數據要素投入的產權分配探討
——基于生產側視角

朱 寧，曹 博

（1.中國農業科學院 農業經濟與發展研究所，北京 100081；2.中國移動通信研究院 戰略與產業研究所，北京 100053）

一、引言

新中國成立以來，我們黨團結帶領全國各族人民自力更生、艱苦奮斗，積極探索、大膽實踐，通過集中土地、資本、勞動力以及自然資源等要素走出了一條中國特色的新型工業化發展道路。尤其是金融體系快速集聚了民間分散的各類儲蓄輸送到了亟待工業化的生產部門，形成了快速工業化的基礎，即要素投入方式的轉變推動了產業結構的調整，滿足庫茲涅茨定律。但同時，體制機制不完善使得不同經濟行為主體的“激勵不相容”帶來的生產效率低下、增長不可持續問題凸顯。改革開放后，隨著計劃經濟向市場經濟的轉軌，中國的工業發展進入了結構優化的階段，好的稅收預期、好的利潤預期以及好的收入預期借助特定的經濟政策同時實現了以上三個主體的利益一致性，通過發揮市場的作用，調整不同產業間失調的比例關系。社會主義市場經濟體制確立后，高度重視基礎產業、支柱產業和高新技術產業的發展，市場經濟的不斷完善推動著產業結構不斷調整升級，推動了城市化大發展，但也使得不同區域之間的產業布局高度雷同、企業同質化嚴重，引發了內外失衡、部分區域過度投資造成效率低下等諸多嚴重問題[1]。

當前，中國政府職能從單一的“計劃分配者”向“激勵相容”政策的制定者逐漸轉化，以“東數西算”為代表的數字經濟新基礎設施建設布局帶來的信息高流動性正在改變過去要素分配不均衡的發展結果，區域之間的壁壘逐漸被打破，產業結構從重資產向輕資產、經濟發展從不均衡向均衡不斷轉變，數字經濟逆勢增長，成為重組全球要素資源、重塑全球經濟格局、改變全球發展態勢的關鍵力量，更是賦能實體經濟提質增效、提升全要素生產力的重要抓手。

二、數據要素投入和供給變化

隨著經濟增長理論的不斷發展，哈羅德—多馬模型標志著形式化的增長模型開始建立，開啟了以資本和勞動力的投入為基礎，探討技術外生、技術內生、制度變遷、結構變化以及需求因素與經濟增長關系的階段[2]。當前，數字經濟的發展打破了土地、勞動力、資本等傳統生產要素在數量和空間上對經濟增長拉動的限制，通過變革生產模式、改變價值分配、完善組織形態等方式，提升了經濟運行的效率。引入新的生產要素——“數據”納入經濟增長模型，首先需要回答的問題是區別于模型中已有變量的核心特征是什么[3]。除了虛擬性之外，數據要素的特征還包括非競爭性、隱私負外部性等。

1.隱私負外部性、邊際收益和企業產出

假設數據是由消費者的單位消費行為產生的副產品，那么該數據集反饋給平臺公司或企業的信息透露了該消費者的某項偏好，數據規模越大，生產者獲取的需求類信息集合越豐富，涉及某個消費群體的“隱私”泄露情況也就更加嚴重，損害消費者權益。尤其是在企業以“補貼”換取“隱私”的活動中，任何數據要素的市場化交易都面臨著相應的隱私負外部性問題。從生產者的角度來看，隱私負外部性體現為被動情況下的“創造性破壞”(Creative Destruction)。當生產者擁有數據所有權時，企業內部會過度挖掘和使用自己擁有的數據，但對行業外分享數據的激勵不足。如果某一行業/企業受到惡意竊取數據者的攻擊，被動分享的數據越多，其他行業對該行業的了解越詳細，該行業內部的創新迭代速度越快，新進入的初創者對原有廠商的替代愈加頻繁，行業趨于完全競爭市場，生產者利潤下滑、生存難度增加，即行業的“隱私負外部性”。

直觀上看，非競爭性的數據要素與其他變量及生產過程的結合可以使經濟產出獲得規模報酬遞增的效果。與技術、知識的基本特性相同，可復制性和非競爭性意味著某一數據集可被多主體共同使用，從社會計劃者的角度實現帕累托改進，提高社會福利水平。但是，規模報酬遞增的前提是數據的隱私成本與數據使用量之間是線性關系。Jones &Tonetti(2020)[4]的研究中，基于消費者角度的數據隱私成本被設定為：

圖1 數據要素投入的邊際成本和邊際收益變化曲線

因此，對數據要素投入影響產出的評價取決于要素增加的邊際成本和邊際收益之間的關系，二次成本函數的設定可能會導致數據要素投入的單位產出存在規模報酬遞減的現象，在數據產權法律法規完善的前提下，隱私成本的刻畫和度量最終影響著企業是否能夠實現產出最大化的目標。

2.經濟增長新范式

數據要素通過提高信息流動的速度和知識傳播的效率進入經濟增長模型，改變了原有的生產函數內涵，即：

數據是一種虛擬的、存在于數據庫與互聯網空間中的資源，虛擬性意味著數據必須以其他生產要素作為載體才能發揮作用[5]。式(2)中，Y 為總產出，A 表示技術水平，L 和K 分別為總勞動量和物質資本，S(D)是知識關于數據的函數，數據利用信息平臺進一步集聚，進而以“知識”的形態提供給潛在用戶，產生可以助力生產者和消費者決策的最優選擇集合，形成對未來的預測，從而提高生產效率[6]。若假定生產函數為偏向勞動的Cobb-Douglas 技術進步函數，集約形式的表達式如下：

假定經濟總是處于充分就業狀態，技術以常數g 增長，勞動力供給以常數n 增長，rk為總收入中投入到物質資本積累K的部分，rs為總收入中投入到知識資本積累S 的部分，同時物質資本與知識資本擁有同樣的折舊率δ，則有：

在經濟增長的穩態水平下：

2.2 兩組患兒臨床癥狀消失時間或緩解時間比較 兩組完全退熱時間比較，差異無統計學意義(P>0.05)；觀察組咳嗽消失時間、喘息緩解時間、IgE減輕時間均少于對照組，差異均有統計學意義(P<0.05)。見表2。

可以看出，在穩態的平衡增長路徑下，人均產出的增長率取決于人口增長率、技術進步增長率、物質資本以及由數據要素投入決定的知識資本的積累速度。基于以上擴展的索羅模型，國家和地區間經濟水平差距出現了又一個可能的來源——以數據為投入要素的知識資本，在后工業化時代，當人口紅利消失、物質資本積累產生的邊際效益逐漸下降甚至為負時，提高總收入Y(t)中投入到知識資本積累的部分rs，即增加與數據要素集聚相關的新型基礎設施投資，對于經濟增長的貢獻更為重要。

一方面，數據要素投入加速了信息和資源的流動，通過建立一個信息對稱的市場降低了買賣雙方的交易成本，促進彼此合作。與傳統企業投入資本、勞動力等獲得相應的產出不同，新階段復雜的專業化分工帶來的以數據收集、信息處理和資源匹配等為主要職能的“中介”平臺（新的生產者形式） 開始出現，在傳播知識和促進競爭方面發揮著越來越重要的作用。以資本市場為例，企業信息的及時準確披露有助于提高其股票流動性，在規避賤賣國有資產風險的前提下，充分競爭帶來“較高”的交易價位可以實現國有資產的保值增值，優化企業內部的權利分配、緩解“委托—代理”問題下的股權制衡壓力。

另一方面，數據要素與生產過程的結合提高了其他要素的使用效率，增加產出。生產者自身或依靠“中介”平臺，獲得有助于提高生產效率、匹配市場需求的數據集合后，通過對生產要素組合進行不斷的調整優化能提高自身的產品創新能力，滿足不同消費者的差異化需求，促進生產邊界向外移動。以數字技術與勞動投入要素的結合為例，人工智能的普及使得算法代替人力的趨勢愈加明顯，導致勞動收入份額下降、影響資本勞動比，從長期來看，促進了生產者對高技能水平勞動者的投入偏好，降低人工總成本。

三、數據產權分配探討及企業數字化轉型決策

產權在現實中是一組權利束(A Bundle of Rights)，通過社會強制實現對某種經濟物品的多種用途進行選擇[7]。在產權界定不清晰的前提下，新要素的介入會加劇生產者、消費者以及數據中介平臺之間市場地位的不對稱。巨量數據給先進入者帶來的競爭優勢增加了后來企業的生存難度，使產品或服務的多樣化與彼此之間的替代彈性正相關，加強行業壁壘，還會通過價格歧視進一步挖取消費者剩余，對社會整體福利產生負向影響[6]。

1.數據產權分配形式探討

數據初始產權的擁有者包括生產者、消費者和數據中介平臺，使用權不同歸屬的設定除了影響消費者個人和行業整體的隱私權，還會在不同程度上限制數據共享，影響社會總產出。

從生產者的角度看，企業傾向于在生產過程中“過度”使用自身擁有的數據集，以優先增加產出為目標且不考慮對消費者隱私的保護，同時出于避免創造性破壞的動機限制數據分享。假設企業擁有數據的分配和使用權，即企業選擇不同的數據集合使得產出最大化，將式(2)進一步擴展，得到：

式(9)中，xit代表企業i 的自有數據，代表第t 期該企業i從其他企業購買的數據包，Lit和kit為企業i 在t 期的勞動力和資本投入，代表數據集投入對全要素生產率A 的綜合影響，即數據要素的投入不是單方面的，而是通過影響其他要素的使用效率以及與生產過程的深度融合來提高產出。

其中，cit代表消費者i 在t 期的消費，u(cit，xit)是消費者i在t 期的效用函數，受該期消費水平cit、出售數據的收益xit以及自身隱私保護程度的綜合影響。

數據中介平臺的經營邊界受到數據分享的相關法律法規限制，其收益來自于數據包出售和購買之間的差價。從社會整體看，限制數據分享與無法得到產權保護的數據經營者利益受損的結果類似，都會影響社會福利總水平，有下式：

式(11)中，M(Pst，xsit，xbit)是數據平臺i 在t 期選擇以價格pbt購買的數據集xbit和以pst價格出售數據集xsit的函數，假設數據的相關權利束受到嚴格保護，與數據平臺i 決定t 期數據集xsit的出售價格pst類似，xbit的價格pbt完全由賣方視市場情況決定，則數據中介平臺的目標是按照何種比例安排出售和購買(xsit，xbit)以實現自身收益的最大化。若政府出臺限制數據分享的相關法律法規，則數據中介平臺的角色在市場中消失，與社會發展趨勢和產業結構升級方向相悖，不符合經濟學假設。

對式(9)和式(10)進行比較，可以看出，消費者效用最大化的目標符合“社會計劃者”的意愿，賦予消費者數據所有權有助于實現社會福利水平的最大化；從生產者的角度來看，賦予企業數據所有權可以帶來接近最優的要素資源分配，在當前數字經濟發展的初級階段，更符合市場經濟“先行先試”的邏輯，能夠實現增長預期。

2.企業數字化轉型決策面臨的問題

在面臨是否引進大數據、云計算、人工智能等信息化設施時，企業決策者考慮的首要問題是投入產出比，即回答數字化到底有沒有用以及有什么用的問題。2017 年諾貝爾經濟學獎獲得者理查德·塞勒提出行為經濟人并非時刻都是完全理性的，企業的數字化轉型決策有兩種投資邏輯：確定效應和反射效應。確定效應指多數人會在“確定收益”和“賭一把”之間選擇確定收益，而反射效應指多數人在“確定損失”和“賭一把”之間選擇“賭一把”。首先，數字經濟成為推動各國經濟發展的重要引擎，這一過程離不開數字化轉型，數字化轉型是數字經濟下的產物，也是數字經濟發展的驅動力之一，中國數字化轉型走在前列的典型企業的執掌者紛紛意識到雖然短期內數字化的收益不可預期，但長期不轉型的成本難以忍受，包括無法定位客群、營銷渠道失準、供給不能匹配消費需求、企業內部溝通成本高昂等。其次，數字化帶來了新消費人群和消費新主張，消費及管理決策的重構對企業的數字化系統提出了更高的要求，以消費者為主導的市場僅體現在供給端的數字化解決方案卻無法滿足社會發展需求，行業領導者紛紛選擇自建系統以保證“領跑者”地位。再次，企業數字化轉型的投入和收益并非平行線，從單項應用、企業級集成到產業鏈級集成、產業生態系統，只有跨越其中的某個臨界拐點后，企業收益才會呈現出指數增長。考慮到巨大的時間成本和高昂的人工成本及軟件更新維護成本，在必要性和緊迫性不足的情況下中小企業相對于大企業更加缺乏轉型動力。另外，數字化專業人才對不同行業生產運營及銷售模式的深度理解是“產業和數字化”深度融合進而迸發出產出倍增效應的關鍵。最后，企業數字化轉型面臨的終極問題是在已有的信息化架構上不斷實現迭代，構建適應不同群體消費者的自我進化能力。這就要求企業除了增加數字化方面的投入外，還需企業不斷對經營管理過程植入新的戰略理念、發掘新的商業模式，在技術和行業生命周期中持續領先。

現實中，企業的數字化轉型被稱為“一把手工程”，其根本是人的轉型，包括學習意識、組織意識的重構等，數字化轉型為企業組織帶來的變化毋庸置疑，在這一目標既定的情況下需要進一步考慮不同企業實現數字化轉型的路徑，即方法論問題，把握數字化經濟時代帶來的新發展機遇。

四、數字化轉型與企業成長的實證探討

為考察現實中數字化轉型與企業成長之間的關系，將上文公式(9)中A(xit)理解為數字化技術的應用，代表著數字科技與生產發展深度融合的微觀轉變。同時，基于數據可得性的考慮，文章選取國泰安數據庫(CSMAR)中A 股上市公司2007—2020 年的數據為初始研究樣本，相關企業年報數據則來自深圳證券交易所、上海證券交易所官方網站，數字化轉型指標系使用Python 軟件從企業年報文件中抓取關鍵詞條構建而成，探討數字化轉型對上市企業的影響，進而得到數字化轉型影響企業成長的實證結論。借鑒吳非等(2021)[8]的研究，建立如下模型：

其中，Tobinit為上市公司企業成長數據，下標i 代表企業，t 代表年份。Digitalizationit為企業i 在年份t 的數字化水平，Xit為一組控制變量，包括企業資產收益率(roa)、企業規模(size)、上市年限(lnage)、營業總收入(sale)、現金流量(cash)、所得稅稅率(tax)、資本密集度(capital)以及資產負債率(lev)；∑ind 表示數據樣本企業不隨時間變化的行業異質性；∑year 為時間固定效應；β 為待估參數。在所有回歸方程中，均默認采用了Cluster聚類穩健標準誤調整的t 統計量。

利用計量回歸模型考察變量間的（因果） 關系，回歸系數及其標準誤往往會受到控制變量和固定效應的影響，有時候甚至會得到截然相反的結論。為確保研究結論的可靠性，文章首先在不添加任何其他控制變量和固定效應的情形下，考察基礎模型中核心自變量對因變量的影響；然后，逐步考察控制變量的引入與控制不同固定效應層級對研究結論的影響，表1 的回歸結果均控制了企業層面的聚類標準誤。可以看出，在三種情形下，數字化轉型均與企業成長正相關，即數字要素與企業生產過程的融合促進了公司成長、提高了產出績效。

表1 模型回歸結果

五、對策建議

根據文章的研究結論，實現數據要素投入對企業成長的正向作用機制，包括在相對完善的市場開放機制前提下界定數據要素的權屬問題、賦予數據要素相對明確的資產屬性，保障數據要素的充分流動和共享以及全面推動數字化轉型，最終實現經濟增長的倍增效應。

一方面，規范數據要素產權治理。相關政策的制定需要綜合考慮數據要素不同產權分配形式帶來的后果，在法律層面實現多個主體經濟目標的“激勵相容”。包括界定個人、企業和公共數據邊界以及各方的權利義務關系，針對數據具有的多次復制、多元共享、無限增長和供給特征，充分借鑒發達國家已有經驗，在政府層面加強管控和保障，在社會和企業層面提升安全和防范意識，共同完善數據安全治理和數據產權保護機制。

另一方面，積極引導和推動企業數字化轉型。“十四五”期間，大力推動人工智能、大數據、物聯網等新型基礎設施建設，為企業數字化轉型創造更好的外部供給環境；率先引導和加速國有企業的數字化轉型，通過數據新要素激發潛在生產力，助力傳統產業轉型升級；實施相關稅收優惠政策，為中小企業和數據要素提供外部動力，以數字化、網絡化、智能化提升服務質量，增加第三產業產值、緩解就業壓力。