摘　要：黨的十九屆四中全會提出“價格市場決定、流動自主有序、配置高效公平”的數據要素市場制度建設目標。本文系統研究構建了適配超大規模數據要素市場環境的數據產品價格生成機制，從數據價格形成的基本原理出發，在吸收借鑒證券市場價格生成機制的基礎上，探索提出涵蓋數據賣方、數據買方、數據交易所、第三方機構四類主體的數據價格形成機制和“報價-估價-議價”相結合的價格生成路徑，并基于此提出了一種“冷啟動期-成熟期”分步走的數據產品動態定價策略。關鍵詞：數字經濟；數據要素；數據市場；數據定價；數據交易

一、引言

黨的十九屆四中全會首次將數據增列為一種生產要素，要求建立健全由市場評價貢獻、按貢獻決定報酬的機制。中共中央、國務院印發的《關于構建更加完善的要素市場化配置體制機制的意見》提出要加快培育數據要素市場，數據要素市場化配置上升為國家政策。中共中央、國務院印發的《關于新時代加快完善社會主義市場經濟體制的意見》提出，要加快培育發展數據要素市場，加快建設統一開放、競爭有序的市場體系，推進要素市場制度建設，實現要素價格市場決定、流動自主有序、配置高效公平。

繼農業經濟時代的勞動、土地，工業經濟時代的資本、技術后，數據已成為數字經濟時代的關鍵生產要素。據《2021年中國數字經濟發展白皮書》顯示，到2020年數字經濟的市場規模達39.2萬億元，占GDP的38.6%，數字經濟蓬勃發展對數據要素市場化配置提出更強烈需求。發揮市場配置的決定性作用，加快推進數據要素市場化配置，形成“市場評價貢獻、按貢獻決定報酬”的數據價格生成機制，是數字經濟發展與生產關系演進的客觀要求。本文通過文獻調研，歸納梳理國內外學者關于數據價格生成機制和數據定價的相關研究成果。綜合已有研究和實踐經驗，借鑒證券市場等成熟要素市場價格機制，結合數據要素自身特點，提出適應超大規模數據要素市場的“報價-估價-議價”相結合的價格生成路徑，構建適應數據要素市場不同發展階段的動態定價策略。

二、從信息定價到數據定價

市場是一個隱含交易各方行為規則、知識和信息的集合，而價格則是這些元素相互作用的集中體現。在要素市場中，要素在價值生產中的貢獻值不可直接測定，只能通過市場經濟的競爭簡化為要素價格信號，數據定價機制的建立是完善數據市場生態體系的關鍵問題。

（一）信息價格機制相關研究綜述

數據要素定價研究可追溯到對信息定價的研究，目前主要有三條研究路徑：

第一，從供需對接的角度分析信息定價的依據。Brindley1993年提出將信息服務和信息產品的定價策略劃分為成本導向、需求導向和競爭導向三類，Mariam認為應從信息服務的需求獨特性和供給能力綜合考慮信息服務的定價問題，Harmon等將信息產品的定價模式區分為基于成本和價值定價兩種。后來，有學者從消費者效用和偏好的角度提出差異化定價策略。

第二，從服務場景的角度分析定價收費模式。2000年，Bashyam提出，信息服務可區分為需要物理介質的打包信息服務和通過網絡提供的在線信息服務，前者更多采用固定收費機制，后者則會選擇固定收費和邊際收費兩種模式。Wu等探討了固定費用定價、基于使用情況定價和兩部分資費定價等三種方案的適用性。

第三，針對信息服務中出現的新業態新模式提出針對性定價策略。Alexandru針對網格計算服務的特點提出了一個綜合考慮信息元素和計算元素的通用定價模型，康艷芳針對云服務市場特點構建了云服務市場定價模型，Chang結合信息服務產品的捆綁銷售行為提出了信息商品捆綁協作定價體系，張翼飛等針對互聯網平臺經濟特征構建了雙邊平臺定價模型，Femninella等構建了一個針對云基礎設施中引入的物聯網服務的定價機制，有研究者還引入博弈論等方法。

（二）數據價格機制相關研究綜述

在“價格反映價值”的核心原則下，數據定價遵循真實性、收益最大化、公平、無套利、隱私保護和計算效率等六大基本原則，具有一定的獨特性。目前，產業領域存在兩種較為普遍的數據定價機制：一是互聯網服務商等推出的以自身為主的數據服務平臺或產品，如谷歌云平臺采取每分鐘計價模式和持續折扣模式。二是數據交易平臺結合數據質量、完整性、稀缺性等對數據集標價，如貴陽大數據交易所。

由于多數數據產品的了解過程與使用過程重疊，數據有用性無法事先確定，導致買賣雙方對數據價值有“雙向不確定性”，加之數據具有高固定成本低邊際成本、產權不清、結構多變等特征，定價難度遠大于其他產品。數據定價依據的主流觀點參見表1。

在數據定價方法研究上，王文平分為平臺預定價、固定定價、實時定價、協議定價和拍賣定價五種；李成熙等概括為第三方平臺預定價、按次計價、協議定價、拍賣定價、實時定價五類；胡燕玲劃分為預處理定價、拍賣定價、協商定價、反饋性定價四類；趙子瑞分為平臺預定價、平臺自動計價、買賣雙方協議定價等六類；蔡莉等總結為預定價、固定定價、拍賣定價、實時定價、協議定價和免費增值六類。按照價格可否變動劃分為動態價格和靜態價格策略，按照市場透明程度又劃分為完全信息上下文和非對稱信息的策略。

在數據定價方法的選擇策略上，Koutris等將每個數據查詢操作的結果作為一個數據產品，在此基礎上，Li和Miklau基于線性聚合查詢操作提出了數據交互式查詢定價方法；Yu等建立了一個雙層模型，在壟斷數據市場中考慮數據平臺的收益以及數據消費者的效用，從而提出了基于數據質量的定價方法；張志剛等提出了數據資產價值評估模型，其中，將數據資產價值劃分為數據資產成本和數據資產應用兩個部分。目前，主流的數據定價策略可歸納為三類：一是從共時維度，引入數據分層分類策略，能夠反映數據本體不同維度的真實價格，如郭春芳、翟麗麗等。二是歷時維度，引入數據產品生命周期策略，能夠反映各環節的成本付出，如王衛等。三是針對數據服務的特殊場景，利用新技術手段構建自動定價模型，如基于機器學習、查詢、博弈論、元組等的定價，側重于反映特定市場場景構建下的綜合因素對數據價格的影響。

由于權屬界定、隱私保護等方面的原因，數據產品不具備證券產品的高流動性與透明性，另外數據交易中不同主體關注數據要素價值的視角各有不同。數據賣方重視數據要素資源的變現能力和未來預期收益，數據買方則重視數據要素資源的應用價值。為此，本研究在參考證券市場等成熟要素市場價格機制的基礎上，結合數據要素自身特點，提出超大規模數據要素市場下的數據價格生成體系。

三、“報價-估價-議價”相結合的數據交易價格生成路徑

數據要素市場主體可分為數據賣方、數據買方、數據交易所或者數據交易平臺、第三方機構等四類主體。目前，數據交易有經數據交易所或交易平臺交易和數據買賣雙方“點對點”交易兩種模式。其中，“點對點”交易存在雙方互信機制難建立、交易信息透明度低等缺點，隱私泄露、數據濫用、詐騙等現象時有發生。未來，隨著數據要素市場的發展及其機制的健全，數據交易所/交易平臺和第三方機構將越來越多地參與到數據要素市場規則和體系的構建之中?；诖?，本文從價格形成原理出發，探索涵蓋數據賣方、數據買方、數據交易所/交易平臺、第三方機構等四類主體的數據價格形成機制，以及與數據要素市場建設目標相適應的“報價-估價-議價”價格生成路徑，促進數據要素高效配置、公平交易和自由流動。

（一）“報價-估價-議價”的基本原理

數據要素價格形成機理應以價格形成原理為理論基礎，參照傳統要素市場經濟的一般規律，并結合數據要素市場和數據產品的特殊性進行綜合分析。

第一，從價格形成主體角度看，在市場經濟體制下，大部分傳統要素商品的價格形成主體為買賣雙方，遵循“賣方自主定價報價，買賣雙方協商議定最終價格”模式，可概括為“報價-議價”價格生成路徑。該路徑依賴于透明的供需關系，由眾多賣方分散決策、自由定價，買方對比相似商品的質量、價格，通過市場供需關系和競爭的作用，最終形成合理的價格體系。然而，不同于傳統要素市場，數據要素市場存在交易信息透明度低以及交易標的權屬界定難、標準化程度低、場景依附性強等特殊性，交易所/交易平臺、第三方機構等市場主體在價格形成過程中應承擔更多的角色。此外，目前數據要素市場供需關系不透明，數據賣方尚未形成價格披露機制，數據買方對數據產品真正價值也缺少了解，難以進行比價競爭，傳統要素市場的“報價-議價”機制無法充分發揮作用。因此，在數據買賣雙方外，需引入獨立、客觀的第三方機構，為買賣雙方確定數據產品的公允市場價值。

第二，從價格形成方式角度看，數據要素市場尚未成熟，市場競爭不充分和信息不對稱普遍存在，僅依靠“報價-議價”路徑可能導致“價格失靈”現象。馬克思主義價格理論認為價格形成應以價值為基礎，并圍繞價值上下波動，供需不平衡引起價格與價值的背離。一個完善的價格形成機制，應使價格既充分反映市場供需，又不過于偏離價值。當前數據要素市場中普遍存在價格歧視、價格壟斷等亂象，例如，一些大型互聯網公司依托其掌握的海量用戶數據資源（如用戶個人信息、消費行為信息等）優勢，以提供服務等方式銷售此類數據，在定價時可能掌握絕對主導權，獲取壟斷性利潤。因此，除參照傳統要素市場的“報價-議價”模式外，還應探索形成第三方“估價”機制，即引入第三方機構，通過建立估價模型科學估計數據產品價值，為數據產品合理定價提供基礎，為買賣雙方議價提供參考。

第三，從價格影響因素角度看，與傳統商品不同，數據產品大多以買方個性化需求為導向，非標準化程度高，難以實行統一的定價標準來衡量數據產品價值。面向復雜的數據交易市場，應綜合考量數據成本、數據質量、應用價值、服務水平等價格影響因子，構建多維價值評估指標體系，實現對數據產品的合理估價。

（二）“報價-估價-議價”的實現路徑 

基于上述分析，參考股票發行市場，股票在上市發行前由發行人和券商預估發行價，再通過一級市場投資者詢價議價形成最終發行價格。在數據要素市場的交易定價流程設計上，通過結合數據賣方報價、第三方機構估價、數據買方與數據賣方議價的方式，構建多方市場主體共同參與的數據產品價格生成機制，即實現數據交易市場“報價-估價-議價”相結合的數據交易價格生成路徑（參見圖1）。

⒈數據賣方報價

數據賣方在數據交易所對相應數據產品報價。數據賣方需綜合考慮數據產品開發成本、市場供需關系、產品應用潛力、同類產品競爭性、同領域數據價值、綜合歷史價格等因素，平衡自身期望，進行合理報價。在特定商業戰略目標指引下，數據賣方可能會提供較低的報價，如為積累知名度和增大客戶群實行降價促銷。數據賣方可基于自身期望和情況自主報價，或結合第三方機構估價結果進行報價。

⒉第三方機構估價

第三方機構對數據產品價值進行分析評估，形成估價。估價機構應充分考慮數據產品類型和價格影響因素設計估價模型，同時，估價應遵循動態反饋機制，通過比對估價結果和議價結果，可促進估價模型不斷迭代和完善。

第一，在數據產品類型層面，不同類型數據產品的估價原則不同，在設計估價模型時，應結合產品類型對各項估價指標賦予不同權重。數據產品可分為4類（參見圖2），分別是原始數據集、脫敏數據集、模型化數據和人工智能化（AI化）數據。其中，原始數據集和脫敏數據集同屬于數據集產品，模型化數據和AI化數據同屬于數據服務產品。對于數據集產品，原始數據集來源于網絡和各種傳感器對特定對象的記錄，如遙感衛星、天氣預報、宏觀經濟、網絡文本等；脫敏數據集是經過去身份化處理，或者在用戶身份和行為數據基礎上經過整理、統計、分析之后形成的群體性數據。這兩類數據集產品一般只經過簡單加工處理，并未根據數據買方需求進行定制，其質量高低對于其市場價值大小具有決定性作用，估價時應側重考察數據集質量指標如數據集完整性、一致性等。同時，由于是直接交付數據集本身，估價時需要重點評估數據集的隱私保護水平。對于數據服務產品，模型化數據是指結合用戶需求進行模型化開發形成的結果數據，如用戶畫像“標簽”、身份驗真服務等，是當下最普遍的數據交易形態；AI化數據是基于原始數據集、脫敏數據集或標簽化數據，結合人工智能相關技術形成的人臉識別、語音識別、拍照翻譯等人工智能服務。這兩類數據服務產品均基于客戶需求進行了個性化定制，具有明確、具體的應用場景和業務場景，且在形成產品過程中可能使用多方來源數據，需要多方共建模型。因此，在估價此類數據產品時，應結合具體場景評估數據服務產品對于數據買方的效用和價值。針對多方參與聯合訓練模型的情況，還須建立科學的多方貢獻評估機制，合理分配多方收益。

第二，在價格影響因素層面，建立數據產品價值評估指標體系（參見圖3），從多維度全面評估數據產品價值。綜合多項研究、國家標準和實踐經驗，數據產品價值可從成本、數據質量、應用價值和品牌價值四個維度綜合評估：①成本維度：除開發成本、運維成本和管理成本外，考慮到數據產品個性化程度較高，對接數據買方需求會產生額外投入，增加調研成本指標。②數據質量維度：參考全國信息技術標準化技術委員會提出的數據質量評價指標，設定規范性、一致性、完整性、時效性、準確性等數據質量評估指標。同時，由于數據質量對數據價值實現層面具有特有影響，增加稀缺性、多維性、有效性、安全性四類評估指標。③應用價值維度：通過分析歷史交易數據量化評估數據產品在不同應用場景下的效用和價值，設定關聯度、實用度、復用度、受眾廣度、受眾深度和場景經濟性六類指標。④品牌價值維度：集中體現數據賣方的綜合能力和水平，反映長期數據產品的質量好壞及穩定程度，包括數據賣方的信用水平、服務水平、數據管理能力、安全治理能力四類指標。

⒊買賣雙方議價

數據買賣雙方進行議價，形成數據產品最終成交價。站在不同交易主體的視角看，議價是一個多方博弈和期望平衡的過程。數據賣方重視數據產品的變現能力和未來預期收益，如對于會形成長期合作、帶來長期收益的買方，賣方通常愿意接受較低的報價；數據買方則更重視數據產品的應用價值，不同數據買方對數據產品的效用認可度差異較大，支付敏感性強。同時，基于其業務目標，數據買方可能要購買一系列數據產品，在此情況下，數據買方對特定數據產品的期望價格還與整體的預算分配考慮有關。此外，估價結果可用于議價參考，議價結果可反饋至估價模型，促進估價模型完善。

“報價-估價-議價”相結合的價格生成路徑，可充分發揮數據要素市場各參與主體的作用，有效解決數據價值難以度量、數據價格共識難以達成的問題，促進形成合理的數據要素市場價格體系。在該路徑下，數據交易所/交易平臺與證券等其他交易場所角色定位類似，不對數據產品進行直接定價或估價，僅為數據交易撮合提供場所或平臺。但數據交易所作為數據交易的集中場所和信息中樞，其沉淀積累的海量數據交易信息將有利于豐富完善數據定價模型，為實現超大規模數據要素市場體系下的數據產品動態定價策略提供有力支撐。

四、適用于不同市場階段的數據產品動態定價策略

數據交易市場的標準化動態定價模型的構建是探索數據要素市場“市場評價貢獻”機制的關鍵，對全國超大規模數據要素市場體系的建設具有重要意義。數據產品定價不應脫離所處的市場階段和市場環境，在具體實施路徑上，應按照數據要素市場的不同發展程度采用不同的定價策略（參見圖4）。然而，與土地、資本等其他成熟的生產要素市場相比，當前數據要素市場發展尚處于起步階段?；诖?，本文提出了一種“冷啟動期-成熟期”分步走的數據產品動態定價策略。即在數據要素市場培育的初期，以交易雙方議價撮合為主、第三方機構估價為輔；隨著數據要素市場的發展與成熟，逐步向科學、公允的定價模式過渡，實現數據產品的標準化定價。

（一）冷啟動期

在數據要素市場培育初期，市場主體參與度較低。該階段的數據要素市場存在幾個特點：①數據要素流通生態不健全，“估價”角色由現有的智庫或高校院所等研究機構、會計事務所等傳統資產評估機構、行業協會等市場主體自發承擔，專業化數據價值評估機構尚未出現；②數據交易所或數據交易平臺尚處于運營初期，公信力不足，其職能以交易撮合為主，在價格指導及價格監督管理等方面話語權較低；③已發生的場內交易較少，且由于數據產品標準化程度較低，歷史交易參考價值不高，估價機構僅能從成本、數據質量等數據產品本身維度構建估價模型，數據產品的應用價值和品牌價值無法評價，市場實際供需關系無法充分體現在估價模型中，估價結果的合理性和公平性有待考量。

因此，該階段的定價策略應堅持“買賣雙方為主，第三方估價為輔”的原則。即：①由數據賣方自行報價形成“初始價”，第三方機構依據數據交易產品成本、數據質量等維度對數據產品進行估價，形成“建議價”，該建議價僅供賣方參考，不對買方及社會公布；②數據賣方根據估價機構給出的建議價，結合市場實際調整報價，自主形成數據產品上市“發行價”，向交易所/交易平臺提出產品上架申請；③在交易所/交易平臺的撮合下，買賣雙方依據發行價進行協商議價，達成交易，形成“成交價”。在冷啟動期，數據交易價格波動性強，價格標準化程度低。

（二）成熟期

隨著數據要素市場的發展及相關政策、制度及規則的完善，場內交易集聚效應日趨顯著，全國統一的超大規模數據要素市場體系逐漸形成，市場進入成熟期。數據要素市場滿足以下條件即可被認為進入成熟期：①交易規則、市場激勵、市場監管等數據要素市場相關政策及規則體系已基本建立，市場制度基本健全；②交易主體、交易標的、交易平臺等市場要素基本明晰；③數據要素市場生態健全，以數據交易所/交易平臺、數據買方、數據賣方及專門開展數據合規審查、質量監管、數據評估等業務的第三方服務機構這四類主體為代表的數據要素市場生態格局基本形成，各類主體分工明確；④由政府主導的國家級數據交易所/交易平臺建成并投入運營，交易所/交易平臺具有公共屬性和公益定位，其公信力被市場認可，除了提供場內數據交易撮合與清結算服務外，數據交易所/交易平臺還是交易規則制定、交易信息披露的唯一指定場所；⑤場外數據交易實現向場內交易的有效轉化，場內數據交易市場活躍，數據交易標的以規范化、標準化、高頻化產品為主，數據產品價格趨于穩定。

在此階段，第三方機構估價業務逐步成熟，涌現出一批專業化第三方數據價值評估機構，這些機構持有國家級交易所或國家相關部門授予的數據資產價值評估“特許經營權”，在相關國家標準及有關規定的框架下，其估價結果能較好地反映市場實際，數據價格向標準化定價模式演進：一方面，隨著交易市場的活躍，交易所/交易平臺沉淀的交易價格、交易規模、交易評價、交易趨勢、同類產品或競品銷售情況等歷史交易數據能以安全可信方式授權給評估機構使用，評估機構可在估價模型設計時引入這類信息，實現數據產品歷史交易、供需情況、成本、數據質量、應用價值、品牌價值等方面的全面評估，與冷啟動期相比，估價模型更加科學合理；另一方面，參考券商盡職調查機制，評估機構可對擬發行數據產品的數據賣方進行“數據調查”，評估機構結合數據調查結果、市場供需實際及估價模型評估結果進行綜合估價，確定數據產品上市“發行價”后，向交易所/交易平臺提出產品上架申請。在交易所/交易平臺的撮合下，買賣雙方依據發行價進行協商議價，達成交易，形成“成交價”。成熟期數據交易議價空間較小，價格標準化程度高。

五、完善數據要素市場價格機制的對策建議

當前，建立適配數據要素市場獨特規律，準確全面反映數據產品成本、質量和潛在價值，及時有效反映數據要素市場供需關系變化的數據要素市場價格生成機制，是落實十九屆四中全會提出的“價格市場決定、流動自主有序、配置高效公平”要素市場制度建設目標的“牛鼻子”工程，建議如下：

第一，建立完善覆蓋公共數據和社會數據的一體化市場定價體系，探索公共數據有償使用政府指導定價、企業與個人信息數據市場自主定價相結合的價格生成規則。本文主要論述了社會化數據為主的流通交易場景下市場定價規則，對于公共數據，各地區、各部門應探索在價格部門、財政部門和相關行業主管部門指導下，結合數據核算成本，參照行政管理類、資源補償類收費標準和流程，制定本地區、本系統（行業）數據利用收費標準管理辦法，原則上對公益性目的數據利用進行成本補償收費或免費，對經營目的數據利用進行合理收費或市場調節收費。

第二，進一步完善統一規范的數據流通定價規則，構建在使用中流通、場內場外相結合的交易制度體系，規范引導場外交易，培育壯大場內交易，有序發展跨境交易，建立數據來源可確認、使用范圍可界定、流通過程可追溯、安全風險可防范的數據可信流通體系，鼓勵市場主體和各級交易平臺探索反映供需關系、成本和價值等因素的價格形成機制。

第三，強化數據交易場所體系頂層設計和生態培育，加快推動數據要素市場定價從“冷啟動期”邁向“成熟期”，形成大量高頻、標準化數據交易場景。為此，建議構建交易所與數據商功能分離的生態體系，鼓勵各類數據商進場交易，規范各地設立的區域性數據交易中心和行業性交易平臺，推動區域性、行業性數據流通使用。促進交易中心和交易平臺與數據交易所互聯互通，推動區域性、行業性數據跨地域、跨行業流通使用。基于數據產品的交易行為數據，適時探索制定發布數據交易市場發展綜合指數，建立完備的基于數據交易行為的數字經濟產業發展研判功能。

（作者：國家信息中心大數據發展部 黃倩倩、王建冬、陳東，深圳市數聚灣區大數據研究院 莫心瑤；原文刊載于《電子政務》2022年第2期）