中国管理科学 | 数据质量、数量与数据资产定价：基于消费者异质性视角

本文探讨了数据资产定价的核心问题，从消费者异质性的视角出发，提出了涵盖数据质量和数量的综合得分概念，并通过机器学习模型进行模拟定价分析。研究背景是数据要素市场化配置的重要性和复杂性，研究目的是解决数据资产定价中的关键问题，如消费者效用敏感度的异质性。主要结论包括：效用与效用敏感度是定价的关键因素；综合得分对平台决策有重要影响；存在最优价格以实现利润最大化。本文的理论创新和现实意义在于为数据资产交易机制和平台搭建提供了重要参考。