关键词：数据要素；数字经济；收入分配

DOI：10.16582/j.cnki.dzzw.2022.02.004

在数字经济背景下，数据要素通过提升生产技术和优化生产资源配置实现促进经济高质量发展。数据成为与土地、劳动、资本、技术等撬动农业经济、工业经济的生产要素并列的、支撑数字经济发展的核心生产要素。然而数据资源垄断、数据隐私泄露、数字经济税源隐蔽等问题，正在加速收入分配的不平等。在数据要素边际成本降低导致数据资源自然垄断的同时，数据资本衍生的算法权力显示出相较于传统物质资本更为隐蔽和强势的影响。公平合理的收入分配是社会稳定和经济高质量发展的基础保障。党的十九届四中全会首次将数据要素纳入收入分配序列，并部署“建立健全由市场评价贡献、贡献决定报酬的机制”任务。由于市场对要素贡献的评价通过市场价格体现，贡献所决定的报酬通过收益分配结果体现，此项任务本质上是探求如何形成市场化价格机制和如何使数据要素对应的参与者实现收益公平分配。本文以我国现阶段分配制度改革目标为前提，从数据要素收益分配现存问题出发，结合党的十九届四中全会《决定》部署和中央财经委员会第十次会议要求，开展数据要素参与收入分配的制度进路研究。

从数据要素参与经济活动的价值生成路径来看，数据要素参与分配具有复杂意涵。一方面，数据要素与其他要素共同参与生产、交换和分配等市场经济活动；另一方面，数据要素价值化的过程本身融合应用劳动、技术、知识、资本等多种要素。因此，数据要素参与收入分配可以理解为两个维度的含义：一是数据与劳动、资本、土地、技术等多种要素共同作为生产经营活动的生产要素，按照各类要素对经济收益的贡献度决定收入分配配比[1]，即实现各类要素间的分配。二是实际参与生产经济活动的政府、企业和个人等数据要素投入主体，依据掌握并投入生产的各类要素组合及要素的边际贡献获得初次分配收入，即数据要素对应的各类主体间形成公平高效的收益分配。然而，纵观我国数字经济市场现状，数据要素相关的收入分配仍存在多方面不均衡问题。

（一）各类数据要素权属制度滞后，导致收益权利边界泛化

数据要素参与收入分配本质上是收入在不同数据要素所有者之间的分配。然而我国数据要素相关收益分配主体不清晰、权益边界模糊，主要原因在于我国数据要素产权制度规则和市场主体行为规范不清晰，导致数据要素收入分配“向谁分”的问题没有解决。在立法层面，法律对数据要素相应的使用权、处分权、收益权等权利归属没有明确界定。《民法典》《合同法》《反不正当竞争法》《反垄断法》等法律制度存在一定的滞后性，对数据的资产属性和相应权利边界规范针对性不足，缺乏对参与数据要素分配主体权益的合理保障。在数据要素权属层面，学术界对数据要素产权归属和参与分配的主体认定也存在分歧。

一是为激励市场主体积极参与数据要素生产、流通和应用，采用数据权属配置确立企业合法收集开发利用数据要素的“数权激励”理论[3]。基于“数权激励”理论的劳动成本激励理论、知识产权保护激励理论和数据新型财产权理论这三种主流理论均强调确立数据经营企业对数据的有限排他权和财产收益权[2]，忽略了个人数据财产权和人格权，容易引起权利泛化和数据流通秩序混乱。

二是以个人数据财产权为基础的理论，在保障用户享有数据收益知情权的前提下，允许用户与数据经营者基于差异化的隐私保密需求通过协商议价的方式进行利益交换，然而其隐私泄露程度和风险后果难以事先评估，可操作性不强。

（二）数据要素价格机制尚未形成，数据要素分配有失公平

市场对要素贡献的评价通过要素的市场价格体现，当前数据要素交易定价方式主要以询价议价为主，数据要素价格并不能真实反映要素在实际生产经济活动中贡献的大小，导致数据要素的市场价格不等同于其实际价值贡献。数据要素“由市场评价贡献”机制确立主要存在三方面障碍：一是当前全国统一的数据要素市场尚未建立，难以形成大规模流转、使用和交易的市场机制，数据要素流通使用效率低，定价机制不健全，存在要素价格扭曲。二是数据具有无限复制性、高度异质性、非竞争性、规模报酬递增性等有别于传统生产要素的特点，依赖市场供需关系和资源稀缺程度的传统定价策略难以适配数据要素的特征。三是数据对经济增长的贡献模式较为复杂，其不仅作为生产要素参与经济活动，还通过促进其他生产要素高效配置、支撑传统生产方式转型升级等方式形成规模报酬递增的经济发展模式[6]，市场难以对数据要素对于企业产出和经济增长的实际贡献给出真实准确的评价。

（三）数字经济收益分配在不同区域和群体间有结构性失衡

数字经济背景下，由于不同区域和主体掌握、积累数据生产要素的存量差距导致区域间数字经济发展失衡[7]，且不同群体间获得的数据要素收益分配不公平。

一是东西部数据要素存量差距造成数字经济发展效益不均衡。国家数据资源调查报告显示，我国数据资源存量主要集中在东部地区，东部地区数据存量在2017年至2019年间占全国总量的56%左右。相应地，东部地区数据要素产业集群发展培育效果显著，《2020年中国数字经济发展研究》[8]数据显示，广东、北京、浙江、江苏、上海等省市2019年数字经济增加值均超过1万亿元，占当地GDP比重在40%以上，均处于我国数字经济发展的第一梯队；相比之下，西部数字经济规模普遍低于全国平均水平。

二是个人作为用户数据的主要提供者，缺乏直接参与数据要素收入分配的途径，用户数据在平台的集聚积累加剧收入分配的不平等。[9]当前，个人参与用户数据要素收入分配仅有以获取隐私保护作为利益补偿和获得个人数据侵权赔偿两种方式。但我国个人信息与用户隐私侵权案件频发，且赔偿力度远低于用户的隐私补偿预期。中国裁判文书网数据显示，2021年全年以侵犯公民个人信息为案由的刑事案件高达938起，以隐私权纠纷为案由的民事案件177起。据统计，我国个人数据侵权案件中平均每条个人数据的赔偿价格远低于用户牺牲其隐私而愿意出售个人数据的平均价格[10]。此外，海量用户数据能精准反映偏好、消费习惯、行动轨迹等潜在信息，数字用户剩余价值在数字平台的强制“自愿许可”包装下被侵占[11]。

三是参与数据要素生产的劳动者收入分配严重不足，即共同参与数据要素生产的劳动和知识要素被资本要素严重挤压，其原因在于初次分配中的劳动力价格歧视[12]与数据技术创新性低估。参与数据收集、数据标注、标准化处理、数据挖掘等生产活动的个人所提供的劳动力作为数据资源化过程核心生产要素之一，存在尚未参与分配或分配不足的情况。以平台经济为例，平台依靠业务员收集的数据提升业务效率，而多数劳动者以零工身份受雇，基本社会福利保障尚不到位。而技术人员通过整理、分析和挖掘数据进一步提升数据价值，融合了劳动、技术、知识等多种要素的数字技术创新，当前工资性劳务收入为数字人才获得分配的主要方式，持股分红等长效激励分配机制尚未普及。

（四）数据要素初次分配效率较低，影响生产资源配置升级

要素的获取成本和合规成本的相对优势和该要素的产出效率决定了企业投入生产要素的结构，因此要素的价格机制通过影响企业的生产要素配置结构，间接影响企业生产效率。鉴于目前我国市场价格结构体系不完善，企业根据比价择优的原则调整要素投入比例时容易接收错误的价格信号[13]，导致生产资源错配，影响生产效率提升。

当前，数据要素价格机制不完善，卖方市场局面下数据要素获取成本高，且在《数据安全法》《个人信息保护法》《网络安全法》等上位法的规制下，获取和使用数据要素的监管合规成本高，导致企业等产业主体对数据要素的需求动力不足，投入和应用数据要素的积极性受到阻碍。相应地，数据要素供给侧获得的收入分配难以激励供给侧持续提供数据要素和参与数据要素生产的意愿。在市场上表现为数据要素的流通交易效率低、融合应用效果差，数据要素经济价值难以充分有效体现。

从数据要素的生产侧看，狭义的数据要素价值实现过程可以视为数据要素资源化，具体可包含数据的提供、收集和储存、清洗、标注、标准化、分析、挖掘、集成等环节。广义的数据要素价值还体现在数据要素资产化和资本化等环节。参与数据要素价值实现的市场主体在一定程度上反映了参与数据要素价值分配的主体。数据要素价值生成各环节的表现形式和参与主体各不相同，应兼顾多方主体的分配利益。

（一）数据要素资源化

数据要素资源化相当于“石油开采”，也就是将“原料”状态的数据加工处理形成机器可读、可以参与流通交易并投入生产应用的数据要素。数据要素资源化过程具体表现为通过数据的提供、收集和储存、清洗、标注、标准化、分析、挖掘、集成等环节形成可用于流通应用的数据生产要素。

（二）数据要素资产化

数据要素资产化包含流通配置和融合应用两个环节，具体表现为数据要素经过流动和配置，与其他要素组合应用于实际生产业务，引导业务效率提升和生产结构转型。其中，数据流通的一般表现形式为共享、开放、交易和交换等，由企业、政府机关等掌握丰富数据资源的市场主体主导进行；参与数据融合应用的市场主体有企业、科研单位和个人等。在此过程中，数据要素与技术、资本、劳动等多种要素结合紧密，通过联动融合应用产生经济价值。数据资产在与其他各类生产要素联动产生的经济价值按其在生产应用环节的贡献程度决定分配结果，此过程的分配本质上是“按要素分配”。

（三）数据要素资本化

数据要素资本化是将数据要素资产具备资本属性并实现保值、增值、流通的过程。从要素配置角度看，以股权化、证券化、产权化等多种方式运营数据资本，可以提高资本运行效率，扩大社会再生产能力。从数据资产持有者角度看，数据资本流转可有效激活数据资产价值，实现报酬递增。数据资本化过程本质上是赋予数据有价值、可有限流通等属性，可类比于技术、知识产权等要素参与资本分配的形式，企业可以通过租赁、质押、转让等方式盘活数据资产[2]。在此过程中，数据资本的持有者、运营者为参与收入分配的主体。

结合党的十九届四中全会《决定》和中央财经委员会第十次会议要求，现阶段我国收入分配重要制度的进路设计应符合三项基本目标：一是健全市场按照效率原则进行的初次分配机制；二是提高劳动报酬在初次分配中的比重[16]，并扩大中等收入群体比重；三是加大税收、社保、转移支付等调节力度并提高精准性[17]，完善直接税制并提高其比重。据此，本研究提出构建和完善三个分配层次的制度路径。

（一）构建公平高效有序的初次分配“三步走”制度进路

构建数据要素初次分配制度的关键在于解决初次分配“向谁分”和“分多少”的问题。在数据要素市场的初次分配制度建设中应通过立法明确数据要素不同权属的归置。初次分配应重视“机会公平”，即保障不同市场主体平等获取数据生产要素、使用数据、处置数据和获取相应收益的权利。长远来看，数据要素参与收入分配制度进路的基础是持续不断积极推进数据要素市场建设，通过培育数据要素市场参与主体、建立健全市场体制机制、促进数据要素自主有序流动，形成市场定价机制。

⒈数据要素市场培育期，推进资源成本核算和交易主体登记

探索制定数据要素资源化成本核算制度，形成数据要素研发成本核算标准。研究形成统一的数据要素成本核算制度，有利于确认企业研发数据生产要素的投入成本，同时为公共数据信息化建设项目的投入成本测量和投入产出考核提供依据。目前，数据生产要素的成本会计计量标准尚不统一，有观点认为企业应该将数据研发投入分项计量，还有观点认为应该将研发形成的数据要素计入未来现金流量净现值。[18]一方面，数据生产要素的统计标准和成本核算方法尚未建立，不利于数据要素对国民经济实际贡献的测度；另一方面，审计方法和投入产出绩效考核机制的缺乏，导致我国政府信息化建设中部分成效不明显的项目无法清退和暂停投入，造成政府资金投入浪费。[19]

⒉数据要素市场成熟期，完善资产定价和劳动分配激励机制

稳步推进数据要素“按贡献参与分配，价格由市场决定”机制生成。在数据要素市场化发展成熟期，大规模交易市场将初步形成，在明确数据要素相关权属机制前提下，完善数据要素资产定价机制。要素价格形成遵循市场化的基本原则，政府或交易机构不对数据资产进行直接定价，而是要在清晰界定数据用途用量的基础上，围绕数据资产质量、数据安全合规风险、市场评价等方面释放的价值信号，借助区块链共识算法等方式，最后在市场参与主体的充分竞争和博弈中形成价格共识。

⒊数据要素市场变革期，创新发展数据资本化运营制度模式

在数据要素市场发展变革期，通过创新数据资产投资运营模式，推动数据要素资本化价值升级。数据要素资本化的核心在于允许数据资产相关利益方获得“财产性”收益，明确资产权属关系、具备未来使用价值和潜在收益的概念，要求数据资源本身具备稀缺性、有价性、增值性和收益性。

（二）健全监管与激励机制相融合的二次分配制度

数据要素的二次分配在政府主导下进行，通过增加财政收入、加大转移支付力度的方式，从政府财政预算收入和支出两侧设计适配数据要素市场发展的兼具监管效力和激励机制的二次分配制度。在政府财政预算收入端设立面向数据要素相关企业的税收项目和监管罚没收入等非税收项目，以及设立公共部门数据授权运营专项制度。在政府财政预算支出端加大转移支付力度，设立面向数据要素市场建设和发展的公共服务支出机制，激励多方主体积极参与数据要素市场建设。

⒈制定面向数据要素生产活动的政府财政预算收入项目

税收制度中以企业和个人收入或财富为征税对象的直接税是有效调节收入分配差距的重要再分配政策工具。我国现有税收体系中面向数据交易和服务活动以及数据相关财产性收入的规定不明确，存在定义模糊与征管空白的问题。在数据相关税收项目制度设计中，可以考虑增设面向数据交易、使用数据提供数字服务的收入性税收项目，有助于最大程度发挥税收调节作用。

第一，建立数据交易流通环节的直接税制度。当前数据要素市场中提供数据产品服务的卖方议价能力强，数据要素产业链的收益分配明显集中于产业链末端，产业链中上游市场主体利润受挤压状况明显。征收数据交易流转税和数据交易收益所得税，一方面可以增加政府可支配收入，另一方面通过向参与数据要素加工生产中小企业的转移支付，调节初次分配中数据要素价值产业链的不公平分配。此外，数据交易收益税基的计算和统计有助于逆向促进数据要素流通交易账簿记载和核算制度完善。

第二，建立面向数字经济平台企业的数字服务税制。跨国数字经济平台企业往往是庞大数字用户群体数据的主要控制者，依靠数据赚取超额利润。平台企业巨头往往利用税制差异将公司主体设立在海外享受高度税务优惠，同时通过利润转移和成本转嫁等方式侵蚀设立于国内数据来源地的子公司税基，造成数据资源地国税流失。向数字经济平台企业征收数字商品和服务所得税，可以在解决跨国企业税收过低问题、弥补税收流失的同时缓解数据治理财政压力，通过提供公共服务的方式，扶持中小企业发展，或补偿给原始数据提供者，将数字经济红利返还给数字用户。鉴于平台方普遍具有较强账簿记载和核算能力，将数字服务交易额作为计税依据，有便于税收征管的实施[21]。值得注意的是，征收增值税的潜在风险是纳税主体通过提高定价将税负转嫁给下游产业，从而加重收入分配不公，需谨慎探索数字服务税。初期可设置较为保守的税率，研究验证国际税收错配的矫正效果，积极参与国际多边交流协作。

⑵建立针对违法违规行为的行政处罚制度

党的十九届四中全会提出将制度建设和治理能力建设摆到更加突出的位置，推动我国制度建设更加成熟定型。当前数据要素流通交易面临数据来源难判定、数据内容合规状况不透明、数据使用流向难管控、主体责任难明确、交易定价不规范等多方面阻碍与困境。应面向数据要素流通交易行为，设立加强事中事后监管的行政处罚制度。

⑶制定公共数据授权运营与收益分配专项制度

我国积极推行公共数据开放，开放公共数据的“原始性、可机器读取、可供社会化利用、非歧视性”已经成为共识和基本要求，同时需要向社会主体进行无差别开放。这要求政府对开放数据的标准化处理、质量控制和安全运维提供长期稳定的财政投入。此外，部分持有公共数据的部门和单位出于对合规风险、开放成本过高、开放范围的不确定性等因素的考虑，对公共数据开放的意愿不高，在一定程度上影响公共数据价值红利释放。

目前，公共数据授权运营机制可以考虑两种制度路径。一是设立公共数据授权运营的行政/事业性费用制度，持有公共数据的部门向被授权单位收取必要的费用，用于弥补该部门提供的数据资源汇聚、加工、传输等成本，提高公共数据资源使用效率。二是建立公共数据“许可授权”制度，基于公共数据的国有资产理论，政府及行政机关保留公共数据控制权、授予市场主体使用权和收益权，借鉴专利权人开放许可制度，明确授权许可费用的收取方式和主体，如规定由执收单位以国有资源（资产）有偿使用的形式收入或将费用纳入地方政府性基金或政府专项收入，使公共数据市场化运营权得以合理配置的同时反哺财政预算收入提升政府部门职能。在以上两种制度下，均应合理设置收费标准以免加重企业运营负担，并规定授权部门和运营机构各自权责，如明确公共数据的处置方式和安全等级等，防止“寻租”行为、危害个人隐私和公共安全事件发生。同时，应进一步明确公共数据开放服务和公共数据授权收费的职能边界，防止发生政府职能错位和角色混同。值得注意的是，应明确公共数据开放和公共数据授权运营的范围，避免非必要的行政审批权干扰公共数据要素自由流动的“反公地悲剧”。

⒉设立面向数据要素市场建设的政府财政预算支出项目

设立数据要素市场的基本建设支出项目，建立数据要素流通交易发展所需的基础公共服务平台。在社会主义市场经济建设中，开展适应发展需求的数字基础设施建设，可以在提高社会生产力的同时将剩余价值向全社会进行分配[22]。当前，正值数据要素市场培育建设初期，我国各地数据交易平台百花齐放，在数据登记、交易撮合、交易清结算等方面存在共性需求。应考虑设立数据要素市场基本建设专项支出，推进集约型数据要素流通交易基础设施建设。一方面，建立促进数据标识编码融合的数据要素根目录平台以促进数据要素平台互联互通。另一方面，推动建立数据合规、数据登记、数据交易撮合、交易清结算等公共服务平台，促成自主有序的数据要素流通生态格局。

（三）建立激励社会主体参与的三次分配制度

中央财经委员会第十次会议强调，三次分配协调配套的基础性制度[17]。第三次分配在市场主体、公益机构和政府三方面力量配合下进行，以社会主体自愿形式展开，弥补初次分配与二次分配不足。市场主体通过捐赠税后利润，或依托公益机构进行税前捐款捐物等方式调节社会资源配置，政府通过财政补贴、税收优惠和购买服务等方式鼓励社会主体积极参与第三次分配。[23]在政府侧设立鼓励社会主体参与的激励机制是发挥第三次分配作用的关键。

⒈建立完善隐私保护权益补偿机制

统筹平衡数据流通应用和数据安全的关系，在打击数据滥用、非法交易、隐私泄露等的同时，避免数据合规成本过高影响数据要素流通和资源配置。[11]个人作为社会数据的提供者，理应获得其贡献数据要素的相应收入分配。在尚未建立原始数据来源方直接参与收益分配机制的阶段，可以考虑鼓励企业加大数据安全合规成本投入，提升数据流通交易安全保护等级，从而为数据来源方提供更安全的隐私保护作为利益补偿。

⒉打通数据应用服务开源开放渠道

推进公共数据与社会数据深度融合应用，鼓励企业依托公共数据开发并提供公益服务，加大公益性应用的广度与深度。一是研究设立国家公共数据开放平台的企业接口，鼓励市场主体在平台上开放自身相关数据资源，促进孵化全社会层面数据公益性应用。二是支持数据要素各类市场主体搭建数据开源平台，探索建立“开源数据互为许可”机制，鼓励企业分享复用数据生产要素，减少重复投入，降低创新应用成本，提升数据要素流通效率。三是支持各类数据要素市场主体以隐私计算、联合建模等多种形式开展合作，加快企业、行业、社会机构依法收集、储存的各类社会数据资源开放、融合和创新应用，鼓励企业开放共享数据应用成果。对于符合要求的企业，可依照其提供公共品的正外部性程度，予以相应税收优惠政策。

⒊加强企业参与三次分配政策引导

进一步强化数据要素市场参与主体社会责任，加快缩小不同区域间、群体间数字鸿沟，可以考虑从以下三方面推进：一是重点引导企业承担社会责任，鼓励开展经营盈余捐赠或税前列支捐赠，或通过免费提供便民数字服务的方式将数字红利返还民众。二是鼓励企业统筹使用多渠道资金资源开展面向数字弱势群体的数据知识普及和教育培训，提高社会群体数字素养，缩小群体间数字鸿沟。三是推动企业积极参与“东数西算”算力工程[7]，将数据加工等产业迁移至西部地区，研究东西部在算力补贴、税收统筹、能耗指标共享等方面的政策衔接机制，探索形成可复制、可推广的试点经验，借助算力产业政策引导等方式调节不同区域间的数字红利分配。

为顺应数字化发展趋势，建立促进社会公平和资源配置结构优化升级的收益分配机制，应充分发挥市场决定数据要素配置的作用，完善政府调节机制，明确国家、企业、个人等不同市场主体之间合理的分配关系，实现按劳分配和按要素分配的统一。本文基于数据要素参与收入分配的三个分配层次，设计适配数据要素市场化发展培育期、成熟期、变革期发展目标的制度政策工具箱，旨在为数字经济背景下收入分配制度体系建设提供参考。数据要素收入分配制度进路设计还应注意两方面问题。一是数据要素的收益分配制度不能脱离产权制度单独讨论。我国分配制度与所有制结构是经济制度中不可分割的核心，在社会主义初级阶段，需要构建适应我国现阶段的所有制结构与社会主义市场经济条件的数据要素权属制度。二是数据要素参与分配制度问题涉及数据权属等立法规范，税收、行政处罚等法制规章，以及转移支付等财政政策，应结合国民经济发展需求、供给侧改革需求、数据要素市场化发展需求，结合政策工具箱，科学制定适应数据要素市场阶段性发展目标的分配制度进路。

参考文献：

（略）

作者简介：

杨铭鑫（1995—），女，硕士，深圳市数聚湾区大数据研究院咨询师。研究方向：数据要素市场、数字经济。

王建冬（1982—），男，博士，国家信息中心大数据发展部规划处处长，研究员。研究方向：大数据与数字经济。

窦悦（1989—）女，北京大学信息管理系博士研究生，国家信息中心大数据发展部助理研究员。研究方向：数据治理、数据服务。

*基金项目：国家社会科学基金重大项目“我国政府数据治理与利用能力研究”（项目编号：20&ZD161）。