优质数据是推动智能产业创新发展的重要引擎。《国务院关于深入实施“人工智能+”行动的意见》要求，“以应用为导向，持续加强人工智能高质量数据集建设”，强调通过系统化的数据资源供给，夯实人工智能与产业融合的基础。

为优质数据付费，既是对数据作为新型生产要素的内在价值的市场确认，也是摆脱当前数据流通困境、深化数据要素配置市场化改革的关键举措，更是为技术创新与产业升级注入持久动能、提升数字经济内生增长动力的战略支点。

为优质数据付费的必要性

为优质数据付费是数据要素化、价值化、市场化的本质要求。付费机制是保障数据生产投入与创新激励的价值逻辑起点，也是揭示数据的差异化价值、提升资源配置效率的价格发现工具，更是构建高效、公平、有序的数据要素市场体系的制度安排。

一是付费机制为数据“要素化”提供成本补偿与创新激励。优质数据具备鲜活度、真实性、大样本、完整性、多样性和高知识密度等特征，并非“唾手可得”。从原始数据采集、整理到清洗、标注，再到隐私脱敏与安全管理，背后凝结着大量人力、技术与时间成本。付费机制正是数据由信息资源向生产要素转化过程中，实现价值回收与收益分配的关键制度纽带。

近年来，数据交易的探索不断深化，优质数据的市场需求加速释放。以上海数据交易所为例，2024年已有超过4500种数据产品挂牌，全年数据交易额突破40亿元人民币，呈现出供给多元、价值提升的特点。全国范围内，2024年数据市场交易规模超1600亿元，同比增长30％以上，场内市场数据交易（含备案交易）规模超300亿元。可以看到，随着企业间数据交易不断实践，数据交易机构持续增设，我国总体数据交易额快速增长，“数据有价”的市场共识逐步形成，优质数据的供给能力在市场的激励下稳步提升。

二是付费机制是数据“价值化”的标尺。为数据付费所形成的价格，应能够清晰地反映出市场对不同类型、不同质量数据的需求强度和偏好，引导数据要素向最需要、最能创造价值的地方流动。在我国政策的引导下，公共数据产品领域逐步形成稳定、透明的定价机制，为社会数据交易提供重要参考，成为数据产品市场的“价格锚点”。2025年1月，国家发展改革委发布《关于建立公共数据资源授权运营价格形成机制的通知》，明确公共数据运营服务费实行政府指导价管理，要求科学核定最高准许收入、合理制定上限收费标准，规定准许利润率按照成本调查前一年10年期国债平均收益率加不超过6个百分点确定。然而，从企业间数据交易实践来看，数据产品的价格仍呈现较大差异，估值分歧与服务成本偏高普遍存在，影响市场资源配置效率。因此，需要加快健全数据价格形成机制，推动数据质量标识、价值评估指标与交易服务收费方式统一化、透明化。唯有将合理的价格信号准确传导至全产业链，才能激发更广泛的市场参与，促进数据要素在更大范围内流通，形成“优质优价”的市场共识，推动数据要素市场规模化发展与高质量发展。

三是付费机制是数据“市场化”的基石。建立并完善数据付费机制，是深化数据要素市场化配置改革的有力抓手，为构建高效、公平、有序的数据要素市场体系提供制度保障。一方面，付费机制为提升市场信任度与稳定市场结构提供支撑。数据交易本身存在“柠檬市场”的困境。在交易发生前，买方难以完全验证数据的质量、真实性和完整性，卖方具有信息优势但又难以保证数据质量完全符合买方要求。通过引入质量保障与信任增强工具，如数据质量评估、分级分类标注、试用与样本验证、可信执行环境、权属证明、审计与追溯机制等，或第三方评估、合规认证等专业化服务，降低信息不对称，使供需双方能够依据价格信号和配套服务精准判断数据价值，提升交易效率与匹配精度。

目前全国已接入近4000家数据流通服务机构，包括数据交易所、平台运营主体及专业数据服务商等，在数据流通侧承担关键职能，依托市场化收益实现商业闭环。另一方面，付费机制是保证数据安全、合规的现实支撑。从数据治理的视角看，优质数据本身就含有安全属性的成本投入。数据安全与流通效率从来不可轻易兼得。越安全，成本越高；越便捷，风险越大。要实现“安全可控、合规流通、高效使用”的三重目标，需要完善数据分级分类体系，需要可信执行环境、隐私计算等技术的支持，这些均须依靠稳定的资金予以保障。

为优质数据付费的现实障碍

目前，经营主体“为优质数据付费”的认知与行动仍然不足，其在数据价值认知、数据应用能力储备与体制建设上存在短板，尚未形成稳定的付费预期。同时，数据交易规则缺位、数据流通服务机构能力不足、违规流通行为时有发生，也对付费机制形成阻碍。从经营主体来看，认知偏差与体制障碍抑制了为数据付费的意愿。从市场层面看，数据要素市场仍处于发展初期，交易规则尚未完善，数据流通服务机构能力不足，违规流通行为时有发生。

加快培育为优质数据付费的市场意识

制度的建立需要市场文化的支撑与主体的践行，在全社会范围内培育“为优质数据付费”的意识和文化，是深化数据要素市场化改革，激发数字经济内生增长动力的必要条件。

首先，政府部门要起好“带头”作用，加快完善数据交易相关制度，在制度实行与应用示范等方面加强引导，推动形成“数据有价、优质优价”的市场共识。一是健全数据要素市场制度体系，完善“数据二十条”配套实施细则，加快明确数据权属界定、定价机制与交易规则。同时，以市场价值为核心导向，推动建立分行业、分用途、分场景的数据资产估值规范，细化会计核算与信息披露要求，持续推动数据资产全过程管理试点。

二是完善公共数据授权运营与有偿使用机制。各地政府作为公共数据的重要提供方，应主动提升公共数据开放质量，通过标准化、结构化、更新及时的方式向社会释放更多高价值数据资源，探索授权运营和付费获取等机制，形成数据要素市场的重要示范。同时，严禁未经批准的政务数据输出、私自变现和越权使用，建立覆盖采集、共享、使用和审计的全流程监管体系，维护数据要素市场的公平与信任环境。

三是在数字政府体系建设中，摒弃“万事靠自己”的思维，在合法合规的前提下，通过购买服务的方式，引入社会化的优质数据和科学分析工具，更快、更好地解决城市管理、公共服务、应急响应等领域的复杂问题，实现“有为政府”与“有效市场”的更好结合。

同时，在企业层面，应强化对数据要素价值的战略认知，将“为优质数据付费”视为提升竞争力与创新能力的重要投入，将数据要素作为开辟第二增长曲线的关键引擎。

具体来说，中央企业应发挥行业支撑与标准引领作用，在产业链上下游复制推广数据治理、数据资产入表与数据要素应用场景落地等成熟经验，推动行业整体数据治理、交易、应用水平的提升。平台企业则应依托技术优势和生态资源，探索数据资产计量、定价与变现的新模型、新方法，扩大跨行业数据交易规模。

此外，在市场层面，应加快培育数据要素市场，通过生态体系建设强化“为优质数据付费”的正向激励，逐步出清劣质数据，使优质供给者获得合理回报。一是使数据质量“清晰透明”。要健全数据质量治理体系，发展第三方数据质量评估、审计与认证机构，建立统一的数据质量标准和“标签化”评价体系，降低交易双方的信息不对称风险，提升市场信任水平。二是让数据创新者“吃上定心丸”。要完善数据知识产权保护机制，明确经过智力投入形成的数据集合、数据库等产品的法律属性，加强对数据爬取、盗用等侵权行为的规制，保障数据生产者合法权益，增强经营主体持续投入数据创新的信心。三是让数据以多种方式“流动起来”。要支持数据交易所（中心）、数据流通服务平台企业及数据商等经营主体，完善数据流通交易全链条服务体系、拓展行业数据融合利用新模式、进一步开发数据产品与提升服务能力。要创新数据交易与金融支持模式，支持按次使用、订阅式获取、收益分成等多样化交易方式，推动数据要素在多场景间灵活配置，同时探索数据资产质押融资、数据保险、数据信托等金融产品，为数据交易提供增信服务，提升资源配置效率，降低市场参与门槛与交易风险。（作者欧阳日辉系中央财经大学中国互联网经济研究院教授、王宇琛系南开大学金融学院博士研究生）

（人民网记者许维娜 整理）

【相关阅读】

之一：建立优质数据付费流通机制 推动高质量数据价值释放

之二：迈向价值实现 人工智能时代为优质数据付费的必要性与路径

分享让更多人看到