深数所发布全国首个数据交易定价服务指南
定价服务指南全文
1.范围
2.引用文件
包括但不限于《深圳市数据交易管理暂行办法》《深圳市数据商和数据流通交易第三方服务机构管理暂行办法》《数据交易服务规范》等规范文件。
3.术语和定义
其中，数据产品：主要包括用于交易的原始数据和加工处理后的数据衍生产品。包括但不限于数据集、数据分析报告、数据可视化产品、数据指数、API数据、加密数据等。数据服务：卖方提供数据处理(收集、存储、使用、加工、传输等)服务能力，包括但不限于数据采集和预处理服务、数据建模、分析处理服务、数据可视化服务、数据安全服务等。数据工具：可实现数据服务的软硬件工具，包括但不限于数据存储和管理工具、数据采集工具、数据清洗工具、数据分析工具、数据可视化工具、数据安全工具。
定价参与方：包括数据卖方、数据买方、数据商和第三方服务机构。
其中，数据卖方：在数据交易场所内出售交易标的的法人或非法人组织。数据买方：在数据交易场所内购买交易标的的法人或非法人组织。数据商：从各种合法来源收集或维护数据，经汇总、加工、分析等处理转化为交易标的，向买方出售或许可;或为促成并顺利履行交易，向委托人提供交易标的发布、承销等服务，合规开展业务的企业法人。第三方服务机构：是指辅助数据交易活动有序开展，提供法律服务、数据资产化服务、安全质量评估服务、培训咨询服务及其它第三方服务的法人或非法人组织。
4.定价原则
数据定价应遵循以下原则：
公平性：确保所有定价活动在公开和公正的基础上进行，所有相关方都能访问到定价过程中的关键信息，以促进信任和公平竞争。
高效性：定价机制应设计得足够灵活，以迅速响应市场动态和变化，同时保持流程的高效率，减少不必要的延误和成本。
价值性：定价应真实反映数据资产的内在价值，综合考量其稀缺性、独特性以及市场的需求和潜在应用，确保价格与其价值相匹配。
合规性：在定价过程中，应严格遵守数据安全、资金安全、保密管理和隐私保护等相关法律法规，确保定价活动不仅符合市场需求，也符合法律和道德标准。
5.定价标的
定价标的为数据产品、数据工具和数据服务，应符合相关制度规定，明确相关信息。一是明确定价标的相关信息，包括但不限于定价标的性质、登记状态及对应登记信息等。二是明确定价标的对应的上市信息。三是明确定价参与方、定价机构以及其他定价相关方的基本信息。
6.定价流程
构建“估价-报价-议价-定价”的交易定价流程。包括数据商报价形成初始价、交易所估价形成建议价、买卖双方议价、生成定价结果和动态调整机制。
6.1交易所估价形成建议价
深圳数据交易所可通过数据探查、引入第三方评估机构结果等方式，结合交易平台历史交易数据生成数据交易价值评估结果。基于评估结果，交易所通过定价模型生成估价，并将估价结果反馈至数据商，作为数据商定价参照的重要依据。
6.2 数据商报价形成初始价
数据商或数据提供方根据自身的预期价格和交易所提供的参考建议价，在交易所对相应的数据产品进行报价。此报价成为数据产品最终展示价格，数据商可以选择直接采纳交易所的估价或基于自身情况和估价结果自行报价。
6.3买卖双方议价形成成交价
数据产品的最终成交价由买卖双方通过协议决定。交易所提供交易撮合和议价环境，但最终的成交价格由市场行为决定，反映了供需双方的共同意愿。
6.4定价的实施
定价过程中，采用市场法作为基础模型，以同类型数据产品的市场成交价作为定价基准。通过调整系数反映每个产品的个性因素，形成目标数据产品的建议价格。调整系数由多个因素构成，包括数据质量、数据贡献度、数据信用度和历史交易评价等。
6.5动态调整机制
随着市场的发展和历史交易数据的积累，估价模型会不断优化，更贴近市场实际，实现科学化定价。初期可能依赖于信息增益算法，随着时间推移，会逐渐引入更多的非信息增益算法，如独立性权重法、秩和比法、因子分析法和层次分析法等，以更全面地反映市场行为。
7.定价方法
7.1成本导向定价：确定报价下限
成本导向定价是定价最基本也最重要的方法,以全生命周期的各项成本支出作为定价的底线依据。任何定价方案都不应低于总成本水平,否则将难以维系数据资产的长期运营。通常需要计算三大类成本:数据采集成本、数据处理成本和存储传输成本。其中，数据采集成本分析包括：(1)数据源获取成本数据源往往需要付费购买,如第三方数据、行业报告、专利技术等；(2)人工采集成本对于需要人工采集的数据,如线下实地调研、发放问卷、访谈等,需要计入相应的人力成本；(3)第三方数据采购成本。如果直接向数据供应商采购数据,则需要计算数据购买费用。数据处理成本分析包括:(1)数据清洗成本原始采集数据通常存在诸多质量问题,如重复、格式混乱、缺失、异常等,需要对数据进行全面的清洗、标准化处理；(2)数据标注成本对于需要标注的数据,包括众包标注或内部团队标注；(3)算法模型训练成本主要包括:硬件成本、云服务费用、能耗成本等。数据存储与传输成本包括：基础设施投入、带宽费用和运维成本等，计算公式为：
7.2收益导向定价：确定合理报价区间
在成本导向定价确定价格下限后,收益导向定价则从数据资产本身价值出发,结合数据的独特性、实际应用价值和客户支付意愿等评估合理的最终定价区间，计算公式为：
7.3市场导向定价：形成数据交易场所建议价（估价）
数据交易所是实现跨行业、跨区域、大规模、高频次的数据交易场所，是数据要素交易所市场化机制形成的直接体现:其标准化动态定价模型的生成是探索“市场评价贡献”机制的关键，对数据要素市场的具有重要指导意义。交易所中交易历史数据的聚集沉淀是估价模型的搭建、训练和升级的核心，交易历史数据存量的多少直接决定估价模型的成熟度基于交易所不同发展阶段，场内交易聚集效应逐渐显著标准化定价机制的生成总体上实施“两步走”战略。
第一步，在“冷启动期”阶段，交易所培育初期，市场主体参与度较低，市场历史交易数据沉淀不足，交易价格波动性强。交易所不指定交易价格，只作价格指导，即通过追踪市场化交易行为，构建估价模型以提供辅助参考价，消除市场信息不对称。
第二步，随着市场主体的发育成熟，市场行为数据沉淀足够完善，市场历史行为信息足够稳定进入“热启动”阶段，这一阶段交易所可依据商品历史成交价、成交趋势等特征结合数据商或第三方数据资产评估机构对数据产品的价值评估认定结果进行高效评估，通过合理估价的形式逐步形成以市场调节价为引导的标准化定价模式。
附录 数据定价与交易模式分析报告
（一）数据资产定价现状
1.协商定价
协商定价是目前国内数据资产交易中运用较多的一种定价机制，是在市场参与方缺乏对数据资产价值的普遍认知前提下的最常见定价策略。在每一笔数据资产交易中交易双方根据自身对数据资产价值不同的认可程度，通过协商取得双方对于数据资产商品价值的一致性认可，并在此基础上完成交易。同时在交易过程中，数据资产交易所还可根据数据资产需方的需要，对于数据资产产品或公开的历史数据资产进行加工，并反应在最终成交价格中。此外，交易双方可通过反馈机制对于数据资产价格进行动态调整。数据资产需方在使用数据资产产品后，可及时进行反馈，供需双方可对数据资产价格进行再调整。协商定价机制的优势在于数据资产价格在不断反馈、不断调整中逐渐趋于合理化，有利于提高数据资产价格与实际市场的匹配度，促进交易双方的交易达成以及数据资产交易市场繁荣。其劣势在于实际操作中，数据资产供需双方沟通协商过程较为费时，反馈机制在实施过程中难以正确衡量和把握。
2.自动定价
自动定价指的是数据资产交易平台针对每种数据资产商品设计对应的自动计价体系，数据资产的供需双方在此基础上，由数据资产交易平台撮合完成交易。最终的交易成交方式有以下三种：一是自动成交，当需方出价大于或等于供方挂牌价时，系统自动完成交易，成交价为需方出价；二是供方选择成交。当数据资产需方出价低于供方挂牌价时，数据资产供方可选择能接受的需方出价与其成交；三是数据资产拆分成交。当数据资产需方仅需要数据资产中的部分数据资产字段时，数据资产交易平台根据数据资产拆分情况，自动给出对于数据资产字段的价格并撮合完成交易。与协商定价相比，自动定价增强了交易平台在数据资产交易过程中的指导作用。利用交易所的软件系统，撮合供需双方完成交易，一定程度上减轻了供需双方彼此沟通协商的耗时。但自动定价的实施运行对于数据资产交易平台自身软件建设的要求较高，建设成本提升，故目前采用该交易手段的国内数据交易所数量较少。
3.拍卖定价
拍卖定价指的是由数据资产供方或数据资产交易所确定拍卖底价，让希望获得该数据资产产品的需方共同进行竞拍，最终成交价即为该数据资产产品的价格。拍卖定价的形式能较好实现数据资产产品的商品价值最大化，有利于促进数据资产交易流通，吸引更多数据资产供方参与数据资产交易市场。但数据资产的可复制性使得其天生不是特别适用于拍卖形式，同时底价的确定在缺乏数据资产统一的定价准则情况下，存在较大难度。过高的底价可能会流失潜在数据资产需方，过低的底价则对于数据资产供方的利益无法得到保障，不利于数据资产交易市场的健康发展。同时拍卖形式还存在合伙竞拍、价格分摊等非诚信行为的威胁。
4.交易平台参考定价
当前部分国外数据资产交易平台形成了可信第三方定价的路径，在数据资产拥有者无法准确针对数据资产进行定价的情况下，依托可信交易平台定价交易。例如Azure、Datamarket等大数据资产交易平台均可根据平台自有的包括数据资产量、数据资产完整性、数据资产时间跨度、数据资产稀缺性等在内的数据资产质量评价指标，对数据资产进行定价。通过第三方定价方法，每个数据资产集的价格都将根据数据资产属性因素和数据资产集的数据资产量进行计算。可信第三方参考定价能在一定程度上解决数据资产交易中供需双方对于彼此的不信任，通过第三方参与数据资产交易，提升数据资产交易的公平性。但在实际操作中，当前国内外数据资产交易平台背景复杂，政府、企业、个人都参与其中，寻找一个完全可靠的第三方数据资产交易平台较为困难。对于用户而言，第三方数据资产交易平台缺乏透明度，可能导致信息误传和非对称信息的产生。
5.固定定价
固定定价是指数据资产供方和交易平台根据数据资产产品的成本以及商业效用，结合市场供需情况，设定固定价格在平台上出售。数据资产需方直接以该价格进行购买，省去协商沟通的时间。根据定价收费依据的不同，可分为按数据资产大小收费、按数据资产库范围收费、按交易平台数据资产计算单位定价等，固定定价也是国外数据资产交易中较为常见的定价方式。固定定价的最大优势在于节约了供需双方沟通协调的时间成本，潜在促成了更多数据资产交易的达成。但同时其固定定价的性质决定该定价手段仅适用于可批量交易的廉价数据，更大量更有针对性的商业应用数据资产难以适用于固定定价方式。
6.差别定价
差别定价是指以两种或两种以上的差异价格来销售一种数据资产产品或服务，定价的差异主要是基于数据资产需方获得数据的种类与范围上的不同。例如，同一个数据资产产品，若需方只需要小规模的数据资产，则提供免费服务；若数据资产需方需要大量数据资产用以商业分析，则需支付较高的价格获取相关数据资产。差别定价与协商定价有一定类似，但减少了双方沟通协商的过程，直接根据数据资产量或数据资产使用时间等数据资产使用指标
计算得出数据资产交易的对应价格。其定价权主要还是掌握在数据供方手中，可能会造成潜在数据资产需方客户的流失。整体来说，差别定价还是建立在整个社会对于数据资产的商业价值有着较公允认识的基础之上的。
（二）构建数据资产的新型定价与交易模式
数据资产具有无限复制性、高度异质性、非竞争性、规模报酬递增性等有别于传统生产要素的特点，依赖市场供需关系和资源稀缺程度的传统定价策略难以适配数据要素的特征。需要坚持市场主导的原则，在新型数据交易模式下，探索适配高频次复杂数据交易的价格生成路径，将数据交易市场内可记录的数据质量、服务质量、交易行为评估等影响数据产品价值的因子要素化，构建数据资产价格生成模型，探索数据要素的真实价值，引导数据要素市场成交价格趋于合理。新型数据资产价格形成路径是一个动态、多方参与、技术驱动，并逐渐向市场化和标准化发展的综合过程，该模式的主要特点和组成部分如下：
1.构建数据资产估价指标体系
深圳数据交易所提出的一套全面评估数据资产价值的标准，它包括多个维度的评价指标，具体如下：
数据供方信用度：评估数据供方是否诚实提供交易信息和交易标的物，参考数据供方的品质、资本、抵押和环境。
数据供方服务能力：基于《数据管理能力成熟度评估模型》国家标准，评估数据供方在数据治理、数据架构、数据安全、数据标准和数据生存周期等方面的表现。
实验撮合环境样本适用度：评估数据需方在实验撮合环境中试用数据的业务价值，包括样本数据的真实性、认可度和效用性。
生产计算环境数据质量：依据《数据产品质量评估框架及管理规范》和GB/T36344标准，评估全量数据交易中的数据质量，包括规范性、完整性、一致性、准确性、时效性和可访问性。
数据商服务质量：通过数据商的履约情况、平台故障修复和技术实力等指标评估其服务质量。
模型贡献度：评估数据应用和价值挖掘过程中模型的预测能力、训练数据集特征等，通过准确性、场景泛化性、计算效率和沙普利值等指标进行评估。
数据应用价值：衡量交易完成后数据标的物的实用性，通过稀缺性、多维性、市场关注度、业务提升度和应用场景广度等指标进行评估。
数据交易后评价：收集数据需方在使用数据后的反馈，包括对数据质量、应用价值、数据供方信用度和数据商服务质量的评价。
这些指标共同构成了一个综合的评估体系，旨在全面评价数据资产的价值，并作为数据交易价格生成的重要依据。通过这些指标的评估，可以更准确地确定数据资产的市场价值，促进数据交易的透明化和标准化。
2.构建“报价-估价-议价-定价”的交易流程
报价-估价-议价-定价的流程是数据交易中数据资产价格形成的关键环节，具体流程如下：
数据商报价形成初始价：数据商或数据提供方根据自身的预期价格和交易所提供的参考建议价，在交易所对相应的数据产品进行报价。此报价成为数据产品最终展示价格，数据商可以选择直接采纳交易所的估价或基于自身情况和估价结果自行报价。
交易所估价形成建议价：交易所通过数据探查、引入第三方评估机构结果等方式，结合交易平台历史交易数据生成数据交易价值评估结果。基于评估结果，交易所通过定价模型生成估价，并将估价结果反馈至数据商，作为数据商定价参照的重要依据。
买卖双方议价形成成交价：数据产品的最终成交价由买卖双方通过协议决定。交易所提供交易撮合和议价环境，但最终的成交价格由市场行为决定，反映了供需双方的共同意愿。
定价的实施：定价过程中，采用市场法作为基础模型，以同类型数据产品的市场成交价作为定价基准。通过调整系数反映每个产品的个性因素，形成目标数据产品的建议价格。调整系数由多个因素构成，包括数据质量、数据贡献度、数据信用度和历史交易评价等。
动态调整：随着市场的发展和历史交易数据的积累，估价模型会不断优化，更贴近市场实际，实现科学化定价。初期可能依赖于信息增益算法，随着时间推移，会逐渐引入更多的非信息增益算法，如独立性权重法、秩和比法、因子分析法和层次分析法等，以更全面地反映市场行为。
整个流程体现了市场在数据资产价格形成中的决定性作用，同时，交易所和第三方评估机构提供的专业估价服务为市场提供了重要的参考和指导，确保了价格形成的透明度和公平性。
3.数据资产定价“两步走”策略
数据交易所是实现跨行业、跨区域、大规模、高频次的数据交易场所，是数据要素交易所市场化机制形成的直接体现:其标准化动态定价模型的生成是探索“市场评价贡献”机制的关键，对数据要素市场的具有重要指导意义。交易所中交易历史数据的聚集沉淀是估价模型的搭建、训练和升级的核心，交易历史数据存量的多少直接决定估价模型的成熟度基于交易所不同发展阶段，场内交易聚集效应逐渐显著标准化定价机制的生成总体上实施“两步走”战略。
第一步，在“冷启动期”阶段，交易所培育初期，市场主体参与度较低，市场历史交易数据沉淀不足，交易价格波动性强。交易所不指定交易价格，只作价格指导，即通过追踪市场化交易行为，构建估价模型以提供辅助参考价，消除市场信息不对称。
第二步，随着市场主体的发育成熟，市场行为数据沉淀足够完善，市场历史行为信息足够稳定进入“热启动”阶段，这一阶段交易所可依据商品历史成交价、成交趋势等特征结合数据商或第三方数据资产评估机构对数据产品的价值评估认定结果进行高效评估，通过合理估价的形式逐步形成以市场调节价为引导的标准化定价模式。
来源 深圳数据交易所
END好文推荐Valuable Articles