基于經濟學視角的數據要素定價研究

李雪梅，趙小磊

（北京交通大學 經濟管理學院，北京 100044）

隨著數字化時代的來臨，數據作為一種重要的生產要素正日益受到廣泛關注。數據的廣泛應用不僅可以提高企業和個人的商業洞察力并為其提供決策支持和創新機會，而且對經濟發展和社會進步產生了深遠影響。在此過程中，數據要素的定價是數字經濟時代要素市場化改革的核心環節，也是新時代加快完善社會主義市場經濟體制的重要內容，黨和國家高度重視數據要素定價機制和體系的建立健全[1]。中共中央、國務院于2020年印發的《關于構建更加完善的要素市場化配置體制機制的意見》中提到要“加快要素價格市場化改革”“完善要素交易規則和服務”。此后，2022 年國家發改委印發的《“十四五”數字經濟發展規劃》進一步強調加快建立數據要素定價機制與體系。然而，數據要素定價涉及數據的價值評估、交易和分配等，尚且處于初步的探索階段，仍然面臨許多挑戰。

盡管數據要素定價領域已經有許多經濟學的研究，但仍存在需要進一步探索和完善的地方[2-5]。一是現有的數據要素定價研究往往集中在理論模型和方法的開發上，如拍賣機制和基于博弈論模型的定價研究，而缺乏實證研究的支持。在實證研究方面，可以開展更多的實證研究來驗證和檢驗不同定價方法的效果，以及數據要素市場的實際運行情況。二是現有文獻并未完全將經濟學研究仍面臨的一系列挑戰納入統一的框架并予以應對，如數據要素的非排他性和非競爭性特征、信息不對稱、數據隱私與安全、規范和監管問題。三是數據要素定價的經濟學與信息技術的交叉融合依然處于初步探索階段，仍然需要進一步完善。本文旨在對數據要素定價的經濟學研究進行綜合分析和探討。本文立足于國家數字經濟深化發展的重大戰略需求，試圖厘清數據要素流通的基礎理論、重要實踐、關鍵環節和瓶頸，旨在構建數據要素及其價值釋放與高效流通的理論框架，優化數據要素的市場化機制，突破面向數據要素流通全過程的基礎制度、流通機制及其支撐技術，從而在理論上為數據要素及其流通的理論創新做出貢獻，在實踐中有效支持我國數據要素基礎制度的構建、市場流通機制的建設、數據要素價值的釋放，從而為加快我國數據要素市場規范化建設和我國數字經濟高質量發展做出應有貢獻。

一、數據要素定價的經濟學理論

（一）數據的基本屬性與經濟學特征

數據是關于特定實體、現象或事件的描述、測量或記錄的信息。它可以用來描述事實、屬性、特征、關系或行為，是對某個領域的理解和分析的基礎。數據通常以結構化或非結構化的形式存在[6]。數據的最主要特征包括兩個方面：稀缺性與可復制性。一方面，數據的稀缺性意味著數據并非無限可得或無成本可獲得。數據的稀缺性主要源自有限的數據收集和生成成本與數據獲取的限制[7]。另一方面，某些數據可能受到訪問限制、法律法規限制或專有權限制，導致數據供給受到限制。在某些情況下，多個實體可能競爭獲取有限的數據資源，這也增強了數據的稀缺性[8]。

數據的經濟學特征主要包括非競爭性、非排他性、外部性、經濟增值以及網絡效應[9]。首先，數據的非競爭性意味著多個用戶可以同時訪問和使用同一份數據，而且一個用戶的使用不會妨礙其他用戶對數據的使用[10]。其次，數據的非排他性指的是數據的使用權或控制權不被獨占地歸屬于某個特定的個體或組織[11]。數據的非競爭性和非排他性特征使得數據具有較強的共享和開放性，促進了數據的廣泛流通、共享和協作使用，有助于創造更大的價值和創新[12-13]。再次，數據的使用可能對其他個體或組織產生積極的外部效果，即數據的使用者可能會創造附加的社會價值。最后，數據的價值可能隨著數據的規模和使用者的增加而增加。數據產品的交易面臨著一系列難題，主要根源于數據來源的多樣性和數據結構的復雜性。為滿足數據產品的多樣性，需要設計不同類型的數據定價方法，而每一種方法都伴隨著獨特的考慮因素，這使得確保定價結果客觀性變得十分復雜。此外，以往的研究發現，大數據的價值存在著雙向不確定性，即在數據產品交易中，買賣雙方很難就產品的價值達成一致[8]，導致數據消費者期望數據價格反映其任務價值，而數據擁有者和數據平臺更傾向于以數據收集和管理成本為基礎來定價。因此，數據價值成為當前數據定價所面臨的最為重要的問題[14]。

（二）傳統經濟學定價理論

1.供給和需求理論

從經濟學的角度來看，數據的價格是由數據的需求和供給之間的相互作用所決定的。在需求方面，數據的需求取決于各個行業和組織對數據的價值和用途的理解。在供給方面，數據的供給取決于數據的收集、整理和提供機制。根據該理論，價格是由市場上商品或服務的供給量和需求量之間的平衡關系所決定的[15]。當需求超過供給時，價格上升；當供給超過需求時，價格下降。供給和需求的相互作用決定了市場均衡價格和數量。市場出清的條件是需求等于供給。

2.邊際分析和邊際定價理論

邊際分析和邊際定價理論強調了邊際效用和邊際成本的重要性。邊際效用指的是消費者獲取額外產品或服務時所感受到的額外滿足程度，而邊際成本則代表生產或提供額外產品或服務所涉及的額外成本?；谶呺H分析的邊際定價理論可以幫助決定數據的均衡價格。根據邊際定價理論，理性的數據供給方會將數據的價格設置為邊際成本的水平，以確保在給定市場需求下獲得最大化的利潤。

3.效用理論和消費者行為

效用理論是經濟學中的一個重要理論框架，它描述了消費者對不同商品或服務的滿意程度。根據效用理論，消費者在有限的預算約束下，通過對不同商品和服務的效用進行評估從而做出理性的消費決策。在數據市場中，效用理論可以用于解釋消費者對數據的需求和數據價格的形成。消費者在決策購買數據時，會嘗試將其有限的預算分配到不同的數據產品上，以實現最大化的效用。消費者將根據數據的價格和數據的效用進行選擇。如果某個數據產品的價格較高，消費者可能會尋找替代品或降低購買數量，以獲取更高的效用。相反，如果數據的價格較低，消費者可能會增加購買數量或選擇更高價值的數據，以實現更高的效用。數據的均衡價格是在消費者對數據的邊際效用與數據的價格相等時確定的[16]。

4.市場結構

在經濟學中，常見的市場結構包括以下幾種：完全競爭市場是一種理想化的市場結構，其中存在許多買家和賣家，產品是標準化的，并且市場參與者具有完全信息和自由進出市場的能力。在完全競爭市場中，價格由市場供需關系決定，沒有任何單個買家或賣家能夠影響市場價格。壟斷市場是一種市場結構，其中只有一個賣家或供應者，不存在直接競爭者。壟斷者能夠控制產品的價格和供應量，因此在壟斷市場中，價格常常較高，供應量較低。壟斷市場通常會受到政府的監管，以防止濫用市場支配地位。寡頭壟斷市場是一種市場結構，其中存在幾個具有市場支配地位的賣家或供應者。寡頭壟斷市場中的供應者相互之間存在競爭，但其市場力量較為集中。寡頭壟斷市場的價格和供應量取決于寡頭企業之間的競爭策略和互動關系。壟斷競爭市場是一種市場結構，在壟斷競爭市場中，存在多個相對小規模的賣家，他們提供類似但稍有差異的產品。每個賣家都能夠在一定程度上影響產品價格，但市場進入門檻相對較低，使得新進入者能夠進入市場[17]。

（三）現代經濟學定價理論

1.信息經濟學

信息經濟學是經濟學中的一個分支，研究信息在經濟活動中的作用和影響。在數據市場中，信息經濟學提供了一些重要的理論和模型，可以用來解釋數據的價值和數據均衡價格的形成。

首先，信息的不對稱性是數據市場中常見的情況。供給方通常擁有更多關于數據質量、可靠性和用途的信息，而消費者擁有的信息則相對較少。這種信息不對稱性可能導致市場失靈和非有效的價格形成。信息經濟學中的信號傳遞和信號篩選模型可以用于解釋數據市場中的信息不對稱性。供給方可以通過價格信號、品牌聲譽、質量認證等手段向消費者傳遞關于數據質量和價值的信息。消費者則通過篩選和解讀這些信息，來決定購買哪些數據和支付多少價格[18]。

其次，信息的價值取決于數據的稀缺性和獨特性。稀缺性和獨特性使得這些數據具有較高的價值，消費者愿意支付更高的價格來獲取數據。另外，對于大量可獲得的常規數據，其價值可能較低，消費者支付的價格也相應較低。信息經濟學中的市場競爭模型可以用于解釋數據市場中的價格競爭和均衡價格的形成。最終，均衡價格取決于供給方之間的競爭水平和消費者對數據的需求[19]。信息經濟學的理論可以用如下簡化后的不完全信息模型來展示：信號模型中的期望效用公式為EU=Σi（Pi·Ui），其中EU 表示期望效用，Pi表示事件發生的概率，Ui表示i事件下的效用。逆向選擇模型中的條件期望效用公式為，其中，EUcond表示條件期望效用，Pi表示事件i發生的概率，Ui表示事件i下的效用，表示在事件i下觀察到信號s的概率。道德風險模型中的概率等價條件為，其中表示在假設h下觀察到信號s的概率表示假設h的否定。

拍賣機制是一種用于資源分配的經濟工具，可以應用于數據市場。通過拍賣，供給方可以將數據提供給競爭的買方，并根據買方的出價確定數據的最終價格。拍賣制度的設計涉及拍賣類型、出價策略和信息披露等因素，以實現確定最優的價格和分配資源[20-21]。拍賣機制在數據市場中的應用可以幫助確定數據的均衡價格。供給方可以通過拍賣機制來吸引競爭的買方，從而推動數據價格的上漲。經濟學家對拍賣理論模型進行了許多優化和拓展，這里僅列舉基礎的第一拍賣價格模型。第一價格拍賣中的期望收益公式為R=Σi（Pi·Qi），其中R表示期望收益，Pi表示競標者i的出價，Qi表示競標者i的需求量。第二價格拍賣中的期望收益公式為R=Σi（Psec，i·Qi），其中，Psec，i表示競標者i 的第二高出價，Qi表示競標者i的需求量。

3.博弈論

從博弈論的視角來看，數據市場涉及多個參與者之間的相互作用和決策，其中每個參與者都追求自身的最佳利益。數據提供商是數據市場的供應方，他們的目標通常是最大化其數據的價值和收益，同時也關注數據的廣泛使用和推廣，以吸引更多的客戶。數據消費者是數據市場的需求方，他們的目標通常是獲得高質量、有價值的數據，并且以合理的價格進行交易。在數據市場中，平臺和中介機構充當連接數據提供商和消費者的橋梁，他們的目標是促進數據交易并提供交易的便利性和安全性。平臺和中介機構可能追求提高市場份額、增加交易量以及提供高質量的服務來吸引更多的參與者。政府監管機構在數據市場中發揮著監管和規范的作用[22]。他們的目標是確保數據交易的合法性和公平性，維護市場的競爭秩序，并保護數據隱私和安全?；诓┺恼撻_展的定價也是使用頻率最高的定價模型，主要被應用于以下兩種情況中：一種情況是當博弈雙方關于價格的意見無法統一時，二者在第三方的介入下通過討價還價的方式下完成交易[23]。另一種情況是博弈雙方關于價格的意見無法統一且沒有第三方介入時，二者在數據平臺的撮合下通過討價還價的方式完成交易[24]。

二、數據價值評估方法

（一）定量評估方法

定量評估方法是通過數學和統計分析來量化數據的價值。這些方法通常使用數據屬性、市場需求、數據的稀缺性等指標來計算數據的經濟價值。主要包括成本法、市場法與收益法三種。

成本法是基于數據獲取、處理和維護成本來評估數據價值的方法。成本法基于數據獲取成本將數據的價值與獲取、處理和維護數據所需的成本相聯系。數據獲取成本公式：，其中，Ca表示數據的獲取成本，Ci表示獲取數據的成本單價，Qi表示獲取的數據量。數據處理成本公式：，其中，Cp表示數據的處理成本，Cj表示處理數據的成本單價，Qj表示處理的數據量。數據維護成本公式：Cm=，其中，Cm表示數據的維護成本，Ck表示維護數據的成本單價，Qk表示維護的數據量。數據的總成本可以通過將上述三個成本相加得到：C=Ca+Cp+Cm。成本法的優點是簡單便捷，也是無形資產評估方法中最為基本的方法[25]。Fontana等認為，使用成本法可以有效評估醫療體系所收集數據的市場價值[26]。然而使用成本法來估計數據的價值也存在諸多缺陷。首先，數據具有可復制的特性，即邊際成本趨近于零，加大了數據成本量化和按單位產品分擔的困難[27]。其次，成本法在定價上效果不佳，因為它主要基于歷史成本評估，忽視了數據產品的增值潛力。再次，由于數據的獨特生產過程，無法使用社會平均必要勞動時間來衡量數據資產的價值[28]。

基于市場價格的方法是一種以均衡價格為理論基礎的估值方法，它參考類似數據交易案例的價格，并根據技術水平、價值密度、評估日期、數據容量等可比因素進行修正，以計算待估產品的價格[29]。具體公式為V=（P1+P2+…+Pn）/n。其中，V 表示數據的價值，P1，P2…Pn表示類似數據在市場上的價格，n表示比較的數據樣本數量。

收益法通過估計數據使用所帶來的經濟收益來評估數據的價值。具體公式為，其中，V表示數據的價值，Ri表示待估計的數據在第i階段的收益，r表示待估計數據在第i階段的收益率。收益法廣泛應用于多個情形，包括基于項目數量和用戶規模的比例制定租賃費用的訂閱模式、根據買方的咨詢需求和模型訓練精度的定價策略[30-31]。收益法最顯著的特點是價格隨著市場集中度提升而降低，隨著數據組合的協同程度提升而提高。

教師設置情景設置1：去年冬季，我校勵行樓底樓上午第一節課上課前，發現一女生暈倒在洗手間門口。如果你發現了，你最先做的會是什么？閱讀教材76頁第一段，回答問題。

（二）基于市場和非市場因素的數據價值評估

數據的價值同時受到市場因素和非市場因素的影響。如供需關系、交易頻率、市場競爭等，而非市場因素涉及數據的獨特性、稀缺性、法律和合規性等市場因素，這些市場因素往往對數據的價值產生直接影響。但是，基于市場因素的定價方法較為簡單，因此并未被廣泛采用。非市場因素是指與數據本身的特征和屬性相關的因素，主要包括數據查詢的個性化、數據的隱私權與信息技術的進步?；诓樵兊臄祿囟▋r模型與方法首先由Koutris等正式提出[32]。在此基礎之上，Koutris 等進一步完善了其研究，提出了一種新式基于查詢方式的定價系統[30]。相較于傳統的定價方法，該方法可以有效應對更為復雜的查詢定價需求。另外，為了應對數據交易中的重復交易問題，Upadhyaya 等在傳統的定價模型基礎上，將“退款”引入了定價模型中[33]。具體來看，如果數據購買者發現存在重復交易的問題，在遞交必要的證明材料后即可選擇退款。為了應對傳統查詢定價無法對數據進行聚類查詢的缺陷，Nget 等基于差分隱私，提出了一種能夠聚類查詢的定價方法并明確了隱私補償的標準[34]。

由于數據被視為數字經濟時代世界的“石油”，隱私保護對企業日益重要。以消費者個人數據為主體的數據交易越來越廣泛。其中，個人信息的保密性與隱私性可能是數據定價的關鍵決定因素。Ghosh等首次提出交換個人隱私數據交易的概念，例如向賣家提供金錢以換取其隱私[35]。該研究考慮到這樣一個事實，即數據所有者對他們出售的數據的隱私有不同的看法。Jia等創建了一種基于KNN模型①的定價系統[36]，他們利用夏普價值方法估計不同數據點對定價模型的貢獻程度，并以此確定數據的價格。Chen等認為，通過向數據買方直接提供相關的算法實例與代碼，并以模型的精準程度定義價格是一種更為合適的方法[37]。Agarwal 等采用更徹底的方法對這三種方法進行了參數化，并通過數學模型精確地闡述了上述模型在數據要素市場中的作用機理[31]。

（三）數據質量與價值

數據質量是數據價值的源泉。高質量的數據通常具有更高的價值，因為它們能夠提供準確、可靠、完整的信息，從而支持更好的決策和分析。數據質量問題可能導致數據的價值降低。Stahl 等創建了一個適用于數據定價的數據質量評級系統，并根據是否可以自動收集，將數據質量的各個方面分為自動、手動和混合類別[38]。此外，Yu 等研究了基于多種數據質量參數的壟斷平臺定價問題[39]，他們創建了版本控制機制，考慮了數據質量各維度之間的聯系，并構建了以數據平臺為領導者、若干數據消費者為追隨者的雙層編程模型。關于數據質量的綜合評估系統方面，Yang 等基于精確性、完整性與冗余度構建了綜合策略體系，對數據進行拆分與重組以對質量存在差異的數據進行估計[40]。與此類似，Zhang 等將及時性納入定價方法中，通過浮動計算的方式對不同質量的效用函數進行求解[41]。

三、數據要素定價的市場機制

（一）定價協商機制

定價協商機制是指數據賣方和需求方通過談判和協商來確定數據價格的機制。這種機制通常適用于雙方之間有較強合作關系、數據需求量較大或具有特殊性的情況。協商定價公式：P=（MC+MD）/2。其中，P表示數據的價格，MC表示數據供應方的最低接受價格，MD 表示數據需求方的最高支付價格。在協商過程中，雙方根據各自的最低接受價格和最高支付價格，通過談判確定一個均衡的價格。

（二）數據拍賣模型

數據拍賣模型是指通過拍賣的方式來確定數據模型價格和交易方式的模型。拍賣模型可以根據競拍者數量、出價規則和競拍方式的不同分為多種類型，如英國拍賣、荷蘭拍賣、第一價格封閉拍賣等。其中，第一價格封閉拍賣公式：P=max｛B1，B2，.…，Bn｝。其中，P 表示數據的價格，B1，B2，…，Bn表示各競拍者的出價。在第一價格封閉拍賣中，最高出價的競拍者將以其出價作為數據的定價。

（三）數據訂閱和授權模型

數據訂閱和授權模型是指數據賣方通過訂閱和授權的方式向數據需求方提供數據，并按照一定的費用結構來定價。訂閱費用公式：Cs=F+R*Q，其中，Cs表示數據的訂閱費用，F表示固定訂閱費用，R表示每個數據單位的訂閱費率，Q 表示數據的訂閱量。授權費用公式：Ca=L·P。其中，Ca表示數據的授權費用，L 表示數據的授權許可數量，P 表示每個數據單位的授權費用。

四、經濟學定價理論的應用

（一）基于經濟學理論的數據定價原則

在基于經濟學理論進行數據定價時，應當遵循以下原則：一是邊際效用與邊際成本原則[3]。二是考慮市場需求和供給的變化，確定數據的定價[42]。三是數據的定價應該公平合理，以避免市場壟斷和不當歧視[43]。四是在數據定價中，應該追求信息對稱，確保買方和賣方都能夠獲得準確和完整的信息。五是數據定價應該根據市場需求和供給的動態變化進行調整。

（二）傳統經濟學理論的應用

1.數據的供給和需求分析

通過分析供給和需求曲線的相互作用，可以確定數據的均衡價格，即供求平衡點。根據供給和需求曲線的交點，即供求平衡點，可以決定數據的售價[11]。具體決定數據售價的公式可以通過聯立供給和需求曲線方程組來確定。

2.邊際效用與邊際成本分析

在數據定價中，邊際效用分析可以幫助確定數據的定價，使消費者對每個數據單位支付的價格與其所獲得的邊際效用相匹配。根據邊際效用遞減原理，隨著消費者購買的數據數量增加，每個數據單位的邊際效用逐漸減少。因此，在定價時，邊際效用分析建議將數據的價格設置為消費者對數據的邊際效用所愿意支付的金額。同理在數據定價中，邊際成本分析有助于確定數據的定價，以保證每個數據單位的成本與其產生的邊際收益相匹配。根據邊際成本遞增原理，隨著提供的數據數量增加，每個數據單位的邊際成本逐漸增加。因此，在定價時，邊際成本分析建議將數據的價格設置為每個數據的單位邊際成本。

3.效用理論和數據定價的關系

效用理論一般是基于離散選擇模型，本文可以使用以下公式來描述消費者對數據選擇的效用：Ui=βXi+εi。在上述公式中，Ui表示消費者對數據的效用；β是待估計的參數向量；Xi表示與數據i相關的一組特征變量；εi是誤差項，表示除特征變量之外對效用的不可觀測因素。在數據定價中，本文可以通過估計參數向量來衡量不同特征對數據價值的貢獻。通過觀察不同消費者對不同數據的選擇，可以利用統計方法估計出參數β的值，從而確定特征變量對數據定價的影響程度。然而，前三類定價模型過于基礎、數據要素產品通常呈現出高固定成本和低邊際成本的特征，導致傳統的經濟學定價模型不再完全適用，直接利用前三類模型為數據定價的文獻較少。

4.數據交易的市場結構

通常文獻將數據的市場結構分為壟斷[44]和競爭兩類[45]。此外，Pantelis 與Aija 認為，在數據市場發展的早期階段，一些數據平臺所有者在數據獲取和定價等方面具有優勢[46]。因此，某些關于數據定價的研究明確或隱含地假設了壟斷的市場結構，其中數據賣方（數據買方）并不面臨來自他人的競爭。例如，Bergemann 等提出了一種基于賣方壟斷市場的數據定價模型[10]。該模型假設數據賣方作為壟斷者，提供不同質量的數據產品菜單，以實現利潤最大化目標，而購買方則根據使用意愿進行選擇。隨著數據市場的發展，可能會出現寡頭壟斷的市場結構。Balasubramanian等研究了雙寡頭壟斷市場結構下免費和按使用量付費兩種定價策略對數據賣方收益的影響[47]。

（三）現代經濟學理論的應用

1.信息經濟學理論的應用

信息經濟學在數據定價中的應用主要集中于對數據質量與價格的研究。Yang等指出，數據質量是影響數據產品定價的關鍵因素[40]，他們建立了基于質量等級的效用函數，并使用神經網絡模型對真實數據集進行分類訓練。隨后，Stahl等對數據質量的維度、衡量標準和適用性等方面進行了探索，并建立了以數據準確性、完整性和冗余程度為代表的多維數據質量評價體系[38]。雖然定量、定性或綜合方法可以有效對數據質量進行估計，但是無法解釋維度的權重與客戶完整性。為了解決這一問題，Xie等提出了一種納入數據內在價值的定價模式，既有利于數據賣方實現利益最大化，同時也滿足了數據買方對數據的差異化需求[48]。

2.拍賣機制設計的應用

在數據定價中，拍賣機制是一種重要的經濟工具，用于賣方將數據提供給買方，并通過競拍來決定最終的數據定價。維克里拍賣是一種最高出價者獲勝，但只需支付第二高出價的拍賣機制。Xiong等提出了一種基于區塊鏈和智能合約的反串通數據拍賣機制[49]。他們在智能合約中設計了反串通數據拍賣算法，通過采用密封競價、競價掩碼和競價揭示的方式來實現反串通數據拍賣，并設置了懲罰機制以懲罰拍賣過程中的不當行為。序貫拍賣是一種按順序進行多輪競拍的拍賣機制。在數據定價中，序貫拍賣可以用于逐步決定數據的售價。序貫拍賣通過多輪競拍，根據買方的估值逐步確定最終的數據定價。Ausubel 等基于社會福利的角度拓展了維克里拍賣，并提出VCG 拍賣②[50]。Agarwal 等采用機器學習方法，構建了訓練數據的市場。Cao等認為，現實情況下存在多個數據擁有者、收集者和用戶的數據市場。因此，他們開發了擁有多重參與主體的數據交易機制，并基于不同主體的差異化效用需求使用迭代拍賣的方法交易數據[51]。Jiao 等通過將服務提供商的角色納入拍賣機制，同時使用動態貝葉斯估計對獲得的批量數據進行預測分析，以實現參與拍賣消費者的利益最大化[23]。

3.博弈論的應用

在數據定價中，博弈論是一種重要的工具，用于分析賣方和買方之間的策略互動和最優定價策略。以下將詳細闡述博弈論在數據定價中的應用，并提供非合作博弈的定價模型、Stackelberg 博弈的定價模型和討價還價博弈的定價模型。首先是非合作博弈的定價模型。在非合作博弈中，賣方和買方是獨立決策者，各自追求自身的利益最大化。Luong 等定義了非合作博弈，并創建了一個物聯網數據交易模型來闡釋如何使用該模型。該模型反映了非合作博弈的一種典型的應用情況，即所有數據所有者都以競爭的方式參與交易[52]。其次是Stackelberg 博弈的定價模型。Stackelberg 博弈是一種領導者-追隨者模型，其中賣方作為領導者首先制定定價策略，而買方作為追隨者在賣方的定價策略下做出反應。Haddadi和Ghasemi發現Stackelberg博弈模型更適用于數據要素定價，可以有效促使參與博弈的主體實現各自的利益最大化，且相較于追隨者，博弈中的領導者的利益往往更大[53]。對于捆綁銷售和獨立銷售，Mei 等基于Stackelberg 博弈創建了一個交易模型，其中數據平臺被認為是追隨者，數據所有者被認為是領導者。此外，為了緩解數據買方與數據賣方的信息不對稱問題，Liu 等在數據定價問題中引入了兩階段Stackelberg 博弈模型[54]。再次是討價還價博弈的定價模型。討價還價博弈是解決復雜談判條件問題的一種合適方案，通常被應用于數據拍賣情境。在這種情況下，數據供應商和需求方分別提出他們認為最優的定價策略。如果需求方的出價高于供應商的出價，交易就達成；反之，雙方繼續談判。Jung等提出了個人數據市場交易公平討價還價的框架。在該框架下，交易雙方隱私暴露的單位價格與程度可以通過差分隱私的方式進行估計[55]。同時該框架綜合考慮了數據買賣雙方的需求、偏好，交易價格以及預算和數據準確性等變量，提高了交易的公平性。

五、數據定價經濟學研究的挑戰

（一）數據的非排他性和非競爭性特征

與傳統商品不同，數據具有非排他性和非競爭性特征，即數據可以同時被多個用戶使用而不互相排斥，并且使用數據并不會消耗或減少其價值。這種特征使得數據定價變得復雜，難以確定數據的邊際成本和供需關系。

（二）數據的價值難以衡量

數據的價值往往是難以準確衡量的，因為數據的價值與其用途、質量、可靠性以及對決策和創新的影響等因素相關。數據的價值衡量問題增加了數據定價的難度，需要考慮到數據的多維特征和多方利益的平衡。

（三）信息不對稱

數據市場存在著信息不對稱的問題，數據擁有者通常對數據的質量、隱私和使用條件等信息了解更多，而數據使用者則相對不完全了解這些信息。這種不完全信息可能導致數據定價中的信息不對稱問題，影響數據市場的有效運作和定價結果的準確性。

（四）數據隱私

數據的隱私和安全問題是數據定價中的重要挑戰之一。隱私和安全的保護要求增加了數據定價的成本，并且需要考慮隱私和安全措施對數據價值和定價的影響。數據在定價和交易過程中可能面臨未被授權方訪問的風險。這可能導致數據泄露，對數據擁有者和使用者都構成潛在威脅。數據定價必須符合相關法律和法規要求，尤其是涉及個人數據的情況。例如，GDPR《歐洲通用數據保護條例》等法規對個人數據的處理有嚴格的規定，數據定價必須符合這些規定，以防止法律責任和處罰。

（五）數據定價市場監管和規范

在數據要素定價經濟學研究中，數據定價市場的監管和規范是關鍵問題，它涉及保障市場公平競爭、維護數據市場秩序和保護各方權益等方面。首先是市場準入與退出規則。經濟學可以研究和設計市場準入和退出規則，以確保市場參與者的合理競爭和市場的可持續發展。其次是數據市場的價格監管與反壟斷。再次是信息披露與透明度。透明的市場信息和數據定價機制可以促進市場參與者決策和提高交易效率，減少信息不對稱帶來的不確定性和不公平。

六、數據要素定價研究的探索與展望

數據要素是傳統生產要素理論的重大突破，準確反映了當今經濟社會發展所呈現出的特征和趨勢。自2019年十九屆四中全會以來，黨中央發布多項政策文件，圍繞數據要素發展謀篇布局，并將關注點聚焦于數據要素市場化流通。特別是2022 年12 月，《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》正式出臺，標志著我國數據要素市場進入有序規范的探索和發展階段。本文基于經濟學的視角，對數據要素定價領域的相關文獻進行分析，揭示數據作為新型生產要素的經濟學原理，研究納入數據要素的新生產函數，構建數據要素生產、流通、分配等基礎性經濟理論，探索數據要素定價的可行性路徑。

隨著經濟學理論的發展和計算機新興技術的進步，數據定價的相關研究也不斷更新。未來研究方向和發展趨勢可以涵蓋以下幾個方面：首先是不斷完善數據市場的機制設計。在數據定價領域，未來的研究可以關注更加高效和創新的數據市場機制設計。這包括研究不同類型的交易機制，如雙邊交易、拍賣和談判等，以及定價機制，如動態定價、差異化定價和定價彈性等。此外，激勵機制的設計也是一個重要方面，可以研究如何設計合適的激勵機制來吸引數據提供方參與數據市場，并確保數據定價的公正合理。其次是有必要綜合考慮非經濟因素。除了經濟因素，數據定價還受到社會、政治、技術等非經濟因素的影響。未來的研究可以深入探索非經濟因素對數據定價的影響機制。例如，數據定價與社會環境的關系，如公平性、平等性和社會價值等因素；數據定價與政策制度的關系，如數據保護法規、數據開放政策和數據治理機制等；數據定價與技術創新的關系，如新興技術對數據市場和定價機制的影響。再次要重視數據隱私與知識產權保護。數據隱私和知識產權保護是數據定價領域的重要問題。未來的研究可以關注數據定價中的隱私保護機制和知識產權保護機制。包括研究匿名化和加密技術在數據定價中的應用，以保護數據的隱私；研究數據所有權和授權機制，以保護數據的知識產權；同時也需要探索如何平衡數據共享和保護的關系，以構建可持續的數據定價生態系統。此外，要加快新興技術的應用。新興技術如人工智能、區塊鏈、機器學習和物聯網等對數據定價產生了新的挑戰和機遇。未來的研究可以探索這些新技術在數據定價中的應用。例如，利用人工智能技術分析數據市場的供需信息，優化定價策略；利用區塊鏈技術確保數據交易的透明度和安全性；利用物聯網技術實現數據定價的自動化和實時性。最后是要積極開展跨學科研究。數據定價問題涉及經濟學、計算機科學、法律、社會學等多個學科。未來的研究可以加強跨學科合作，深入研究不同學科視角下的數據定價問題。

注釋：

①K最近鄰（K-Nearest Neighbor，KNN）分類算法，機器學習算法之一，用于計算某給點到每個點的距離作為相似度的反饋。

②VCG 原理是由Vickrey、Clarke 和Groves 三位經濟學家于20 世紀60 年代提出的，它是一種拍賣機制，用于解決資源分配問題。VCG原理的核心思想是通過設定適當的激勵機制，使參與者在報告真實信息的情況下，能夠獲得最大的效益。