最近几年，举国上下、各行各业都处于发展数字经济和建设数字中国的热火朝天氛围中。数据作为数字化转型的基础，数据治理、数据质量等概念受到各界的广泛关注和讨论。随着数据要素概念的提出，讨论的重点又转向数据确权、数据定价等概念。
在这些热烈的讨论中，最常见的一个观点是，数据作为一种新型的生产要素，由于其和其他要素相比有诸多独特性，对数据的确权和数据定价造成了很大的影响，以至于这两个问题甚至成为需要攻克的世界难题。本文首先来讨论下数据价值与定价问题。
在诸多讨论数据定价的文章中，都会引用姚期智院士的一段话：
由于同一数据对于不同场景的可用性与价值是不同的，对同一场景不同数据的可用性与价值也是不同的，具有特异性；同时，多种数据的组合对场景的应用又会产生更大或更小的用处与价值，具有协同性；并且数据与场景的匹配又具有巨大的未知性与不确定性。
诚然，对姚院士上面这段话，我是基本认同的。但是大家在引用它来说明数据定价的困难时，可能都误解了姚院士的意思。我们在讨论一个定义时，不仅要正面说，还可以反面说，甚至可以举例说。譬如，把上面一句话的主语换成土地、劳动力、资本、技术、数据五大要素中的其他要素：
由于同一土地对于不同场景的可用性与价值是不同的，对同一场景不同土地的可用性与价值也是不同的，具有特异性；同时，多种土地的组合对场景的应用又会产生更大或更小的用处与价值，具有协同性；并且土地与场景的匹配又具有巨大的未知性与不确定性。
由于同一劳动力对于不同场景的可用性与价值是不同的，对同一场景不同劳动力的可用性与价值也是不同的，具有特异性；同时，多种劳动力的组合对场景的应用又会产生更大或更小的用处与价值，具有协同性；并且劳动力与场景的匹配又具有巨大的未知性与不确定性。
由于同一技术对于不同场景的可用性与价值是不同的，对同一场景不同技术的可用性与价值也是不同的，具有特异性；同时，多种技术的组合对场景的应用又会产生更大或更小的用处与价值，具有协同性；并且技术与场景的匹配又具有巨大的未知性与不确定性。
由于同一资本对于不同场景的可用性与价值是不同的，对同一场景不同资本的可用性与价值也是不同的，具有特异性；同时，多种资本的组合对场景的应用又会产生更大或更小的用处与价值，具有协同性；并且资本与场景的匹配又具有巨大的未知性与不确定性。
显然，用任何一类要素名称替换前面一句话的主语，逻辑基本都是成立的，试举几例如下：
- 某城市某道路上的一个临街店铺，原来是一家川菜馆子，经营不善门可罗雀，倒闭了。接盘的老板重新装修后，还是餐饮铺子，已经成为网红打卡的热门店铺。
- 老王十几年前名校硕士毕业，进入到一家知名外企打拼，绩效一直不错，职务也一路上升，已经做到了较高的职位，前年在猎头的联系下，入职到某家民营企业做副总裁，2年来水土不服，目前已经赋闲在家。
可以看出，数据的特异性、协同性和未知性，并非数据要素作为商品的特有属性，所以在考虑数据的价值和价格定义和度量上方面也不应该成为主要因素。
那么该如何确定数据的价值和价格呢？下面把马克思主义价论观摘录如下：
第一，商品的价值量由生产这种商品的社会必要劳动时间决定；商品交换要以价值量为基础，实行等价交换。即商品的价值是凝结在商品中的无差别的人类劳动，也就是说衡量一个商品的价值大小，可以用人类凝聚在这个商品中的时间去决定。所以商品的价值量只能由社会必要劳动时间决定，其他的因素对于价值只能起到影响作用。
第二，价格围绕价值上下波动是价值规律的唯一表现形式。因为价格由价值决定，供求关系会影响价格，所以价格会围绕着价值上下波动。
在思考如何确定数据的价值和价格方面，既然数据作为商品（服务）没有真正的独特性，透过纷繁复杂的各种估值“新”概念、“新”方法，我的建议是回归到马克思的价值观来解决这个问题，即成本法+市场法。
成本法即决定数据产品（服务）价值的主要因素是数据的成本，包括数据产品从数据采集、存储、设计、加工、销售、售后等全生命周期的各种成本。这些成本决定了数据的价值，当这个数据产品（服务）对外销售的时候，加上适当的利润，就是价格。市场上真正稀缺的数据产品（服务）可能获得超额的利润，无人问津的数据产品（服务）可能负利润赔钱。
为什么不能把数据未来发挥的价值纳入数据商品的价值判断和定价中呢？我们再看下面一个例子：
上图一把普通的锤子，十几元到几十元的价格。我们看到过汽车不慎落水的新闻，每个落水车在沉没之前都有一个可以逃生的时间窗口，但是因为缺乏工具最后变成车毁人亡的悲剧。如果但是车里有这个锤子，可能结果就不一样了，那这个锤子在这个场景下该定价多少钱呢？ 如果车内的人购买了高额的人身意外保险，锤子的价格是不是还要贵一点呢？
可以看出如果过分强调未来不同场景的价值，就会陷入一种不可知论的境地，现有所有的商品价值体系也会被推翻。而且这种未来价值的不确定性也正是市场的魅力所在。你认为非常普通的商品（服务），我可以利用其创造更大的价值，有买有卖，这样才能形成市场、形成流通。如同前面提到的店铺，有人经营门可罗雀，有人经营人声鼎沸。当然在这个数据市场的培育过程中，我们的政府要做好体制和机制建设，避免房东一家“独赢”的局面。
在写这个小文的过程中，检索资料时，发现有些专家秉持同样的观点，譬如国家发改委价格监测中心朱险峰在2023年的全球数字经济大会上就表示：在数据要素的定价过程中不能过分强调数据要素的特殊性，如非稀缺性、非均质性、非排他性等，否则可能会在实践中碰壁。“还是要更多地强调数据的商品属性，结合大宗商品定价的历史规律和我国特殊的国情，才能实现可落地、可操作的数据要素定价方案。朱老师的发言可以参考如下链接。
其实数据产品（服务）的定价，也不是最近两年的新概念。比如淘宝的数据魔方已经运营不少年了，就是一个数据产品（服务）。再比如作为国内数据消费的大户，金融行业大量采购外部的金融、学历、公安、商旅等类别的数据，这些数据产品（服务）都有明确的定价。
就在三周前的2023年8月21日，财政部发布《关于印发<企业数据资源相关会计处理暂行规定>的通知》，将2022年12月1日起草的征求意见稿转为正式稿，自2024年1月1日起施行。从该规定可以看出两点：
- 暂行规定明确数据资源适用于现行会计准则，不改变现行准则的会计确认计量要求。表明整个会计界对数据资产的态度是审慎和务实的。
- 在存货、无形资产、开发支出项目下均增设“数据资源”项目，反映数据资源的账面价值或者满足资本化条件的支出金额。数据终于以“数据”的项目入表，意味着数据完成了从自然资源到经济资产的跨越，为数据在更广阔的场景下产品化、标准化奠定了基础。
以上内容是个人对数据价值和定价的一点思考，期望和业界同仁讨论。最后总结一句话，数据本身确实有零（低）成本复制的特性，但是数据的价值和其他商品的价值没有区别，都是无差别的劳动价值。在价值确定和定价方面，作为商品（服务）的数据基本没有特殊性。
作者：马欢
国际数据管理高级研究院 研究员