数据资产为什么难以定价？

因为数据没有自身属性。你无法像评估一块地那样评估一份数据——地有地段和面积，数据只有一个字节数。但字节数不说明任何问题——1TB的监控录像和1TB的交易数据，经济价值天差地别。

传统框架为什么失效

资产评估三件套——成本法（花了多少钱造的）、收益法（未来能赚多少钱）、市场法（类似的东西卖多少钱）——对数据全部失效。成本法：一份数据的收集成本可能极低但价值极高（用户自然行为产生的数据），也可能成本极高但价值极低（花大价钱采集的错误数据）。收益法：数据的未来收益取决于怎么用，而"怎么用"在评估时点根本不知道。市场法：没有可比的交易市场。

三条路全堵死。不是方法不够精细。是这些方法都假设了被评估对象有可计量的自身属性。数据违反了这个前提。

否定性经济学的视角：蒸馏的否定

数据资产的价值不在数据自身中，在"被蒸馏过"这个否定关系里。原始的人类行为是无序的噪声——鼠标点击、页面浏览、购买记录、位置轨迹——没有任何经济意义。数据资产之所以有价值，是因为这些噪声被算法蒸馏过了：统计模型从噪声中提取出模式，机器学习从模式中训练出预测能力。数据资产是"被蒸馏过的"——它"不是原始噪声"。

但蒸馏和空域有一个本质区别。空域的否定性是暴露的——"快不是慢"暴露在所有人面前。数据的否定性是蒸馏的——被压缩在模型参数里，外面的人看不见蒸馏过程。这使得数据资产的定价需要双重锁定：制度锁定（谁有权调用数据接口）+技术锁定（调用本身被日志记录）。这就是数据解析权的双层结构。