林常乐

编者按：

“十五五”规划建议提出，健全数据要素基础制度，建设开放共享安全的全国一体化数据市场，深化数据资源开发利用。国家数据局多次发声，呼吁全社会加大对数据领域的投入，着力培育“为数据付费买单”的市场意识。这一倡导，不仅是对数据要素市场化配置的顶层指引，更是打通数据价值转化堵点、构建健全数据要素市场的关键一步。多位专家将深入解读数据资源开发利用的市场培育逻辑与实践路径。

当前，我国数字经济进入快速发展新阶段，数据作为新型生产要素，已成为推动经济社会高质量发展的核心驱动力。构建完善的数据要素市场体系，核心议题之一在于建立数据的合理定价机制与有效激励机制。

国家层面已为此提供了清晰的制度指引。《关于构建数据基础制度更好发挥数据要素作用的意见》(“数据二十条”)明确提出，要建立体现效率、促进公平的数据要素收益分配制度，并特别强调“按价值贡献参与分配”。与此同时，《关于深入实施“人工智能+”行动的意见》进一步突出了高质量数据在人工智能发展中的基础支撑作用。随着人工智能发展范式从“以模型为中心”转向“以数据为中心”，数据质量已成为决定AI系统能力上限的关键变量。然而，当前高质量数据的供给仍面临定价机制不健全、市场化激励不足等现实挑战。因此，积极推动“为优质数据付费买单”，不仅是破解数据要素市场化配置瓶颈的迫切需要，更是激活数据潜能、支撑人工智能产业创新发展的重要战略举措。

确立数据付费机制的必要性

当前数据要素市场发展的核心障碍，在于缺乏一套能够精准识别并回报数据价值的付费机制。这不仅是一个定价问题，更是一个导致市场失灵、抑制创新并危及人工智能产业健康发展的系统性困境。

一是市场机制待破解，优质数据流通受阻。市场面临的根本性难题是“双向价值不确定性”与定价失灵。数据供给方无法预知其数据将被如何复用及创造多大价值，而需求方在交易前也难以验证数据质量及其对模型的确切贡献。这种深度信息不对称，使得高价值数据的持有者因担心无法获得公平回报且面临泄漏风险而选择“惜售”，导致高价值、差异性数据资源的有效供给不足。其结果是，“柠檬市场”效应开始显现：劣质数据将会挤压优质数据的生存空间，不仅抑制了市场对高成本、高价值数据产品的有效需求与合理定价，也最终会导致数据要素的配置效率低下。

二是供给端激励不足，高质量数据“产能”缺失。付费机制的缺位，导致市场缺乏对高质量数据生产的有效激励。例如专业数据集(如医疗、科研、工业)的构建依赖专家知识和高成本标注，但由于其贡献难以被市场量化并给予匹配回报，导致相关主体缺乏持续投入的积极性。这造成支撑产业深度智能化的高质量、专业化数据集严重供给不足，成为制约人工智能向纵深发展的瓶颈。

三是需求端被迫妥协，模型与产业根基受损。在优质数据供给不足且缺乏合理定价的背景下，人工智能研发将会被迫转向大量免费但噪声大的开源网络数据。这类数据往往包含诸多错误与偏见，用于训练模型不仅效率低，还可能引发“模型自噬障碍”，导致模型输出事实错误或性能退化。长期如此，产业易陷入“低质数据训练低能模型”的循环，制约技术进步与可靠应用。此外，付费机制的缺失也不利于培育基于数据深度加工、可信协作的创新商业模式，限制了数据生态的活力与多样性。

建立科学的数据付费机制，是构建可持续数据要素市场的基础。这不仅是为了保障数据供给方的合法权益、明确权益归属，更是为了通过建立规范透明的价值实现渠道，稳定市场预期、促进数据高效合规流通，从而充分释放数据要素的价值，有效赋能数字经济发展。

破局之道：构建技术驱动与机制保障的数据付费体系

摆脱前述困境，关键在于构建一套技术驱动、制度保障的数据付费体系。这需要围绕“技术量化价值、机制保障分配”的核心思路展开，从技术路径、体系构建与实践借鉴三个层面系统推进。

一是技术路径上，从“模糊定价”走向“精准量化”。破解数据定价难题，首先要基于前沿技术实现从主观经验判断到客观贡献度量的根本转变。传统定价方式已难以适应数据，尤其是人工智能训练数据所特有的价值不确定性、场景依赖性和事后验证性。

破局需要发展并融合两类关键技术：一是基于贡献认定的价值量化技术，其核心是运用合作博弈理论等方法，通过计算特定数据对模型性能提升的平均边际贡献，为公平收益分配提供客观的量化依据；二是面向规模化应用的智能评估系统，能够对海量数据进行自动化质量筛查与价值预判，实现“算法优化数据输入”，从源头提升数据质量与训练效率。

二是体系构建上，以基础设施为载体，落实数据账单与激励机。技术路径解决了价值“如何量化”的问题，而要将这一客观依据转化为有效激励，则必须将其有机融入新型数据基础设施与制度设计。

当前，我国推进的可信数据空间等基础设施，在保障数据安全合规流通的基础上，应进一步升级为“综合价值枢纽”。这需要在基础设施中深度集成数据价值评估与基于贡献度的收益分配模块，使数据在流通过程中同步完成价值认定与收益清算，从而系统性化解交易中的信息不对称与信任难题。

这一升级的核心体现，是构建依托基础设施的“数据账单”体系。该体系需兼顾成本合理补偿与收益公平分享，在成本侧，可借助数据资产图谱等技术，建立透明可信的成本归集机制；在收益侧，应严格遵循“贡献决定报酬”原则，在具体应用场景中依据客观评估的贡献度，自动执行收益的精准计算与分配，生成各方可核验的可信账单，从而构建持续激励高质量数据供给的正向循环。

此外，国际上在数据协作与付费机制方面的先行探索，为我国构建自身体系提供了宝贵的实践参考，印证了相关技术路径与机制设计的必要性与可行性。

携手共建数据价值充分释放的新格局

为优质数据建立科学的付费机制，是对数字经济发展未来和人工智能产业健康成长的战略性、长期性投资。构建一套公平、有效的数据评估与计价体系，是破解“柠檬市场”效应和“双向价值不确定性”难题的根本路径。

基于贡献度评估的定价与收益分配机制，为贯彻落实“数据二十条”精神提供了清晰可行的技术方案。通过在新型数据基础设施中系统性集成价值评估功能，建立可追溯成本、可量化贡献、可公平分配收益的“数据账单”体系，能够有力促进高质量数据的持续供给与高效配置，为深入实施“人工智能+”行动奠定坚实的数据基础。

期待社会各界进一步凝聚共识，将数据资源的战略性投入视同关键技术的研发投入，共同推动基于贡献度评估的定价与收益分配体系的建设与应用。以此，充分释放数据要素潜能，使其真正成为发展新质生产力、驱动经济社会高质量发展的核心引擎，携手共同迈向数据价值充分涌流、数字经济繁荣发展的新时代。(作者系清华大学交叉信息核心技术研究院常务副院长)

(人民网记者许维娜 整理)