本
文
共
计
3653
字
，
建
议
阅
读
时
间
1
0
分
钟
。
导语：
如何推动数据要素赋能新质生产力，驱动经济高质量发展，已经成为当下中国经济发展的重要议题。然而在实践中，数据要素流动仍不充分，难以发挥数据作为新生产要素的强大潜力。2024年1月，国家数据局等十七部门印发了《“数据要素×”三年行动计划（2024—2026年）》，提出了“带动数据要素高质量供给、合规高效流通”的目标
。
当下，阻碍数据要素流动的重要因素之一，来源于数据市场定价机制的不完善。这无疑将继续放任大量混乱的场外交易，更会使得潜在的高质量数据交易缺乏规则背书，甚至可能阻碍科技创新。因此，破除数据要素流动障碍，必须完善数据定价机制。
本文首先梳理数据定价的主要工具和国际应用，结合数据质量和权属两大根本性问题，提出确立数据高质量转型目标、支持数据权属专项探索和分类匹配数据定价三大策略，以期为进一步破除数据要素流动障碍，充分发挥新质生产力提供参考。
将数据作为资产并对其进行定价的活动统称为数据定价。从学科角度来看，数据定价是跨学科的活动过程，包括经济学、计算机科学、信息学、数据科学、管理学等。
目前的研究中，数据定价主要涉及两类机制，
数据价值评估机制
和
数据价格计算机制
。
如表1所示，截止目前，经过近年来国内外研究人员的反复研究，探索出了
6类数据价值评估机制
，分别是依据数据质量、特殊场景、价值链、无形资产、期权模型、信息熵对数据价值进行评估；
以及
12类数据价格计算机制
，即成本定价、修正成本收益定价、协议定价、拍卖定价、增值定价、使用量定价、动态定价、需求方感知价值定价、博弈定价、隐私补偿定价、人机协同定价、联邦学习定价方法。
[
1
]
[2]
[3
][
4
][
5]
|
数据资产
6
类价值评估机制和
12
类价格计算机制
|
|
|
|
|
|
|
|
|
成本定价、修正成本收益定价、协议定价、拍卖定价、增值定价、使用量定价、动态定价、需求方感知价值定价、博弈定价、隐私补偿定价、人机协同定价、联邦学习定价
|
表1 （笔者绘制）
无论使用怎样的数据定价方式都必须与交易场景和交易相关人这两个重要的因素相结合。
脱离具体交易场景和相关人的数据定价对于实践是毫无意义的。交易场景主要指各类型的交易平台以及他们从事的数据交易业务内容。
从全球范围来看，当前中国的数据交易量仅占全球的八分之一。相比之下，全球超过半数以上的数据交易活跃在欧洲、美国和日本的数据平台。这些平台主要分为两类：
1.依托
新兴数字技术和数字协议催生的互联网新业态
，包括：
1）综合性数据交易平台，例如美国的BDEX、RapidAPI，法国的Dawex;
实时数据交易市场 BDEX，其交易平台提供数据买卖、数据托管、数据评分等服务
2）细分行业数据交易平台，例如德国弗劳恩霍夫协会的工业数据空间 IDS、个人数据领域的DataCoup、Personal.com等；
2.依托传统数字
平台衍生的数据交易平台
，例如美国的亚马逊 AWS Data Exchange、日本的富士通 Data Plaza等。
各类数据交易平台使用的是不同的数据定价模式
，综合性平台注重数据质量和权威性，传统平台AWS则侧重存储成本、时效性和使用量动态定价。
以Dawex为例，总部位于法国里昂的 Dawex 全球数据市场（Data Marketplace）是最大的跨行业数据交换平台。作为“
可信数据交易
”（Trusted Data Transaction）国际标准化计划的发起者，Dawex被世界经济论坛评为“
技术先锋
”（Technology Pioneer）。
Dawex成立于2015年，全球二十多个行业的一万余家组织均与其建立了合作关系。
其采用的数据评估标准考量的是数据的综合情况，包含供应商市场地位、数据稀有度、数据真实性、数据总体体量、数据更新频次、数据条理性、是否有注解、数据完整性、数据可持续性、数据对于决策的重要性等多个维度。
一些知名企业通过Dawex来管理数据资产和优化业务决策 图源：Dawex官网
Dawex采用的主要是B2B集中销售模式，作为数据中介商，他还提供数据可视化工具，帮助交易各方快速评估数据的质量和相关性，用于指导定价。
[
6
]
[7
]
如前文所示，数据定价不乏各式各样的工具，但
数据定价机制无法脱离数据生态、法律法规、交易制度、底层技术、开放机制而独立存在。
篇幅所限，以下从数据生态和法律法规两个根本性问题，具体说明数据定价机制如何受到影响：
我国幅员辽阔人口密集，经济社会活动产生的数据总量大，但是数据质量不高已是市场的共识。
如前文所述，全国各地数据交易所数量不少，但总交易量非常有限。数据质量通过影响数据的价值和价格，进而影响数据市场的交易量。
另外，
数据质量不高这不仅制约数据交易，还提高了科技创新的成本
，因为大模型的训练需要高质量的数据集，而目前高质量数据集只能用高价从国外数据平台获取。
国内数据集由于质量低，未能进入高附加值产业，产生效益有
限，无法在数据质量的机制设置上细分或者增加权重，只能局限在成本收益和协议定价等范围博弈。
“数据二十条”的出台意味着数据要素的流动和管理有了顶层设计，特别是对于数据权属有了基本原则性的规定。
“数据二十条”提出建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权制度，以此作为数据确权的探索方向。
但是各地交易所在制定实施的细则、指引、规定的过程中，
在权属问题上仍然依照“数据二十条”的原文进行原则性的表述，未能探索出更具体的认识和方式方法
，阻碍了数据的定价机制建立和完善，导致场内交易发育不充分、场外交易乱象频发问题比较突出，多数交易机构处于停运或半停运状态。
因此，在数据权属关系未厘清的情况下，数据定价应该使用哪些机制，比如是否涉及隐私补偿、是否涉及元数据方的利益平衡、数据价值链是否完整，都是难以考量的因素。
此外，交易机制、底层技术、国际交流与开放机制都会对数据定价机制产生不同程度的影响。
但是
数据质量和数据权属关系在数据定价机制中起到根本性的作用，是数据交易生态中至关重要的条件
。
如今，数据估值和计价方式方法虽然非常丰富，但由于数据定价机制受到多重因素制约，完善数据资产定价机制是涉及到规制数据要素市场的整体性工作。
以下从数据质量、数据权属和依场景匹配机制方面，提出完善数据定价机制的三大策略：
结合国内国际经验，从小范围的行业数据和非敏感的政务数据入手，研究和实施分领域、分步骤的数据高质量转型路径。
从数据格式、归集标准等着手，规范数据归集、清洗、存储、使用、管理模式，为数据定价机制的规制奠定基础，为数据交易市场提供更多高质量的数据集，拓宽数据定价机制的参数选择范围，促进数据流通交易。
由于数据权属问题较为敏感，即使是地方政府在制定相关数据要素法律法规时都不愿轻易触碰，而各交易所在没有上位法指引和支持的情况下，也不敢贸然对于数据权属问题妄下定论。
再者，学术界对于数据权属的探讨也高度分散化，大多流于口号反复论证重要性，或者过于局限于具体情境而缺乏广泛性的意义。
建议鼓励交易所成立专门的研究队伍对于数据权属问题进行梳理和研究，并由国家数据管理部门组织协调地方政府、交易所、学术界等各方形成联动，共同就数据权属与定价问题开展专项研讨。
通过探究国际经验可以发现，数据定价机制如何设定是根据数据交易平台类型、交易模式、交易标的状况、交易相关人等维度综合考量的，主要分为C2B、B2B、B2B2C三种模式。
根据“数据二十条”，数据划分为公共数据、企业数据、个人数据。
在不同的交易模式之下，定价机制应当考虑不同的估值和计价方式
：
（1）公共数据定价。
公共数据由于其极高的敏感性和特殊公共属性，在公对公、公对企、公对私的不同交易场景下应当遵循不同的定价方式。
随着数字中国规划、数字经济十四五规划等文件的出台，各地政府陆续成立了政务数据联盟，通过数据清洗、标识、加密等程序，将分散、非标的数据加工、提炼成为数字经济的“石油”，委托国有企业运营并面向市场，推动数字经济高质量发展。
在这些大量的公对企的场景中，可以采用修正成本收益+人机协同定价+X的方式，指导公共数据定价。
（2）企业数据定价。
企业数据的定价方式则更为灵活，但基本上以数据质量为主要的衡量标准。大多数定价机制需要一个基准定价或者历史定价作为计算的基础条件，因此，在零历史交易数据的情况下，细化的数据质量指标将占据数据定价的重要权重，比如数据稀有度、真实性、完整性等。
对于具有一定量历史交易数据的数据产品，则可以灵活采用联邦学习、博弈定价等其它方式。
（3）个人数据定价。
个人数据定价的基础工作包括应对个人数据安全问题。个人数据的大规模泄露和贩卖问题已经严峻到了令人无法容忍的地步，各平台、商家通过设置访问门槛、会籍实名登记、优惠券领取等花样百出的诡计套取详细的个人数据并进行贩卖。
需要加大对于区块链、隐私计算、新的网络协议等新兴数字技术的研发支持和国际合作，将个人数据的相关权益归还给个人，才能更好地促进合理的个人数据定价机制形成。
张心旖
华南理工大学公共政策研究院 研究助理 政策分析师
全
文
完
，
既
然
看
到
这
里
了
，
如
果
觉
得
不
错
，
随
手
点
个
