關注 | 廣東省數據知識產權價值評價指南（試行）發布

近日，廣東省市場監督管理局、國家金融監督管理總局廣東監管局聯合發布《廣東省數據知識產權價值評價指南（試行）》（下稱《指南》），為全省數據知識產權交易運營、質押融資等活動提供價值評價參考標準。

《指南》圍繞規范評價流程、明確評價方法、構建指標體系三個環節，形成了全鏈條的價值評價指引：

在評價范圍上，《指南》明確將通過廣東省數據知識產權存證登記平臺、深圳市數據知識產權登記系統登記并獲證的數據知識產權納入評價對象，確保評價范圍的精準性與合規性。

在評價原則上，《指南》確立合法合規、客觀公正、科學準確、開放合作四項核心原則，貫穿評價全流程，保障評價結果的公信力與權威性。

在構建指標體系上，《指南》為適配不同類型數據知識產權的特性，創新性提出成本法、收益法、市場法、綜合法四類評價方法，覆蓋數據多種場景。其中，成本法聚焦數據采集、加工、管理等全流程成本核算，收益法側重未來預期獲利能力測算，市場法依托同類交易案例對比修正，綜合法則融合三類方法優勢彌補單一評價缺陷。

同時，《指南》配套構建了多維度評價指標體系，細化成本、收益、市場三大類一級指標及對應的二、三級指標，明確各參數定義與計算標準，為評價工作提供可操作的量化依據。

《指南》還規范了“明確評價事項—訂立委托合同—開展價值評價—出具評價報告”的全流程操作，明確了評價委托方、權利人、評價機構的權責邊界，要求評價報告需完整披露數據知識產權基本信息、評價方法、結果分析等核心內容，配套發布評價指標體系及委托合同參考模板，進一步降低市場主體的制度性交易成本，提升數據知識產權評價工作的標準化水平。

下一步，廣東省市場監管局將持續強化《指南》的宣傳推廣與落地實施，指導經營主體規范運用評價標準，同時加強對數據知識產權評價機構的監管，規范創新數據知識產權運用，促進數據要素高效生產流通使用，促進金融創新和數字經濟發展。

廣東省數據知識產權價值評價指南（試行）

粵市監〔2026〕4號

為深入貫徹《知識產權強國建設綱要（2021—2035年）》《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》精神，落實省委“1310”具體部署，充分發揮數據知識產權交易運營在促進數據合規高效流通使用、激活數據要素潛能等方面的重要作用，結合我省數據知識產權工作實際情況，制定本指南，供各單位特別是各金融機構在數據知識產權質押融資、價值評估、資產入表等方面決策時參考，切實體現數據知識產權應有價值，引導數據知識產權市場規范化發展。

一、評價對象及目的

（一）評價對象。本指南主要對通過廣東省數據知識產權存證登記平臺、深圳市數據知識產權登記系統辦理數據知識產權登記業務，并獲得數據知識產權證書的數據知識產權進行價值評價。

（二）評價目的。通過明確數據知識產權評價方法，構建數據知識產權價值評價指標體系，為數據知識產權在掛牌、拍賣、協議等方式定價時提供參考，為數據知識產權在轉讓、許可等交易估值，或數據知識產權在作價入股、質押融資、證券化、保險等資產化運作時提供依據，同時也可為數據知識產權在資產入表等財務管理方面提供參考。

二、評價原則

（一）合法合規。開展數據知識產權價值評價應遵守數據登記、流通交易、收益分配、數據安全等方面的法律法規，符合數字經濟發展規律，保障國家數據安全，保護個人信息和商業秘密。

（二）客觀公正。數據知識產權價值評價應充分認識數據知識產權發展現狀，適應數據知識產權特征，把握數據知識產權流通、交易、使用、分配、治理、安全等基本規律，客觀、公正地反映交易信息和數據知識產權價值，激勵創新創業創造。

（三）科學準確。數據知識產權價值評價應根據數據知識產權的特點和評價目的，選擇能夠體現數據知識產權質量與價值的評價方法，提升評價的科學性和準確性，推動在流通使用中激活數據知識產權價值。

（四）開放合作。通過數據知識產權價值評價，合理降低經營主體獲取數據的門檻，增強數據知識產權共享性、普惠性，推動數據知識產權跨區域流動交易，促進全體人民共享數字經濟發展紅利，為推動高質量發展提供有力支撐。

三、評價方法

針對數據知識產權發展現狀和特征規律，對數據知識產權價值，可通過成本法、收益法、市場法、綜合法等方法進行評價。

成本法是指通過計算數據知識產權的獲取成本、維護成本和更新成本等來評價其價值。成本法適用于數據知識產權的獲取成本較高、維護成本較低的情況。

收益法是指通過預測數據知識產權未來的收益來評價其價值。收益法適用于數據知識產權具有較高的技術含量和市場前景的情況。

市場法是指基于市場交易價格情況，根據相同或者相似的數據知識產權的近期或者往期成交價格，通過對比分析，評價數據知識產權價值。市場法適用于市場上已有類似知識產權的交易記錄。

綜合法是指將成本法、收益法、市場法相結合的評價方式，將客觀量化和主觀評價相結合，結合多種評價方法分配相應的權重進行綜合分析。

四、成本法評價

（一）成本法指標體系概述。成本法指標主要包括成本基本指標和成本調整指標。

成本基本指標是指數據知識產權在采集、加工、應用、管理等過程中所發生的成本總額。主要包括但不限于實際支出采集成本、實際支出加工成本、實際支出應用成本、實際支出管理成本、實際支出其他成本。其中，其他成本包括但不限于數據知識產權流通稅費、數據知識產權機會成本、數據知識產權規模、數據知識產權生產率、數據知識產權人月費率、直接非人力成本、貶值率等。

成本調整指標是指在成本核算時，考慮到數據知識產權質量、合規、行業等因素，對成本偏差進行修正的指標，其核心在于進一步精準反映數據知識產權對實際資源的真實消耗情況。成本調整指標包括但不限于質量特性調整因子、合規性調整因子、行業應用領域調整因子、數據稀缺性調整因子與其他調整因子。

（二）成本法評價計算方式。

1.基本模型。成本法評價的基本計算模型為：

P=C×(1?δ)×F

式中：

P——待評價數據知識產權的價值；

C——重置成本；

δ——貶值率（%）；

F——調整因子。

2.計算注意事項。

（1）重置成本（C）。重置成本是指在評價基準日前形成該數據知識產權勞動過程中所發生的消耗。一般有“實際支出成本累加法”和“規模-工作量-成本法”兩種計算方式。

方式一：實際支出成本累加法。對數據知識產權形成過程中所支出的所有費用進行枚舉并累加，其計算公式為：

C=C1+C2+C3+C4+C5+τ+π

式中：

C——數據知識產權重置成本；

C1——經調整至評價基準日的支出采集成本；

C2——經調整至評價基準日的支出加工成本；

C3——經調整至評價基準日的支出應用成本；

C4——經調整至評價基準日的支出管理成本；

C5——經調整至評價基準日的支出其他成本；

τ——數據知識產權流通稅費；

π——數據知識產權機會成本。

方式二：“規模-工作量-成本”法。基于歷史數據積累，根據自身的基準數據庫，按照“規模-工作量-成本”模型進行估算，其計算公式為：

DNC

式中：

C——數據知識產權重置成本；

AE——數據知識產權工作量，單位為人時。工作量是評價開發、生產、管理相應規模的數據知識產權所需用到的所有人工時。計算公式為：AE=PDR×S，式中，PDR指數據知識產權生產率，單位為人時/單位規模；S指數據知識產權規模，S的計算公式為：S=A×B。式中，A——數據項數量；B——數據記錄數量；

HM——人月折算系數，單位為人時/人月，根據《中華人民共和國勞動法》《關于職工全年月平均工作時間和工資折算問題的通知》（人社部發〔2025〕2號），勞動者每日工作時間不超過8小時，月計薪天數為21.75天，一般取值為174人時/人月；

E——數據知識產權人月費率，包括直接人力成本和間接成本，單位為萬元/人月；

DNC——直接非人力成本，單位為萬元，根據實際情況進行羅列統計。

（2）貶值率（δ）。數據知識產權隨著時間的推移具有貶值特性，需在重置成本的基礎上考慮貶值因素。數據知識產權的貶值評價主要通過剩余經濟壽命法進行計算。剩余經濟壽命法是通過對數據知識產權剩余經濟壽命的預測或者判斷來確定貶值率的一種方法，其計算公式為：

式中：

Ps——被評價數據知識產權的剩余經濟壽命周期；

Pt——被評價數據知識產權的總經濟壽命周期。

（3）調整因子（F）。數據知識產權的價值以成本為基礎，“成本”本身可能存在“時效性滯后、功能冗余、市場價值不匹配”等問題，其主要影響因素包括數據知識產權的質量特性、合規性、行業應用領域以及數據稀缺性等，通過系統的數據質量評價量化調整因子，運用調整因子進行修正，最終讓評價結果更貼合數據知識產權的當前實際價值。

五、收益法評價

（一）收益法指標體系概述。收益法指標主要包括收益基本指標和收益調整指標。

收益基本指標是指數據知識產權未來預期獲利能力。主要包括但不限于數據知識產權預期收益額、剩余收益期、折現率。

收益調整指標是指在收益基本指標核算基礎上，針對影響數據知識產權收益穩定性與可實現性的特殊因素，對收益評價結果進行偏差修正的指標，核心在于更精準匹配數據在實際應用中的收益水平。收益調整指標包括但不限于合規性調整因子、數據稀缺性調整因子與其他調整因子。

（二）收益法評價計算方式。

1.基本模型。收益法評價的基本計算模型為：

式中：

P——待評價數據知識產權的價值；

Rt——數據知識產權第t個收益期的預期收益額；

n——剩余收益期限，數據知識產權能夠持續為權利人帶來預期收益的“有效年限”，單位為年；

t——評價基準日后第t年，即剩余收益期限內的第t個完整年度；

i——折現率（%）；

F——調整因子。

2.計算注意事項。

（1）預期收益（Rt）。數據知識產權的預期收益是指數據知識產權在未來第t年，通過特定使用場景創造的凈收益（或節約的成本）。通過對企業顧客群體細分、模擬實境、個性化精準推薦、數據搜索，合理區分并剔除與委托評價的數據知識產權無關的業務產生的收益，合理預測數據知識產權能為接受服務的客戶帶來多少超額收益，或者能幫助客戶節約多少成本費用，可采用直接收益預測、分成收益預測、超額收益預測和增量收益預測等方式。

其中直接收益預測指通過直接估算數據知識產權自身產生的獨立收益得到預期收益，適用數據知識產權可單獨變現的場景，如數據產品銷售，則Rt=第t年數據產品銷量×單價-數據維護成本。

分成收益預測指通過從“數據知識產權支撐的相關業務收益”中按比例提取得到預期收益，適用數據知識產權需與其他資產（如技術、渠道）協同產生收益的場景，如進行數據輔助廣告投放，則Rt=第t年相關業務總收益×數據貢獻分成率（數據貢獻分成率指數據知識產權在與其他資產協同創造的總收益中所占的比例，分成率需參考行業慣例或收益貢獻度測算）。

超額收益預測指通過估算“使用數據知識產權后的收益”與“不使用時的基準收益”的差額得到預期收益，適用數據知識產權對收益有顯著提升作用的場景，如精準營銷提升客戶轉化率，則Rt=（使用后客戶轉化率－基準轉化率）×客戶總數×單客收益。

增量收益預測指通過估算使用數據知識產權后節約的成本得到預期收益（成本節約等同于收益增加），適用數據知識產權以“降本”為核心價值的場景，如數據自動化分析替代人工調研，則Rt=基準人工調研成本－數據自動化分析成本。

（2）剩余收益期限（n）。剩余收益期限指數據知識產權能夠持續為權利人帶來預期收益的“有效年限”，即經調整至評價基準日起至未來不能獲取收益之日止的時間段。需綜合“法律約束”“經濟壽命”“實際使用場景”三大維度確定，綜合考慮法律有效期限、相關合同有效期限、數據知識產權自身的經濟壽命年限、數據知識產權的數據更新時間、數據知識產權的時效性以及數據知識產權的權利狀況等因素，合理確定收益期限。

需注意，n不得超過“數據支撐的產品/服務的合理收益期”，如數據用于某款APP，而APP預計3年后退市，則n≤3年。若數據收益存在周期性（如年度消費數據每年重復貢獻收益），需在n中包含完整周期，但需確認周期內收益是否持續，如零售行業的年度消費數據，每年的消費旺季（如雙11、春節）會重復使用前一年的數據來優化營銷，這樣每年都能產生收益，形成周期，周期為1年，持續3個周期，則n=3年。

（3）折現率（i）。折現率反映“未來收益的不確定性”，數據知識產權作為無形資產，其折現率需聚焦“無形資產特有的風險”。一般采用風險累加法進行計算，其計算公式為：

i=+

——無風險報酬率（%），指“無風險情況下的資金增值率”，一般選取“評價基準日與收益期n相匹配的中國國債收益率”（國債由國家信用背書，視為無風險），需注意需與n匹配，如n=3年，則用3年期國債利率，n=10年，則用10年期國債利率，避免期限錯配。

——風險報酬率（%），指“因數據知識產權的風險，需要額外補償的收益率”，即數據知識產權的經營風險溢價和變現風險溢價之和。經營風險是指數據知識產權在標的企業未來經營中獲取未來收益不確定性產生的風險，變現風險是指數據知識產權在標的企業未來經營中一旦企業不再持續經營而需要變現該數據知識產權所可能產生的不確定性風險。主要采取專家打分法進行溢價率轉換。

其他折現率確定方法可根據適用場景選擇，如行業平均資金收益率法，i=數據知識產權所屬行業的平均資金收益率（如大數據行業平均收益率為10%，則i=10%），適用于行業風險相對均勻的情況。如加權平均資產回報法（WARA），i=，需先劃分企業資產為“數據知識產權”“固定資產”“流動資產”等，分別確定回報率后加權，適用于企業多資產協同的場景。

（4）調整因子（F）。數據知識產權的價值受多種因素影響，其主要影響因素包括數據知識產權的質量特性、合規性以及數據稀缺性等，通過系統的數據質量評價量化調整因子，利用調整因子將數據知識產權的“非收益類核心特性”轉化為可量化的價值影響，最終讓評價結果更貼合數據知識產權的實際價值。

六、市場法評價

（一）市場法指標體系概述。市場法指標主要包括市場基本指標和市場調整指標。

市場基本指標是指市場上同類或相似的數據知識產權，近期或者往期交易價格水平情況，主要包括但不限于參照數據知識產權的價值。

市場調整指標是指在市場基本指標基礎上，針對待評價數據知識產權與參照案例之間的不可比因素，對參照價值進行偏差修正的指標，核心在于消除交易案例與評價對象的差異，精準映射評價對象在基準日的公允市場價值。市場調整指標包括但不限于質量調整因子、合規性調整因子、價格調整因子、期日調整因子、容量調整因子、供求關系調整因子與其他調整因子。

（二）市場法評價計算方式。

1.基本模型。市場法評價的基本計算模型為：

P=Q×F

式中：

P——待評價數據知識產權的價值；

Q——參照數據知識產權的價值；

F——調整因子。

2.計算注意事項。

（1）可比案例篩選。篩選是指在市場上尋找與評價對象在數據類型、數據量、數據質量、數據來源等方面相同或相似的參考數據，評價要素為篩選環節提供了對比的維度和依據。數據知識產權價值評價專業人員應根據評價對象特點，選擇與評價對象相同或者可比的維度，例如交易市場、數量、價值影響因素、交易時間、交易類型等，選擇正常或可調整為正常交易價格的參照物。

篩選一般應遵循以下五項原則：一是數據知識產權大體相似，可比案例的數據特征、應用場景、數據質量、數據規模等與待估數據知識產權大體類似，且相關信息可以取得；二是成交日期接近，可比案例的成交時間距離評價基準日一般不超過3年；三是交易價格正常，可比案例的交易價格應是正常價格或可修正為正常價格；四是交易方式類似，可比案例與待評價數據知識產權的交易方式類似，如同為數據租賃類或產權出售類；五是應用場景收益期限匹配，可比案例與待評價數據知識產權的應用場景收益期限接近，優先選擇剩余收益期限波動范圍在待估數據知識產權剩余收益期限±20%以內的案例，確保數據在未來產生收益的時間跨度具有可比性。

篩選一般有以下四種方法：一是選擇可比案例，在市場中尋找與被評價數據知識產權相似的數據知識產權交易實例；二是交易實例數據校驗，通過科學方法驗證數據的準確性，特別是價格變動情況；三是分析可比案例特征，對可比案例的數據特征、應用場景、質量等方面進行深入研究和分析；四是確定參照物和基準參考價值。

（2）調整因子（F）。市場法中的數據知識產權受交易條件、自身特性、市場環境綜合影響。調整因子的核心作用是消除“可比案例數據知識產權”與“待評價數據知識產權”之間的不可比差異，通過量化修正成本、質量、應用等維度的差異，將可比案例的交易價值精準映射為待評價數據在評價基準日的公允市場價值。調整需基于兩類數據在成本維度、質量維度、應用維度、合規維度、風險維度、收益期限維度的核心差異展開，可通過系統的數據質量評價量化差異，確保調整邏輯客觀可依。

其中收益期限維度，若可比案例剩余收益期限長于待估數據知識產權，且應用場景收益穩定性高，調整幅度根據兩者剩余收益期限差值及行業平均收益率綜合確定，計算公式為：調整系數=1-（可比案例剩余收益期限-待估數據知識產權剩余收益期限）×行業平均收益率；若可比案例剩余收益期限短于待估數據知識產權，且待估數據知識產權所在應用場景未來收益增長潛力大時，調整幅度依據兩者剩余收益期限差值及待估數據知識產權預期收益增長率確定，計算公式為：調整系數=1+（待估數據知識產權剩余收益期限-可比案例剩余收益期限）×待估數據知識產權預期收益增長率。

七、綜合方法評價

（一）綜合方法指標體系概述。綜合方法是將成本法、收益法、市場法相結合的評價方式，將客觀量化和主觀評價相結合，結合多種評價方法分配相應的權重進行綜合分析。適用于數據知識產權評價中“多種方法均部分適用但單獨使用有缺陷”時的場景。

（二）綜合方法評價計算方式。

1.基本模型。綜合方法評價的基本計算模型為：

P=α1×P1+α2×P2+α3×P3

式中：

P——待評價數據知識產權的價值；

α1——成本法權重（%）；

P1——成本法計量值；

α2——收益法權重（%）；

P2——收益法計量值；

α3——市場法權重（%）；

P3——市場法計量值。

2.計算注意事項。在對三種方法測算出的數據知識產權價值進行賦權加總，確定最終價值時，三種方法中所依據的各種假設、前提條件、數據參數宜具備可比性。三種方法的權重取值需根據數據知識產權具體情況和評價目的進行選取。

八、評價實施流程

（一）明確評價事項。數據知識產權評價委托方向數據知識產權評價方提出申請后，數據知識產權評價方受理價值評價業務前，宜明確下列評價業務基本信息：

1.數據知識產權評價委托方、數據知識產權權利人、評價報告使用人：

2.評價對象的數量、內容和范圍；

3.評價目的；

4.評價價值類型；

5.評價對象中數據知識產權的證書有效期；

6.評價對象中數據知識產權的登記信息；

7.評價對象中數據知識產權的數據存證或公證有效期；

8.評價對象中數據知識產權的變更備案情況；

9.評價對象中數據知識產權的權屬爭議情況；

10.評價對象中數據知識產權的撤銷登記情況；

11.評價對象中數據知識產權的歷史交易情況。

（二）訂立委托合同（見附件2）。數據知識產權評價方與數據知識產權評價委托方簽訂價值評價業務委托合同時，應遵守國家相關法律法規，可在業務委托合同中進一步補充和明確以下事項：

1.評價服務費、支付時間及支付方式；

2.保密條款；

3.特殊事項說明；

4.其它必要的約定。

（三）開展價值評價。

1.數據知識產權評價方根據合同收集整理評價資料、進行評價市場分析等準備工作。

2.數據知識產權評價方根據評價對象、價值類型、資料收集等情況和合同規定，選擇合適的評價方法。

3.數據知識產權評價方宜通過數據知識產權委托方提供或者自主收集等方式，了解評價對象的具體應用場景，進行數據質量評價并具體應用到評價方法中，得出評價結果。

（四）出具評價報告。在執行評價程序后，數據知識產權評價方出具評價報告，數據知識產權價值評價報告宜包括以下內容：

1.數據知識產權的基本信息和權利信息；

2.數據知識產權評價方基本信息；

3.數據質量情況；

4.數據知識產權價值評價情況，包括但不限于評價方法、評價結果及分析；

5.評價報告的使用范圍；

6.評價報告基準日、提交時間及方式；

7.委托合同中披露的其它信息；

8.其它注意事項。

附件：

1.廣東省數據知識產權價值評價指標體系.docx

2.數據知識產權價值評價委托合同參考模版.docx

來源：廣東省市場監督管理局（知識產權局）網站

▼ 往期熱文推薦 ▼

【溫馨提示】文中部分圖片來源網絡，版權歸屬原作者，若有不妥，請聯系告知修改或刪除。