数据生产要素与经济高质量发展：内涵、增长及分配效应研究*

王云霞，段杰鑫

数据生产要素与经济高质量发展：内涵、增长及分配效应研究*

王云霞1，段杰鑫2

（1. 深圳技术大学，广东 深圳 518000；2. 深圳职业技术学院，广东 深圳 518055）

当数据生产要素成为推动数字经济时代的关键生产要素时，对数据生产要素与经济高质量增长的相关研究将成为热点话题。生产要素的升级具有经济增长效应，本文通过对国内外有关数据生产要素对经济高质量增长的相关文献进行系统的梳理与分析，旨在揭示数据生产要素的内涵，探索数据生产要素影响经济高质量增长的路径，并提出未来有关数据生产要素值得深入探究的方向。研究发现，当前有关数据生产要素与经济高质量增长的相关研究还处于探索阶段，对数据生产要素的界定仍存在一定的分歧，有关数字生产要素影响经济增长的机理及数据生产要素价值衡量的相关研究仍不够清晰、不够深入，而这些问题值得未来深入探讨。

数据生产要素；高质量；经济增长；收入分配；研究评述

1 前言及问题提出

人类社会的进步伴随着技术的变革，从蒸汽机到内燃机、从发电机到信息革命，技术变革为世界经济增长带来了巨大的红利。Don Tapscott（1995）在其著作中对数字经济进行了相关的描述，他认为数字经济更多的是描述互联网技术对社会经济的影响。数字经济的概念一经提出，便在业界引起了巨大的反响，逄健等（2013）[1]对各国数字经济的发展趋势及数字经济的发展战略进行了评述，并且认为数字经济是美国、欧洲、日本在面对经济复苏乏力的关键依托。然而，数字经济拉动经济摆脱增长困境在于生产要素的升级，数据生产要素通过挖掘生产要素新价值，实现了生产要素质的飞升，成为拉动经济增长的关键生产要素，各国也纷纷将数据生产要素作为拉动经济增长的重要动力，那么数据生产要素推动经济高质量增长的规律及未来发展的方向如何呢？这是当前学者关注的热点问题。

数据生产要素对经济增长的贡献能否成为继蒸汽革命之后的重要推动力，各国经济学家所持观点不同。有学者认为数据作为一种生产要素通过提高劳动力的受教育程度、变革生产者的消费方式、社会方式来提高社会劳动生产率。美国经济学家保罗.戈登认为，从20世纪后半期开始，技术对经济增长的边际贡献在不断下降。数字技术与人工智能技术的出现，其对既有劳动力的替代不可避免，财产收入分配不公平以及要素收入分配问题也将伴随而来。当前，随着中国劳动力人口红利的消失以及粗放式经济增长拉动经济增长的乏力，以数据要素为依托、以创新驱动为新一轮增长方式的数字化工业革命，将进一步释放中国经济发展的潜力。中国数字经济发展白皮书（2020）认为以数字技术与实体经济结合的新一轮产业革命，正在成为中国加速新业态变革、释放经济发展潜力的重要契机,数字生产要素与实体经济结合，在加速数字经济产业化进程的同时，也促使传统产业向数字化产业体系转变。当数字生产要素赋能产业生产效率的提升时，将数据生产要素纳入收入分配的体制机制，实现资源的有效配置，这是马克思生产要素分配理论的重大创新。因此，对数据生产要素作为重要资源参与社会生产、价值增值以及数据生产要素参与社会分配的研究，将是重要的研究领域。

2 数据生产要素与经济高质量发展：经济学内涵

有关生产要素的论述最早出现在经济学家的论述中，配第认为土地和劳动是财富之父和能动的要素，斯密在破解经济增长之谜的讨论中将资本列为生产要素之一，在之后学者有关财富创造的讨论中，人力资本、科学技术、知识、企业家精神等也成为推动经济增长的重要生产要素。这意味着，科技的进步总是会将不同的生产要素推上历史的舞台，经济增长之谜就在于不同社会发展阶段的生产要素升级和迭代。到20世纪后半期，电子信息技术的发展使科学技术成为推动社会化大生产的新的生产要素，当数字技术不断与传统产业进行融合和渗透时，数据成为生产要素以为必然，如果说石油是工业经济社会最宝贵资源的话，而数据则是数字时代的石油，数据将成为继劳动力、资本、土地、技术及企业家精神之后推动生产率提高的一种重要的生产要素，而市场这只“看不见的手”引导生产要素向最有效的地方流动。数据生产要素是社会劳动生产力从信息时代向数字时代转变的新的生产要素（王静田、付晓东，2020）[2]。

然而，数据生产要素区别于传统生产要素。生产力理论认为，不同的生产要素与不同的技术变革相结合会带来不同的生产力，从农业时代到数字经济时代，生产要素按照不同的构成比例和方式进行组合时，社会生产关系也早已发生了巨大的变革。基于农业劳动与土地生产要素来进行财富创造的生产力是“土地生产力”，基于社会分工和机器生产要素创造社会财富的生产力是“资本生产力”。那么，基于数据生产要素的财富创造是“数据生产力”。数字经济时代，通过对供需双方大量数据的分析，生产者和消费者的信息不完全问题将得以有效解决，资源将得以有效配置，新的生产要素支撑社会的生产力发展水平，并形成新的社会生产和再生产方式。从参与社会的再生产过程来看，如果说农业经济时代是依靠土地作为关键生产要素的粗放型生产方式，那么数字经济时代则是依靠数据作为关键生产要素的精准化生产方式，其在要素投入、产品形态、消费途径等方面区别于传统的生产要素。从要素投入来看，数字经济时代的社会再生产不再依靠大量固定资本的投入，而是通过信息通信技术等无形资产来实现，数字作为一种关键的要素投入，通过对数据进行清洗、挖掘和分析处理来实现产品的增值。从产品的形态和消费来看，数据生产要素依靠的不再是有形的投入和中间品，数字产品的无形、不被感知的特性决定了数字信息产品的交换和消费通常是通过互联网来实现（裴长洪等，2018）[3]。然而，数字经济的内涵包括产业数字化和数字产业化两个方面，数据生产要素对三大产业的渗透同样伴随着有形产业价值的增值过程，对数字经济仅仅是无形的数字产品的理解具有一定的局限性。早在20世纪末，Shapiro C, Hal V（1998）[4]对数据要素价格决定的因素、数据的搜索成本和转换成本、数据的需求等方面进行了前瞻性的分析，认为数据对产业组织和市场结构的影响在于数据对其他生产要素具有联作用，通过规模经济、范围经济及网络效应成为其他要素流转的纽带。在此理论基础之上，王建冬、童楠楠（2020）[5]认为在数字经济背景下，数据生产要素不是独立存在的要素形态，数据联动其他生产要素为其他生产要素提供基础环境，并通过数字化来提高其他生产要素的流转效率，进而实现资金链、人才链、产业链、创新链与数据链穿插联动效应。

那么，数据生产要素推动经济增长是如何实现的呢？有关数据生产要素推动经济增长的理论观点可以归纳为两种，第一种观点认为数据生产要素会直接影响其他生产要素的产出效率，与其他生产要素结合会创造更多的价值，而这种价值创造的过程是间接的；第二种观点认为数据生产要素如同资本、劳动力等生产要素一样，直接参与社会的生产过程并创造社会财富。然而，有学者认为第二种观点与马克思劳动创造价值理论相悖，白暴力、白瑞雪（2019）[6]认为资本、土地等非劳动要素创造价值的理论存在逻辑缺陷和理论困难，而这将导致生产要素的“主体”难以确定以及“贡献”衡量困难。与此相类似，在讨论数据生产要素对经济增长的贡献以及数据生产要素参与社会分配等问题时，王胜利、樊悦（2020）[7]批驳了数据生产要素直接创造价值的论述，认为非劳动生产要素是劳动价值创造的条件，数据生产要素作为重要的“自由”资源，其对经济增长的贡献在于将自身价值进行了转移并实现了生产效率的乘数效应，那种数据创造价值是一种颠倒了一般劳动过程和价值增值过程的观点。由此可见，有关经济增长的问题永远是经济学家讨论的永恒话题，而经济的持续和高质量增长更依赖于生产要素的转换和升级。从生产要素的投入仅为劳动力的农业社会时代，到以资本、劳动力、土地、技术等多种生产要素投入的工业化时代，生产要素升级对经济增长的影响不容置疑，很多学者从资本投入、教育投入、劳动力质量、技术创新、土地投入等各个角度对经济增长的影响进行了讨论[8,9,10,11]。然而，生产要素的经济增长效应仅靠量的积累和增长已经很难对经济起到刺激作用，当前很多国国家出现经济增长乏力甚至停滞不前的重要原因，在于人们忽视了生产要素升级引致经济增长的重要性，一味强调生产要素的一般投入只会导致经济增长动力的丧失（汤文华，2019）[12]，经济学家的研究视角也从经济如何高速增长向经济如何高质量增长转变，而如何挖掘新生产要素的创新驱动作用才是摆脱经济增长乏力的关键。

3 数据生产要素与经济高质量发展：增长效应

数据生产要素是继劳动力、资本、自然资源等传统生产要素之后实现经济增长动能转换的重要生产要素。数据生产要素与其他生产要素的最大区别在于其具有要素报酬递增的规律，其对经济增长质量的影响不仅体现在提高劳动力、资本等生产要素的效率，在改造和渗透传统生产要素的同时，通过生产要素之间的替代和精准匹配达到资源的最优配置，进而驱动经济的高质量发展（王娟，2019）[13]。当前，要素配置优化及要素创新下的要素升级触发新一轮的经济增长，那么数据生产要素影响经济高质量增长的内在逻辑及路径如何？由数字生产要素引致的宏观经济、微观企业的财富增长是否符合熊彼特“创造性破坏”的创新式增长？国内外学者就这些问题从宏观经济增长、产业增长和微观企业运行等方面展开了讨论。

从数据生产要素对宏观经济增长影响的相关研究来看，一些国外学者的关注点主要在于生产要素的数字化升级能否帮助发展中国家实现赶超战略以及制约因素。Etoundi，Onana and Olle，etc（2016）[14]认为数字经济是发展中国家追赶发达国家的新契机，并从人力资本、商品和服务的生产、产业政策、技术及基础设施、战略等方面分析了喀麦隆发展数字经济的现状及面临的挑战，提出了喀麦隆发展数字经济的路径，这对发展中实现国家经济赶超具有重要的借鉴意义。刘淑春（2019）[15]通过对比全球主要国家数字经济战略的图谱后发现，数据生产要素对经济增长的影响具有不受空间限制的特征，当前各国已经将数字经济上升到技术创新、产业升级、经济转型的重要战略高度。数据生产要素是数字技术与经济深度融合并催生出的产物，荆文君、孙宝文（2019）[16]认为数据生产要素促进经济增长的微观机理在于互联网、大数据、云计算等技术形成了经济增长所需的规模效应和长尾效应，通过信息匹配降低决策成本，通过供需对价格的影响形成经济的均衡增长，并通过加速知识扩散来推动创新加速。在此基础上，刘平峰、张旺（2020）[17]讨论了数字技术赋能实体经济并提高全要素生产率的路径，他们认为数字技术与实体经济加速融合的过程中会对传统生产要素进行优化和赋能，资本赋能型技术和劳动赋能型技术是数字技术赋能资本和劳动力的产物，而数字技术赋能全要素生产率的路径在于当数字技术与劳动力、资本等生产要素结合时，将会产生数字技术偏向效应、要素配置偏向效应以及数字技术偏向与要素配置偏向的交互效应。然而，数据生产要素的经济增长效应也会受到一些制约因素的影响，我们在讨论数据生产要素对宏观经济的影响不受空间局限的同时，模糊的地理界线也将使数字经济的全球化规则制定（Guillaume and Kevin. Etc，2020）、政府在税收政策的制定（Maya. Etc，2018）、政府投资及劳工保护（Valentina and Giuliano. Etc，2020）等方面面临挑战[18,19,20]，受于篇幅限制，本文在此不再赘述。

从数据生产要素对产业增长影响的相关研究来看，数据生产要素影响产业增长的本质在于基于互联网的跨行业融合，数据作为一种新的生产要素不同于传统生产要素的重要特征在于流动性的差异，不同生产要素的流动性不同，其对价值创造过程的影响也不同。数据的生产要素化过程，不仅具有其他生产要素所不具备的高流动性，其强大的资源整合能力可以整合资本、技术、劳动力等生产要素（刘玉奇、王强，2019）[21]，并对产业发展带来深远的影响。有关数据生产要素的产业研究多集中在工业领域，其研究结论主要有三点，一是数据生产要素推动了工业发展模式的变革，使中国制造业向全球价值链的高端位置延伸。数字生产要素通过与制造业融合，能够增加制造业企业的共享能力、服务能力和柔性能力，进而实现制造业企业从价值链的低端向价值链高端的攀升；二是工业发展在数字变革的推动下形成了新的制造模式，个性化定制、网络协同制造等成为数字经济下中国工业高质量发展模式的重要探索（曹正勇，2018）[22]。现有企业的生产制造通过与数字技术结合，不断催生演进出新的商业模式，如家具品牌商品宅配的制造流程就是借助数字技术赋能大规模定制，通过依托大数据与云计算等数字技术，企业更容易捕捉消费者的消费心理和个性需求，进而依托数据资源进行个性化的生产（周文辉等，2017）[23]。三是数据生产要素有利于制造业产业结构的优化升级。在数字经济时代，数据作为一种高流通要素介入产业体系将会强化产业的数字化进程，数字化的介入将打破产业集聚的空间效应，推动产业的上下游环节对企业的各个生产环节进行梳理，并开展一系列的创新和应用来推动企业的数字化转型（刘玉奇、王强，2019）[21]。由此可见，数据生产要素在对资本、劳动力等传统生产要素进行替代和渗透的作用下赋能产业，从而提升产业的生产效率。那么数字技术在重构传统生产要素并催生出数据生产要素的情况下，数字生产要素的技术赋能是否会影响制造业的全要素生产率呢？刘平峰、张旺（2020）[17]认为在数字技术赋能资本和劳动力等生产要素的前提下，制造业的资本劳动替代弹性为0.763，数字技术对制造业全要素生产率增长的贡献为4.1%。值得关注的是，数据生产要素对不同产业的驱动势必存在一定的差异性。根据相关统计，我国2016年数字经济占农业、制造业和服务业的比重分别为6.2%、17%和29.6%，数据生产要素对服务业的渗透能力高于制造业和农业，制造业服务化将是未来制造业的转型趋势（赵西三，2017）[24]。然而，当前学者对数据生产要素在产业领域的研究多关注工业企业，在农业和服务业领域的相关研究较少，仅有少数学者对数据生产要素在商贸流通业的影响进行了分析。俞彤晖、陈斐（2020）[25]认为受数字经济的约束，商贸流通业面临着多种角色的转变，商贸物流在规模经济质变拐点、消费需求加速变革以及数字技术等新生产方式兴起的核心驱动力下，物流智慧化转型将成为物流产业高质量发展的核心目标。因此，有关数据生产要素的产业研究领域值得进一步拓展。

从数据生产要素对微观企业运行的影响来看，以数据生产要素为依托推动企业在生产、分配、交换、消费等环节的生产效率和质量的提升，是企业由粗放式增长向高质量增长的关键。国外有关数据生产要素对企业影响的研究起步于互联网经济，Hartman，Sifonis and Kadir（2000）提出企业管理层对数字经济的领导、政府为企业提供的数字资源和营商环境，企业在适应数字化变革过程中的能力、企业的信息技术基础设施及软硬件技术是企业在互联网经济中成功的四大变革因素。Clark D.N（2002）[26]在此研究基础上，设立了衡量国家数字经济适应能力的指标体系，为研究一国数字经济的发展水平提供了研究方法，并据此进一步对新西兰制造业、商业服务业、教育、零售业、旅游业、交通及物流业的数字经济适应能力进行了分析，这为研究企业数字经济适应能力与企业绩效之间的关系提供了思路。Thompson等（2013）认为数据生产要素对生产者的显著影响在于提高生产者的创新能力，其原因在于数字经济实现了生产要素的数字化，大数据及人工智能技术的应用缩短了供应链长度，提升了供应链效率，节省了企业成本，提高了企业盈利能力，而盈利能力的提升可以激励企业释放出更多闲置资源，以用于自主研发等创新活动。温珺等（2019）[27]认为数字经济对创新能力提升的路径，主要在于产业经济的数字化。数据生产要素构建了生产者和消费者沟通的桥梁，消费者通过直接反馈需求以及参与企业产品开发的过程，在提升企业创新能力的同时，提高了产品开发的成功率。

以国内知名电商蛋糕品牌幸福西饼为例，始终坚持“百分百新鲜制作”和2小时配送。幸福西饼借助云计算从品质、物流、仓储、销售多方位来实现数字化变革，幸福西饼从不用隔夜原料制作蛋糕。线下门店、线上商城、配送中心全部实现在线物料申请提单与跟进，订单平台统一查询管理，员工次日早晨就能收到当天所需物料。为保证两小时新鲜送达，幸福西饼采用中央工厂带小型的卫星工厂运作。总仓对分仓的分布式调拨一步到位，无需二次录入，货在途中即知所有货物明细，协作流畅，操作便捷。为保证全国合作伙伴食品品质，幸福西饼依靠供应链进行标准化对比分析，每卖100份蛋糕，需要多少面粉、鸡蛋和水果，当物流信息不符标准时，系统及时报警。让员工从原先海量的单据中解放出来，从更高层次看待自己的工作，生成分析报表帮助员工解决日常工作中未发现的问题，并通过与粉丝深度互动，增加粉丝黏性，为线上销售引流，通过多渠道营销，开展私域、社群运营消费场景搭建，来提高产品的复购率，同时在与用户深度交流中明确用户真正需求，精准规划业务未来发展。可见，数字技术与实体经济的结合将实现传统生产要素的数字化，大数据、人工智能等技术的应用将提高生产要素的效率，进而达到数字生产要素促进实体经济增长的作用。

4 数据生产要素与经济高质量发展：分配效应

数据生产要素在参与经济增长的过程中，按照生产要素贡献参与生产分配是对马克思主义经济学理论的重大创新。作为一种新的经济形态，数字技术在三次产业中的广泛渗透，使得生产要素能够在短时间内突破时空限制，数据生产要素通过改变要素投入结构并实现经济高质量增长。数据生产要素在与资本、劳动力等生产要素结合的过程中，其资源配置、渗透融合及产业协同效应极大地提高了要素生产率，成为推进产业结构调整和实现经济可持续发展的强大力量（裴长洪等，2018）[3]。当前，数据生产要素已经成为推动社会经济深刻变革的关键生产要素，根据研究机构的研究结论①，中国数字经济规模在2018年的GDP比重为34.8%，总产业规模达到31.3万亿元，其中在长三角、珠三角等地区数字经济化规模较好，吸纳就业1.91亿个，数字经济成为各产业转型吸纳劳动力的重要力量。因此，当数字渗透到社会生产的各个领域，并成为生产的关键环节和重要支撑时，数字作为生产要素参与社会的生产分配则成为必然。对数据生产要素配置问题的研究，一是应关注数据生产要素市场的价值化，这是数据生产要素实现市场化配置的关键所在；二是统一数据生产要素市场的构建，这是数据生产要素的跨区域流动的基础。

首先，从数据生产要素的价值研究来看,数据资源本身并不产生价值，数据价值的实现是马克思资本论中从商品到资本的“惊险一跃”。根据相关机构的研究结论②，中国大数据产生量将从2018年的7.6ZB增加到2025年的48.6ZB，数据交易将呈爆发式增长，数据生产要素的价值释放是推动数据成为经济高质量增长的新动能。在数据生产要素成为国家重要战略资源的情况下，对数据生产要素的价值评估是数据生产要素参与要素分配的前提。然而，当前数据生产要素仍面临“数据孤岛”的困境，有关于数据生产要素的产权界定、数据生产要素的市场定价、数据生产要素的供给和需求、数据要素市场的治理、数据生产要素的配置等市场化问题仍不明晰（王芳，2020）[28]。激发数据生产要素从资源到资本的转变需要在数据的交易和流通中实现，从数据生产要素自身价值衡量来看，经过整理、清洗、分析、可视化后的原始数据将如同货币或贵金属一样成为数据资产。李永红、张淑雯（2018）[29]从数据数量与数据质量以及数据分析能力两个维度对数据资产的评估方法和模型进行了构建，这为数据资产的价值评估和交易提供了新的思路。此外，生产要素的价值主要通过企业内部优化、数据业务商业化及数据交易产业化来实现（方元欣、郭骁然，2020）[30]，数据生产要素的零边际成本、高流动性特征还有利于重构流动性弱的生产要素，传统企业与数据生产要素结合进而指导生产、销售、零售、物流等生产环节向智慧生产、智慧零售、智慧供应链方向发展。从本质来看，数据生产要素的高流通性是其参与企业资源配置的重要特征，在传统生产要素受制于地理、空间、硬件设施等因素时，数据生产要素却通过赢家通吃、跨界竞争、长尾市场等效应，参与大数据时代的资源配置（刘玉奇、王强，2019）[21]。然而，数据生产要素参与市场配置仍存在诸多阻碍和制约。数据生产要素虽具备价值属性和资产属性，但因数据要素价值转化受技术手段、价值评估体系等诸多因素的影响，数据要素的在交易市场上交易的效率较低，这将制约数据要素交易的规模和范围，并降低数据生产要素市场化配置效率的重要原因（张享维，2020）[31]。

其次，如何构建统一的数据要素市场，实现数据生产要素的跨域流通是当前值得考虑的问题。王建冬、于施洋等（2020）[32]认为数据生产要素的自由流动受区域基础设施、能源及算力等因素的影响，中国区域间数据要素资源整体上存在“西部过剩，东部不足”的不平衡局面，在信息基础设施完善的基础上重构数据产业链是实现数据生产要素跨域流动和均衡发展的路径。要素的跨域流动不仅涉及到不同地理区域之间的数据要素流动，同时涉及到政企之间的数据要素流通。然而，当前中国的政府数据开放刚刚起步，企业出于隐私保护或商业利益的维护等问题，想政府开放数据的意愿较低（于施洋等，2020）[33]，这导致政企之间的数据对接困难，数据资源共享的壁垒仍然难以打破。

数字生产要素参与企业资源配置的一个典型案例就是“淘富成真”开放式创新平台的建立，其商业模式将各异质性企业的生产制造、研发设计、云计算和销售等核心能力进行融合，数字生产要素的流动促使传统纵向一体化的企业向外部创新平台演化，“淘富成真”平台运作的项目由创业者提供最初的想法，通过创新平台募集资金，并由富士康等工厂进行样品生产和设计，通过阿里云计算链接销售端从而形成创业闭环，从而降低产品孵化的失败率。可见，基于数字生态的创新和互联网平台，通过匹配历史数据和即时数据、虚拟世界和现实世界，从而提高企业的资源配置能力。

5 结论与展望

中国要素市场的发展仍处于起步阶段，对数字经济和数字生产要素的研究是当前学者关注的热点话题，通过梳理和分析有关数据生产要素的经济学概念、数据生产要素与经济增长以及数据生产要素与生产分配等相关问题的研究后发现，当前仍有很多有关数据生产要素与经济高质量增长的问题值得深入开展。

首先，从有关数字生产要素的理论性问题来看，数据生产要素虽然属于经济学有关生产要素的理论范畴，但数据生产要素具有非排他性、规模经济性、可再生性、强渗透性等区别于传统生产要素的特征，针对数据生产要素的市场化行为也需要新的理论解释。当前，学者有关数据生产要素是数字经济的第一生产要素已达成共识，然而对数据生产要素的界定范围仍存在一定的分歧,尚未形成数字经济核算的统一口径，探索以数据生产要素为关键生产要素的生产力研究尚处于起步阶段。

其次，从探索数据生产要素推动数字经济发展的机理研究来看，数字生产要素成为关键生产要素是社会生产关系演进的结果，数据生产要素微观层面对经济产生了深刻的影响，然而当前有关影响数字生产要素供给与需求的因素、数字生产要素的流动性、数字生产要素的定价、数字生产要素与其他生产要素的作用机理、数字生产要素参与生产以及对生产函数的贡献、数字生产要素的外部性等经济学问题的研究仍不够清晰、不够深入，而这些理论性问题是开展数字经济相关研究的基础。

再次，从数据生产要素影响宏观经济发展的相关研究来看，数据生产要素通过渗透作用，在提高全要素生产率的基础上实现经济的内涵式增长。然而，对比国内外学者有关数字经济发展水平的研究来看，数字经济发展水平在区域间存在一定的差异性，有学者虽然分析了数字技术对区域经济的影响的差异性，且得出了数字技术在经济越发达的地区带来的边际效应也越高的结论，但有关数据生产要素对区域经影响差异性的相关问题并没有展开讨论，对各区域经济发展规模以及均衡性等问题的探讨，尚为缺乏。

最后，从数据生产要素的收入分配问题来看，当生产要素参与到生产过程并产生价值时就可以按照贡献度参与分配。然而，当前有关数据生产要素的资产界定和价值评估问题仍是制约其参与要素贡献分配的重要因素，虽有学者在理论上提出了采用收益法、成本法、市场法等来衡量数据生产要素的价值，但由于数据生产要素具有非物质形态、可复制性等特征，对数据生产要素的价值评估仍处于经济学家的理论模型构建阶段。当一种生产要素的价值难以衡量时，这将在很大程度上影响生产要素参与分配的过程。因此，如何将数据生产要素的价值嵌入生产函数，并能有效构建和评估数据生产要素的价值，这是研究数据生产要素收入分配问题的重要前提。

①中国通信产业研究院发布的《中国数字经济发展与就业白皮书（2019）》认为，中国数字经济2018年的数字产业化和产业数字化的规模分别为6.4万亿和24.9万亿。

②智研咨询发布的《2020-2026年中国大数据行业市场现状调研及投资前景研究报告》。

[1] 逄健，朱欣民．国外数字经济发展趋势与数字经济国家发展战略[J]．科技进步与对策，2013（08）：124-128．

[2] 王静田，付晓东．数字经济的独特机制、理论挑战与发展启示——基于生产要素秩序演进和生产力进步的探讨[J]．西部论坛，2020．

[3] 裴长洪，倪江飞，李越．数字经济的政治经济学分析[J]．财贸经济，2018（9）：5-22．

[4] Shapiro C H V. Information rule: A strategic guide to the network economy[M]. Harvard Business School Press, 1998：57．

[5] 王建冬，童楠楠．数字经济背景下数据与其他生产要素的协同联动机制研究[J]．电子政务，2020（03）：22-31．

[6] 白暴力，白瑞雪．“三要素创造价值理论”分析——内在逻辑缺陷与外在理论困难[J]．政治经济学评论，2019（05）：117-137．

[7] 王胜利，樊悦．论数据生产要素对经济增长的贡献[J]．上海经济研究，2020（07）：32-39．

[8] 谭术魁，饶映雪，朱祥波．土地投入对中国经济增长的影响[J]．中国人口·资源与环境，2012（9）：61-67．

[9] 严成樑，崔小勇．资本投入、经济增长与地区差距[J]．经济科学，2012（02）：21-33．

[10] 朱勇，张宗益．技术创新对经济增长影响的地区差异研究[J]．中国软科学，2005（11）：92-98．

[11] 揭辉，王成勇．教育投入、劳动力质量对经济增长的影响效应研究——基于STR模型[J]．华中师范大学学报，2019（1）：51-59．

[12] 汤文华．生产要素升级的经济增长效应、机制及实现路径[J]．前沿，2019（04）：61-69．

[13] 王娟．数字经济驱动经济高质量发展：要素配置和战略选择[J]．宁夏社会科学，2019（5）：88-94．

[14] Etoundi R A, Onana F S M, and Olle G D O, et al. Development of the Digital Economy in Cameroon: Challenges and Perspectives[J].The Electronic journal of information systems in developing countries, 2016，76（1）：1-24．

[15] 刘淑春．中国数字经济高质量发展的靶向路径与政策供给[J]．经济学家，2019（6）：52-61．

[16] 荆文君，孙宝文．数字经济促进经济高质量发展：一个理论分析框架[J]．经济学家，2019（02）：66-73．

[17] 刘平峰，张旺．数字技术如何赋能制造业全要素生产率[J]．科学学研究，2020（9）：1-18．

[18] Bacache-Beauvallet M, Bloch F. Special issue on taxation in the digital economy[J]. Journal of Public Economic Theory, 2018，20（1）：5-8．

[19] Amuso V, Poletti G, Montibello D. The Digital Economy: Opportunities and Challenges[J]. Global Policy, 2020，11（1）：124-127．

[20] Beaumier G, Kalomeni K, Campbell Verduyn M, et al. Global Regulations for a Digital Economy: Between New and Old Challenges[J]. Global Policy, 2020，11（4）：515-522．

[21] 刘玉奇，王强．数字化视角下的数据生产要素与资源配置重构研究——新零售与数字化转型[J]．商业经济研究，2019（16）：5-7．

[22] 曹正勇．数字经济背景下促进我国工业高质量发展的新制造模式研究[J]．理论探讨，2018（02）：99-104．

[23] 周文辉，王鹏程，杨苗．数字化赋能促进大规模定制技术创新[J]．科学学研究，2018（8）：1516-1523．

[24] 赵西三．数字经济驱动中国制造转型升级研究[J]．中州学刊，2017（12）：36-41．

[25] 俞彤晖，陈斐．数字经济时代的流通智慧化转型：特征、动力与实现路径[J]．中国流通经济，2020（11）：33-43．

[26] Clark D N. Getting ready for the digital economy: Net Readiness in New Zealand industries[J]. Strategic Change, 2002，11（4）：195-203．

[27] 温珺，阎志军，程愚．数字经济驱动创新效应研究——基于省际面板数据的回归[J]．经济体制改革，2020（03）：31-38．

[28] 王芳．关于数据要素市场化配置的十个问题[J]．图书与情报，2020（3）：9-13．

[29] 李永红，张淑雯．数据资产价值评估模型构建[J]．财会月刊，2018（09）：30-35．

[30] 方元欣，郭骁然．数据要素价值评估方法研究[J]．信息通信技术与政策，2020（12）：46-51．

[31] 张享维．数据要素参与市场分配的瓶颈与突破[J]．商讯，2020（36）：127-128．

[32] 王建冬，于施洋，窦悦．东数西算：我国数据跨域流通的总体框架和实施路径研究[J]．电子政务，2020（03）：13-21．

[33] 于施洋，王建冬，郭巧敏．我国构建数据新型要素市场体系面临的挑战与对策[J]．电子政务，2020（3）：1-12．

Data Production Factors and High Quality Economic Development: Research Progress and Review

WANG Yunxia1, DUAN Jiexin2

（,）

When data production factors become the key production factors to promote the digital economy era, the research on data production factors and high-quality economic growth will become a hot topic. This paper aims to reveal the connotation of data production factors, explore their path in affecting high-quality economic growth, and point out their research direction in the future. The study found that the current relevant research on data production factors and high-quality economic growth is still in the exploratory stage. There are still some differences on the definition of data production factors. The relevant research on the mechanism of digital production factors affecting economic growth and the value measurement of data production factors is still not clear. These problems await further discussion.

data production factors; high quality; economic growth; income distribution; research review

F061.2

A

1672-0318（2021）06-0007-08

10.13899/j.cnki.szptxb.2021.06.002

2021-06-11

广东省教育厅思想政治教育课题“数字经济时代大学生网络消费需求实证研究”（2020GXSZ089）。

王云霞，女，山西长治人，深圳技术大学副教授，研究方向为数字经济、流通经济。

段杰鑫，男，山西运城人，深圳职业技术学院副教授，研究方向为大数据。

（责任编辑：邓耀彩）