價值導向型的綜合數據交易定價機制研究

王嘉文　郭樹行

摘要：數據市場日漸發展，數據產品層出不窮，但數據定價方面缺少統一科學策略。本文以數據價值為導向，參照標準DQAF模型，提出具體價值評估指標，并結合成本、商業利潤、壟斷市場、政府等諸多經濟因素進行考量，得出修正系數，然后提出以數學模型為基礎的價值導向型綜合定價法，并總結改進當下評估機制與交易體系，為數據市場數據定價交易另辟蹊徑。

關鍵詞：數據市場；價值導向；定價；DQAF；交易

引言

伴隨數字經濟發展，數據作為新興的重要生產要素在市場化進程中取得飛速發展，并對國家政務決策、企業生產經營等行為提供了重大支撐。當下建立一個高效的數據交易市場尤為緊迫，以科學合理的定價交易機制實現數據市場公平，滿足數據平臺方、數據需求方、數據供給方的利益訴求。但因數據具有非稀缺性、非均質性和非排他性等獨特特征，使其在要素定價方式上不同于傳統要素，完善數據消費側即建立對于數據價值進行合理科學的評估機制，以及完善規范的數據定價交易流程成為攻關重點。

1. 數據定價交易發展現狀

1.1 行業現狀

我國數據擁有量位于世界前列，國家多次對數據市場建設進行宏觀引導，明確數據要素市場建設的具體任務要求。我國現行主要數據定價方法如下：一類為參照傳統定價方法進行成本法、收益法定價；另一類為結合數據要素特質提出新型定價方法，如博弈論定價法、平臺協商定價法等。其中傳統方法使用較多，尤其是市場法。例如近年上海德勤資產評估有限公司與阿里研究院所構建的模型為：被評估的數據資產價格=可比數據資產市場交易價格×調整系數。但是該類方法因數據市場主體參與度較低，可能不足以支撐數據對比；并且數據自身具有時效性、非均質性等特點，影響因素和修正系數難以確定。在定價方法中，博弈論定價法、協商策略法等，可能存在信息不對稱、數據非排他性導致的安全、信用問題等，人為干擾因素大，從而導致市場運行低效。

1.2 學術研究現狀

當前對于數據定價交易機制的研究仍處于起步期。瓶頸在于，少量研究中對于數據定價模型多采用傳統生產要素和市場結構的評估方式，在價值評估方面缺乏各項指標、函數模型、參數核算、利潤等因素考量。

定價數學函數形式上，李貴孚等人以數據特征為基礎，進行了數據定價函數模型的建構，對比多種函數形式，同時考量壟斷因素[1]。基本思路上，參考劉朝陽對從成本價格論與效用價格論的研究及其價格精細化處理方法[2]。具體價值指標上，參考尹傳儒等人對于數據資產價值評估指標指數進行分析，運用成本法、收益法等進行價值評估，綜合各指標以市場法進行定價[3]。同時學習傳統定價方法，蘇素考慮到了多種市場假設條件如寡頭壟斷等，提出產品性能特征值等定價法[4]。王宏達對知識商品等幾種商品為研究對象，從決定和影響價格的因素入手定性與定量方法相結合探討商品的定價方式，提供借鑒[5]。在定價流程體系上參照劉鵬對于DQAF模型設計的數據價值評估體制與數據價值評估的工作內容[6]。整體結構上根據Mass模型與斯塔克伯格的博弈模型，進一步提出基于單位數據貢獻為基礎進行定價，并對各環節各主體進行劃分[7-8]。

2. 價值導向型綜合定價交易機制

2.1 價值導向型綜合定價法模型

本文在以上參考文獻基礎上，結合基于數據管理質量評估、現實場景各主體實際需要、金融資產定價方法的定價宏觀思路[9]，創新提出價值導向型綜合定價。與傳統供求溝通、階段性等純數學模型定價不同，以成本為下限、價值為上限，對于數據要素定價采取多參數確定形式。

從定價區間上看，以成本價格論確定最低價格，為廠商再生產所需要的最低價格，忽視數據所創造的價值考慮，以最低的商業利潤和成本進行考量，得出最低價格為預處理后的成本+預處理后的成本+最低利潤率+數據平臺運營成本，即p=c1+c1r0+c2，其中c1為預處理后的成本，包括有采集、處理、開發、封裝、服務環節，使得數據可以正常穩定使用，r0為能夠保障數據再生產順利進行的最低利潤率，c2為數據平臺運營成本，包括授權、確權、行權、評估、交易環節，保障多方權益。成本方面記賬采用區塊鏈技術。

最高價格上包含有數據價值、商業利潤、壟斷廠商、成本等考慮。現有價格效用論中，以數據產生的效益利潤為導向，使用大數據前后的預期效益差值使用價值，構成最高價格的一部分：（T₁J₁+T₂J₂+…+T_nJ_n）-（Q₁J₁+Q₂J₂+…+Q_mJ_m）。其中，Q_j、H_j是使用大數據I前事件發生的概率和預期收益，T_i、J_i為使用大數據I后的概率和收益。但由于部分產品存在非確定性收益問題，難以進行量化處理，且概率和預期收益統計難度較大，評估成本高昂，故暫不考慮效用價格論計算方法，但堅持以價值為導向的基本定價思路不變，將價值融入數據的最高價格中，同時兼顧成本、常規利潤、壟斷廠商等考慮提出價值導向型定價方法確定最高價格。在對價值量的量化中，以上海德勤資產評估有限公司為代表的市場法定價雖然也涉及量化內容，但過于依賴可比數據產品選擇。學界中在其基礎上提出技術修正系數、價值密度修正系數、期日修正系數、容量修正系數，可轉化為DQAF具體指標進行計算。

現提出數據最高定價：P=（1+r1）（α₁·X₁ +α₂·X₂）+c₂+ε，P表示價格；X_i表示產品的第i個屬性或特征；ε是誤差項；α_n是相關因素系數；r₁為商家預期產品毛利潤率此式以價值導向為基礎，考慮數據產品獨特特性，對于數據量與質量進行分析，結合DQAF模型得出數據價值，DQAF全稱為數據質量評估框架，定義了通用模式，并根據其評級具體狀況，進行賦值、量化價值。對于相關因素系數結合數據個性化特點與DQAF模型，提出評估指標進行因素系數確定。

將數據價值維度分為兩大類，一為數據量與質量即X₁，包括6個指標：完備性、及時性、有效性、一致性、完整性、準確性。完備性為數據覆蓋程度大小，滿足業務應用程度；及時性指數據對業務真實信息反饋滯后情況；有效性指數據獲取程度是否簡單直接；完整性指數據內容是否有缺失情況；準確性指數據是否符合真實情況，與權威內容是否一致。二為數據分析能力，從需求側和供給側兩個維度進行分析，包括4個指標：信息系統、人才技能、消費者需求、企業規模大小，由專業人員進行評估。企業規模與價格成正比，因為小廠成本單一。信息系統中著重進行對于算力評估，分為數據計算速度（運算能力）、數據處理能力（CPU通用計算能力）、數據存儲能力（性能、密度）、數據流通能力（網絡能力）[10]。并運用層次分析法計算各產品特性的因素系數αn。指標評級將因素系數與產品特性進行乘積得到數據產品價值量，再加入產品商業利潤，以商家預期產品毛利潤率為量化形式，為（1+r1）與價值量相乘，得出利潤預期下的產品價格，再加入平臺方維護成本和計算中可能出現的數學偏差進行修正，得出價格。以報價、估價、議價為過程，并圍繞各階段各交易模式進行動態調整。

同時為了解決價格非線性特征的影響問題，進行分類討論，可將價格取對數之后與產品的屬性建立回歸方程其表達形式為：lnP=（1+r1）（α1·X1 +α2·X2? +ε）。

鑒于當前市場大部分數據為規模較大的公司所持有，考慮到可能出現的壟斷等因素，壟斷廠商定價為Pi=（1+r1）[α0 +α1·X1 +α2·X2 +（lnPi -lnCi）] +εi+c2，以lnPi -lnCi 表示壟斷力量所控制的價格浮動空間，表明壟斷廠商數據在數據價值上的某一優勢，從而使其價格遠大于邊際成本。一般情況為完全競爭市場，邊際收入等于邊際成本無須考慮。

綜上，故確定價格區間為c1+c1r0+c2

此外，政府數據作為公共品，不同于競爭市場商品定價方法，政府數據產品市場化易造成政府壟斷現象出現，同時價格為0，易造成用戶隱私受到侵害，因運營維護成本較高，易造成入不敷出，財政赤字。本文認為涉及關鍵領域及用戶安全的數據不宜市場化，同時考慮公共品性質與成本考量，可令P=c，即價格=數據成本平均值。

2.2 價值導向型綜合定價法機制流程

以價值導向型綜合定價模型為基礎，制定定價機制整體框架，完成定價的實現。

具體分為如下步驟：第一步依照定價模型進行整體設計，依照模型進行具體指標核算；第二步整理數據，針對不同規模數據進行組織多次分配；第三步進行信息測量，按照數據屬性分為兩類測量，一為供給側的技術測量側重于數據量與質量本身，評估共性通用問題，對應指標中的完備性、及時性、有效性；二為需求側業務測量，側重于業務需求，即與數據供給是否一致、滿足需要，對應指標中一致性與完整性，根據不同指標由專家進行整理評估，運用層次分析法等計算標準閾值，同時對數據平臺運營維護成本進行核算；第四步進行高頻測量與低頻測量，形成相關報告。

具體操作如下：數據需求中為目標企業進行經營分析和戰略決策所依托的數據使用程度，可通過識別所需，判斷是否滿足業務目標，與相關方在內容、格式、流程中是否一致滿足，以文檔或數據庫形式對于數據使用進行記錄；質量需求中進行動態實時監控，構建數據質量庫，進行案例儲備、優化計算，包括算力評估、容量評估等，判斷其符合第幾等級與是否存在問題，會對經濟效益產生的影響；對于c1即與處理的判斷劃歸為服務能力，對于企業加工進行分析，結合需要跨領域、跨行業數據，以跨產品服務平臺形式進行判斷。

2.3 價值導向型綜合定價法交易策略設計

在數據市場交易策略方面，不同于以往的集中式交易、平臺交易的研究，本文在原有分布式交易理論基礎上，依據區塊鏈技術和CA認證體系，對于分布式交易的中央分層分級機制進行具體化，并對于利潤的分配基于契約用區塊鏈進行規則化表達。研究分布式交易模式優劣處，提出改進方案；對于數據的價格實現進行契約化分析，研究得出利潤的具體分配方向。

首先在確權方面，依據基于決策的成本結構進行分析，即對數據領域中按各種主體參與決策程度所發揮作用進行判斷所屬，輔之以信托制度進行所有權、收益權等的明確界定，確定數據資產所有權歸屬。

在數據資產確權的基礎之上，圍繞定價與交易兩大點進行分析。數據定價的目的為數據交易服務，數據交易又以數據定價為依據，因此二者緊密聯系且對立統一。

基于價值導向型綜合定價機制，分析的第二點即對數據市場交易運行模式的研究。基于我國當前全國各交易所及各交易中心的運行實況，提出分布式的交易業務開展方式，設置中央性質的CA中心和地方性質的RA中心，以RA作為CA的地方代理，依托區塊鏈技術開展區域性分布式交易業務，又將票根上報至CA中心留檔，以CA作為中心化認證中心，同時完善相關交易模式下的價格監督機制等從而開展數據交易。最后將二者進一步聯系，在此流通過程中對于各方收益的分配圍繞R=P-C這一基本結構，將利潤分配并以契約制度為基礎，用區塊鏈技術進行規則表達，于定價和交易中具體落實契約化，實現交易。

3. 應用建議

以尋求普適性定價交易機制為目標，價值導向型綜合定價交易機制在面對各種情形時進行了相關分類規劃，進行了量化處理，覆蓋大部分市場流通環節，適用于各地數據中心或大數據交易所。數學形式上，價格模型針對價格線性與非線性問題，劃分為線性與半對數形式；產品類型上，對于壟斷廠商數據、政府數據等進行劃分；主體權益上，對于運營方與供給方等進行合理分配，力圖實現市場公平。此外，該定價交易機制需以區塊鏈、數據庫等信息技術作為支持。

結語

在當下數字經濟飛速發展的大環境下，頂層設計亟須進行改進調整。數據作為日漸重要的生產要素，市場化進程被加速提上日程。其中定價交易作為市場流通的關鍵環節之一，科學的定價機制和規范的交易方式是市場資源配置最優化的一個重要前提。本文結合數據要素特殊性和我國數字經濟實況，提出了價值導向型綜合定價機制、規范化的定價流程，優化改進的交易模式制定，實現了定價交易的完整閉環環節，希冀為我國數據市場提供一系列策略性參考意見。

參考文獻：

[1]李貴孚，柳青.特征價格模型在信息商品定價中的應用[J].情報科學，2006， （11）：1641-1645，1695.

[2]劉朝陽.大數據定價問題分析[J].圖書情報知識，2016，（1）：57-64.

[3]尹傳儒，金濤，張鵬，等.數據資產價值評估與定價：研究綜述和展望[J].大數據，2021，7（4）：14-27.

[4]蘇素.產品定價的理論與方法研究[D].重慶：重慶大學，2001.

[5]王宏達.電子商務環境下幾種典型商品的定價策略研究[D].沈陽：東北大學，2006.

[6]劉鵬.基于DQAF的數據質量評估機制設計[J].統計與決策，2021，37（11）：49-52.

[7]張小偉，江東，袁野，等.MaSS：基于單位數據貢獻的模型定價框架[J].計算機科學與探索：2022，10（21）：14.

[8]劉枬，徐程程，陳俞宏.基于效用的數據定價方法研究[J].價格理論與實踐：2022，10（15）：1-4.

[9]孫震，白云鶴，王潮.大數據交易平臺的定價模型和定價指標體系研究[J].微型電腦應用，2022，38（8）：91-93.

[10]郭亮，吳美希，王峰，等.數據中心算力評估：現狀與機遇[J].信息通信技術與政策，2021，（2）：79-86.

作者簡介：王嘉文，本科，研究方向：金融風險管理和金融科技。