观点 | 加快探索多样化的企业数据定价模式

(一)价格形成是启动数据市场、实现数据价值的关键

根据马克思政治经济学的价值理论，价值是价格的基础，价格是价值的货币表现。价格是市场机制的核心，由于价格直接影响着生产者和消费者的利益，并且价格是价值交换的媒介，通过价格围绕价值的上下波动，可以优化资源配置，有效促进经济增长和技术进步。当价格形成标准确定以后，各主体通过价格体系将社会资源的价值和市场参与者的选择转化为生产、交易等活动，最终实现社会资源的合理配置。党的十九届四中全会提出，健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制③。党的二十届三中全会

再次强调这一机制，并提出“培育全国一体化技术和数据市场。完善主要由市场供求关系决定要素价格机制，防止政府对价格形成的不当干预四。目的是推动生产要素畅通流动、各类资源高效配置、市场潜力充分释放，实现构建高水平社会主义市场经济体制。党的二十届三中全会强调，健全因地制宜发展新质生产力体制机制②。数据作为形成新质生产力的优质生产要素，在促进实体经济和数字经济深度融合方面发挥重要作用。“数据二十条”提出“支持探索多样化、符合数据要素特性的定价模式和价格形成机制，推动用于数字化发展的公共数据按政府指导定价有偿使用，企业与个人信息数据市场自主定价*。因此，确定科学合理的数据要素价格形成机制，不仅是落实党的十九届四中全会和二十届三中全会精神、体现“数据二十条”要求，也是实现数据要素价值的关键，有助于推动我国新质生产力形成和数据要素市场高质量发展。

(二)企业数据仍面临定价难的困境

尽管“数据二十条”提出了要推进非公共数据按市场化方式“共同使用、共享收益”的新模式，并为激活数据价格形成和价值实现提供基础性制度保障。同时，地方对数据定价模式进行了多种探索，对公共数据应用成本加成法定价有了一定的共识(卢延纯等，2023;周科球等，2024),但对企业数据定价基本上仍处于探索阶段。虽然提出了成本法、市场法、收益法等各种定价方法，但主要应用哪种方法尚没有一致意见，尚没有形成可复制可借鉴的路径，依然面临定价难的困境。数据不同于一般的商品和服务，其价格形成既有特殊性又有复杂性。目前来看，数据定价难主要由于数据要素自身特点所导致。一方面，数据具有异质性和无限可重复性，这就造成同一数据在不同的使用场景中体现的价值不同，因此数据价值需要与具体应用场景相结合；并且，同一数据可以在不同应用场景中重复使用，这和其他生产要素完全不同；此外，数据的有用性也很难事先验证，进一步增加了估值计价的难度(Agarwal等，2018)。另一方面，数据产品生产的复杂性伴随产权的模糊性也增加了定价难度。数据的生产过程是数据价格和价值形成的过程，包含收集、清洗、加工等多个环节，每个环节均可形成阶段性产品并投入应用，这就导致数据价值构成复杂，并可能涉及多种交易产品、多个产权主体、多种交易形式，再加上数据持有权、使用权等都可作为交易标的，这些都在客观上增加了定价难度。

(三)企业数据定价的理论探索

尽管企业数据价格形成具有特殊性和复杂性，但是，一些学者仍试图找出一般性定价规律，把复杂的问题简单化，把特殊的问题标准化，从而形成可操作的定价方案。总体来看，第一是将传统价格理论扩展到数据价格领域，并有一定的理论创新。刘朝阳(2016)指出，成本价格论等传统定价理论难以解决数据定价问题，因此通过效用价格论确定数据要素最高价格，再通过成本价格论确定最低价格，并据此分别确定买方和卖方可接受的价格区间，进而确定双方都可以接受的数据价格区间。李海舰和赵丽(2023)根据数据要素的时代特性，提出包括数据价值形成、数据价值实现、数据价值确权、数据价值定价在内的“生产一交换”理论。第二，参考资产价值评估的三种基本方法(成本法、市场法和收益法)进行数据定价。王建冬(2023)提出，数据要素价格形成机制可从资源化、资产化、资本化三个层面分别应用不同的定价方法，并提出在资源化层面定价应以成本法为导向，在资产化层面定价应以收益法为导向，在资本化层面定价应以市场法为导向。

第三，借鉴公用事业领域常用的成本加成法和拉姆齐定价法。我国水、电等公用事业领域已经建立起以“准许成本加合理收益”为核心的约束和激励相结合的定价机制，配套阶梯价格政策，有效发挥了价格机制作用。卢延纯等(2023)认为，公共数据价格可以采取“保本微利”的成本加成定价原则，由“准许成本+准许利润”两部分组成。准许成本主要包括原始数据采集成本、采集后原始数据的清洗治理成本，以及数据产品的开发成本。准许利润包含了可供参考的市场同类产品利润，以及企业可承受的最低利润，其基本思想是平衡供需双方的福利与利润，实现社会福利的最大化。第四，选取现有各种定价方法的优点，形成数据综合定价方法。比较典型的是潘伟杰等(2023)的研究，通过研发定价工具以及在重点行业进行试点，综合不同定价方法，形成“成本法为基一收益法过渡一市场法校验”的数据定价计算器。第五，在数据定价技术和数据资产评估方面，研究较为深入。例如，林常乐和赵公正(2023)研究认为，在满足公平性与有效性原则的情形下，在任一经济活动中的参与贡献数据要素，存在一个唯一、公平有效的收益分配理论解，并依此开发数据资产图谱技术，用以解析数据生产使用链条上下游数据的贡献度。王今朝等(2023)认为，数据定价是基于多方之间的估值和均衡来决定的，因此需要各方建立能够达成共识的价值评估则。欧阳日辉和李文杰(2023)认为，区块链、机器学习、算法等数字技术可以打造公平、高效、可信的数据估值与定价体系。黄倩倩和任明(2023)发现，数据价格形成是一个跨信息学、经济学等学科的综合性问题，因此需要利用博弈论、人工智能、联邦学习等新技术新方法推动数据要素的动态化、智能化价格形成。此外，企业数据资产在广义上属于无形资产，但又与传统的无形资产有所区别，现行研究中通常使用收益定价和市场定价相结合的方式，借鉴期货定价原理对数据要素价格进行估计。例如，以实物期权法确定数据要素价格，实物期权理论主要包含B-S模型、二叉树模型

和蒙特卡洛模拟三种方法，在此不再阐述。

(四)企业数据定价还需要进一步深入研究

综上所述，现有文献对企业数据价格的研究，不同学科的研究者持有不同的观点，总体看存在三个方面的不足：一是对企业数据要素市场发展阶段的研究不足，在市场启动阶段，不宜采用过于复杂的计价方法；二是部分研究在应用传统方法时未充分考虑数据要素自身特征，例如在数据资产估值中，将数据资产仅看作企业的存货或无形资产，根据会计方法进行估值计价，使得企业数据资产入表规模相对有限；三是部分研究忽视数据价格行为的一般经济属性，强调数据的特殊性，通过技术手段解决定价这个典型的经济问题，可能使问题复杂化。鉴于发展数据要素市场的重要意义，以及企业数据市场的庞大潜力，有必要深入研究。

(一)中国式价格理论和价格改革

党的十八大以来，党中央多次强调处理好政府和市场的关系，推动有效市场和有为政府更好结合。党的二十大报告再次强调“坚持和完善社会主义基本经济制度，毫不动摇巩固和发展公有制经济，毫不动摇鼓励、支持、引导非公有制经济发展，充分发挥市场在资源配置中的决定性作用，更好发挥政府作用”。市场决定价格是市场在资源配置中起决定性作用的关键。我国价格改革的成功经验，就是坚持以人民为中心的发展思路，坚持有效市场和有为政府相结合，坚持系统观念，重视价格问题。价格问题表面上是生产问题、经济问题，本质上是社会问题、政治问题，直接关系人民幸福和社会和谐稳定的大局。

因此，数据要素市场的高质量发展，需要探索多样化、符合数据要素特性的定价模式和价格形成机制，充分发挥市场配置资源的决定性作用，提高数据要素流动效率，完善市场激励和分配机制，发挥数据要素对经济的推动作用。

(二)一般价格形成理论与方法

1.成本法。该方法是价格形成常用方法。成本法基于生产费用价值理论，在进行数据要素估值计价时，以数据资产开发成本为基础，核算形成数据产品所需要的直接和间接成本，并考虑合理利润或期望收益，从而共同确定产品价格。

V=(C+P)xα

成本法一般可表示为上述公式，其中，V表示数据资产价格，C表示形成数据资产所耗费的成本，P表示数据产品的期望收益，α表示调整系数。成本法的优点在于直接和间接成本相对客观并且易于获得，在数据要素交易市场发展初期，无法提供大量同类产品价格参考的情况下，该方法具有很大的参考价值。

2.市场法。市场法通过参考公开交易市场中活跃交易的同类可比产品，进而确定待估数据产品的价值。但是，当前数据交易市场正处于发展初期，场内数据交易频次和规模较小，寻找同类可比产品难度较大。

3.收益法。一种观点认为，由于信息技术的发展，数据产品在生产、复制、运输等方面的成本相较传统实物产品更低，因此数据定价要基于收益而非成本(赵宸元和张福来，2023),应该采用收益法。收益法以效用价值理论为基础，根据数据未来预期收益，综合考虑收益利润水平、风险等因素，通过对未来预期收益的折现来确定数据价格。

收益法一般可表示为上述公式，式中，V表示数据资产价格，P,为预期收益，n表示收益年限，i表示折现率。由于预期收益年限、折现率等参数的设定经常出现分歧，一定程度上降低了该方法的客观性。更重要的是，数据价值难以事先评估验证，很难准确判断未来收益。

(三)数据定价对传统定价方法的挑战

上述三个传统定价方法为企业数据定价提供了很好的思路，且各有侧重，但都没有很好地契合数据要素特征，在实践上也很难单独或直接应用。例如，应用成本法定价时，管理学和会计学对成本的核算范围是不一样的，特别是企业管理过程中的伴生数据，其成本已经摊销完毕，数据成本可能只限于再归集再标注等。因此，其成本很低。但从资产管理角度看，数据是企业价值的重要构成部分，甚至是构成企业核心竞争力不可或缺的部分，价值应该很高。又例如，市场法和收益法需要一个相对成熟的市场作为定价的基础，因此在数据市场发展初期，市场法和收益法基本不可用。同时，由于数据在不同市场和生产流通环节中会以数据资源、数据产品、数据技术或服务等不同形式存在，且数据要素的发展涉及了数据资源化、数据资产化及数据资本化三个不同阶段。因此，建议结合数据市场分级分阶段对企业数据的定价模式进行研究探索。

数据交易市场分为场内交易和场外交易，一般通过数据交易所或数据交易中心进行的数据交易称为场内交易，而场外交易指企业或个人之间的数据交易。场外交易通常采用双方协商定价方式，且场外交易可能存在数据安全、产权、隐私等方面的潜在风险和合规问题，在此不深入讨论。在场内交易市场，企业数据产品按类型主要分为数据集、数据服务和数据应用。其中，数据集是以数据库的形式提供，满足客户模型化需求的数据产品；数据服务以数据资源库为基础，为客户提供满足其特定需求的信息类技术服务；数据应用是以应用程序的方式，基于统一的用户界面，提供基于数据资源和模型应用的数据产品。从目前在数据交易场所挂牌的产品情况看，单独的数据产品或数据集占比较小，主要为数据服务和数据应用。本文基于对国内多家数据交易所和企业的调研，总结现行企业数据产品定价实践，其主要呈现以下方式和特点：

(一)在竞争充分市场以市场定价为主

总体来看，国内数据产品市场总体处于发展初期阶段，绝大多数分行业的数据市场竞争是不充分的。在少数竞争较为充分的数据市场，主要依据市

场法定价。例如，个人征信市场就是竞争充分的市场之一。国内个人征信数据产品呈现多元化竞争格局，主要由央行征信中心、民营征信机构以及互联网巨头旗下的征信公司等企业构成。这些不同性质的企业在数据来源、技术实力、业务模式等方面各具优势，形成了较为激烈的竞争格局。其中，国有征信机构实力雄厚、信誉良好，占据天然的优势地位；民营征信机构和互联网巨头通常具有灵活的市场策略和创新能力，能够根据市场需求快速调整产品策略，推出符合市场需求的新产品，同时积极运用大数据、人工智能等先进技术手段，提高征信数据的准确性和全面性，为金融机构提供更加精准、高效的征信服务。在征信产品定价方面，由于市场竞争相对充分，不同类型的企业基本上以市场基准价为参考，“成本+利润”为定价基础，制定具体渠道价格，允许不同渠道价格上下小幅浮动，从而整体上保证了企业的经营利润。如在上海数据交易所挂牌的专精特新企业“百维金科”,其旗下数据产品在模型和算法领域有着较高的技术优势，但在竞争激烈的市场态势下，仍采用“成本+利润”进行定价，在保证公司整体收益的基础上允许价格适当浮动。

(二)在竞争不充分市场以成本为基础的协商定价

数据源是数据企业开发产品的最大基础资源。由于法律法规、行业属性等方面的原因，数据源获取成为数据企业最大的困难和壁垒，能够获取数据源的企业容易占据先发优势，形成规模优势。因此，在数据市场的初期阶段，多数领域的企业数据市场竞争是不充分的。以数据信息服务核验类产品、数据应用模型算法类产品为例，由于先发优势和规模效应，高度依赖前期的投入和数据源渠道接入，并且由于正外部效应，先入局和迅速取得一定规模的企业会占据行业龙头地位，导致市场同类产品较少，竞争不激烈，以协商定价为主。“数据二十条”指出，对各级党政机关、企事业单位依法履职或提供公共服务过程中产生的公共数据，加强汇聚共享和开放开发，强化统筹授权使用和管理，推进互联互通，打破“数据孤岛”①。这些规定体现了数据共享共用、释放价值红利的原则。因此，拥有数据源优势的数据企业，并不意味着在定价方面具有垄断优势。虽然数据企业能够在协商定价过程中起主导作用，但受数据来源的限制，特别是包含公共数据、个人数据的数据集等产品，协商定价的基本依据还是成本法。例如，来源于电力、供水、气象、交通等公用事业类数据，有着较强的行业性、较高的稀缺性，可以输出使用量、使用行为、费用等标签，但数据企业在实际产品定价上仍以成本定价为主。如南方电网以成本价为基准对其数据产品定价，并建立多因子修正成本调整模型，应用于数据产品交易价格计算器的实践中(潘伟杰等，2023);还有一些依据水电、农业、保险等数据开发出的数据产品，有着较

高的政策导向性和普惠性，因此采用了以成本为基础的协商定价。在一些数据细分行业，规模优势不意味着供方企业掌握定价主导权，仍然采用以成本为基础的协议定价。如上海见知数据公司的资金管理产品，是以专业的数据为基础，通过人工智能等技术手段，为企业提供智能现金流分析管理产品和服务，核心是支持国内外几千家银行的接口和流水文件智能识别，有着较高的规模优势，但该公司在制定数据产品价格时，仍以“成本+利润”为基础协商定价。分析原因主要是：一是运营阶段的数据产品边际成本较低；二是用户对数据产品刚性需求不强，数据产品多为锦上添花类产品，即市场法不充分；三是用户对数据产品运用能力差别很大，导致数据产品收益和价值评价标准不易确定，即难以采用收益法。

(三)第三方评估机构估价

黄倩倩等(2023)提出了一种“冷启动期一成熟期”分步走的数据产品动态定价策略，涵盖数据交易所、第三方价格评估机构、数据交易双方的数据价格形成机制，即数据交易所报价、第三方价格评估机构估价、交易双方议价的“报价一估价一议价”生成路径，解决价格“从零到一”的问题。2024年7月，深圳数据交易所公开发布《深圳数据交易所定价服务指南》(1.0版本),基本上采用这一路径构建交易定价流程，包括数据商报价形成初始价、交易所估价形成建议价、买卖双方议价、生成定价结果和动态调整机制0。这一定价路径的核心是包括交易平台的第三方估价，解决交易双方的信息不对称问题。更重要的是，第三方报价或估价解决或者是隐含了对数据产品的确权和合规问题，在交易成功后，交易所出具产品交易凭证，也是对确权和合规的背书。这为交易所建立数商生态体系打下基础，也是数据交易所的优势所在。

“数据二十条”提出：“加强数据分类分级管理，把该管的管住、该放的放开，积极有效防范和化解各种数据风险，形成政府监管与市场自律、法治与行业自治协同、国内与国际统筹的数据要素治理结构”。王建冬(2023)、孙静和王建冬(2024)等从不同角度论述了数据市场分级和价格形成机制。一般而言，数据要素在不同市场阶段中表现为不同形式，定价方法也明显不同。零级市场中多为原始数据。在数据零级市场中，虽然还未进入交易环节，但仍实际发生了数据共享交换和权益流转的市场行为。例如，企业内部或具有一定业务或股权关联关系的企业间发生的数据共享交换，基于同类型数据在一、二级市场的交易记录，对零级市场数据产品进行评估定价。一级市场中，原始数据经过脱敏、清洗等处理形成数据资源，一般以数据集等形式存在。一级市场的公共数据以成本法定价，企业数据可以自主定价。数据资源经过进一步加工处理和开发形成了不同数据产品，承载了这类数据产品和服务的市场一般可看作数据二级市场。对于二级市场，本文建议分阶段采取不同的定价方法。总体上，随着市场的不断成熟，由成本法逐渐过渡到市场法和收益法定价。

(一)企业数据市场初级阶段：基于成本法

在企业数据市场初级阶段，交易相对稀少，没有可参考借鉴的市场价格。有数据源的企业，为了拓展市场，扩大规模，以培育市场为目标，也试图尽快达成交易，建立先行优势。同时，数据交易平台和第三方估价机构也相对不够成熟，市场法和收益法处于探索阶段。因此，基于成本法的企业数据定价方法在交易双方之间比较容易取得共识，在实践中也容易达成交易。

(二)企业数据市场成长阶段：搭建价格形成基础设施

随着企业数据市场的发展，有关机构通过完善价格基础设施，为实现企业数据多样化、复合式定价搭建价格形成基础。一是建立并完善数据产品价格监测平台。目前，国家发展改革委价格监测中心开始数据要素价格监测的试点工作，初步构建了全国数据要素价格监测体系，重点针对数据资源、数据产品和数据服务的交易价格、交易金额进行监测，为后续数据定价、建立数据价格分析体系及数据价格指数打下基础。二是构建数据资产图谱网络，对数据生产全链条进行回溯，实现数据与具体使用场景的价值解析。三是基于数据要素市场发展，在数据产品和服务交易日渐增加及数据要素价格监测体系不断完善的基础上，探索建立数据评价指数，为数据交易、宏观调控提供参考。

(三)企业数据市场成熟阶段：基于市场法的评估定价

传统商品市场中，协商议价是常见的定价模式。由供需双方中的一方报出期望价格后，双方进行博弈和协商，最终确定交易价格。但是，由于数据价值在与具体使用场景结合前通常难以确定，因此这种协商议价模式在数据要素市场中并不适用。建议在企业数据定价过程中引入第三方价格评估机构，构建“报价一估价一议价”价格形成机制。在这一体系中，由数据价格评估机构根据数据成本情况，结合监测的同类型或相似类型的数据产品价格，从成本、数据质量、应用价值和品牌价值等方面多维度评估数据产品价值，为交易提供参考；数据供需双方以数据交易平台或者第三方价格评估机构提供的价格信息为参考进行议价，最终完成交易。同时，数据要素市场也可参考证券市场交易模式引入做市商充当交易媒介。做市商定价策略具有一定优势：一是可以有效提高数据市场流动性和交易效率，由于做市商充当交易媒介的角色，数据市场参与者不必花费大量时间寻找交易方，从而有效降低数据供需双方交易协商撮合时间；二是做市商对市场产品与交易信息起到了集中和整合的作用，根据其掌握的大量信息，可以更好地为数据产品和服务进行定价。

(四)企业数据市场高级阶段：指数定价或自动定价

价格指数既可以反映商品本身的价格与市场供求情况，为企业提供生产经营决策依据，降低风险，同时也是政府宏观调控的重要参考指标。在数据要素市场中，可以在建立数据要素价格监测体系的基础上尝试开发数据价格指数，该指数以某一时期为基期，通过计算以后各个时期数据产品平均价格同基期价格的百分比，来直观地反映数据价格水平变化，为数据要素市场运行情况、产品交易结算提供参考。在企业数据定价时，可直接依据价格指数进行定价。在数据市场的高级阶段，一些通用的数据产品，特别是数据信息服务和数据应用，应通过价格模型和技术手段过渡到自动定价，大幅提高交易效率。