数据要素投入的产权分配探讨——基于生产侧视角

朱 宁，曹 博

（1.中国农业科学院 农业经济与发展研究所，北京 100081；2.中国移动通信研究院 战略与产业研究所，北京 100053）

一、引言

新中国成立以来，我们党团结带领全国各族人民自力更生、艰苦奋斗，积极探索、大胆实践，通过集中土地、资本、劳动力以及自然资源等要素走出了一条中国特色的新型工业化发展道路。尤其是金融体系快速集聚了民间分散的各类储蓄输送到了亟待工业化的生产部门，形成了快速工业化的基础，即要素投入方式的转变推动了产业结构的调整，满足库兹涅茨定律。但同时，体制机制不完善使得不同经济行为主体的“激励不相容”带来的生产效率低下、增长不可持续问题凸显。改革开放后，随着计划经济向市场经济的转轨，中国的工业发展进入了结构优化的阶段，好的税收预期、好的利润预期以及好的收入预期借助特定的经济政策同时实现了以上三个主体的利益一致性，通过发挥市场的作用，调整不同产业间失调的比例关系。社会主义市场经济体制确立后，高度重视基础产业、支柱产业和高新技术产业的发展，市场经济的不断完善推动着产业结构不断调整升级，推动了城市化大发展，但也使得不同区域之间的产业布局高度雷同、企业同质化严重，引发了内外失衡、部分区域过度投资造成效率低下等诸多严重问题[1]。

当前，中国政府职能从单一的“计划分配者”向“激励相容”政策的制定者逐渐转化，以“东数西算”为代表的数字经济新基础设施建设布局带来的信息高流动性正在改变过去要素分配不均衡的发展结果，区域之间的壁垒逐渐被打破，产业结构从重资产向轻资产、经济发展从不均衡向均衡不断转变，数字经济逆势增长，成为重组全球要素资源、重塑全球经济格局、改变全球发展态势的关键力量，更是赋能实体经济提质增效、提升全要素生产力的重要抓手。

二、数据要素投入和供给变化

随着经济增长理论的不断发展，哈罗德—多马模型标志着形式化的增长模型开始建立，开启了以资本和劳动力的投入为基础，探讨技术外生、技术内生、制度变迁、结构变化以及需求因素与经济增长关系的阶段[2]。当前，数字经济的发展打破了土地、劳动力、资本等传统生产要素在数量和空间上对经济增长拉动的限制，通过变革生产模式、改变价值分配、完善组织形态等方式，提升了经济运行的效率。引入新的生产要素——“数据”纳入经济增长模型，首先需要回答的问题是区别于模型中已有变量的核心特征是什么[3]。除了虚拟性之外，数据要素的特征还包括非竞争性、隐私负外部性等。

1.隐私负外部性、边际收益和企业产出

假设数据是由消费者的单位消费行为产生的副产品，那么该数据集反馈给平台公司或企业的信息透露了该消费者的某项偏好，数据规模越大，生产者获取的需求类信息集合越丰富，涉及某个消费群体的“隐私”泄露情况也就更加严重，损害消费者权益。尤其是在企业以“补贴”换取“隐私”的活动中，任何数据要素的市场化交易都面临着相应的隐私负外部性问题。从生产者的角度来看，隐私负外部性体现为被动情况下的“创造性破坏”(Creative Destruction)。当生产者拥有数据所有权时，企业内部会过度挖掘和使用自己拥有的数据，但对行业外分享数据的激励不足。如果某一行业/企业受到恶意窃取数据者的攻击，被动分享的数据越多，其他行业对该行业的了解越详细，该行业内部的创新迭代速度越快，新进入的初创者对原有厂商的替代愈加频繁，行业趋于完全竞争市场，生产者利润下滑、生存难度增加，即行业的“隐私负外部性”。

直观上看，非竞争性的数据要素与其他变量及生产过程的结合可以使经济产出获得规模报酬递增的效果。与技术、知识的基本特性相同，可复制性和非竞争性意味着某一数据集可被多主体共同使用，从社会计划者的角度实现帕累托改进，提高社会福利水平。但是，规模报酬递增的前提是数据的隐私成本与数据使用量之间是线性关系。Jones &Tonetti(2020)[4]的研究中，基于消费者角度的数据隐私成本被设定为：

图1 数据要素投入的边际成本和边际收益变化曲线

因此，对数据要素投入影响产出的评价取决于要素增加的边际成本和边际收益之间的关系，二次成本函数的设定可能会导致数据要素投入的单位产出存在规模报酬递减的现象，在数据产权法律法规完善的前提下，隐私成本的刻画和度量最终影响着企业是否能够实现产出最大化的目标。

2.经济增长新范式

数据要素通过提高信息流动的速度和知识传播的效率进入经济增长模型，改变了原有的生产函数内涵，即：

数据是一种虚拟的、存在于数据库与互联网空间中的资源，虚拟性意味着数据必须以其他生产要素作为载体才能发挥作用[5]。式(2)中，Y 为总产出，A 表示技术水平，L 和K 分别为总劳动量和物质资本，S(D)是知识关于数据的函数，数据利用信息平台进一步集聚，进而以“知识”的形态提供给潜在用户，产生可以助力生产者和消费者决策的最优选择集合，形成对未来的预测，从而提高生产效率[6]。若假定生产函数为偏向劳动的Cobb-Douglas 技术进步函数，集约形式的表达式如下：

假定经济总是处于充分就业状态，技术以常数g 增长，劳动力供给以常数n 增长，rk为总收入中投入到物质资本积累K的部分，rs为总收入中投入到知识资本积累S 的部分，同时物质资本与知识资本拥有同样的折旧率δ，则有：

在经济增长的稳态水平下：

2.2 两组患儿临床症状消失时间或缓解时间比较 两组完全退热时间比较，差异无统计学意义(P>0.05)；观察组咳嗽消失时间、喘息缓解时间、IgE减轻时间均少于对照组，差异均有统计学意义(P<0.05)。见表2。

可以看出，在稳态的平衡增长路径下，人均产出的增长率取决于人口增长率、技术进步增长率、物质资本以及由数据要素投入决定的知识资本的积累速度。基于以上扩展的索罗模型，国家和地区间经济水平差距出现了又一个可能的来源——以数据为投入要素的知识资本，在后工业化时代，当人口红利消失、物质资本积累产生的边际效益逐渐下降甚至为负时，提高总收入Y(t)中投入到知识资本积累的部分rs，即增加与数据要素集聚相关的新型基础设施投资，对于经济增长的贡献更为重要。

一方面，数据要素投入加速了信息和资源的流动，通过建立一个信息对称的市场降低了买卖双方的交易成本，促进彼此合作。与传统企业投入资本、劳动力等获得相应的产出不同，新阶段复杂的专业化分工带来的以数据收集、信息处理和资源匹配等为主要职能的“中介”平台（新的生产者形式） 开始出现，在传播知识和促进竞争方面发挥着越来越重要的作用。以资本市场为例，企业信息的及时准确披露有助于提高其股票流动性，在规避贱卖国有资产风险的前提下，充分竞争带来“较高”的交易价位可以实现国有资产的保值增值，优化企业内部的权利分配、缓解“委托—代理”问题下的股权制衡压力。

另一方面，数据要素与生产过程的结合提高了其他要素的使用效率，增加产出。生产者自身或依靠“中介”平台，获得有助于提高生产效率、匹配市场需求的数据集合后，通过对生产要素组合进行不断的调整优化能提高自身的产品创新能力，满足不同消费者的差异化需求，促进生产边界向外移动。以数字技术与劳动投入要素的结合为例，人工智能的普及使得算法代替人力的趋势愈加明显，导致劳动收入份额下降、影响资本劳动比，从长期来看，促进了生产者对高技能水平劳动者的投入偏好，降低人工总成本。

三、数据产权分配探讨及企业数字化转型决策

产权在现实中是一组权利束(A Bundle of Rights)，通过社会强制实现对某种经济物品的多种用途进行选择[7]。在产权界定不清晰的前提下，新要素的介入会加剧生产者、消费者以及数据中介平台之间市场地位的不对称。巨量数据给先进入者带来的竞争优势增加了后来企业的生存难度，使产品或服务的多样化与彼此之间的替代弹性正相关，加强行业壁垒，还会通过价格歧视进一步挖取消费者剩余，对社会整体福利产生负向影响[6]。

1.数据产权分配形式探讨

数据初始产权的拥有者包括生产者、消费者和数据中介平台，使用权不同归属的设定除了影响消费者个人和行业整体的隐私权，还会在不同程度上限制数据共享，影响社会总产出。

从生产者的角度看，企业倾向于在生产过程中“过度”使用自身拥有的数据集，以优先增加产出为目标且不考虑对消费者隐私的保护，同时出于避免创造性破坏的动机限制数据分享。假设企业拥有数据的分配和使用权，即企业选择不同的数据集合使得产出最大化，将式(2)进一步扩展，得到：

式(9)中，xit代表企业i 的自有数据，代表第t 期该企业i从其他企业购买的数据包，Lit和kit为企业i 在t 期的劳动力和资本投入，代表数据集投入对全要素生产率A 的综合影响，即数据要素的投入不是单方面的，而是通过影响其他要素的使用效率以及与生产过程的深度融合来提高产出。

其中，cit代表消费者i 在t 期的消费，u(cit，xit)是消费者i在t 期的效用函数，受该期消费水平cit、出售数据的收益xit以及自身隐私保护程度的综合影响。

数据中介平台的经营边界受到数据分享的相关法律法规限制，其收益来自于数据包出售和购买之间的差价。从社会整体看，限制数据分享与无法得到产权保护的数据经营者利益受损的结果类似，都会影响社会福利总水平，有下式：

式(11)中，M(Pst，xsit，xbit)是数据平台i 在t 期选择以价格pbt购买的数据集xbit和以pst价格出售数据集xsit的函数，假设数据的相关权利束受到严格保护，与数据平台i 决定t 期数据集xsit的出售价格pst类似，xbit的价格pbt完全由卖方视市场情况决定，则数据中介平台的目标是按照何种比例安排出售和购买(xsit，xbit)以实现自身收益的最大化。若政府出台限制数据分享的相关法律法规，则数据中介平台的角色在市场中消失，与社会发展趋势和产业结构升级方向相悖，不符合经济学假设。

对式(9)和式(10)进行比较，可以看出，消费者效用最大化的目标符合“社会计划者”的意愿，赋予消费者数据所有权有助于实现社会福利水平的最大化；从生产者的角度来看，赋予企业数据所有权可以带来接近最优的要素资源分配，在当前数字经济发展的初级阶段，更符合市场经济“先行先试”的逻辑，能够实现增长预期。

2.企业数字化转型决策面临的问题

在面临是否引进大数据、云计算、人工智能等信息化设施时，企业决策者考虑的首要问题是投入产出比，即回答数字化到底有没有用以及有什么用的问题。2017 年诺贝尔经济学奖获得者理查德·塞勒提出行为经济人并非时刻都是完全理性的，企业的数字化转型决策有两种投资逻辑：确定效应和反射效应。确定效应指多数人会在“确定收益”和“赌一把”之间选择确定收益，而反射效应指多数人在“确定损失”和“赌一把”之间选择“赌一把”。首先，数字经济成为推动各国经济发展的重要引擎，这一过程离不开数字化转型，数字化转型是数字经济下的产物，也是数字经济发展的驱动力之一，中国数字化转型走在前列的典型企业的执掌者纷纷意识到虽然短期内数字化的收益不可预期，但长期不转型的成本难以忍受，包括无法定位客群、营销渠道失准、供给不能匹配消费需求、企业内部沟通成本高昂等。其次，数字化带来了新消费人群和消费新主张，消费及管理决策的重构对企业的数字化系统提出了更高的要求，以消费者为主导的市场仅体现在供给端的数字化解决方案却无法满足社会发展需求，行业领导者纷纷选择自建系统以保证“领跑者”地位。再次，企业数字化转型的投入和收益并非平行线，从单项应用、企业级集成到产业链级集成、产业生态系统，只有跨越其中的某个临界拐点后，企业收益才会呈现出指数增长。考虑到巨大的时间成本和高昂的人工成本及软件更新维护成本，在必要性和紧迫性不足的情况下中小企业相对于大企业更加缺乏转型动力。另外，数字化专业人才对不同行业生产运营及销售模式的深度理解是“产业和数字化”深度融合进而迸发出产出倍增效应的关键。最后，企业数字化转型面临的终极问题是在已有的信息化架构上不断实现迭代，构建适应不同群体消费者的自我进化能力。这就要求企业除了增加数字化方面的投入外，还需企业不断对经营管理过程植入新的战略理念、发掘新的商业模式，在技术和行业生命周期中持续领先。

现实中，企业的数字化转型被称为“一把手工程”，其根本是人的转型，包括学习意识、组织意识的重构等，数字化转型为企业组织带来的变化毋庸置疑，在这一目标既定的情况下需要进一步考虑不同企业实现数字化转型的路径，即方法论问题，把握数字化经济时代带来的新发展机遇。

四、数字化转型与企业成长的实证探讨

为考察现实中数字化转型与企业成长之间的关系，将上文公式(9)中A(xit)理解为数字化技术的应用，代表着数字科技与生产发展深度融合的微观转变。同时，基于数据可得性的考虑，文章选取国泰安数据库(CSMAR)中A 股上市公司2007—2020 年的数据为初始研究样本，相关企业年报数据则来自深圳证券交易所、上海证券交易所官方网站，数字化转型指标系使用Python 软件从企业年报文件中抓取关键词条构建而成，探讨数字化转型对上市企业的影响，进而得到数字化转型影响企业成长的实证结论。借鉴吴非等(2021)[8]的研究，建立如下模型：

其中，Tobinit为上市公司企业成长数据，下标i 代表企业，t 代表年份。Digitalizationit为企业i 在年份t 的数字化水平，Xit为一组控制变量，包括企业资产收益率(roa)、企业规模(size)、上市年限(lnage)、营业总收入(sale)、现金流量(cash)、所得税税率(tax)、资本密集度(capital)以及资产负债率(lev)；∑ind 表示数据样本企业不随时间变化的行业异质性；∑year 为时间固定效应；β 为待估参数。在所有回归方程中，均默认采用了Cluster聚类稳健标准误调整的t 统计量。

利用计量回归模型考察变量间的（因果） 关系，回归系数及其标准误往往会受到控制变量和固定效应的影响，有时候甚至会得到截然相反的结论。为确保研究结论的可靠性，文章首先在不添加任何其他控制变量和固定效应的情形下，考察基础模型中核心自变量对因变量的影响；然后，逐步考察控制变量的引入与控制不同固定效应层级对研究结论的影响，表1 的回归结果均控制了企业层面的聚类标准误。可以看出，在三种情形下，数字化转型均与企业成长正相关，即数字要素与企业生产过程的融合促进了公司成长、提高了产出绩效。

表1 模型回归结果

五、对策建议

根据文章的研究结论，实现数据要素投入对企业成长的正向作用机制，包括在相对完善的市场开放机制前提下界定数据要素的权属问题、赋予数据要素相对明确的资产属性，保障数据要素的充分流动和共享以及全面推动数字化转型，最终实现经济增长的倍增效应。

一方面，规范数据要素产权治理。相关政策的制定需要综合考虑数据要素不同产权分配形式带来的后果，在法律层面实现多个主体经济目标的“激励相容”。包括界定个人、企业和公共数据边界以及各方的权利义务关系，针对数据具有的多次复制、多元共享、无限增长和供给特征，充分借鉴发达国家已有经验，在政府层面加强管控和保障，在社会和企业层面提升安全和防范意识，共同完善数据安全治理和数据产权保护机制。

另一方面，积极引导和推动企业数字化转型。“十四五”期间，大力推动人工智能、大数据、物联网等新型基础设施建设，为企业数字化转型创造更好的外部供给环境；率先引导和加速国有企业的数字化转型，通过数据新要素激发潜在生产力，助力传统产业转型升级；实施相关税收优惠政策，为中小企业和数据要素提供外部动力，以数字化、网络化、智能化提升服务质量，增加第三产业产值、缓解就业压力。