数字经济发展背景下数据要素参与分配的机制研究

陈衍泰 许正中 谢在阳

随着数字经济的蓬勃发展，数据要素的重要性日益凸显。习近平总书记多次强调大数据的作用，积极推动以数据作为关键要素的数字经济发展。2019年，在党的十九届四中全会上，数据首次被增列为生产要素，并确定其可作为生产要素参与分配。数据现已成为我国战略发展的重要资源要素，“数据要素参与分配”的提出顺应了当前全球数字经济发展的大趋势，也是我国现代经济发展过程中最具动能的要素。

大数据发展背景下，数据正逐渐成为一种生产资料。数字经济发展时代的数据通常被称为“大数据”，具有海量、高增长、多样化、低价值密度等特征（国际上通常用“5V”来进行描述，即“Volume”“Variety”“Value”“Velocity”“Veracity”）。

数据分散在全世界各处，单个数据通常很难具备生产资料的价值，并且在一定时间范围内无法用常规的技术进行捕捉、分析和处理，只有通过全新的加工和处理方式，使分散的“小”数据成为具有有利于更强的决策力和流程优化能力的知识资产，“大”数据才可能实现价值创造。

数据实现价值创造这个过程中，信息和通信技术、工业互联网、人工智能、区块链等核心技术发挥着关键作用：工业互联网、人工智能等技术实现数据的自动收集、筛选、深层分析和应用；通信技术（包括4G、5G以及未来的6G，计算机高速接口计算等）负责数据的传输；区块链等技术解决数据的储存和分享问题。

数据作为生产要素的特征

与传统生产要素（土地、资本、劳动力）和较新的生产要素（技术和管理）相比较，数据具有这样一些新特征。

非竞争性：同一数据能够为任何人使用而不影响当前数量；

非排他性：一个人对数据的使用不会减少其他人对于数据的使用量；

生态性：数据本身需要与数据生产、数据流通、数据使用和数据监管等各主题形成一个共生属性与社会属性的创新生态系统，才具备作为生产要素的基本元素；

异质性：个体数据含量不均衡，并且生产的地方各不相同；

易携带性：数据能在全球范围内以一定的价格即时传送，能够通过不同方式（如不同设备或云平台等）存储。

数据作为生产要素的价值创造机理

数据创造价值，主要有三个途径和机理：一是数据本身通过价值创造机制就能产生新的价值，各行业和领域都会产生有价值的数据，对这些分散的数据进行挖掘、分析和开发利用能够创造并转化为价值和财富；二是通过提高经济运行体系中原有要素的价值转化效率，促进生产效率提升，也就是“赋能”；三是通过数字化改革改善治理，为价值创造提供良好的制度环境，包括数字技术应用于政府和企业治理模式的创新，如智慧城市和数字政府转型、企业管理优化和数字化能力提升等。

数据“自身”作为核心生产要素通过商业模式创新与价值创造机制来产生价值。

在数字经济时代，人为地聚集在一起的大量数据，逐渐成为当前互联网新经济模式下发展的动力源泉。大数据的发展推动全球各网络平台实现了精准营销和精益制造等，从而催生了商业的智能化发展。

数据作为生产要素创造价值的主要机制是商业模式创新。21世纪以来，消费互联网企业之所以能够在与传统公司的竞争中迅速脱颖而出，就得益于互联网强大的信息能力。数字化、网络化发展，使得消费互联网企业实现了几乎为零的货架成本以及库存成本。消费互联网从提供资讯为主的门户网站发端，借助强大的信息与数据处理能力，目前已在社交网络、电子商务等行业呈现出规模化发展态势，并形成各自的生态圈。

在商业模式创新的过程中，数据发挥重要作用。数据本身不能直接创造价值，数据要素也不能直接参与价值分配，分散的数据只有经过收集、加工，并被企业进行统计、分析、挖掘和开发利用后，才能通过商业模式创新，创造价值、参与价值分配。其中，企业家精神、数据工程师是关键作用方，而作为数据生产者的消费者则是相对被动的参与方。

數据“赋能”作用，通过提高经济运行体系中原有要素的价值转化效率来促进全要素生产效率提升。

数据被多形式多维度地融合到其他生产要素中，能够大大降低各类成本，放大生产力乘数，提高全要素生产率，创造出比以往更多的价值。

新形势下，大数据融入到工业、农业、服务业等传统产业的生产服务中，采用专业技术进行挖掘和解析之后，数据创造了具有乘数效应的再生价值。随着数据对工业、农业、服务业等各个产业的逐渐渗透以及深度融合，传统产业的发展格局得以升级乃至重塑。

通过数字化改革改善治理为数据要素价值创造提供良好的制度环境。

从历史唯物主义来看，数据是数字经济发展中的重要生产要素，属于生产力范畴。在发展数字经济背景下需要不断调整、优化相应的生产关系，使得数字化治理体系的生产关系与数字经济生产力相适应。“数字经济（生产力）”与“数字治理（生产关系）”相适应的过程是相互促进、对立统一、螺旋式上升的过程，数字化改革则是不断改善优化数字化治理体系的基本方式与手段。

从主体上看，数字化改革包括数字政府建设和企业治理模式的数字化转型。数字政府建设主要是数字政府转型，企业治理模式的数字化转型主要是指基于数据驱动的发展模式和数字化能力提升。

政府等公共部门应在数据汇集、处理和开发利用等方面扮演重要角色。建设数字经济的基础设施和数据创新生态系统，是数字经济时代政府（公共部门）的重要内容。另外，塑造良好的数据治理环境也是政府部门的核心工作。

对数字化转型的企业来说，只有构建基于数据驱动的发展模式，建立相应组织架构及公司数据治理模式，营造良好的数据治理文化，提升数字化能力，才能在数据成为核心要素的当下，获取基于数据驱动的可持续竞争优势。

浙江省是新时代中国改革开放的先行地和重要窗口。习近平总书记2002～2007年在浙江工作期间提出浙江发展的“八八战略”重大决策部署。多年以来，浙江忠实践行“八八战略”，努力打造“重要窗口”，在发展数字经济、数字化改革和推动数据要素参与分配的实践中进行了积极探索。

数字化践行“八八战略”

浙江省委省政府“一张蓝图绘到底”，通过数字化战略不断忠实践行“八八战略。

2014年初，浙江省委省政府就把以互联网为核心的信息经济列为支撑未来发展的重要力量，其中包含了对大数据产业的提前谋划与布局。2016年2月，浙江在全国率先出台《浙江省促进大数据发展实施计划》，推动建设数据强省。2016年3月底，浙江大数据交易中心有限公司成立，旨在打造全国领先的第三方数据流通平台，其主要业务为自有数据技术服务以及数据产品交易服务，并自建数据能力开放平台。

浙江省人民政府致力于全面推动企业数字化转型，目标是在2020～2022年培育形成5家千亿级平台型企业；2021年2月，浙江省委进一步部署浙江省的数字化改革工作，推动数字治理走在全国前列。

打造数字化发展“重要窗口”

浙江打造数字化发展“重要窗口”，初步形成了数据要素和多要素共同驱动的发展。

第一，浙江培育了一批创新型数字龙头企业并初步形成了良好的创新生态系统。涌现出诸如阿里巴巴、恒生电子、海康威视、新华三等一批重量级大数据企业，在大数据的基础设施建设和应用开发上形成了较为完整的创新生态系统。另外，浙江在5G、区块链、云计算等新型网络计算技术方面也有显著发展。大力发展数字经济新业态，积极推动云计算、物联网、5G、区块链等新技术新产业成为浙江经济增长的新引擎。

第二，数据要素通过赋能传统制造型企业的研发要素，进一步提升了浙江企业的质量性能。新形势下传统的工业、农业、服务业与数字技术深度融合带来了生产数量、生产质量和生产效率的大幅提升。以国内最大的轮胎制造企业浙江中策橡胶集团为例，其在生产环节中引入阿里云的ET工业大脑，使用人工智能算法处理橡胶的工艺参数，产品合格率实现了持续提升。同时，公司在轮胎内部嵌入源RFID电子标签，将轮胎在行驶过程中收集到的实时数据，如定位、胎温、里程、轮位等分享到企业数据中枢，并与轮胎全产业链设计与制造过程中参数数据融合，逐步构建起轮胎的全产业链研发设计体系。这构成了中策橡胶公司数据驱动的企业动态能力。

第三，数据要素通过赋能劳动力和资本生产要素，降低了浙江传统制造型企业的生产成本，同时提升了生产效率和顾客满意度。以杭州逸暻化纤有限公司为例，该公司通过利用主数据对产品的采购、生产和库存等环节进行闭环管理，以解决不同子公司之间信息不对称、信息孤岛的难题，显著提升了企业的整体运行效率。通过大数据分析精准制订生产计划，合理安排产品仓储运输。此外，逸暻化纤的自创设备——“智能外检”，通过借助AI技术，能够自动检测产品的绊丝、夹丝、油污等十多种指标，充分实现自动化工业视觉检测。数据要素融合传统要素，进一步提升了企业的生产效率，降低生产成本，为恒逸带来数以亿计的效益提升。

第四，大数据融入到传统制造产业，推动了浙江制造业向服务业有机延伸和产业转型升级。以宁波海伦钢琴为例，2017年，其推出了Ipiano智能钢琴，通过引入现代互联网技术和计算机技术，能够使初学者以一种互动性、趣味性的模式学习弹钢琴。智能钢琴上搭载了智能硬件和专用APP，初学者可以通过线上教学系统，实现线上线下相结合的高效学习，也可以独立练习，由APP对弹奏结果进行分析、诊断，并给出改进建议。该智能化的钢琴教学，实现了从传统音乐教学向数字化、智能化的新教学模式转型。

长期以来，经济学中的要素分配问题，主要关注土地、劳动（L）和资本（K）。到了1950年代，经济学家索洛的研究发现技术进步对经济发展的贡献；1960年代经济学家罗默的研究又发现，技术是经济发展的内生变量，技术作为推动经济增长的独立生产要素得以成立。经济学中如索洛经济增长模型、柯布-道格拉斯生产函数，都突显了技术水平这个变量。

正如前述，从21世纪开始，数据逐渐变成了一种独立的生产要素，在数字经济发展中发挥重要作用。我们将从数据要素价值创造过程、价值分配主体以及分配模式三个方面来探讨新发展阶段数据要素参与分配的机制。

价值创造

从价值创造过程来看，“数据”不仅自身成为了新的生产要素，并且与劳动、资本、技术、土地一起融合发展形成新的经济发展范式。第一，数据通过与劳动者结合进入劳动过程，把自身的价值转移到新产品中；第二，数据的整合过程所需的劳动、设备和大数据分析技术等也需要相关的资本投入；第三，与收集、传输、分析和存储等有关的大数据硬件和软件技术及相关基础设施也是大数据价值增值的基础。

据马克思《资本论》的观点，生产、流通、消费和分配是再生产有机整体的组成部分，既相互联系，又相互制约。其中生产居于支配地位，起着决定的主导的作用（见图1）。数据要素通过提升生产效率，加速流通速度或改善流通质量（如易腐产品冷链信息技术等），降低信息不对称，影响消费端行为等，对社会再生产产生深远影响，从而影响了社会分配。因此从这个角度来看，数据要素也对价值创造产生了重要作用。

分配主体

从数据要素价值创造过程来看，数据要素的主体或利益相关者共同构成一个数字创新生态系统。这个数字创新生态系统的参与者既包括私人个体和部门，也包括公共部门。

数字创新生态系统的参与者主要包括五类：数据的原始生产者与所有者、数据收集者、数据分析者、数据使用者以及数据监管者。

数据的原始生产者与所有者，即各类个体、组织、器物和活动过程中靜态或动态数据的所有人，可以是自然人或法人。

数据收集者，即对数据进行获取、整理和处理的人，既包括私人部门如各种网络平台和服务商、运营商等；也包括公共部门如各级政府机构或行业协会等。

数据分析者，对收集到的多源异构数据（例如文字、图像、声音等）进行分析和开发的人。当数据进入市场之后，还可能出现专业的数据投资者和开发者。

数据使用者，借助数据挖掘等技术，获取数据本身或相关价值。自然人、法人以及政府等可在不同的情景下转换为数据的使用者。

数据的监管者的职责主要由公共部门（政府机构、行业协会等）承担。因为数据具有公共属性，涉及公共利益，因此公共部门作为公共利益监管者需要参与数据创新生态系统建构过程。

分配模式

数据作为生产要素参与分配，应通过市场方式，由市场评价其贡献，按贡献决定其报酬。

首先，数据的原始生产者与所有者，应由其与数字创新生态系统其他参与者协商分配模式。数据的原始生产者与所有者，其生产的数据（以图像、文字、声音储存的信息等），有其独立的来源与功能，可视为独立的生产要素投入。其参与分配的权利主要应考虑其产生数据所需的费用。这个数据要素的定价相对复杂，既可以由获取数据的机构（通常是平台企业）与数据的原始生产者以协商的方式来决定，也可以由市场机制来决定。

其次，应从数字创新生态系统参与者“价值共创“的角度，来探讨数据要素参与分配的机制。在数据要素的收集、分析与挖掘阶段，主要涉及企业内部的数据价值收入分配问题。数据从原始状态转变为有价值的产品，需要有劳动和资本投入。只有当这些投入能够获得相应的回报时，数据的收集、处理和加工等工作才能够持续推进，并最终实现数据向有价值的商品或者服务的转化。基于数据驱动的企业，应重视数字人才发挥的作用，数字人才以及具有良好数字化技能的其他员工应成为按数据要素分配的主要受益者。

第三，产业化应用是数据要素价值转化为实际收益的关键环节，涉及到企业家、资本投入和技术等综合要素的融合。在这一过程中数据决策制定者发挥关键作用，通常为具有数字化战略思维的企业家。与传统管理者相比，他们具备了良好的数字化战略思维和能力。除此之外，产业化过程中的要素收益分配还涉及相关的资本投入和技术因素。

第四，更好地发挥政府在数据要素分配中的宏观调控作用。一方面，政府部门应该加强对数据要素的激励，使数据价值得到充分体现，如加大对数据要素投入的激励，对数据要素收益的税费减免等。另一方面，政府也可强化在收入再分配中的调节作用，让全民在共同富裕实践中享受数据要素发展的成果。

应从数据要素产权确定、制度完善、产业发展、企业数据驱动的能力和统筹好发展与安全等多维度建立数据要素参与分配的配套体系，推动数据要素更好地服务于经济社会发展。

第一，数据要素化的产权确定。数据产权是人身权、财产权还是知识产权，学者们对此还存有争议。然而，我们可以从数据要素的产生与价值化过程，将数据要素确权，并在此基础上，探讨如何在数据生产者、数据分析与数据要素使用者之间进行有效的分配。可以借鉴国际经验，尽快制定我国数据产权法，对数据交易过程中涉及的合法性、安全性和交易公平性等问题进行规范。

第二，逐步完善数据要素参与分配的制度基础。在加强数据产权界定和保护的基础上，一方面，应建立鼓励数据要素交易、促进数据竞争的制度，推动数据要素使用和提高流转效率，发挥数据要素乘数效应等优势。另一方面，逐步完善数据要素参与分配的财务和税务配套制度，推动数据可以作为融资贷款、投资转让和评估资产等的依据。

第三，进一步促进数据要素产业化和产业深度融合发展，奠定数据要素参与分配、“做大蛋糕”的基础。新兴数据科技的发展将通过降低数据要素的生产成本和提升使用效率，形成数据生产、采集与分析、开发等产业生态系统，推动数据产业和传统产业数字化的良性发展。当前我国的数据要素产业化主要集中在消费领域，这主要得益于我国庞大的消费市场以及商业模式的创新，未来更大的发展潜力在于数量庞大的制造业、其他服务业乃至农业，各领域融合数据要素创造更大的产业价值和效率、降低成本，为数据要素参与传统要素分配提供基础。

第四，推动我国企业形成具有数据驱动的动态能力以创造更大的可分配价值。受经济环境和行业发展差异的影响，一些企业过去没有积累起有价值的大数据，缺少数字化转型的基础；更为挑战的是，众多企业尚未形成发挥数据要素创造价值的能力，依然停留在依靠传统要素发展与分配的阶段。为应对日益激烈的全球数字化竞争，企业家和管理者需要具备数字化思维战略，并对其他员工进行相应的数字化培训和能力建设，构建基于数据驱动发展的动态能力，创造具有可供分配的更大的价值。这是数据要素参与分配的微观基础。

第五，统筹好数据要素发展与安全的关系。安全是发展的前提，发展是安全的保障。在促进数据要素发展、参与分配的过程中，一方面需要促进保护私人（消费者和生产者）数据中与隐私和商业秘密相关的信息不受侵害。如果有数据积累的企业对数据安全和数据隐私存在顾虑，在一定程度上会影响其使用大数据的积极性，因此公共部门需要加强对共享数据的监管和规制。另一方面，防止通过滥用数据造成不正当竞争等行为，提高市场壁垒，特别是平台型企业掌握大量数据，容易由于滥用数据和定价权导致平台经济的负外部效用。监管机构应切实保护平台用户的利益，促进数字经济和数字要素参与分配的可持续性发展。