🏢 公司C档 · NaN分

数据资产,正在告别"一口价"

··约1分钟阅读

📋 总体概括

国家数据集团在雄安揭牌,数据要素市场化从定规则进入实体操盘。定价机制也在同步换轨:数据非损耗、可复制的属性,让成本法、收益法、市场法集体失灵,按使用效果分成的定价模型正成为更务实的选择。本文拆解静态估值为何失灵、分成模型如何运转、以及谁来提供可信计量与清算的底层设施。

📄 正文

10月20日,国家数据集团在雄安新区揭牌,央企名录第28位,主责主业只有一个:数据资源开发利用。同一天,业内关于"数据资产分成定价模型"的讨论也在发酵。两件事撞在同一条时间线上,不是巧合——数据要素市场化配置改革,正从"规则制定"迈入"实体操盘";而操盘的前提,是把定价机制从静态的"一口价",换成动态的"流水账"。这篇文章想讲清楚三件事:老估值框架为什么撑不住了,分成模型凭什么上位,以及国家队的入场到底补上了哪块短板。

🏗️ 国家队落地:从写规则的人变成下场的人

一家以数据为主业的央企,终于出现了。

据央广网报道,10月20日,国家数据集团在河北雄安新区正式揭牌成立。这家位列央企名录第28位的中央企业,以数据资源开发利用为主责主业,填补了数据领域国资运营主体的空白。中国雄安官网转载中新社的报道用了同一个判断:新央企落子雄安,数据要素开发利用迈入新阶段。

把它放进这几年的时间线里看,逻辑很顺:

  • 近几年:数据要素、数据资产、数据入表、数据交易陆续成为热门议题,规则层面的讨论密集展开;
  • 规则成型:从概念界定到入表试点,市场化的"图纸"逐步画完;
  • 2025年10月20日:国家数据集团揭牌,实体操盘的主体到位。

为什么是雄安?这个问题官方词条里已经挂了两天。撇开选址的战略叙事不谈,从产业视角看,答案其实朴素:数据要素市场缺的不是政策文件,而是一个能持续运营的实体——它要有资产负债表,要能签合同、能履约、能被审计。规则写在纸上是一回事,真金白银地收数据、供数据、结数据,是另一回事。

一位长期做数据入表咨询的人私下说,过去两年的企业数据资产化项目,大多停在"表上有数、市场无价"的尴尬状态:账面价值摆在那里,可一到真要交易、真要融资,就没人敢报价。

这就是国家队要接的盘。规则制定阶段解决的是"能不能做",实体操盘阶段要解决的是"怎么做成"——而"怎么做成"的第一道坎,恰恰是定价。

💰 土地那套算法,套在数据上就是错配

数据的定价难,难在它根本不是土地、设备和矿产那一类东西。

过去几年,许多关于数据资产、数据入表的讨论,仍然停留在一个传统框架里: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。AI与机器人四层价值评估和并购的作者在总结中点破了要害——这个思路容易偏离数据的真实属性。数据不会因为被使用而减少,可以被近乎零成本地复制,可以同时被多方使用。这三条属性,直接击穿了传统估值的三块基石。

拆开看:

  • 成本法失灵:土地按取得成本估,设备按重置成本估,可数据的复制成本趋近于零,历史投入和资产价值之间几乎没有稳定对应关系。投入一千万采集的数据集,可能一文不值,也可能年入数亿——成本说明不了任何事。
  • 收益法失真:收益法要预测未来现金流,可数据的收益高度依赖使用场景。同一份数据,用在风控模型里是一个价,用在营销触达里是另一个价,换了行业、换了模型,收益曲线整个变形。静态折现,估出来的数字经不起场景的第一次切换。
  • 市场法失灵:市场法要找可比交易,可数据交易目前样本稀少、条款不透明,两份"看起来差不多"的数据集,质量和授权范围可能天差地别,可比性基本不存在。

三把尺子同时失灵,结果就是市场上大量数据资产处于"有账面价值、无市场报价"的状态。一位交易平台从业者私下讲得更直白:"数据的价格不在谈判桌上,在流水里。"

这句话值得琢磨。它的意思是:数据的价值不取决于你为它花了多少钱,也不取决于你给它标多少钱,而取决于它被用起来之后能产生多少可归因的收益。这个判断,正是分成模型的出发点。

📊 分成登场:从"卖断"到"按效果结算"

既然数据的价值在使用中兑现,定价就应该贴着使用走。

分成定价模型的核心逻辑可以一句话概括:不追求给数据资产定一个静态总价,而是让数据供给方与使用方按实际使用效果共享收益。它可以有变体——按调用量抽成、按业务收入分成、按模型效果提升分档计费——但共性只有一条:价格是一个随使用动态结算的函数,而不是一个签合同时就锁死的数字。

这个思路并非凭空发明。内容行业早已跑通:音乐版权按流播次数分成,图书按销售码洋抽成;软件行业也在转向:SaaS按席位按量计费,API按调用次数结算。数据不过是把这套逻辑推到极致——因为数据天然可复制、可计量、可多方并行使用,它比任何资产都更适合"按使用分成"。

把几种定价方式放进同一个坐标系,位置差异一目了然:

右上角的"领跑者"象限,站着的就是分成模型:交易频率最高(每一次使用都是一次结算),价值弹性最大(收益上不封顶、随场景伸缩)。而左下角的成本法和入表账面价值,更适合作为财务合规的底线工具,而不是市场定价的主引擎。

几种方式的系统对比:

定价方式定价基准是否随使用变化主要摩擦适配场景
成本法历史采集加工投入否与价值脱钩内部成本归集
收益法预测现金流折现否场景一换即失真单一明确场景
市场法可比交易价格弱可比样本稀缺成交活跃品类
入表账面价值会计准则规则否财务合规属性为主资产负债表列示
分成模型实际使用收益是需计量与清算设施高频、多场景复用

当然,分成模型不是免费午餐。它把"定价分歧"从签约那一刻,摊到了整个使用周期——计量准不准、收益归因清不清、结算拖不拖欠,每一个环节都是新的博弈点。这恰恰指向下一个问题:分成模型对市场基础设施的要求,比"一口价"高得多。

🧭 分成的隐含前提:得有人管计量和结算

分成模型跑得起来,靠的不是合同写得漂亮,而是底下那层"水电煤"。

按使用分成,意味着必须回答四个工程级的问题:用了多少?谁用的?收益里哪一份该归数据方?扯皮了谁仲裁?这四个问题的答案,构成一套完整的数据要素清算体系。对照当前市场的痛点,缺口非常清晰:

分成定价的四大基建缺口
痛点 1
使用量难以可信计量,供需双方各说各话
→
解法
统一可信计量底座,调用量、数据指纹全留痕
痛点 2
权属与授权边界模糊,复用即争议
→
解法
登记确权与授权链路管理,来源可溯、范围可查
痛点 3
收益归因口径不一,分成结算拖期扯皮
→
解法
标准化清算结算通道,按规则自动分账
痛点 4
分成比例缺乏参考基准,谈判成本高
→
解法
公共运营主体沉淀分成模板与争议仲裁机制

看懂了这层,就能理解国家数据集团的成立为什么在产业视角下是个关键补位。数据领域国资运营主体的空白,此前意味着:没有人有足够的公信力和资产负债表,去做跨行业的可信计量方、结算方和争议仲裁者。民营交易平台做不了跨主体的强制结算,行业协会没有执行抓手,单个企业更不可能让对方信服自己的计量口径。

据多位接近数据交易基础设施的人士观察,场内交易的瓶颈从来不是挂牌数量,而是成交后的履约闭环——合同签了,用量没人背书,收益归因谈不拢,结算遥遥无期。分成模型把这种摩擦放大了十倍,因为它要求每一次使用都被记录、每一笔收益都可分账。

推演一下国家数据集团的可能角色:它未必亲自下场做数据应用,更可能扮演的是要素市场的基础设施运营者——统一登记确权的账本、可信计量的底座、跨机构清算的通道、分成争议的仲裁规则。把这些公共品做实,民营平台和企业才能在上层展开多样化的交易模式。规则制定阶段解决的是合法性,实体操盘阶段要解决的是可执行性,而分成模型,就是最考验可执行性的那类交易结构。

换句话说:定价模型的升级和运营主体的到位,是同一枚硬币的两面。 没有国家队兜底的清算设施,分成模型只能停留在两三家巨头之间的双边协议;没有分成模型这种更贴近数据属性的定价机制,运营主体手里也只有一堆标不了价的账面资产。

写在最后

回到开头那条时间线:数据要素的热话题从概念、入表走到交易,如今又叠加了两件标志性事件——定价讨论从静态估值转向分成模型,运营主体从缺位走向国家队操盘。这两件事指向同一个终局:数据资产正在告别"一口价",进入"流水时代"。数据的价值不再由某次评估报告盖章确认,而是在每一次调用、每一笔分账中持续兑现。往前看一两年,值得盯的信号有三个:国家数据集团在计量、确权、结算上的基础设施动作,头部数据交易平台上分成类合同的出现频率,以及入表资产与实际交易定价之间的价差如何收敛。那一刻到来时,数据要素市场才算真正跑通了闭环。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)