大数据定价策略研究.docx

??

?

??

大数据定价策略研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

【摘要】随着数据共享的稳步前进和大数据产业的发展，数据交易已然变成一种新型的商业模式。但是，各个大数据交易平台目前都刚刚起步，没有规范的定价策略，以及统一的定价机理。本文从商业大数据、政府大数据角度入手，对大数据的特征和基于特征的定价策略进行了总结归纳，希望能够为下一步的研究提供有益的视角。同时也指出了目前数据交易中发现的问题，并且也提出了可继续深入研究的方向。

关键词：大数据信息产品数据交易定价策略

?

引言

按照国家信息中心5月5日公布的《2018中国大数据发展报告》，当前大数据的运用已然涉及到了许多方面，包括政府公共管理、零售业、社交网络、医疗保险、交通等，并同时也带动了万亿元产业的发展。伴随着现阶段全球大数据产业的蓬勃发展，北京、上海、贵阳等地相继部署了大数据发展战略，制订了发展规范，并建立了大数据交易市场。但如何给数据定价，目前还缺少成熟完善的体系，也缺乏可以借鉴的例子，在实践中也发现了许多问题。定价问题涉及到大数据交易市场的健康成长，是制衡大数据产业发展的重要因素，同时也是大数据资源战略急需突破的瓶颈。因而本文接下来会对当前国内外大数据定价策略的研究成果进行综述。

二、大数据定价策略

（一）理论基础

关于信息产品价格的理论基础，早前金允汶（1999）主要有3种观点:价值决定论、效用决定论、市场决定论。在此之后，詹琼峰(2003)认为信息产品的价格并非没有限制。它所带来的效用是价格的最大值，而它的成本是价格的最小值。干燕飞（2008）认为价值和效用二者共同决定了信息产品的价格。刘朝阳（2016）认为效用价格论决定了大数据的最高价格，成本价格论决定了最低价格，据此得出了大数据的理论价格区间。赵森（2017）也是运用成本法确定大数据资产的最低价格，收益法确定大数据资产的最高价格。

（二）商业大数据定价策略

按照大数据和信息产品的不同特征，学者们研究出不同的定价策略。JeanTirole（1997）和干春晖（2003）等人都认为，由于信息产品具有高固定生产成本的特性，其边际成本会随着产量的扩大而下降，因此以往的定价方法已经不适用于信息产品，以往的供求分析也无法解决这个问题，所以价格歧视定价策略更适合信息产品。庇古把价格歧视可为三种，即一级价格歧视、二级价格歧视、三级价格歧视。而后Hughes(2010)又将歧视定价策略分为个人化定价、版本差异化及群体定价，分别对应一级、二级、三级价格歧视定价策略。马费成（2003）和刘滔（2006）等都认为由于信息产品具有低边际成本的特性，因此可以采用拉姆齐定价（即高于边际成本的最优定价）,通过额外收入产生的净收益来弥补价格提升产生的损失,以此来提高企业的经济效益。

刘云鹏(2000)认为，信息产品是一种经验产品，具有价值不确定性的特点。因此，他认为信息产品应该采用价格歧视的定价策略。肖光恩（2001）等也认为信息产品具有价值的不确定性，而且，市场上同类型产品有很多。因此，锁定消费者是营销的关键，所以他指出在市场营销初级阶段采取渗透定价策略，刚步入市场时应该以低价、免费或是负利润的价格抢占市场，当市场趋于标准化时，进行捆绑销售，后期逐渐成熟时采取限制性定价。在此之后，刘朝阳（2016）也根据价值的不确定性提出了保护卖方利益的拍卖定价策略和协商定价策略。

但是，互联网和消费者的互动性使得他们的个性化需求被更多的产商用来确定产品的价格。此前，Viswanathan（2005）等就认为，互联网科技的进步使得信息产品生产商能更容易的获取顾客的消费偏好等信息。因此，生产商能够针对每个消费者的需求进行定价，进而最大化地榨取消费者剩余。然而，时奇、唐丁祥（2016）就持有反对意见，他们认为当两个企业都能够运用信息技术获取相关的消费者信息数据并能对其应用价格歧视时，竞争使得双方降低了对技术创新的投入，抑制了企业的创新。因此，他们呼吁反垄断机构应该积极行动起来，加大对企业购买历史数据来实施价格歧视的惩处力度，进而推动企业技术创新，提升整个社会的经济效率。

Bakos(1999)和SomefunPounter(2003)等认为，消费者的各种偏好和效用是没有办法完全获得的，而且为了能够具体的分析他们的偏好和效用，厂商将付出更多的成本，这样产品最后的价格将产生效率最优的结果,因此厂商应该采用捆绑定价。谭代荣（2004）提出捆绑销售本质上是一种价格歧视和市场圈定行为，信息产品的高固定成本、高利润回报和规模化效应使得其更适合捆绑销售。郁婷（2008）是从信息产品的成本特殊性、经验性、易垄断性等特点出发并分析，由此得出信息产品更适合捆绑定价。

徐晔（2004）强调了生产商必须达到以下两个条件才