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(zhǔn)認(rèn)識(shí)數(shù)據(jù)內(nèi)容，對(duì)廢棄數(shù)據(jù)進(jìn)行分類(lèi)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(duì)數(shù)據(jù)價(jià)值變化在意識(shí)層面具備敏感性，在操作層面準(zhǔn)確辨識(shí)，并及時(shí)分解和評(píng)估，是數(shù)據(jù)重塑與價(jià)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(dòng)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(wèn)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(yùn)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(jià)值密度低。

數(shù)據(jù)回收是對(duì)使用后的數(shù)據(jù)進(jìn)行持續(xù)追蹤，清理過(guò)期和無(wú)效數(shù)據(jù)，識(shí)別、回收和校驗(yàn)可用數(shù)據(jù)的過(guò)程。通過(guò)對(duì)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(jià)值，同時(shí)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(lái)源、結(jié)構(gòu)和性質(zhì)的數(shù)據(jù)集中到數(shù)據(jù)回收倉(cāng)的過(guò)程。數(shù)據(jù)廢物集成是企業(yè)進(jìn)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(jià)值及經(jīng)濟(jì)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(guò)程中企業(yè)記錄、測(cè)量和改造數(shù)據(jù)所需的成本，因質(zhì)量不達(dá)標(biāo)等問(wèn)題而導(dǎo)致的過(guò)度清理會(huì)增高反饋成本，背離數(shù)據(jù)分解的原始目標(biāo)，數(shù)據(jù)相對(duì)價(jià)值評(píng)價(jià)將會(huì)下降[45]。

2.3數(shù)據(jù)價(jià)值評(píng)估指標(biāo)體系

評(píng)估指標(biāo)體系的合理性與科學(xué)性是對(duì)戰(zhàn)略性新興企業(yè)數(shù)據(jù)價(jià)值進(jìn)行精準(zhǔn)評(píng)價(jià)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(gè)維度的戰(zhàn)略性新興企業(yè)數(shù)據(jù)價(jià)值評(píng)估指標(biāo)體系，如表1所示。

2.4數(shù)據(jù)價(jià)值評(píng)估模型

熵權(quán)TOPSIS法是將熵權(quán)法與TOPSIS法有效結(jié)合的實(shí)用綜合評(píng)價(jià)方法，可以利用熵權(quán)法對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行客觀賦權(quán)，TOPSIS法準(zhǔn)確評(píng)價(jià)數(shù)據(jù)價(jià)值，具有適應(yīng)性強(qiáng)和評(píng)價(jià)結(jié)果客觀合理等性能優(yōu)勢(shì)。在模型構(gòu)建前假設(shè)有n個(gè)參評(píng)對(duì)象，m個(gè)評(píng)價(jià)指標(biāo)，Xij為第j個(gè)評(píng)價(jià)對(duì)象的第i個(gè)評(píng)價(jià)指標(biāo)所對(duì)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(jià)值評(píng)估矩陣。

RX=X11…Xm1XijX1n…Xmn。

2）通過(guò)極差法對(duì)數(shù)據(jù)價(jià)值評(píng)估矩陣進(jìn)行標(biāo)準(zhǔn)化處理，其中：效益型（正向）指標(biāo)采用公式（1）;成本型（負(fù)向）指標(biāo)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(biāo)準(zhǔn)化矩陣RY。

RY=Y11…Ym1YijY1n…Ymn。

3）計(jì)算第j個(gè)評(píng)價(jià)對(duì)象第i個(gè)指標(biāo)的比重，為熵值計(jì)算奠定基礎(chǔ)。

Pij=Yij∑nj=1Yij。

（3）

4）評(píng)估指標(biāo)熵值計(jì)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(fù)理想解的方向一致，見(jiàn)式（6）;歸一化的目標(biāo)是提高各個(gè)指標(biāo)的可比性，見(jiàn)式（7）。

正向指標(biāo)同趨化

X′ij=Xij逆向指標(biāo)同趨化：X′ij=1/Xij。（6）

X″ij=X′ij/∑nj=1X′2ij。（7）

7）構(gòu)建加權(quán)標(biāo)準(zhǔn)化矩陣。以u(píng)ij=wij*Q″ij為計(jì)算公式得到加權(quán)規(guī)范化矩陣。

U=u11…um1uiju1n…umn。

8）確定正、負(fù)理想解。u+i和u-i分別為矩陣U中第i個(gè)指標(biāo)下的最大值與最小值。

正理想解為U+j=u+1，u+2，…，u+m。（8）

負(fù)理想解為U-i=u-1，u-2，…，u-m。（9）

9）計(jì)算各個(gè)評(píng)價(jià)對(duì)象到正、負(fù)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(jì)算。貼近度反應(yīng)了評(píng)價(jià)對(duì)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(shí)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(dòng)力的3家典型企業(yè)：阿里巴巴、蘇寧、美團(tuán)。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(jià)值評(píng)估的基礎(chǔ)研究較少，關(guān)鍵信息不易獲取，因此通過(guò)邀請(qǐng)10位資深數(shù)據(jù)分析師按照指標(biāo)體系內(nèi)容對(duì)樣本企業(yè)的數(shù)據(jù)價(jià)值進(jìn)行打分，對(duì)專(zhuān)家評(píng)分結(jié)果匯總求和取均值后采用熵權(quán)TOPSIS方法進(jìn)行綜合評(píng)價(jià)。按照式（1）～（5）的內(nèi)容計(jì)算各個(gè)指標(biāo)權(quán)重，如圖2所示。

通過(guò)權(quán)重計(jì)算結(jié)果發(fā)現(xiàn)不同因素對(duì)企業(yè)數(shù)據(jù)價(jià)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(jià)值評(píng)估中權(quán)重值較大的指標(biāo)，包括數(shù)據(jù)結(jié)存體量（A14）、獲取難度（A11）、集成規(guī)模（A54）、運(yùn)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(duì)數(shù)據(jù)價(jià)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(jìn)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(duì)數(shù)據(jù)內(nèi)容進(jìn)行快速反應(yīng)，而運(yùn)載量體現(xiàn)了企業(yè)整體的數(shù)據(jù)運(yùn)行與負(fù)荷能力，二者是數(shù)據(jù)價(jià)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(kāi)展的并不順利，需要加大對(duì)數(shù)據(jù)集成的投資，擴(kuò)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(píng)估指標(biāo)，有數(shù)據(jù)安全度（A32）、運(yùn)維成本（A45）、時(shí)效性（A44）、能耗水平（A52）和開(kāi)放度（A31）。數(shù)據(jù)安全度與開(kāi)放度未在企業(yè)數(shù)據(jù)價(jià)值評(píng)價(jià)中引起足夠關(guān)注，說(shuō)明現(xiàn)階段企業(yè)并未廣泛開(kāi)展數(shù)據(jù)交互活動(dòng)，數(shù)據(jù)交易市場(chǎng)的建設(shè)基礎(chǔ)薄弱，需要提高數(shù)據(jù)質(zhì)量，加強(qiáng)數(shù)據(jù)傳播。受制于企業(yè)的數(shù)據(jù)存量，數(shù)據(jù)運(yùn)維成本和時(shí)效性對(duì)數(shù)據(jù)質(zhì)量的影響也不大，但在數(shù)據(jù)擴(kuò)張結(jié)束后企業(yè)需要加大對(duì)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(jìn)行適當(dāng)調(diào)整。

根據(jù)公式（6）到（11）的內(nèi)容計(jì)算各個(gè)評(píng)價(jià)對(duì)象與理想解的貼近度，并按照評(píng)價(jià)結(jié)果的優(yōu)劣進(jìn)行排序，如表2所示。

從評(píng)價(jià)結(jié)果看阿里巴巴整體的數(shù)據(jù)價(jià)值最高，建議企業(yè)可以依托自身數(shù)據(jù)資源優(yōu)勢(shì)建立開(kāi)放式的數(shù)據(jù)平臺(tái)，在保證數(shù)據(jù)安全和隱私的基礎(chǔ)上廣泛開(kāi)展數(shù)據(jù)分析、價(jià)值開(kāi)發(fā)和共享交易等活動(dòng)，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(tuán)的數(shù)據(jù)價(jià)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(jì)能極大促進(jìn)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(kāi)拓布局。蘇寧的數(shù)據(jù)價(jià)值較低，需要加強(qiáng)自身數(shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)，注重與用戶(hù)和其他企業(yè)的數(shù)據(jù)交流，提高數(shù)據(jù)資源儲(chǔ)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(zhǔn)確評(píng)估數(shù)據(jù)價(jià)值對(duì)建立數(shù)據(jù)定價(jià)模型、促進(jìn)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(chǎng)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(gè)維度的價(jià)值評(píng)估體系，包含26個(gè)具體指標(biāo)，利用熵權(quán)TOPSIS法對(duì)3家企業(yè)的數(shù)據(jù)價(jià)值進(jìn)行評(píng)估，并識(shí)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(yùn)行特征為提高企業(yè)數(shù)據(jù)管理能力，提升數(shù)據(jù)價(jià)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(jià)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(yíng)活動(dòng)的數(shù)據(jù)，以備支撐企業(yè)決策與管理;二是建立開(kāi)放式的數(shù)據(jù)錄入庫(kù)，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(lái)源;三是積極參與數(shù)據(jù)交換、交易和共享等活動(dòng)，及時(shí)獲取與掌握外部數(shù)據(jù)。

2）優(yōu)化數(shù)據(jù)存儲(chǔ)與運(yùn)營(yíng)。優(yōu)化數(shù)據(jù)存儲(chǔ)環(huán)境，提高數(shù)據(jù)運(yùn)營(yíng)效率是當(dāng)前戰(zhàn)略性新興企業(yè)數(shù)據(jù)管理的難點(diǎn)，主要改善措施如下：一是進(jìn)行數(shù)據(jù)分級(jí)分類(lèi)管理，完善數(shù)據(jù)檢索、標(biāo)注，規(guī)范數(shù)據(jù)的存儲(chǔ);二是建設(shè)實(shí)用可控的數(shù)據(jù)運(yùn)營(yíng)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(tái)、數(shù)據(jù)文件交互系統(tǒng)和可視化的數(shù)據(jù)運(yùn)行維護(hù)平臺(tái)，保障企業(yè)數(shù)據(jù)管理工作的高效有序進(jìn)行。

3）促進(jìn)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(lái)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(tái)，不同部門(mén)及時(shí)上傳數(shù)據(jù)，加強(qiáng)內(nèi)部數(shù)據(jù)交流與利用;二是企業(yè)主動(dòng)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(shí)效性的基礎(chǔ)上進(jìn)行數(shù)據(jù)交易，擴(kuò)大數(shù)據(jù)流通范圍;三是開(kāi)展數(shù)據(jù)回收與循環(huán)測(cè)評(píng)工作，將數(shù)據(jù)循環(huán)利用作為企業(yè)日常管理活動(dòng)之一，降低數(shù)據(jù)能耗和運(yùn)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(jià)值評(píng)估問(wèn)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(lái)會(huì)選取更加廣泛的評(píng)價(jià)對(duì)象和多方統(tǒng)計(jì)數(shù)據(jù)，進(jìn)一步提升評(píng)估結(jié)果的準(zhǔn)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(huì)考慮補(bǔ)充數(shù)據(jù)價(jià)值評(píng)估指標(biāo)，以建立更加科學(xué)完善的指標(biāo)體系。

參考文獻(xiàn)：

[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(cè)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(jìng)爭(zhēng)對(duì)手研究體系動(dòng)力學(xué)模型研究[J].現(xiàn)代情報(bào)，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(yáng)，陳勁，等.數(shù)據(jù)要素價(jià)值化動(dòng)態(tài)過(guò)程機(jī)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(gè)人數(shù)據(jù)的統(tǒng)計(jì)與核算問(wèn)題研究[J].統(tǒng)計(jì)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(jià)值評(píng)估研究[J].會(huì)計(jì)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(kāi)放政府?dāng)?shù)據(jù)的價(jià)值測(cè)量：特征與方法的比較研究[J].圖書(shū)情報(bào)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(shì)會(huì)使平臺(tái)企業(yè)提高定價(jià)嗎？：模型推導(dǎo)與理論分析[J].中國(guó)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(duì)企業(yè)生產(chǎn)率的影響效應(yīng)：來(lái)自中國(guó)企業(yè)—?jiǎng)趧?dòng)力匹配調(diào)查的新發(fā)現(xiàn)[J].中國(guó)工業(yè)經(jīng)濟(jì)，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(píng)估的CIME模型設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)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(jià)值評(píng)估模型構(gòu)建：基于多期超額收益法[J].財(cái)會(huì)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?dāng)?shù)據(jù)治理的數(shù)據(jù)資產(chǎn)價(jià)值系統(tǒng)仿真評(píng)估[J].圖書(shū)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(shù)臣，等.基于模糊神經(jīng)網(wǎng)絡(luò)的大數(shù)據(jù)價(jià)值評(píng)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(kāi)放政府?dāng)?shù)據(jù)的價(jià)值：研究進(jìn)展與展望[J].圖書(shū)情報(bào)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(bào)理論與實(shí)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(kāi)放數(shù)據(jù)生態(tài)鏈的形成機(jī)理與培育策略[J].情報(bào)理論與實(shí)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(diǎn)及其消解[J].中國(guó)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(kāi)放數(shù)據(jù)生態(tài)鏈：概念、本質(zhì)與類(lèi)型[J].情報(bào)理論與實(shí)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(jìng)爭(zhēng)對(duì)手研究體系動(dòng)力學(xué)模型研究[J].現(xiàn)代情報(bào)，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(jià)值流動(dòng)綜合評(píng)價(jià)研究[J].情報(bào)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(yùn)行過(guò)程分析[J].信息資源管理學(xué)報(bào)，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(wèn)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(guò)程數(shù)據(jù)穩(wěn)定性評(píng)價(jià)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(jià)值評(píng)估方法研究[J].情報(bào)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(kāi)放共享中的數(shù)據(jù)安全治理研究[J].圖書(shū)情報(bào)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(tái)交易環(huán)境下數(shù)據(jù)資源價(jià)值評(píng)估研究[J].情報(bào)理論與實(shí)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(lè)安，查銳.季節(jié)性數(shù)據(jù)特征驅(qū)動(dòng)的電子廢棄物回收規(guī)模分解集成預(yù)測(cè)建模研究[J].中國(guó)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(jià)值評(píng)估：基于B：S理論模型的研究[J].技術(shù)經(jīng)濟(jì)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(xiàng)目： 黑龍江省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（20GLB033）

作者簡(jiǎn)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.