【摘要】随着数据共享的稳步前进和大数据产业的发展，数据交易已然变成一种新型的商业模式。但是，各个大数据交易平台目前都刚刚起步，没有规范的定价策略，以及统一的定价机理。本文从商业大数据、政府大数据角度入手，对大数据的特征和基于特征的定价策略进行了总结归纳，希望能够为下一步的研究提供有益的视角。同时也指出了目前数据交易中发现的问题，并且也提出了可继续深入研究的方向。
关键词：大数据 信息产品 数据交易 定价策略
一、引言
按照国家信息中心5月5日公布的《2018中国大数据发展报告》，当前大数据的运用已然涉及到了许多方面，包括政府公共管理、零售业、社交网络、医疗保险、交通等，并同时也带动了万亿元产业的发展。伴随着现阶段全球大数据产业的蓬勃发展，北京、上海、贵阳等地相继部署了大数据发展战略，制订了发展规范，并建立了大数据交易市场。但如何给数据定价，目前还缺少成熟完善的体系，也缺乏可以借鉴的例子，在实践中也发现了许多问题。定价问题涉及到大数据交易市场的健康成长，是制衡大数据产业发展的重要因素，同时也是大数据资源战略急需突破的瓶颈。因而本文接下来会对当前国内外大数据定价策略的研究成果进行综述。
二、大数据定价策略
（一）理论基础
关于信息产品价格的理论基础，早前金允汶（1999）主要有 3 种观点:价值决定论、效用决定论、市场决定论。在此之后，詹琼峰(2003)认为信息产品的价格并非没有限制。它所带来的效用是价格的最大值，而它的成本是价格的最小值。干燕飞（2008）认为价值和效用二者共同决定了信息产品的价格。刘朝阳（2016）认为效用价格论决定了大数据的最高价格，成本价格论决定了最低价格，据此得出了大数据的理论价格区间。赵森（2017）也是运用成本法确定大数据资产的最低价格，收益法确定大数据资产的最高价格。
（二）商业大数据定价策略
按照大数据和信息产品的不同特征，学者们研究出不同的定价策略。Jean Tirole（1997）和干春晖（2003）等人都认为，由于信息产品具有高固定生产成本的特性，其边际成本会随着产量的扩大而下降，因此以往的定价方法已经不适用于信息产品，以往的供求分析也无法解决这个问题，所以价格歧视定价策略更适合信息产品。庇古把价格歧视可为三种，即一级价格歧视、二级价格歧视、三级价格歧视。而后Hughes(2010)又将歧视定价策略分为个人化定价、版本差异化及群体定价，分别对应一级、二级、三级价格歧视定价策略。马费成（2003）和刘滔（2006）等都认为由于信息产品具有低边际成本的特性，因此可以采用拉姆齐定价（即高于边际成本的最优定价）,通过额外收入产生的净收益来弥补价格提升产生的损失,以此来提高企业的经济效益。
刘云鹏(2000)认为，信息产品是一种经验产品，具有价值不确定性的特点。因此，他认为信息产品应该采用价格歧视的定价策略。肖光恩（2001）等也认为信息产品具有价值的不确定性，而且，市场上同类型产品有很多。因此，锁定消费者是营销的关键，所以他指出在市场营销初级阶段采取渗透定价策略，刚步入市场时应该以低价、免费或是负利润的价格抢占市场，当市场趋于标准化时，进行捆绑销售，后期逐渐成熟时采取限制性定价。在此之后，刘朝阳（2016）也根据价值的不确定性提出了保护卖方利益的拍卖定价策略和协商定价策略。
但是，互联网和消费者的互动性使得他们的个性化需求被更多的产商用来确定产品的价格。此前，Viswanathan（2005）等就认为，互联网科技的进步使得信息产品生产商能更容易的获取顾客的消费偏好等信息。因此，生产商能够针对每个消费者的需求进行定价，进而最大化地榨取消费者剩余。然而，时 奇、唐丁祥（2016）就持有反对意见，他们认为当两个企业都能够运用信息技术获取相关的消费者信息数据并能对其应用价格歧视时，竞争使得双方降低了对技术创新的投入，抑制了企业的创新。因此，他们呼吁反垄断机构应该积极行动起来，加大对企业购买历史数据来实施价格歧视的惩处力度，进而推动企业技术创新，提升整个社会的经济效率。
Bakos(1999)和Somefun Pounter(2003)等认为，消费者的各种偏好和效用是没有办法完全获得的，而且为了能够具体的分析他们的偏好和效用，厂商将付出更多的成本，这样产品最后的价格将产生效率最优的结果,因此厂商应该采用捆绑定价。谭代荣（2004）提出捆绑销售本质上是一种价格歧视和市场圈定行为，信息产品的高固定成本、高利润回报和规模化效应使得其更适合捆绑销售。郁婷（2008）是从信息产品的成本特殊性、经验性、易垄断性等特点出发并分析，由此得出信息产品更适合捆绑定价。
徐晔（2004）强调了生产商必须达到以下两个条件才能成功的实施捆绑定价策略: 1、产品具有垄断性，即产商捆绑销售的产品必须在市场上具有一定的支配能力，这样才能够借助支配能力将产品捆绑出售，最后与竞争产品实现价格差别化。2、捆绑的产品间应具备相关性，如果捆绑到一起的信息产品不被消费者认可，效用价值缺乏关联度，那么并不会给产商创造价值。
但是，随着研究的不断深入，李明强和冯海洋等（2013）认为传统的捆绑销售具有局限性，最大利润随着客户之间异质性的增加而下降。因此，他们提出了运用部分混合捆绑（即按照消费者的特点将捆绑产品细分为多个版本销售）来帮助企业获得市场优势，并从异质客户中提取出更多的剩余价值。同时，作者也指出，更多的部分捆绑并不意味着企业就可以获得最大的利润，而是有一个最优的数量。
范翠玲（2006）也指出，因为信息产品更新速度快，而且极易被其他产商复制，因此产商在快速多变的市场中,为了快速地把握市场时机，尽快达到商品的价值应选用撇油定价策略。袁波（2006）也认为信息产品易被复制，而且成本极低，如果消费者评判产品和服务的价值仅仅是用载体的材料成本作为标准，极有可能会选择盗版。张旭梅（2012）等指出版权认知的差异导致不同的消费者对待盗版的态度不一样。当市场上存在盗版时，具有非伦理特性的消费者是垄断产商必须关注的因素。当厂商的可变成本较小或者存在较高程度的盗版时，厂商为了能够锁定更多的消费者应尽可能采取低价策略。何跃(2015)详细阐述了信息产品在网络经济背景下怎样实行低价推广策略，具体有以下方法：（1）限制性低价，当满足限制时间、消费金额、次数等条件时才可以获得低价或免费产品的福利，以此来减少产商的利润损失（2）部分低价，购买某种商品才能优惠甚至免费获得另一种商品（３）完全免费，是一种极端化的推广策略。
因此，我们可以看出，假若只提供信息产品的核心利益是远远不够的，还应该重视产品以及服务的附加利益。在复杂多变的市场环境中，产品的附加利益是当前以及未来占领市场的重要手段。
许立帆(2004)对怎样降低消费者在互联网交易中面临的各种风险提出了自己的建议，他认为厂商应先通过免费出让部分内容来树立品牌形象，在获得一定的市场份额之后，在具有性价比价比的基础上，对信息产品的消费者采取差别定价。
王万山、易沛（2009）指出，因为互联网交易中存在信息不对称、质量以及信用风险等因素，不论是厂商采取何种定价策略，交易双方的“谈判能力”在很大程度上决定了信息产品的价格，而不仅由市场供求决定。
另外，由于买卖双方对大数据的价值具有双向的不确定性。因此，有学者运用博弈论对大数据的定价策略进行了研究。
刘洪玉（2015）等认为在大数据市场上，没有可参考的先例，导致交易价格较难确定，为此构建了包含竞标机制的鲁宾斯坦模型，模拟了双方讨价还价的交易过程，以达成双方都接受的价格。张晓玉（2016）用讨价还价模型构建了“一对一”、“一对多”的大数据交易情形。赵森（2017）分析了三大资产评估方法的适用范围和不足，他同时也提出运用成本法确定大数据资产的最低价格，用收益法确定大数据资产最高价格，然后基于价格区间论述了的一对一五个阶段的博弈过程。翟丽丽，王佳妮（2016）等人以资产的期权价值视角对大数据的价格进行了评估，同时指出数据是实时更新的，具有共享性，数据资产的价值可能会随着时间而降低，综合这些因素作者构建了一个计算数据资产价值的评估模型。
但是，余海飞和张梦晓（2017）指出数据市场的数据定价模型很少考虑数据质量，与数据质量相关的问题往往被忽略。他认为数据的价值受多个属性的影响。他们选择了评价数据价值的三个关键因素进行论述：准确性、完整性、及时性。并考虑了多个因素之间的相互作用对数据定价的影响（一个特定数据集的时效性的增加可能是以牺牲其准确性和完整性为代价的。因此，数据提供者会增加额外费用，以增加时效性，同时保持完整性）。
（三）政府大数据定价问题
政府大数据是大数据的主要类型之一，而且其涉及到两个重要的方面，一是隐私安全问题，二是政府大数据的“所有权”问题。
政府拥有公共权力属性，采集到的大数据往往触及个人、团体的隐私，虽然商业大数据也触及了隐私，但不同的是政府大数据包含的很多内容是商业大数据无法涉足的。大数据的预处理从隐私保护的角度来说是必须的，而且对大数据的使用者也应该做出限制。但是，从所有权的角度来说，政府收集大数据的经费是依靠纳税人缴纳的税款，理论上应归全社会所有。而且从之前的信息公开来看，应该是免费的，或者收取边际成本的费用。
按照这种思路，政府大数据的定价也应该遵从非盈利性的要求。所以政府大数据应主要以成本来定价，笔者认为主要可以有以下几种类型：
（一）免费策略。这表明政府大数据对所有人开放，是一种纯粹的公共产品，不收取任何费用。
（二）边际成本定价。针对数据量小，易存储的政府大数据，政府收取的是大数据处理和流通的成本，包含复制、运输、传输这些大数据所需的费用。
（三）成本回收策略。在对大数据采集、处理、传输等过程中产生的成本支出即为此时的价格。这样可以推动政府大数据产业的进步。
（四）市场化定价。此时的定价就参照商业大数据定价策略，这样能激励政府部门积极的采集并处理大数据，减轻财政压力。
三、数据交易平台的发展境况
截止到目前，协议定价、固定定价、自动计价、拍卖定价、平台预定价是当前各个大数据交易平台主要采用的定价策略。尽管我国的大数据交易市场逐渐规范，但仍存在某些问题，例如整个行业标准不完备、数据质量良莠不齐、数据时效性低、平台定位不准确、数据供需不匹配等问题，为了解决当前大数据交易中存在的问题，宋梅青（2017）首次提出了整合数据分析的大数据交易平台，这样平台不但能提供实时数据，而且是根据需求方的要求分析的数据，需求方也不再为原始数据买单。同时，按照需求方的要求定制的分析结果，降低了双方在交易流程中价值的不确定性。大数据交易平台的角色也发生了改变，从原本只作为资源买卖的中介，转变成为了大数据综合服务商。
王文平（2017）提出了基于评分机制下的大数据拍卖模型。按照大数据的属性以及交易过程的特点提出了针对数据供应方的评分机制。他认为，评分机制不仅能够起到约束数据供应方诚信、资质的作用，还能让需求方参与到大数据的交易中来，创建良好的交易环境并活跃交易市场。
四、结论
数据产品价格合理化、透明化，交易流程公开化是大数据交易市场稳步推进的前提。交易市场应多关注个性化的消费需求，推动交易市场规范运行。大数据的合理定价、高效配置以及数据资源的合理应用将产生难以预测的价值，将为行业、经济乃至全社会带来重大影响，具有划时代的意义。本文认为接下来的研究可以从下面两个方面开展：
（一）绝大部分以往的研究没有立足于消费者的角度，多数集中于生产商的角度，而消费者又是大数据定价过程中不可忽略的因素。因此，在此后的研究中可以考虑消费者偏好和支付意愿对价格的影响等方面入手。
（二）应该增加大数据和信息产品定价的实证研究。当前国内外的大多数研究是浅层次的理论研究，实证研究相对匮乏，对大数据定价的现实指导意义不强。
【参考文献】
[1]俞立平.大数据与大数据经济学[J].中国软科学,2013(7):177-183.
[2]王玉林,高富平.大数据的财产属性研究[J].图书与情报,2016(1):29-35.
[3]干春晖,钮继新.网络信息产品市场的定价模式[J].中国工业经济, 2003(5):34-41.