数据作为要素参与分配：价值、意义与实现过程

来源：人民智库

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。党的第十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，这是对数据在发展数字经济中所起的关键作用的肯定。“数据作为要素参与分配”的提出顺应了目前数字经济发展的大趋势，标志着我国已正式进入“数字经济”红利大规模释放的时代。

数据有哪些经济价值？

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；数据是企业和社会所关注的重要战略资源，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。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。

数据参与收入分配有哪些突破性意义？

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；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。

如何对数据应用过程中的主体进行分配？

对个人数据进行定价可以采用中介机构参与机制或数据拍卖形式，以市场机制为手段决定数据要素价格；对数据从业人员进行收益分配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；对数据决策制定者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。

数据参与分配目前迫切需要解决哪些问题？

首先，数据参与分配需要良好的法律制度的支持；其次，由于掌握数据内容、数据采集、数据分析等各环节的参与者并不相同，因此在分配时需要兼顾多方的利益，特别是数据采集者、加工者与内容所有者的产权确认；第三，在加强数据共享利用的同时，注重数据权益的保护；最后，组织有关机构为数据参与分配创造良好的氛围，增强社会对数据作为要素参与分配的认可。

更多精彩观点

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。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。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。 

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。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。

数据参与分配的若干注意事项

首先，数据参与分配需要良好的法律制度的支持。需要组织第三方研究出台数据技术价值贡献的具体标准和测算方法，建立健全数据作为无形资产相关的财产界定、审计核准、评估制度；建立有力的数据监管机制，建立健全个人信息保护和数据产权保护制度，推进数据的有效治理。

其次，数据产权的确认问题。数据价值链包括数据的通讯、采集、储存、清洗、整理、分析、共享等环节，生成的数据内容是数据的本质体现。由于掌握数据内容、数据采集、数据分析等各环节的参与者并不相同，因此在分配时需要兼顾多方的利益，特别是数据采集者、加工者与内容所有者的产权确认。对数据通讯、采集、储存、清洗、整理、分析、共享技术所有者的分配，可以参照按技术要素分配的方式如利润提成、技术成果交易、专利收益、技术入股等；对数据内容所有者的分配，则需要数据产业市场的多方博弈探索。

第三，在加强数据共享利用的同时，注重数据权益的保护。数据共享利用是提高数据利用效率的要求，但加强数据内容产权保护，特别是保护个人私密信息，又是产权方的要求。处理好两者关系，既要高度保护个人隐私信息，又要推进脱敏数据的深度和广泛利用；既要依法保护私有数据产权，又要促进公共数据向社会开放，加强数据共享。