【数据要素定价研究的影响因素与原则综述5100字】.docx

数据要素定价研究的影响因素与原则综述

目录

TOC\o1-2\h\u3863数据要素定价研究的影响因素与原则综述 1

18270（一）基于场景的数据要素定价的对象 1

13973（二）数据产品定价的影响因素 2

7350（三）数据要素定价的主要原则 4

（一）基于场景的数据要素定价的对象

数据并非都是生产要素，要发挥数据作为生产要素在资源配置中的作用，应该区分哪种形式的数据可以作为生产要素。一般而言，数据是指任何以电子或者其他方式对信息的记录。数据是具有外在表现形式和内在价值的符号介质。外在表现形式上，数据以二进制形式被存储在计算机等存储介质中，这体现数据的物理属性；又通过图像、声音等一定格式被人类感知，体现出数据的存在属性英国DAMA工作组（2016）:《DAMA数据管理知识体系指南》，CSDN，。内在价值体现上，数据反应一定事实、具有一定意义国家工业信息安全发展研究中心：《2020-2021年中国数据要素市场发展报告》，https://，是信息的形式化体现，表现出数据的信息属性。结合数据的三个属性，经过加工的数据主要体现为电子书和在线音乐等数字产品，以及数据集和数据报告等数据产品（Pei，

英国DAMA工作组（2016）:《DAMA数据管理知识体系指南》，CSDN，

国家工业信息安全发展研究中心：《2020-2021年中国数据要素市场发展报告》，https://

数据要素参与到社会生产经营活动并带来经济效益，具有劳动对象和生产要素的双重属性。一方面，数据作为劳动对象，通过采集、加工、存储、流通、分析环节，具备了价值和使用价值。也就是说，数据要素是价值化和商品化的数据，除了用于交易，也可以在非交易场景下有价值体现，带来经济效益。比如，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（Mülleretal，2018），数据要素加工后形成数据产品直接进行交易，能够给数据提供方、数据需求方和数据经纪人带来收益和效用（Meierhofer，2019）。另一方面，数据作为生产要素，与人才、资金、技术等传统生产要素融合联动，提升资源配置效率，实现全要素数字化转型。

数据要素定价主要指的是对数据资源通过加工形成的、用于交易的数据产品和服务进行定价。数据产品指经过抓取、重新格式化、清洗、加密和其他处理后的数据产品和服务，如数据集和由数据集衍生的信息服务（Yuetal，2017；Pei，2020）。在数据要素市场中，根据加工精细程度和传输技术手段的不同，目前数据产品和服务主要包括数据包、数据API、数据报告和数据应用产品。其中，数据包是指采取网络爬虫、众包等合法手段对数据进行采集后，再进行打包出售的源数据或标准化、结构化数据集。数据API指利用API接口技术，通过程序对元数据进行隔离，根据用户提交的购买请求，由程序从元数据中抽取、调用数据反馈给用户。数据报告是对数据进行清洗、分析、建模、可视化等操作后形成的处理结果。另外，针对具体应用场景，服务商有目的地搜集和整理数据，提供数据产品和服务。

本文从生产要素的角度讨论数据要素定价，主要是基于应用场景和交易场景，综述国内关于数据产品和服务定价机制的文献。

（二）数据产品定价的影响因素

任何产品的价格都受成本、价值和供求关系的影响，数据产品也不例外。数据产品具有很高的固定成本和几乎为零的边际成本（ShapiroVarian，1998）。一方面，从原始数据到产生数据产品，经历了数据生成、数据采集、数据分析和数据交换四个环节（Faroukhietal，2020），各环节都消耗了大量人力和物力。例如，庞大的数据量和不同应用场景对数据清晰程度的要求差异使修复所有检测到的脏数据的计算成本过高（Chenetal，2015）。另一方面，如果数据是作为经济活动的副产品产生的，其边际成本非常低（Farboodietal，2019）；而且数据产品具有可复制性和非竞争性，可复制性指买方可以很容易地生成原始数据的新副本，并以较低的价格转售（Adleretal，2016）；非竞争性指多个主体同时使用相同的数据时，并不会减少其他人可用的数据量，这容易产生数据盗版问题（JonesTonetti，2019）。所以，价格等于边际成本的成本定价法会使数据产品成为低价商品，数据生产者前期的高额投资无法收回。然而，成本可以作为数据产品价格区间的下限（Adleretal，2016）。

数据产品的价值主要受数据质量和数据量的影响（Heckmanetal，2015）。数据质量的影响指标主要包括完整性、独特性、时效性、准确性和一致性（Immonen，2015）。完整性是指数据要尽可能涵盖被记录对象的所有相关指标，包括数据体量大、数据属性