数据定价，正在换一套算法

10月20日，国家数据集团在雄安新区揭牌，央企名录第28位。同一天，另一场 quieter 的变革也在业内发酵：数据资产的定价方式，可能要从"一次性定价"换成"按收益分成"。前者是组织落地，后者是方法论转向——两件事撞在一起，数据要素市场才算真正开始"动起来"。

🏗️ 雄安落子，数据要素有了操盘手

一家新央企的揭牌，为何值得整个行业侧目？

先把事实摆清楚：据央广网、中新社等报道，国家数据集团有限公司于10月20日在河北雄安新区正式揭牌成立，位列央企名录第28位，以数据资源开发利用为主责主业。它的成立填补了数据领域国资运营主体的空白，也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"阶段。

这句话值得咀嚼。过去几年，数据二十条、数据入表、数据交易所，规则层面的纸面工作做了大量，但市场上始终缺一个既能整合资源、又能下场运营的主体。规则有了，没人操盘，市场就转不起来。国家数据集团的角色，某种程度上就是那只"下场的手"。

选址雄安同样有讲究。雄安新区从规划之初就承载着制度试验的功能，把一家以数据为主业的央企放在这里，信号很明确：数据要素的流通、交易、收益分配，需要一片可以容错的试验田。

从产业逻辑看，一个能转起来的数据要素市场，至少需要四类角色咬合：提供原料的资源方、做加工治理的服务方、承担流通撮合的运营方、以及最终付费的应用方。国家数据集团的定位，卡在链条中间最吃劲的位置——既向上整合分散的数据资源，又向下对接应用场景。

但操盘手就位只是前提。真正决定这个市场能不能做大的，是一个更根本的问题：数据到底怎么定价？这也是最近业内讨论最热的话题。

💡 静态估值框架，正在裂开三道缝

数据定价的老思路，沿用的是土地、矿产、设备的估值逻辑。

先假定数据是一项可以被"拥有"的资产，然后套用成熟资产的三板斧——成本法（造它花了多少钱）、市场法（类似的卖多少）、收益法（未来能赚多少折现）——给出一个静态价格，再放进资产负债表。数据入表推动这几年，多数实践仍停留在这一框架里。

问题在于，这个框架的前提假设对数据几乎不成立。数据不同于土地、设备和矿产：它不会因为被使用而减少，可以近乎零成本复制，同一份数据可以在多个场景同时产生价值。一位长期做数据资产评估的从业者私下直言："用成本法给数据估值，等于用打印纸的价格给小说定价。"

静态框架的裂缝至少有三道：

第一道缝是"减值假设"失灵。传统资产越用越贬值，数据恰恰相反——被使用得越多、叠加的场景越多，暴露出的价值越大。你无法在交易发生前就锁定它"值多少钱"。

第二道缝是"排他性假设"失灵。土地卖一块少一块，数据卖出去还能再卖。非排他性意味着稀缺性定价逻辑失效，也给权属界定带来天然困难。

第三道缝是"价值波动"失灵。数据价值高度依赖场景和时间窗——同一份用户行为数据，在模型训练高潮期和冷静期，市场愿付的价格可能天差地别。一个静态标签，注定追不上动态价值。

如果把这些定价方法放到"对数据特性的适配度"和"当前落地可行性"两个维度上看，格局会清晰很多：

静态方法占据"好落地但不适配"的存量区间，而分成模型站在了适配度最高的一侧——这也是为什么它正在从学术讨论走向实操总结。

📊 从"卖断"到"分成"：一次范式切换

分成模型的思路，说穿了就一句话：别再问数据"值多少钱"，改问数据"每次用能分多少钱"。

近期业内流传的一份关于AI与机器人四层价值评估和并购的总结里，数据资产的分成定价模型被作为核心结论提出。其要点是：放弃对数据资产做一次性静态定价，转而把它当作一种持续参与价值创造的"要素股份"——下游应用产生收入时，按约定比例向上游数据提供方分成。

这个模型的好处非常工程化：

其一，它把定价风险从"事前博弈"挪到"事后分配"。买卖双方不必再为一个说不清的静态价格扯皮，价格由真实使用量和真实收入动态生成，数据用得越多、创造价值越大，供方拿得越多。定价争议变成了分账规则的谈判，后者可操作性强得多。

其二，它和数据"非损耗、可复用"的属性天然契合。同一份数据可以同时向多个下游分成，供方不必在"卖断一次"和"捂着不放"之间二选一，数据供给意愿反而被激活。

其三，它特别适配AI时代的交易结构。模型训练、机器人数据集这类场景，数据价值要在模型迭代和产品收入中才能兑现，分成模式让数据方与模型方形成利益共同体——这正是素材中"AI与机器人四层价值评估"框架里，数据层参与整体价值分配的底层逻辑。

两种模式的差异，可以拉一张表看清楚：

值得强调的是，两条路线并非替代关系。资产入表、质押融资这类合规场景，静态估值短期内仍是必需品；分成模型则主攻流通交易环节。真正的问题不是谁消灭谁，而是让每种方法待在它适配的位置上。

⚠️ 分成模型落地的三道坎

道理不难懂，难的是工程落地。

第一道坎是权属。分成的分母是收入，前提是"谁有资格分"说得清。数据来源可能横跨多个主体——原始数据来自用户，加工增值来自企业，聚合又依赖平台。没有清晰的授权链条和权属登记，分成比例谈判就失去了地基。这也是国家数据集团这类国资运营主体的价值所在：由可信第三方来承接资源整合与权属确认，比买卖双方自证清白成本低得多。

第二道坎是计量。按使用分成，就必须回答"用了多少、怎么用"。数据被复制、被派生、被混合训练之后，使用量的口径如何认定？这需要的不是合同条款，而是一整套可信计量基础设施——使用日志存证、水印追踪、可审计的分账接口。据多位接近数据交易所的人士透露，计量与分账能力，正在成为交易平台下一阶段竞争的焦点，而不是挂牌数量。

第三道坎是治理基准。分成模型把定价权交给了市场，但市场需要裁判：分成比例有无指导区间？纠纷如何仲裁？跨区域交易适用哪套规则？这些都需要在实体操盘的实践中逐步沉淀。

把三道坎和对应解法放到一张图上：

🔭 结语：定价换算法，市场才算开机

回头看，10月20日的两件事其实是同一件事的两面。

国家数据集团的成立，解决了"谁来操盘"的组织问题；分成模型从讨论走向总结，解决了"怎么定价"的方法问题。前者给市场装上了发动机，后者给发动机换了正确的油——静态估值框架下，数据交易天然萎靡，因为没人愿意为一个算不准的价格长期供给；只有当数据方能够持续按贡献分成，供给意愿才会真正打开。

接下来的看点有两个：一是国家数据集团在雄安的实体操盘，会不会率先跑通计量与分账的基础设施；二是AI训练数据、机器人数据集这类高价值场景，会不会成为分成模式的第一批规模化落地点。数据要素市场这台机器，硬件已经到位，操作系统正在换版——2026年，值得盯着看。