【理论探索】任保平刘洁：建立完善中国特色的数据市场定价机制

点击蓝字关注我们

作者简介

任保平，南京大学数字经济与管理学院特聘教授、博士生导师，主要从事数字经济、经济增长与高质量发展研究；

刘洁，南京大学数字经济与管理学院。

摘要：建立完善数据资产定价机制，对促进数据要素流通，培育数据要素市场具有重要意义。数据资产市场化定价以商品属性为载体进行估值定价，需要综合考量其获得成本、市场供求关系等多方因素。中国特色的数据资产市场定价机制的设计要基于需求驱动原则，构建多方市场主体共同参与的数据产品价格生成机制。要区分一级市场和二级市场，分市场制定数据资产定价的实施细则。要按照三阶段路径，构建数据资产定价机制的框架。界定数据要素流通三层面，探索构建数据资产定价体系。中国特色数据资产市场定价机制的配套制度设计要完善数据资产的产权运行机制、数据资产价格形成和收益分配机制、数据资产的管理机制，搭建数据资产评估定价的公共服务平台，完善数据产权化领域的人才和技术创新的协同机制，深化对数据要素交易市场监管的机制改革。

关键词：数据要素，数据资产，定价机制，制度设计

一、引言

数据是发展数字经济的关键生产要素，数据资产日益成为推动数字中国建设和加快数字经济发展的重要战略资源，高效的数据要素配置可以加速发挥数据对经济发展的支撑作用，而数据定价是推动数据要素市场化配置的关键环节。党的十九届四中全会提出，数据应当作为生产要素参与分配，要建立、健全由市场评价贡献、按贡献决定报酬的分配机制。随着数字经济的快速发展，数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各环节，成为科技革命和产业变革的关键要素，与传统生产要素相结合，通过人的活劳动创造价值，推动经济增长。但是如何评价数据在社会生产中的价值贡献以及数据如何参与价值分配缺少统一标准。数据资产定价不仅是数据资产价值实现的重要环节，而且在融资企业贷款中被广泛应用，是融资企业贷款的重要环节。要素市场培育应当按照高标准的市场体系,完善数据资产定价机制，加强数据资源整合和安全保护，对促进数据要素流通，培育数据要素市场具有重要意义。

二、数据资产市场定价的经济学原理

数据资产作为数字经济时代的产物，其提法最初源于国外，被国内外学者广泛讨论。基于不同的视角，不同学者给出了数据资产的不同定义。从资产的视角来看，资产确认的两个重要条件是所有权和收益性。数据资产因其非实体特征被划分为无形资产的一种，但是由于可以长期重复使用，也有学者认为数据资产可以作为固定资产；从企业的视角来看，企业在生产经营过程中形成了数据资产，企业拥有对数据资产的控制权和所有权，在确定数据权属的基础上对数据资产的合理使用可以为企业带来丰厚的经济利益；从供给使用的视角来看，由于数据具有完整的价值生产过程，数据资产是生产过程中产出的非金融资产，可以认定为生产资产；也有学者认为数据是经济社会活动的衍生物，据此确认数据的非生产资产属性。因其视角不同，对数据资产的定义尚存在一定偏差，但是对数据的资产属性已经达成共识。数据要素是数字经济背景下创新的微观基础，通过驱动创新和技术进步，实现企业生产决策流程优化，提高全要素生产率，降低交易成本，提高资源配置效率。数字经济的发展使得数据要素中所蕴含的经济价值和社会价值逐渐得到释放，数据要素加快向数据资产转化。数据从低质量、碎片化的数据原料，通过加工处理成为可以作为生产资料的数据资源，到最终成为可交易的数据资产，需要经历复杂的价值化动态过程。数据资产市场化定价首先需要明确数据商品属性，数据所拥有的商品属性保障数据资产所有者通过流通交易获得经济利益，发挥数据资产价值。按照马克思主义政治经济学的观点，社会必要劳动时间决定商品价值，价值决定价格，而供求关系影响价格。数据资产市场化定价以商品属性为载体进行估值定价，需要综合考量其获得成本、市场供求关系等多方因素。

从数据资产成本的角度来看，数据资产成本是衡量数据资产价值最直接的指标，数据资产的形成过程中投入大量开发、存储和管理成本,可以直接刻画数据资产的价值，在确定价格上很有帮助。数据采集、处理和存储需要投入高昂的成本，必须有相应参与方承担数据生产的成本，在数据资产交易过程中，这些成本蕴含在数据资产价格中。数据资产价值增殖以技术、风险、人力及市场成本为基础进行衡量。企业通过开发或引进技术进行数据分析和挖掘，维护升级数据资产信息系统，抓取关键信息，有效提升数据资产价值和竞争力；数据资产面临隐私泄露、信息篡改等问题，需要合理评估数据资产风险，采取有效措施降低风险，增加风险维护成本投入，可以保障数据资产价值的稳定性；数据资产所需知识和技能更新迭代速度较快，需要不断进行人力资本投入增强数据资产持有者管理才能和收集者开发维护能力，需要较高的人力资本投入；依赖于交易平台的数据资产交易，需要定期进行宣传推广等活动，累积形成市场成本。数据资产的市场定价机制强调通过发挥市场机制的作用，以数据资产开发和管理成本为基础，评估数据资产的公允价值，体现数据资产对经济增长的贡献，为数据要素参与价值分配提供制度基础。需要注意的是，数据资产只有和具体的应用场景相结合才能发挥价值，数据资产没有与使用场景结合，就无法发挥价值，尽管前期投入了采集和处理成本，此时价值依然为零。

从市场供求的角度来看，数据资产定价的基本原理是将数据资产价值与市场供求相匹配，相较于传统商品，数据资产所特有的低边际成本、高固定成本、产权不清等特征会导致价值“双向不确定”,大大增加了资产定价的难度。例如，买卖双方的信息不对称导致对数据资产价值的认知存在偏差，难以对资产价格达成共识，阻碍了市场交易的进行，降低了配置效率。数据资产定价需要充分考虑数据资产的特征。除了数据资产特征对数据资产定价带来的挑战之外，市场供求也会影响数据资产定价，要素市场供求变动会引起数据资产价格的波动。当前，数据资产供给质量良莠不齐，缺乏统一的质量标准和生产操作细则，有待深化数据资产供给侧改革，以统一标准提高要素准入门槛，改善数据资产供给质量，提供高质量的数据产品和服务供给；数据资产的交易依赖大型交易平台，数据交易平台是数据交易和流通的核心枢纽，需要加强数据交易平台的建设和管理；在数据的需求方面，重点在于分析数据市场行为，满足买家需求，提供精细化、定制化数据产品和服务。作为供求关系的核心指标，价格准确反映了生产要素在社会生产过程中的价值贡献程度。数据资产市场定价的经济学原理在于供需匹配，以需定供，从需求侧倒逼供给侧改革，提升供给质量，减少信息不对称，完善定价机制，明确数据资产价格，从而优化数据市场。

数据资产的定价是数据要素市场化配置的核心环节。数据要素市场化配置需要依托市场交易规则，在市场竞争的过程中，实现数据商品和服务的快速流转和自由竞价，最终使得多样化的数据产品可以流向产品需求方，完美匹配供给和需求，实现价值最大和效率最优。数据要素市场化配置关键在于发挥市场的决定作用，强调市场在生产、流通和使用全过程的决定性作用，完善市场主体的利益分配机制，协调市场主体的经济活动，解决市场机制如何发挥作用的问题。价格逐步形成的过程就是数据资产定价机制发挥作用的过程，在构建全国统一的数据要素交易市场的基础上，顺应数据要素自身的特殊规律和数据资产市场化的发展需求，建立数据资产价格形成机制，能够准确反映数据资产真实价值和市场供求关系。国内外对数据资产定价机制进行了积极探索，但是规范有效的资产定价规则目前尚未形成，数据资产定价的探索成为重要的现实课题。随着数据要素市场和资产定价机制的不断完善，数据要素的流通和使用问题会逐渐得到解决。

三、中国特色的数据资产市场定价机制设计的框架

在全球数字化浪潮下，世界各国从自己的国情出发，都在积极探索数据资产的定价机制。20世纪末以来，在数据商业化浪潮推动下，许多国家试行市场化收费、成本+利润收费、平均成本收费、边际成本收费等数据资产定价模式。随着数字化水平和政府数据开放程度的提升，常规数据获取趋向于免费或边际成本收费，高价值数据集可根据类别与利用目的分类定价，数据商业化再利用主要以会员费、定制服务费、咨询费等形式进行成本性收费乃至市场化收费。在数据资产市场化中形成了欧盟的成本回收定价、边际成本定价与美国的边际成本定价和免费等不同定价策略。

国内的北京市和深圳市也探索了一些具有地方特色的做法。深圳市首先立法提出将数据资产纳入资产负债表，推动生产要素资本化核算。2023年6月20日，北京市政府印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》(以下简称《实施意见》),提出要探索资产评估和入表新模式。不断完善数据资产价值评估，为资产评估和定价提供一套可行的标准，完善数据资产定价模型，保障数据资产价值公允性，减少数据交易市场中的信息不对称。2023年12月12日，深圳市举行了《数据资产评估定价方法》团体标准技术研讨会，提倡基于无形资产的价值评估方法完成数据资产定价的分析，为企业数据资产交易提供实现路径。根据政策指引，目前国内关于数据资产定价机制的研究，高度关注数据产权归属问题以及数据资产定价方法的创新举措。以明确数据产权为前提，探索用于产业发展、行业发展的定价机制，有助于释放数字资产的内在价值。

2022年12月，我国发布的“数据二十条”明确提出借鉴国际和国内经验，针对数据资产定价的重要性和数据资产的特征，构建中国特色的数据资产市场定价机制。所谓中国特色就是立足于中国数字经济发展的现实需要，服务于数字中国建设的目标；体现中国特色社会主义市场经济基本制度的要求，以中国数据要素市场的培育与发展为出发点；总结我国各地数据资产定价、流通和交易的经验。从这一思路出发，中国特色的数据资产市场定价机制设计的框架需要从以下四方面考虑。

1.以需求驱动构建多方市场主体共同参与的数据产品价格生成机制

从政治经济学的基本原理来看，商品的价值是由生产这些商品的社会必要劳动时间决定，价格是价值的货币体现。数据定价可以解释为生产、加工这些数据耗费的人力、物力或者其他营销成本的总和。在数据要素市场上，数据要素的价格受供求关系双方面影响，但是对数据的估值定价要从需求方开启，即便是由供给方报价，也需要对需求的充分调研。应用场景下存在数据需求，才有可能实现数据的流通，否则就会出现有价无市的情况。数据要素市场必须从需求方开启数据资产定价，基于具体的需求，提供各类面向市场需求的数据产品。针对数字经济重点领域，进行调研服务，通过对重点企业开展数据供给和需求调研，帮助企业识别和盘点其现有数据基础，全面确定企业数据供需情况，摸清数据登记底数。

在需求调查的基础上，数据按照需求对象可以划分为政府数据、企业数据、个人数据三种类型。不同的数据类型对应着不同的定价机制。政府数据主要为公共数据，满足非排他性和非竞争性。马为彪和吴玉鸣研究发现，开放公共数据有利于破除信息壁垒，缩小区域间差异，弥合资源禀赋差异，提高区域发展整体实力。对政府数据这类公共数据的定价机制应当重点关注其社会效益，建立数据共享渠道，整合纳入统一的数据共享交换体系，促进公共数据的流转。针对公共数据资源的开发和利用，国家发展改革委、国家数据局召开专家座谈会，旨在建立健全公共数据价格形成机制，促进公共数据产品和服务的供给与流通。为避免“反公地悲剧”,公共数据的开放和授权需要明确数据使用范围，维护公共数据安全。同时为了保障公共数据流通效率，应当避免非必要的行政审批，重点发挥市场的作用，以满足市场需求为主要目的，努力提高社会福利。

企业数据根据来源不同，可以划分为内部数据和外部数据：企业在内部运营过程中形成了内部数据；通过外部购买和软件抓取等途径形成了外部数据。完善数据资产定价机制，企业可以顺利进行数据资产交易，同时需要警惕数据资产的非法获取，维护数据资产提供者和所有者的权益。

个人数据由于缺乏估值定价机制，其价值往往被低估，而且缺乏公平透明的交易程序，阻碍了数据要素的流动和数据要素市场的发展。制定完善个人数据定价规则在为个人数据交易提供制度保障的同时能够激励个人数据的交易。个人数据的隐私信息丰富，价值高，而且易于泄露，应当建立更加严谨的保护机制进行区别保护。在明确数据类型后，根据不同数据类型特点，以实际应用需求为导向，有针对性地设计数据要素市场的交易定价流程，形成数据公允价值，为数据资产流通奠定基础；探索建立多样化的数据资产定价机制，通过结合数据卖方报价、第三方机构估价、数据买方与数据卖方议价等多种方式，鼓励市场力量挖掘数据资产商业价值，调动企业、科研院所、行业协会等多方参与数据资产定价，构建多方市场主体共同参与的数据产品价格生成机制。

2.分市场制定数据资产定价的实施细则

国家发展改革委价格监测中心副主任王建冬提出，根据数据开发利用层级，数据要素可分为四阶形态：原始数据、脱敏数据、模型化数据以及人工智能化数据。可依据该建议，把数据要素市场分为一级市场和二级市场，从这两个市场层面分别提出数据资产定价的实施细则。一级市场的数据包括原始数据、脱敏数据，把这类要素流通的数据市场作为“一级市场”。模型化数据和人工智能数据属于衍生数据，依托原生数据开发的数据产品和服务，承载其流通的数据市场作为“二级市场”。通过算法和模型开发，一级市场所购买的数据可以转变为二级市场的交易标的，并在二级市场流通。

一级市场是数据的开发市场，负责对原始数据的采集、开发和处理，需要着力解决数据要素的“有效入场问题”,重点在于发挥估值功能。通过专业化机构和技术化评估系统，对数据资产进行价值评估，以合理的价值评估鼓励引导数据资产流入市场。数据的可复制性导致在使用权转让过程中容易滋生非法套利，行业内的头部公司可能会对数据资产进行大规模购买造成垄断。一级市场应当侧重于数据资产的开发，创造更多优质的数据资产，不鼓励进行基于所有权的交易，对于一些特殊的需要进行交易的数据资产也应在交易所的严格监管和指导下进行。同时需要加强对数据资产的质量和安全性评估与考核，维护一级市场的平稳运行，避免数据资产纠纷。二级市场是数据的交易市场，负责定价、交易和结算等，需要着力解决数据要素的“高效流通问题”,重点在于发挥定价功能。数据资产的阶段使用权是二级市场流通交易的标的物。在市场交易的过程中，数据资产需求方在数据市场寻找合适的数据资产，并且根据自身效用对数据资产形成心理预期价格，遵循资产报价或者竞价原则，通过市场交易匹配撮合机制交易所需数据资产的使用权，逐渐形成市场均衡价格。在两级市场分层基础上，一级市场需明确数据加工使用权和经营权，确保数据来源、质量等方面可靠。二级市场应鼓励数据服务商根据市场需求提供定制化、多样化的数据服务。

由于数据资产具有时效性，数据资产的价格一直处于动态调整之中，市场需求也在不断变化，给数据资产定价带来一定的挑战。同时，数据资产价值的显现具有不确定性，当下炙手可热的数据资产可能在未来一文不值。在制定数据资产定价机制实施细则的过程中，不仅要充分考虑数据资产市场的特征，制定有别于传统商品定价的实施细则，还应当积极运用数字化技术打造更具适应性的交易系统，形成数据资产定价的动态调整机制，及时反映数据资产价格的实时变动。数据估值定价机制的运行依赖良好的市场环境，要加快建立完善数据一级估值市场和二级定价市场，促进数据市场的规范运行。

3.按照三阶段路径，构建数据资产定价机制的框架

数据资产定价机制是结合具体使用场景对数据资产进行估值定价的制度安排，其核心在于评估数据要素价值和市场贡献。欧阳日辉提出基于价值和市场评价贡献的数据要素定价机制，从“价值形成—价格发现—竞价成交”的路径构建数据资产定价机制的框架，这一框架包括价值形成机制、价格发现机制和竞价机制。数据的价值形成机制是指依托数据价值链，原始数据向数据商品转化的过程中实现了价值增殖，数据要素形成数据产品，应用于具体场景创造价值，实现数据产品到数据资产的转变。数据资产评估揭示了数据的内在价值，是构建数据要素市场的基础，可以为供求双方提供有效市场信息，激发交易动机，促成数据资产交易。通过建立数据要素价值评估指标体系引导数据资产的价格形成机制。对于一般行业可以制定普适性的价值评估标准体系，结合市场供求关系，对数据商品进行一般定价。对于特殊领域与行业可以基于应用场景，对数据要素价值进行量化评估，根据买家异质性和具体产品实行差异化定价。价格发现机制是建立在价值形成机制的基础上，依托场景化的定价激励机制，在市场竞价中形成均衡价格。通过估值模型和定价方法，可以量化数据要素的价值，发现数据资产价格。价格形成机制是数据资产的内在价值外化为数据资产具体价格的过程，能够促进数据要素的有效配置。在数据市场中的价格发现机制侧重于评估与调节，是基于场景和“市场评价贡献”对数据要素市场供求关系的真实反映，有助于引导和调节数据产品价格。在竞价交易机制中，首先由集中撮合形成了数据产品的初始价格，交易主体在竞价过程中逐渐形成了交易价格。数据资产的竞价机制很大程度依赖于交易平台，我国目前已有的交易平台主要包括大数据交易所(中心)、行业大数据交易平台、大型互联网公司主导创办的数据交易平台和第三方数据服务提供商。除了交易平台的竞价机制，还有基于博弈和拍卖的竞价模式作为重要补充。当买卖双方存在信息不对称，对数据资产估价不一致时，通过博弈会比交易平台按照标准化竞价更有效率。在不完全市场情况下，拍卖竞价因其公开透明、交易效率高成为有效的资产定价方式，可以作为平台外资产定价机制的重要补充。所有的竞价机制都依赖于公平公正的竞价环境。明晰数据权属、建立科学的数据资产管理体制和完善数据产品交易监管体系，在保障各方正当权益的前提下，完善竞价机制，营造公开公平公正的数据产品竞价环境。

价值形成机制是价格发现的基础，基于数据资产供给方的角度，根据数据资产自身特点，定价机制对数据资产价值进行评估，为价格发现提供重要参考，是数据资产使用价值的再现；建立在价值形成基础上的价格发现机制，基于数据需求方的角度，出于数据需求者的效用评估和心理价格并结合市场供求情况发挥作用。利用交易平台进行价格和需求的匹配，最终得到市场出清状态下的均衡价格。竞价机制是在价值形成和价格发现的基础上，对数据资产能够进行有效交易的一种动态调整。在这一框架下，基于场景的交易是数据要素价值变现的主要途径，数据产品的价格发现依托场景、供求和定价机制，需要完善多层次交易市场，建立合理竞价模式和高效交易体系。

4.构建资源化、资产化、资本化三个层面的数据资产定价体系

数据要素流通要经历资源化、资产化、资本化三个层面，分别探索成本法、收益法、市场法等定价方法的应用路径。数据资源化定价以成本为导向，针对原生数据，以数据成本、质量和隐私含量作为定价的重要参考指标。数据资源化的含义是加工基础信息成为高质量的数据，在数据加工过程中涉及许多成本，以成本为导向建立数据资源化定价机制可以有效衡量数据资源化过程中耗费的成本，明确数据资源的价值。数据资源化过程中的成本耗费很大程度上决定了数据产品及服务的供给质量和数据要素的价值释放水平。数据资源化成本测算通过加总数据生产过程中的各项成本来评估数据资产价值，基于成本法的测算在国内外都有广泛的应用。目前已有文献建议以成本为导向测算数据资产价值，如丰塔纳(Fontana)等建议采用成本法进行评估英国医疗数据的价值；国内也成功进行了基于成本法的数据资源定价实践，如南方电网、光大银行等企业曾依据成本法测算数据资源价格。

数据资产化定价以收益为导向，适合采用收益分成模式，买卖双方“一对一”议价，反映双方对于数据资产的收益预期；适用于衍生数据，需要跟具体场景相结合，高质量的数据与具体业务场景的融合会产生巨大的商业价值，实现数据资源到数据资产的转化，在帮助市场主体节省成本、提升效率、扩大收入等方面发挥巨大潜能。数据资产化是发挥数据价值的重要环节，通过把数据与技术、资本等传统生产要素相结合，应用营销管理、数字技术创新等各种场景，从而实现数字资源到数字资产的转变。数据资产化意味着数据可以产生预期收益，结合预期应用场景，对未来收益进行量化，准确反映其经济价值。数据资产所具有的内在价值和期权属性是以收益为导向对数据资产定价的关键所在。数据资产化有利于创新融资方式和定价机制，例如，深圳数据交易所以数据资产化作为新型融资方式破解科技型中小企业融资难问题。近年来，各地交易所积极创新数据资产定价模式，引入基于第三方引导和市场化议价相结合的定价方式，鼓励各类交易主体以博弈方式进行议价，提高数据市场交易效率。

数据资本化定价以市场为导向，是对数据证券化和股权化定价进行构建和探索，参考现有股权市场探索数据资产定价机制。数据资本化赋予数据资产要素资本属性，实现保值增值和流通。数据资源与企业价值创造的关系日益密切，数据资产入表的积极探索为数据资产化提供了基础，数据资产被纳入资产负债表，为证券化提供了标的物。财政部推动强化企业数据资源会计信息披露，要求把数据资源纳入资产负债表，增设数据资源项目，积极推动数据股权化和数据证券化的探索。数据股权化即数据可以作为生产要素参与利益分配，将企业所有的数据资产权益转化为股权。数据资产证券化即数据资产是资产负债表中的一种资产类型，肯定了数据资产的未来收益能力。证券化允许数据资产利益相关方依托现有数据资产获得未来收益，在明确资产权属关系的基础上，构建数据证券化、数据资产抵押融资和数据信托制度加快现有资产向未来收益的转化。目前数据资本化定价仍处于探索阶段，聚焦于数据证券化和股权化定价方法论的构建和实践的推进。北京市已经开始积极探索推动数据入股方面的实践。针对数据资产金融创新，北京市政府发布的《实施意见》提出，鼓励市场主体开展“作资入股”,将数据资产作价入股，发挥数据作为生产要素的重要作用，按照贡献程度平等参与分配。积极探索数据资产与金融服务的结合，推动数据资产融资和信托。同时增强风险意识，做好风险防范措施，在保证风险可控的前提下，探索开展金融机构面向个人或企业的数据资产金融创新服务。随着数据资产资本化的相关理论基础和配套制度设施不断完善，数据资本化定价会逐渐走进大众视野。数据资本化是数字经济建设的内在要求，可以帮助企业扩大融资范围弥补数据收集加工过程中的资金缺口，推动技术创新，获取更多经济利益。数据资源与金融资源的高效结合可以提高数据资产的可交易性，调动市场主体积极性，加快建设完善数据交易市场，推动要素市场化配置。

四、中国特色数据资产市场定价机制的配套制度设计

党的二十大报告指出高质量发展是全面建设社会主义现代化国家的首要任务，明确了当前我国经济发展的主攻方向。数据要素的非排他性、低成本复制等经济特征，能够更好实现供求匹配，提高微观运行效率，激发宏观增长潜力，能够有效提升我国经济发展质量。但是数据资产目前存在产权规范不明、交易机制缺失、监督管理失配等诸多问题，会衍生出数据垄断、个人隐私泄露等问题，成为激活数据资产价值的掣肘因素。数据要素基本特性和经济特征决定了数据要素的有序流动和充分共享需要以保障和维护数据权益为前提，在加快培育要素市场的基础上，建立完善中国特色的数据资产市场定价机制的配套制度设计。

1.完善数据资产的产权运行机制

数据产权明晰是建设完善数据市场的前提，要探索数据产权结构性分置的制度框架，明确规定数据的所有权和使用权，保障数据资产相关方的合法权益；建立数据分类分级授权机制，在明确数据类型的基础上，建立分类管理机制，破解数据交易中“确权难”的问题。在此制度框架下，建立数据“三权”分置运行机制，规定国家享有数据资产的所有权，数据主体享有资格权，数据从业者享有经营权，形成“个人数据人格权、企业财产权、国家数据主权”的数据产权制度体系。数据具有不同于传统生产要素的特性，非排他性会导致资源滥用，非竞争性会造成资源的过度传播，因此数据产权保护更为困难。从数据生成场景出发，基于数据要素特征，数据资产的初始产权应当归参与生成过程的主体所有，承认交易主体对享有数据资产的收益权，综合考虑利益相关者的正当权利以及价值贡献，确定数据确权的范围，制定数据产权分置的配套规则，建立专门管理机构负责数据产权登记。数据要素分级授权作为一种协商机制能够以较低的协商成本与监管成本实现数据确权，具有高效性与可行性。坚持激励和约束并重原则，在数据确权的基础上，促进数据要素高效流通，实现数据利用与保护的有机统一。

2.完善数据资产价格形成和收益分配机制

建立数据价格形成和收益分配机制要充分考虑“数据二十条”提出的“价格市场决定、流动自主有序、配置高效公平”的总体要求，要能够及时、准确、全面地反映要素市场的供求关系和数据要素的成本和价值。数据要素价格机制的不完善导致了数字要素收入分配不均衡，不同区域和群体间的结构性失衡导致分配效率较低，影响数字资源配置和升级。在价格形成层面，价格形成机制遵循市场化原则，发挥市场在资源配置中的决定性作用，政府和数据交易平台无权对数据资产直接定价。结合数据资产质量，借助数字化的平台交易系统，市场主体在充分竞争和博弈后形成价格共识。在收益分配层面，建立完善数据要素参与收入分配的三层次制度进路，初步构建“市场发挥决定作用”的初次分配、监管激励相容的二次分配和长效运行的三次分配制度框架体系。初次分配重点在于发挥市场作用，依据不同市场周期的特点，探索数据资源的成本核算和收益分配制度；二次分配重点在于发挥政府“看得见的手”的作用，通过财政税收、转移支付等手段调节收益分配；三次分配需要市场参与主体、政府和社会组织等各方力量的相互配合，鼓励自愿进行各种形式的捐赠，激励企业和组织积极承担社会责任，实现数据要素收入分配上的富裕。

3.完善数据资产的管理机制

结合公共数据的非排他性和非竞争性等特征，建议将公共数据纳入国有资产，由国家统一管理，明确收益归全民共享。明确数据资产的公共品特征后，以政府为主导，在公共物品定价原则的基础上，综合使用成本法确定公共数据的价格，制定公共数据区间定价的操作细则。数据资产管理机制的建立需要以强有力的制度和完善的管理体系作为保障，建立完善组织框架，明确规章制度和管理流程确保各项职能平稳运行，能够有效提升运营效率和管理水平。随着数据意识与数据价值的逐步提升，数据规模持续增加，技术成本投入下降，越来越多的组织搭建大数据平台，实现数据资源的集中存储和管理，数据资产管理的重要性和必要性日益凸显。为了不断维护数据资产市场的运营，还需要建立长效管理机制，对数据资产管理进行有效性和可行性分析，展开常态化检查，不断改进管理模式和方法，严格管控数据质量和安全。数据要素享有和其他传统生产要素相同的地位，应当参考其他生产要素的管理，建立专门的数据管理机构以保障数据要素市场的高效运行，完善对数据初始产权的登记，为数据纠纷裁决提供初始凭证；加强对公共数据的管理，明确公共数据的授权范围；对数据违法行为进行监管与处罚，保障信息安全和数据权益。

4.搭建数据资产评估定价的公共服务平台

随着数据要素成为重要的新型资产，搭建公共服务平台可以促进企业和组织进行数据交易和分享，最大程度实现数据资产的价值。建立完善数据资产登记、评估、计价、入表、存证等全链条配合制度和共性服务体系，为推动公共数据、企业数据和个人数据增值化开发利用和资产化创新应用提供可行路径。建设完善数据服务中介机构，提供估值定价、合规审查、争议仲裁等全过程数据服务，鼓励市场主体参与数据资产定价机制的探索，支持交易平台与中介组织和金融机构等开展合作，提供多样化、定制化服务。地方政府应主导区域型数据交易平台的建设，引导大型互联网公司、行业协会建设行业数据交易市场，为数据要素提供全过程的平台服务，满足数据价值链不同阶段的共性要求。加强我国数据公共服务平台建设，需要综合发挥市场和政府对数据资源配置的作用，妥善处理政府和市场、监管与创新的关系，打造集合数据交易、数据保护和数据监管于一体的数据公共服务平台。随着数据要素市场不断完善，对数据采集交易的需求不断增加，政府要加快构建数据资产评估定价的公共服务平台，通过市场化竞争的方式提高数据质量，加速数据流通速度，让数据价值惠及全体公民，为数据交易提供制度基础。

5.完善数据产权化领域的人才和技术创新的协同机制

及时更新高等教育内容，完善课程体系，使其符合数据产权化实际发展需求，培养更多综合性高素质人才加入该领域。目前数据资产的法律体系建设不完善，数据资产交易中存在产权不清晰、范围不明确等问题。由于企业争夺数据要素引发的纠纷接连不断，对数据要素市场建设和数字经济发展造成了不良影响。对数据产权的保护涉及多学科的共同参与，从法律层面，通过立法明确数据权属，加强数据知识产权保护，建立完善的数据要素保护和协调法律体系，能够有效预防数据侵权行为，解决数据产权纠纷；从技术层面，依托数字技术加强对数据产权的保护，例如通过区块链技术对数据中的关键信息进行加密保护，维护数据生产者和所有者的正当权益，同时可以防止数据泄露，维护数据安全。建立完善中国特色的数据资产定价机制应当考虑法律和技术协同作用，加强法律制度供给，优化数据资产定价交易的制度环境，以区块链技术为支撑，推动技术运用，完善技术规范，促进法律与技术整体赋能，提升数据资产定价的实践效能，释放数据资产价值潜能。数据产权化领域的人才培养需要注重跨学科、复合背景人才培养，优化课程体系，增加不同领域交叉知识的应用，关注数据产权化领域的前沿和热点问题，着力培养能够解决实现数据要素市场发展难点痛点的高素质人才。

6.深化对数据要素交易市场监管的机制改革

数据资产定价机制的探索和创新，例如数据资本化，改变了金融市场的基本产品和交易规则，在特定场景下，传统的监管体系不再适用。数据要素市场下的监管体系首先要防范解决数据生产的垄断问题，政府要明确界定数据垄断行为的标准，不断完善数据反垄断监管机制，聚焦大型科技公司，防止滥用市场力量和寡头优势，阻碍数据要素市场的高效流通。其次，重视数据交易平台的监管问题。监管部门可以明确平台和用户之间的协议中的关键条款，约束不合理数据行为，保护处于弱势的个人用户，维护其应得的数据权益。重点需要发挥政府的作用，针对不同级别和类型的数据资产实行不同的监管措施，考虑数据资产的敏感程度和交易范围建立多层次监管体系。政府应当积极落实监管工作，指导市场主体共同参与监管体系建设，提高监管效率。最后，健全数据安全保护机制。通过建立数据安全法规，对数据要素市场进行登记备案和信用体系监督管理，促进数据要素市场信用体系建设，保护数据安全和用户隐私。通过数字技术创新提高数据安全性，同时加强行业自律。统筹数据跨境流动、个人数据治理、数据与网络安全,综合运用技术、标准、法律等手段，设计出跨区域和多学科的监管框架。

（来源：《当代经济研究》2024年第7期，注和文献略)

【理论探索】任保平 刘洁：建立完善中国特色的数据市场定价机制

【理论探索】任保平刘洁：建立完善中国特色的数据市场定价机制