制度设计是数据要素定价的关键

数据已经成为与土地、劳动力、资本、技术并列的五大生产要素之一，作为一种中间品投入，数据要素的定价机制及其经济价值统计或会计核算对于数据资产的厘清、数据资源的有效配置至关重要。

数据本质上是对物品、服务或经济主体等相关信息的电子或非电子形式的记录。但数据并非都是要素，首先需分清四类数据：第一类数据本身就是最终商品或服务，比如在线读资讯看视频，此时数据不是中间品，因此不是生产要素；第二类数据作为生产要素直接进行交易，比如大数据交易所里打包交易的数据；第三类数据作为企业内部生产要素帮助提升最终产品或服务的性能或生产效率，比如引流、效果广告、配送优化等，但并没有在市场中直接进行数据交易；第四类数据作为生产要素在兼并收购或战略合作中有价值体现，但并非直接交易数据，只是作为并购或合作谈判的一个筹码。

那么，数据要素定价和核算到底难在何处？对于数据要素定价来说，最困难的地方不在于其无形性，而是在于其“可辨认性”。这可能部分归因于它的很多独特的法学和技术经济属性，以及由此带来的数据要素市场培育及价格形成困难。就技术经济属性来看，有几方面重要特征共同影响着数据要素的价格形成：一是数据要素具有非常复杂的外部性，整个数字经济的主导商业模式就是基于外部性基础上的交叉补贴定价，因此很多数字产品服务本身都是免费的，这使得作为其背后生产要素的数据估价非常困难；二是数据要素的生产过程涉及感知、采集、传输、存储、计算等多个环节，参与主体多元化使得数据要素的确权和定价尤为困难；三是数据要素的准公共品属性难以确定。数据要素在绝大多数情况下具有完全的非竞争性，但其非排他性则存在不确定性，至少数据采集的渠道通常很难排他；四是数据要素的异质性显著，包括数据结构异质性、搜集主体各不相同、价值高度依赖使用场景等，很难有一套统一的定价公式。

鉴于此，数据要素如何进行定价与统计核算？重点在于数据要素的价格形成机制。竞争性的交易是数据要素定价的灵魂，交易有不同的形态，最普通的就是市场交易，此外还有拍卖、合作博弈等。就普通的市场交易来说，价格形成机制通常需要三方面的力量相互作用，供给方之间的竞卖、需求方之间的竞买以及供需双方的博弈。

由于数据要素的技术经济特殊性，关于它的生产函数、消费者行为学、供需曲线及均衡状态都与传统生产要素有质的区别。综合来看，影响数据要素定价的主要因素包括成本、收入和相对市场力量。

成本方面，需要考虑数据采集、存储、传输、分析、应用和管理等环节的累计成本。此外，影响数据要素定价的不只是历史成本，还得看重置成本和机会成本。由于互联网行业技术日新月异，并且用户往往同时使用多个竞争性的产品，这使得数据要素的重置成本变化非常快，从而对其定价的影响也非常大。收入方面，需要重点考虑数据要素未来可能带来收益流的贴现，包括现金流贴现法、内部报酬率法、资本市场定价模型等各种方法。还有一种方法是对标估值方法，即如果在当前的经济体系中暂时难以评判其收入潜力，可以通过另外一个（一般来说更成熟的）经济体系找到类似的产品来参考估价。

不过，成本、收入都只是数据要素定价的参考因素之一。实际交易中，数据拥有方总是希望在成本基础上进行更多的加成来获取经济利润，而潜在购买方则希望获取更多的消费者剩余，最终的均衡价格则取决于双方的讨价还价能力，或者说各自的相对市场力量，归根到底还是需要在具体的交易场景中才能实现。

在数据要素定价的基础上，可以对数据要素的经济价值进行统计或会计核算。但值得注意的是，对于数据要素而言，离开价格的单纯数量核算并没有太大的意义，这和劳动力要素的人数、技术要素的专利数等完全不一样。因此，对生产要素的统计或会计核算离不开定价机制，而定价机制的运转离不开具体交易场景，所以通过制度设计来创造更多的交易场景是促进数据要素定价、流通和核算的关键所在。此外，还需要解决数据归属地和归属主体确认等方面的难题，甚至发动更多市场主体进行去中心化的统计核算，才可以比较真实、准确地看出数据要素的价值变化趋势。

（作者系腾讯研究院首席经济学顾问）