随着数字经济的蓬勃发展和智慧政府建设的持续推进，公共数据作为关键性战略资源的重要性日益凸显。其非竞争性、部分非排他性、可复制性与强正外部性等属性，决定了其价格形成机制的复杂性和制度设计的重要性。本文从理论与实践维度出发，系统回顾了公共数据的经济特性及其价值生成规律，分析了公共品定价理论、成本加成模型、双重定价机制与数据要素市场化理论在公共数据定价中的适用逻辑，并提出“公益保障与市场激励相结合”的双重定价策略。在此基础上，进一步剖析公共数据价值生成过程中的三重悖论，即非稀缺性与市场激励不足的矛盾、可复制性与价值衡量困难的张力、正外部性与价格信号失灵的冲突。本文认为，建立以成本合理补偿、用途分类定价和动态价格调整为核心的公共数据价格形成机制，不仅有助于激发数据资源的开发潜力与再利用价值，也有利于兼顾社会公平与产业创新，推动我国数据要素市场规范有序发展。研究对构建中国特色数据基础制度、提升政府数据治理能力以及促进数据驱动型经济具有重要政策启示。
关键词：公共数据；价格管制；公共品定价；数据要素市场化；双重定价；数字经济
目录一、引言 二、公共数据价格理论与实践回顾 2.1 公共数据的特性与价值规律 2.2 定价理论的支撑——公共品定价及数据经济理论 2.3 公共数据的价值生成机制与三重悖论 2.4公共数据定价的实践探索 3.1 政策层面的价格管制依据 3.2 价格管制政策的逻辑结构 3.3 公共数据价格管制体系的“三阶控制”特征 3.4 公共数据价格管制模式分类与地方实践探索 四、公共数据价格管制影响分析 4.1 对公共数据供给、流通及开发利用的影响 4.2 激励相容视角下各主体利益分析 五、公共数据价格管制的政策建议 5.1 放松管制、优化市场调节 5.2 完善定价程序与动态调整机制 5.3 强化政策衔接与监督调控 六、结论一、引言随着数字经济发展和智慧政府建设深入推进，公共数据作为重要的战略资源正在发生深刻变革。公共数据因其产生、流通过程中具有非竞争性、非排他性等“公共品”特征，其定价问题既关系到政府治理透明度和公平性，也影响着数据市场的活力和创新能力。近年来，国家和地方陆续出台《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》《关于加快公共数据资源开发利用的意见》等指导性文件，以及《国家发展改革委、国家数据局关于建立公共数据资源授权运营价格形成机制的通知》《福建省公共数据运营服务费收费标准》等实践案例，为公共数据定价提供了理论支撑和实践规范。本文试图从理论回顾、政策逻辑、影响分析和政策建议四个层面，对公共数据价格管制问题进行综合探讨，以期为公共数据的高效利用和数字经济健康发展提供政策借鉴。
公共数据主要指由政府或公共机构在行政管理、公共服务、社会治理等过程中产生、获取并保存的数据资源。其独特的经济与社会属性为定价与市场配置带来了显著的理论与实践挑战。以下从数据本身的基本特性、价值表达形式及其内在规律三个方面展开详细分析。
1. 基本特性（1）非竞争性与部分非排他性
公共数据具有明显的公共品属性，体现为非竞争性：即一个主体对数据的使用不必减少其他主体对相同数据的利用。多主体同时使用同一数据不会导致资源“枯竭”，这使得公共数据在应用中存在规模经济效应。与此同时，公共数据也存在部分非排他性问题，即在适当的技术和制度保障不充分时，难以对数据使用进行有效排他，导致使用者行为难以彻底监管，从而可能引发数据隐私或安全风险。
（2）可复制性与零边际成本
数据作为信息资源具有高度的可复制性，即复制与传播过程中不会产生传统物品那样的边际成本。复制成本的接近于零特性赋予了公共数据强大的传播效应，使得同一数据可以在不同领域、多层级广泛流通与再利用，从而激发出巨大的潜在经济和社会效应。此外，这种属性也为传统的成本定价模型提出了挑战，因为其产品特性决定了边际效用与创造价值的方式有别于传统物品。
（3）信息透明度与不对称性
公共数据往往涉及政府、机构、企业与公众等多种主体。在信息公开程度较高的情境下，数据能够增强政府治理透明度与社会信任；但由于数据产生和采集过程中可能存在的信息不对称，也会导致部分信息资源被垄断或误用，影响市场公平性与资源配置效果。这种不对称性在价格形成时需要通过制度设计（如标准化、分类分级管理等）加以调节。
（4）数据质量与时效性
公共数据除了数量庞大之外，其质量和时效性也直接影响数据的使用效果和价值兑现。高质量、实时更新的数据不仅能够为公共决策和社会服务提供有力支持，还能作为创新与产业发展的重要驱动因素。反之，数据失真或时效性不足则可能降低数据的应用价值，使资源闲置或滞销，进而影响整体市场活跃性。
2. 价值表达与规律（1）数据的使用价值与多次释放效应
由于公共数据可被无限复制，其使用价值表现为在不同应用场景和多次使用过程中不断释放。数据一旦被结构化、标准化，就可以跨行业、跨领域激发新的应用价值。例如，在智慧城市建设中，交通、医疗、环境监控等多领域均可共享同一数据资源，实现多重正向效应。正是这种可反复利用的特性，使得公共数据具有高于传统产品的溢出效应和网络外部性。
（2）边际成本趋近于零与规模效益
与传统商品不同，公共数据的生产初始成本（例如采集、清洗和存储费用）较高，但随后的复制、传输和应用中，边际生产成本几乎为零。这一特性决定了数据市场中往往存在规模效应：数据量越大，其应用和创新效益越显著。然而，这也对定价机制提出双重要求：一方面不能简单按照边际成本定价，以免市场价格失真；另一方面又需要体现数据开发与运营中的固定成本，确保运营机构合理获利。
（3）正外部性与社会溢出效应
公共数据的不完全排他性决定了其具有明显的正外部性。数据在多主体使用过程中产生的附加价值（如提高公共决策透明度、优化资源配置、促进产业升级等），远超单一使用者所能获得的直接收益。这种正外部性要求政府在制定定价政策时考虑整体社会福利，而不仅仅局限于市场交易成本。适当的定价与价格管制政策能够协调政府、市场和社会多方利益，推动数据资源在保护安全的前提下更高效地发挥“公共产品”作用。
（4）数据生命周期与价值增值链
公共数据从采集、初步处理到深度挖掘与再利用，形成了完整的生命周期和价值链。从初级数据到信息产品，再到数据驱动的服务模式，每个环节均存在增值可能。政府可以通过建立数据中台、数据开放平台等手段促进数据在不同时段、不同领域的二次开发，从而实现公共数据的价值最大化。与此同时，在数据生命周期的每一环节中，构建合理的价格机制不仅能确保数据信息的合理利用，还能激励各参与方在数据管理、加工、流通等方面不断优化创新。
3. 理论与实践的融合对公共数据价格管制政策的启示基于上述特性与价值规律分析，可得出以下理论与实践启示：
公共品理论适用性局限：单纯依靠免费开放或传统公共品定价理论难以充分体现公共数据的多层次、多场景使用价值，必须引入差异化定价模式；
双重定价与区分政策的重要性：针对公益服务与产业开发的不同应用场景，采用“有偿—无偿”相结合的价格策略，既能保障公共利益，又能激励市场主体参与数据创新；
动态调整机制的必要性：考虑到数据更新换代快、市场环境变化频繁，建立基于成本、收入和社会反馈的动态定价调整机制，成为保障数据资源高效流通与合理利用的重要制度设计；
激励相容机制设计：在数据所有者、持有者、加工者及运营者之间设计激励相容的收益与成本分担机制，使各方在定价、运营与风险控制中形成合理博弈，推动数据市场健康发展。
综上所述，公共数据的独特性决定了其价格管制政策设计必须在“保障公共利益、鼓励市场创新”之间寻求平衡；同时，基于其内在的价值规律，科学合理的价格管制既能促进数据广泛利用，又能保障数据治理安全与运营持续性，为数字经济发展提供坚实的基础保障
这些特性决定了公共数据不同于市场化运作的私有产品，其定价既需要反映成本补偿与合理盈利，又必须兼顾公共利益和社会公平，从而形成独特的价值规律和约束机制。
2.2 定价理论的支撑——公共品定价及数据经济理论公共品定价理论为公共数据定价提供了基本理论支持。根据公共品理论，由于市场机制往往存在“搭便车”问题，纯市场定价难以实现资源的有效配置，因此政府或专业机构往往需要介入制定指导价格。与此同时，在数字经济条件下，数据作为生产要素的属性进一步凸显，相关理论主张应考虑数据价值的动态演化和网络效应。
（二）公共数据定价的理论依据1. 公共品定价理论
公共品定价理论起源于经济学中关于公共产品的讨论。公共数据本质上具有公共产品的属性，其特征表现为非排他性和非竞争性。具体来说，非排他性意味着数据一旦提供给公众，难以限制特定群体使用，而非竞争性则表明一个个体使用不会降低其他个体的使用效果。基于这些属性，公共品定价理论认为政府应主导公共数据的定价过程，或在必要时直接提供免费使用，以此实现社会福利最大化。这一理论强调：
社会效益优先：由于数据使用不会引起资源稀缺，政府将数据免费或低价提供，可以促进信息透明、增强社会治理效果，并且在公共服务、决策支持等方面产生更大的正外部性。
公平性考虑：免费或政府主导定价能够避免因市场定价产生的信息不对称和滥用问题，确保所有社会成员均有机会获取公共数据，从而提高资源配置的公平性。
政策调控的重要性：在实践中，公共数据的使用场景涉及公益性和市场性需求。对具有强烈公益属性的数据，政府应通过价格补贴或直接免费开放，避免因市场化运作而加剧数字鸿沟或抑制公共利益。
2. 成本加成定价模型
成本加成定价模型是定价领域中常见的经济模型，特别适用于那些生产过程中的固定成本较大、边际成本低的产品或服务。针对公共数据而言，初步采集、存储、清洗与整合等环节常常涉及大量前期投入，而后续的复制、传输及多次使用则几乎不再产生边际成本。因此，成本加成定价模型在公共数据定价中体现为以下几个方面：
成本补偿原则：运营机构在提供公共数据产品和服务时，首先需要收回初始投入以及日常运维、管理、人力成本，确保数据开发利用活动可以可持续地进行。
合理盈利要求：在补偿成本之后，适度的盈利空间是保证数据运营者持续改进服务与创新投入的重要激励。采用“补偿成本、合理盈利”的原则，可以在保障数据安全和公平分配的前提下，实现企业或平台的健康运营。
价格上限设置：成本加成模型要求在确定价格时设置上限，防止过高的溢价现象，使得价格既能体现合理的成本回收与盈利水平，又防止市场失效，避免因过高费用限制下游应用和数据再利用。
3. 双重定价模型
双重定价模型主要针对具有双重用途或属性的产品而设计，在公共数据领域体现得尤为明显。由于公共数据既承担着公益性任务（如提升政府治理透明度、公共服务优化）又具有推动产业发展的市场价值，因此在定价时需要对不同使用目的进行分类管理。其核心思想包括：
分用途定价：对于用于公共治理、公益事业的数据应用，应当实施免费或低价策略，以确保公共利益不受市场机制限制；而对于用于产业发展、商业化应用的数据使用，则采取有偿收费方式，这样既激励企业通过创新将数据价值转化为实际收益，也维持市场的合理竞争。
差别化价格机制：双重定价允许在同一数据资源上施行不同收费标准，既实现成本补偿，又顾及数据的社会效益和商业效益。通过精细化管理，可以确保各方在数据交易中达到激励相容的效果。
政策柔性：采用双重定价模式，有助于政府根据不同行业、不同应用场景和具体技术支持情况进行动态调控，形成一套既保证公共服务质量，又鼓励市场创新的定价体系。
4. 数据要素市场化理论
随着数字经济的发展，数据作为重要生产要素，其市场化配置成为提升资源配置效率和激发创新能力的关键。数据要素市场化理论强调：
价格信号的作用：价格机制在资源分配中的核心作用在数据领域同样适用。通过市场形成的价格信号，参与者可以更准确地感知数据供求关系，优化配置决策，推动数据在不同应用场景中的高效利用。
促进竞争与创新：数据价格的市场化调节能够激发各类企业和机构在数据处理、增值服务和技术创新上的积极性。市场化定价机制使得数据持有者和加工者在不断寻求降低成本与提高服务质量的同时，推动整个产业链条的升级。
兼顾效率与公共利益：虽然市场机制强调效率优先，但在公共数据领域，政府仍需扮演重要角色，通过引入基本价格底线和监管机制确保市场博弈不偏离公共利益目标。数据要素市场化理论要求在增强市场活力的同时，防止数据垄断和信息不对称，以实现经济效益与社会效益的双赢。
公共数据定价理论的依据体现在四个层面：采用公共品定价理论能够兼顾公平和社会福利；通过成本加成定价模型实现成本回收与合理盈利；利用双重定价模型划分公益与商业领域，形成差别化定价机制；而数据要素市场化理论则为引入市场机制提供理论支撑。这四种理论相互补充，共同构成了指导公共数据价格管制与市场机制设计的重要理论基础，为我国公共数据资源的高效、安全和持续利用提供了智力支持与政策启示。
2.3 公共数据的价值生成机制与三重悖论公共数据的价值生成机制具有独特的制度特性与经济逻辑，其在现实运行中面临三重悖论，决定了其定价模式无法完全套用传统商品定价理论，而需构建融合公共性、安全性与市场性的复合模型。
一、三重悖论分析
非排他性悖论：治理产物的共享性与稀缺性冲突
公共数据多由政府通过财政投入在履行公共职能中产生，具有天然的非排他性和非竞争性，典型如统计数据、交通运行数据、环境监测数据等。然而，随着其被广泛应用于科研、产业和商业领域，其使用者之间出现了对优质数据的竞争获取，从而呈现出“数据可用但不可得”的供需错配，形成共享性与可控性之间的张力。
可再生性悖论：生产要素的边际成本趋零与维护成本递增冲突
公共数据可无限复制，边际使用成本几乎为零，具备生产要素的可再生性特征。但其高质量运行背后依赖持续的采集、清洗、治理、脱敏、更新等流程，生命周期管理成本长期存在，并随着数据规模与安全要求提升而不断上升。这一悖论决定了其不能“免费化供给”，需建立合理的成本分摊与动态补偿机制。
权属模糊性悖论：资产化运营的权属界定困境
公共数据在生成主体、采集载体与治理流程中往往涉及多个组织部门，形成权属不清、职责交叉的复杂治理格局，尤其在商业开发环节，产权边界不清将导致利益纠纷和数据流通障碍。这使得公共数据在资产化与市场化运营过程中面临基础性的制度障碍，亟需通过机制创新明确使用权、运营权与收益权。
二、三维定价函数建构路径
面对上述悖论，公共数据的定价模型需跳出传统供需决定价格、成本加成的商品逻辑，转而构建涵盖“公共性系数”、“安全阈值”与“市场弹性”三维因子的复合定价函数：
维度
核心要素说明
对应定价机制
公共性系数
衡量数据对公共治理与社会服务的基础性与必要性
零边际成本、无偿或优惠定价
安全阈值
考虑数据的敏感等级、共享风险、脱敏复杂度
分级许可、差异收费、安全审查挂钩
市场弹性
衡量数据在商业开发中的价值释放潜力与支付能力
按需定价、增值分成、动态竞价机制
三、分环节定价机制设计建议
消费端：引入零边际成本机制，实现治理导向的数据普惠
针对面向政府部门、公益组织与基础科研用途的数据，应建立面向公共治理的“免费共享”机制，采用技术手段保障数据“可用不可见”或“有限可用”状态，强化其公共服务功能。同时，建议国家财政在此类数据供给中设立专项补贴，弥补运营端基础开支，维护数据更新与服务能力。
供给端：构建基于全生命周期成本的动态补偿模型
公共数据不是静态资源，而是动态资产，覆盖采集、清洗、治理、更新、脱敏、安全防护等多个环节。建议以生命周期成本核算为基础，设立基础运营成本测算模型，定期由第三方审计与监管机构核定，并配套准许收益率形成政府指导价或成本加成价，为数据持有单位和运营方提供稳定的回报机制。
流通端：设计价值链增值导向的阶梯式分成机制
对于进入产业生态和商业开发环节的数据，建议引入“阶梯式增值回馈”机制。数据价值越高、开发环节越深、使用场景越广，其分成比例可相应提高，既鼓励企业开展数据创新应用，也保障公共数据权益归属。例如可设定基础授权费+使用阶梯费+成果分红制，强化激励相容与风险共担机制。
公共数据的价值生成机制与三重悖论的存在，使其价格形成过程必须从制度设计层面予以重构。以“公共性系数-安全阈值-市场弹性”为核心维度构建三维定价函数，并在消费、供给与流通各环节嵌入差异化、复合型机制，有助于实现公平、可持续与高效的数据资源定价体系。
2.4公共数据定价的实践探索近年来，各级政府和数据管理部门在公共数据定价实践中不断探索与试验，通过理论与实践的结合，逐步探索出符合数字经济发展和数据治理要求的定价体系。实践探索主要体现在以下三个方面：
（1）数据市场平台建设
数据市场平台建设是公共数据定价实践的基础设施建设环节，主要包括国家级数据开放平台和地方公共数据资源平台。各级平台均以集中规范数据管理为目标，其主要特点和探索经验包括：
集中管理与透明定价机制
通过构建统一的技术平台，政府及相关部门能够对数据资源进行集中清理、整理和登记，确保数据资源信息真实、完整并及时更新。平台上不仅实现数据目录化管理，还通过制定统一的定价规则，使得数据资源定价透明化和标准化。在这一过程中，数据市场平台还兼顾了数据交易的安全性、可追溯性和合规性，为各类主体提供便捷的数据获取和交易服务。
多功能融合与应用场景拓展
除了作为数据交易和定价标准发布平台外，部分平台还融合了数据加工、数据分析及应用服务功能。例如，一些平台通过提供数据API接口，实现数据的实时交互和跨部门共享，推动数据在公共治理、城市管理、产业升级等场景中的广泛应用。平台建设还促使形成了“数据采集—数据清洗—数据加工—数据价值转换”的闭环服务模式，为定价机制的形成提供了丰富实践支撑。
（2）分类分级定价模式
分类分级定价模式在公共数据定价实践中具有重要意义，其核心在于根据数据的用途、加工程度和应用场景对数据资源进行明确分类，并采取差异化定价措施。该模式主要体现在以下几个方面：
用途区分与差别收费
根据数据用途的不同，将公共数据分为用于公共治理、公益事业和产业发展的不同类别。例如，用于公共治理和公益事业的数据，由于其强烈的公共属性和较高的社会效益，应采取免费或低收费政策；而用于产业发展、商业竞争领域的数据则根据数据市场的供求情况及运营成本实施有偿收费。通过对不同用途的数据资源实施差别化定价，能够既保证公共服务的普惠性，也为数据的商业化应用提供激励和保障。
加工度与应用场景的分级定价
公共数据在原始采集之后，往往需要经过一定的加工、清洗和标准化处理才能实现有效利用。不同加工程度以及不同的应用场景对数据的使用价值产生显著影响，因此，定价时需要将数据资源分级处理。对于经过深度加工、具有高附加值的数据产品而言，定价时需要充分体现技术投入和创新成本，而对于原始数据或较低加工度的数据，则可以采取相对简单的定价机制。分级定价不仅兼顾了数据开发过程中不同环节的成本和收益分配，也促进了各环节参与者在数据增值过程中保持合理的利益激励。
多层次评价与价格弹性
分类分级定价模式强调在定价过程中应充分考虑数据的内在质量、时效性以及市场需求波动。为此，各级部门逐步引入价格弹性机制，根据数据实际使用频次、交易量以及后续产业应用情况，对数据价格进行动态调整。此举既使定价更符合市场实际，也为数据持有者提供了激励，推动了数据资源从静态管理向动态流转的转变。
（3）典型地区经验——以福建省为例
福建省在公共数据定价实践中率先推出了《福建省公共数据运营服务费收费标准（试行）》，这一探索主要包括以下几个关键要点：
数据资源授权运营与定价模式
福建省探索出一种以“数据资源授权运营”为核心的定价模式，该模式将数据定价与技术服务费、存算设施使用费紧密结合。在这一体系中，数据运营机构在提供数据服务前，需经过严格的成本调查，科学核定“经营成本”、“准许利润”以及相关税费，进而确定数据产品的最高准许收入和上限收费标准。这种模式能够在确保数据开发与流通过程中各参与方获得合理回报的同时，防止价格滥高导致数据利用障碍。
累进阶梯计费与动态调整机制
福建省实践中，针对技术服务费采用了累进阶梯计费模式，依据数据调用量设置不同收费档次，实现分档累加计费。这种计费方式使得不同规模和使用频次的数据服务能够对应合理收费标准。此外，在实际操作中，福建省还引入动态调整机制，要求授权主体依据运营机构的实际收入、销售规模等情况定期调整收费标准，确保价格机制在面对市场变化时具有足够的灵活性和适应性。
制度监督与行业协同
福建省在定价实践中十分注重监督与反馈机制建设。除了定期发布运营情况报告，相关部门还要求数据平台对数据产品和收费标准进行公示，广泛征集社会反馈，并对违反定价规定的行为严肃查处。这种政策联动和多部门协调模式不仅提高了市场透明度，还为其他地区提供了一个完善的监管和评估体系示范。
我国公共数据定价实践正处于不断探索和创新阶段。通过建设高效透明的数据市场平台、实施科学合理的分类分级定价模式以及借鉴福建等地区的成功经验，逐步建立起既符合数据实际特性的定价机制，又能兼顾公共利益和市场活力的政策体系。这一探索过程为我国公共数据资源高效配置、透明流通和持续开发利用提供了宝贵经验，也为进一步完善公共数据价格管制政策提供了实践支撑与政策启示。
三、公共数据价格管制的政策逻辑3.1 政策层面的价格管制依据公共数据价格管制政策的确立，源于国家对数据要素市场化配置的战略部署与数字经济体系建设的整体要求，其核心目标是在推动数据资源高效利用、激发数据价值的同时，确保数据定价行为规范、公平、可控。当前我国公共数据价格管制的政策依据主要包括国家层面顶层设计文件与地方政府具体实施方案，具体体现在以下三个方面：
（1）定价范围与管理权限公共数据作为国家重要的基础性战略资源，其市场运营必须在政府调控下规范进行。根据《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”）和国家发展改革委等部门出台的配套实施意见：
公共数据运营服务费实行政府指导价管理，由政府依法设定价格上限，防止市场垄断、过度逐利等现象损害社会公平与公众利益。
定价目录制度按照中央与地方分级管理原则设立。中央层面负责跨地区、跨部门或具有国家层面重大影响的数据产品定价指导，地方则负责本区域公共数据运营中涉及的数据产品与服务的具体定价事项。
权责清晰的管理权限划分，使得不同层级政府在数据要素治理中的角色边界更加明晰，有助于建立统一规范又兼顾地方差异的价格管控体系。
（2）定价程序与成本核算公共数据定价需体现“成本可追溯、定价有依据、利润有上限”的原则，因此政策文件对定价流程作出系统规定，主要包括以下环节：
组织成本调查：由发展改革部门牵头，会同数据主管部门、财政部门、行业专家等共同开展。调查内容涵盖数据采集、加工、存储、分发、维护、技术支持等各项成本支出，同时纳入研发投入、基础设施投入及安全保障成本。
核定最高准许收入：根据成本调查结果，合理核定运营主体的成本补偿及适度利润，明确服务提供方在收费过程中不得突破的价格红线，从源头上控制公共资源价格上涨风险。
授权主体制定上限收费标准：由授权运营单位结合定价目录、成本核定结果及运营实际，制定具体的价格上限，并通过平台公示方式进行社会监督。
上述程序体现了公共数据价格制定中的审慎性、制度化与规范化原则，有效避免了价格失序、信息不对称与资源错配等问题。
（3）动态评估与调整机制考虑到公共数据运营具有较强的动态性，且其服务对象覆盖范围广、使用方式多样，政策文件特别强调建立“动态评估与价格调整机制”以提高政策适应性和市场响应能力：
定期评估机制：价格主管部门应会同数据管理机构每1-2年对公共数据价格政策执行情况、市场反馈、运营绩效等进行系统评估，审查是否存在收费标准偏高、服务能力不足等问题。
价格调整机制：根据评估结果，适时对原有价格上限进行调整，确保定价机制能够灵活响应技术变革、市场需求变化与运营模式演进。例如，在算力成本下降或数据供给能力增强的背景下，应适当下调价格上限，以释放更多数据红利。
联动机制与社会参与：强调政府、企业与公众的多方参与机制，推动形成数据使用者、运营者与监管者的互动关系，提高政策透明度与执行效能。
公共数据价格管制政策的制度依据不仅体现了国家对数据要素市场健康运行的战略意图，也在操作层面形成了较为完整的规则框架。通过明确定价权限、细化成本核算机制和建立灵活的评估调整体系，国家和地方正在共同推动一套“有章可循、科学合理、动态演进”的公共数据价格监管体系，为数据资源在保障公平基础上的高效流通提供坚实制度保障。
3.2 价格管制政策的逻辑结构公共数据价格管制政策的出台，既是落实国家数据基础制度建设的重要举措，也体现了政府在数字经济转型过程中对“效率”与“公平”平衡调控的制度逻辑。其政策逻辑结构主要体现在以下四个方面：
（1）保障公共治理与公益属性公共数据的根本特性是其公共产品属性，特别是在服务国家治理、社会管理和基本公共服务过程中，数据资源往往承担着提升行政效能、优化社会资源配置、强化风险防控等核心功能。因此，政策设计坚持“保障基本公共服务、体现公平可及”的导向：
对涉及公共安全、社会救助、教育普惠、生态保护等领域的数据资源，应实行无偿或低偿提供，保障数据在公共治理体系中的广泛应用与可持续利用；
明确将公共部门、公益组织和学术科研机构的合理用数需求纳入保障范围，建立相应的优先保障机制和费用减免政策；
避免数据资产化和市场化过程中出现“数字鸿沟”或“公共服务数据商业化”倾向，确保政府治理和公益服务不因经济约束受到限制。
这一政策逻辑体现了公共数据制度构建中“服务导向优先于市场价值”的基础性价值立场。
（2）成本补偿与合理盈利原则在保证公共服务基础之上，政策亦承认公共数据资源从采集、治理到运营过程中所需的技术、人力和算力等大量投入，强调“有偿使用但不谋取暴利”的原则，即：
以科学、全面的成本调查为前提，涵盖数据采集整理、平台系统建设、数据安全管理、存储传输、算力调度、更新维护等全过程投入；
在成本基础上，结合行业发展状况与资金使用效率，核定合理的利润率水平，参照当前行业市场利率水平（如贷款市场报价利率LPR、资本回报率ROIC等），设定“准许收入”上限；
鼓励运营主体在成本可控与服务优化前提下提高效率、扩大服务覆盖面，从而实现规模经济与良性运营。
通过此原则设计，政府在抑制过度逐利的同时，也激励数据运营机构提升服务质量与创新能力，构建公共数据可持续运营模式。
（3）分级定价与情景差异化数据产品具有高度的可变性和复用性，不同的使用场景、使用频率和资源占用情况对应着不同的服务成本与价值产出。因此，价格管制政策在结构上引入了“分级定价+分档计费”机制，具体包括：
按使用目的分级：如公益用途可无偿，政务协同可低偿，商业用途则实行市场化或政府指导价；
按资源消耗量分档：如使用次数、调用频次、数据处理量、存储时长、并发访问量等，实行阶梯式或累进式计费机制，体现“多用者多付费”原则；
按数据处理层级分类：如原始数据、经过脱敏处理的数据、结构化后的数据产品或智能化分析服务等，分别核定不同的价格区间，鼓励深度开发与增值服务。
这种差异化策略有助于增强政策弹性和用户适应性，实现更具效率和公平性的资源配置。
（4）政策与市场双向调控在数字经济快速发展、数据应用持续拓展的大背景下，单一的价格管制可能造成定价僵化、不利于技术创新和服务模式演进。因此，政策设计也体现了“政府调控为主、市场机制为辅”的双重逻辑：
在基础数据服务和重要行业数据流通方面，由政府设定价格上限并持续监管，确保价格稳定、资源可及；
在数据增值服务、个性化数据产品等非基础类服务方面，则为市场机制预留空间，鼓励运营主体依据市场供需动态、服务价值与用户反馈自主调整价格；
推动建立“政府定价—企业定价—市场反应”三位一体的联动机制**，通过定期评估、社会听证与反馈机制，构建灵活的价格调整体系。
此类安排体现了对数据要素“公共性”与“商品性”双重属性的制度回应，有利于在确保公益目标的同时释放数据流通活力与市场效率。
公共数据价格管制政策的逻辑结构围绕**“保障公益 + 成本合理 + 场景区分 + 动态调控”**四大维度展开，构建起一个兼顾公平性、科学性与灵活性的价格治理体系。这一政策设计不仅回应了当前数据资源有序流通和公平使用的治理需求，也为推动公共数据在不同领域高质量流动与融合提供了制度保障和市场牵引力
3.3 公共数据价格管制体系的“三阶控制”特征公共数据的价格管制体系在当前实践中呈现出典型的“三阶控制”特征。这种分层次、渐进式的管控机制有助于在保障数据资源有效供给的同时，平衡公共性与市场化需求的多重目标，促进数据资源的公平、透明和高效流通。以下将从三个层次详细分析该管控体系的构成及其功能。一、一级管控：数据权属确权一级管控主要聚焦于公共数据的权属确权，确保数据的合法性与公正性。通过《数据二十条》等政策文件，国家确立了公共数据的国有属性，即数据的归属和控制权属于国家或政府管理机构。此举的核心目的是明确数据所有权，防止数据私有化，确保公共数据在公平、透明的环境中流通。确立数据产权：通过明确数据的国有属性，政府能够有效防止数据被过度商业化或流失，保障公共数据作为公共治理资源的核心地位。此举为后续的价格管制提供了法律和制度保障。确保公共数据公益性：在明确数据权属后，政府能够在管理和调控中优先保障公共数据的公益属性，避免其价值被过度商品化而影响社会整体福利。政策落实：《数据二十条》明确提出，公共数据属于国家资源，不同层级政府部门、企事业单位不得随意改变数据归属。此政策设定为其他定价管制手段提供了基础支撑。二、二级管控：成本规制与合理收益的RAB模型二级管控着重于成本规制，采用了“准许成本+合理收益”的RAB（Regulatory Asset Base）模型。该模型从成本核算的角度出发，在公共数据定价中结合资源消耗与运营成本，以确保运营主体的合法收益和持续发展。准许成本核算：公共数据的供给与运营需要涵盖从数据采集、存储、传输到清洗和安全防护等多个环节。RAB模型通过对这些环节成本进行核算，为定价提供了明确的成本基准。这种成本导向的定价有助于防止过高定价对公共数据流通的压制，同时确保数据运营者能获得合理的经济回报。合理收益设定：在成本核算基础上，RAB模型进一步加入“合理收益”元素，保障运营主体的利益。在数据价格设定中，合理的利润水平不仅有助于企业或政府部门保持运营的可持续性，还能通过适当的市场激励促进技术进步与服务创新。稳定性与公平性：通过实施成本核查和盈利标准的控制，RAB模型有效避免了数据价格的过度波动，为消费者和数据使用者提供了稳定的预期，有助于公平使用公共数据资源。三、三级管控：市场响应与价格浮动区间三级管控强调市场的响应机制，在政府指导价的基础上，设定一定的价格浮动区间，实现“政府锚定、市场微调”的定价模式。这一机制的核心是灵活性与弹性，以适应市场需求的变化与不同应用场景的特点。价格浮动区间的设定：政府在控制公共数据基本价格的同时，预留了市场微调空间。通过设定价格的浮动区间，可以让市场根据需求、数据使用量、资源消耗等因素对价格进行一定的调整，从而确保价格机制的灵活性。这种弹性机制不仅能有效回应市场供需变化，还能促进数据资源的更加精确配置。政府锚定功能：政府作为公共数据定价的引导者，通过设定价格的上限与下限，确保市场定价不会脱离合理范围。在不打破市场机制的前提下，政府对数据价格的基本调控能够有效维护公共数据的公平性和可获取性。市场微调：市场在价格管控体系中的作用得到增强，尤其在面对产业发展和技术创新的需要时，市场力量可以对价格进行适当的调整，激励更多的市场主体参与数据资源的交换与创新，促进数据流通效率的提升。当前的公共数据价格管制体系通过三阶控制模式，形成了以“数据权属确权、成本规制、市场响应”为核心的多层次调控机制。第一阶段确保了数据作为公共资源的国有属性与公益性，第二阶段通过RAB模型保证了数据运营主体的合理利润与成本补偿，而第三阶段则为市场化配置留出了灵活调整的空间。这种分层管控机制不仅保障了基础定价的稳定性，避免了过度市场化带来的负面效应，还为公共数据要素的市场化配置提供了必要的弹性，为实现数据资源的高效配置和利用奠定了坚实的制度基础3.4 公共数据价格管制模式分类与地方实践探索随着国家数据基础制度建设的深入推进，各地在探索公共数据价格机制过程中，逐步形成了多层次、差异化、可调节的价格管制模式。总体上，这一体系体现出“政府主导、因地制宜、分类分级、动态调节”的基本特征，主要包括以下三种典型模式：
（1）中央与地方双轨运行的分级定价模式在我国数据治理体制下，公共数据的定价权实行中央与地方分级管理机制，既保持国家战略引导，又兼顾地方实践灵活性：
中央层面：根据2025年1月发布的《国家发展改革委 国家数据局关于建立公共数据资源授权运营价格形成机制的通知》 ，该通知明确规定：“公共数据运营服务费实行政府指导价管理，其中，国家数据管理部门设立或指定登记机构登记的数据产品和服务，按程序纳入中央定价目录；地方数据管理部门设立或指定登记机构登记的，按程序纳入地方定价目录。”。这意味着，国家层面对于重要的公共数据产品，如交通、气象、人口等数据，确实通过中央定价目录进行统一管理和定价，合理推测是未来由国家价格和数据管理部门确定全国性重要公共数据产品的定价目录，对涉及国家治理安全、经济运行关键环节和跨区域共享的数据资源制定统一的指导价或限价标准。例如，国家统一管理的交通、气象、人口等重要数据类型，往往需经中央层面审批和定价备案；
地方层面：省级及以下地方政府依据国家政策授权，制定本辖区内数据产品与服务的价格上限，建立地方版《公共数据授权运营价格管理办法》。如福建、浙江、上海等地已分别出台地方公共数据运营收费标准，对本地数据资源实行更为灵活的授权使用与价格调节；此类模式有助于构建“统一规则+地方自主”的分层治理结构，提升公共数据定价政策的可操作性与适应性。
（2）分类分级与阶梯计费的细化机制在具体定价机制上，公共数据的价格设定往往依托用途、使用量、加工深度与服务类型进行分级分类，并采用累进式或按需式计费策略，形成差异化价格体系。例如：
用途分类：区分用于公共治理、公益服务与产业发展三类用途，分别实行无偿、优惠和有偿提供政策；
服务类型分类：将数据服务拆分为基础数据授权、数据处理加工、平台技术服务、存算资源调用等多个环节，分别核算成本、制定费用标准；
用量与资源消耗分级：如福建省《公共数据运营服务费收费标准（试行）》中，设定了技术服务费和存算设施使用费两个主要项目，其中技术服务费按照用户调用次数、数据请求频次设定阶梯收费，存算资源使用则按存储空间、计算资源使用时长实行按需计费；
按行业与企业性质差异化定价：对中小企业、初创企业以及特定新兴行业给予阶段性减免、试用期优惠等政策。
通过上述细分策略，公共数据价格机制在保障公平性的同时，增强了定价结构的科学性与针对性，提升了公共数据资源配置效率。
（3）公开透明与社会监督机制价格机制的公正性与透明度，是公共数据价格管制有效实施的基础。为此，各地不断强化运营机构的信息披露与监督机制建设，形成较为完善的社会监督框架：
定期公示经营状况：要求授权运营机构每年发布包括数据产品目录、服务范围、收费标准、成本核算依据、使用情况等在内的信息公示报告；
社会参与与专业监督并行：在定价机制形成与调整过程中，引入听证制度、专家评审、公众反馈机制，并接受审计部门、行业监管机构的定期检查与绩效评估；
建立价格动态调整机制：在公开机制基础上，根据市场反馈和服务质量定期修订收费标准，实现从“静态管制”向“动态调控”转型，提升制度适应性与灵活性；
如福建、浙江等地在试点过程中均建立了“价格听证+成本审核+效益评估”的三位一体监管机制，保障数据定价科学化、程序化、制度化。
我国在公共数据价格管制实践中，已逐步形成以中央统筹、地方实践、分类分级、公开监督为核心特征的多元化制度安排。这一模式不仅有助于实现公共数据在不同治理场景下的合理使用，也通过制度设计有效兼顾了公益目标与市场效率、公平原则与资源激励、政府调控与社会参与之间的动态平衡。随着政策制度的持续完善和地方经验的不断积累，我国公共数据价格管制体系正朝着更加精细化、系统化和法治化方向发展。
四、公共数据价格管制影响分析4.1 对公共数据供给、流通及开发利用的影响
在公共数据的运营实践中，价格管制模式对数据资源的供给能力、流通效率及开发利用程度产生着深远影响，具体体现在以下三个方面：
（1）供给激励效应：实现数据供给的可持续性
价格管制政策作为调节公共数据“产品属性”与“公共属性”之间张力的重要机制，其合理设计可有效增强供给侧主体的积极性。一方面，通过设置覆盖运营成本与合理盈利的价格上限，使得平台运营方、数据加工方及授权运营机构能够获得必要的经济激励，维持服务能力和技术升级的动力；另一方面，防止定价权失控导致“数据寻租”与“信息垄断”现象，抑制数据封闭与市场垄断行为。
例如，福建省在公共数据授权运营试点中明确将数据传输、处理、存储等环节纳入成本核定范围，并设定利润上限，为数据服务商的可持续运营提供基础保障。
（2）流通与开发利用：推动数据要素市场有序流动
价格管制制度通过对不同类型数据产品设定分级、分类的价格上限，构建了清晰的数据价值坐标系，有利于打破“信息壁垒”与“部门孤岛”，释放数据流通活力。
规范的价格标准提升了数据使用的可预期性，降低了产业界和社会组织获取公共数据的门槛，推动更多企业将公共数据纳入自身产品与服务链中，从而带动大数据、人工智能等相关产业的发展。同时，明确不同使用场景（如公益、科研、商业）下的定价机制，也有助于缓解“数据挤出效应”和资源浪费，促进多层次、多样化的数据开发生态形成。
例如，北京市在城市大脑建设中将部分政务数据资源向高精尖企业开放，通过带宽、存储和算法接口分级定价，引导其开展城市治理模型的创新开发。
（3）安全保障与数据治理：平衡开放性与安全性
价格管制不仅是资源配置工具，也承载着公共数据治理的制度功能。规范的定价流程、严格的成本审核以及透明的收费公示机制，倒逼运营主体健全内部价格管理与数据合规制度，推动数据使用从“灰色地带”向“阳光路径”转变。
通过价格机制明确不同类别数据的使用边界，有助于加强对敏感数据、个人信息和重要数据的风险防控，构建“可用不可见、按需可控”的数据安全运行模式。同时，借助社会监督与第三方评估机制，将公共数据运营纳入广泛治理网络，增强公众对数据管理行为的信任和接受度。
例如，《国家公共数据资源体系建设指南（试行）》中明确提出，在开放共享的同时强化分类管理和访问权限控制，并配套成本评估与风险评估程序，形成安全与效益并重的治理路径。
综上，公共数据价格管制对数据的供给、流通与开发利用具有多维度、多层级的制度牵引效应。合理的定价制度应在激励运营、促进开发与保障安全之间寻找平衡，实现公共数据作为新型生产要素的高效配置与多元价值释放。
4.2 激励相容视角下各主体利益分析公共数据所有者（政府及公共机构）：通过管制定价保证公益性和数据资在公共数据价格管制的制度设计中，必须遵循**激励相容（Incentive Compatibility）**原则，确保各相关主体在自身利益最大化动机下，依然愿意协作并推动公共数据开发与利用。这一机制的核心在于构建一个既保障公益目标，又促进市场活力和资源优化配置的利益联结体系。主要涉及以下几类主体：
（1）公共数据所有者（政府及公共机构）
作为公共数据的法律所有者，政府肩负保障国家数据安全、推进公共利益最大化的核心责任。在价格管制体系中：
公益性保障：政府通过实施差别化定价或无偿提供机制，确保基础性、战略性数据资源优先用于社会公共服务，如气象预警、疫情防控等。
收益性考量：同时，为推动公共数据资产化和激发其潜在价值，价格管制亦通过设定运营服务费、平台使用费等，实现一定的财政收益回补，推动公共数据投入产出可持续发展。
治理优化：通过定价政策反馈机制，政府可获得数据使用需求、产业偏好等关键信息，为后续数据治理、供给侧改革提供支持。
（2）公共数据持有者（部门、机构等数据实际控制方）
这些机构虽然不拥有数据产权，但因长期积累和日常业务控制，具备对数据的管理、维护和初步利用能力。合理的价格机制对其行为具有重要引导作用：
增强共享意愿：明确授权机制与合理收费权益，有助于缓解“部门数据孤岛”问题，提高数据开放共享的积极性。
降低信息防卫：当持有者获得合法收益预期，能减少对数据失控或责任追溯的顾虑，更愿意参与跨部门、跨区域的数据整合。
（3）数据加工处理者（平台型企业、科技公司等）
数据加工者是将原始数据资源转化为可用产品和服务的关键环节。他们通常需要大量投入算法、算力、模型训练等资源：
成本补偿机制：定价体系中若考虑加工成本、技术投入与服务产出之间的合理匹配，有助于提升其参与热情。
激发创新动能：若通过“阶梯定价”或“增值分成”等机制，保障其从高附加值数据产品中获得合理利润，将进一步推动数据产品功能创新、服务模式创新。
（4）数据产品运营者（包括授权平台、第三方服务商等）
运营者负责公共数据产品的发布、交付和使用支持服务，处于连接供需两端的关键枢纽位置。其激励重点体现在：
服务效率与质量提升：适度市场化的定价机制促使其优化用户体验、降低运营成本、增强系统稳定性；
信用与透明约束：在定期公开价格结构、服务成本和使用反馈的制度安排下，运营者的行为更具可预期性与可信度，利于营造良好数据交易生态。
通过上述机制安排，公共数据价格管制不应只是“限价”与“控利”的刚性手段，而应成为促进各环节激励相容、合作有序、价值共创的治理工具。具体来说：从上游保障供给激励，使得数据提供部门积极共享；中游确保转化动能释放，鼓励加工方持续创新；下游推动服务优化与反馈循环，强化运营者责任与竞争。
当价格机制既能反映成本与风险，又能体现社会价值与发展红利，就能有效构建一个多主体协同、高效运转的公共数据资源市场体系公共数据持有者：在数据交易和授权使用中，合理收费标准能够提高数据汇聚和分享的积极性；
数据加工处理者：定价标准在补偿其加工处理成本的同时，激发二次开发和创新服务的能力；
数据产品运营者：在成本补偿及盈利目标内，适度市场化定价可促使其优化服务、提升技术支撑能力，并通过信息公开强化信用监管。
综合来看，既定的价格管制模式若能确保各环节利益平衡，将为多方形成激励相容、协同发展的良性循环提供制度保障。
五、公共数据价格管制的政策建议5.1 放松管制、优化市场调节
当前，公共数据价格管制的主要目标是保障数据的公共性和可及性，防止垄断定价和过度逐利行为。然而，随着数据要素市场建设的逐步推进，一刀切的刚性价格限制已难以适应公共数据多元化应用与商业化开发需求。因此，在坚持“公益优先、安全可控”的底线前提下，建议逐步探索放松定价管制、增强市场调节能力的路径，推动资源在更大范围内实现优化配置，具体可从以下方面推进：
引入市场化机制试点：针对产业发展、智能制造、智慧城市、数字金融等数据密集型领域，可选择一批技术成熟、市场需求明确的公共数据产品，试点引入差别定价、竞价获取、协议定制等市场化定价方式。
实施分类分层放管模式：根据数据的敏感性、应用价值及市场成熟度，明确“公益无偿使用”“指导价管理”“市场自主定价”三类机制，分层推进定价权限下放与市场调节空间释放。
建立基于使用绩效的价格浮动机制：在示范区域试点中引入“以效调价”的评估逻辑，依据数据使用带来的经济效益、产业带动作用和技术扩散能力，对价格上限或定价弹性进行动态调整，推动高价值数据产品实现“价有所值”。
这种机制的实质是从“以控制为核心”转向“以激励为导向”，使市场机制在资源配置中发挥更有效作用。
5.2 完善定价程序与动态调整机制
在当前公共数据价格监管实践中，虽已建立了成本调查、指导价核定等基础程序，但仍存在标准不细、调整滞后、反馈不足等问题。为提升政策适应性与执行效率，应加快构建更具细致性、弹性与反馈性的定价程序体系，具体包括：
细化定价单元与成本标准：在现有按产品或平台收费的基础上，进一步拆分至“数据类型—处理环节—服务方式”的细颗粒度单元，并引入资源消耗量（如API调用次数、算力消耗量、存储容量等）作为价格计量依据。
建立成本—收益—效能联动机制：不仅评估数据供给成本，还应综合考虑数据对下游产业带动效益、社会治理提升效果等“数据乘数价值”，以综合收益反哺定价决策，提高定价的科学性与可接受性。
构建多源数据反馈支持的调价机制：通过建立数据使用者满意度调查、经济效益评估模型、平台运营情况报送制度等渠道，收集多元调价依据，推动从静态定价向动态优化演进。
明确调整周期与触发条件：依据数据产品类别设置差异化的调价周期（如季报、半年报），并设定关键性触发条件（如服务成本变动超过20%、用户量激增等），实现调价的“可预测—可操作”。
上述机制有助于建立一个“成本真实、价值导向、动态可调”的公共数据价格形成体系，既提升价格合理性，又增强政策弹性。
5.3 强化政策衔接与监督调控
随着公共数据资源进入市场化开发阶段，其价格行为也面临多样化风险，如成本虚报、价格歧视、垄断销售等现象可能侵蚀公共利益。为此，必须在放松管制与规范监管之间实现制度平衡，通过构建系统化的多主体协同监管机制，提升政策执行的一致性和定价行为的透明度，具体建议包括：
强化部门协同治理机制：由发展改革部门牵头，联合国家数据管理机构、财政、审计、市场监管等部门，建立跨层级、跨部门的公共数据定价协调机制，实现政策目标、成本核算、价格监督的一体化联动。
推动运营机构完善内部定价与成本管理制度：明确运营方责任，要求其建立科学的成本归集、服务定价与信息披露体系，定期提交经营报表与服务定价依据，并接受主管部门审核。
建立信用监管与惩戒体系：对存在价格欺诈、虚构成本、拒绝公示等行为的机构，纳入全国统一的信用监管平台，实施联合惩戒、限制准入等措施，提升违法违规成本。
加强社会监督与第三方评价机制：引入独立第三方机构对价格合理性、数据使用绩效和用户满意度进行定期评估；并通过公共数据服务平台定期公示价格清单、服务质量指标和评估报告，确保公众知情权和监督权。
通过强化监管机制的科学性与公开性，可以有效提升公共数据价格行为的规范化水平，建立公众信任基础，促进数据要素市场健康发展。
公共数据价格管制改革政策工具箱重点
策略工具
配套机制
预期效果
1. 差异化放松价格管制
- 分类分层定价目录
- 差别定价、竞价机制
- 产业类数据市场化试点
- 数据敏感性分级标准
- 数据使用绩效评估制度
- 区域示范窗口
优化资源配置，激发产业活力
2. 完善成本核定机制
- 全流程成本归集模型
- 服务成本与价值评估联动
- 成本核算规范指南
- 多部门联合成本调查机制
提高定价科学性与合理性
3. 构建动态调整机制
- 周期性调价机制
- 调价触发条件清单
- 使用反馈与收益评估模型
- 用户满意度调查机制
- 调价审批工作流程标准化
提升定价灵活性与反馈适应能力
4. 增强市场调节功能
- 引入平台竞价规则
- 基于算力/存储/API调用的资源计费体系
- 平台化数据服务架构
- 数据使用行为监测系统
提升交易效率和服务多样性
5. 规范价格行为监管
- 定价行为公开制度
- 第三方价格审计机制
- 社会监督平台建设
- 违规行为信用惩戒与处罚机制
防范滥收费、保证定价公正性
6. 强化部门政策协同
- 政策协同机制（发改、数据局、财政等）
- 数据价格监管信息共享平台
- 联合发文机制
- 跨部门数据资产价值评估与授权使用审批制度
提高政策执行一致性和协同效率
7. 提升公众参与度
- 服务价格信息公示
- 用户咨询反馈渠道
- 面向公众的数据产品定价清单
- 舆情引导与回应机制
增强透明度与公众信任
六、结论公共数据作为数字经济和智能治理的重要要素，其定价问题既涉及理论的创新探讨，也牵扯政策实践中的诸多细节。本文通过回顾公共数据定价的理论基础与实践经验，剖析了目前公共数据价格管制政策的逻辑结构和模式，并从供给、流通、利用及安全保障角度考察了不同价格管制模式对相关利益主体的激励影响。最后，基于“放松管制、增强市场调节”的主线，提出了一系列政策建议，旨在推动形成科学、动态、公开的公共数据定价体系，兼顾公共利益与市场活力。未来，随着数据技术和应用场景不断演进，如何在公益与盈利之间寻求最佳平衡，将继续成为公共数据政策研究的重要命题。
此文在理论梳理、政策分析及实践对比三个层面上力图兼顾深度与广度，为深化公共数据价格管制研究提供了一定的理论支持和实践借鉴，同时也为政策制定和监管实践提供了创新启示。
作者信息：本文作者陈志刚，供职于中国移动雄安产业研究院，主要从事数字政府、数据要素、智慧城市研究咨询工作，著有《可信任的治理：以数字政府推进国家治理能力现代化》，作者其在数字技术领域深耕二十多年，长期负责政府数字化项目的规划咨询工作，带领团队负责省部级数字政府项目共计百余个，拥有丰富的国内数字规划实践经验。
