随着數字經濟的快速發展，數據已成為關鍵生産要素。黨的十六大首次确立了勞動、資本、技術、管理等四大生産要素按貢獻參與分配的原則，黨的十七大又将生産要素按貢獻參與分配提升為一種制度，黨的十八屆三中全會首次将“知識”納入按貢獻參與分配的生産要素範疇，黨的十九屆四中全會則進一步将數據、土地與勞動、資本、知識、技術、管理并列為按貢獻參與分配的七大生産要素。為了提升數據資源應用及轉化的社會和經濟價值，有必要從理論層面厘清數據要素按貢獻參與分配的物質基礎和價值基礎，并具體讨論其實現形式。

數據要素之所以能參與分配，首先是因為數據要素具有使用價值，有助于提高勞動生産力。所謂勞動生産力是指單位勞動時間所生産的使用價值量。馬克思指出，勞動生産力是由多種情況決定的，其中包括工人的平均熟練程度、科學的發展水平和它在工藝上應用的程度、生産過程的社會結合、生産資料的規模和效能，以及自然條件等五個因素。如果把土地比喻為财富之母，把勞動比喻為财富之父，數據、技術、知識（相當于馬克思所說的科學的發展水平及其在工藝上應用的程度）、資本（相當于馬克思所說的生産資料的規模和效能）、管理（相當于馬克思所說的生産過程的社會結合），則可看作是财富的催化劑，而其中的數據要素越來越成為提升勞動生産力的最主要來源。

數據要素助力勞動生産力提升，主要通過如下途徑實現。在服務業方面，對出行時間、人流量等數據的挖掘分析與應用，催生了共享單車、共享電動車、共享充電樁等共享經濟模式的廣泛使用；完善的征信數據系統可以有效減少不良貸款，提高貸款服務效率；數字化技術還帶來了在線教育、電子商務以及送餐、問診等生活服務類的新經濟業态和商業模式。在制造業方面，工業物聯網平台通過對接供需信息，使生産各環節協同管理，還能實現遠程智能管控、智能檢測、智能計劃等智能化生産，提高了生産質量和效率。在農業方面，通過對田間數據的精準測量，按照每一操作單元的具體條件，精準調整各項土壤和作物的管理措施，在優化投入的同時，獲取最高産量與最大經濟效益。在微觀經濟領域，數據要素能夠優化企業生産決策流程，降低交易成本和運行不确定性，驅動企業管理方式創新，進而推動傳統産業轉型升級，催生新的比較優勢。

基于馬克思勞動價值論，同一部門内單個生産者勞動生産力與其單位時間内所創造的價值總量之間存在正相關關系。我們可借助相對生産力、綜合生産力、比較生産力以及總和生産力等概念，将這一相關關系擴展到整個部門和整個社會。假設考察一個由部門1和部門2構成的兩部門體系，其中兩部門均可生産産品1和産品2，q11、q12分别表示部門1在産品1和産品2上的勞動生産力，二者之比表示部門1的相對生産力RP1=q11/q12；q21、q22分别表示部門2在産品1和産品2上的勞動生産力，二者之比表示部門2的相對生産力RP2=q21/q22，兩部門相對生産力之比RP1/2=q11q22/q21q12可作為比較優勢判别式。如果RP1/2>1，意味着部門1和部門2分别在産品1與産品2的生産上具有比較優勢；如果RP1/2<1，意味着部門1和部門2分别在産品2與産品1的生産上具有比較優勢，雙方将根據各自的比較優勢進行專業化分工生産和交換。接下來，我們将q11與q12的幾何平均定義為部門1的綜合生産力，将q21與q22的幾何平均定義為部門2的綜合生産力，兩部門的綜合生産力之比CP1/2=被定義為部門比較生産力。進一步，我們将兩部門綜合生産力的幾何平均定義為社會總和生産力TP=，将t期與t-1期的總和生産力之比定義為總和生産力增長率：

g=（TPt-TPt-1）/TPt-1

=-1。

以上假設可以引出兩個定理。定理1：部門平均勞動及總勞動創造的價值量與部門比較生産力正相關。定理2：全社會總勞動創造的價值量與全社會總和生産力增長率正相關。

定理1表明，數據要素可通過單個企業數據的初始存量、前期收集處理數據所投入的勞動，以及當期在收集處理數據所投入的勞動等三種途徑，提高企業的勞動生産力，從而使其單位勞動創造更多的價值。數據要素還可通過提升整個部門的勞動生産力，進而提升部門綜合生産力和比較生産力，增加部門單位平均勞動和部門總勞動創造的價值量。從部門之間的關系看，率先采用數字技術、加大數據開發力度、增加數據要素投入的行業，伴随其比較生産力水平的提高，其産品的交換價值即購買力也會相應提高，從而能用較少的勞動投入換取其他部門需較多勞動投入生産的産品，提高部門的盈利水平。

定理2表明，當一個社會在當期通過數據要素的開發投入使社會總和生産力提高時，在社會勞動投入總量保持不變的前提下，全社會的價值總量會超過同量勞動在前期所創造的價值，這就破解了我國改革開放40餘年來（1979—2019年）9.4%左右的實際GDP年均增速遠高于就業人口僅約1.53%的年均增速這一所謂“價值總量之謎”。

最後，從數據權屬的維度看，公共數據和私有數據有其特定的分配形式與要素市場結構。公共數據不需要複雜的交易市場，直接向社會公衆公開提供。開放數據（Open Data）是當前全球數字經濟發展的主要趨勢，也是有助于公共數據充分開發的有效機制。政府公開數據是開放數據的重要應用場景之一，因為政府數據首先具有公共屬性，且是較為集中的大規模數據，需要社會各界力量通過發揮各自優勢有效釋放數據的社會和經濟價值。目前，我國各地政府正在積極開發統一的開放平台，制定開放目錄和數據采集标準，以加快公共數據價值轉化、優化數據資源配置。

私有數據參與價值分配主要是在完備的競争性市場中進行公平交易。一方面，個人所有數據的分配形式主要通過使用企業提供的服務或享受更優質的服務間接實現。目前，作為消費者的個人與企業的數據交易一般産生在平台經濟模式下。但由于網絡外部性，擁有較多用戶的平台企業很可能在其行業内擴張形成壟斷勢力，進而對個人數據進行過度開發或買賣。因此，加強平台經濟領域反壟斷和消費者隐私權保護是保障個人數據要素合理參與分配的重要環節。另一方面，對于企業所有數據而言，數據産業鍊上的各類企業都對其所有數據在不同生産環節所作貢獻擁有相應的收益權。這些企業參與分配的形式是根據其生産函數對數據要素的貢獻做出計算與評估，再将其生産的數據産品或相關服務進行市場交易。數據要素市場中的企業可能同時作為買家和賣家，交易過程動态變化。以平台經濟為例，商家作為原始數據提供者是數據的賣方，但其經營依賴于平台，這部分數據貢獻應得的報酬通常以使用平台的服務作為形式，當平台能夠為商家提供較大商業價值時，商家還需向平台交付使用費和管理費。平台在完成基礎數據采集後，可在信息整合的基礎上進行大數據分析，此時的商家便會作為數據要素的買家根據其需求購買經過加工處理後的數據産品或服務。

來源：中國社會科學網 9-28

蔡繼明：beat365經濟所教授