近年来，在《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》《“数据要素×”三年行动计划（2024—2026年）》等重要文件的指引下，各省（市、自治区）先后颁布了数据知识产权登记管理办法，重点关注数据知识产权登记的客体、类型、有效期等，不断强化数据知识产权保护力度。
　　笔者观察发现，上述各省（市、自治区）出台的数据知识产权登记管理办法较少提及数据知识产权价值评估。价值评估同样应获得重视。价值评估能够为数据资产的交易提供价值参考，有助于企业和投资者进行风险评估和管理，为企业融投资决策提供依据。数据知识产权价值评估是数据流通和产业化应用的关键，对于数据驱动创新的激励与保护、数据要素的流通与共享至关重要。目前，数据知识产权价值评估在实践中仍面临诸多挑战，可从融合数据知识产权价值评估方法多样性、挖掘价值评估关键问题等方面入手开展此项工作的实践。
　　提供定制化评估方案
　　针对实践中同类数据知识产权因不同应用场景、不同评估方法而有较大差异这一问题，笔者认为，可以尝试对其提供定制化评估方案。定性和定量方法可利用多元线性回归分析法、系统动力学模型、人工智能辅助评估等多种方法结合。
　　例如，在新闻影视媒体行业，为了适应观众的消费习惯和内容分发渠道的快速变化，该行业已成为数字化转型速度最快、应用最广的行业之一，为数据知识产权价值评估提供了丰富的媒体类应用场景。在对不同类型和阶段的影视作品进行数据知识产权价值评估中，成本法、市场法、收益法、实物期权法等定量方法较为常用。价值评估过程中，作品的创意内容、艺术价值、观众接受度和市场表现等要素常作为评估其商业潜力和市场价值的重要指标。结合观众行为分析、趋势预测和相关市场数据，可更准确地预测作品的收益潜力和市场价值。
　　明晰关键问题解决路径
　　进行数据知识产权价值评估，需要挖掘数据知识产权价值评估中的关键问题，明晰关键问题的解决路径。
　　首先，由于高质量数据与价值评估强相关，通过提升数据的准确性、完整性、一致性、及时性和可信度，解决数据质量与可用性问题，提升价值评估的准确性和有效性。
　　其次，可通过价值评估指标权重的确定、选择原则、指标体系的构建和应用，建立价值评估模型，提升价值评估的透明度和系统性。例如，借鉴专利信息中的引文数量与专利价值关系评估，被引次数越多，说明该专利的价值越大，影响力和实用性得到广泛的认可；通过引文分析，了解专利的技术影响力和市场需求，为评估专利价值提供重要依据。此方式可应用到类似“四位画师状告某平台AI绘画模型未经授权使用其原创作品”侵权案例中，在AI自动生成图片时应在明显处标明与其高度相似的原创图片来源，用于保障原创权益。又如，借鉴编程中“总—子—分”架构模型，将数据知识产权价值整体评估任务分解为更细致部分进行专项分析，并将分析结果综合形成一个全面的评估视角，使得评估过程具备可追溯性，提高价值评估的整体质量和可信度。
　　最后，可通过深入识别和分析不确定性的来源与类型，使用确定性量化和可视化工具，采用概率分析、敏感性分析、蒙特卡洛模拟、决策树分析等多种分析方法，制定包括风险识别与评估在内的有效管理策略，解决评估过程中的不确定性问题，确保评估的一致性和可靠性。
　　构建评估组合策略
　　笔者认为，解决数据知识产权价值评估的关键问题，需要从法律、政策、技术、应用等四个维度推进创新改革，构建数据知识产权价值评估实践组合策略。
　　法律层面上，应积极推动立法改革，建立数据共享平台和机制，以确立数据知识产权的法律地位和权利边界，确保法律保护的严格性与灵活性，促使法律与时代同步发展。
　　政策层面上，应加强关于数据知识产权价值评估政策指导和支持，为地方职能部门提供规范操作和人才的数字素养培训，促进跨部门协作，制定价值评估国家标准或行业规范，提升数据知识产权价值评估的专业性和实效性。
　　技术层面上，应不断开发先进的数据评估工具和算法，提高评估的精确度和效率，强化数据管理和分析能力，确保技术手段能够满足复杂的数据知识产权评估需求，包括但不限于机器学习、区块链等技术。
　　应用层面上，应满足市场和企业对数据资产价值评估服务的需求，推动数据资产的标准化和市场化，包括数据资产入表和融资贷款等，推动金融机构对抵押贷款的数据资产和数据知识产权价值进行专业评估，支持数据驱动的决策和创新。
　　数据知识产权价值评估是实现数据要素供得出、流得动、用得好、保安全的关键手段之一。笔者认为，数字媒体应用场景的分析已表明实际情境下数据知识产权价值评估的必要性和复杂性，已证明动态多样的评估方法、规范的评估指标体系和评估模型、法律保护和政策环境在应用实践中的重要性。逐步形成统一和规范的价值评估标准、与国际接轨的价值评估规则将是数据知识产权价值评估发展的未来趋势。
　

（作者系贵州商学院知识产权研究院副教授）