◇ 作者：上海市浦东新区数据局数据要素发展处处长 黄得志
西南财经大学工商管理学院博士研究生 马港
上海财经大学数字经济学院教授 赵琳
上海市浦东新区数据局副局长 徐瑾伦
◇ 本文原载《债券》2025年12月刊
摘 要
推进数据要素市场化配置，对充分发挥数据作为关键生产要素的作用具有重要意义。当前，定价难问题已成为数据要素市场化配置的关键制约因素。为破解这一困境，本文以“如何发现价值”作为研究视角，提炼了数据要素市场价值管理的核心理念，在此基础上设计了一套可操作的数据要素市场价值评估方案，并通过上海市浦东新区气象局健康气象指数效益评估实践案例，验证了评估方案的有效性。
关键词
数据要素 价值管理 评估方案 市场化配置
数据要素市场价值评估的作用与难点
数据已被确认为继土地、劳动力、资本和技术之后的新型生产要素，日益成为推动经济增长、优化资源配置和提升治理效能的关键驱动力。需要指出的是，原始数据由于其碎片化、非结构性的特征，不能直接为最终产品生产提供有价值的信息，其本身并不具有生产要素的属性。原始数据只有经过加工处理形成数据资源，并进一步产品化为可参与生产或服务过程的数据要素，才能进入市场流通并发挥生产要素作用。
当前，我国数据资源规模持续快速增长。《全国数据资源调查报告（2024年）》显示，2024年全国数据生产总量达41.06泽字节（ZB），存储总量超过2ZB。尽管我国具备良好的数据资源禀赋，但数据资源的整体开发利用率仍处于较低水平，数据要素市场活跃度不足，大量数据长期处于“沉睡”状态，难以有效转化为可度量、可流通的经济价值。
推进数据要素市场化配置，对充分发挥数据作为关键生产要素的作用具有重要意义。笔者团队通过对全国多家数据交易所及数据供需企业的实地调研发现，在当前数据要素市场中，供需双方仍普遍沿用传统商品的价值管理逻辑，难以适应数据要素“用数创造价值”和“持续服务”的特性。调研结果进一步显示，释放数据要素价值面临三重关键挑战：一是跨学科、复合创新能力不足制约价值洞见，二是技术工具短板阻碍价值提取，三是运营能力欠缺影响价值实现。此外，在数据流通交易中供需双方的价值认知错位、信任缺失与权责模糊，进一步形成市场堵点。
要破解上述堵点，关键在于建立科学的价值共识机制。有效的价值评估不仅有助于形成客观的价值基准，更能弥合供需双方的认知偏差，促进信任构建，是推动数据要素市场化配置、释放其潜在价值的前提。然而，现有方法如成本法、市场法、收益法（PEI，2020；王今朝等，2023）等，多聚焦于“如何定价”，侧重静态估值，对“价值如何被发现”这一前置性、动态过程关注不足，且难以支撑实际交易，落地困难。
基于此，笔者认为应跳出传统估值范式，从“如何计算价格”转向“如何发现价值”。下文将在提炼数据要素市场价值管理三重理念的基础上，设计可操作的评估方案，并通过健康气象指数案例验证其有效性，以期为数据要素价值的识别、量化与形成共识提供实践路径。
数据要素市场价值评估的基本思路与方案设计
（一）数据要素市场价值的管理理念
基于前期调研与对数据要素价值释放特征的分析，笔者提炼出数据要素市场价值管理的三重核心理念，为后续评估方案的设计提供理论指导。
1．整合跨学科知识与跨市场信息
数据在原始状态下并不直接产生价值，其潜在价值需在具体应用场景中被激活并转化为现实效用。由于数据价值高度依赖使用情境，其深度挖掘离不开多学科知识的协同支撑。例如，在将交通出行数据应用于城市治理时，需要融合交通工程知识以解析拥堵成因，借助数据科学进行动态建模与预测，同时结合公共管理与法律规范确保数据使用的合规性。唯有通过跨学科整合，才能构建完整的价值解释框架，揭示数据在特定场景中的作用机理。
与此同时，在数据交易中普遍存在信息不对称问题，亟须推动跨市场信息的有效汇聚。数据资源的供给方应主动披露数据的质量、采集方式与合规性，需求方需清晰说明应用场景与技术承接能力，市场平台则应提供价格信号、交易规则及使用反馈等公共信息。以气象数据服务农业为例，只有当数据精度、更新频率、作物生长周期及气候敏感期等关键信息充分共享，并辅以市场参考案例与定价指引，供需双方才能形成一致的价值认知，实现价值的精准识别。
2．协调交易与合作
数据要素价值的实现不同于传统商品，其创造过程并非由供给方单方面完成，而是依赖供需双方的协同共创。在标准消费品市场中，价值主要在生产环节确定，消费者处于被动接受地位。而数据的价值则在使用过程中动态生成：需求方通过加工、分析与反馈，结合自身业务场景和知识经验，对数据进行二次开发，赋予其新的应用价值；供给方也需持续提供技术支持，进行质量优化与服务响应，确保数据的可用性与适配性。因此，需求方不仅是使用者，更是价值共创的关键参与者。在此背景下，数据要素市场的价值管理不能局限于一次性交易，而应重视交易与合作的共生关系。
3．平衡现实与未来
数据要素价值并非静态存在，对其进行的认知和评估既不能仅依赖当前表现，也不能脱离未来演进而盲目预判，应在现实基础与未来潜力之间保持动态平衡。在微观层面，数据要素价值的实现是一个逐步验证的过程。在宏观层面，数据要素价值还随市场发展阶段动态演化。
因此，在数据要素价值管理中，必须同时考量当前的使用成效、技术适配性、市场接受度等现实因素，以及技术演进方向、潜在应用场景、产业变革趋势等未来变量。唯有如此，才能避免因过度关注当下而低估长期潜力，或因脱离实际而催生估值泡沫，实现对数据价值的动态、分阶段、情境化评估。
（二）数据要素市场价值评估方案的构建
基于数据要素市场价值管理理念，本文进一步设计了数据要素市场价值评估方案，将抽象原则转化为可操作的流程。评估方案包括知识拼图、可信验证、适配评估、信息网罗、全路径模拟、三方互证、阶段校准和连续追踪共8个步骤（见图1）。每个步骤的含义、作用及操作要领如下。
知识拼图是指整合数据科学、领域应用、法律合规等多学科知识，形成对数据潜在价值的系统理解。当前数据交易多聚焦价格与数据属性，供需双方缺乏动力整合应用场景所需的专业知识。供给方若主动揭示数据应用潜力，可能被解读为急于成交而遭压价；需求方过度暴露技术能力，则易丧失谈判主动权。因此，宜由中立第三方主导知识整合，借助知识图谱将数据要素与相关知识节点进行结构化关联，通过因果推理揭示数据在特定场景中的作用机理，提升价值识别的科学性。
可信验证是指获取供需双方关于数据及其应用场景的信息，验证相关信息的真实性。可通过问卷调查、实地走访、现场观察等方式，核查供给方的数据来源、质量水平与合规状况，确认需求方的应用场景、技术承接能力与使用预期。该机制是后续评估、提供可信数据的基础，能够降低因信息失真导致的价值误判。
适配评估是指评估数据与特定场景之间的匹配程度，明确数据价值的边界，定位其在场景中的核心价值点。数据的价值高度依赖具体应用场景，只有找到最契合的场景，才能有效释放其潜力。在这一过程中，供需双方往往从各自角度出发，可能对数据价值点产生不同的判断。适配评估通过识别数据与场景之间的实际契合度，帮助明确能够被有效激活的价值点。在实践中，适配评估通常结合前述知识拼图和可信验证的结果，利用多准则决策、成本效益分析、技术-业务匹配模型等方法，将供给方的数据特征与需求方的场景特征逐一对应，识别数据在场景中能够真实发挥作用的价值点。
信息网罗是指在完成适配评估之后，围绕已经确认的价值点收集能够支撑价值量化的相关市场信息。数据的经济价值需要在具体情境中衡量，缺乏相关参照则难以量化。例如，在使用交通数据服务智能出行时，除了数据的精度，还需要获取车辆保有量、道路通行成本、出行高峰规律及替代方式价格等信息。可通过市场调查、网络爬虫等手段广泛采集行业基准、市场价格、成本结构等数据，辅以专家咨询获取行业经验，构建完整的价值参照体系。
全路径模拟是指模拟数据从供给到应用的全部价值发挥路径，揭示其在各个环节中转化为实际经济价值的方式。可将前期获取的知识、参数与市场信息纳入模型框架，结合场景设定关键变量，运用蒙特卡洛模拟、数值仿真或情景分析等方法，量化数据在不同条件下的经济贡献。该机制不仅能输出可比的价值测算结果，还可识别影响价值的关键敏感因素，为后续验证与校准提供依据。
三方互证是指由第三方调查机构、供需双方及专家团队共同对价值测算结果进行论证与交叉验证，以确保评估结果的合理性和有效性。由第三方提供技术性测算，需求方根据实际使用体验与预期匹配度进行评判，供给方评估结果是否反映数据真实价值，学术专家审查模型科学性与逻辑严谨性，产业专家则验证市场参数的真实性与合理性。通过多视角论证，增强评估结果的可接受性与共识基础。
阶段校准是指根据市场发展阶段的变化，对数据价值进行分阶段识别和校正，以确保评估结果与实际情况保持一致。数据价值并非一成不变，而是随着市场成熟度、技术条件和区域环境的变化而不断演化。阶段校准的核心在于识别不同市场阶段下数据价值的分布和差异，构建分阶段的价值矩阵，使供需双方能够在现实价值与潜在价值之间找到平衡点。
连续追踪是指在数据定价和交易达成后，持续监测其在实际市场应用中的效果，并根据市场反馈动态调整价值评估结果。连续追踪的核心在于建立动态监测机制，对定价、交易结果和应用表现等信息进行定期收集与分析，在必要时调整评估模型和参数。在实践中，可以通过评估机构的数据监测、用户满意度调查和市场调查来跟踪定价效果，同时可以引入自动化监测工具提升反馈效率。
数据要素市场价值评估实践案例
（一）案例背景
2023年，上海市浦东新区气象局联合辖区街道推出健康气象指数，融合气象数据与人口健康数据，构建针对5类高发疾病的易感风险预测模型，提供气象健康风险预警和个性化防护建议，并通过社区网格员及智能终端实现精准触达。该服务在提升公众健康管理水平方面初见成效，但其潜在经济效益缺乏科学、可量化的评估依据，制约了数据要素的进一步开放与价值转化。
（二）评估实践
为破解这一难题，本文应用所提出的数据要素市场价值评估方案，对该健康气象指数的市场价值进行评估。
1．评估过程
在知识拼图阶段，整合气象学、医学与数据科学知识，明确健康气象指数在疾病预防中的作用机理。在可信验证阶段，核实供给方数据来源、质量、更新频率、合规性及模型性能，并收集需求方重点人群、高发慢性病及管理难点等应用场景信息。在适配评估阶段，结合干预效果，筛选哮喘与慢阻肺作为核心价值场景。在信息网罗阶段，系统采集疾病发病率、就诊费用、辖区患病率、医保水平及干预响应率等参数，支撑量化分析。在全路径模拟阶段，构建“预警→防护→减发→节支”链条，建立价值测算模型，得出初步结果。在三方互证阶段，组织供需双方、第三方机构与医疗专家对模型与结果进行交叉论证。在阶段校准阶段，结合区域人口老龄化特征，修正高敏感人群影响，提升评估精度。在连续追踪阶段，建立动态机制，定期收集市场反馈与应用表现，实现价值评估的持续迭代。
2．结果分析
针对年人均疾病发生次数、不同严重程度的概率及单次医疗费用3类关键参数的不确定性，本文采用蒙特卡洛模拟，在其取值范围内进行1000次随机抽样，生成健康气象指数创造价值的概率分布（见图2）。模拟结果显示，指数年均价值为476万元，中位数为463万元，分布呈现右偏趋势。当3类参数同时取低值时，价值集中于左侧分布；反之，取高值时价值显著右移。分布图表明，疾病发生频率、严重程度分布与医疗费用对指数价值具有显著的叠加效应。
为进一步检验外部因素的敏感性，本文将老龄化程度作为关键变量，考察其对数据价值的影响。在当前老年人口占比约33%的基础上，设定34%、35%、36%和37%等提升情景进行模拟测算。结果显示，随着老龄化程度的上升，指数的年均价值逐步提高，分别达500万元、522万元、528万元和544万元。这表明，人口结构的变化，尤其是老年人口比例的增加，将显著增加健康气象指数的应用需求与潜在价值。
结语
本文提炼了数据要素市场价值管理中的三重核心理念，据此设计了一套系统化的价值评估方案，以期为破解数据要素市场普遍存在的价值认知差异与信任缺失难题提供可行路径。当前，方案在知识汇聚与信息采集环节主要依赖人工，效率受限。未来，可结合大模型、智能体等技术，实现知识自动抽取、场景智能匹配与信息动态采集，辅以人工验证与阶段校准，不断提升数据价值评估的智能化水平与应用效能。
参考文献
[1]刘涛雄，张亚迪，戎珂，等． 数据要素成为中国经济增长新动能的机制探析[J]． 经济研究，2024（10）．
[2]王今朝，窦一凡，黄丽华，等． 数据产品交易的定价研究：进展评述与方法比较[J]． 价格理论与实践，2023（4）．
[3]全国数据资源统计调查工作组． 全国数据资源调查报告（2024年）[R/OL]． （2024-04-16）[2015-10-31]． https：//www.nda.gov.cn/sjj/ywpd/sjzy/0429/ff808081-960ee580-0196-813a908a-03fb.pdf．
[4] PEI J． A survey on data pricing： from economics to data science[J]． IEEE Transactions on Knowledge and Data Engineering， 2020， 34（10）．
