中央财经大学 欧阳日辉

党的二十届三中全会提出，“培育全国一体化技术和数据市场”、“促进数据共享”。全国一体化数据市场是数据基础制度规则统一、全国互联互通、监管公平统一的“供得出、流得动、用得好、保安全”的市场。公共数据具有规模体量大、数据质量好、价值潜能大、带动作用强的特点，同时具有公共、公益属性，公共数据“供得出”、“流得动”是建设全国一体化数据市场的重点。《中共中央办公厅 国务院办公厅关于加快公共数据资源开发利用的意见》提出，“加快建立符合公共数据要素特性的价格形成机制。”发挥好价格政策的杠杆调节作用，建立健全公共数据价格形成机制，有助于激发供数动力和市场创新活力，有助于加快建设全国一体化数据市场。

公共数据定价为何难 

近年来，各地方政府都在积极试点公共数据授权运营，探索多样化、符合数据要素特性的定价模式与价格形成机制。从国内已开展公共数据定价实践的省市来看，对金融、电网、通信、气象等具有较为成熟市场的数据资源或产品进行定价，往往能够得到供需双方的协同发力，有利于加速数据定价过程、促进公共数据开发利用。因此，加快推进公共数据资源的开发利用依旧是各方主体驱动数据定价的核心关键点。公共数据定价有两类正在探索的方法：

第一种是基于成本的数据资源定价法。原始数据经过采集、汇聚、清洗、脱敏等一系列标准化过程形成数据资源，该阶段主要成本为数据采集处理过程中的软硬件资源和人力成本的消耗，并未根据市场需求进行定制开发，对数据价值挖掘较少，其价格核算关注数据采集处理的综合成本，侧重考量数据质量。成本法以“保本微利”作为出发点，能够有效体现公共数据的公益属性，但存在难以准确评估公共数据自身价值的问题，例如，成本法包括建设、运维与管理三类成本，准确识别和估计其各时段成本存在一定困难；数据具有“千景千价”特征，难以通过统一的定价公式进行计算。

比如，福建省公共数据有偿使用费包括数据使用费和技术服务费。其中，数据使用费单价以“基准价+浮动价”进行计算。基准价格在一定程度上依靠专家经验根据各相关项目政府投资金额进行评估；浮动价格则参考数据质量调整系数和价值调整系数等因素，在基准价格的基础上进行一定比例的浮动调整。该探索方案充分考虑了数据资源化各环节涉及的成本因素，是公共数据定价的一次有力探索，但也存在数据质量及价值难以计量、运维与管理成本依赖专家判断、投入成本低与数据汇聚量大导致数据使用费单价极低等问题，对后续方案的实施落地带来一定的不确定性。所以，以成本为基础的定价方法与企业的实际运作不协调。

第二种是基于市场收益的数据产品定价法。市场收益定价法是对公共数据资源深加工形成的公共数据产品进行定价，更适合结合实际业务场景采用收益分成模式。当前实践中，公共数据产品定价多采用“分润”模式或就模型化、算法化后形成的各类应用成效确定收益分配方式。市场收益定价法能够完全反映数据产品的价值，但数据产品交易往往存在场景依赖性高、固定成本高、边际成本低等特征，卖方容易实施价格歧视、买方可能多次倒卖，政府监管追踪难度较大。

目前，贵州、成都已形成较为成熟的市场收益定价模式。贵阳大数据交易所以数据产品开发成本为基准，综合引入数据成本、数据质量、隐私含量等多重客观因素，结合数据产品预估的商业模式、市场规模，研发上线“数据产品交易价格计算器”，逐步建立起“报价—估价—议价”的定价体系。成都市采用的市场化协商方式，由政府数据运营服务单位与数据使用单位通过多轮协商确定相应的数据服务价格。协商过程让数据使用单位充分表达意见，明确需求场景以增强服务的针对性，同时涉及数据的稀缺性和完备度时，在“公共数据可用不可见”的前提下，由数据使用单位和政府数据运营服务单位通过若干轮协商确定，而不是由政府数据运营服务单位直接确定。从长远看，市场收益定价的模式更适用于具有相对成熟的数据交易市场，例如气象、金融等行业数据，交易量相对较大，数据源单位可参与市场的定价谈判，直接或间接获得市场侧的利益输入。

基于数据资源与数据产品的市场“分类管理”

明确“为谁定价”是明确“如何定价”的前提。数据要素市场包括数据资源与数据产品两类流通对象，二者在价值实现影响因素上存在程度差异。可将数据要素市场分为数据资源流通市场与数据产品流通市场进行分级管理，采用不同的定价机制。设计数据要素定价机制要针对不同的数据要素形态来“因材定价”。

数据资源是初级形态的流通对象。数据资源持有方只有通过开展数据采集、整理、分析等行为，基于无序、混乱的原始数据开发形成可用、可信、标准、有序、有使用价值的高质量数据资源，才具备可流通的基础。数据产品是高级形态的流通对象。数据产品加工方在数据资源基础上，以数据使用方需求为导向，基于既定的应用场景及商业目的，融合多源数据、算法以及软硬件技术方案，将数据资源进行一系列加工，形成可供内部应用或外部交易的数据产品。

从数据资源到数据产品，如果把二者看作自下而上的两层，其价值实现则越往下越依赖数据资源，越往上越依赖数字技术；越往下附加价值越低，越往上附加价值越高；越往下安全合规风险越高，越往上安全合规风险越低；越往下可复制性、不可控性越强，越往上可复制性、不可控性越弱。价格基于价值而形成。鉴于数据资源与数据产品在资源依赖度、技术依赖度、附加价值、安全合规风险、可复制性与不可控性等价值影响因素上存在程度差异，需基于二者特点区别对待，采用相适宜的定价机制。

基于数据流通对象的不同，数据要素流通市场包括数据资源流通市场与数据产品流通市场。数据资源流通市场的市场主体多为数据资源富集型主体，数据产品流通市场的市场主体多为数据技术富集型主体。数据资源流通市场的特征是供给方数据资源不出域，数据价值出域，自身对安全合规负责，数据使用单价低，数据调用量大。数据要素使用价值的高低与其具体应用场景紧密相关。数据资源尚未体现出完整的场景应用价值，其价值高低不确定性较强，适宜采用政府指导价的定价模式。数据产品流通市场的主体根据客户需求设计、开发数据产品。该类主体从数据资源流通市场购买所需数据资源的使用权，基于“数据可用不可见，数据不动算法动”的模式完成数据产品的开发，面向行业客户的具体业务场景形成数据产品。由于只有最终客户愿意买单，数据产品的经济价值才能实现，流通交易行为才能完成，数据产品流通市场宜采用市场化的价格形成机制。

开展数据要素市场两级管理有助于推动供给方“放心供”以及公共数据授权运营。在“放心供”方面，数据供给方的担忧主要体现在安全合规风险高、权责边界难界定等问题。数据不出域避免了二次流通后数据遭复制再流通的风险。数据资源流通市场和数据产品流通市场的经营主体各负其责，有助于避免数据安全合规风险的无限性，划清数据资源供给方与数据产品加工方之间的责任边界，为供给方“宽了心”、“松了绑”。

在公共数据授权运营方面，公共数据属于数据资源流通市场范畴，主要是对外提供数据资源。可通过收支两条线的设计来解决公共数据授权运营参与方的利益分配问题。数据能力与技术的建设管理运营沿用原有模式走成本，首先满足政务服务数字化发展需求，政务服务过程中沉淀下来的原始数据可以衍生出可用于流通利用的数据资源。公共数据资源授权运营获得的收入可作为政府财政收入，取之于民、用之于民、造福于民。

循序渐进完善公共数据定价机制

一是加快推进公共数据授权运营，促进公共数据开发利用和市场化配置。一方面，建议从国家层面对各地开展的公共数据开发利用实践进一步指导，通过构建一套统一的公共数据开发利用成效评估标准，从组织建设、制度建设、平台建设运营、数据供给、数据应用、需求对接、生态培育、社会赋能等不同维度定期对我国各地公共数据开发利用工作的成效进行全面呈现和评价，实现“以评促优”，带动优质的公共数据开发利用模式向全国宣传推广。另一方面，建议在“原始数据不出域、数据可用不可见”的大前提下，从国家层面加强公共数据安全探查机制的建设，为公共数据使用方提供深入了解公共数据的能力，打破长期以来公共数据开发利用存在的“信息鸿沟”难题，以此全面激活数据要素开发利用活动，从而促进公共数据定价机制的形成。

二是从政府侧推动高价值数据资源供给。短期内难以通过市场侧培育发展、提升总体收益的方式激励政府数源单位扩大高价值数据供给。为打破公共数据供给不足与收益分配不足之间存在的恶性循环，建议先期通过政策手段推动政府侧高价值数据资源供给。待数据有效供给与收益有效分配形成良性循环后，再主要依托收益分配的市场手段持续激励政府侧进行高价值数据供给。建议国家层面可出台公共数据授权运营目录，优先推动潜在应用价值高、数据质量基础好、市场需求迫切的公共数据开展授权运营，例如市场监管、司法、工商等领域数据，为数据运营单位优化数据产品开发、扩大经营收益提供坚实的数据资源基础。

三是在定价策略上从政府指导定价逐步走向市场定价。数据资源的富集程度通常与数据主体性质高度关联，持有海量数据的政府部门、行业龙头企业、大型互联网平台等均具有一定的相对垄断性。建议公共数据资源流通市场先采用政府指导定价模式，对数据资源实施价格上限管理。数据产品流通市场可以探索采用市场调节定价模式，产品类型以及价格均由市场决定。建议采用成本补偿或收益分成两种方式，完善“从政府主体到市场主体”阶段的激励机制。针对“从政府主体到市场主体”的收益分配方式，可参考政府侧数据提供部门、数据管理部门和市场侧数据运营单位的意见，选择成本补偿或收益分成两种模式。针对成本补偿模式，数据运营单位向政府侧支付的费用标准是在政府侧数据成本基础上加上一定的收益率。该模式下费用金额是固定的，与数据运营单位总体收益量无关。针对收益分成模式，数据运营单位向政府侧支付的费用标准是自身总体收益中的特定比例。该费用金额是不固定的，与数据运营单位总体收益量正相关。

四是在定价方法上以成本法为主。我国公共数据价格形成机制处于探索实践中，基于成本的数据资源定价法和基于市场收益的数据产品定价法各具优劣。但考虑到当前场内数据交易的频率和规模尚小，数据交易正处于形成期，市场现状决定了无法大面积通过市场法、收益法来决定数据的价格。因此，建议现阶段以成本法为核心，在“三权分置”的整体框架下，依场景构建分类分级的公共数据定价机制是适应当前数据产业发展周期的较好选择。一方面，对照数据资源持有权、数据加工使用权和数据产品经营权，对公共数据采集汇聚、治理、开发等重要阶段分类探索客观、明确的公共数据价格测算机制，并积极开展试算、预算工作，为公共数据基准价值评估提供参考。在基准价值评估的基础上，针对金融、医疗、电力、通信、气象等使用价值较大且市场较为成熟的公共数据采用市场化定价或竞争性定价销售数据产品或服务，并以销售额收益的一定比例作为公共数据使用费，场景价值越高，各类主体收益越高。依场景分类分级的定价体系，能够在保障公共数据公益优先属性的前提下，充分调动公共数据有偿使用各类主体的积极性，驱使各类主体扩大优质公共数据资源及产品供给，共同激发、释放公共数据深层次价值。另一方面，针对数据资源与数据产品采用不同的定价机制。针对数据资源，数据使用费宜在成本核算基础上，采用政府指导价的定价模式。技术使用费则参考相关技术工具、基础设施的市场标准价格。针对数据产品，宜采用市场化调节的定价模式，数据成本作为数据提供方在同数据需求方议价过程中的考量因素之一。由于数据要素具有高固定成本与低边际成本的特征，在数据成本核算上，需结合具体业务特征统筹考虑固定成本与边际成本。

【本文系中国建设银行“商业银行数据资产估值研究”课题阶段性成果】

附件下载：