关于电网数据资产化与价值评估的探索

李锦狄 刘建戈 张鹏宇 姜蒙娜 谢智

伴随电网企业数字化战略转型的推进，如何高效利用海量电网数据资源服务社会、增益企业已成为行业研究的热点。通过将数据资源向有效的数据资产转化，可以支撑更全面地分析、更精准地预测及更具价值的决策支持，能够促进数据价值化、效益增值化。本文聚焦电网数据价值量化和资产化的方式，研究数据资源转化为数据资产并进行评估的实现方法，旨在探索电网数据管理优化模式，为数据赋能、增值效益打下基础。

一、研究背景及意义

大数据、云计算、物联网等新技术的发展改变了人们的日常生活方式，同时，也为传统行业的发展带来了新的机遇和新的挑战。国家电网公司作为我国传统的资源密集型能源企业，已经踏上了数字化企业的转型之路。在信息化阶段，电网企业也积攒了大量的数据资源，如何高效地利用这些数据资源为服务社会、增益企业已成为行业研究的热点问题。数据资产化作为实现数据赋能和数据增值的重要基础，能够为企业的商业模式创新、生产技术变革提供助力。将电网数据资源向有效的数据资产转化，有助于支撑更全面地分析、更准确地预测及更具价值的决策支持，能够为数据转化价值、产生效益建立基础。

二、电网数据资产特征和资产化方式

电网数据有着量大、结构复杂的特点，即含有具有逻辑结构的关系型数据库数据，也有着大量非结构化或半结构化数据。从定义上来看，电网数据资产应是电网生产运营活动中自主产生或从外部获取，能够客观反映电网生产运营状况，并能够为企业带来未来价值的数据资源。结合无形资产的特征研究发现，电网数据资產应具有三个基本特征：一是电网数据资产应可以为所有者以为的个体或集体使用，即其不仅可以为自身效益提升提供助力，还能服务社会；二是电网数据资产拥有价值，在使用中能为使用者带来效益回报；三是电网数据资产有着一定的使用期限，这是由于其作为资产的基本属性决定的。简而言之，数据具有时效性，数据资产同样也会过期，需要定期更新维护。

电网数据资产化是将电网数据赋予资产性质的过程，使其具备资产的性质。从数据资产的性质上来看，资产化的数据资源应有三方面的性质，即可控性、可量化、可收益。可控性是指企业一定要对其数据资产拥有控制权；可量化是指数据资产可以依据隐私等级、质量、价值等指标进行量化评估，而非如同单纯的数据一般仅依靠存储大小来计量；可收益是指通过资产化的数据在当下或者未来能够产生一定效益增值。

整个过程如图1所示，可分为标准化、隐私评级、加工处理、成果封装四个阶段。具体来说，标准化是指建立数据字典库，确立录入和采集标准，保证源端一致性；隐私评级是指对数据涉密程度、价值匹配度、业务开放程度等情况进行评级；数据加工是指利用清洗、规整、加密等手段对原始数据进行处理，形成可用的数据宽表，或进一步挖掘分析，形成相应报表图形的过程；产品封装是指完成质量、成效、业务匹配度等评估并开放相应使用端口的过程。

三、评估方法及模型构建

（一）电网数据资产评估方法

电网数据没有实物形态，可类比无形资产收益法、成本法、市场法三种评估方法。其中收益法是依据固定比率折算资产在未来使用寿命内可能产生的使用效益，评估当下资产价值的一种方法，其最终结果为现有资产价值；成本法是指先计算重置成本，同时估算并扣除折旧情况，进而估算资产价值的方法；市场法是依据当期市场中已完成的同类或同宗交易的数据资产差异，并结合待交易资产使用期限、数量、使用范围等特殊性，来对数据资产价值进行评估计算的一种方法。

目前，电网数据资产不易计量且同类型能源类数据交易资料较少，采用成本法、市场法评估数据资产的价值不太现实。而收益法在评估无形资产过程中优势明显，已有一定的理论研究基础，可以更好地体现数据资产后续收益的特性。

（二）评估模型的构建

考虑电网数据资产评估模型的构建目标和其自身的特性，本文利用AHP法进行数据资产定价，主要考虑数据量、数据质量、挖掘指标、数据成本4个因素。其中数据量是指数据大小、结构复杂程度；质量是指准确性、完整性、一致性和冗余度；挖掘指标是指可支撑分析的方法方式及难易度；成本是指数据获取、存储、维护、精加工的支出费用。

不同影响因子对资产价值评判的影响也是不同的，但其影响程度可以通过数学方法进行量化计算。如下图A型矩阵所示，通过召集业务专家对每个影响因子的影响程度进行评判打分，其计量关系可用矩阵进行表示：

依照两两相较的方式进行比较判断，其系数设定应满足：当i=j时，aij=1（其中aij>0且aij*aji=1），比较其影响程度的比例度量方法可见表1。

在得到判断矩阵后，先要验证各个不同层级的影响因子的不一致性，应判定矩阵A特征根不唯一，即可通过求解A的最大特征λmax 计算不一致指标，并进一步计算出一致性比率指标，当其值足够小（一般可以认为小于0.1）时，即可认为判定最大特征值对应的特征向量即为相关影响权重ri，据此可以得到电网数据资产价值（P）的评估模型为：

其中，Sn代表数据量指标量化数值，Sq代表质量指标量化数值，Sc代表成本指标量化数值，Sd代表数据挖掘指标量化数值。

四、结语

电网公司数据管理水平不断优化，各类业务数据应用平台不断出现，数据资产化有助于形成有效的数据资产增值手段。数据隐私评级、量化数据价值作为保证数据资产使用安全、评估数据资产价值的手段，对未来健全电网数据资产管理体系、提升数据资产价值，服务电网业务新形态以及商业新模式的创建都有着重要意义。完善电网数据资产化和价值评估体系对未来电网公司数字化转型、服务电力物联网建设也有着重要的基础性作用。

作者单位：国网淮安供电公司