摘 要:当前数据已成为国家的重要战略资源，是驱动经济社会发展的新型生产要素。数据在我国生产活动中扮演着重要角色，将数据纳入到收入分配框架中具有必要性和迫切性。为了探讨数据作为生产要素进行分配的意义、方式及可能存在的问题，我们需要追根溯源，在理解数据本质的基础上，进一步对当前热门的大数据及数字经济的内涵进行研究，从而系统认识数据价值的特性。
关键词:数据 生产要素 参与分配
【中图分类号】F2 【文献标识码】A
数据作为生产要素的概念及内涵
随着以云计算、物联网、移动互联网、人工智能、机器学习等为代表的新一代信息技术的成熟和产业化，数据正在成为一种新的生产资源，对经济模式产生深刻影响。企业和政府对数据的关注得到空前提升。而在其中扮演重要角色的大数据虽然以数据为基础，但两者也存在显著差异性，即大数据并不等同于简单的数据。从数据到大数据，不仅是量的积累，更是质的提升。现实社会中的原始数据流是分散的、零乱的和无序的。一家企业要想从海量的数据规模、快速的数据流转、多样的数据类型、不同的数据来源、价值密度低以及包含不同信息流的大数据资产中获取利益，需要专业化人才的处理和特殊的科学技术的支撑，通过对数据进行整合分析，把原本孤立的数据相互联通，从而实现新的数据价值增值。从这一维度来讲，只有那些耗费一定物质资源和劳动进行收集、处理后的数据，才是有价值的知识信息来源，才能创造价值。因此，数据的价值仍然凝结在无差别的社会劳动中。任何一家企业只有通过人才和技术才能充分利用大数据红利，进而赢得市场竞争。如这些数据能够帮助企业更加了解客户需求，将客户需求和产品供给有机结合起来，从而实现个性化、精准化营销。
另外，从技术层面来看，大数据的产生得益于当前我国科学技术的高速发展，它是常规软件工具及处理模式所无法捕捉、管理和处理的数据集合。大数据的运用离不开企业对海量数据进行分布式数据挖掘，这依赖于云计算的分布式处理、分布式数据库的搭建、云存储、虚拟化技术、互联网和可扩展的存储系统等技术手段。采用传统的数据下载方式进行数据处理和分析会消耗大量的财力和人力。而依托于这些特殊技术，则可以短时间内有效处理海量数据，并使得原本难以收集和使用的数据被轻易利用。因此，可以大大节约成本。与此同时，这些新的信息技术的涌现也依赖于大数据的发展。从这一层面来看，大数据不仅指数据信息的规模之大，而且也涵盖了数据的收集、处理和分析技术，属于一种技术型知识资产。因此，从广义上来看，数据要素具有知识、信息、技术等多重内涵。
数据的经济价值及其参与收入分配的意义
一方面，数据作为一种生产性投入方式，可以大大提高生产效率，是新时期我国经济增长的重要源泉之一。数据资产表面上是一种“新”的要素，实质上仍然是一种“旧”的生产要素范畴。数据对经济的影响并没有脱离传统的内生增长理论的框架。例如，当前以大数据和信息技术为基础发展而来的数字经济为我国经济增长提供了强大动能，其增长速度极快且规模不断扩大，在产业结构中的比重日益提升。从总量上来看，2018年我国数字经济规模达到31.3万亿元，占GDP比重超过三分之一，同时对GDP增长的贡献率达到67.9%，成为推动我国经济增长的核心驱动力量。在传统经济中，信息流是以实体方式呈现的，而在新的数字经济下，信息是以数字方式呈现的。G20杭州峰会通过的《二十国集团数字经济发展和合作倡议》对数字经济的内涵作出了较为科学的界定，认为数字经济是将数据作为一种数字化的知识和信息，以一种关键性生产要素投入到生产活动中，凭借现代信息网络这一重要载体、以数字技术创新为核心驱动力，从而促进产业效率提升和经济结构优化的一系列经济活动。因此，数字经济等同于知识经济。刺激数字经济的增长是当前我国经济向创新型、知识型、技术型驱动的增长方式进行转变的重大战略举措。数字经济不仅改变了经济增长结构，而且提升了经济增长质量，对科技创新、全要素生产率的提高具有重要意义。
另一方面，以数据作为生产要素参与分配还体现出以下三个方面的内涵：首先，我们应该将数据作为一种物化劳动，强调其创造剩余价值的作用，将数据要素和劳动者的劳动力相结合所形成的生产力作为创造相对剩余价值和超额剩余价值的重要源泉。其次，我们应该将数据作为活劳动创造价值参与分配，数据要素按贡献参与分配实质上是一种按劳分配。最后，数据作为生产要素参与分配是因为数据是企业和社会所关注的重要战略资源，并可以带来科学理论的突破和技术进步，从而大大提高劳动生产率，创造更多价值。但是，值得注意的是，我们必须明确数据资产具有价值和数据资产创造价值的概念。数据必须和劳动者相结合，进入劳动过程，才能把本身的价值转移到新产品中。因此，数据知识在生产运用过程中，就是技术型劳动的实践过程。例如，相关工作人员依据科学技术手段进行数据价值的挖掘。作为一名数据分析师，他们需要的教育投入通常比普通劳动者要高得多，同时他们需要大量的学习及科研费用投入，其所创造的价值比一般劳动力创造的价值也要高得多，因而他们应该获得相应更高的工资。以上这些都为将数据作为生产要素参与分配这一制度的提出提供了理论依据。
数据作为生产要素参与分配是我国社会分配格局进一步完善的充分体现，有利于健全我国再分配调节机制，规范收入分配秩序。一方面，引入数据作为生产要素参与分配，可以进一步激发数据这一要素参与生产活动，加快经济发展速度。从根本上而言，大力发展生产力是推动我国收入分配体制改革、实现社会主义分配公平的基础。因此，在提升市场效率的同时，可以进一步提高居民收入水平，尤其是一些拥有较高数据禀赋的个体和企业。另一方面，数据作为生产要素参与分配还可以进一步推动大数据发展和应用，鼓励产业创新发展，推动大数据与科研创新的有机结合，推进基础研究和核心技术攻关，形成大数据产业体系，完善大数据产业链，使得大数据更好服务国家发展战略。因此，在知识经济背景下，数据要素的制度激励已成为技术创新和经济增长之间互动循环的重要环节。但是与其他要素不同的是，将数据作为生产要素参与分配的机制更为复杂。
数据作为生产要素参与分配的方式
科学确定和量化数据在生产活动中所扮演的重要角色是进一步释放数据价值的关键。因此，将数据作为生产要素参与分配实质上就是政府将其作为一种激励制度，最大程度释放和利用数据价值，充分发挥数据要素的生产活力的举措。而具体的分配方式的选择则是如何对数据进行合理定价的问题。因此，分配给谁、分配多少、如何分配的问题都需要决策者作出科学理性的判断。
分配过程中最重要也最困难的环节是分配主体的选择，即数据要素的所有权或控制权的界定问题。这需要我们厘清数据要素发挥作用的方式及流程，从而理解数据要素在生产活动中的价值链条。在实际的数据应用过程中扮演重要角色的四类主体分别为：数据提供者、数据收集者、数据挖掘者、决策制定者。
首先，个人数据是构成一切数据源的基础。个人数据共享损害了共享数据用户的隐私，同时也损害了其他不参与数据共享的用户的隐私。隐私的价值越高，则企业所获得的数据的获利能力就越高。例如，凭借数据获利最大的主体——谷歌、Facebook、百度、腾讯等这类大数据公司。作为“信息公司”，他们拥有海量的用户注册和运营信息数据。一方面，它们可以从少量客户的共享数据中获取海量的关联客户的数据信息；另一方面，它们可以利用各种大数据技术进行用户行为的预测，实质上也相当于一种隐性的隐私侵犯行为。因此，数据的个人提供者理应作为第一环节的分配主体参与数据要素的收益分配。
那么，应该如何对个人数据进行定价呢？由于数据提供者和数据收集者之间关于个人隐私重要性的认知存在极大的信息不对称，从而使得数据交易价格的合理制定存在困难。我们可以参考国外的一些成功经验。如美国的DataCoup公司就曾以八美元每月的价格购买用户的信用卡消费信息以及Twitter、Facebook等社交网站中的信息，然后将个人的数据进行整合并让用户选择出售的数据。这种模式实质上是一种中介机构参与机制，可以作为解决大数据商业化应用与个人隐私冲突的一种可行途径。另外，我们还可以采用数据拍卖形式，以市场机制为手段决定数据要素价格。
其次，数据收集者可以将购买的数据出售给第三方或直接用于数据挖掘。前者仍属于第一环节的分配范畴，可以采取前述分配手段进行收入分配。后者则属于数据分配的第二环节——数据价值挖掘。值得注意的是，我们这里仅仅考虑现实经济中的一般情形，即数据收集者为企业，数据挖掘者为企业员工。这就涉及企业内部的数据价值的收入分配问题。一方面，数据作为企业的资产应该按其在生产活动中的贡献向企业所有者进行分配。另一方面，数据分析师等相关数据从业人员是数据价值得以体现的最关键因素，因此，按数据分配形成了数字人才发挥决定性作用的组织机制。数字人才是按数据要素进行分配的主要受益者。并且由于数据信息的挖掘过程属于一种创新过程，这种创新在一定程度上区别于传统的技术创新，而是“数据创造新数据”，从而创造新知识和新信息。因此，对数据从业人员进行收益分配实质上具有技术、知识、信息、人力资本等多种分配属性，可以采取的方式有：数据相关项目提成、员工持股计划、认股权、利润分享、年薪制、数据分析人员特殊津贴、一次性奖励及福利计划等。
最后，数据价值的产业化应用是数据价值转化为实际收益的关键环节。在这一阶段中发挥决定作用的是数据决策制定者，通常为企业的管理人员，这一群体的数据要素按贡献参与分配，实质上类似于人力资本属性的分配范畴，可以采取的分配方式有：年薪制、股票期权制、管理要素入股、福利计划等。
接下来，分配额度的核心问题是确定企业利润中应该归属于数据要素的比例。数据要素参与分配的额度应该与数据要素在生产价值创造过程中的贡献率相符合。在分配系统中，按数据分配表现为数据要素贡献与经济价值的趋同特征。即数据的利用程度愈高，其创造的价值愈大。
数据作为一种初次分配方式，应该充分协调市场“看不见的手”与政府“看得见的手”在调节收入分配中的作用。在以市场导向为基础进行收入分配从而提高生产效率的同时，政府也应该强化对数据要素的激励，使数据价值得到充分体现，同时也应该提升对收入再分配的调节力度，坚持全民共享数据产业的发展成果。
数据作为生产要素参与分配可能存在的问题
由于数据资产的特殊性，在具体的分配机制的设计过程中存在诸多困难和挑战。
第一，存在极高的隐私泄露风险，并且当不同用户之间的信息相互关联时，数据就会产生极强的负外部性，从而造成市场失灵。大数据时代，对公众的数据权益的维护存在极大困难，尤其是在政府将数据提升到如此重要地位的情况下，数据所带来的个人隐私安全问题会越来越严重。
第二，数据滥用等违法犯罪行为多发。非法采集公民的姓名、身份证号码、联系方式、住址、账号密码、财产状况、行踪轨迹等个人信息，并进行非法出售，就属于严重的数据滥用行为。
第三，国家安全问题。有些数据属于国家的机密情报，如果被窃取和泄露，会影响整个国家的命运。
第四，由于数据是一种特殊资本，即无形资产，因此会产生法律问题。另一方面，当前我国法律系统还未能完全对数据作为生产要素参与收益分配的违法行为及其处理办法等作出明确规定，在现实分配过程中遇到相关问题或纠纷的法律处理途径还不完善，有可能产生一系列严重后果。
第五，按数据要素参与分配是以效率为目标的收入分配方式，这可能在一定程度上与收入分配公平的目标相矛盾。在经济发展中，以效率为目标的按数据要素进行分配必然会造成一定的收入分配差距，从而在一定程度上影响社会的健康发展。
第六，数据要素在生产活动中发挥作用的方式通常是隐性的，这影响了社会公众对数据要素作用和价值的认识和判断，使得数据作为一种生产要素进入分配领域发挥的作用不被大多数人所理解和认同，从而在一定程度上影响数据参与收入分配的政策的实施效果。
第七，数据作为一种知识信息资产，有可能在拥有不同数据资产的企业和个人之间产生委托—代理问题。由于不同企业之间的信息不对称，具有信息优势的企业可能通过损害信息劣势企业的利益以实现自身利益最大化，于是产生道德风险。
最后，数据资产缺乏科学规范的定价规则，因此造成分配过程中的一系列难题。并且现阶段我国还未形成统一的数据交易市场，使得数据交易缺乏公平、透明、有效的市场机制的约束。
【本文作者为武汉大学经济与管理学院教授；武汉大学经济与管理学院博士研究生贾红静对本文亦有贡献】
参考文献
[1]王艳丽：《知识资本参与企业收益分配的方式探讨》，《决策探索》, 2010年第9期。
[2]张新红、雷毅、黄汉权：《数字经济:中国转型增长新变量》，《智慧中国》，2016 年第11期。
[3]巨让平、冯小卫：《关于知识要素参与分配的几点思考》，《统计与信息论坛》，2001年第1期。
[4]杨刚、赵静杰：《我国高科技企业知识资本参与企业收益分配方式选择》，《改革与战略》，2008年第6期。
[5]卫东：《管理要素参与企业收益分配的理论依据及方式》，《商业时代》，2009年第18期。
[6]黄震、蒋松成：《数据控制者的权利与限制》，《陕西师范大学学报（哲学社会科学版）》，2019年第6期。
责编：臧雪文 / 蔡圣楠
声明：本文为《国家治理》周刊原创内容，任何单位或个人转载请回复国家治理周刊微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。