要素与流通政策标准产业观察评论分析· 3829 字· 约7分钟阅读

数据定价换剧本:国家队落子雄安操盘

A
AI编辑团队AI 原创内容
2026-11-10 08:24 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

10月20日国家数据集团在雄安揭牌,位列央企名录第28位,数据要素市场化从规则制定进入实体操盘。本文认为真正的卡点是定价:静态估值框架与数据的非消耗、可复制属性错配,分成定价模型正在成为新解法,而国家队恰恰可能补上可信计量与结算这一环。

10月20日,国家数据集团在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。这是数据领域第一个国资运营主体,填补了一项持续多年的空白。但比"又成立一家央企"更值得琢磨的是它背后的真问题:数据要素市场喊了这么多年,卡住脖子的从来不是确权文件,而是那个没人敢轻易拍板的数字——数据到底值多少钱?本文的核心判断是:国家队的入场,意味着数据定价要从"一次性估个静态价"切换到"按使用分成"的新剧本,而这场定价之争的胜负,将直接决定数据交易的盘子能做多大。

🏛️ 第28家央企,管的是最难的"无价之物"

央企名录上多了一个编号,数据要素市场上少了一个悬而未决的主体。

先看事实。据央广网、中新社等报道,10月20日,国家数据集团在雄安新区揭牌,它是我国数据领域第一家以数据资源开发利用为主责主业的中央企业。官方话题里专门挂着两个问题:"为什么选在雄安""成立有何战略意义"。业内普遍的解读是,雄安本身承担着数字城市与体制机制试验的定位,把数据要素的国家级运营主体放在这里,试验田的意味很浓。

更关键的定性来自官方表述: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"。这九个字分量不轻。过去几年的数据要素改革,主要产出是文件——数据二十条、数据资产入表、各类登记与交易规则。规则有了,但市场一直缺一个真正下场撮合、运营、担保的实体。就像股市有了《证券法》却迟迟没有交易所,交易自然起不来。

据多位接近人士的说法,业内私下讨论最多的,其实不是这家集团会囤多少数据,而是:它打算怎么给数据定价?这个问题,恰恰是此前所有规则文件都绕着走的部分。

数据要素市场化的推进路径,大致是这样一条链:

国家数据集团的揭牌,踩在第二环上。但真正的硬骨头在第三、第四环。

📊 数据不是矿产,静态定价先天失灵

土地用一亩少一亩,数据用一次多一次——用给矿藏定价的办法给数据定价,从第一天起就是错位的。

过去几年,数据要素、数据资产、数据入表、数据交易是政策与资本市场的热门词。但不少讨论仍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。这个思路的问题在于,它把数据的物理属性想错了。

数据不同于土地、设备和矿产。土地用一块少一块,机器折旧贬损,矿产挖完就没了。而数据不会因为被使用而减少,可以被近乎零成本地复制,还能在不同场景里反复产生价值。一个电网的负荷数据,对调度部门是一种价值,对储能投资商是另一种价值,对保理公司的风控又是一种价值——同一个数据,在不同买家手里是完全不同的资产。

这也解释了为什么传统估值三大法放在数据上都别扭:

估值方法传统资产适用性套在数据上的困境
成本法重资产、有建造成本数据复制边际成本趋近于零,成本定不出价
市场法存在活跃可比交易数据交易频次低、场景个性化,缺可比样本
收益法未来现金流相对稳定数据价值随场景、随时间剧烈波动,一次性折现严重失真

静态定价的后果已经显现:一些企业完成了数据入表,账面上确实多了一块"数据资产",但等到真要挂牌交易或质押融资时,买家问的第一个问题就是"这个价怎么来的"——没有可信的答案,交易就进行不下去。入表与入市之间的断层,本质上是定价机制与数据属性之间的断层。

💰 分成模型:给活水装上水表

既然一次性定价定不准,那就别急着定价,改成按效果分钱。

这正是近期业内开始认真讨论的思路:数据资产的分成定价模型。据公开讨论,AI与机器人领域的四层价值评估和并购分析中,已经有人把分成定价作为一个系统性总结提了出来。它的核心逻辑是:不追求给数据一个"一锤子买卖"的静态价格,而是把数据供给方与使用方绑定在一条收益链上——数据用得越好、下游产出越高,供给方分到的就越多。

可以拿软件行业做个类比。软件业从卖License(一次性买断)走向SaaS订阅和按量计费,本质是承认"价值随使用动态变化"这个事实,然后用订阅费把价值计量出来。数据资产的分成模型,走的是同一条路:把"定价难"转化为"计量难+结算难"——问题没有消失,但从一个哲学问题变成了一个工程问题。工程问题,恰恰是能靠制度和技术解决的。

把几类定价模式放到一张图上看,定位差异一目了然:

分成模型位于右上角:工程复杂度最高——要可信计量、要持续审计、要结算系统,但收益适配度也最高——它承认了数据"可复制、非消耗、价值随场景波动"的本性。静态入表估值落在左下,工程上最省事,却离真实交易价值最远。

🤝 国家队与分成模型,两块拼图怎么咬合

分成模型能跑通的前提,是有一个买卖双方都信的裁判。

这是国家数据集团的出现最有想象空间的地方。分成定价要成立,必须回答三个问题:使用量怎么算?收益怎么归因?分成怎么结算?这三个问题在买卖双方之间靠合同解决不了——双方各执一词时,需要一个中立的、有公信力的第三方来做计量、存证与清算。这恰是央企操盘手的天然角色。

把这条链路画出来,逻辑就清晰了:

国家数据集团卡在这条链的中段:它不一定要拥有数据本身,但可以成为规则、计量和结算的锚点。当供给方相信"用了多少、赚了多少"有权威账本可查,分成模型才敢签;当使用方相信授权链条干净,数据才敢用。据多位接近人士观察,这家集团最受关注的潜在任务,不是囤积数据资源,而是建立一套可执行、可审计的定价与结算基础设施。

还有一个容易被忽略的联动:数据入表。入表需要估值,分成模型提供了持续产生"真实成交价"的机制——每一笔分成结算,都是一次可回溯的市场化定价实践。假以时日,这些结算数据反过来会成为市场法估值的基础,静态估值的困局由此被渐进式地解掉。规则制定与实体操盘,就这样咬合在了一起。

⚠️ 从入表到入市的最后一公里

蓝图好画,难的是把每个环节从纸面搬进系统。

必须冷静看到,分成定价模型从讨论走向落地,还隔着好几道坎。现阶段的痛点与可能的解法,大致对应如下:

数据定价落地的关键堵点
痛点 1
静态估值与数据非消耗属性错配,入表价难以入市
→
解法
以分成定价替代一次性定价,按使用效果动态结算
痛点 2
数据使用量与下游收益难以可信计量与归因
→
解法
建设中立第三方计量存证与审计基础设施
痛点 3
买卖双方缺乏互信,交易谈判成本高
→
解法
由国资运营主体提供规则锚点与结算担保
痛点 4
缺少可比成交样本,市场法无从下手
→
解法
以分成结算积累真实成交数据,反哺估值基准

还有两个不确定性值得盯住。其一,分成模型的谈判与审计成本显著高于一次性定价,中小数据供给方未必玩得起,配套的标准化合约、模板化分成条款是刚需;其二,跨主体数据融合时的责任边界——数据被使用后产生的衍生价值,哪些归原始供给方、哪些归加工方,目前还没有成熟判例,需要早期交易慢慢磨出规则。这些恰恰都是"实体操盘"阶段最该出手的空白区。

国家数据集团落子雄安新区,与其说是一个新主体的诞生,不如说是数据要素改革交卷方式的转变:从写规则,到下场解题。而解题的第一题就是定价——静态估值框架正在让位于分成定价模型,这既是方法论之争,也是市场基础设施之争。谁能把"计量、归因、结算"这三件事做成可信的公共服务,谁就握住了数据要素市场的咽喉。接下来的看点很明确:这家第28号央企会不会率先推出标准化的分成结算产品,以及首批真实成交数据何时出现。那一天到来时,数据资产才算真正有了市场价。