数据定价研究的主题演变及趋势——基于CiteSpace的文献计量分析.pdf

E0数据定价研究的主题演变及趋势基于 CiteSpace 的文献计量分析梁燕妮1,2尤建新2(1.北部湾大学经济管理学院,钦州 535011;2.同济大学经济与管理学院,上海 200092)摘要:由于数据定价对促进企业数字化转型、构建数据要素市场和促进经济可持续发展具有重要意义,因此借助 CiteSpace 文献计量分析软件,以中国知网、Web of Science 数据库中相关研究文献为数据源,聚焦数据定价研究的主题演变、趋势、时代背景,对 19932022 年国内外数据定价权威文献进行计量分析。研究发现,19932022 年国内外数据定价的研究整体呈波动上升趋势,近 3 年热度明显;研究模式国外多为合作共享研究而国内多为独立研究,均缺乏研究机构与数据供应商的合作研究;研究内容国内侧重于数据定价的成本效益、公平交易、隐私权属等,国外则侧重于数据定价的隐私安全与保护、人工智能算法、客户服务质量等,均与信息技术的发展密切相关;未来,数据定价研究将进一步立足“双碳”背景,结合环境、社会和公司治理(Environmental,Social and Governance,ESG)投资理念,布局和拓展新视角。关键词:数据;定价方法;CiteSpace;研究趋势中图分类号:F49;F275 文献标志码:A引用格式:梁燕妮,尤建新.数据定价研究的主题演变及趋势 基于 CiteSpace 的文献计量分析J.信息通信技术与政策,2024,50(4):66-78.DOI:10.12267/j.issn.2096-5931.2024.04.0100 引言近年来,随着“新基建”政策推进、数字化转型加速、企业降本增效需求提升,我国数据要素市场规模增长迅猛。根据中国信息通信研究院公布的数据,20172022 年我国数据中心行业市场收入的年均复合增长率约为 30%1。2022 年,国务院发布“十四五”数字经济发展规划,提出我国数字经济发展的目标是到 2025 年“数据要素市场化建设成效显现,数据确权、定价、交易有序开展”2。数据价值化是数字经济的重要组成内容,而数据定价是实现数据价值化的重要手段。因此,研究数据定价、释放数据要素价值、加速培育数据要素市场已经成为当前数字经济发展的最紧迫任务。根据中国信息通信研究院发布的数据要素白皮书(2022 年)3,我国最早的数据交易机构源于 2014 年,截至 2022 年 11 月,我国先后设立 48 家数据交易机构,但由于供需双方存在信息差且无数据定价统一标准,目前尚未形成有效的商业模式。因此,对数据定价研究的主题演变、趋势、时代背景开展深入研究,将有助于从系统、全面、全局的视角,揭示与反映66基金项目:广西哲学社会科学研究课题项目(No.23CYJ022)N?30 数据定价研究领域的状况、进展、热点、前沿、趋势,为促进我国经济高质量发展和加速数据要素市场培育提供决策依据与政策参考。1 相关研究文献评述国内外存在少部分研究者从网络外部性的角度认为数字产品免费也是一种可行的定价方式。然而,数据成本结构特殊,传统的完全免费定价方式和一般产品的定价方式并不适用于数据。欧美各国及地区的数据定价政策经历了多个阶段,包括免费、基于成本回收的定价、考虑边际成本的定价、市场定价等4。我国在数据定价研究领域的研究热点则经历了由“产品自身特征”到“消费者需求”再到“盈利模式和隐私保护”的变化过程。近年来,国内外关于数据定价的研究呈现出多维度、交叉融合的特点。基于产品差异性,熊巧琴和汤珂5通过深入剖析数据资产的可复制性和价值不确定性,揭示了应用场景及买方异质性对数据产品交易模式的显著影响。基于消费者差异性,李伟和梁佳6通过构建消费者动态效用模型及数字产品企业决策模型,验证了渗透定价策略在低消费群体中的有效性;Reisman7等则进一步拓展了按需付费定价理念提出的 Fair Pay 新框架。结合成本效益因素,蔡莉8等系统评价了现有数据定价模型的优劣,牛超越9等提出了基于价格表和请求的在线实时定价机制并验证了其经济优越性。随着人们对知识产权保护的日益关注,Zhang10和徐素秀11等分别从制造商和零售商层面以及网络外部性影响的角度,为数字产品版权保护下的定价策略提供了理论支撑。同时,博弈论亦为数据定价研究贡献了新的分析工具,Hajji12等和赵馨燕13等运用博弈论分别构建了动态定价模型和均衡价格求解框架。此外,还有不少学者14-16将数据定价抽象为数据要素价值,分析数据定价在数字企业商业模式创新、绩效提升中发挥的作用。也有不少学者17-18从数据资产的概念内涵出发,分析数据资产的价值构成和评价影响因素,构建了数据资产价值评估方法体系。从目前国内外研究的进展可知,国内外学者针对数据定价的研究多为一般性研究,大部分学者忽略了不同应用领域数据要素类型的差别,倾向于从数据提供方或数据购买方某一主体角度去研究数据定价,主要通过采用数学规划法和构建博弈模型来研究数据定价的策略。相比较而言,目前聚焦数据定价领域的研究现状、热点演进与趋势展望等方面的文献鲜见,不利于读者从海量文献信息中系统地掌握数据定价研究的脉络、热点、前沿。近年来,“双碳”目标与数字经济持续成为社会各界热点。鉴于此,本文借助 CiteSpace 软件对中国知网(China National Knowledge Infrastructure,CNKI)和 Web of Science(WOS)数据库相关中英文文献进行计量分析,并结合“双碳”时代背景对数据定价研究的主题演变和趋势展开深入研究,以期为数据定价研究提供基础研究支撑,向政策决策者提供有益的建议。2 研究方法与数据来源2.1 研究方法CiteSpace 这一文献研究工具具有可视化复杂研究领域和揭示研究主题演变规律的能力,崔军19、杨秀勇20、段海煦21、王利辉22等学者分别将 CiteSpace应用于经济、社会、环境、政策等研究领域的探索。本文基于前人的研究,借助 CiteSpace 软件对 19932022年数据定价相关文献作系统分析,进行数据分析和可视化呈现,剖析数据定价研究的主题演变历程并探测其发展趋势。2.2 数据来源数据是一个母集,包含了信息和数字,其中信息和数字间有交集。数字是数据的子集,因此,考虑到数字产品定价和数据定价的共通性和可借鉴性,本文将数字产品和数据定价方法的相关研究作为文献分析的范畴。本文根据 CNKI 以及 WOS 数据库中的研究数据分别构建基础分析数据库。以 CNKI 数据库中的科学引文 索 引(Science Citation Index,SCI)、工 程 索 引(Engineering Index,EI)、北大核心、中文社会科学引文索引(Chinese Social Sciences Citation Index,CSSCI)和中 国 科 学 引 文 数 据 库(Chinese Science Citation Database,CSCD)学术期刊论文作为基础数据源,使用高级检索功能设定检索条件:主题为“数据”“数字产品”“定价”,采用精确匹配方式;论文发表时间为19932022 年。在初步检索后,获得权威论文 1 795篇。为降低相关度不高论文的影响,本文通过逐一筛选、剔除与主题相关度低的论文,最终获得有效论文76E091 篇。在 WOS 官网中选择其核心合集,设定检索条件:主题为“data”“digital product”“pricing”,文献类型为“论文”“综述论文”,出版日期为1993 年 1 月1 日2022 年 12 月 31 日。在初步检索后,获得论文较多,从中筛选、获得相关度高的有效论文 132 篇。01114342312133243878111902468101214161820199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022 021 12061232040477109681519230510152025199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022 bWOS aCNKI图 1 数据定价研究论文发表时间分布3 文献时空知识图谱3.1 文献时间分布图谱图 1(a)显示,19932022 年的 30 年间,CNKI 数据库中与数据定价研究相关度高的权威论文总数较少,仅 91 篇,且整体随时间呈现波动上升态势。其中,19932001 年论文篇数为 0;20022020 年论文发表篇数随时间呈波动上升态势,且多次出现论文发表数的小高峰,年平均论文发表篇数为 3;20202022 年论文发表篇数呈快速上涨趋势,并于 2022 年达到近 30年的峰值 19 篇。图 1(b)显示,19932022 年的 30 年间,按照和CNKI 数据库中的相同检索条件,从 WOS 数据库中检索出来的论文篇数较多,但与数据定价研究相关度高的论文仅 132 篇,且整体随时间呈现波动上升态势;最早发表论文的时间是 2000 年,相比在 CNKI 数据库中检索到的最早时间提前了 2 年;论文发表数随时间的波动上升态势则与之在 CNKI 数据库中检索到的情况基本一致;19931999 年,与数据定价研究相关的论文篇数为 0,这与 1998 年美国商务部宣告数字经济正式诞生的时间逻辑基本相符;20002018 年,论文发表篇数随时间呈波动上升态势,且多次出现论文发表数的小高峰,年平均论文发表篇数为 4;2018 年后,论文发表篇数呈快速上涨趋势,并于 2022 年达到近 30年的峰值 23 篇。3.2 文献空间分布图谱3.2.1 作者分布本文以“作者”为节点类型,选择时间跨度为20022022 年,运 行 CiteSpace 软 件,得 到 密 度 为0.0116 的关于数据定价研究的 CNKI 作者共现知识图谱(见图 2(a),共 181 个节点、189 条连线,表明各个作者之间存在一定程度的合作研究交流。图 2(a)从中心到外圈为时间由近至远的作者分布情况,表明该研究领域的作者有一定的合作关系,但同一作者持续性研究的情况较少。通过 CiteSpace 作进一步统计分析,发现本文选用的 91 篇论文样本共涉及 94 位作者,而其中在CNKI 数据库中发文量超过1 篇的作者有6 位(见表1)。基于 WOS 数据库的相关文献样本,选择时间跨度为 19932022 年,运行 CiteSpace 软件,得到密度为0.008 1 的关于数据定价研究的 WOS 作者共现知识图谱(见图 2(b),共 271 个节点、296 条连线。从图 2(b)中可以观察到作者呈现的网络结构整体较紧密,各个作者节点之间连线较多。这表明 WOS 数据库中数据定价研究领域的作者之间合作较频繁,少部分作者开展独立研究,同时不少作者(如 Dong Xiangqian、Mcmurtrey Mark E 等)节点圆环显现多种颜色,表明该部分作者在该领域有持续的研究。在 WOS 数据库中发表相关研究论文的作者共 271 位,发文量超过 1 篇的作者名单如表1 所示,其中 Kannan P K 近30 年发文量高达 5 篇,Mcmurtrey Mark E 等 5 位作者近 30 年的发文量均为 3 篇。86N?30 aCNKIbWOS#UCNKIWOS图 2 作者共现知识图谱96E0表 1 发文量超过 1 篇的国内外作者数据库作者姓名发文量/篇CNKI欧阳日辉3杜青青、王汉生、吴超、熊励、袁勤俭2WOSKannan P K5Mcmurtrey Mark E、Lu Zhi、Dong Xiangqian、Guo Bing、Duan Xuliang3Stahl Florian、Shen Yan、Yin Jianwei、Smith Michael D、Huang George Q、Ning Yu、Wang Xin、Huang Ke-Wei、Ma Richard T B、Wu Chuanrong、Shen Yuncheng、Pei Jian、Rahul Telang、Arun Sundararajan、Yang Xiaoming、Dan Suciu23.2.2 机构分布本文以“机构”为节点类型,选择时间跨度为19932022 年,运 行 CiteSpace 软 件,得 到 密 度 为0.0074 的 CNKI 研究机构共现知识图谱(见图 3(a),共有 113 个节点、47 条连接。从图 3(a)可知,CNKI 数据库中在数据定价方面进行研究的机构共 113 个,各个研究机构之间连线较少仅 47 条,说明存在跨机构研究,但合作不频繁,开展独立研究的机构有南京大学、北京邮电大学等。这表明尽管该研究领域引起了学术界的广泛兴趣,但研究机构之间似乎缺乏协作意愿,知识和研究成果的共享与交流程度相对不高。此外,值得注意的是,研究机构主要以高校为主,缺乏高校与数据供应商的合作研究。从图 3(b)可知,WOS 研究机构共现知识图谱密度为 0.012 4,节点数和连接线数分别为 192 和 228,即WOS 数据库在数据定价方面进行研究的机构共有 192个,各个研究机构之间连线较多合作研究较频繁,跨机构研究方面形成较明显的聚类。这表明该研究领域机构之间合作较多且需共享和交流研究资源;不少研究机 构(如 Tsinghua University、Shanghai Jiao Tong University 等)节点圆环显现多种颜色,表明该部分研究机构在该领域有持续的研究。但同样需要注意的是,研究机构主要以高校为主,缺乏高校与数据供应商的合作研究。发文量超过 1 篇的国内外研究机构名单如表 2 所示。其中,CNKI 数据库中的中央财经大学金融学院、中央财经大学和上海大学发文量最多,均为 3 篇;南京大学、电子科技大学、清华大学、中国传媒大学和北京邮电大学发文量次之,均为 2 篇。WOS 数据库中的University of Maryland College Park 和 University System of Maryland 发文量最多,均为 7 篇;National University of Singapore、University of Washington、University of Washington Seattle 和 Tsinghua University发文量次之,均为 5 篇。这表明国内外高校是现阶段数据定价研究领域的主力。4 热点演进4.1 热点主题为了探究国内外数据定价研究领域的热点问题现状,本 文 选 择 时 间 跨 度 为 19932022 年,运 行CiteSpace 软件,对数据定价研究相关关键词的共现关系进行统计和聚类分析,得到关键词聚类知识图谱(见图 4)。其中,CNKI 数据库中的前 6 个聚类标签分别是“价格机制”“定价机制”“数字内容”“大数据”“成本”“定价方式”;WOS 数据库中的前 10 个聚类标签分别是“data pricing”“game theory”“massively multiplayer online role-playing game(mmorpg)”“geometric programming”“price”“bundling”“online piracy”“digital goods”“digital products”“quality-of-service-oriented digital services”。如图 4 所示,本文对关键词作进一步分析,得到不同关键词的出现频次、中心度、最早出现年份等信息(见表 3);进一步地,在 CiteSpace 软件里的“Clustern”菜单栏中选择“Summary Table|Whitelists”,获得关键词共现网络聚类信息(见表 4);由此判断出近 30 年来数据定价研究领域的热点主题词。4.2 前沿演进研究前沿是指某研究领域的新兴理论和热点主题,可通过对关键词时区图和突现词进行深入分析和判断得出。通过选择 CiteSpace 软件的“layout|Timezone 07N?30 aCNKIbWOS#UCNKIWOS图 3 研究机构共现知识图谱17E0表 2 发文量超过 1 篇的国内外研究机构数据库研究机构名称发文量/篇CNKI中央财经大学金融学院、中央财经大学中国互联网经济研究院、上海大学管理学院3南京大学信息管理学院、电子科技大学经济与管理学院、清华大学社会科学学院经济学研究所、中国传媒大学经济与管理学院、北京邮电大学经济管理学院2WOSUniversity of Maryland College Park、University System of Maryland7National University of Singapore、University of Washington、University of Washington Seattle、Tsinghua University5Massachusetts Institute of Technology(MIT)、Shanghai Jiao Tong University、Carnegie Mellon University、Chinese Academy of Sciences4University of North Carolina、Changsha University of Science&Technology、University of Central Arkansas、Stanford University、University of Nebraska System、Hubei University、Hong Kong Polytechnic University、Chengdu University of Information Technology、Sichuan University3University of London、Hanyang University、Sungkyunkwan University(SKKU)、Imperial College London、Fudan University、Aalborg University、University of Pennsylvania、University System of Ohio、Korea University、University of Hong Kong、University of Connecticut、Zhaotong University、Simon Fraser University、University of Victoria、Chinese University of Hong Kong、University of California System、Zhejiang University、New York University、Samsung、University of Science&Technology of China、Jinan University、Shenzhen University、Bentley University、Royal Institute of Technology、Singapore Management University2aCNKIbWOS#UCNKIWOS图 4 关键词聚类知识图谱27N?30 表 3 关键词分析数据库出现频次中心度年份关键词CNKI130.262002数字产品130.452003定价策略100.262018数据定价90.22016大数据80.112018数据交易80.22006定价70.122019数据资产40.032009定价机制40.062022数据要素30.032002差别定价30.032010双边市场WOS130.162014data pricing130.262005competition110.152017big data110.222001model110.312005information goods100.162005monopoly90.132007strategy80.152002digital products80.072002goods70.112013information70.122007markets70.172013impact70.112001dynamic pricing60.062002game theory60.052002internet 注:CNKI 关键词出现频次超过 3,WOS 关键词出现频次超过 5View”选项,可生成如图5 所示数据定价研究关键词时区图。图 5 中 CNKI 和 WOS 数据库中的相同聚类关键词会根据各自首次出现的年份在时间线上呈现,这有助于研究人员更全面地评估和判断该领域的研究动态。从分析 CNKI 数据库文献可知,针对“价格机制”的研究时间线较完整,“数据”与“价格机制”相关的研究持续开展,共现关系明显。近年来,CNKI 数据库中的学者主要关注数据定价在公平交易、隐私权属、要素流通等方面的研究。通过对比可知,WOS 数据库中针对数据定价方面的研究文献更丰富,生成的相应有效聚类更多,出现了与算法、营销策略、数据安全和服务质量相关的关键词。近年来,WOS 数据库中的学者主要结合隐私安全与保护、人工智能、客户服务、市场营销等方面开展数据定价的研究。图 6 展示了 CNKI 和 WOS 数据库中数据定价相关研究文献内具有高突现值的节点现词。根据 CNKI数据库数据源,得到 13 个具有高突现值的节点现词:早期研究前沿的突现时间为 20022008 年,该阶段研究前沿主要集中在“数字产品”“动态成本”“动态效用”“网络定价”“定价”和“定价策略”方面;中期研究前沿的显著涌现期跨越了 20 年(20092018 年),该阶段研究前沿主要集中在“数字产品”“定价策略”“双边市场”“数字内容”“价格机制”和“大数据”方面;近期研究前沿的突现时间为 20192022 年,该阶段研究前沿主要集中在“大数据”“数据定价”“数据资产”和“数据交易”方面。基于 WOS 数据库中关于数据定价研究的文献样本,得到 15 个具有高突显值的节点现词:早期研究前沿的突现时间为 20022011 年,该阶段研究前沿主要集中在“internet”“digital products”“monopoly”“software piracy”和“diffusion”方面;中期研究前沿的显著涌现期跨越了 6 年(20122017 年),该阶段研究前沿主要集中在“digital products”“diffusion”“information goods”“game theory”“economics”“cloud computing”和“big data”方面;近期研究前沿的突现时间为 20182021 年,该阶段研究前沿主要集中在“big data”“markets”“data market”“strategy”“determinants”和“impact”方面。5“双碳”背景下的数据定价研究趋势综上分析可知,国内外针对数据定价的研究较为丰富,“数据”与“低碳”共现的情况甚少。随着全球对环境可持续发展的日益关注,为体现数据定价研究的应用性和时代特征,给企业在“双碳”背景下数字化转型的降本增效提供科学指导和决策支持,数据定价研究需从环境可持续性、消费者行为、企业战略、技术创新等多个视角进一步创新。37E0表 4 关键词共现网络聚类表数据库聚类号聚类大小关键词CNKI026价格机制、数字产品、平均成本、定价制度、边际成本125定价机制、数据定价、数字经济、数据要素、数据资产221数字内容、定价策略、成本结构、捆绑免费、产品定价317大数据、政府大数据、数据开放、价值特征、法律规制416成本、定价、数据中心、动态成本、需求 66定价方式、权利归属、大数据交易平台、盈利模式、产品类型WOS046data pricing、data models、data market、big data、crowdsensing140game theory、regression analysis、applied game theory、differentiation strategy、or in societal problem analysis230massively multiplayer online role-playing game(mmorpg)、value-based pricing、stock market prices、algorithmic price discrimination、accommodation industry 329geometric programming、infrastructure cost、customer heterogeneity、united states、bundling and versioning strategies428price、advertising、multichannel retail、digital product trading、dynamic programming 526bundling、vietnam、design of digital content、cfa、digital music 624online piracy、vertical segmentation、information goods piracy、word-of-mouth effect、digital rights management(drm)724digital goods、ecommerce、pricebot、information filtering、shopbot818digital products、coupons、customization、e-mail marketing、product line914quality-of-service-oriented digital services、nonstandard knapsack formulation、shopbots、auctions to reveal valuations of one-time services、pricebots 环境可持续性:在“双碳”背景下,随着环境、社会和公司治理(Environmental,Social and Governance,ESG)投资理念的推广,环境可持续性成为数据定价研究中的重要视角。未来的研究可以进一步探索如何将环境成本和绿色元素纳入数据定价模型中,以反映产品的环境影响和可持续性。比如探索数据定价与碳排放之间的关系,包括碳定价机制的应用、数据产品/服务碳足迹的定价方式等;关注绿色技术、标签、电力市场价格变动等对数据定价的影响。消费者行为:消费者对数据产品/服务的反应和行为同样影响数据定价机制的设计。未来可以探讨消费者对于碳足迹定价、碳补偿定价和其他环境相关定价策略的偏好和接受程度,以及消费者对于绿色数据产品/服务的价值感知和购买意愿。企业战略:数据供应商在“双碳”背景下基于数据定价的战略调整模式同样值得探讨。结合宏观环境(政策与法规)和市场需求,研究企业如何在碳足迹定价、碳补偿定价和碳市场交易等不同定价模式中制定合适的策略,并对不同策略对企业竞争力和市场地位的影响进行系统评估。技术创新:随着数字技术的不断演进,可以将新的定价模型和算法应用于数据定价领域。如利用大数据分析和机器学习等技术,构建更准确的效益测算模型,从而实现更精细化的定价策略,并确保数据供应链 领域数字 技 术 应 用 与 环 境 可 持 续 发 展 的融合。47N?30 aCNKIbWOS#UCNKIWOS图 5 数据定价研究关键词时区图57E0bWOSaCNKI20022005200520052006200320102014201520162018201920184.881.21.21.041.323.391.270.971.071.971.851.881.8820112006200620082007201720122018201820222022202220222002200520052005200620072010201420152016201820192020/20022022Keywords YearStrengthBeginEnd20022022internetdigital productsmonopolysoftware piracydiffusioninformation goodsgame theoryeconomicscloud computingbig datamarketsdata marketstrategydeterminantsimpact2002200220052005201120052002201420142017200720182007201320132.961.511.951.871.692.371.821.611.442.211.891.342.31.71.69200520152006201120132017201620162018202220182022202020222022200220022005200520112014201420142014201720172018201920192020#UCNKIWOS图 6 数据定价研究突现节点词汇图6 结束语本文通过 CiteSpace 软件对国内外关于数据定价的研究现状、主题热点、趋势进行了系统的对比分析,得出 3 方面结论。在发文时间、发文量和研究模式方面,国外针对数据定价的研究早于国内,国外自 2018年后数据定价相关研究呈稳定快速增长趋势,这一时间比国内早了 2 年;国外相关度高的文献量高于国内;近 3 年来,国外相对国内更倾向于合作研究,国内外均缺乏与数据供应商的产学研合作案例。在研究热点与前沿方面,WOS 数据库中的文献针对数据定价方面的研究更丰富,生成的相应有效聚类较多,国内侧重于研究数据定价的成本效益、公平交易、隐私权属等,国外则侧重于结合隐私安全与保护、人工智能算法、客户服67N?30 务质量等方面开展数据定价的研究;通过分析突现节点词可知,国内外数据定价研究均与信息技术的发展密切相关。在发展趋势方面,随着“双碳”目标的实现和 ESG 评价指标的执行,数据供应链各参与方将共同致力于把可持续发展和绿色技术融入到数据的应用和定价中,确保数据产品和服务在环境保护方面的友好性和可持续性。本文旨在为学者提供数据定价可参考的研究范围,同时也为数据供应商提供数据定价模式参考。但是,本文未对国内外数据要素市场政策规制进行梳理及讨论。未来,立足我国现实国情与发展目标,对比分析国内外在数据要素市场政策法规、数据市场交易和监管机制、数据定价策略等方面的异同,有所取舍、辩证吸收,构建数据要素市场的中国道路,是值得研究的课题。参考文献1 中国信息通信研究院.数据中心白皮书(2022 年)R,2022.2 国务院.“十四五”数字经济发展规划Z,2022.3 中国信息通信研究院.数据要素白皮书(2022 年)R,2023.4 夏义堃.欧美国家公共信息资源定价策略的发展演变分析J.情报学报,2014,33(7):689-697.5 熊巧琴,汤珂.数据要素的界权、交易和定价研究进展J.经济学动态,2021(2):143-158.6 李伟,梁佳.基于策略型消费者的数字产品价格机制与发行时间J.企业经济,2018(12):85-91.7 REISMAN R,PAYNE A,FROW P.Pricing in consumer digital markets:a dynamic frameworkJ.Australasian Marketing Journal,2019,27(3):139-148.8 蔡莉,黄振弘,梁宇,等.数据定价研究综述J.计算机科学与探索,2021,15(9):1595-1606.9 牛超越,陈培煜,张嘉懿,等.面向数据中心间网络带宽的在线定价机制设计:基于强化学习的方法J.计算机学报,2022,45(5):1068-1086.10 ZHANG L.Protection in DRM and pricing strategies in a two-echelon digital product supply chainJ.International Journal of Systems Science Operations&Logistics,2019,6(4):356-367.11 徐素秀,张雨萌,李从东,等.知识产权保护下数字产品定价策略研究:考虑利益共享与网络外部性的分析J.价格理论与实践,2020(12):115-118,164.12 HAJJI A,PELLERIN R,LGER P M,et al.Dynamic pricing models for ERP systems under network externali-tyJ.International Journal of Production Economics,2012,135(2):708-715.13 赵馨燕,张治侨,杨芳.数据资产的特征与交易定价研究:基于修正的 Rubinstein 博弈模型J.中国资产评估,2022(3):44-51.14 HELFAT C E,RAUBITSCHEK R S.Dynamic and integrative capabilities for profiting from innovation in digital platform-based ecosystemsJ.Research Policy,2018,47(8):1391-1399.15 池仁勇,王国强,周芷琪,等.数字化能力、价值共创与企业绩效:基于数据安全的调节作用J.技术经济,2023,42(2):133-142.16 孙新波,王昊翀,张媛,等.大数据驱动制造企业数字商业模式创新实现机理J.技术经济,2023,42(6):60-72.17 吕慧,赵冠月.数据资产的价值评估与会计处理研究进展综述J.财会通讯,2023(13):24-30.18 刘雁南,赵传仁.数据资产的价值构成、特殊性及多维动态评估框架构建J.财会通讯,2023(14):15-20.19 崔军,刘冠宏,黎珍羽.我国数字经济背景下财政税收发展研究:基于 CiteSpace 的文献计量分析J.经济问题,2023(6):9-17.20 杨秀勇,徐成铭.中国共同富裕研究的主题演变、研究现状及述评:基于 CiteSpace 文献计量分析J.西南民族大学学报(人文社会科学版),2023,44(5):232-240.21 段海煦,曾维华,陈家军.基于可视化分析的“生态、环境、资源”承载力研究J.中国环境科学,2023,49(9):5031-5040.22 王利辉,袁航.结构性货币政策研究现状、热点及其演进:基于 CiteSpace 的可视化分析J.管理现代化,2022,42(3):147-153.作者简介:梁燕妮 北部湾大学经济管理学院专任教师、博士、硕士生导师,同济大学经济与管理学院博士后,77E0主要研究方向为数字经济、物流与供应链管理尤建新 通信作者。同济大学经济与管理学院教授、博士生导师,主要研究方向为数字经济、创新与质量管理Theme evolution and research trend of data pricing:bibliometric analysis based on CiteSpaceLIANG Y