国家队下场，数据定价的尺子要换了

10月20日，国家数据集团在雄安新区正式揭牌，位列央企名录第28位，填补了数据领域国资运营主体的空白。几乎同一时间，业内另一场 quieter 但更致命的争论在发酵：数据资产到底该怎么定价？一个信号越来越明显——把数据当成土地、矿产，套上静态估值框架的老路走不通了，按使用效果分成的动态定价模型正在成为新的解题思路。国家队下场操盘，第一道真正的考题，不是囤了多少数据，而是怎么给数据标价。

🏛️ 落子雄安：从立规矩到亲自操盘

先看这家公司本身。

据央广网报道，10月20日，国家数据集团有限公司在河北雄安新区揭牌成立。它是一家以数据资源开发利用为主责主业的中央企业，在央企名录中排第28位。这个排位细节很关键——不是挂靠在某家现有央企之下的二级平台，而是正儿八经的独立央企主体。

为什么是雄安？中国雄安官网的表述是，新央企落子雄安，数据要素开发利用迈入新阶段。雄安作为承接改革试验的新城，没有历史包袱，从零规划数据基础设施和政策环境的成本最低。把国家队放在这里，试验田的意味很浓。

更深一层看，这家公司的成立标志着我国数据要素市场化配置改革从"规则制定"迈入"实体操盘"。过去几年，从顶层政策文件到数据交易所挂牌，规则框架搭了一大堆，但市场上始终缺一个体量足够大、信用足够高的操盘主体。规则写得再漂亮，没有实体下场交易、示范、兜底，市场就转不起来。

据多位接近政策层的人士透露，国家队的第一批动作大概率聚焦公共数据的开发利用和流通基础设施，而不是直接下场做数据生意。这决定了它的核心角色：不是最大的买家或卖家，而是定价机制和市场秩序的锚。

💰 静态估值的错位：数据不是矿产

传统思路有个默认前提：先把数据看作一项可被拥有的资产，再试图给它确定一个静态价格。

这个思路在财务上顺理成章——土地可以评估、设备可以折旧、矿产可以按储量估值，会计师和评估师有现成工具。但问题恰恰出在这里：数据不同于土地、设备和矿产。它不会因为被使用而减少，复制成本趋近于零，同一个数据集可以被无限次、同时、非排他地使用。给一个"用不坏、复制不要钱"的东西标一个一次性买断价，逻辑上就拧着。

当前实务界通行的做法还是三板斧：

数据入表政策落地后，不少企业把成本法当捷径——反正账上先记一笔。但成本计出来的"资产"，未必有人愿意出钱买；市场法和收益法又卡在可比性和收益归属上。静态估值框架在数据面前，三个方法两个瘸。

判断很简单：错位不在估值技术，而在资产观。数据的真实属性是"用得越多越值钱、越不用越贬值"，这和矿产资源的消耗逻辑恰好相反。用静态框架去框动态资产，量出来的永远是错的数。

📊 分成模型：数据定价的第二条路

业内正在出现另一套思路：分成定价。

AI与机器人领域的四层价值评估讨论中，有一份对数据资产分成定价模型的总结值得关注。其核心逻辑是：数据不卖断，而是作为生产要素持续参与下游业务的价值创造，按实际使用效果或产生的收益进行分成。

这个模型并不凭空发明。商业世界里早有成熟参照——渠道按流水分佣、专利按许可费抽成、唱片按播放量结算。共同点在于：标的资产的价值高度依赖使用场景，且价值随使用动态变化，一次性买断价无法覆盖这种不确定性。

分成模型的妙处在于，它把定价难题从"事前猜"变成了"事后算"。数据值多少钱，不再靠评估师拍一个数字，而是由下游业务跑出来的真实结果倒推。数据质量好不好、有没有用，市场用分成结果直接投票。这对数据供给侧是一种强激励：垃圾数据分不到钱，高质量数据持续产生现金流。

当然，它也不是万能药。分成的前提是收益可计量、链路可审计，这在很多场景下并不容易。但对AI训练数据这类价值高度依赖下游模型效果的数据资产，分成模型几乎是唯一说得通的定价方式——模型效果直接可量化，分成比例就有锚点。

🗺️ 四象限看格局：谁在用哪把尺子

把当前主流的数据定价路径放进一个坐标系，格局会更清楚：横轴是实施门槛，纵轴是商业价值。

左下角的成本法是存量玩家，门槛低但价值也低，本质是合规记账而非真实定价；中间的场内挂牌和收益法评估是跟随者，在努力但受制于样本稀少和归属剥离难题；右上角的分成模型是领跑者，实施门槛最高——需要计量、审计、合约机制的全套配套——但一旦跑通，商业价值也最大。AI训练数据授权卡在中间偏上，是当前最现实的过渡形态。

这个格局背后的产业逻辑是：定价机制的演进路径，和任何要素市场的历史一样，都是从"静态标的买卖"走向"动态权益分成"。土地市场走了几十年才发展出年租制、股权合作，数据市场大概率会压缩这个周期。

⚠️ 落地难点：显性成果之下的隐性根基

国家数据集团成立是显性成果，但它能不能真正撬动市场，取决于水面之下的根基。

`infographic

{"type":"iceberg","title":"数据要素市场化

的显与隐","above":[{"label":"显性成果","desc":"国家数据集团揭牌、数据入表推进、交易场所挂牌"},{"label":"制度框架","desc":"确权登记、合规审查、跨境流通规则逐步成型"},{"label":"隐性根基","desc":"收益计量体系、分成合约标准、审计与争议仲裁机制"},{"label":"最深层底座","desc":"全社会对数据作为要素的价值共识"}]}

`

从工程视角看，分成模型的落地至少要过四道关：一是计量关，数据使用对业务收益的贡献度要能拆解出来，这需要企业在数据链路上埋点、归因，背后是实打实的数据治理投入；二是合约关，分成比例、结算周期、退出机制都需要标准化合约模板，这正是国家队适合出面统的事；三是审计关，分成结算必须有第三方可验证的账本，否则扯皮成本会吃掉全部收益；四是合规关，涉及个人信息和公共数据的使用，安全与合规审查必须前置。

有业内人士私下评价得很直白：数据交易所这几年最大的教训，就是挂牌多、成交少，根子在于定价没有解决方案，大家来挂牌是完成KPI的。分成模型如果由国家队牵头做标准化试点，可能是打破这个僵局的最短路径——因为它把"定价"从一个评估问题，变成了一个结算问题，而后者的工程解决方案是现成的。

小结

国家数据集团落子雄安，意味着数据要素市场的主体拼图补上了最后一块国家队。但真正决定这个市场能否转起来的，是定价机制——静态估值的框架正在失效，按效果分成的动态定价模型虽然实施门槛更高，却更贴近数据"越用越值钱"的本质属性。接下来的看点是：国家队能否把分成结算的合约标准、计量规范和审计机制做成公共品。尺子换对了，市场才会真的开张。