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.