當前數字經濟成為全球主流經濟發展業態，數據要素成為新型生產要素，在此背景下基于數據要素的數據資產如何定價問題越來越成為當前經濟運行亟需解決的難題，目前市場尚無形成明確定價規則。數據要素具有與傳統生產要素不同的特性，數字經濟具有與工業時代經濟不同的經濟規律和經濟運行邏輯，基于數據要素的數據資產定價方式也必然不同于傳統實物資產。通過對數據要素特性和雙邊市場理論進行深度經濟學分析基礎上，提出DCAPM 數據資產定價的空間貼現模型，以期對當前各方焦灼問題和數字經濟健康發展做出貢獻。

 

一、背景情況

 

我國首次在全球提出數據要素是新型生產要素。數據要素蘊含新的生產力，推動新型生產關系的變革，數據資產成為新資產和國家重要戰略資源。黨中央高度重視數字中國建設和數字經濟發展，作出一系列重要決策部署。2022 年，中共中央、國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱“數據二十條”），對構建數據基礎制度作了全面部署，明確提出推進數據資產合規化、標準化、增值化，有序培育數據資產評估等第三方專業服務機構，依法依規維護數據資源資產權益，探索數據資產?表新模式等要求。2023年，中共中央、國務院印發《數字中國建設整體布局規劃》，進一步指出要加快建立數據產權制度，開展數據資產計價研究等。

 

在此背景下，2023年初，財政部印發《關于加強數據資產管理的指導意見》（財資〔2023〕141號），由此引發業界對數據資產定價和?表問題的廣泛關注，各地紛紛開始關注如何有效挖掘數據要素價值、如何對數據資產進行定價以及公共數據授權運營等問題，并積極探索實踐。針對數據資產定價問題，盡管各地已經開始有了落地探索，甚至某些地方沿用金融邏輯形成了資源化、資產化到資本化的數據價值實現三部曲，但截至目前，我國尚未形成明確的數據資產定價規則與模式。本文在對數據要素特性、數字經濟基礎理論深?研究的基礎上提出數據資產定價的科學合理范式和規則。

 

二、數據要素的特性和數據資產定價存在的主要問題

 

數字經濟是繼工業經濟后的新經濟業態，數據要素是適應數字經濟時代的新生產要素，與傳統生產要素不同，它具有虛擬性、時效性、可復制性和高增值性的特點，由此決定了數據資產定價存在一定的難點和問題，主要包括：

 

1、數據資產質量參差不齊、標準不統一，數據資產治理和評估難度較大

 

在大數據時代，原生數據本身并不能直接產生價值，必須經過加工處理，其潛在價值才能被挖掘和利用。我國現有的數據標準沒有根據資產屬性對數據資產進行多維度的分級分類，也缺少對數據資產元數據目錄的規范。在元素取值范圍、元數據文件格式等方面，尚未形成統一的標準規范，導致數據內容差異性大、標準不統一。數據資產的來源復雜多樣，包括但不限于個人行為數據、企業運營數據、公共數據等，數據形式多種多樣，不同主體數據治理水平的差異使得數據質量參差不齊。數據資產涉及領域眾多、異質性強，且數據統計的口徑標準不一致，給數據資產質量評估和數據資產定價帶來較大難度。

 

2、數據資產定價高度依賴使用場景

 

數據的價值主要由它與特定問題的相關性而決定，不同場景對數據的需求不同。如果數據能夠提供解決問題的關鍵信息，其價值也會相應增加。對于不同的應用場景，相同的數據可能具有不同的價值。不同的場景對數據的需求和評價標準不同，導致數據在每個場景中的貢獻和效用也不同，從而影響數據資產的定價。同時，數據資產在不同場景下的應用難易程度也有較大差異。數據資產需要經過分析、處理才能用于不同的場景，不同場景下數據資產應用難易度的差異也會影響數據資產的定價。此外，數據資產還具有顯著的時效性特征。數據資產反映的是某一時期的特定情況，隨著時間的推移和情況的變化，原有數據可能不再適用當前狀態或場景。因此數據資產的定價也依賴于特定場景下的時效特征。

 

3、嚴格的數據監管制度提高了數據資產的定價難度

 

近年來，許多國家和地區實施了嚴格的數據保護制度，如歐盟的通用數據保護條例（GDPR）和美國加州的消費者隱私法案（CCPA）。這些法律法規要求企業在收集、存儲和處理個人數據時必須遵守高標準的隱私保護措施，并且需要獲得數據主體的同意。嚴格的監管制度會導致企業合規成本的增加，需要企業投入大量資源來確保數據管理和處理流程符合監管要求，這些投入不僅增加了數據資產的直接成本，也提高了數據資產定價的難度。

 

4、現有數據資產定價方法存在的主要問題

 

目前，市場中對數據資產定價使用三種方法是成本法、收益法、市場法，這幾種方法都是工業時代用于核算實物資產價值和定價的主流方法，但面對數字經濟新業態和數據要素新型生產要素，這幾種方法都存在不足。第一，當前在數據資產定價和會計入表方面，用的最多的是成本法，但成本法只能核算一小部分價值，無法核算數據資產被實際使用后產生的市場價值，所以其估值遠遠低于數據資產的實際使用價值和潛在市場價值。第二，收益法在能夠較為準確預測預期收益時，是能夠較好反映數據資產真實價值的評估方法，但因應用場景不同具有巨大不確定性，很難模型化隨機貼現因子，數據作為一項資產的時間較短，在缺乏先驗性經驗的條件下，收益法很難實現應用。第三，由于尚未建立起完善有效的數據資產市場，相關評估、交易等配套法律、規則、標準等都不健全，無法獲得足夠數量的有效交易信息，市場法尚不具備評估應用條件。

 

三、主要建議

 

在數字經濟運行現實中要進行數據要素市場化建設，并對數據資產進行定價，就要搭建數據要素雙邊市場，數據要素市場化應該要搭建的是適應數字經濟發展規律的雙邊市場，而不是傳統的單邊市場。數據要素價值的挖掘、數據資產的定價要在雙邊市場中實現，對應現實也就是要進行數據資產交易市場的建設，但這種交易市場不是當前的交易所模式，而是可實現共時條件下多主體復用、可促進數據要素使用價值廣泛實現的場外交易市場。

 

數據資產是特定主體合法擁有或者控制的、能進行貨幣計量的、且能帶來直接或者間接經濟利益的數據資源。數據交易是數據供方和需方之間以數據商品作為交易對象進行的以貨幣或貨幣等價物交換數據商品的行為。在對數據要素特性和雙邊市場理論解釋的基礎上，提出空間貼現的反向定價方法。通過搭建場外交易市場的方式，在同一時間條件下空間中的多主體對一種數據資產的使用，各主體基于各自不同使用效果所帶來的經濟效益對該數據資產給付不同的價格，由此產生數據資產在共時條件下的空間貼現定價，這個定價包含了基于數據資產使用的中間產品和最終產品的兩部收費。

 

在此背景下，適應數據要素特性和數字經濟發展規律的數據資產空間貼現方法應運而生。

 

1、空間貼現數據資產定價模型

 

數據資產定價模型：DCAPM

 

 

其中，n = 1 、2 、3 ……n ，t = 1 、2 、3 ……t 。下標代表起始值，上標代表最大值。t表示時間；n表示有效的最終產品數量（有效流量，或可變現流量），有效指中間產品（數據資產）有效轉化為最終產品（數據最終產品，即增值應用）的現金收?，即流量變現。p為資產價格，E代表預期，U代表效用，c為效用對應的消費，x為資產回報。β為隨機貼現因子。

 

內生應用：表示共時條件下，數據資產定價取決于增加一個有效應用（cn+1）帶來的邊際效用u´對應的回報x所決定的預期E變化。

 

共時條件下，數據資產定價取決于增加一個有效應用帶來的邊際效用對應的回報所決定的預期變化為空間貼現。

 

空間貼現的一個關鍵條件是“市場可觀察”（信息對稱），這是指對中間產品投?轉化而來的最終產品市場，可以觀察（確知）其收?。這至少需要兩個條件，一是具備買賣雙邊之外第三方觀察者（如蘋果商城平臺）；二是有買賣之外第三方觀察系統（如蘋果商城中的?付結算系統）。

 

定價依據的邊際效用，是指每增加一個有效流量（n+1）所增加的效用。有效流量n是指帶來最終產品效用（用銷售收?衡量）的流量數（如梯若爾定價公式中的Nj ）。xn + 1是相對于xn新增一個流量數給資產帶來的回報。

 

在雙邊市場中，存在著一個總的流量基數。但并不是每個流量都會帶來收?，其中可轉化為銷售收?的流量構成有效流量，它與總流量之?，構成了流量轉化率（流量變現率）。

 

平臺“按使用效果收費”，就是指按流量轉化為銷售收?的“效果”，在會員費基礎上收取使用費。

 

2、各地對空間貼現模式的有益探索

 

模式一（深圳、海南）：推動電力、交通、金融、電信等行業主體或具有全國影響力的行業性機構建立行業性數據交易平臺，開發貼近行業發展的數據產品和服務，推動行業內建設更高效的數據要素流通與交易機制，幫助企業尋找可用數據資源，促進數據要素與各行業融合應用，并結合應用場景確定價值與價格。

 

模式二（上海）：除企業間直接交易模式外，鼓勵交易場所建立將場外交易引入場內的各類創新探索。支持線上線下結合平臺交易、聯盟交易與共享交易，鼓勵在數據交易同時，研發來自數據源開發的數據產品、數據服務。

 

模式三（海南）：支持數據交易平臺開展提供數據產品與服務交易與加工處理服務結合的前店后廠模式。

 

模式四（浙江）：前店+中倉（數商）+后場。

 

模式五（深圳）：支持?頭、鏈主與數據要素X諸領域機構，如與農業局、醫保局等合作，通過場景尋找數據需求，通過數據交換直接提供服務。

 

3、探索建設空間貼現數據市場的建議

 

一是推動電力、交通、金融、電信等行業主體或具有全國影響力的行業性機構建立行業性數據交易平臺，開發貼近行業發展的數據產品和服務，推動行業內建設更高效的數據要素流通與交易機制，幫助企業尋找可用數據資源，促進數據要素與各行業融合應用，并結合應用場景確定價值與價格。

 

二是除企業間直接交易模式外，鼓勵交易場所建立將場外交易引入場內的各類創新探索。支持線上線下結合平臺交易、聯盟交易與共享交易，鼓勵在數據交易同時，研發來自數據源開發的數據產品、數據服務。

 

三是支持數據交易平臺開展提供數據產品與服務交易與加工處理服務結合的前店后廠模式。支持數據交易平臺拓展增值式交易服務，在數據清洗、數據標識、數據挖掘、數據融合處理等更多領域提供數據服務。鼓勵政府指導類、數據服務商類、大型金融及互聯網企業等多方數據交易主體共同參與，推動多元共建發展。

 

四是支持龍頭、鏈主與數據要素各領域機構合作，聚焦重點行業和領域，如與農業局、醫保局等合作，通過場景尋找數據需求，通過數據交換直接提供服務。挖掘高價值數據要素應用場景，培育數據商，繁榮數據產業生態，鼓勵多方主體積極參與數據要素開發利用。

 

五是推動與行業應用結合緊密的場外交易，向雙邊市場方向升級。當前，數據交易市場呈現出場外交易火熱而場內交易相對冷清的現象。場內交易與場外交易能夠滿足不同類型的交易需求，在培育壯大場內交易的同時，也要規范引導場外交易，促進場內場外交易互為補充、協調發展，適當允許場外交易，有利于減少黑市等違法行為，健全數據要素市場體系和制度規則。著力構建政府、企業、個人多方參與的數據流通交易共同體，走出一條符合我國實際情況的數據合規治理與市場化利用之路。

 

作者：伍愛群（全國政協委員，中國通信學會網絡安全委員會主任，上海中青年知識分子聯誼會副會長，華東師范大學國家安全與應急管理研究院院長、特聘教授，上海航天信息科技研究院院長）遠望智庫特約研究員、于小麗（中國國際經濟交流中心博士后）；來源：戰略前沿技術微信號