探路”数据定价“！“数据二十条”下数据要素市场交易重难点攻克
本文作者：
赵精武，北京航空航天大学副教授、北京科技创新中心研究基地副主任
周瑞珏，北京航空航天大学计算机学院博士后
推动社会经济发展的过程中，数据是实现数字经济与实体经济统筹发展、创新发展的重要战略资源。《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》（以下简称“数据二十条”）明确提出以数据产权、流通交易、收益分配以及安全治理作为数据基础制度建构的重点内容，这同时也是我国数字经济发展以及数据要素市场化配置过程中面临的挑战。在实践中，数据作为一种新的生产要素，现行法律体系难以适用于数据交易活动，数据定价更是缺乏直接的法律依据。同时，市场主体出于对业务合规风险的担忧，无法充分开展数据交易活动。因此，通过剖析数据交易过程中数据定价的制度障碍及其成因，能够更有针对地推动数据定价机制的理论建构和制度设计，进而实现安全高效的数据流动目标。
1
为什么要为数据定价据《中国数字经济发展白皮书（2021年）》显示，到2020年数字经济的市场规模达39.2万亿元，占GDP的38.6%，数字经济蓬勃发展对数据要素市场化配置提出更强烈需求。发挥市场配置的决定性作用，加快推进数据要素市场化配置，形成“市场评价贡献、按贡献决定报酬”的数据价格生成机制。
2021年11月，工业和信息化部印发《“十四五”大数据产业发展规划》提出，到2025年初步建立数据要素价值评估体系，推动建立市场定价、政府监管的数据要素市场机制。2021年12月，国务院印发的《“十四五”数字经济发展规划》进一步明确提出，鼓励市场主体探索数据资产定价机制，逐步完善数据定价体系。
一是数据要素加工后形成数据产品进行交易，能够给数据提供方、数据需求方和数据经纪人带来收益和效用；二是数据产品投入生产过程与其他生产要素融合应用能够提升最终产品或服务的性能或生产效率。
主流的数据定价策略可归纳为三类：一是从共时维度，引入数据分层分类策略，能够反映数据本体不同维度的真实价格。二是历时维度，引入数据产品生命周期策略，能够反映各环节的成本付出。三是针对数据服务的特殊场景，利用新技术手段构建自动定价模型，如基于机器学习、查询、博弈论、元组等的定价，侧重于反映特定市场场景构建下的综合因素对数据价格的影响。
2
数据定价为什么这么难数据作为一种新型财产客体，社会普遍认可数据的经济价值和持有人对其数据所享有的财产权利。民法典第127条“法律对数据、网络虚拟财产的保护有规定的，依照其规定”，该条已经明确承认了数据与网络虚拟财产具有相同的财产属性。我国网络安全法、数据安全法、个人信息保护法及其配置制度构建了数据安全流动的保障机制，并且围绕个人信息保护的多元化监管措施也为企业从事数据交易设定了足够清晰的边界。但是，在商业实践中，数据定价活动迟迟无法取得预期目标和效果，并且，数据交易活动所涉及的数据类型、规模和质量远远达不到数字市场的商业需求。形成这一现象虽不能一言概之，但是可以从以下几个方面窥见一斑。
第一，数据权利主体多元化，权利归属问题难解决。数据作为法定财产类型，不仅包含了合法持有者利用数据获取经济利润和商业价值的权益，可能还包括涉及个人信息保护的个人权益以及促进数据流动的社会公共利益。因为数据的经济价值并不是依循传统观点的买卖逻辑所创造，实践中大多是由多方主体通过相互协作完成数据经济活动，此时的经济利益难以界限分明地予以分隔，权利归属问题难以有效解决。
第二，数据交易方式不确定，场景影响效应难量化。在目前的商事活动中，企业之间的数据交易方式尚处于探索阶段，交易方式包括直接交易数据模式、数据交易所模式、资源互换模式、会员账号服务模式、数据云服务交易模式、API接口访问模式等。并且，决定数据经济价值的要素除了数据本身之外，还包括应用场景，可能导致卖方根据买方所处行业的特性采取歧视性价格策略，弱化数据交易活动所能带来的社会数据资源再创造的经济目标。因此，市场主体之间往往难以就数据的市场价值认定达成共识。
第三，数据估价指标不统一，数据质量标准难定论。与传统财产客体不同的是，数据估价的具体指标并不统一，即便是在一般的数据交易活动中，所谓的市场定价也不过是交易双方之间自行协商的结果，这种“一事一议”的数据估价模式难以为数字市场提供足够的参考依据。在数据分析技术更新迭代的过程中，市场主体对数据质量的要求越来越高，但行业内始终未能就数据估价指标和数据质量标准达成一致意见，成本、利润、行业属性、时效性、颗粒度、数量、范围等要素均能对数据的最终定价产生决定性影响。
3
如何解决数据定价难题
第一，交易试点实践先行，权属制度适时跟进。数据定价难题的解决不能仅寄希望于制定一套完整可用的数据权属制度，要在加快培育数据要素市场的过程中，秉持市场经济发展逻辑，鼓励和支持数据交易和数据定价的试点工作，通过推动市场主体不断尝试符合商业需求和经济规律的数据定价模式，适时调整和制定数据权属相关的保障制度，进一步释放数据生产要素活力。
第二，推动制定数据资产标准，助推形成行业定价机制。数据定价难题的解决是一项长期的经济社会治理活动，在加速数据要素市场化配置的进程中，首先应当推动制定数据资产的产业标准，设置层次化、场景化的产业标准有助于辅助市场主体选择兼顾安全和效率的数据交易模式，是一种更容易统一的数据定价方式。鉴于应用场景对数据市场价值的重大影响，可以考虑设置不同行业、不同场景的数据定价机制，尽可能降低由于交易双方信息不对称导致的价格歧视风险。
第三，培育多样化数据交易平台，探索全流程数据定价机制。数据定价难题的解决需要对症下药，应当探索和运营符合多样化商业需求的数据交易平台，由政府主导，促成数据交易双方供求对接。针对数据交易平台内常见的数据交易纠纷和合规难题，细化包括报价、询价、议价、定价等数据定价全流程的制度规范，建立健全数据定价前后的纠纷解决机制，保障市场主体的合法权益。
第四，依循数据类型的三层架构，规划交易收益分配机制。“数据二十条”明确要求建立公共数据、企业数据、个人数据的分类分级确权授权制度。在这三层架构下，进一步细分数据生产、数据加工、数据共享、数据交易等各个环节参与者的合法权益，并结合我国数据分类分级保护制度，将数据收益分配标准与数据授权机制、数据交易参与活动等因素挂钩，构建符合商业需求的收益分配机制。
来源：学习日报
版权归属原作者，分享仅供学习参考，如有不当，请联系我们处理。END
# 往期回顾 #
欢迎关注
数据要素开放生态社区！