数据能产生什么价值？这是分析问题的前提，只有明晰了数据价值的具体所在以及与之伴随而出现了何种问题，才能帮助厘清所需要采取的制度设计。数据的价值主要包括经济价值和非经济价值。经济价值是能产生经济效益的价值，包括直接经济价值和间接经济价值。从当前数据应用情况来看，能够产生直接经济价值少，而间接经济价值体现的则比较明显，比如利用数据所实现的精准营销、市场分析等。非经济价值主要体现于数据所具备的情报功能、预测功能，即通过数据来反映或者推断某种事实。涂子沛认为，数据产生利润的方式目前只有两种：广告和信用。^[5]《数字经济与数字治理白皮书（2017）》中指出数字经济可以实现五个方面的红利：（1）重构商业模式；（2）提升劳动生产率；（3）促进产业升级；（4）推动万众创业；（5）创造就业能力。^[6]张新宝认为，个人信息商业价值的发掘与商业运作尤其是营销模式的改变有重大关联。^[7]程实认为，数字经济可以通过不同渠道降低经济活动成本，也在不同层面影响着经济主体和对应福利，数字经济可以降低五个方面的成本：（1）降低搜寻成本；（2）降低复制成本；（3）降低交通成本；（4）降低追踪成本；（5）降低验证成本。^[8]Paul B.C.van Erp等认为基于交通数据的分析，能够对交通状况进行预测^[9]，体现的就是一种预测价值。张芳认为大数据能够在电商活动中产生精准营销价值。^[10]张启贤认为，大数据在金融领域应用，可以提高银行业管理效率及降低银行违约风险，可以促进证券行业信息化程度的提升，可以提升保险业对相关新型产品和保险产品的风险评估，还可以通过数据监控有效防止互联网、金融、企业和相关领域出现诈骗、洗钱等风险问题的发生^[11]，这体现的是情报价值。刘姝认为，通过大数据发挥数据库的价值，基于用户的需求和习惯实现精准投放^[12]，这体现的是营销价值。Wilson J等认为，数据的价值不仅是经济价值，也有非经济的价值，其通过医疗大数据应用归纳出提升公民生活水平的公共价值。^[13]数据的价值体现了多元认知，如经济价值、营销价值、情报价值、预测价值等。无论是何种价值，其所关注的是基于数据所形成的事实——已知的事实和未来的事实。这种事实的形成，取决于数据应用的技术能力。针对同样的数据样本，不同的技术能力所形成的事实也不相同。有必要认识不同的数据技术能力所对应的风险和收益，进而通过成本分析的方法得出一些结论。(www.daowen.com)