數據要素參與收入分配：理論分析、事實依據與實踐路徑

李標 孫琨 孫根緊

摘? ?要：數據要素已成為數字經濟時代的戰略資源。依循馬克思的勞動價值論與分配理論，數據要素參與收入分配是數據要素所有權的經濟實現。數據要素融入社會再生產之后，在生產力促進機制、流通效率改善機制、消費擴容提質機制、分配結構優化機制的作用下，內生了財富增進效應。在數字經濟時代，數據要素的有機融合塑造了數字增長動能，推動了經濟“數智化”轉型，改善了宏觀調控效率。數據要素參與收入分配的實踐，應以清晰界定不同類型數據的權屬范圍為邏輯起點，從法理上避免違法違規使用或交易數據對其要素化、資源化的制約;建立健全由均衡價格參照機制、詢價競價機制與公允估價機制構成的數據要素價格生成機制，使數據要素市場交易定價更加科學;在以市場交易為數據要素參與收入分配主要方式的基礎上，培育鼓勵“估價作股、數字租金、以數易數或以數易商（服）”等新形式參與收入分配，促進數據要素沿著資源化、資本化、資產化的價值鏈拓展收益;加強數據流通監管，加快涉及數據確權、隱私保護、數據寡頭壟斷等相關法律的立法、修法與釋法工作，促進確保數據要素收益公平分配的制度體系的構建與完善。

關鍵詞：數字經濟;數據要素;收入分配;財富創造;高質量發展

中圖分類號：F124.7? ?文獻標識碼：A? ?文章編號：1003-7543（2022）03-0066-11

數字技術發展與運用之基在于數據。數據是生產生活與經濟社會發展“足跡”的數字記錄，是數字經濟時代不可或缺的生產資料和戰略資源。為更好地推動數據要素服務于發展，國家將數據納入參與收入分配的生產要素范疇。在社會主義市場經濟體制下，推動數據要素更好地參與收入分配要回答如下問題：數據要素參與收入分配的理論邏輯是什么？是否有牢固的經濟事實支撐？實踐路徑又有哪些？回答好這些問題，可為數據要素參與收入分配的制度完善提供理論與實踐依據，釋放數據要素價值，加速數字經濟提質擴容，加快經濟社會數字化轉型。

一、相關文獻綜述

伴隨大數據、區塊鏈、人工智能等新技術的發展，數據成為日益重要的生產要素。市場經濟條件下，明確權利歸屬、科學制定價格、建立有序的交易機制等是推進數據要素參與收入分配的重要內容。相關研究可歸納為三個方面：

一是關于數據權屬的界定。按照生產主體的不同，可將數據劃分為政府數據、企業數據和個人數據[1]，依據數據類型差異化配置權屬是可行之舉。個人數據的生產主體是個人，個人數據應完全歸個人所有;企業對基于原始數據匿名、清洗等處理后的數據集享有限制性所有權，即不完整的所有權[2];政府具有公權力屬性，政府收集數據的花費主要由稅費支付，政府數據應屬于全社會共同所有[3]。然而，《中華人民共和國數據安全法》等并沒有規定數據的具體權屬，主要原因在于數據載體多樣，價值有差異且不穩定，外部性等使數據產權難以照搬或參照物權予以界定。由此，對于數據要素產權的歸屬仍需加強司法解釋，探索數據生產鏈條各環節的數據確權問題。

二是關注數據及其衍生品定價。市場主體針對數據及其產品定價展開了探索。有研究指出，為確保成本回收和利潤最大化，規模經濟與共用品特征突出的網絡信息產品適合差別定價法[4];Liang Fan等歸納整理了大數據市場基于賣方視角的兩大類定價策略[5];左文進和劉麗君分析了基于大數據資產屬性與買方視角的數據資產公允估價方法[6]。目前，數據市場上尚未形成統一的定價機制與技術，這使得數據市場分割、定價不客觀、壟斷等市場失靈問題突出，導致了數據要素收益分配扭曲。因此，仍需研究設計有層次、適用差異化場景的數據要素價格生成機制，以更好地匹配數據的資源化、資本比和資產化。

三是關注數據市場交易。在市場經濟條件下，讓渡所有權或部分權能是要素參與收入分配的基本方式，交易機制對要素收益分配結果有重要影響。一些研究認為，數據交易應通過法律法規明確流轉范圍與內容[7]，合理規范數據要素使用權[8]，以確保數據交易安全有序;數據交易機制應簡潔、程序化，減少人為因素[9]，以提升數據交易效率;還應加強個人隱私保護[10]，利益相關者就個人數據使用協商補償[11]，將必要設施原則用于數據壟斷規制[12]，以確保交易公平。

本文在現有研究的基礎上，進行了三方面的拓展：第一，加強數據要素參與收入分配的理論分析。與西方經濟學或法學視角不同，本文側重論述這一制度內蘊的政治經濟學邏輯。第二，細化數據要素參與收入分配的事實依據。在前期研究基礎上，本文梳理了數據在動能塑造、轉型升級和宏觀調控方面的經濟表現，并將之作為此制度安排的現實依憑。第三，探討數據要素參與收入分配的實現路徑。現有文獻尚未系統回應如何實踐此激勵制度，本文從產權界定、價格制定、方式創新、制度保障四個方面加以分析。

二、數據要素參與收入分配的理論分析

這里著重從政治經濟學角度找尋數據要素參與收入分配的理論淵源，闡釋其內涵，論述數據要素增進財富的作用機制。

（一）數據要素參與收入分配的理論基礎

直觀地看，數據要素參與收入分配以“斯密教條”（即“三要素價值理論”）為理論依據，是生產過程中數據要素創造價值在分配領域的具體表現。實際上，按照馬克思的勞動價值論，生產環節創造價值的要素只有“活勞動”，而作為生產要素之一的數據僅是通過提供相關信息等方式協助價值創造，其參與收入分配的理論基礎并不是“三要素理論”，而是馬克思的勞動價值論與分配理論。

亞當·斯密的“三要素價值理論”的核心要義是：勞動、資本和土地三種要素協同生產商品，提供了商品效用，所有的生產要素共同創造了價值，進而勞動要素獲得工資、資本要素獲得利潤、土地要素獲得地租，即“三位一體”公式。相對地，馬克思則認為，亞當·斯密混淆了價值與使用價值的來源，并明確指出：“工資、利息、地租等作為社會生產過程的各種特殊因素所分得的收入的不同形式，源泉仍然是勞動創造的價值。”[13]931實際上，按生產要素分配與“三位一體”公式有著顯著的區別：一方面，“三位一體”公式過于表面，其庸俗性在于將資本、勞動、土地都同等地看作價值的源泉;另一方面，“三位一體”公式混淆了收入分配與價值創造，二者不是同一層面的問題，價值創造與勞動相關，分配則與要素所有權相關，分配過程就是要素所有權的實現過程[14]。

依循馬克思的邏輯進路，生產要素參與收入分配是各種生產要素所有權的經濟實現，也即新價值在不同要素所有者之間的分配。如馬克思在《資本論》中所指出的：“這個價值的一部分屬于勞動力的所有者，另一部分屬于或歸于資本的所有者，第三部分屬于或歸于地產的所有者。因此，這就是分配的關系或形式，因為它們表示出新生產的總價值在不同生產要素的所有者之間進行分配的關系。”[13]993總的來說，“各要素所有者參與收入分配是實現要素所有權的訴求，有著合理性與客觀必然性。”[15]數據要素與其他生產力要素共同參與財富形式的收入分配與馬克思的勞動價值論、分配理論相容。

（二）數據要素參與收入分配的內涵釋義

1.數據要素參與收入分配的含義

數據有著生產成本低、大規模獲取的特性，且具備非競爭性、非排他性或部分排他性、低復制成本、外部性、即時性等獨有的技術—經濟特征[16]，這使得數據能夠獨立作為一種新生產要素。基于前述分析，本文將數據要素參與收入分配界定為數據要素資源所有權的經濟實現，即市場主體通過數據要素及其相關產品所有權或使用權轉移而獲取收益的經濟行為。數據要素參與收入分配的原因在于其滲透融入社會再生產各環節而衍生的經濟益處。數據要素與勞動相結合能提高勞動技能與綜合素質、提高勞動生產率;數據要素與勞動資料相結合能革新勞動工具、提升勞動資料質量與效率;數據要素與勞動對象相結合能形成新型勞動對象、擴大勞動對象范圍、提升附加值;數據要素與科技相結合能推動科技發展、加速科技與生產融合[17];數據要素與管理要素相結合能夠減少不確定性沖擊，賦能市場和政府主體優化決策，實現經濟活動效率化、經濟管理精細化和經濟決策科學化：微觀上，賦能企業更準確掌握市場供需、科學決策、安排生產與優化資本流向;宏觀上，賦能政府做好國民經濟預測與發展規劃工作，合理配置生產要素，實現結構優化，促進經濟循環暢通。總之，數據要素與其他要素融合能有效促進生產力發展，對經濟增長產生較大貢獻。

2.數據要素參與收入分配的內容

在現代經濟中，價值表現為貨幣化的財富，從而收入分配與財富分配具有了內在一致性。在馬克思那里，財富的創造與增進（主要指貨幣化的使用價值數量增長）是各種生產要素的共同作用，非勞動要素所有者憑借要素所有權而分配價值或財富符合調動全部主體、全部要素參與生產積極性的制度安排出發點。在分配內容上，價值分配與財富分配的內容與數量上完全一致，是社會總產品價值扣除三大部分（簡單再生產消耗的生產資料價值、擴大再生產追加的生產資料與生活資料價值以及應對不確定性的后備基金或社會保險基金）之后的凈剩余。理論上，用于分配的部分在價值量上通常是可變資本價值與剩余價值之和，也即社會凈價值、凈財富或凈收入。這也成為數據要素與其他生產要素共同分配的對象。

3.數據要素參與收入分配的原則

允許非勞動要素參與收入分配，一方面是出于發展生產力的需要，調動生產要素及其所有者服務生產的主動性與積極性，促進物質財富增長;另一方面，既然非勞動要素及其所有者在國民經濟財富增長過程中有較大貢獻，那么，從公平角度出發，其參與收入分配合乎客觀邏輯。因此，數據要素參與收入分配首先應遵循“效率與公平兼顧”的指導原則，既要激勵數據要素融入社會再生產過程，又要確保其所有者憑借所有權獲取應得收益。

與中國特色社會主義市場經濟體制相適應，數據要素收益權的實現離不開市場，需要通過市場交換價值或價格來體現。由此來看，數據要素參與收入分配應遵循“供需匹配”的實踐原則，由數據要素相關市場主體按照統一、規范的標準，評價數據要素貢獻大小，由市場供給與需求決定數據要素的價格。這一原則適用于整個數據價值鏈條，包括數據衍生產品和深入挖掘的價值模型與定價模型等。

（三）數據要素增進財富的機制

1.生產力促進機制

政治經濟學基本原理表明，財富增長與生產力成正比，在不考慮其他因素影響的情形下，勞動生產率越高，生產體系創造的使用價值規模越大。與勞動、資本、土地、知識、技術和管理一樣，當數據與生產資料分離時，它們只是可能的生產要素[18]。數據要素作用于財富增長的邏輯進路是“數據要素→生產環節→生產力（勞動生產率）→財富”。在生產環節，數據借助工業互聯網，有助于組織要素投入，實現機器間數據共享、協同生產，降低生產成本、提高生產效率[19]，還能“促進技術模塊化變革，使技術更加通用和易操作，釋放溢出效應和賦能效應”[20]，從而提高生產力水平，財富增進得以實現。

2.流通效率改善機制

一般地，交換效率越高，社會再生產循環便越快，財富增進效果越好。數據要素通過影響流通而促進財富增進的路徑是“數據要素→流通（交換）環節→流通效率提升→財富增進”。一方面，數據要素的運用不僅促使傳統的“線下”面對面交換模式轉向依托虛擬數字平臺市場的“線上”交換模式，而且通過精準預測與推送等智能方式深度優化了“線上”交易模式，降低了搜尋匹配成本，縮短了交易流程;另一方面，高效流通體系能夠在更大范圍把生產和消費聯系起來，擴大交易范圍，大數據技術能夠實現商品的高效集中與分散，大幅節約商品到達消費者手中的流通時間。因此，數據要素及其隱藏的信息被運用于交換環節可有效改善交換效率，加速經濟循環，促進財富增進。

3.消費擴容提質機制

政治經濟學基本原理表明，消費為生產提供了動機，且只有建立在消費增加基礎上的擴大再生產才具備增長效應。深度挖掘運用消費數據，能精準捕獲需求信息，提高供需匹配效率，擴大消費規模，促進經濟循環量能與效能提升，此即數據要素借助消費渠道發揮牽引財富增長的機制。具體地，“運用大數據技術匹配歷史消費數據與即時消費數據、刻畫消費真實情景與消費者行為規律，使得精準預測需求偏好、識別消費需求成為可能”[21]，供需匹配效果與消費效率明顯改善，社會再生產循環加速，財富隨之增加。基于平臺的商品供需集合較大，輔以顯性化的質量評價數據，選擇“物美價廉”的商品成為可能，消費數量、頻次提升概率大，從而帶動財富增進。此外，數據要素的滲透能促進數字教育、數字醫療等新消費發展，塑造新增長著力點。

4.分配結構優化機制

分配是社會再生產的重要環節，分配不合理會損害要素主體生產積極性，抑制財富增長。在數字經濟時代，各行業、各環節、各場景普遍存在數據因子融入的形式，由此數據要素參與收入分配原本就是優化分配結構的體現。數據要素還能改善分配效率，促進財富增長。一方面，大數據技術在征稅方面的運用，有利于規制偷稅、漏稅與取締非法收入，由此增加的財政收入可用于教育、醫療等公共服務，提升人力資本質量，促進財富增長。另一方面，“人工智能對表面不具有相關性的海量數據展開機器學習，能解決傳統分配方式中存在的信息黑箱問題，科學甄別要素邊際產出，合理確定要素收入份額，激發要素生產積極性，提高資源配置效率”[22]，推動財富規模擴張。

需要強調的是，馬克思基于勞動價值論與分配理論在分析商品價值轉化為生產價格時，內生規定了生產要素在高利潤率與低利潤率部門之間自由流動，這說明形成平均利潤率與生產價格時隱含了完全競爭或近似完全競爭的假設。因此，數據要素參與收入分配要充分發揮效率與公平兼顧以及供需匹配兩大原則的作用，高效實踐“由市場評價貢獻、按貢獻決定報酬機制”，清晰界定數據產權，并盡可能確保數據市場競爭生態良好。實際上，我國的數據要素市場正處于探索階段，由數據要素交易主體、交易手段、交易中介和交易監管構成的市場體系逐步成型。該階段下，囿于數據收集成本高、數據標準不一、數據及其衍生品定價機制迥異等，出現了類似“算法共謀”“大數據殺熟”“二選一”等互聯網平臺壟斷市場結構，倘若不進行制度規制，數據要素收益很難公平分配，因為數據壟斷主體能夠借助壟斷低價與壟斷高價獲取高額不正當收益。這意味著，推動數據要素參與收入分配有必要按照數據的經濟屬性，綜合考慮法律、文化等因素，依法開展“數據分類確權”，進而對壟斷等市場失靈現象進行規制，以更好地發揮效率與公平兼顧、供需匹配的作用。

三、數據要素參與收入分配的事實依據

從國民經濟運用數據要素的最終輸出結果來看，我國經濟發展深度使用數據要素以后出現了諸多顯著改善。例如，塑造了增長的新動能，推動了經濟轉型升級，改善了宏觀調控績效。這些實際經濟益處，既體現了數據要素參與收入分配內蘊的現實邏輯，又為其提供了牢固的事實依據。

（一）塑造了數字增長動能

從要素投入角度來看，要素總量擴張的發展模式推動了我國改革開放以來的經濟規模迅速增大。經濟發展進入新常態后，數量擴張型增長模式掩蓋的結構性問題顯化，重塑經濟增長動能成為主動適應經濟發展新規律、新格局的客觀需要。國際數據公司（IDC）發布的《數據時代2025》顯示，2025年全球每年產生的數據量將從2018年的33ZB（1ZB=10萬億億字節）增長到175ZB。在互聯網、大數據、云計算、物聯網、人工智能等被廣泛運用的數字經濟時代，數據要素與經濟融合的程度日益加深，經濟增長的數字動力顯著。《中國數字經濟發展白皮書（2021年）》表明，我國數字經濟規模由2005年的2.6萬億元擴張到2020年的39.2萬億元，占GDP比重由2005年的14.2%提升至2020年的38.6%;2015—2020年，數字經濟增速顯著高于同期GDP增速，且2020年數字經濟在新冠肺炎疫情沖擊和世界經濟下行影響下仍保持9.7%的增速，遠超同期GDP名義增速。

在現代經濟增長分析框架下，經濟增長數字動能形成的主要原因在于數據要素的運用提高了全要素生產率。有學者發現，以數據為關鍵要素的互聯網電子商務及其應用顯著促進了我國企業全要素生產率的提升[23]。理論上，全要素生產率涵蓋了勞動生產率、要素配置效率、供需匹配效率等，生產環節將數據與其他要素高效融合有助于提高勞動生產率。《中國數字經濟發展白皮書（2021年）》顯示，產品全生命周期數據管控助力企業新產品研發周期降低16.9%，產能利用率提升15.7%，設備綜合利用率提升9.5%。充分運用大數據有利于降低交易發生的信息門檻與搜尋成本，促成大量新交易，加快資源流通速度，改進資源配置效率[24]。此外，與數據要素運用緊密相關的新技術大幅提高了供需匹配效率。

簡言之，不論是理論視角還是實證視角，數據要素不僅促進了全要素生產率改善，而且生成的數字經濟這一新經濟形態對經濟發展的貢獻也較為顯著。《2020—2026年中國數字經濟行業市場前景規劃及市場前景趨勢分析報告》顯示，2019年數字經濟對經濟增長的貢獻率為67.7%。可見，數字經濟正逐步成為結構性減速背景下拉動我國經濟增長的新動力，數據要素有較大可能成為引領新一輪經濟周期的關鍵變量。國家適時給出數據要素參與收入分配的制度設計，既是對數據要素驅動經濟增長能力的回應，又是確保數據要素能夠持續釋放生產力的科學激勵機制。

（二）推動了經濟轉型升級

經濟轉型升級是促進經濟發展方式轉變的抓手之一，也是新時代下建立現代化經濟體系的主要目標。立足供給側結構性改革的視角，經濟轉型升級的關鍵在于產業調整及其結構優化。歷史地看，不同經濟發展階段對應的支柱產業與主導產業明顯不同，影響產業結構升級的關鍵因素也有所差異。新一代數字技術的突破性發展，使得數據日益成為產業發展的核心生產要素，三次產業的邊界日趨模糊，推動產業數字化、智能化轉型，促進從研發設計、生產加工、經營管理到銷售服務全流程數字化，促進產業融合發展和供需精準對接，從而為轉型升級開辟新路徑[25]。《全球數字經濟白皮書（2020年）》顯示，工業互聯網已在我國40個國民經濟大類行業落地應用，涌現出100余個具有一定影響力的工業互聯網平臺，平臺鏈接工業設備總數突破7 300萬臺（套），形成數字化研發、智能化制造、網絡化協同、個性化定制、服務化延伸、精益化管理等模式。

隨著我國對數字經濟發展的日益重視，數據要素正不斷與傳統產業滲透融合，加速了不同產業、不同行業的數字化、智能化發展，有效推動了國民經濟的“數智化”轉型升級。來自《中國數字經濟發展白皮書（2021年）》的數據表明，2020年我國的產業數字化依然保持快速發展趨勢，產業數字化規模達31.7萬億元，占GDP比重為31.2%，同比名義增長10.3%;占數字經濟比重由2015年的74.3%提升至2020年底的80.9%，農業、工業、服務業數字經濟滲透率分別為8.9%、21.0%和40.7%。我國經濟正沿著“數智化”方向快速轉型，已取得突出效果。當前，數據要素已成為經濟“數智化”轉型的關鍵因子。確立數據要素參與收入分配的制度，并將之付諸實踐，有利于促進數據要素穩定釋放結構調整紅利。2021年3月，在《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中，專門設置了一篇“加快數字化發展，建設數字中國”，強調了要激活數據要素潛能，以數字化轉型為驅動力，深度推動社會生產生活方式的轉變和治理方式的數字化變革。

（三）改善了宏觀調控效率

在完全信息條件難以得到滿足時，為避免可能的市場失靈導致經濟福利損失，政府通過宏觀調控履行一定的經濟職能，具備理論與實踐的雙重必要性。

理論上，宏觀調控是否有效主要取決于政府職能部門能否搜集、整合、分類和處理海量數據，獲取完備、充足的有效信息。在工業化時代，科技水平和技術手段只能搜集和提供不完全的信息。由于作為決策依據的信息不完全和不準確，政府在制定和實施產業政策、財政政策、投融資政策時不可避免地有不科學的成分。在大數據時代，經由大數據智能平臺獲得完全信息和準確信息成為可能[26]。新一輪科技革命為數據服務于宏觀調控提供了良好技術條件和設施條件，以數據為基礎、具有中國特色的新型宏觀調控模式正逐步成為現實。《數字時代治理現代化研究報告——數字政府的實踐與創新（2021年）》顯示，在經歷2000—2014年的電子政務、2015—2018年的“互聯網+政府服務”后，2019年我國各地開始推進數字政府建設，將數據的驅動作用從政務服務拓展至社會管理。截至2020年底，已有至少19個省份設立大數據管理機構。

政府將數據要素融合于經濟管理領域，實現了宏觀調控績效的優化。首先，數據要素的充分運用能夠更好地發揮政府調節市場經濟的作用。大數據特有的海量挖掘、實時獲取、高速處理和即時分享市場信息的技術屬性使得市場更有效、政府更有為[27]，能真正實現以市場發揮決定資源配置作用為基礎的宏觀調控，明確政府宏觀調控的界限。其次，數據要素的運用使得宏觀調控更趨精準。得益于大數據相關技術的發展與廣泛運用，我國的宏觀調控已由過去的“總量調控”轉向“區間調控、定向調控、相機調控、精準調控、適時預調和微調控”。國家相關管理部門采取多種方式開發利用形式多樣的大數據，并與政府信息整合，構建大數據經濟分析模型，對國民經濟各領域的運行狀況及時監測，提高了宏觀調控的精準性[28]。最后，數據要素的運用使得宏觀調控政策更加及時有效。運用大數據分析有效刷新了政府的認知能力，縮短了調控時滯，提升了宏觀經濟政策時效。

數據要素進入生產函數并獲得相應的經濟回報，不僅是馬克思勞動價值論與分配理論核心要義的具體體現，而且是經濟實踐的客觀要求。伴隨數據要素利用廣度與深度的提升，供需的快速匹配加速了價值的循環與周轉，使得數字經濟成為增長新動力。數據要素向傳統產業的滲透催生了產業數字化的新業態，加速了經濟轉型升級。生產、交換與消費環節充分挖掘使用數據，有效優化了生產效率。大數據技術的充分運用提高了獲取更多數據以及更精準地甄別數據映射信息的能力，使得政府決策的依據更加牢靠、更加科學，改善了宏觀調控績效。在數據要素滲透融合經濟社會各領域的新發展時代，數據要素參與收入分配以數據作出重大經濟發展貢獻的事實為依據。因此，有必要加快推動數據要素參與收入分配這一制度安排的落實，以更好地發揮數據要素優化經濟發展質量的作用。

四、數據要素參與收入分配的實踐路徑

（一）加快完善數據要素產權的細化分類界定

數據要素“具有載體多棲性、價值差異性、使用高盈利性以及外部性，使現有法律制度難以解決數據的產權安排”[29]。綜合考慮我國實際以及《民法典》明確了數據與網絡虛擬財產可視為“物”，突破了“數據由于無形、無獨立經濟價值而不能獨立被視為民事權利客體與財產”[30]的制約，因而應遵循“分類確權”原則，明確數據權屬配置。

數據收益分配的主體包括數據來源用戶、數字企業、非數字企業、政府。與之相適應，數據要素的產權應區別進行界定。個人是數據最初的生產者，考慮到姓名、性別、交易信息等數據能形成“人格畫像”，屬于隱私范疇，因而應遵循人格保護原則，將原始或底層數據的絕對所有權界定給個人，以體現個人對自身信息的安全把控。基于個人數據“衍生的所有權歸政府和企業等數據二次開發利用主體所有”[31]。相關主體共享或交易數據時，應始終堅持“不穿透底層”的安全紅線，確保隱私保護與數據價值挖掘相容。實踐中，華東江蘇大數據交易中心在數據交易“四不準則”中，專列一條強調“絕不交易底層數據，而是交易經過分析、清洗、脫敏、脫密后的數據產品”;2022年1月1日起施行的《深圳經濟特區數據條例》也體現了上述原則。

企業數據主要有自身數據、用戶數據以及脫敏建模數據三類。對于為改善勞動生產率而自行搜集的用于提供最終產品或服務的生產數據，企業擁有全部的所有權。企業也可能會搜集具體交易發生前后生成的用戶數據，進行“精準營銷”與“大數據殺熟”行為，這會侵犯用戶隱私權與知情權。企業對用戶數據僅享有不完全所有權，即在用戶授權下享有使用權，應承諾與用戶分享收益，如派現（券）、服務折扣、數據衍生品優先、免費或優惠使用等，對此司法解釋應予以明確（深圳就確立了以“告知——同意”為前提的個人數據處理規則）。如果企業（包括數字企業與網絡平臺企業）在經過用戶同意而搜集原始底層數據之后，運用算法建模脫敏清洗，可遵循“額頭出汗（誰付出勞動，誰享有所有權）”原則或“算法規制反向確權”[32]原則，將此類開發數據及其衍生品的產權賦予算法技術勞動付出企業。特別地，公共事業經營企業的數據屬于依法從事公共管理和服務職能而產生和獲取的，根本目的是公共利益最大化，公共屬性明顯，其產權是不完全的，收益權不應由企業獨享。在為更好地提供諸如疫情防控、交通管理、公共資源配置以及國家安全等公共服務的特定條件下，企業應配合政府調取相關數據。

政府數據具有非排他性、非競爭性和使用價值不可分割的特征，同時考慮政府與生俱來的公共屬性，本文認為政府數據屬于公共產品或公共資源。但這并不意味著其沒有產權主體，因為政府依法在數據搜集、整理、存儲、挖掘、確權等方面付出了大量勞動，為數據資源化、資產化與價值化提供了可能，政府使用數據也是以公共利益為基本導向的，且通過穩妥開放共享數據，推動“數據孤島”問題破解。從最大化政府數據效益與安全發展的角度考量，政府數據的所有權應由國家代表全體人民享有（即國家所有權），其產權應界定給政府，并授權相應職能部門或特定法人機構運營。

（二）建立健全數據要素科學的價格生成機制

沿著要素配置市場化變革的邏輯進路，數據要素合理價格的制定應充分體現市場決定要素價格的基本經濟原則，建立由均衡價格參照機制、詢價競價機制、公允估價機制構成的數據要素科學價格生成機制。

數據要素的均衡價格參照機制是基于國民經濟部門的投入產出均衡而形成數據理論價格的定價機制。按照馬克思的勞動價值論和價值轉型理論，商品的價值分為不變資本、可變資本與剩余價值三部分，依循完全競爭假設與等量資本獲得等量利潤原則，經過要素在部門內部與部門之間自由流動直至達到相對穩定狀態，商品價值轉化為生產價格，即生產成本（預付資本，即不變資本加上可變資本）與平均利潤（預付資本與平均利潤率的乘積）之和。借助大數據技術，依據特定“算法”能模擬出數據要素在不同部門達到相對均衡狀態時的理論價格，可將之用于數據要素定價或市場交易參考基準。

數據要素的詢價競價機制是由供需雙方共同作用而生成交易價格的定價機制，是市場機制實現其價值的直接表現。數據市場交易價格與供需狀況、市場結構等緊密相關。當供需不匹配時，數據市場交易價格將偏離理論基準價格。如果供需的數量都很大，數據市場接近完全競爭狀態，可讓買賣雙方基于初始基準價格在依法建設運行的平臺上詢價與競價，由市場自行探索生成體現遵循價值規律的價格。當供給方較少時，應允許賣方采取成本加成策略，獲取適度壟斷利潤，引導賣方主動出售數據，增加數據供給量。此外，倘若數據要素供給與需求的市場主體都存在較強的壟斷力量，這時可遵循福祉最大化原則，通過競價拍賣的模式形成市場交易價格。

數據要素的公允估價機制是在數據要素資源化基礎上，經由可信第三方對數據資源進行評估的定價機制。數據在搜集與建模脫敏等處理形成要素資源后的價值較低，而且受高頻性、外部性等因素影響，數據價值不夠穩定。通過數據要素與具體業務融合以及交易、流通等社會化配置等方式實現資產化與資本化，能夠提升拓展數據的使用價值與交換價值。由于數據集可分割、需求方技術能力和使用目的差異以及諸如并購、訴訟等非交易場景的存在，基于賣方視角的詢價競價機制不適用，需要立足買方視角依托持有數據資產評估許可證的第三方對數據資產進行估價，形成公允價格。2021年10月，國家市場監督管理總局、國家標準化管理委員會發布的《信息技術服務? 數據資產? 管理要求》（GB/T 40685-2021）為數據資產管理和價值評估提供了借鑒參考。

（三）創新拓寬數據要素參與收入分配的方式

數據要素參與收入分配的直接方式是通過市場出售脫敏的數據原材料、交易標準化與定制化數據產品、提供數據接口（API）服務、為B端行業客戶與G端政府客戶提供數據咨詢服務、為C端客戶提供消費“畫像”與營銷觸達服務，從而獲取經濟回報。這與數據要素資源化相適應，但難以支撐數據的資產化與資本化。因此，可嘗試“估價作股、數字租金、以數易數或以數易商（服）”等方法以適應數據價值鏈的延展。

估價作股是通過數據資產估價參股企業，并憑借股份從數據資產收入中獲取股息、股利或者通過出讓股份獲取收益的分配方式。此種分配方式適用于組合海量數據、構建數據集合、深度挖掘數據價值的情景，有利于促進數據由要素資源升級為資產與資本。數字租金是數據平臺等相關企業向租戶提供經過封裝和脫敏的價值數據和開發環境，合作開發大數據產品與服務，租戶則向平臺商繳納平臺資源使用費用、數據調用費、技術服務費等，這是數據要素參與收入分配的另一方式。在數據要素產業鏈分工嚴格、技術門檻高、成本較大的背景下，數字租金模式一定程度上能夠消除數據及其衍生品需求方資金不足、技術不足、使用目的差異等制約，加速數據要素價值實現速度，使數據要素價值成倍增加。此外，數據生產經營主體亦可嘗試以數易數或以數易商（服）模式實現數據收益分配。與前述不同，該分配模式并未通過貨幣中介體現價值，數據供給主體之間或數據供給主體與需求主體之間（平臺與平臺、個人與平臺等）遵循商品交換的等價交換原則，在簽署共享服務等協議條件下直接進行數據與數據的交換或數據與服務使用權限的交換（如京東萬象、阿里等數據平臺進行的API交換;數據寶平臺上國有數據、政府數據之間的交換），這有利于引導各方共享數據，降低搜集成本，壯大數據集合，加速數據要素市場形成。

（四）建立健全數據收益公平分配的制度保障

數據要素產權不清、商業機密和個人隱私泄露、市場壟斷、監管缺位等問題容易導致人民福祉受損，致使分配結果不公。因此，有必要基于社會主義收入分配制度內在的公平導向，健全完善數據要素收益公平分配的制度安排。

健全有關數據安全和隱私保護的法制。《中華人民共和國網絡安全法》《中華人民共和國數據安全法》就數據安全作出了相對完備的規定，但其中與個人信息保護相關的條款較為籠統。雖然《中華人民共和國網絡安全法》對個人數據搜集、處理、傳輸與使用等予以了說明，《中華人民共和國數據安全法》也強調保護國家利益、公共利益和個人、組織利益，但其對個人信息等涉及安全與隱私保護的問題未給出充分的司法解釋。在發達的數據交叉識別技術下，數據占有主體完全能通過看似碎片化的行為、習慣、偏好等數據識別個人身份或窺探隱私，并將之運用于經營，獲取不正當經濟利益，而作為數據提供者的個人沒有獲得應有的收益補償。為解決數據使用可能導致社會福利受損的外部性，需要在《中華人民共和國個人信息保護法》明確自然人信息受法律保護及相關細則的基礎上，加快界定不同數據產權，完善數據財產權制度，促進數據人格權與財產權兩大權利屬性特征兼容;鼓勵深圳、上海、廣州等有條件的地區積極探索完善出臺地方性的數據交易條例（規范），對數據運營企業進行技術、安全審查等準入審查，確保其具備深度脫敏、安全運營微觀主體數據的能力;在數據人格權適度商業化的前提下，嘗試探索個人在數據市場上交易私人信息的司法實踐，確保個體獲取隱私數據交易收益，促進個人分享數據，降低隱私保護及維權成本。

健全數據要素流通的治理制度。確保數據要素收益公平分配，需加強數據要素市場的監督管理制度建設，著力消除市場失靈，形成全國統一、公平競爭、規范有序的數據要素市場體系。首先，應在地方設定的數據交易規范或標準基礎上，建立全國適用的數據交易法律或法規，統一數據交易市場規則，提升數據流通效率。其次，國家應堅持福祉提升和公平競爭導向，發布數據要素交易與使用的壟斷和不正當競爭行為指南;適時修訂《中華人民共和國反壟斷法》和《中華人民共和國反不正當競爭法》，統一執法標準，以限制競爭與否和支配地位濫用與否為監管重點，明確對數據壟斷與不正當競爭行為的處罰力度。此外，應加強監管隊伍建設，設立專門監管數據流通的政府職能部門;建立監管信息共享機制，形成全面監管的制度環境。最后，應探索征收“數字稅”，實施強制許可制度。

參考文獻

[1]李政，周希禛.數據作為生產要素參與分配的政治經濟學分析[J].學習與探索，2020（1）：109-115.

[2]王融.關于大數據交易核心法律問題——數據所有權的探討[J].大數據，2015（2）：49-55.

[3]劉朝陽.大數據定價問題分析[J].圖書情報知識，2016（1）：57-64.

[4]干春暉，鈕繼新.網絡信息產品市場的定價模式[J].中國工業經濟，2003（5）：34-41.

[5]LIANG F， YU W， AN D， et al. A survey on big data market： pricing， trading and protection[J]. IEEE Access， 2018， 6（4）： 15132-15154.

[6]左文進，劉麗君.大數據資產估價方法研究——基于資產評估方法比較選擇的分析[J].價格理論與實踐，2019（8）：116-119.

[7]朱新力，周許陽.大數據時代個人數據利用與保護的均衡——“資源準入模式”之提出[J].浙江大學學報（人文社會科學版），2018（1）：18-34.

[8]陳琳琳，夏杰長，劉誠.數字經濟市場化監管與公平競爭秩序的構建[J].改革，2021（7）：44-53.

[9]吳江.數據交易機制初探——新制度經濟學的視角[J].天津商業大學學報，2015（3）：3-8.

[10]KERBER W. Digital markets， data， and privacy： competition law， consumer law， and data protection[J]. Journal of Intellectual Property Law & Practice， 2016， 11（11）： 856-866.

[11]SAMUELSON P. Privacy as intellectual property？[J]. Stanford Law Review， 2000， 52（5）： 1125-1173.

[12]曾彩霞，朱雪忠.必要設施原則在大數據壟斷規制中的適用[J].中國軟科學，2019（11）：55-63.

[13]馬克思.資本論：第3卷[M].中共中央編譯局，譯.北京：人民出版社，2004.

[14]洪銀興.先進社會生產力與科學的勞動價值論[J].學術月刊，2001（10）：38-43.

[15]洪銀興.中國特色社會主義政治經濟學財富理論的探討——基于馬克思的財富理論的延展性思考[J].經濟研究，2020（5）：21-30.

[16]蔡躍洲，馬文君.數據要素對高質量發展影響與數據流動制約[J].數量經濟技術經濟研究，2021（3）：64-83.

[17]蔣永穆.數據作為生產要素參與分配的現實路徑[J].國家治理，2020（31）：43-45.

[18]謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角[J].中國工業經濟，2020（5）：42-60.

[19]宋冬林，孫尚斌，范欣.數據成為現代生產要素的政治經濟學分析[J].經濟學家，2021（7）：35-44.

[20]王夢菲，張昕蔚.數字經濟時代技術變革對生產過程的影響機制研究[J].經濟學家，2020（1）：52-58.

[21]MCKINSEY & COMPOANY. Big data： the next frontier for innovation， competition and productivity[R/OL].（2011-05-01）[2022-03-13]https：//www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation.

[22]師博.人工智能助推經濟高質量發展的機理詮釋[J].改革，2020（1）：30-38.

[23]陳維濤，韓峰，張國峰.互聯網電子商務、企業研發與全要素生產率[J].南開經濟研究， 2019（5）：41-59.

[24]楊汝岱.大數據與經濟增長[J].財經問題研究，2018（2）：10-13.

[25]王一鳴.數字經濟啟動發展新引擎——激發數字經濟新動能[N].人民日報，2020-07-28（005）.

[26]何大安，楊益均.大數據時代政府宏觀調控的思維模式[J].學術月刊，2018（5）：68-77.

[27]朱建田，何艷霞.大數據：重塑“新計劃經濟”還是完善社會主義市場經濟？[J].西部論壇，2020（5）：13-21.

[28]馬建堂.新常態下我國宏觀調控思路和方式的重大創新[J].行政管理改革，2015（11）：4-9.

[29]丁文聯.數據競爭的法律制度基礎[J].財經問題研究，2018（2）：13-17.

[30]梅夏英.數據的法律屬性及其民法定位[J].中國社會科學，2016（9）：164-183.

[31]戴雙興.數據要素：主要特征、推動效應及發展路徑[J].馬克思主義與現實，2020（6）：171-177.

[32]韓旭至.數據確權的困境及破解之道[J].東方法學，2020（1）：97-107.

The Participation of Data Elements in Income Distribution： Theoretical Analysis， Factual Basis and Practical Path

LI Biao? SUN Kun? SUN Gen-jin

Abstract： Data elements have become strategic resources in the era of digital economy. According to Marx's labor value theory and distribution theory， the participation of data elements in income distribution is the economic realization of data element ownership. After the data elements are integrated into social reproduction， the wealth enhancement effect is endogenous under the role of productivity promotion mechanism， circulation efficiency improvement mechanism， consumption expansion and quality improvement mechanism and distribution structure optimization mechanism. In the era of digital economy， the organic integration of data elements has shaped the driving force of digital growth， promoted the transformation of economic "digital intelligence" and improved the efficiency of macro-control. The practice of data elements participating in income distribution should take clearly defining the ownership scope of different types of data as the logical starting point， and legally avoid the restriction of illegal use or transaction data on its elementalization and resource; establish and improve the data element price generation mechanism composed of balanced price reference mechanism， inquiry and bidding mechanism and fair valuation mechanism， so as to make the transaction pricing of data element market more scientific. On the basis of taking market transactions as the main way for data elements to participate in income distribution， we should cultivate and encourage new forms of participation in income distribution， such as "valuation for shares， digital rent， trading by numbers or trading by numbers（services）"， and promote data elements to expand income along the value chain of resource， capitalization and asset. We should strengthen the supervision of data circulation， accelerate the legislation， amendment and interpretation of relevant laws related to data right confirmation， privacy protection and data oligopoly， and promote the construction and improvement of the system to ensure the fair distribution of data element income.

Key words： digital economy; data elements; income distribution; wealth creation; high-quality development

基金項目：中央高校基本科研業務費項目“數據要素參與收入分配的理論框架與推進路徑研究”（JBK2202011）;中央高校基本科研業務費項目“供給側結構性改革的理論創新與路徑選擇研究”（JBK2004015）。

作者簡介：李標，西南財經大學經濟學院副教授，四川省中國特色社會主義理論體系研究中心研究員;孫琨，西南財經大學經濟學院博士研究生;孫根緊，四川農業大學商旅學院副教授。