日前，姚期智院士发表了关于数据流通的演讲，其中提到了最关键的数据要素定价理论和算法。

随着越来越多的城市，政府认识到数据流通起来的重要性，很多城市已经解决了，数据安全、隐私保护和数据监管等数据流通问题之后，但还没有形成有效的经济收益，其中最缺乏的就是就是形成合理的经济分配机制，从而驱动部门独立核算、数据共享，以形成数据要素市场，实现数据要素市场化配置，合理分配数据要素收益。

比如：公安局、网格员，民政局，还有一些社会企业、和个人都会输出各自的数据，给社会使用，但是谁的贡献大，谁的贡献小，怎么评价，这些数据提供方如何有收益呢？

姚院士提出了：“经济主体的功效函数与决策模型精度直接的联系”。

通过确立不同的数据对于决策模型的贡献度，贡献度大的数据要素更有价值。因此，通过经济主体功效函数与决策模型贡献度的耦合，我们就可以对不同数据要素起到的经济价值做合理公平的定量评估，计算得到数据要素在经济活动中产生的经济价值。

姚院士根据企业不同的场景，列举了决策模型提高效率，和数据提供方的关系。基于数据要素流通的方式赋能经济活动，并在各数据源间分配公平合理经济价值。

基于市场营销的场景，可以在隐私计算的环境下，通过多源外部数据源与内部CRM数据的联合建模，生成智能营销的模型，提高营销获客的效率

基于供应链管理的场景，可以在隐私计算的环境下，通过多源外部数据源与内部ERP数据的联合建模，生成智能调度的模型，提高物流、金融流管理的效率

基于生产制造的场景，可以在隐私计算的环境下，通过多外部数据源与内部MES数据的联合建模，生成智能生产的模型，提高生产的效率

经济效率的提升是基于模型精度的提升，比如精度高一倍的营销模型就可以帮助机构获得多一倍的业务量，这些业务的经济价值是由于使用了多方的数据要素，并建立了更高精度的模型带来的。那么我们就可以通过多方数据合作博弈的框架，建立分配算法，按照贡献度公平合理地分配这些价值。谁的数据对模型精度以及相关联的经济价值贡献度高，谁就应该获得相应更多的经济价值。

姚院士举了个简例：

我们可以用数据来预测贷款违约倾向，识别良好/不良信用的客户，利用来自不同数据提供方的银行贷款信息和申请客户贷款逾期情况信息数据进行隐私计算的联合建模。那么，如何实现对各个数据提供方所提供的数据资源进行定价呢？

如果用传统的分配方式，即按照每个参与方的数据样本数进行分配，是不能反映出来数据的实际价值的。而用模型贡献度进行度量，可以实现这一点，通过模型贡献度的计算我们可得出一些有意思的结论：

A比E样本多，但贡献值较低

C、D样本相同，但C的模型贡献率明显高于D

E比C样本多，模型贡献率略低于C

姚期智院士建议在企业方面的数据定价建设路径：

1. 在企业集团内部不同部门，不同法人主体之间可以建设数据要素流动与定价平台，推动数据共享与收益核算分配，推动数据资产计价、核算与审计

2. 在跨企业之间建立数据要素流通市场与数据定价算法平台，推动数据流通与收益分配

3. 在央企建立“监管沙盒”先行先试，基于央企数字化研究院搭建全球首个数据要素定价计算平台。

姚院士，是国内首个把数据要素从流通、定价、到经济的全产业链的研究和实践专家，为我国数据要素市场化发展，做出了巨大的贡献。

目前，企业数据定价的建设路径已经有了，政府的数据要素定价理论和算法，还未出现，我们将持续关注、研究和跟进。

人达科技智慧城市解决方案提供商

   智慧路灯     |      路灯控制器     |      智慧路灯控制系统     |     智慧灯杆     |     智慧路灯网关     |     路灯集中控制器     |     路灯单灯控制器     |     智慧路灯管理系统