基于“价值创造-实现”路径的数据要素核算问题研究

围绕“价值创造-实现”路径对数据要素核算的理论问题展开系列探讨。首先,对数据要素、数据资产的内涵和关联进行辨析,从数据历史地位的发展阐释数据具备要素属性的理论机理,并对数据要素区别于传统生产要素的特征进行总结。其次,从数据要素的价值创造路径探析其在生产过程中的形态变化及生产属性。最后,提出数据要素的价值实现路径主要表现为提升生产效率、优化决策流程以及流通对外赋能等,并据此研究数据要素在国民经济核算账户的分类、核算范围及估值方法。     

构建以数据为关键要素的数字经济

当下，数据要素进入经济系统并逐步成为数字经济的关键生产要素。从数据作为关键生产要素的角度，数字经济的发展可以划分为五个阶段或过程，从数字技术使用开始，之后经历要素化、市场化、制度化，最后形成新的文明形态。在技术运用阶段，网络化和数字化等技术在生产和生活中广泛运用，实现了数据资源的生产、存储、流通和积累，为产生数字经济的技术—经济范式奠定了基础。在数据要素化阶段，通过数字技术的广泛应用，数据资源成为数据要素进入经济决策系统，成为驱动经济增长的关键生产要素。在数据要素配置市场化阶段，规范的场外交易和有序的场内交易相结合的市场化配置，逐步成为数据要素流通的主要方式，数据要素与其他生产要素协同联动，加快了产业数字化步伐。在数据要素制度化阶段，围绕着数字技术、数据要素和数据市场的一系列制度不断完善、成熟和定型，数据要素潜能得到进一步激发，市场化和制度化的数据要素为深化创新驱动、推动高质量发展、推进国家治理体系和治理能力现代化提供了有力支撑。在文明化阶段，数字技术、数据要素、数据市场和数字治理等共同形塑了人类社会的经济、社会、政治、文化和生态，形成了人人全面发展、人类命运休戚与共的数字文明。这五个...     

数据权利界定与收益共享共创：数字经济下如何化公地悲剧为共同富裕

数据作为数字经济高质量发展的核心生产要素，如何界定其权利归属已成为推进数据要素市场发展、构建数字治理体系的关键问题，而现行的数据产权从理论研究到制度设计并未对此做出明确回应。基于此，从数据的经济学属性出发，运用科斯定理模型分析个人数据和企业数据的权利界定问题具有重要意义。研究发现，非隐私个人数据、企业数据具有非竞争性和部分排他性，可以被多主体“共同使用、共享收益”。以数据抓取和反抓取案件为例，数据权利界定不当会导致“排他不足”或“排他过度”,进而带来“准公地悲剧”或“反公地悲剧”问题，损耗了社会总福利，而有效的权利界定制度可以化“公地悲剧”为“共同富裕”。因此，应根据数据属性和特征对其进行分类管理，并从社会福利增加视角强化数字要素的权利界定和制度规范。研究结果不仅为数据抓取等案件的判决提供了理论支撑，也为有序配置数据资源、扎实推动共同富裕提供了新思路。     

技术资本价值增值效应：基本内涵、关键因素与政策取向

作为企业知识创造与应用的重要途径，技术资本具有显著的动态竞争优势、规模经济、范围经济和速度经济等效应，实现了技术研发、生产与市场的结合，促进了技术的有效转化及资本价值的增值。技术资本属性、技术体制等是影响技术资本价值增值效应的关键要素。旨在促进技术资本化的政策，应以促进这些要素积极效应的释放为重点。     

中国农产品资本化的分析

农产品资本化突出表现为粮食市场与货币市场、外汇市场、期货市场、衍生品市场的联动而形成的复合金融体系,形成了粮食金融化趋势.文章研究了农产品资本化的深层因素,即全球量化宽松时代,粮食作为“白金”已经成为继主权货币、黑金(石油)等之后新的泛货币化的价值符号.其影响是粮食在某种程度上实现了从商品属性向商品属性和金融属性双重并重的转换,粮食安全本质上已转变为“贸易—金融”型的“价格安全”模式.为此,文章提出了规范和完善农产品期货和现货市场、平衡农产品消费属性和资本属性、加强农产品资本化下价格管理等应对措施.     

平台企业数据资本化及运动规律的政治经济学解析

平台企业作为数字经济时代的新兴市场力量,虽然能够推动数据要素流动助力国民经济“新旧动能转换”,但容易导致资本无序扩张引发“数字剥削”和“数字统治”现象。本文以美团外卖平台为案例,基于一手数据资料深入考察了平台企业数据资本化过程及运动规律,研究发现,平台企业中的数据资本在进入生产环节前必须依次经历数据资源化—数据要素化—数据要素商品化三个特定阶段;数据要素的生产过程仍然是数据资本雇佣劳动并无偿隐蔽占有剩余价值的过程,但该过程有别于传统产业资本,具有了以“网络暴力”完成原始积累和借助数据控制完成一般积累的双重特殊性。数据资本从本质上看属于新型数智化不变资本的范畴,其增值的来源仍然是数字劳动创造的剩余价值,但数据资本作为一种基于现代互联网技术的资本,内部却天然地包含着无序扩张性和边界性之间的矛盾,该矛盾实质上是生产社会化同私人占有这个基本矛盾在平台经济中的外在表现。对平台企业数据资本本质及运动规律的分析有助于各级政府积极规范平台企业行为,从而积极引导数字经济高质量发展。     

数据要素经济学：特征、确权、定价与交易

数据作为新型生产要素已经融入到生产、分配、流通和消费的各个环节,有助于生产力增强、企业创新和资源配置效率提升。相较其他传统要素,数据要素具有虚拟性与非消耗性、非竞争性、价值不确定性、非静态性、正外部性五大特征,并对包括规模经济、范围经济、边际报酬递减规律、私人物品与公共物品等基本经济学原理赋予新的意义。梳理和比较文献后发现,数据确权、数据定价和数据交易构成了数据要素市场的三大核心内容。从促进数据要素市场发展视角看,数据确权亟需明确权利性质和划分权利主体,数据定价需要结合具体的场景、定价策略和定价模型,数据交易则依赖数据参与者存在不同的商业模式和交易机制。展望未来,数据技术发展、数据产权分置和数据垄断问题将会成为影响数据市场发展不可忽视的重要因素。     

数据要素影响绿色生态效率的机制与效应研究

数据要素已成为新发展格局中除劳动、资本、土地、技术之外的基础性生产要素,为分析数据要素对绿色生态效率的影响和作用路径,采用熵值法、SBM方向距离函数、Malmquist-Luenberger函数等方法测度了数据要素指数和数据要素视角下的绿色生态效率,并考察数据要素对绿色生态效率的影响机制和影响效应。研究发现:(1)数据要素对绿色生态效率的提升效应明显,工具变量两阶段最小二乘法(IV-2SLS)、系统GMM方法和多种稳健性检验结果依然显著。(2)影响机制结果表明,数据要素对绿色生态效率的提升主要通过产业结构升级效应、市场规模效应和技术进步效应来实现,即数据要素通过促进地区产业结构的高级化进程、扩大数据要素市场信息化应用的规模和推动技术进步来实现绿色生态效率的提升。(3)异质性结果显示,在低水平区域,数据要素的流动性和市场规模较小,数据要素水平提升带来的市场冲击性更大,效果更加显著。在市场要素集中程度较高的东部区域以及与其他生产要素融合较好的地区,数据要素的市场影响效应大且显著。     

数据垄断问题研究进展

在数字经济时代,数据要素在经济发展中的作用日益凸显,但是,数据垄断问题制约了数据要素价值的释放。本文首先探讨了数据垄断的内涵,然后从数据要素本身的特性出发分析数据垄断问题的成因,并从宏观经济效率和微观用户福利两个方面综述数据垄断带来的负面影响。之后,本文从数据共享、用户数据使用限制、数据可携带权与用户数据可迁移性三个方面,重点分析当前主要的数据垄断治理方式及政策。最后,本文总结并提出了数据垄断治理研究的未来可拓展方向,以期为我国加快构建数据基础制度、完善数据治理的相关研究和政策实践提供有益启示。     

一个包含数据要素的经济增长模型：生产率效应与数据要素化

数字经济时代,数据成为独立生产要素,是科技创新的新引擎和经济高质量发展的新动能。从纯数字资产与数据匹配性投入共同组成数据要素化投入的角度理解数据生产要素化,使用数据匹配性投入综合得分对中国数据要素化投入进行时空分析和生产率效应分析。结果表明,中国数据要素化投入存在明显的区域差异,基于数据要素化投入对经济产出的积极作用,其对区域经济协调发展具有重要作用;数据匹配性投入价格持续下降会影响生产要素间的交互作用,数据生产要素的使用带来生产方式的根本变革;数据生产要素化基于数据间的互联互通和经济融合,能够加快数据确权,促进生产要素合理配置,从而推动产业创新和经济高质量发展。     

数字经济时代数据要素参与非劳动收入分配的理论与实践

在新一代数字化技术、人工智能技术与先进制造业深度融合的背景下，数据要素已成为我国重要的战略资源，是驱动经济社会发展的新型生产要素。激活数据要素市场新活力，释放数据要素市场新动能，将数据要素纳入到收入分配框架中具有必要性和迫切性。然而，数据要素参与收入分配面临三重困境，即数据权属关系界定不清晰的权属界定困境，非劳动收入分配主体不明的收入分配困境，非劳动收入分配不公的数据鸿沟困境。因此，只有实现数据要素的权属保护与产权有效激励，完善更加体现效率和公平的收入分配机制，提高数据要素市场化配置资源的治理效能，才能构建新的数据生产关系以匹配生产力发展特征，充分发挥数据要素在生产过程中的正反馈效应和乘数效应。     

数据要素市场化的理论阐释

数据要素市场化是数字经济的新现象,也是我国社会主义市场经济面临的新问题.数据是数字技术的基础,也是数字经济乃至国民经济的“细胞”.数据成为生产要素是生产力发展的结果,体现了生产要素从传统向现代的转变.数据要素市场化是市场经济条件下资源优化配置的需要.数据要素作为数据资产,既是过去劳动产品,也是生产投入和生产成本.数据赋能产业是数据应用的特殊功能.我国数据要素市场化建设要求加快数据标准化制定、健全数据评估和定价机制、拓展数据市场交易平台、优化数据资源配置、完善数据交易系统.数据要素市场健康运行需要加快数据要素市场的制度建设.     

习近平新时代中国特色社会主义思想蕴含的资本观探赜

习近平新时代中国特色社会主义思想蕴含的资本观,具有特定时代背景、丰富理论要义与鲜明实践要旨。究其时代背景,主要包括社会主义市场经济的资本理论急需新发展、高质量发展对资本行为提出新要求、防止资本无序扩张成为新考题、破除对资本政策的知行误区成为新课题。从理论要义看,主要包括资本产生观、形态观、属性观、作用观、治理观,系统回答了社会主义市场经济条件下资本的存在之问、形态之问、属性之问、作用之问和治理之问,丰富和发展了马克思主义资本观。从实践要旨看,要区分资本与资本主义,推动资本高度发展;区分公有资本与非公有资本,促进各类资本共同发展;区分资本的要素属性与关系属性,利用其要素属性又规约其关系属性;区分资本的积极作用与消极作用,扬利抑弊地引导资本服务高质量发展;区分资本的资本主义运用与社会主义运用,创新和完善资本治理制度。     

数据要素市场培育：法律难题、域外经验与中国方案

数字经济时代,数据继土地、劳动力、资本、技术之后成为第五大生产要素。目前我国数据权属确定的法律制度不够完善,数据要素市场交易的法律制度尚未建立,数据要素市场监管的法律制度不够健全,这都制约了我国数据要素市场发展。为了培育数据要素市场,应以数据生产者与数据处理者为划分标准,建立“数据生产者（扩展权利)—数据处理者（有限产权)”的数据产权制度;以“降低制度成本—减少交易成本”的思路完善数据要素市场交易相关规则;以“事前预防与事后规制相结合”的方式完善数据要素市场监管法律制度。     

数据要素:倍增效应与人均产出影响——基于数据要素流动环境的视角

本文使用2012-2018年中国30个省(直辖市)的面板数据,通过构建"数据要素流动环境指数"和绿色全要素生产率,并以NPP/VIIRS夜间灯光数据为工具变量,从理论和实证两个维度论证了数据要素的倍增效应和数据要素对人均产出的影响.研究发现,数据要素对其他要素生产率的提升存在"倍增效应",其表现形式为数据要素通过与其他要素(主要是劳动力和资本)的非线性协同作用,促使全要素生产率实现几何增长;数据要素对人均产出带来正向的促进作用,且该作用不因区位的差异而消失;通过促进全要素生产率实现人均产出增长是数据要素影响人均产出的传导机制.本文的政策启示是,各地应该加大重视数据作为生产要素的关键作用和抢抓"新基建"机遇,通过大力推动经济社会数字化转型来加速释放"数字红利",最终实现区位劣势地区的跨越式发展和中国经济的高质量发展.     

论劳动力要素资本化及其重要性

在社会主义条件下，劳动力不仅是商品，而且也是资本，应把劳动力要素作为一种财产，产权来对待。本从劳动力要素资本化的前提条件入手，重点分析了劳动力要素资本化的重要性。     

按人力资本分配在分配结构中的耦合功能

劳动、资本、知识、技术、管理是现代经济中生产要素。从个人收入分配的角度分析，这些要素既可以抽象为劳动，也可以抽象为资本。从激发这些生产要素的活力、建设小康社会这一研究目标出发，我们可以将这些生产要素抽象为人力资本，因而按人力资本分配是按生产要素分配的实现机制。同时，适应知识经济和市场经济背景下劳动知识化、生产要素市场化和资本化的要求，按劳分配也必须发挥按人力资本机制的激励作用，以解决现实经济中复杂劳动力短缺的矛盾。因此，按人力资本分配在社会主义分配结构中具有耦合按劳分配与按生产要素分配的功能。     

数据要素价值化生态系统建构与市场化配置机制研究

数据要素作为推动经济高质量发展的新动能，如何应用整体观和系统观理论构建数据要素价值化生态系统，成为推进数据要素市场化配置、释放数据要素价值的关键议题。针对数据要素价值化面临的理论与实践挑战，引入创新生态系统理论，系统探究多元主体参与数据要素价值化过程的生态系统联动机制，深入剖析数据要素市场化配置动态过程机制，有助于深化数据要素价值化和市场化配置理论研究，为探索数据要素价值化过程中多元主体协同共创、优化数据要素市场化配置机制、加强数据要素监管与治理、打造数字驱动型区域创新生态系统、激活数字创新生态活力与成效、加快数字中国建设提供理论和决策启示。     

创新和重塑数据治理体系——以金融数据治理为例

创新和重塑数据治理体系是国家治理体系与治理能力现代化的重要内容及内在要求。金融数据治理作为实现金融行业数字化转型的重要基础与内容，是数字化时代金融更好服务实体经济，促进经济社会高质量发展的重要举措。本文基于卡斯特“流动空间”理论，提出管理学和社会学意义上的“数据空间”概念，探索数据治理的一般性治理框架和原则，构建小微联合贷款风控系统作为实例进行分析，提出重构和完善金融数据治理的基本逻辑、原则与措施。数据空间视角下，数据治理体系包括三个层次的相对独立又有机联系的完整内容和结构，即技术应用层的数据空间物理形态与结构治理、网络结构层数据流动的权力结构调整与安全开放平衡以及空间组织层数据要素的优化配置与利益冲突协调。技术应用层治理内容和目标主要是微观组织(企业)内部数据治理，网络结构层治理内容和目标主要涉及行业与市场中的数据共治，空间组织层的治理内容和目标关乎政府及社会层面上的数据公共治理与监管协调。数据空间为数据内部治理、行业共治和数据公共治理与监管协调提供了一个系统性的分析框架，可为金融数据治理和监管与体系设计、理念创新和手段工具的综合运用提供参考。     

数据要素倍增效应的理论机制、制约因素与政策建议

近年来,数据要素已快速融入生产、分配、流通、消费和社会服务管理等各环节,逐渐成为数字时代的基础性资源、重要生产力和关键生产要素。构建以数据为关键要素的数字经济,充分发挥数据要素的放大、叠加和倍增作用,是经济高质量发展的必然要求。本文界定了数据要素倍增效应的概念,基于转换倍增和循环倍增路径推导了数据要素倍增效应的模型,构建了链式决策优化的分析框架,论证了数据要素通过在宏观层面驱动要素配置决策和在微观层面驱动企业运行决策两条路径产生倍增效应。在实践中,数据要素积累不充分、运用不完善和规制不健全等因素制约了数据要素的价值释放。为充分发挥数据要素倍增效应,释放数据要素价值,必须在要素层健全数据整合机制、在产业层丰富数据应用场景、在制度层完善规章制度,强化数据要素供给和利用。