协同治理视域下数据要素定价交易相关问题探究

宋柏（博士）

（1 北京理工大学人文与社会科学学院 北京 100081 2 北京国家会计学院可持续发展与会计研究中心 北京 101312）

党的十九届四中全会明确了数据成为一种重要的生产要素［1］，是数字经济时代不可或缺的动力支持。培育数据要素市场是增强国家核心竞争力的关键。随着《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》的出台，构建完善的数据要素流通和交易制度，确立数据要素定价交易监管体系，培育高效的数据交易市场［2］成为新时代国家治理体系与治理能力现代化的题中之义。

一、经济学基础理论下的数据要素估值定价与流通交易

国内外目前较为普遍采用西方经济学的供需均衡价格论作为数据定价的理论基础，利用产品定价中的受益原则和损益平衡原则作为数据要素的定价准则。然而，西方经济学视域下的数据估值定价方式存在诸多问题有待进一步探讨，如数据交易规模受限、集中度不高；数据定价无法满足人工智能时代自动化定价整体趋势；交易过程存在第三方非法套利的情况等。在此基础上，本文借助政治经济学的理论视角，从学理角度更加清晰地探知数据要素作为特殊商品的估值定价和流通交易过程。

目前，学界认为影响数据定价的主要因素有两个，即数据的效用性和数据的稀缺性。数据效用是指数据使用的频率，即从分析结果逆推数据的渊源（lineage），从而量化各方数据对结果的贡献度。稀缺性则是根据数据价值的密度以及历史价格的稀缺性进行定价［3］。实际上，这两个因素代表了数据定价的不同思路。效用原则是将数据作为一种商品，通过供需平衡的方式确定数据的价格。一方面，数据的供应方会利用成本加成的思路来决定保留价格，即在自己提供数据的成本基础上加上一个比例来作为自己的保留价格［4］。即提供数据所需要的成本同一般的商品一样，将数据要素分为固定成本和可变成本两个部分。数据形态虽为虚拟，但数据的生产过程却是基于大规模的互联网及大数据的基础设施建设产生的，这些基础设施建设的投入为固定成本，每次进行收集和生产数据过程产生的费用就构成了数据的可变成本。在不同的交易模式情境下，“数据卖方”可以选取不同的方式在成本加成的基础上构建自己的保留价格。“具体来说，一次性的数据交易和数据转让，其数据生产的费用便是整个固定成本和可变成本的总计，在此基础上加上一个比例，视为保留价格。若数据交易是基于量的方式分次进行的，数据的使用者每次使用按次付费，“数据卖方”就需考虑数据每次使用所需的边际可变成本，以及固定成本的分配，进而在此数值上加上一个比例，成为数据的保留价格。而另一方面，对于数据的需求者而言，数据的价值应该等于其能为自己带来的边际贡献，换言之，这个数据的产生究竟能为自身带来多少价值，这个价值就是数据买方所愿意承担的费用的上限。但是，商品定价的价格均衡原则是以市场体量足够庞大、商品的买方和卖方数量足够多为基本前提的，而现实中，与大机器生产时期相同，海量数据虽是由用户及数据使用者经过一系列价值生产及价值增值等生产性劳动过程后产出的，却由于劳动者不具备庞大算力的信息处理平台等生产资料的限制，导致生产价值全部储存于互联网平台上，被大型数据处理企业和平台自然而然完全掌控。作为一项特殊的商品，数据要素本身就兼具了价值与使用价值两种属性，大型的数据处理平台和企业不仅凭借算法合谋等技术手段最大限度地占有用户的剩余价值［5］，还通过向数据买方售卖数据信息来获取商品价值。由此，数据要素市场由于劳动的异化逐渐成为以数据卖方为主体的交易市场。

稀缺性原则实际上将数据要素视为定价的资产。在资产评估中，常用的评估方法主要有两大类：直接定价法和比较定价法。其中，直接定价法主要是从资产本身入手，尝试进行价值评估；比较法是通过与已有的类似交易进行比较，并在类似交易价格的基础上进行修改和调整，从而确定资产的价格。这两种方法在目前数据资产评估中使用得比较普遍。从成本和收益的角度来看，直接法可具体细分为成本定价和收益定价两种定价方法。成本定价法类似于前面提到的将数据作为商品进行定价的方法，估值由独立的第三方提供。收益定价法是根据数据未来收益流来确定数据的价格。对于评估的机构，可以采用定量的方法计算数据在未来期间可能给潜在用户带来的现金流量变化，然后以公允统一的标准依据折现率将这些现金流量折现，从而得到数据资产的价值。而比较法是与过往类似交易进行比较，通过修改和调整得到价格。如果存在可以用作引用比对的交易实例，则该方法的实现相对简单。但由于数据具有异质性等特质，每个数据之间的价值差距也相对较大，通常很难找到类似交易的定价模型作为参考和比较。因此，直接定价法仍是数据资产定价的常用方法。

一般而言，商品的价格围绕着商品的价值进行波动，虽然在实际交易过程中，商品价格高于或者低于商品价值的情况时常发生，但是如果市场的供求机制能够有效发挥作用，那么从总体趋势上，商品价格的波动就能够相互抵消，从而在社会总生产的层面上实现商品价值均衡。在这一阶段，西方经济学通常使用的成本收益定价法能够较为有效地在宏观层面上反映商品价值。但是，由于部分行业和商品的特殊属性，由于结构性的信息不对称、行业垄断等因素影响，商品的价格和价值在总体趋势上产生了背离，这就使得该商品或者行业分割了其他行业的价值，并因此获得高额利润。价值规律的打破不仅造成了行业间的不均衡发展，也极大地阻碍了资本再循环和社会总生产过程。数据要素作为一个新的生产要素，不同于传统生产要素，是一种比较稀缺的资源。它不仅可以供多个领域和大量主体长期重复使用，而且随着共享范围的扩大和开采深度的增加，其价值也可能随之加乘。换言之，使用较传统的生产要素，其价值一般会随着使用频次的增加而逐渐降低；而数据要素会随着使用量的增加而增加。因此，很难通过计算成本、收益、市场和其他一般性方法来评估数据要素的价值。如前所述，数据要素只有成为巨量规模才能作为生产要素进行使用。而网络的外部性效应和网络规模效应带来相似的使用群体聚集在同一互联网中。互联网中聚集的使用者越多，服务质量越好，数字平台的价值将随着用户数量的增长而不断增加。数据要素的通用性支持跨平台和跨设备使用，使少数掌控数据处理和分析的互联网平台获得丰富的海量数据资源。虽然大部分数据处理分析平台为消费者需求的识别、多样化和精准化的生产提供了保障，但由于消费者缺乏对数据要素进行估值定价的技术基础以及平台具有正向外部效应的技术属性，大量有效的数据要素聚集在数据平台高位运转，使极少数大型平台形成垄断联盟，对竞争对手采取诸如算法合谋、完美价格歧视、捆绑销售、市场封锁等垄断行为，阻碍数据要素流通，排斥和限制市场竞争，最终影响数据要素的自由流动和公平交易。

纵观学界对于数据要素定价模式的现有研究，虽然西方经济学在数据要素产权难以明确的特殊性下提供了一套促进数据要素流通、消除“数据孤岛”的可行性方案，但在考虑数据要素价格制定的过程中，忽略了数据要素卖方市场的强力垄断问题。为此，在考虑不同数据要素市场的发展程度时，应当灵活选择适配性高的解决方案。此外，还应着力规范数据定价机制，有必要通过政府或第三方平台披露数据要素价格决定过程，制定动态预警标准，完善合理有序的数据要素价格监管和异常波动调整机制。一个有序、动态的营销环境，不仅可以引导数据交易各方依法行使自主定价权，而且有助于防止行业龙头企业垄断海量数据资源自然形成的价格垄断，避免高门槛和不公平竞争环境对中小企业的影响。

二、数据要素估值定价和流通交易面临的困境

数据要素作为一种新兴特殊商品，在生产、交换、消费、再生产中具有与物质商品完全不同的特性，如数据要素估值的不确定性、成本构成的含混性以及价值转换的风险性等都为数据定价与交易带来了诸多挑战和困境。因此，我们需要从数据要素的本质出发理解数据定价交易难的问题。

（一）数据价值难以准确计量

首先，数据要素具有极其复杂的外部性。数字经济的主要商业模式是基于外部性的交叉补贴定价。因此，许多数字产品和服务是免费的，这使得数据作为其背后的生产要素准确计量其价值极为困难。其次，数据要素的生成过程包括感知、获取、传输、存储、计算等环节，庞大、多样的参与者使得数据要素的权益确认和定价尤其具有挑战性。再次，数据要素存在显著差异，包括数据结构的异构性、采集参与者的多样性以及数据价值严重依赖于使用场景等，因此很难找到统一的定价公式。

（二）隐私数据边界模糊，非法数据交易频繁

非法数据交易加剧了数据滥用和数据欺诈的蔓延。随着互联网和信息产业的不断升级，移动通信设备的广泛普及，各种数据软件对人类物质和精神生活的广泛影响，个体产生的数据量越来越庞大，也变得越来越重要，保护个体数据隐私和数据安全是数据定价交易的首要前提。然而，许多新兴技术的迅速兴起，在给人类生活带来便利的同时也带来了许多未知的风险，非法收集、窃取、利用和贩运用户信息的现象时有发生，导致许多数据市场躲避有效监管。虽然国家已于2021 年9 月1 日正式出台《数据安全法》，但有关数据生产、加工等核心领域的关键性政策以及执行措施有待进一步明确。

（三）数据定价模式缺乏统一标准

目前，市场上大量分散的数据交易定价都是基于不同的应用场景，缺乏统一的数据定价标准。数据本身具有异质性和低价值密度的特点，绝大多数数据需求方和供应商难以达成价格共识。对于客户而言，大量的“初级加工”数据对业务决策或研究影响甚微，但提取准确有效的数据需要耗费大量的时间和物力成本。

在一般商品的流通中，商品的交换必须遵循等价原则。这反映了价值规律在流通过程中的重要作用。马克思认为，等价交换要求交换的物品之间具有相等的交换价值。只有进行等价交换，才能保证买卖双方经济权力的平等，物质产品才可以得到价值补偿和实物替代，从而保证社会再生产的正常运行。各种社会产品都是人类无差别体力和智力结晶的产物，可以进行等量的比较和替代。数据要素参与流通过程也不例外。数据等价交换（流通）的基础和前提仍然是社会必要劳动时间，尽管它的外观和使用价值不同于一般商品，但它与一般商品有一个共同的特点，即它也是无差别的人类一般劳动的结晶和产品，所以等价交换原则在数据要素参与流通过程中仍然有效。但由于数据要素的特殊性，在流通过程中等价交换的作用程度和作用方式发生了一定程度的改变，这些变化主要体现在数据要素在流通过程中的价格与价值产生了较大偏离。一般的商品交换总是围绕价值在进行，价格偏差相对较小。而数据要素流通过程中产生的交换却常明显高于或者低于商品价值，完全等价的交换非常罕见。

（四）数据交易市场的形成要件有待完善

目前，我国还未搭建起完整的能够实现数据资本化、商业化和标准化的交易要素体系，限制了数据交易市场的培育和发展。在数据要素定价和交易方式上暴露的弊端主要表现为：现有数据交易平台日渐多样化，由于缺乏统一规范的交易渠道和交易规范，数据交易总体集中度较低，交易规模相对较小；同时，目前数据交易市场仍主要采取传统的协议定价、拍卖定价、集合定价等方式。进入人工智能时代，传统定价方式逐渐暴露低效弊端，与日益增长的数据交易需求存在差距，亟待产生自动定价等合理高效的新规则。在完整数据交易过程中，数据交易模式主要包含十个步骤：会员申请、资格审查、会员获取、产品发布、安全审查、产品发布、交易请求、交易匹配、交易清算、数据传输、产品反馈。大多数步骤都需要人工的干预，特别是涉及数据所有权、个人隐私、商业秘密、数据定价等问题时，交易平台工作人员的处理时间也会大大延长，从而降低整个交易过程的效率。以长江数据交易所为例，当它与两个企业用户进行对接时，促成一单交易的最短时间通常为一到两个月，平均时长为几个月，甚至长达一年。出现这种现象的主要原因是处理的步骤过于繁琐：审查买方要求的合理性、检查卖方的数据质量是否符合标准、验证IT 系统的开放性等，此外还有业务协议、系统对接等环节。低效的数据交易不仅阻碍了数据交易，而且显著增加了数据交易平台、买卖双方的交易成本，最终数据要素呈现出价格高企、与价值背离的情形。

（五）交易市场监督管理机制有待完善

市场监管部门在对市场交易实行监督管理的过程中，需以匹配相应的制度和机制作为强有力保障。然而，现行的监管机制是在传统市场交易行为监督管理的基础上形成的，监管机制相对滞后，难以适应新时代背景下数据市场交易行为监督管理。

首先，现有的监管体制和机制在时间层面上相对滞后。随着数据时代的来临，数据要素的市场交易行为呈现出前所未有的新特征，交易的频率和复杂度都呈现出前所未有的态势。现行的监管机制已难以适应新时代数据市场交易行为的需要。其次，在预测和分析外部因素层面相对滞后。基于供求关系的市场交易行为，受外部环境的变动而产生变化。一旦外部环境发生改变，将对市场交易行为造成影响，同时也会给监管工作带来巨大挑战。新的时代背景下，经济全球化进程不断加速加剧了政治、经济和社会的发展变革，也深刻影响了市场交易行为，当前市场监管机构的预测和分析能力在预测诸多外部因素方面仍然有限，更难以充分利用外部环境的有益要素来履行监管职责。再次，在监管人才队伍建设层面相对滞后。我国在市场交易监管领域存在专业人才短缺、人才队伍质量不高等问题，导致监管的效果难以充分发挥。一些市场监管部门的人员结构存在严重失衡，未能引进和吸收具有数据市场交易监管能力的专业人才，难以充分引入外部先进监管理念和手段，而现有的监管人员知识结构和年龄结构老化，缺乏科学有效的统筹且业务能力和综合素质相对较低，缺乏数据市场交易监管必备的专业实操能力。

三、数据要素市场协同治理的政策建议

当前，随着全球经济一体化和信息技术的深入影响，市场交易行为的相关要素不断增多，这些要素的复杂性和隐蔽性进一步提升，对市场交易行为的影响变得更加深远。人类的生产、分配、交换和消费活动导致了爆炸性的数据增长；在“万物互联”的助力下，这些数据在全球范围内流动，形成了海量的数据资源，对经济发展、国家治理、政治决策和技术变革等方面产生了深刻而广泛的影响。但是目前绝大多数的数据仍处于互相割裂、难以流动的状态，尽管数据已经深入参与到生产和全球商品交易中，但由于缺乏相关法律法规和交易规范，数据的广泛传播、大规模共享和市场流通依然比较困难，“数据孤岛”的情况并非鲜见。

我国的数据交易市场尚处于发展初期，无论在理论探索层面还是体制机制建设方面都尚未完善。在市场经济条件下，商品的价值通过价格来体现，受到供求关系、科技水平等多重因素影响，价格会以价值为核心发生震荡和波动。但是，市场的运行并不完全按照理论的框架进行，因此要完善数据交易市场的建设，就需要市场这双“无形之手”和政府“有形之手”以及买卖双方的共同努力。以数据交易的特殊性为基本原则，以“在实践中规范，在标准中发展”理念为根本指导，以促进数据流通、提升数据要素在各行业的生产效率为首要出发点，健全各级数据交易法律、监管机制和框架，积极培育新型数据服务。

（一）健全数据要素价格形成体系

基于数据要素具备的特殊性，需建立完善数据定价和估价机制，为数据的有序流通和交易奠定坚实基础。此外，还需构建全国数据资源统一登记确权体系，对原始数据、脱敏数据、建模数据和人工智能数据进行权属界定，并对其流转进行动态分级、分类管理。这有助于形成一套完整的涵盖数据生成、使用、收集、存储、监控、收益、服务等方面的确权框架，并进行统计和管理。以党的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”的数据要素市场制度建设目标为基本原则，探索建立结合成本定价、收益定价、一次性定价与长期定价的数据资源流通定价机制，结合数据要素价格生成的基本原理，将数据提供者、数据需求者、第三方评估机构纳入完整交易链条，摸索“报价-估价-议价”的价格产生路径。在数据交易的制度体系建设中打破数据流动壁垒，推动可商品化的数据要素在市场中能充分流动，自由竞价，最终流向其可以产生最大使用价值的领域。

（二）完善数据交易市场规范，统一数据估值定价标准

为了确保数据交易的合法合规性，需要政府参与治理，合规监管。在美国，联邦贸易委员会负责监管国内数据代理；而欧盟的数据交易流程中，数据管理局以及成员国的数据管理机构是主要监管主体。监管部门通过与自愿认证的第三方专业机构建立合作，授权专业机构对数据处理者进行监控，以规范数据服务市场。在我国，数据交易的全链条涉及工信部门、市场监管部门以及公安部门等多个职能部门，由于监管职责不明细以及职能重叠交叉等原因导致监管缺乏系统性和专业性，对数据交易的实质监管存在漏洞和缺失。因此，有必要明确主要监管机构及其法律依据和责任范围，明晰责任边界，统一监管的规范标准，构建共识性强的制度设计，对存在交叉职能的进一步整合规范。建立监管机构之间的协作机制，加强跨部门、跨地区的合作。监管部门可与公安机关、通信管理部门、信息安全部门等相关部门协作，共同打击数据交易市场中的违规行为和犯罪行为。此外，还可以与行业协会、企业、研究机构等建立合作关系，共同推动数据交易市场的规范发展。同时，对于数据交易服务机构或平台的监管应以规范数据交易行为和应用管理为首要内容。此外，还应建立完善数据流通安全风险防控和数据交易维权投诉机制，严厉打击非法数据交易。

为了推动数据交易的透明化、流程化和标准化，应积极鼓励数据交易市场内的行业协会、行业组织或行业联盟制定自律规范和准则，约束行业参与者的行为。数据交易联盟应自觉完善数据行业的自律规范，引入健全的交易制度。同时，交易平台应加强对交易对象的资质认证、数据确权和质量评估，并制定明确行业规范来管理数据交易流程，以确保双方的权益得到保障。《关于构建更加完善的要素市场化配置体制机制的意见》的出台一定程度上建立了政府与企业和个人等不同主体之间的数据共享机制，穿破了信息数据壁垒，降低了企业数据采集成本，提高了企业数据生产效率，实现了数据资源利用的效益最大化。另一方面，《意见》的发布有助于在数据规范使用层面建立形成统一标准，以最早成立的贵阳数据交易所为例，在推动数据交易发展的过程中先后制定了《数据交易结算制度》《数据交易规范》等一系列交易规则，使有关部门有依法依规强化对数据交易行业及系统和部门的监管“抓手”，提升监管职能，强化交易约束。

（三）推动政府与市场协同治理

政府部门与市场的协同治理，可以推动实现数据交易定价的公正性、合理性和市场化。政府的主要角色是引导和监督，保障数据交易市场的秩序和公平竞争，同时充分尊重市场参与者的自主决策权和创新精神。市场参与者则应遵守相关规定，自律经营，共同推动数据交易市场的健康发展。

1.制定透明的数据定价机制。政府可以通过建立透明的定价机制来引导市场交易，确保价格公正和市场竞争。政府可以通过制定相关政策和行业法规，明确数据交易的定价原则和基本途径，例如基于市场供需关系、数据品质、数据稀缺性等因素对数据进行定价。同时，政府应当确保定价机制的透明度，提供信息公开渠道，让市场参与者了解和监督数据交易的定价全过程。

2.鼓励提倡市场参与者自主定价。政府可以鼓励市场参与者在合法合规框架下对数据进行自主定价，根据市场需求和价值判断来确定具体的数据交易价格。政府提供顶层设计和整体监管，匹配以健康的政策环境和健全的监管框架，引导市场参与者遵循市场规则和道德准则进行自主定价，推动可商品化的数据要素在市场中能充分流动，自由竞价，最终流向其可以产生最大使用价值的地方。同时做好监督和评估管理，以保证市场交易的公平性和合理性。

3.引导确立定价的参考标准。政府部门可提供定价的统一参考标准以帮助市场参与者合理定价，其中可包括对类似数据交易的案例进行适度公示以及公开的分析研判，形成数据定价的参考范围和指导意见。同时，政府还可以在一定范围内和一定程度上鼓励行业组织和专业机构参与制定数据交易的定价指导原则，以提供更具权威性和专业性的定价建议。

4.加强定价的监督和评估管理。政府部门应加强对数据交易定价的监管和评估，确保数据定价符合国家相关法律法规和市场交易准则。相关监管部门可定期或不定期对数据交易的定价进行审查，确保交易价格的合理性和公平性。同时，政府相关部门还应建立完善定价评估机制，定期评估数据交易市场的定价情况，及时查漏补缺，防范隐患。

5.加强政府与市场间的“对话”。政府管理者和市场参与者之间需要加强沟通与协调，确保政府部门相关政策与市场定价的一致性和协同性。政府可依情况设立专门的咨询机构或行业对话平台，与市场参与者进行充分交流和沟通，了解其诉求，适时调整政策和监管措施，以达到政府与市场的良好协同治理。

（四）加强数据定价交易信息披露机制

透明、公正和可信的数据交易市场需要建立健康有序的数据交易信息披露机制，对交易数据提供充分、准确、及时的信息披露。信息披露内容可以包括数据来源、数据质量、交易规则、交易方的身份验证等。第一，制定规范的数据交易行为准则。明确的数据交易行为准则可以规范数据交易参与者的行为。准则应明确交易数据的真实性、准确性、完整性，禁止虚假宣传、数据侵权和滥用行为等，为数据交易市场的参与者提供明确的行为指导，增强交易的透明度和公正性。第二，加强数据交易主体权益保护。应制定相关法规和政策，明确数据主体对个人数据的所有权、控制权和知情权。同时，要规定数据主体可以行使的权利，如访问、更正、删除个人数据等，建立起公正和可信的数据交易环境。第三，强化交易数据真实性验证机制。为确保数据交易的真实性和可信度，监管机构可以要求数据交易参与者提供数据来源、采集方法、验证机制等相关信息，并进行核查和验证。对于存在虚假数据或数据造假行为的情况，要进行严厉的处罚，以维护数据交易市场的诚信和公正。第四，提高交易参与者对交易数据信息披露的水平。相关部门应要求数据交易参与者及时、充分地披露交易信息，包括数据的性质、质量、用途等相关信息，可以增加交易的透明度，帮助数据交易参与者做出客观理性的买卖决策。同时，国家相关监管机构可以强制要求交易平台和数据交易参与者遵守信息披露的要求，保障市场的公开和公正。第五，建立数据交易市场评估和信用体系。逐步开展对数据交易参与者进行评估和信用评级，评估指标可以包含数据定价交易的规范性、合规性、数据质量等多个维度，评估结果可以作为市场准入和合作的参考依据。同时，还要建立数据交易参与者的信用记录，对违规者及行为在一定范围内进行公示，提高市场参与者的自律性和诚信意识。

（五）创新监督管理体系

全面推进国家治理体系与治理能力现代化是一项长期工作。党的二十大报告指出，优化政府职责体系和组织结构、提高行政效率和公信力、健全基本公共服务体系。由此，加强数据交易市场监管机构的组织建设和能力建设，创新监督管理体系是提升社会数据资源的价值，优化公共服务体系的应有之义。首先，增强监管机构的组织建设和能力建设。加强数据交易市场监管部门和机构的组织建设，包括完善机构设置、优化人员配置和加强培训等。监管机构应拥有一支具备专业知识和技能的团队，能够有效履行监管职责。此外，要加强对监管人员的培训和学习，使其能够紧跟技术和市场发展的步伐。其次，明确数据定价交易市场监管机构的职责和权限，确保其能够全面有效地履行监管职责。再次，运用技术创新的手段加强数据交易背后的支撑力量，使其能够更好地监测和分析数据交易市场的行为。建立数据交易监测系统，通过数据模拟市场交易行为的监督管理，做好事前监督，实时监测和分析数据交易活动，警戒异常交易和风险行为。同时，积极建立数据共享和数据分析平台，促进监管部门之间的信息传递和信息共享，完善部门协作的信息基础，从根本上提升监管效能。