數據要素定價研究的影響因素與原則綜述目錄TOC\o"1-2"\h\u3863數據要素定價研究的影響因素與原則綜述 118270（一）基于場景的數據要素定價的對象 113973（二）數據產品定價的影響因素 27350（三）數據要素定價的主要原則 4（一）基于場景的數據要素定價的對象數據并非都是生產要素，要發揮數據作為生產要素在資源配置中的作用，應該區分哪種形式的數據可以作為生產要素。一般而言，數據是指任何以電子或者其他方式對信息的記錄。數據是具有外在表現形式和內在價值的符號介質。外在表現形式上，數據以二進制形式被存儲在計算機等存儲介質中，這體現數據的物理屬性；又通過圖像、聲音等一定格式被人類感知，體現出數據的存在屬性英國DAMA工作組（2016）:《DAMA數據管理知識體系指南》，CSDN，。內在價值體現上，數據反應一定事實、具有一定意義國家工業信息安全發展研究中心：《2020-2021年中國數據要素市場發展報告》，https://，是信息的形式化體現，表現出數據的信息屬性。結合數據的三個屬性，經過加工的數據主要體現為電子書和在線音樂等數字產品，以及數據集和數據報告等數據產品（Pei，英國DAMA工作組（2016）:《DAMA數據管理知識體系指南》，CSDN，國家工業信息安全發展研究中心：《2020-2021年中國數據要素市場發展報告》，https://數據要素參與到社會生產經營活動并帶來經濟效益，具有勞動對象和生產要素的雙重屬性。一方面，數據作為勞動對象，通過采集、加工、存儲、流通、分析環節，具備了價值和使用價值。也就是說，數據要素是價值化和商品化的數據，除了用于交易，也可以在非交易場景下有價值體現，帶來經濟效益。比如，數據作為企業內部生產要素幫助提升最終產品或服務的性能或生產效率（Mülleretal，2018），數據要素加工后形成數據產品直接進行交易，能夠給數據提供方、數據需求方和數據經紀人帶來收益和效用（Meierhofer，2019）。另一方面，數據作為生產要素，與人才、資金、技術等傳統生產要素融合聯動，提升資源配置效率，實現全要素數字化轉型。數據要素定價主要指的是對數據資源通過加工形成的、用于交易的數據產品和服務進行定價。數據產品指經過抓取、重新格式化、清洗、加密和其他處理后的數據產品和服務，如數據集和由數據集衍生的信息服務（Yuetal，2017；Pei，2020）。在數據要素市場中，根據加工精細程度和傳輸技術手段的不同，目前數據產品和服務主要包括數據包、數據API、數據報告和數據應用產品。其中，數據包是指采取網絡爬蟲、眾包等合法手段對數據進行采集后，再進行打包出售的源數據或標準化、結構化數據集。數據API指利用API接口技術，通過程序對元數據進行隔離，根據用戶提交的購買請求，由程序從元數據中抽取、調用數據反饋給用戶。數據報告是對數據進行清洗、分析、建模、可視化等操作后形成的處理結果。另外，針對具體應用場景，服務商有目的地搜集和整理數據，提供數據產品和服務。本文從生產要素的角度討論數據要素定價，主要是基于應用場景和交易場景，綜述國內關于數據產品和服務定價機制的文獻。（二）數據產品定價的影響因素任何產品的價格都受成本、價值和供求關系的影響，數據產品也不例外。數據產品具有很高的固定成本和幾乎為零的邊際成本（Shapiro&Varian，1998）。一方面，從原始數據到產生數據產品，經歷了數據生成、數據采集、數據分析和數據交換四個環節（Faroukhietal，2020），各環節都消耗了大量人力和物力。例如，龐大的數據量和不同應用場景對數據清晰程度的要求差異使修復所有檢測到的臟數據的計算成本過高（Chenetal，2015）。另一方面，如果數據是作為經濟活動的副產品產生的，其邊際成本非常低（Farboodietal，2019）；而且數據產品具有可復制性和非競爭性，可復制性指買方可以很容易地生成原始數據的新副本，并以較低的價格轉售（Adleretal，2016）；非競爭性指多個主體同時使用相同的數據時，并不會減少其他人可用的數據量，這容易產生數據盜版問題（Jones&Tonetti，2019）。所以，價格等于邊際成本的成本定價法會使數據產品成為低價商品，數據生產者前期的高額投資無法收回。然而，成本可以作為數據產品價格區間的下限（Adleretal，2016）。數據產品的價值主要受數據質量和數據量的影響（Heckmanetal，2015）。數據質量的影響指標主要包括完整性、獨特性、時效性、準確性和一致性（Immonen，2015）。完整性是指數據要盡可能涵蓋被記錄對象的所有相關指標，包括數據體量大、數據屬性多樣、數據采集時間連貫、數據關系完備等（Pérez-Ponsetal，2019）。獨特性衡量是否存在重復數據，若數據重復性較高，會導致后續分析結果失真。時效性決定了決策在特定時間內是否有效，包括原始數據的時效性、數據應用的時效性和數據的期權價值。準確性表示數據被記錄的精準程度，即數據規范無差錯，是數據質量的核心（Sukumaretal，2015）。一致性指數據集內部或者數據集之間的格式和內容等方面的一致性，以上五個指標與數據價值成正比。此外，各指標之間的復雜互動會影響數據質量，進而影響數據價值（Yuetal，2017），例如，一個特定數據集的及時性的提高可能會以犧牲其完整性為代價。因此，數據提供者會產生額外的成本，以提高及時性，同時保持完整性（Heckmanetal，2015）。一般情況下，數據量越大越有利于數據整合，而整合數據的價值大于整合之前各部分數據的價值之和（Goodhueetal，1992）。更準確地說，影響數據要素價值的是數據集包含的信息量（Maoetal，2019），判斷數據集包含的信息量大小的常用工具是信息熵（Lietal，2017）。但是，Moody&Walsh（1999）提出，一旦信息量超過某個最佳點，決策績效就會下降，Bajarietal（2019）利用從亞馬遜獲得的零售銷售數據，用實證方法證實了這個結論。Kameletal（1997）則認為，價值和信息量之間有高度的非線性關系，在某些情況下，第一比特信息的價值可能是下一個比特的幾千倍，然后信息價值可能成為常數，甚至緩慢下降。數據產品和服務的層次和協調性影響價值。影響買家購買數據意愿的數據層次，體現在技術含量、稀缺性、數據維度等方面。數據產品和服務的技術含量越高，其價值也越高（Yuetal，2012）；而稀缺性表示數據資產擁有者對數據的獨占程度，如果某類數據僅由一個機構掌握，其所蘊含的商業信息價值很高；數據維度越多，適用的范圍也越廣，應用價值就越高。數據要素具有協調性或協同性，不同類型的數據組合在一起會提高價值，不同數據集或數據產品的組合會產生不同的增量價值（Zhengetal，2017），這使得數據產品無法向普通產品一樣事前確定統一價格，而且可能會產生套利風險。數據要素具有公共產品和準公共品屬性。作為準公共品的數據要素，具有一定的非競爭性或非排他性，數據要素在絕大多數情況下具有完全的非競爭性，可以重復使用，但其非排他性則存在不確定性。Yan&Haksar（2019）提出，掌握大規模數據量或高信息含量的數據時，數據擁有者傾向于囤積數據，而不是分享，此時數據要素具有高度排他性。數據要素的排他性會影響其交易和定價，比如，數據擁有者可以建立數據庫，向第三方機構出售數據使用權，利用排他性獲得收入（Varian，2018）。數據要素具有非常復雜的外部性，整個數字經濟的主導商業模式就是基于外部性基礎上的交叉補貼定價，因此很多數字產品和服務本身都是免費的（Lietal，2017），這使得作為其背后生產要素的數據估值非常困難。商品的價格由價值來決定，供求關系影響商品的價格，均衡價格是供求曲線的交叉點。考慮數據市場的信息不對稱和競爭性，用供求模型來決定數據產品的價格可以滿足公平原則，并提供最優分配（Nguyenetal，2016）。從需求方來看，影響數據價值的因素主要有數據性質、潛在和實際效用，以及數據所有者的分享意愿（Bergemann&Bonatti，2019）；從供應方來看，包括數據質量以及數據由誰生產和收集（Belleflamme，2018）。數據要素的異質性顯著，包括數據結構異質性（Koutrisetal，2013）、數據搜集主體不同、價值高度依賴使用場景（Short&Todd,2017）、市場分割導致的異質性價值，以及買方異質性（Bergemannetal，2018）等，很難有一套統一的定價公式。（三）數據要素定價的主要原則數據定價的基本原則是選擇定價方法和模型的重要依據，主要包括真實性、收入最大化、避免套利、公平性、保護隱私和計算效率等原則。真實性指的是買家都是利己的，并且只愿意支付使買家的真實效用價值最大化的價格（Pei，2020）。真實性原則在拍賣機制中得到體現（Agarwaletal，2019），Jiaoetal（2018）提出了一個數據服務提供商和數據消費者之間基于拍賣的數據交易模型，該模型采用貝葉斯利潤最大化機制，滿足了真實性、收入最大化和計算效率原則。另外，反向拍賣機制也體現了真實性原則。在一個真實的反向拍賣中，提交真實估值是任意賣家最大化預期收益的最佳選擇（Yangetal，2012）。收入最大化和成本最小化是優化定價模型的兩個主要目標。收入最大化在數據定價中被廣泛考慮，比如，在拍賣模型中，賣方以收入最大化為原則確定拍賣的數量（Goldbergetal，2001），查詢定價追求無套利和收入最大化目標，據此建立定價算法（Koutrisetal，2012）。對普通商品來說，利潤最大化的條件是邊際成本等于邊際收益，在競爭市場上，往往通過低價策略來獲取競爭優勢。但是數據產品的收入最大化條件與普通商品不同，主要受以下特征的影響（Maoetal，2019）：一是數據的可復制性和邊際成本幾乎為零，很容易被低價轉售；二是數據集的價值取決于提供的信息量，不一定受數據量影響；三是數據的外部性，即數據包含的信息可能因為數據價格的公布而泄露；四是數據有時效性，一些應用場景要求在數據實際產生之前確定數據的價格；五是買方異質性和信息不對稱。價格歧視策略（版本控制）被認為是實現數據市場上賣方收入最大化的定價策略（Bergemannetal，2018；Lietal，2019）。數據產品市場可以提供比普通產品更豐富的產品版本，因為數據產品的買家重視不同的維度，并且關注數據在特定場景下的應用（Bergemann&Bonatti，2019）。避免套利主要指參與者無法通過不同市場的價格差異獲利。無套利性是查詢定價的核心原則（Li&Miklau，2021）。查詢定價的無套利性可以被分解為無信息套利和無捆綁套利，無信息套利指如果數據集Q1的范圍包含在數據集Q2的范圍內，Q2的價格應該不低于Q1；無捆綁套利指消費者不應該能夠通過分解一組查詢并在單獨的交互中分別詢問每個查詢來獲得價格優勢（Li&Miklau，2021）。Koutrisetal（2012）研究了基于查詢的定價，設計了一種滿足賣方收入最大化、無套利和公平分配的定價算法，如果預先設定價格的幾個視圖之間不存在套利情況，就存在唯一的定價函數，能滿足無套利和無折扣條件。Zhengetal（2017）對移動人群感應數據進行查詢定價，同時滿足捕捉數據的不確定性、無套利和收入最大化三個因素。Li&Raghunathan（2014）則認為，在對個人敏感數據的交易設置某些查詢時，數據賣方必須接受一些套利的風險，以便制定合理的價格。公平性指多個賣方合作參與交易時，產生的收益能夠在賣家之間公平分配。Shapley（1953）提出了公平分配應具備的四個條件：一是平衡性，即收益應完全分配給所有賣家；二是對稱性，對收益做出同等貢獻的賣家應獲得同等份額的分配；三是零要素，如果一個賣家的數據對集體的收益沒有貢獻，那么這個賣家就不應該得到任何分配；四是可加性，如果一個賣家的數據可用于兩個任務t1和t2，并分別有v1和v2的收益，那么對應的分配應該是v1+v2。Jiaetal（2019）認為，Shapley值是用于數據產品收益公平分配的最佳工具。保護隱私越來越成為數據交易和定價的重要原則。在數據要素交易市場上，有三個主體的信息容易被泄露，即網絡平臺用戶的個人信息、數據提供方的經營信息以及第三方交易平臺的信息，例如，機器學習模型的訓練和預測服務樣本通常來自存儲在云服務器上包含敏感信息的用戶內容，存在隱私泄露風險（Koushanfaretal，2019），消費者將查詢發送至云服務器，獲得的預測結果也可能包含敏感數據。保護隱私的方法包括出售脫敏后的數據或者建立去中心化的數據交易平臺，使用在無權限區塊鏈上運行的保護隱私的智能合約實現買賣雙方的直接交易（Hynesetal，2018）。出售脫敏數據