数据的价值在于与应用场景的结合，不同应用场景下，数据所贡献的经济价值不一样。数据资产按照应用领域不相同，可划分为交通数据、医疗数据、金融数据、科研数据、社交数据、产业数据等。

  党的十九届四中全会将数据增列为一种生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制，因此本白皮书从数据交易市场的主要参与者“买卖双方”的关注因素出发，来探讨数据价值评价思路。通常情况下，卖方关注数据资产的交易价格能否覆盖数据投入的成本并实现溢价，买方关注购买数据资产后带来多少应用收益，而数据质量是数据应用的基础，同时在数据应用过程中存在数据泄露、违规使用等风险，影响数据应用价值的实现，因此，我们大家都认为影响数据价值的最基本因素包括数据成本、数据应用、数据质量和数据 风险。

  数据资产的取得成本应该要依据创建数据资产生命的流程特点，分阶段 进行统计。我们将数据资产的取得成本，划分为数据规划、数据获取、数据处理三个阶段的成本。

  数据规划阶段的成本，最重要的包含项目经费、市场调研费、设计评审费、咨询费和数据规划相关的人工工资等。

  数据获取阶段的成本，与数据的获取方式有关，包括内部生产运营过程获取的数据、间接调研方式获取的数据，以及外购方式获取的数据。通过内部生产 运营过程获取的数据，其成本最重要的包含数据存储相关的设备折旧费、场地租金、水费、电费、空调费、网络费和下包商运维费等；通过间接调研方式获取的数据，其成本最重要的包含人工工资、设备折旧、场地租金、打印费、数据采集相关的网络费和下包商采集调研费等；通过外购方式获取的数据，其成本最重要的包含数据采买相关的人工工资、数据购买价款、税费、注册费和手续费等。

  数据处理阶段的成本，与数据处理流程有关，包括数据核验、数据预处理和数 据分析挖掘相关的成本。数据核验成本，最重要的包含核验相关的人工工资、设备折旧和下包商核验费等；数据预处理成本，最重要的包含数据预处理相关的人工工资、设备折旧和下包商数据处理费等；数据分析挖掘成本，最重要的包含数据打标相关的人工工资、设备折旧和下包商数据处理费，以及数据挖掘相关的人工工资、设备折旧、下包商数据研发费和可容试错费等。

  以上各成本项目的发生额，可通过数据拥有者的财务记录、数据购买合同等相关文档获取。在获取各成本项目发生额的基础上，对各项成本进行加总，得到数据资产的成本总额。成本总额越大，数据资产的价值越大。