在数字中国加速跃升的新征程中，数据已由信息资源蜕变为继土地、劳动力、资本、技术之后的第五大生产要素，并正深刻重塑着资源配置的规则。然而，产权缺位、成本失衡、价格失真、交易割裂四重症结仍掣肘其价值释放。本文主要梳理构建数据资源价格的理论分析框架，并通过理论逻辑、实践逻辑、现实逻辑、价值逻辑四个维度进行系统阐释。
在理论层面，要理解数据的价值创造和价格形成，需要综合考虑经典价值理论和现代信息经济学的视角。
一方面，从马克思主义政治经济学角度来看，数据本身不含有人类具体劳动，不属于传统意义上的凝结劳动的商品，其价值并非直接由劳动创造。然而，数据的收集、整理和应用过程需要投入劳动和资本，例如前期的数据采集整理工作以及算法开发等，都包含了人类劳动的贡献。蔡继明等学者据此提出，数据要素的价值属性应当被承认，其收益分配应按其对价值创造的贡献来进行。“数据二十条”明确要求“强化基于数据价值创造和价值实现的激励导向”，将数据要素按价值贡献参与分配作为原则。这为理论上认定数据要素的价值创造地位提供了依据。
另一方面，从西方经济学角度来看，数据具有典型的非竞争性特性。由于数据可被多次使用且边际复制成本趋近于零，单纯依赖供求不足以形成均衡价格。数据使用还能带来正外部性，例如开放政府数据可以催生创新、提升社会福利，但市场交易中这些正外部性无法被个别交易主体内部化，导致市场对数据的价值定价往往低于社会价值。
基于此，Jones 和 Tonetti（2020）等提出，应赋予数据权利主体以更大的控制权，允许其在不失去占有的情况下共享数据，从而实现数据的非排他使用和价值最大化。这一观点说明，在理论上需要跳出现有价值范畴，将数据看作类似知识、网络等要素，通过新的制度安排（如明晰数据产权、数据收益权）和技术手段（如隐私保护计算）来实现其价值。这构成了数据资源价格理论的逻辑起点：数据价格应以数据对生产力提升和价值增值的贡献为依据，而非来源于其自身稀缺性。
在此基础上，还需考虑数据质量、时效、用途等因素，因为不同质量和新鲜度的数据对价值贡献不同，其合理价格也应有所区分。总之，理论逻辑层面强调：数据价格的形成机制需要融合劳动价值论与边际效用论，兼顾公平（贡献分配）与效率（资源配置），为实践中的定价提供指导。
在实践层面，数据资源价格的形成需要有效的计价方法和交易机制来支撑。首先，在计价方法上，目前常见的路径如下：
● 成本计价，以数据的生产、清洗和存储等成本为基础。例如在数据确认为无形资产时，企业往往以采集或购买数据所发生的成本入账。但由于数据复制成本极低，仅以成本计价往往低估数据的潜在价值。
● 收益计价，根据数据在特定应用中可带来的收益确定价格，如通过模型估算使用该数据可增加的收入或降低的成本，将其作为定价参考。这一方法考虑了数据的用途价值，但需解决收益归因的问题。
● 比较计价，参考市场上类似数据产品或服务的价格。例如，数据交易所挂牌的数据产品往往通过竞价、拍卖形成价格，数据交易所也在探索编制数据价格指数等手段来反映市场行情。在实践中，不同类型的数据适用的定价方法可能不同：标准化程度高、需求广泛的通用数据，可以通过市场竞价形成较透明的价格；而高度专有的数据（如企业内部数据）则更多采用双方议价或评估定价方式。
除了计价方法，交易机制也是实践逻辑的重要方面。目前，我国各地涌现的数据交易所正在探索数据交易的模式创新。例如：深圳数据交易所采用“挂牌交易 +拍卖竞价”的模式撮合数据供需；上海数据交易所开发了数据产品登记和价格发布平台，提供定价评估服务，帮助交易双方发现价格。在交易安全方面，涌现出多方安全计算、联邦学习等“数据可用不可见”技术，通过技术手段在保障数据不泄露的前提下实现价值交换，这为数据资源定价提供了新的实践可能。
总体而言，实践逻辑反映出：数据资源价格的实现不是单一环节的作用，而是计量、定价、交易、结算全流程机制共同作用的结果。其中计量是基础，定价是核心，交易是渠道，结算是闭环。只有各环节机制配套完善，数据资源才能实现从账面价值到市场价值的转换。当前实践中积累的经验表明：应建立专业的数据资产评估体系，培养既懂技术又懂估值的复合型人才，为数据定价提供服务支持；同时完善交易平台功能，包括标准合同模板、数据质量认证、交易追溯和争议仲裁机制等，以降低交易成本和风险。此外，随着财政部《数据资源相关会计处理暂行规定》的实施，企业内部也需要建立数据资产的核算和管理制度，为数据资源定价和交易奠定微观基础。
数据资源价格的形成还深受现实环境的影响，需要考察法律政策、市场结构和供需状况、技术条件等现实逻辑因素。
首先是法律政策环境。目前我国正加快制定数据产权和隐私保护等法律，《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》等相继实施，为数据流通定价划定了法律红线。尤其是对于涉及个人信息的数据，法律要求在定价和交易中严格保护隐私，这意味着许多数据无法通过直接出售个人原始数据来盈利，而需要采用匿名化或安全多方计算等方式。“数据二十条”强调要统筹推进数据产权、流通交易、收益分配、安全治理，这为数据要素市场的发展提供了制度指引。各地政府也推出配套政策，如补贴数据交易、支持数据要素市场建设等。可以说，现实政策环境整体趋于利好，为数据定价交易创造了空间。
其次是市场结构和供需状况。目前数据要素市场尚处于培育期，供给侧主要来自政府开放数据和大型互联网平台等掌握海量数据的主体，而需求侧则包括人工智能企业、金融机构、科研单位等需要数据赋能的主体。由于数据供需双方在数据质量、标准、接口等方面尚未形成共识，往往存在信息不对称等问题，导致定价博弈困难。一些数据供给方担心数据泄露或竞争风险，不愿意开放高价值数据；而需求方则担忧买到的数据难以直接产生效益。这种市场“不成熟”现状影响了数据价格的合理形成。此外，大型数据掌握者在一定程度上形成了数据垄断，如少数互联网巨头占有大量用户数据，这可能导致数据市场的寡头定价行为，从而偏离公平价值。但也有学者指出，数据垄断未必等同于传统市场垄断，因为数据规模越大，网络效应越强，经济效率可能越高。因此，需要在反垄断监管和数据开放共享之间取得平衡。
再次是技术条件。数据价格实现高度依赖相关技术手段，包括数据处理清洗技术、数据质量评估技术、隐私保护和安全审计技术等。如果技术上无法保证数据质量可信、来源可溯和使用可控，交易双方就难以就价格达成一致。近年来，隐私计算、区块链溯源技术的发展为解决这方面问题提供了可能。例如，龚强等（2022）研究了隐私计算平衡数据交易与安全的内在机制，证明此类技术在不完全契约环境下可促进数据交易达成。
总的来看，现实逻辑提醒我们：数据定价不仅是市场行为，还是嵌入在特定制度与技术环境中的行为。当前，我国的数据要素市场正处于由政府引导、市场探索的加速建设期，既要警惕市场失灵（如定价权被垄断、负外部性导致交易不足），又要防范政府失灵（如管制过严压制了数据流通价值）。一个健康的现实环境应当是制度规范完善、市场竞争有序、技术保障有力、主体积极参与的，这样才能形成合理的价格信号，促进数据资源的优化配置。
数据资源价格最终体现的是各参与方对数据价值创造的分享程度，因此价值逻辑关注收益如何在利益相关者之间分配以及由此产生的激励效果。与传统生产要素不同，数据价值的创造往往是多方共同作用的结果：数据提供者（个人或机构）贡献了原始数据，数据处理者对数据进行清洗和加工，数据使用者将数据应用于场景创造出价值。因此，数据带来的收益应在数据提供者、处理者、使用者之间合理分配，以激励各方持续投入。
蔡继明（2023）强调，构建体现公平与效率统一的数据要素按贡献参与分配机制，是完善社会主义市场经济体制的内在要求。这一主张意味着，在确定数据价格和交易条款时，需要考虑各方对数据价值增值的贡献大小。例如，个人用户贡献的数据（如行为数据）为互联网平台创造了广告收益，那么平台在利用这些数据盈利时，应给予用户一定的补偿或“数据红利”实现价值共享。在这方面国际上已有探索，如某些数据平台尝试推出用户数据收益返还计划。再如，在企业之间的数据交易中，出让方不仅获得一次性的交易收入，还可根据数据使用方创造的业绩按约定获得二次分成，以鼓励高质量数据的持续供给。
在价值逻辑中，还需注意数据权益的新类型。除了直接的货币收益分配外，数据提供者可能更关注其他价值，如知识共享、社会效益、信誉奖励等。这些都可以纳入广义的激励机制设计中。另外，过度追求价值分配的精确可能提高交易成本，甚至阻碍交易达成，因此价值逻辑要求平衡激励强度和交易效率。刘涛雄（2021）就建议，针对数据要素参与生产但定价难、分配难的问题，需要创新监管思路和分配机制，不能套用传统要素的管制方式。
具体而言，政府可以通过税收和再分配政策调节数据要素收益分配，使之既符合市场规律又兼顾社会公平。例如，对掌握海量数据并获利丰厚的企业征收“数据资源税”或建立数据收益共享基金，再将部分收益用于补贴数据提供者或用于公共数据平台建设。
价值逻辑的最终目标在于形成正向反馈的激励机制：数据提供者因得到合理收益而愿意提供更多高质量数据，数据使用者因付出合理成本而能够获得有价值的数据并创造更高的收益，整个生态体系因此进入良性循环。只有当数据价格能够反映并引导这一良性循环时，数据要素的价值才能真正充分涌现。
综上，本文构建的理论体系通过以上四个逻辑维度阐释了数据资源价格形成的内在机制：理论逻辑强调价值本源与定价依据，实践逻辑关注计价方法与交易机制，现实逻辑聚焦环境约束与条件保障，价值逻辑注重收益分配与激励效果。这四个方面相辅相成，共同决定了数据资源价格的生成和演变。
吕指臣，国家发展和改革委员会价格成本和认证中心副处长、副研究员，数量经济学博士，清华大学出站博士后。主要研究方向为数据要素价格研究、宏观经济研究、国情研究。
卢延纯，国家发展和改革委员会价格成本和认证中心主任。长期在国家物价局、国家计委、国家发展改革委工作，先后担任国家发展改革委价格监督检查与反垄断局副局长、国家发展改革委价格监测中心主任。主要研究方向：数据要素、价格管理。