数据资产定价问题的研究

□ 文 全湘溶 庞 帅 张全斌

0 引言

目前，世界各国都在数字产业化和产业数字化方面发力，积极制定政策和法律，最大限度发挥信息通信技术的潜能，提高生产效率并节约人力成本。人们的生活消费越来越与数字化紧密关联，从支付行为到营销购物，以及娱乐、社交等，随之而来的是大量数据资源的产生。数据是进行流程管理、智能运算、监测分析预判等活动的关键资源，是企业竞争力的组成部分，被视为一种资产。关于数据资产的定价问题，多年来，很多学者进行了大量分析研究。

1 数据资产定价策略研究现状

国内数据资产定价策略研究，当下主要观点有：陈吉等提出了一种基于局部斜率更新的数据驱动动态定价策略；彭慧波等从隐私度量的角度设计了数据定价模型，他们还将当前的数据交易定价机制归纳为4种模型：基于博弈论的协议定价模型、基于数据特征的第三方定价模型、基于元组的定价模型和基于查询的定价模型，探索了新的定价方法；田杰棠等在从数据本身的属性、产权等角度，给出了发展数据市场的若干建议；周坤琳等在欧美等国数字税发展情况的基础上，对数据交易征税的制度建立基础进行了讨论；肖建华等从认定数据权利作为一种新型权利出发，讨论了数据在交易过程中存在的重要障碍；赵子瑞梳理现行的6种大数据交易定价策略，提取若干重要指标，试图搭建一套全国通行的大数据交易定价指标体系；陈红娜把国际贸易交易成本理解为商品的生产与消费克服在空间上和时间上分离的成本，研究了该视角下的数据国际规则发展思路；陈一对我国大数据交易产权管理实践的经验进行了归纳和研究，呼吁加强产权激励；周小川认为，数据目前还不是生产要素，不能和资本、劳动等相比。

当前关于数据资产定价策略的研究，主要思路集中在三个方向。一是套用现有的数学或金融学定价模型和工具，根据场景进行改良，验证可用性；二是辨析概念、构建规则，促进交易以形成价格；三是根据数据特征或隐私敏感度等相关特性，设计专门算法模型，试图提供一个理论价格。

从实践结果看，各种定价方式均未获得市场普遍认可。数据交易所等正规渠道，交易量和交易种类长期处于偏低和偏少水平，数据资产的价值体现远低于预期，需要对该问题进行更加深入的研究。

2 数据资产定价研究的意义

2.1 现实紧迫性

随着数字化广度和深度持续推进，数据在生产生活中的意义日渐凸显，历史的和实时的数据大量堆积，市场主体积极探索进一步挖掘数据价值的手段和模式，各种无法可依或非法现象频现，企业和用户群体对数据使用方面基本问题存在较大意见分歧，对数据资产交易的研究需求变得更加紧迫。

2.2 数据成为资产的条件部分具备

针对数据采集、存储、清洗、转移、运算等方面的工具种类丰富，大多是开源软件，可得性强，部署便捷。经过多年的实践，数据相关工具和方法论日趋成熟，反过来增强了对数据的需求。私有条件下，外部对一些关键数据有市场需求，存在交易的空间，可创造实际收入。

2.3 现有经济和法律框架不能适应数据市场发展

数据不像土地资源那样存在量的固定性，也不像劳动等无形资产一样在一定条件下具有同一性，获取成本具有极大弹性，其保护也存在维权和惩戒成本高、产权不清晰、使用过程不透明、审计困难等问题。现有的金融模型和法律框架，难以通过简单迁移来规范数据市场的各种行为，需进行彻底的研究和理论体系重塑，系统推进数据市场法律体系设计。

2.4 数字税或数字服务税等的成功推出，有赖于对数据资产的深入研究

数据资产涉及数据所有权、使用权和收益权等多方面的权益，也与隐私保护、增值测算、监管权责等密切相关。对数据资产的研究越透彻，就越能为数字服务税的征收提供理论依据，降低贸易摩擦的风险，构建更加公平合理的全球税收体系。

3 数据资产定价的关键障碍

数据作为一项资产，目前还是一种主观概念上的认识。无论从权利的界定，或是量化评估上，都存在理论和实践的不一致。排除权属关系方面的因素，就数据本身的定价而言，以下障碍直接导致了实践中的各种问题甚至失败。

3.1 不同用途对应数据价值量差异巨大

同样的数据集，不同的用途创造的价值差异十分显著，这直接导致买方愿意为之付出的成本存在巨大的不一致。同样是一个区域的消费者支付行为数据集，用于学术研究的购买者出价低于用于商业市场营销的购买者，主要因素就是数据集后续可能产生的价值量的不同。如果一件商品，不同个体间消费者剩余差异过大，将导致价格潜在波动幅度大。数据出售者无法估算买方的价值实现情况甚至真实用途，公开报价的方式不仅没有起到活跃市场的目的，反而可使数据价格承受压力。用途差异不能被通用算式体现，理论参考价无法计算。

3.2 不同的使用方法创造的价值差异巨大

即便是同样的数据集，同样的用途，数据所有者设计的软件算法或使用方法的差异，也会影响数据最终的价值实现。明显的后续价值偏差反过来影响数据的售价，成为数据交易环节的障碍。例如，同样是用于精准营销模型的训练，不同公司的技术人员水平存在差异，公司本身积累的一些特色数据对采购数据集形成的补充效应也进一步加大了后续数据价值生成的量，直接影响了数据交易环节的心理价位，使得数据难以成为一种稳定的有价资源出售。缺乏稳定价格区间对规模化交易又进一步形成制约。

3.3 脱敏后数据价值流失大

数据的敏感度很大程度上决定数据的潜在价值。敏感数据的获取不一定都是违法行为，比如浏览器的Cookie数据，就是广告营销的重要基础。凡是能重定位到特定的人或物的数据，都被视为敏感数据。敏感数据的维度不一定多，比如身份证号或者通用唯一识别码等，能直接定位到个体。市场上非法倒卖的用户数据，普遍维度有限，如姓名、身份证等个人证件号码、手机号、家庭住址等，但都具有高度私密性，属于高敏感数据，容易被用于电信诈骗、网络赌博营销等犯罪活动，以及电话营销等合法但具有骚扰性的活动。与此同时，此类数据又有旺盛的市场需求和较高的市场价格，甚至形成了“公允价格”。

苹果公司计划在iOS14系统上实施“应用程序跟踪透明度”功能，强制要求应用开发商必须事先获得用户对广告标识符使用的授权，才能向用户推送定制化广告。此事引发轩然大波，Facebook在各大报纸购买版面表示反对。法国竞争管理局驳回了由广告游说机构提出的终止苹果隐私新功能的请求。类似地，2020年1月14日，Google宣称：为了保护用户隐私，其旗下浏览器Chrome将在两年的时间内逐步删除第三方Cookie。早先，Mozilla的Firefox浏览器和Apple的Safari浏览器已经禁止了第三方Cookie。以上举措，一方面反映了企业对隐私保护的重视，另一方面也展现出市场对敏感数据的强劲需求。

当下交易的数据中，多数都要求进行脱敏处理，这当然是消费者日益要求加强隐私保护的必然选择；不可否认的是，脱敏处理极大地降低了数据的使用价值，使得相关数据的售价大幅降低。为平衡隐私和商业利益，中国广告协会试图设计一套互联网广告标识，用以弥补各平台禁止便捷获取用户数据后，维持广告投放精度的行业需求。

3.4 数据物理属性使之交易条件不理想

数据作为一种资源，与传统生产要素中的劳动、土地、资本存在巨大差异。数据是信息的呈现形式，采样技术、形式标准、加密手段等条件变化，会使得数据的存在方式发生相应变化。一般地，数据具有可无限复制、便于传输、进入交易后无法稳定私有等诸多特性。产生数据的信息源的不断变化导致数据的生命周期不可预测，历史的海量数据大部分可能快速失去现实意义，不再具备交易吸引力。高度隐私的数据，如账单信息、住址、电话号码等，价值有稳定性，但多数应禁止用于交易，防止无法进入数据市场。

因为数据在交易环境下难以被稳定私有，一方面交易次数越多，越会创造大量的供给，导致数据售价急剧下降；另一方面，如果限制数据二次转让，但数据本身的特性（如无限复制、快速传递等）会导致无法追踪后续的使用或交易过程，实际上造成法规的不可执行，产业链较短。在本身可交易数据价值不高的情况下，数据本身的特性更加限制了数据市场的扩大。

鉴于此，数据直接交易的行为，部分地向数据持有者间接提供数据服务或出具定制报告的模式转变。这样的变化却阻止了对数据资产本身定价的尝试，数据服务本身的复杂性导致交易价格对数据资产的定价缺乏参考意义。

4 结论和建议

4.1 结论

综合上述分析，可见数据本身的属性使之难以具备良好的交易基础，而市场主体因最终目的和采用的处理手段的差异，对数据的最终价格形成存在巨大级差，难以大规模快速撮合交易，脱敏后的数据可能同时失去大部分价值。数据作为一项资产，本文认为可得出以下基本结论：

4.1.1 数据是一种极特殊的新型资产，不具备通用定价条件

实践证明，数据本身是数字化产业的关键生产要素，历史的和实时的数据都可能持续创造价值，但数据资产无法形成公认的价格。曾经有人尝试通过对数据资产的价值测算对互联网企业进行定价，现在看来，价值估算严重偏离市场对企业的估值。其他现有金融定价模型和价格形成规则也无法为数据市场交易提供稳定支持。另外，因为数据资产本身无法形成公允定价，决定了无法将数据资产纳入资产负债表的无形资产项目，也不能为之单独创建一个会计项目，否则可能诱发大量的欺诈行为。

4.1.2 数据本身作为特殊的物理存在，现有成熟的法制框架不足以对其形成有效治理

直接套用现有物权、产权的概念，无法对数据进行有效的管制，进而无法促进数据市场的成熟，也是导致数据资产定价存在困难的根本因素之一。数据更多的是行为信息的承载主体，数字化程度越深入越广泛，数据产生的量就越大，维度就越丰富。单纯强调数据所有权，过度严格管制数据的使用，最终限制的还是人的创造性行为，甚至会降低信息化带来的福祉。需要创新监管理念，把握正确原则，才能把数据市场管住、管好。

4.1.3 对数据本身征税条件远未成熟

数据作为一种重要资源，却不像其他资产那样具备良好的交易条件。比特币尽管价格波动大，但总量有限为其提供了长期存续基础。一般数据的生命周期通常较为短暂。许多地方数据交易中心长期处于探索阶段，新兴中心的一些做法还需要较长的时间检验。在此之前，无论对数据本身征税，或是从交易环节征收增值税，都缺乏理论和实践的基础，可操作性弱。推出数字税的各国，也无法提出各方都能信服的理由，美国甚至因此发起301调查，要求征税国家停止相关行为。

4.2 建议

针对数据资产的法律监管，本文建议：一是聚焦数据隐私和安全的基础要求，通过提高违法成本、优化追责程序和提升信息化执法能力，高效打击相关违法违规行为，并强化企业自律。二是注重个人权利的保障，设计灵活的法律仲裁、集体诉讼等制度，以应对涉及数据资产的新情况新问题。三是放弃面面俱到的微观规制，同时加强数据市场的交易监测，以识别有益经验和防范违法犯罪行为。四是明确禁止交易的情形，公开透明地管理限制自由采集的数据范畴。

针对数字服务税的征收，尽管法理上仍处于模糊状态，但仍然具有可操作性。本文建议： 一是数字服务税应以最终增加所在国消费者负担为主要影响，需能证明不针对其他国家。征收数字服务税这个新税种，主要目的是为当地政府增加财政收入，而不是出于全球税负公平的考虑，因此需要限定税收来源最终与当地消费者关系明显密切。从实际影响看，相关企业可通过提价或降低自身利润的途径应对。二是获得当地居民的合法授权。因数字服务税实际征自当地税民，因此只要当地多数居民同意，即具备法律上的适当性。三是开征数字服务税的各国可联合要求纳税企业主动调整业务系统，制定行业强制标准，帮助区分涉及不同税区的收入，包括投向该区域的广告或当地居民使用服务的主动付费等，便于税务部门统计税基和审计。