作者：刘守英（中国人民大学经济学院教授、全国数字经济专业学位研究生教指委秘书长）

　　从政策决策到理论研究，数据相关的词有两个最热，一个是数据要素，要靠它来促进增长，提供新的动能。一个是数据产权，希望通过界定数据产权来促进交易，实现增长。人们应该如何界定数据产权？界定数据产权的依据是什么？

　　有必要界定数据的产权吗

　　科斯、阿尔钦、德姆塞茨开创的产权经济理论是讨论工业经济形态的产权问题。在工业经济形态下，资源具有高度稀缺性，需要系统性、法律化的产权界定来解决资源的有效配置问题。而数据产权，用现有理论进行数据产权研究，可能是有问题的。很多关于数据产权的讨论仍然是沿袭工业经济形态的产权范式，也就是不问数据的形成和特性，要么直接进入数据利用的福利化效果，要么直接进入如何分权问题。那么应该怎么去界定数据产权呢？

　　先来看看数据的特性。迄今为止经济学家对数据特性的研究形成以下三点共识。

　　一是数据的流通和使用可能会带来复杂的外部性。一方面，随着数据要素规模增长、类型扩大，其形成的知识和信息会随之持续积累，正外部性也会快速增强，进而发挥规模效应。数据要素达到一定规模后，对所有企业生产率提升都有促进作用，而企业并不需要对这一正向作用支付成本。另一方面，数据的流通与使用也可能带来一系列负外部性，如隐私泄露、算法歧视以及数据垄断等问题。

　　二是非竞争性。该特性指的是多个用户或企业可以同时使用相同的数据资源而不影响对方的使用。任何数量的公司、劳动力或机器学习算法都可以同时使用同一数据，而不会减少其他任何人使用的数据量。这种非竞争性会导致报酬递增。对于数据要素的额外使用的边际成本为0，这是数据与其他生产要素之间的一个主要差异。

　　三是零成本/低成本复制。数据要素的成本主要在于前期的数据获取、研究开发阶段，因此初创数据资产的成本很高，但此后的产品由于可无限复制，其边际成本趋于零。数字技术发展使数据要素一旦形成，其传输、复制和使用产生的可变成本大幅降低，甚至接近于零成本，同一数据可被不同企业或不同主体同时使用。数据的低复制成本使得信息可以快速地分发和存储，增强信息的即时访问性和可用性，从而促进创新和增长。

　　问题来了，如果沿袭工业经济形态的产权讨论，数据有必要界定产权吗？工业经济形态下为何要界定产权？产权要解决的问题，恰恰是因为外部性、竞争性和交易成本。如果经济学家对数据特性的上述认识正确的话，就需要讨论数据界定产权的必要性了，尤其是因为它在许多情境下具有正外部性，传统产权理论讨论的因为外部性的存在才界定产权的需求就不存在了，当然对于存在外部性的场合还需要界定产权，至于它的非竞争性特性，也挑战了用限制竞争实施产权安排的功能，零成本或低成本带来交易成本问题的解决，传统理论以交易成本的存在界定产权的必要性也受到挑战。看来，要么需要进一步研究数据的特性，搞清它与工业经济形态下的要素特性的异同，要么需要另辟蹊径研究数据的产权问题。

　　数据的形成、价值实现与数据产权

　　但是，我们绝不可由此得出数据因为其特殊就不需要界定和实施产权。怎样找到数据产权界定与权利分配的路径，是数据经济学研究的重要问题。回过头来看，科斯创立的从交易费用出发研究产权的经济学传统值得反思，他们强调了产权界定对于经济交易和福利效果的重要性，但是忽略了权利形成与权利价值分配问题。如果沿袭这一传统来讨论数字经济形态下的产权问题，要么无的放矢，要么本末倒置。我们提出，从数据形成与价值增值角度讨论数据产权可能是一个进路。

　　数据如何从资源变成数据要素？数据要素最后怎么变成资本从而实现增值？

　　1.数据成为要素。涉及两方面，一是数据是消费活动的副产品，是由消费者生成的，数据要成为要素依赖每一个消费者的消费；二是数据被一条条记录进入数据库，就成了要素。

　　2.数据成为有价值的要素。数据有价需要经过数据的生产过程，包括数据的采集、存储、传输、加工、分析。无论是数据企业用于交易的数据，还是平台利用数据的价值实现增值，都必须经历数据的生产。

　　3.数据的价值增值。数据价值增值的途径并非都通过交易来实现。除通过数据交易实现价值增值外，还有一种是在平台生态下，平台中枢和平台企业利用数据的价值增值，以及数据与算力、算法的组合。

　　因此，要研究数据的产权问题，不能沿袭工业经济形态的产权经济学，从数据特性去讨论数据产权问题，而应从数据形成和价值增值中去讨论数据产权问题。这里提出几个要研究的数据产权问题：

　　一是数据个人权利。当消费者通过消费形成数据以后，消费者是不是只对形成的数据要素有隐私权？消费者个人对利用数据产生的价值到底有没有个人权利？这里涉及消费者是只通过平台或其他组织获得消费的需求满足，还是对数据权利价值也有份；还涉及到平台中的企业和平台中枢利用消费者数据的权利问题。数据个人权利不仅是一个数据产权的元问题，而且涉及被工业经济产权经济学长期忽视的数据权利分配和数据治理问题。

　　二是数据价值形成中的权利结构与权利价值分配。数据从资源变成要素，形成价值和价值增值，是一个复杂的生产过程，包括数据的记录、存储、加工、处理、分析等等，每一个过程都对数据权利价值的形成产生作用，每一个环节对权利量的贡献是不一样的，由此形成复杂的数据产权结构，这里既涉及数据产权的分割与权利价值衡量，也涉及数据权利的分配问题。

　　三是平台数据产权与权利价值分配。平台的核心竞争力是数据驱动，无数据就没有平台的生命。平台数据涉及消费者在平台商家的消费数据，商家利用消费数据的价值增值，平台利用商家和消费者数据的价值增值。这里涉及的产权问题包括，消费者是否有权主张平台商家和平台中枢利用数据产生的价值？平台商家是否有权主张平台中枢利用数据产生的价值？

　　四是数据要素组合与权利价值。数据价值的实现与增值依赖于算力和算法，但是目前数据、算力、算法的组合是一个黑箱，它们是如何组合的？算力和算法的作用方式是怎样的？数据如何通过算力和算法形成核心要素？这个黑箱不仅涉及生产函数的构建，也涉及数据权利的产权、权利价值衡量和分配问题。