超大规模数据要素市场体系下数据价格生成机制研究

摘　要：党的十九届四中全会提出“价格市场决定、流动自主有序、配置高效公平”的数据要素市场制度建设目标。本文系统研究构建了适配超大规模数据要素市场环境的数据产品价格生成机制，从数据价格形成的基本原理出发，在吸收借鉴证券市场价格生成机制的基础上，探索提出涵盖数据卖方、数据买方、数据交易所、第三方机构四类主体的数据价格形成机制和“报价-估价-议价”相结合的价格生成路径，并基于此提出了一种“冷启动期-成熟期”分步走的数据产品动态定价策略。

关键词：数字经济；数据要素；数据市场；数据定价；数据交易

一、引言

党的十九届四中全会首次将数据增列为一种生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制。中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》提出要加快培育数据要素市场，数据要素市场化配置上升为国家政策。中共中央、国务院印发的《关于新时代加快完善社会主义市场经济体制的意见》提出，要加快培育发展数据要素市场，加快建设统一开放、竞争有序的市场体系，推进要素市场制度建设，实现要素价格市场决定、流动自主有序、配置高效公平。

继农业经济时代的劳动、土地，工业经济时代的资本、技术后，数据已成为数字经济时代的关键生产要素。据《2021年中国数字经济发展白皮书》显示，到2020年数字经济的市场规模达39.2万亿元，占GDP的38.6%，数字经济蓬勃发展对数据要素市场化配置提出更强烈需求。发挥市场配置的决定性作用，加快推进数据要素市场化配置，形成“市场评价贡献、按贡献决定报酬”的数据价格生成机制，是数字经济发展与生产关系演进的客观要求。本文通过文献调研，归纳梳理国内外学者关于数据价格生成机制和数据定价的相关研究成果。综合已有研究和实践经验，借鉴证券市场等成熟要素市场价格机制，结合数据要素自身特点，提出适应超大规模数据要素市场的“报价-估价-议价”相结合的价格生成路径，构建适应数据要素市场不同发展阶段的动态定价策略。

二、从信息定价到数据定价

市场是一个隐含交易各方行为规则、知识和信息的集合，而价格则是这些元素相互作用的集中体现。在要素市场中，要素在价值生产中的贡献值不可直接测定，只能通过市场经济的竞争简化为要素价格信号，数据定价机制的建立是完善数据市场生态体系的关键问题。

（一）信息价格机制相关研究综述

数据要素定价研究可追溯到对信息定价的研究，目前主要有三条研究路径：

第一，从供需对接的角度分析信息定价的依据。Brindley1993年提出将信息服务和信息产品的定价策略划分为成本导向、需求导向和竞争导向三类，Mariam认为应从信息服务的需求独特性和供给能力综合考虑信息服务的定价问题，Harmon等将信息产品的定价模式区分为基于成本和价值定价两种。后来，有学者从消费者效用和偏好的角度提出差异化定价策略。

第二，从服务场景的角度分析定价收费模式。2000年，Bashyam提出，信息服务可区分为需要物理介质的打包信息服务和通过网络提供的在线信息服务，前者更多采用固定收费机制，后者则会选择固定收费和边际收费两种模式。Wu等探讨了固定费用定价、基于使用情况定价和两部分资费定价等三种方案的适用性。

第三，针对信息服务中出现的新业态新模式提出针对性定价策略。Alexandru针对网格计算服务的特点提出了一个综合考虑信息元素和计算元素的通用定价模型，康艳芳针对云服务市场特点构建了云服务市场定价模型，Chang结合信息服务产品的捆绑销售行为提出了信息商品捆绑协作定价体系，张翼飞等针对互联网平台经济特征构建了双边平台定价模型，Femninella等构建了一个针对云基础设施中引入的物联网服务的定价机制，有研究者还引入博弈论等方法。

（二）数据价格机制相关研究综述

在“价格反映价值”的核心原则下，数据定价遵循真实性、收益最大化、公平、无套利、隐私保护和计算效率等六大基本原则，具有一定的独特性。目前，产业领域存在两种较为普遍的数据定价机制：一是互联网服务商等推出的以自身为主的数据服务平台或产品，如谷歌云平台采取每分钟计价模式和持续折扣模式。二是数据交易平台结合数据质量、完整性、稀缺性等对数据集标价，如贵阳大数据交易所。

由于多数数据产品的了解过程与使用过程重叠，数据有用性无法事先确定，导致买卖双方对数据价值有“双向不确定性”，加之数据具有高固定成本低边际成本、产权不清、结构多变等特征，定价难度远大于其他产品。数据定价依据的主流观点参见表1。

在数据定价方法研究上，王文平分为平台预定价、固定定价、实时定价、协议定价和拍卖定价五种；李成熙等概括为第三方平台预定价、按次计价、协议定价、拍卖定价、实时定价五类；胡燕玲划分为预处理定价、拍卖定价、协商定价、反馈性定价四类；赵子瑞分为平台预定价、平台自动计价、买卖双方协议定价等六类；蔡莉等总结为预定价、固定定价、拍卖定价、实时定价、协议定价和免费增值六类。按照价格可否变动划分为动态价格和静态价格策略，按照市场透明程度又划分为完全信息上下文和非对称信息的策略。

在数据定价方法的选择策略上，Koutris等将每个数据查询操作的结果作为一个数据产品，在此基础上，Li和Miklau基于线性聚合查询操作提出了数据交互式查询定价方法；Yu等建立了一个双层模型，在垄断数据市场中考虑数据平台的收益以及数据消费者的效用，从而提出了基于数据质量的定价方法；张志刚等提出了数据资产价值评估模型，其中，将数据资产价值划分为数据资产成本和数据资产应用两个部分。目前，主流的数据定价策略可归纳为三类：一是从共时维度，引入数据分层分类策略，能够反映数据本体不同维度的真实价格，如郭春芳、翟丽丽等。二是历时维度，引入数据产品生命周期策略，能够反映各环节的成本付出，如王卫等。三是针对数据服务的特殊场景，利用新技术手段构建自动定价模型，如基于机器学习、查询、博弈论、元组等的定价，侧重于反映特定市场场景构建下的综合因素对数据价格的影响。

由于权属界定、隐私保护等方面的原因，数据产品不具备证券产品的高流动性与透明性，另外数据交易中不同主体关注数据要素价值的视角各有不同。数据卖方重视数据要素资源的变现能力和未来预期收益，数据买方则重视数据要素资源的应用价值。为此，本研究在参考证券市场等成熟要素市场价格机制的基础上，结合数据要素自身特点，提出超大规模数据要素市场下的数据价格生成体系。

三、“报价-估价-议价”相结合的数据交易价格生成路径

数据要素市场主体可分为数据卖方、数据买方、数据交易所或者数据交易平台、第三方机构等四类主体。目前，数据交易有经数据交易所或交易平台交易和数据买卖双方“点对点”交易两种模式。其中，“点对点”交易存在双方互信机制难建立、交易信息透明度低等缺点，隐私泄露、数据滥用、诈骗等现象时有发生。未来，随着数据要素市场的发展及其机制的健全，数据交易所/交易平台和第三方机构将越来越多地参与到数据要素市场规则和体系的构建之中。基于此，本文从价格形成原理出发，探索涵盖数据卖方、数据买方、数据交易所/交易平台、第三方机构等四类主体的数据价格形成机制，以及与数据要素市场建设目标相适应的“报价-估价-议价”价格生成路径，促进数据要素高效配置、公平交易和自由流动。

（一）“报价-估价-议价”的基本原理

数据要素价格形成机理应以价格形成原理为理论基础，参照传统要素市场经济的一般规律，并结合数据要素市场和数据产品的特殊性进行综合分析。

第一，从价格形成主体角度看，在市场经济体制下，大部分传统要素商品的价格形成主体为买卖双方，遵循“卖方自主定价报价，买卖双方协商议定最终价格”模式，可概括为“报价-议价”价格生成路径。该路径依赖于透明的供需关系，由众多卖方分散决策、自由定价，买方对比相似商品的质量、价格，通过市场供需关系和竞争的作用，最终形成合理的价格体系。然而，不同于传统要素市场，数据要素市场存在交易信息透明度低以及交易标的权属界定难、标准化程度低、场景依附性强等特殊性，交易所/交易平台、第三方机构等市场主体在价格形成过程中应承担更多的角色。此外，目前数据要素市场供需关系不透明，数据卖方尚未形成价格披露机制，数据买方对数据产品真正价值也缺少了解，难以进行比价竞争，传统要素市场的“报价-议价”机制无法充分发挥作用。因此，在数据买卖双方外，需引入独立、客观的第三方机构，为买卖双方确定数据产品的公允市场价值。

第二，从价格形成方式角度看，数据要素市场尚未成熟，市场竞争不充分和信息不对称普遍存在，仅依靠“报价-议价”路径可能导致“价格失灵”现象。马克思主义价格理论认为价格形成应以价值为基础，并围绕价值上下波动，供需不平衡引起价格与价值的背离。一个完善的价格形成机制，应使价格既充分反映市场供需，又不过于偏离价值。当前数据要素市场中普遍存在价格歧视、价格垄断等乱象，例如，一些大型互联网公司依托其掌握的海量用户数据资源（如用户个人信息、消费行为信息等）优势，以提供服务等方式销售此类数据，在定价时可能掌握绝对主导权，获取垄断性利润。因此，除参照传统要素市场的“报价-议价”模式外，还应探索形成第三方“估价”机制，即引入第三方机构，通过建立估价模型科学估计数据产品价值，为数据产品合理定价提供基础，为买卖双方议价提供参考。

第三，从价格影响因素角度看，与传统商品不同，数据产品大多以买方个性化需求为导向，非标准化程度高，难以实行统一的定价标准来衡量数据产品价值。面向复杂的数据交易市场，应综合考量数据成本、数据质量、应用价值、服务水平等价格影响因子，构建多维价值评估指标体系，实现对数据产品的合理估价。

（二）“报价-估价-议价”的实现路径

基于上述分析，参考股票发行市场，股票在上市发行前由发行人和券商预估发行价，再通过一级市场投资者询价议价形成最终发行价格。在数据要素市场的交易定价流程设计上，通过结合数据卖方报价、第三方机构估价、数据买方与数据卖方议价的方式，构建多方市场主体共同参与的数据产品价格生成机制，即实现数据交易市场“报价-估价-议价”相结合的数据交易价格生成路径（参见图1）。

⒈数据卖方报价

数据卖方在数据交易所对相应数据产品报价。数据卖方需综合考虑数据产品开发成本、市场供需关系、产品应用潜力、同类产品竞争性、同领域数据价值、综合历史价格等因素，平衡自身期望，进行合理报价。在特定商业战略目标指引下，数据卖方可能会提供较低的报价，如为积累知名度和增大客户群实行降价促销。数据卖方可基于自身期望和情况自主报价，或结合第三方机构估价结果进行报价。

⒉第三方机构估价

第三方机构对数据产品价值进行分析评估，形成估价。估价机构应充分考虑数据产品类型和价格影响因素设计估价模型，同时，估价应遵循动态反馈机制，通过比对估价结果和议价结果，可促进估价模型不断迭代和完善。

第一，在数据产品类型层面，不同类型数据产品的估价原则不同，在设计估价模型时，应结合产品类型对各项估价指标赋予不同权重。数据产品可分为4类（参见图2），分别是原始数据集、脱敏数据集、模型化数据和人工智能化（AI化）数据。其中，原始数据集和脱敏数据集同属于数据集产品，模型化数据和AI化数据同属于数据服务产品。对于数据集产品，原始数据集来源于网络和各种传感器对特定对象的记录，如遥感卫星、天气预报、宏观经济、网络文本等；脱敏数据集是经过去身份化处理，或者在用户身份和行为数据基础上经过整理、统计、分析之后形成的群体性数据。这两类数据集产品一般只经过简单加工处理，并未根据数据买方需求进行定制，其质量高低对于其市场价值大小具有决定性作用，估价时应侧重考察数据集质量指标如数据集完整性、一致性等。同时，由于是直接交付数据集本身，估价时需要重点评估数据集的隐私保护水平。对于数据服务产品，模型化数据是指结合用户需求进行模型化开发形成的结果数据，如用户画像“标签”、身份验真服务等，是当下最普遍的数据交易形态；AI化数据是基于原始数据集、脱敏数据集或标签化数据，结合人工智能相关技术形成的人脸识别、语音识别、拍照翻译等人工智能服务。这两类数据服务产品均基于客户需求进行了个性化定制，具有明确、具体的应用场景和业务场景，且在形成产品过程中可能使用多方来源数据，需要多方共建模型。因此，在估价此类数据产品时，应结合具体场景评估数据服务产品对于数据买方的效用和价值。针对多方参与联合训练模型的情况，还须建立科学的多方贡献评估机制，合理分配多方收益。

第二，在价格影响因素层面，建立数据产品价值评估指标体系（参见图3），从多维度全面评估数据产品价值。综合多项研究、国家标准和实践经验，数据产品价值可从成本、数据质量、应用价值和品牌价值四个维度综合评估：①成本维度：除开发成本、运维成本和管理成本外，考虑到数据产品个性化程度较高，对接数据买方需求会产生额外投入，增加调研成本指标。②数据质量维度：参考全国信息技术标准化技术委员会提出的数据质量评价指标，设定规范性、一致性、完整性、时效性、准确性等数据质量评估指标。同时，由于数据质量对数据价值实现层面具有特有影响，增加稀缺性、多维性、有效性、安全性四类评估指标。③应用价值维度：通过分析历史交易数据量化评估数据产品在不同应用场景下的效用和价值，设定关联度、实用度、复用度、受众广度、受众深度和场景经济性六类指标。④品牌价值维度：集中体现数据卖方的综合能力和水平，反映长期数据产品的质量好坏及稳定程度，包括数据卖方的信用水平、服务水平、数据管理能力、安全治理能力四类指标。

⒊买卖双方议价

数据买卖双方进行议价，形成数据产品最终成交价。站在不同交易主体的视角看，议价是一个多方博弈和期望平衡的过程。数据卖方重视数据产品的变现能力和未来预期收益，如对于会形成长期合作、带来长期收益的买方，卖方通常愿意接受较低的报价；数据买方则更重视数据产品的应用价值，不同数据买方对数据产品的效用认可度差异较大，支付敏感性强。同时，基于其业务目标，数据买方可能要购买一系列数据产品，在此情况下，数据买方对特定数据产品的期望价格还与整体的预算分配考虑有关。此外，估价结果可用于议价参考，议价结果可反馈至估价模型，促进估价模型完善。

“报价-估价-议价”相结合的价格生成路径，可充分发挥数据要素市场各参与主体的作用，有效解决数据价值难以度量、数据价格共识难以达成的问题，促进形成合理的数据要素市场价格体系。在该路径下，数据交易所/交易平台与证券等其他交易场所角色定位类似，不对数据产品进行直接定价或估价，仅为数据交易撮合提供场所或平台。但数据交易所作为数据交易的集中场所和信息中枢，其沉淀积累的海量数据交易信息将有利于丰富完善数据定价模型，为实现超大规模数据要素市场体系下的数据产品动态定价策略提供有力支撑。

四、适用于不同市场阶段的数据产品动态定价策略

数据交易市场的标准化动态定价模型的构建是探索数据要素市场“市场评价贡献”机制的关键，对全国超大规模数据要素市场体系的建设具有重要意义。数据产品定价不应脱离所处的市场阶段和市场环境，在具体实施路径上，应按照数据要素市场的不同发展程度采用不同的定价策略（参见图4）。然而，与土地、资本等其他成熟的生产要素市场相比，当前数据要素市场发展尚处于起步阶段。基于此，本文提出了一种“冷启动期-成熟期”分步走的数据产品动态定价策略。即在数据要素市场培育的初期，以交易双方议价撮合为主、第三方机构估价为辅；随着数据要素市场的发展与成熟，逐步向科学、公允的定价模式过渡，实现数据产品的标准化定价。

（一）冷启动期

在数据要素市场培育初期，市场主体参与度较低。该阶段的数据要素市场存在几个特点：①数据要素流通生态不健全，“估价”角色由现有的智库或高校院所等研究机构、会计事务所等传统资产评估机构、行业协会等市场主体自发承担，专业化数据价值评估机构尚未出现；②数据交易所或数据交易平台尚处于运营初期，公信力不足，其职能以交易撮合为主，在价格指导及价格监督管理等方面话语权较低；③已发生的场内交易较少，且由于数据产品标准化程度较低，历史交易参考价值不高，估价机构仅能从成本、数据质量等数据产品本身维度构建估价模型，数据产品的应用价值和品牌价值无法评价，市场实际供需关系无法充分体现在估价模型中，估价结果的合理性和公平性有待考量。

因此，该阶段的定价策略应坚持“买卖双方为主，第三方估价为辅”的原则。即：①由数据卖方自行报价形成“初始价”，第三方机构依据数据交易产品成本、数据质量等维度对数据产品进行估价，形成“建议价”，该建议价仅供卖方参考，不对买方及社会公布；②数据卖方根据估价机构给出的建议价，结合市场实际调整报价，自主形成数据产品上市“发行价”，向交易所/交易平台提出产品上架申请；③在交易所/交易平台的撮合下，买卖双方依据发行价进行协商议价，达成交易，形成“成交价”。在冷启动期，数据交易价格波动性强，价格标准化程度低。

（二）成熟期

随着数据要素市场的发展及相关政策、制度及规则的完善，场内交易集聚效应日趋显著，全国统一的超大规模数据要素市场体系逐渐形成，市场进入成熟期。数据要素市场满足以下条件即可被认为进入成熟期：①交易规则、市场激励、市场监管等数据要素市场相关政策及规则体系已基本建立，市场制度基本健全；②交易主体、交易标的、交易平台等市场要素基本明晰；③数据要素市场生态健全，以数据交易所/交易平台、数据买方、数据卖方及专门开展数据合规审查、质量监管、数据评估等业务的第三方服务机构这四类主体为代表的数据要素市场生态格局基本形成，各类主体分工明确；④由政府主导的国家级数据交易所/交易平台建成并投入运营，交易所/交易平台具有公共属性和公益定位，其公信力被市场认可，除了提供场内数据交易撮合与清结算服务外，数据交易所/交易平台还是交易规则制定、交易信息披露的唯一指定场所；⑤场外数据交易实现向场内交易的有效转化，场内数据交易市场活跃，数据交易标的以规范化、标准化、高频化产品为主，数据产品价格趋于稳定。

在此阶段，第三方机构估价业务逐步成熟，涌现出一批专业化第三方数据价值评估机构，这些机构持有国家级交易所或国家相关部门授予的数据资产价值评估“特许经营权”，在相关国家标准及有关规定的框架下，其估价结果能较好地反映市场实际，数据价格向标准化定价模式演进：一方面，随着交易市场的活跃，交易所/交易平台沉淀的交易价格、交易规模、交易评价、交易趋势、同类产品或竞品销售情况等历史交易数据能以安全可信方式授权给评估机构使用，评估机构可在估价模型设计时引入这类信息，实现数据产品历史交易、供需情况、成本、数据质量、应用价值、品牌价值等方面的全面评估，与冷启动期相比，估价模型更加科学合理；另一方面，参考券商尽职调查机制，评估机构可对拟发行数据产品的数据卖方进行“数据调查”，评估机构结合数据调查结果、市场供需实际及估价模型评估结果进行综合估价，确定数据产品上市“发行价”后，向交易所/交易平台提出产品上架申请。在交易所/交易平台的撮合下，买卖双方依据发行价进行协商议价，达成交易，形成“成交价”。成熟期数据交易议价空间较小，价格标准化程度高。

五、完善数据要素市场价格机制的对策建议

当前，建立适配数据要素市场独特规律，准确全面反映数据产品成本、质量和潜在价值，及时有效反映数据要素市场供需关系变化的数据要素市场价格生成机制，是落实十九届四中全会提出的“价格市场决定、流动自主有序、配置高效公平”要素市场制度建设目标的“牛鼻子”工程，建议如下：

第一，建立完善覆盖公共数据和社会数据的一体化市场定价体系，探索公共数据有偿使用政府指导定价、企业与个人信息数据市场自主定价相结合的价格生成规则。本文主要论述了社会化数据为主的流通交易场景下市场定价规则，对于公共数据，各地区、各部门应探索在价格部门、财政部门和相关行业主管部门指导下，结合数据核算成本，参照行政管理类、资源补偿类收费标准和流程，制定本地区、本系统（行业）数据利用收费标准管理办法，原则上对公益性目的数据利用进行成本补偿收费或免费，对经营目的数据利用进行合理收费或市场调节收费。

第二，进一步完善统一规范的数据流通定价规则，构建在使用中流通、场内场外相结合的交易制度体系，规范引导场外交易，培育壮大场内交易，有序发展跨境交易，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系，鼓励市场主体和各级交易平台探索反映供需关系、成本和价值等因素的价格形成机制。

第三，强化数据交易场所体系顶层设计和生态培育，加快推动数据要素市场定价从“冷启动期”迈向“成熟期”，形成大量高频、标准化数据交易场景。为此，建议构建交易所与数据商功能分离的生态体系，鼓励各类数据商进场交易，规范各地设立的区域性数据交易中心和行业性交易平台，推动区域性、行业性数据流通使用。促进交易中心和交易平台与数据交易所互联互通，推动区域性、行业性数据跨地域、跨行业流通使用。基于数据产品的交易行为数据，适时探索制定发布数据交易市场发展综合指数，建立完备的基于数据交易行为的数字经济产业发展研判功能。