【摘要】随着数据规模的不断扩大，数据质量问题不断涌现。数据质量究竟如何评估才能合理体现数据实际适用情况，适应数据要素市场化需要，为数据资产定价、估值提供合适的评估方法。本文从应用场景出发，构建数据质量指标体系，根据指标累计权重剔除低影响的指标。在简单比率法的基础上，构建异质偏好效用函数对不同维度的数据质量进行评估，并采用组合赋权法确定权重，计算综合评估得分。最后以我国碳试点市场公布的交易数据为例进行实证分析，结合CNN-LSTM模型估计数据效用，降低评估过程中的主观性。研究结果表明，在数据应用过程中，数据使用者对不同维度的数据质量问题具有不同的容忍度，即存在异质风险偏好。该方法能够有效反馈数据真实适用程度，为数据资产价值评估提供依据。本文立足于数据可用性，结合效用提出非线性的数据质量评估方法，以期为数据质量评估提供新思路。