基于市場機制和交易場景的數據要素定價模型

張雅俊

（中國社會科學院大學 商學院，北京 102488）

一、引言

數字經濟時代下，數據作為新的生產要素深入參與到經濟生產和社會活動中，與傳統生產要素協同融合，提高生產效率，促進經濟增長和社會發展。數據通過交易和共享等方式在流通中不斷完成價值創造，釋放對經濟發展的乘數效應和賦能作用。數據定價是數據要素實現市場化配置的核心步驟[1]，是數據要素進行市場交易的基礎，能夠顯著提升數據要素價值的挖掘和創造，有效提高資源配置和生產效率。中國各級政府部門對完善數據要素市場建設和數據定價機制進行了積極的推動和探索。2022 年12 月，中共中央、國務院發布的《關于構建數據基礎制度更好發揮數據要素作用的意見》再次強調，完善數據要素市場化配置機制，擴大數據要素市場化配置范圍和按價值貢獻參與分配渠道。此外，地方政府和數據交易機構也在推動數據要素定價機制研究和實踐。鑒于數據要素不同于傳統生產要素的特性，其定價需要基于一定的交易場景和應用場景，同時需要考慮數據虛擬性所帶來的交易風險，以及數字技術和交易中介對交易過程的支撐作用，定價機制更加復雜。探索和完善數據要素定價機制成了培育數據要素市場的重要任務，需要堅持市場的決定性作用，積極探索基于估值模型的價格發現與形成機制?，F有研究聚焦于數據要素市場培育和定價機制的機理研究和路徑探索，從傳統生產要素定價延伸，提出了較為豐富的數據要素定價方法原理和思路，但是較少直接構建數據要素定價模型。本研究基于數理經濟模型的邊際分析方法，結合數據要素和數據交易的核心特性，構建基于市場機制和交易場景的數據要素定價模型，在邊際分析的基礎上，納入交易場景和交易風險的價值修正系數，嘗試豐富現有的數據要素定價模型。

二、文獻綜述

（一）數據要素

數據成為生產要素是經濟社會和相關技術發展進步到一定程度的結果。數據要能夠作為一種生產要素參與生產和消費過程，還能作為依據參與收入分配[2][3]。數據作為一種生產要素，至少需要具備市場性和價值性兩個基本條件[4]。市場性要求數據要素能夠通過市場進行配置，能在市場中形成有效的價值機制，實現較為自由的交易流通；價值性要求生產要素具有顯性或潛在價值，能夠通過社會生產活動實現價值增值。研究生產要素的作用路徑時常使用生產函數相關模型，生產函數有助于決策生產要素最優投入比例，優化產出分配。當具有替代性和協同性的數據要素加入生產函數時，作用方式和函數形式也會發生變化[5]，但目前對此的研究還相對滯后。要素市場化配置能夠顯著降低要素成本，數據要素的市場化配置成了新的研究熱點。劉悅欣和夏杰長（2022）總結了中國對于數據交易的實踐探索和主流交易模式，認為需要加速數據要素市場培育進程[6]。夏杰長和劉誠（2022）分析了中國數據要素大市場建設情況，提出打破數據流通壁壘、完善定價體系等是未來的重要舉措[7]。劉金釗和汪壽陽（2022）指出了目前數據要素存在定價困難、交易和流通機制不暢通等嚴峻挑戰，正限制著數據要素的市場化配置[8]。經過整合加工的高級數據產品交易依賴于數據交易所等平臺，這對數據交易體系提出了更高要求[9]。

（二）數據要素定價

數據通過流動和共享才能充分釋放和創造價值，而數據交易是關鍵的數據流通途徑和方式[10]。數據作為生產要素的市場性和價值性的實現都需要完善的數據要素定價機制作為保障，相關研究也快速涌現。數據要素價值、成本、市場結構、交易模式和數字技術等都可能影響數據要素的價格[11]；除了基于數據本身的客觀因素，還有學者認為消費者的價值感知和主觀評價也會影響數據要素的價格[12]。在此基礎上，進一步研究了數據要素的定價機制。定價機制的關鍵是數據要素價值與市場機制[4]，價值需要在流通中實現，而基于場景的數據要素交易是價值實現和增值的重要路徑。而非交易場景下的數據定價可以視為潛在價值測算[13]，而這部分數據要素定價則更為困難。數據要素定價還面臨著其他挑戰。數據確權是數據要素市場化的突出制度性阻礙?，F實中，數據產權制度的缺失將限制數據要素的流通與質量，造成交易機制不統一和技術鏈條不完整，市場價格很難達成[14]。數據要素的價值具有異質性，與具體的交易和應用場景、使用者的類型和能力等密切相關[15]，加劇了定價難度。針對數據要素和數據資產定價問題，有研究提出整體定價原則，即價格需要反映商品真實的價值或效用、（最大限度）無套利[16]、兼顧隱私保護和交易效率[17]。

三、數據要素定價模型的理論框架

（一）定價對象：作為生產要素的數據要素

生產要素是進行社會生產活動時必不可少的各種社會資源，是維持國民經濟正常運行的基礎因素[18]。數據要素所具有的可復制性、非競爭性和部分排他性等是其區別于傳統生產要素的重要特性，此外還有非稀缺性、虛擬性、規模報酬遞增和異質性等[6]。異質性是數據要素的關鍵特性，相同的數據要素在不同的情境下可能具有不同的價值，這進一步加劇了數據要素定價的難度。數據要素特性導致其參與生產活動進行價值創造的方式不同其他生產要素。數據要素僅依靠自身難以直接創造價值，通過與傳統生產要素結合和協同以實現要素價值倍增，投入更少的生產要素實現更高的價值創造。在生產環節，數據要素可以通過替代、滲透和協同等路徑參與價值創造，顯著提高生產效率[19]；在分配環節，優化資源配置和產業結構；在消費環節，高效匹配交易雙方，助力個性化精準營銷。

（二）定價方法：準確反映數據要素價值

目前，數據要素定價方法主要有數據產品定價、多維度定價、平臺定價和市場機制定價等。數據產品定價借鑒了會計定價方法，但是目前中國數據市場建設滯后，數據資產所帶來后續收入和附加價值估量困難，部分排他性和網絡外部性帶來的社會價值使得傳統方法常會低估數據價值。目前在實踐中，中國主要還是依賴交易平臺定價，具體的定價模式包括協商定價和三方定價。協商定價相對靈活，可以采取拍賣、自由定價等形式；三方定價主要針對數據價值不確定性，通過委托可信任的權威第三方完成交易，比如貴陽大數據交易所使用的個性化定價模型等。

市場機制定價的核心是由市場評價貢獻，由貢獻決定報酬。要素貢獻是生產要素在價值創造過程所貢獻的程度[20]。由市場評價貢獻意味著通過市場機制對要素貢獻進行測量和評估，進而形成要素價格。市場評價的貢獻反映了生產要素的重要性和稀缺性。為達成市場評價貢獻的目標，需要準確地量化這種貢獻，主要有兩種方法和思路：一類是基于數理經濟模型的邊際分析，邊際產出體現了生產要素投入所創造的價值增量，以其作為貢獻的評價值；另一類是基于計量經濟模型，計算投入要素所帶來的生產效率提升和價值增量。有學者基于美國企業數據測算了大數據要素和技術所帶來的生產率提升，以此作為特定場景下的要素貢獻[21]。通過邊際產出度量傳統生產要素的貢獻已有較多的研究，但是針對數據要素的研究還相對空白。

（三）定價難點：交易場景與交易風險

數據要素的價值在應用和交易中得到釋放，都離不開特定的場景，價值實現的方式和效果與場景緊密聯系。異質性主要表現在兩個方面：第一，數據價值是非均質的，數據價值與數據量間不一定存在線性關系，因此相同數據量的數據要素的價值不一定相同；第二，同一數據要素在不同的使用者、應用和交易場景下，其價值是顯著不同的，這與使用者的數據挖掘能力、分析技術、業務目標和數據要素所承載的信息類型有關。使用者很大程度上決定了數據要素的實際價值，影響企業的要素和資源配置、生產經營決策等。因此，數據要素價值與應用場景高度相關，數據要素定價必須充分考慮交易場景和異質性。高度場景化特性導致了數據難以成為標準化產品，也一定程度限制了大范圍流通，因此更需要基于交易場景動態地定價。

由于數據的無形性和虛擬性，數據交易雙方都面臨著一系列不能忽視的風險。數據要素具有無限復制性和部分排他性，難以對數據交易過程和后續使用行為進行完全有效的監督和控制，可能造成數據泄漏、私下轉賣和不合規使用等，損害賣方利益。數據要素具有先驗性，即數據要素的價值在交易完成前買方只能預測和估計，只有在交易完成后才能確定和衡量。買方無法先驗數據的內容和質量，數據不一定符合買方的需求，存在一定的交易風險。因為無論是賣方還是買方，進行數據要素交易時都需要考慮交易存在的風險，由此導致了數據交易的“雙重信任困境”。

四、基于市場機制和交易場景的數據要素定價模型

因虛擬性、異質性等特性，數據要素交易面臨著價值與交易場景密切相關、交易風險等問題，需要在定價模型中加以考慮和反映。數據要素定價機制是一系列制度安排[3]，需要以自身價值和市場評價貢獻為基礎，基于具體的場景進行價值測算和價格確定。

（一）基礎模型

本研究選擇采用數理經濟模型的邊際分析法，針對具體的行業或企業，測算在其他生產要素投入不變的情況下，數據要素單位投入所產生的邊際產出，以其作為數據要素的貢獻，確定數據要素的價格基準。

1.生產函數形式

根據生產要素的性質，設定合適的生產函數形式是構建定價模型的第一步。常用函數形式有C-D、CES和超越對數生產函數等。C-D 生產函數函數形式設定較為簡單，該形式下要素的替代彈性恒為1，可能導致函數設定和估計上的偏誤。CES 生產函數放松了要素替代彈性為1 的假設，形式更具有一般性。但是該生產函數非線性，參數估計不易。更重要的是，該生產函數形式沒有體現生產要素間的交互性。超越對數生產函數是投入和產出的對數二次形式，有著更強的包容性和更多的替代形式，易于估計，同時能夠體現生產要素間的相互影響和協同作用，符合數據要素的作用機理和特性。因此選擇更具一般性的變替代彈性的超越對數生產函數形式。以兩生產要素為例，函數形式如式（1）所示（兩要素間的替代彈性是時變的）。

2.函數生產要素種類

確定模型的生產函數形式后，需要進一步考慮函數中所包含的生產要素種類。生產函數可以包含一個或多個生產要素。雖然生產活動有賴于各種生產要素，但在不同的經濟社會發展階段，其意義和作用是不同的，大體上呈現出以土地和勞動為主的農業經濟到資本、土地和勞動為主的工業經濟再到以數據、技術、資本和勞動為主的數字經濟的重要性變化趨勢[5]。數字經濟時代，數據成為最重要的生產要素，同時數據的特性決定了其需要與資本、勞動、技術等生產要素協同發揮作用。因此，設定包含數據、技術、資本和勞動四要素的超越對數生產函數，函數形式如式（2）所示。其中，Yit為產出；Dit、Tit、Kit和Lit分別表示數據、技術、資本和勞動四要素；i 表示行業或企業，t 表示時期，ai為各變量系數，是待估參數；εit為殘差。

3.變量解釋

Y 為實際產出，可以使用所在行業或特定企業的增加值來衡量。T 為技術要素投入，與企業的R＆D（研究與試驗）經費投入和創新活動有顯著關系，可以使用R＆D 經費支出衡量；K 為資本要素投入，一般表示為資本存量，可以使用固定資產凈值年平均余額衡量。L 為勞動要素投入，可以使用職工人數衡量。D 為數據要素投入，其衡量相對復雜。一般認為可以使用信息熵或信息量度量數據。囿于數據虛擬性和異質性等特征，對數據質量的精確衡量是相對困難的。參考其他生產要素的衡量指標，可以選擇數據量或數據資產投入作為衡量指標，將數據質量對產出的影響包含在數據量中。

4.模型估計

生產函數中各生產要素之間很可能存在顯著的相關性；同時鑒于超越對數函數的形式設定，二次項及交互項也可能存在顯著的相關性，因此可能存在較為嚴重的多重共線性問題，導致參數估計值的方差異常、參數顯著性檢驗無效或經濟意義不合理等問題?？梢圆捎脦X回歸估計方法以消除或減輕多重共線性的負面影響。嶺回歸首先需要確定合適的嶺值，常用方法有借助統計計量軟件確定方差膨脹因子（VIF）或制作嶺跡圖確定。為減小單一方法所帶來的誤差，可以使用兩種方法的加權平均值作為最終的嶺值。

5.數據要素邊際產出

根據式（2）設定的四種要素超越對數生產函數，可以計算出數據等生產要素的邊際收益。將參數估計結果帶入可以計算出數據要素的邊際收益，如式（3）所示，其中為參數估計結果?；谑袌龆▋r機制和邊際分析方法，邊際產出代表了生產要素投入所創造的價值增量，以其作為數據要素貢獻的基準評價值，即數據要素基準價格P＝。

（二）修正的模型

1.數據要素交易場景

在通過邊際產出度量數據要素價值的基礎上，進一步放置于特定的場景中，調整和修正價格，在市場競爭中形成均衡價格?；谔囟ǖ囊亟灰讏鼍昂蛻脠鼍?，對以邊際產出度量的數據要素價格進行加權調整，以匹配數據要素的異質性和價值高度依賴于場景等特性。通過權重系數βi（βi≥0）對數據要素價格進行調整，得到如式（4）所示的模型，βi的取值由交易雙方共同決定，可以根據不同的交易對象、交易雙方和交易場景等動態決定，具有一定的靈活性，同時可以對數據要素價格進行更為準確的度量。

2.數據要素交易風險

參與交易的雙方在進行數據交易時都面臨著一定的風險，且風險的性質和程度都有所區別。假設買賣雙方進行數據要素交易前的決策時，會考慮交易存在的風險，并合理地將對于交易風險的預期作為交易要素成本的一部分，進而構成了交易要素的價格。因此，基于數據要素和數據交易方式特性，進一步將交易風險納入基準模型，對數據要素價格進行調整。假設買方進行數據要素交易所面臨的風險成本為μ1i，賣方為μ2i，將風險成本納入模型，得到式（5）；對式（5）進行化簡變形，得到式（6），即考慮了交易場景和交易風險的數據要素定價模型。其中，綜合風險成本μi＝μ2i-μ1i，即賣方風險成本減去買方風險成本。當賣方風險更高時，μi＞0，價格在原有水平上向上修正；反之亦然。

（三）模型應用

數據要素定價機制主要針對可以流通的數據要素交易方式，而非數據公開共享和企業共享方式；嚴重侵犯個人隱私、涉及國家安全等限制交易和無法流通的數據也不適用。要素市場定價機制的關鍵是由市場評價要素貢獻，一種思路是利用邊際產出度量投入生產要素所產生的價值增量。通過對基準價格進行調整，得到數據要素價格的最終決定模型：。經過調整的模型能夠更準確地反映數據要素真正價值的價格水平。在此基礎上，可以應用于多種數據定價和交易場景?；谑袌鲈u價以定量測度要素價值和貢獻，通過市場規則、機制和交易將數據要素的價值外化為價格。除了測算和刻度數據要素的交易價格外，該模型還可以基于設定的超越對數生產函數計算生產要素產出彈性、要素間替代彈性和其他要素的邊際產出和價格水平，以及通過邊際產出衡量的價格扭曲。通過這些指標可以進一步研究數據要素與其他生產要素的協同作用和相互影響、要素價格對市場的影響等。

五、研究展望與對策建議

（一）模型局限

交由市場來評價生產要素的貢獻，有賴于一定的經濟模型和人為測算。數據要素的市場評價與通過設定生產函數模型測算的貢獻之間可能存在一定程度的差異，這一差異受到設定模型的準確性、數據的可得性、完整性和準確性、市場和交易規模與發展進程、相關制度的完備性等諸多因素影響。目前，我國處于數據要素市場建設和發展初期，受到限制模型計算的結果可能存在一定的差異和偏離。模型存在的另一個不足是難以對解釋變量即數據要素進行準確度量。數據價值密度分布差異導致了數據資產價值的非線性，無法通過數據量完全準確反映數據資產價值[6]。數據量和實際數據價值間存在一定的差異，通過數據量衡量數據要素投入可能存在一定的誤差進而導致結果偏誤。

（二）進一步討論

不同的數據要素定價方法可能產生不同的結果，并與要素內在價值產生一定的偏離，即要素價格扭曲。數據要素囿于市場機制的不完善，面臨著更加嚴峻的要素價格扭曲問題，未來需要進行更多的研究和討論。要素價格扭曲會影響生產企業對生產要素的種類和比例選擇。當要素價格體系扭曲時，錯誤的價格信號會降低市場的資源配置效率，誤導生產企業的決策和生產活動，降低生產效率[5]。對于傳統生產要素（包括能源）價格扭曲的度量已有大量學者進行了測算。對于數據要素價格扭曲的研究還相對空白。多數學者采用生產函數法測算要素價格扭曲?；诒灸Ｐ偷挠嬎憬Y果，可以進一步計算數據要素價格扭曲程度。首先基于設定的超越對數生產函數形式估計生產函數；其次根據生產函數估計數據要素的邊際產出；最后將要素的邊際產出與其對應的要素價格作比值，即。該比值可用以衡量要素價格扭曲程度。如果該比值大于1，則存在正向扭曲，反之存在負向扭曲。該方法具有操作簡單、數據易得等優點。優化數據要素價格扭曲測度方法、完善數據要素定價體系、緩解要素價格扭曲，也是未來要素市場培育研究和實踐的重點。

（三）對策建議

為更好地培育數據要素市場，完善數據要素定價體系，促進數據要素自由流通，充分釋放數據要素的價值，文章提出以下建議：第一，未來需要加速對數據要素定價模型、機制和體系的研究和實踐。鼓勵政府部門、研究學者和數據交易所等市場主體積極探索和解決數據要素定價難題，不斷推動數據要素定價機制的實踐與創新，加強對數據要素、數字技術和數字經濟的基礎理論研究。強化區塊鏈、密碼技術、交易技術等相關數字技術的應用，釋放數字技術對數據要素定價和交易的保障和支撐作用，充分考慮數據要素的特性和交易模式，構建科學和動態的定價機制，建立和完善適合中國國情的數據要素定價體系。

第二，推動和完善數據要素市場建設。數據要素市場的建設離不開數據要素定價體系的完善，而成熟的數據要素市場又能推動數據要素定價的自我優化與發展。營造適宜和自由的市場交易環境，保障生產要素能夠盡可能無障礙地進入或退出市場，在市場和企業間自由地流動，在流通中不斷實現價值創造。加速解決數據確權、數據隱私等制約數據交易的難題，培育多層次多主體的數據要素市場。

第三，加強數據要素價格監管。數據要素市場更加容易發生資源配置失效和市場失靈，因此需要建立和完善要素市場評價機制和公平標準，實施更加有效和動態的政策手段進行干預和調整，加強對價格偏離等市場失靈的監督和調控，重點關注數據要素價格和數據要素價格扭曲情況，加速數字技術的應用和創新，健全信息披露和共享制度，保障數據要素市場健康有序發展。