数据要素定价的困难和探索

21世纪以来，全球数字经济迅猛发展，数据作为生产要素在数字经济发展中发挥了关键作用。在一定程度上，经济发展史也是生产要素演进史。传统农业社会主要生产要素是劳动力和土地;进入工业社会以后，主要生产要素为资本、劳动力和技术;在当今现代工业社会、数字经济时代，数据作为新兴生产要素，成为与资本、技术、劳动力并重的第四大生产要素。作为生产要素的数据是大数据，是借助于现代计算手段和互联网进行挖掘、汇集、分析和处理的数据集合，是具有经济效用的数据资产。数据在数字技术体系中处于基础地位，数字技术如计算机、云计算、互联网、区块链、移动通讯等以数据为工作对象，并在数据基础上形成;数字技术为数据运行提供技术和设备，数据挖掘、处理、运算和集成要依靠计算机，海量数据分析需要云计算来承担，数据应用于国民经济离不开互联网和移动通讯的功能发挥。

数据要素定价的困难

数据要素如其他生产要素一样，也需要市场配置，数据要素市场化是数字经济的客观要求。数据要素并不像传统要素那样以实物形态进入生产过程，传统要素劳动力、土地、资本和技术都可直接作为或转化为实物进入生产过程，便于计量和定价，而数据要素以虚拟形态进入经济活动过程，数据生成和运行涉及复杂的经济关系。诸多原因造成数据要素定价难，并困扰着数据要素的市场化。

1.数据生产的复杂性。数据生产是数据价值形成过程，这是一个循环系统。数据采集源自业务部门（企业或其他经济主体），经数据采集后数据集合到数据平台部门，进而经过数据分析和数据产品部门，而后又作为生产要素回到业务部门应用。由于数据的挖掘、处理、运算和集成是在各环节完成，每个环节形成数据劳动的阶段性成果。数据可以数据库、商业软件、智能设备的形式进入应用场景，也可以阶段性成果满足购买方所需。数据产生的价值链条长且运行过程复杂，经过数据采集、计算处理、整合分析，乃至应用场景，涉及多种交易对象、多种产权主体，每一个环节都需要进行价值计量，要确定阶段性成果产权主体和定價就特别难。

2.数据产权的模糊性。从数据采集来看，由于业务部门尤其是企业和消费者的数据往往被动占用和私下交易，这造成数据采集的混乱和数据所有权的被侵害。从数据应用来看，数据产品抄袭和侵权行为时有发生，基础数据的公共性得不到有效保障，公共数据时而被私人侵占;数据的专用性和行业性也带来数据孤岛和数据垄断现象。

3.数据资产的虚拟性。相较而言，传统生产要素的劳动力、资本和土地都是或者可以转换成为实物，而数据要素表现为数字、图像、语言等虚拟形态。劳动者操控数字技术，将数据要素与其他实物要素结合，生产的结果只见实物要素凝聚在产品中，而不见数据要素的存在形式。数据要素的虚拟性使得难以在生产成果中剥离数据资产价值和计量数据要素价值。

4.数据交易的平台化。互联网基础上的数据交易平台固然有利数据运行效率，但数据交易平台客观上形成了平台垄断，网络平台上买卖不见面、交易双方信息不对称，抑制了业务部门和消费者的交易选择权。由于技术不成熟和管理不到位，网络平台的线上交易和线下服务常常脱节，也增加了数据交易的经济风险。从实践来看，数据交易平台也难免失信行为，如数据供应商、技术服务方私下缓存或转卖数据;数据使用方留存、复制、转卖或盗用数据，以及数据交易中的泄露私人信息和商业机密问题。

5.数据应用的外部性。数据资源的可复制使得不同经济主体可同时分享，由此带来数据应用明显的外部性。数据信息外溢带来他人的经济利益，却不能使数据产权主体得到回报，数据要素应用的外部性造成“搭便车”现象难以避免，也使得数据定价难。此外，由于数据的无限增长，数据使用时效短和更新快，也加大了数据定价难度。

当前的数据要素定价方式

当今社会，数字经济狂奔式发展的同时，却遭遇数据要素定价难的“瓶颈”，国际上数字经济先行国家情况类似。从目前我国数据要素定价方式来看，数据要素市场化建设还任重道远。

目前国内外数据要素市场定价方式主要有以下几种：一是数据交易平台定价。由于数据分类和标准制定不完全，价值决定机制不完善，数据平台依据数据市场供需情况预定价格，再根据市场磨合调整价格，短期性和盲目性比较明显。二是行业自治协议指导价格。一般在产业初始阶段，由于市场发育不成熟，行业自治形成市场规则，包括产品质量和定价规则。显然，这种要素市场自治协议指导价，是建立在君子协定基础上，缺乏制度约束，也不符合市场规律，而且企业自治难免走向大企业垄断。但随着市场走向成熟，行业自治总会被成熟的市场法规制度所取代。市场要素定价机制也将逐步市场化、规范化。四是“独角兽”企业领导价格。在数字经济领先企业逐渐形成行业垄断的趋势下，“独角兽”企业领导价格随之出现。当然，这种领导价格往往与行业自治价格融合在一起。一定程度上“独角兽”企业决定市场价格走向，这抑制了数据产业竞争效率和数据要素功能发挥。此外，还有公共数据的政府定价，这主要由行业主管部门确定数据资产价格。总体看，我国数据要素定价方式还在摸索中，科学性和合理性难以保证。

数据要素定价的基础和进路

要加速数据要素市场化进程，必须尽快破解数据要素定价难问题，形成合理的数据价格体系，发挥数据价格机制配置数据资源的作用，促进数字经济健康发展。

数据要素定价基础在于数据价值。作为生产要素的数据并非原始数据符号，而是经劳动加工的数据产品，其价值由生产该产品的社会必要的劳动时间所决定，该价值便是市场定价的基础。现实中我们直观到供求双方讨价还价，通过市场磨合达成双方可接受的价格。但从长远和大势上还是由数字劳动价值决定价格。通过数据交易，实现供给方的价值目标和满足需求方的使用价值目标。数据要素的本质是价值，数据价值是人们数字劳动的凝结。数据要素的有用性和专用型，使之具有交换的可能;数据要素的交换价值表现为价格，其根本上取决于价值。创造数据要素价值的数字劳动是，掌握数字技术的劳动者借助生产资料创造数据产品的过程。数字劳动是复杂劳动，在相同劳动时间，比传统劳动创造的价值大得多。

数据定价的主要因素包括：生产成本、产品质量、应用效益和风险水平。数据产品的生产成本是数据价格的主体，包括研发和生产、流通过程的全部投入。生产成本是数据生产者的底线，这里的生产成本是行业市场化成本而非个别成本。产品质量是数据要素关键，产品质量体现数据产品差异，质量状况需得到市场检验和评估机构认定。应用效益是数据产品资料的具体体现，由此决定产品的预期利润，根据数据资产投入成本和数据应用预期收益作为定价的主体。以社会平均利润和行业平均利润为参照，以數据行业平均生产成本加平均利润为主要因素，确定数据资产价格。生产成本和应用效益是产品价格的主体，也是数据要素市场化的决定性因素。风险水平是指产品投入市场的预期安全和失败的程度，风险水平是定价的参考因素，风险高低决定价格的波动幅度。

数据定价需要采取合理程序

数据定价机制必然包含必要的逻辑程序。

一是行业协议指导价格。市场经济条件下，作为生产要素的数据产品，要依据产品分类、质量标准等因素，根据生产成本、产品质量、应用效益和利润分享，由业务部门和平台组织在专家论证的基础上进行协商议定，提出初步指导价格。二是在交易平台发布指导价格。数据要素市场交易最初按此指导定价格进行交易。三是市场调整。在数据市场运行中，随着供求关系的变化，数据供求的市场磨合，以及产品的差异性，尤其是根据同类产品的差异状况，数据价格相应调整，使之趋于合理。四是具有垄断性、基础性且涉及国计民生的数据产品（如移动通讯）定价，还需要辅之以听证会方式。五是公共数据的定价。公共数据部分由政府免费提供，但部分可作商用的数据需要优惠提供和按成本提供，需要政府管理部门主持听证会，经专家论证，由政府管理部门定价。

数据要素定价还要解决几个基础环节的技术问题。一是健全数据确权机制。数据确权是数据定价的前提条件，从实践来看，数据定价难在于确权难。为此，要健全数据确权的法律规则，明晰公共数据和私人数据边界，防止公共数据商业滥用;从数据采集、数据处理、数据交易各环节，依法界定数据产权，维护数据市场和交易相关方的权益，克服数据应用“搭便车”行为，保护私人信息和隐私。二是规范数据质量标准。数据产品合理定价离不开产品质量标准，虽然我国数据产业分类基本规范，但数据质量标准还跟不上客观需要。为此，要根据数据产品市场各环节，包括数据采集、数据处理、数据分析、数据集成等环节，制定相应质量标准;要根据不同数据行业，制定专业化数据质量标准;还要针对数据交易平台，制定平台运行质量和安全等级标准。三是完善数据评估机制。数据评估主要对数据应用效用的质量评价。要发挥政府技术管理部门、行业自治组织、社会中介结构等方面的作用，定期对数据产品评估，尤其加强对综合型、通用型的数据库、商业软件等数据产品质量评估。此外，还要加强对数据产品和数据交易的风险评估。数据要素的评估结论可作为数据定价和产品进退市场的依据。

总之，数据要素市场化建设，要尽快破解数据要素定价难问题，形成合理高效的数据要素定价机制，由此促进数据资源的优化配置，促进数字经济乃至国民经济的发展。

（何玉长，上海财经大学经济学院教授/责编 张 栋）