数据的隐藏价格

Source details

Canonical URL

数据的隐藏价格

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: LAURA VELDKAMP
• Published: December 17, 2025

概览

• 作者与出处：劳拉 • 维尔德坎普（Laura Veldkamp），金融与发展，2025年12月。
• 核心论点：数据并非无价；当前数字交易通常为双重交易——消费者在购买商品或服务的同时，也在出售自己的数据。由于企业将这两项交易捆绑并隐藏数据的定价，消费者无法判断自己是否获得了公平回报。

隐性捆绑与问题

• 双重交易结构：
  • 消费者支付可观测的货币价格并获得产品或服务。
  • 同时，消费者在交易中提供数据，企业获得数据作为额外收益。
  • 可观测价格是货币交换与数据交易的净价。
• 捆绑带来的后果：
  • 消费者无法看到“出售数据时获得的价格和折扣”，因此无法判断回报是否合理。
  • 消费者无法通过经验学习和调整（比喻为“永远是刚抵达的游客”）。
  • 企业提供折扣的动机常常是为了获取更多交易和更多数据，而非出于公平考量。

政策建议与制度设计

• 将两项交易拆分的监管建议：
  • 要求企业同时公布“允许使用交易数据的价格”与“将交易数据设为隐私的价格”。
  • 拆分定价将提高数据市场透明度，让消费者能看到数据折扣信息并作出选择。
  • 长期效果：消费者可能从被动的“游客”转变为主动、精明的数据供应者，争取在数据经济中应得的份额。

将数据转为可计量资产的挑战

• 难点概述：
  • 数据为随处生成的无形资产，既非直接开采亦非传统成本形成，难以直接量化。
  • 经济学家正在开发多种计量方法，每种方法侧重不同的“价值”定义，且各有适用场景与局限性。
• 推动方向：将数据估值从“直觉判断”转向“量化分析”，并通过制度设计使得某些计量方法在实践中可操作。

五种计量方法（各有所长与局限）

• 市场价格法
  • 概念：利用像 Snowflake 或 Datarade 等公开市场上数据集的交易价格作为价值信号。
  • 局限性：在这些市场流通的数据并非最具经济价值的数据，许多企业不会出售其核心竞争数据。
• 收入法
  • 概念：将数据视为生产性资产，其价值等于所能创造的额外收入；通过构建反事实模型估计缺乏数据时的利润差异。
  • 适用性：在金融领域较可行（投资者利用数据购买高回报资产）；在其他领域用途多样且较难量化。
• 互补投入法
  • 概念：通过观察企业在数据管理与利用上投入的人力和计算资源来推断数据存量的隐含价值。
  • 依据：企业愿意为某项资产投入真金白银，本身是该资产具有价值的信号。
  • 局限性：间接性估算，需已知投入规模与成本。
• 关联行为法
  • 概念：衡量决策行为与决策回报的一致性，高协方差表明高价值的数据在驱动决策（即通过行为痕迹衡量数据价值）。
  • 应用示例：追踪购买建议与实际购买行为的匹配度或企业对畅销商品的库存备货精准度。
• 成本核算法
  • 概念：会计视角，通过账单汇总或将购买的数据列为资产来计量数据价值；新版联合国《国民账户体系》支持将购买的数据集列为资产。
  • 难点：大多数数据并非通过购买获得，而是通过隐性“物物交换”（消费者在购买商品或使用服务时以信息抵扣部分支付）。要核算真实数据成本须估算企业为刺激数据披露而减免的金额。
  • 可操作性的提升：要求企业分别对“允许使用交易数据”和“不允许使用交易数据”的交易定价，将有助于实现成本核算。

结论

• 这五种方法共同勾勒出数据作为无形资产的不同面向：投入的劳动力、创造的收入、行为的精确度、市场价格和隐性成本。
• 无单一方法可全面适用或绝对可靠，但通过组合和制度安排（如拆分定价披露），可将数据估值从猜测转向可操作的量化分析，从而改善消费者议价地位并促进更公平的数据收益分配。

来源：数据的隐藏价格，劳拉 • 维尔德坎普，2025年12月，金融与发展