一、引言 数据作为继土地、劳动、资本、技术之后的新型生产要素，①已成为基础性、战略性资源。习近平总书记指出：“完善数字经济治理体系。要健全法律法规和政策制度，完善体制机制，提高我国数字经济治理体系和治理能力现代化水平。”②党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》更是明确提出要“加强人工智能治理，完善相关法律法规、政策制度、应用规范、伦理准则”。然而，受制于数据基础制度不健全、数智技术发展不充分以及数据要素特殊属性所引致的新型市场失灵，数据要素的潜力尚未充分释放，并对数字时代的国家治理体系提出了新的要求。如何通过政策与制度创新有效矫正市场失灵，并构建与实体经济和数字经济深度融合相适配的制度框架，已成为推进高质量发展亟待破解的关键问题。③为此，本文立足数据要素的学理特性与我国数据市场的发展实际，提炼出三类典型的市场失灵，并系统评估了不同政策工具在矫正各类市场失灵中的有效性。 由于数据要素和数据部门的独特属性，大数据时代的市场失灵呈现区别于工业经济时期的新特征：④第一，原始数据是企业生产经营活动的副产品(Farboodi et al.，2019)。因此，商品部门的生产过程在事实上促进了数据部门原始数据的积累，进而对数据部门的产出具有正向外部效应。然而，商品部门未能充分内部化这一部门间外部效应所带来的社会收益，导致其产出低于社会最优水平。第二，数据部门的“赢者通吃”现象及其高进入壁垒使得该部门形成寡头竞争的市场结构(李三希和黄卓，2022)。市场竞争的缺失会造成数据要素供给不足，进而抑制商品部门企业的产出，显著降低资源配置效率。第三，劳动力跨部门的技能差异以及数字人才的匮乏引发了劳动力要素市场的供需错位，且数字人才缺口近年来呈现扩大趋势。为此，党的二十届四中全会明确提出“强化算力、算法、数据等有效供给”，以深入推进数字中国建设。 那么，针对不同类型的市场失灵，政府的最优政策应如何设计？鉴于我国不同行业的产业数字化水平存在显著差异，政府的最优政策是否应考虑行业异质性？这种异质性的政策设计又将如何反作用于产业数字化进程？最优政策设计在提升经济效率的同时，是否能平衡劳动者和数据所有者的收入，从而切实推进全体人民共同富裕？ 为了回答上述问题，本文立足中国产业数字化发展现状与区域经济结构特征，将大数据时代的市场失灵与政策设计引入包含中国区域间贸易的多地区多部门的一般均衡模型。通过将我国现阶段面临的部门间外部效应、数据部门市场势力和劳动要素供需错位三类市场失灵，与对商品部门数据要素投入的补贴(以下简称“要素偏向型补贴”)以及对商品部门生产的补贴(以下简称“部门偏向型补贴”)两类政策设计建立起内在逻辑联系，并结合中国现实数据，本文考察了数字经济时代的市场失灵对资源错配和生产效率的影响，进而探讨了最优的政策组合及其福利效应。 研究表明：第一，针对部门间外部效应引致的市场失灵，实施部门偏向型补贴更为有效。而针对数据部门市场势力和劳动要素供需错位导致的资源错配，应该实施数据要素偏向型补贴。当面临多重市场失灵时，同时实施这两种补贴的福利效应更为显著。第二，与统一补贴相比，对初始产业数字化水平较高的行业实施更大程度的补贴将带来更高的福利，且要素偏向型补贴将显著提升各行业的产业数字化水平。第三，随着劳动力与数据要素替代弹性的提升，最优部门偏向型补贴与最优要素偏向型补贴的幅度均应上升。同时，这种要素替代弹性的提升将推动产业数字化水平的提升。第四，最优要素偏向型补贴将扩大劳动者和数据所有者的收入差距，进而加剧收入不平等。 相比于既有文献，本文的创新与贡献主要体现在：首先，鉴于中国数据部门呈现“寡头竞争”格局，且产业数字化进程持续深化、动态演进，本文构建了一个包含寡头竞争结构与产业数字化转型的理论分析框架。既有文献或从封闭经济视角出发，探讨数据要素的非竞争性、规模效应及其对微观企业行为与宏观经济增长的影响(Jones & Tonetti，2020；Cong et al.，2021；Chang et al.，2024；杨俊等，2022；刘涛雄等，2024；徐翔和赵墨非，2020；戴魁早等，2024；谢佳松等，2025)；或从开放经济视角分析跨境数据流动及其政策规制的福利效应(Chang et al.，2023；王永进等，2024，2025)。然而，部分研究通常将数据部门设定为垄断竞争市场并施加自由进入条件，从而导致数据部门零利润，这与现实中数据服务市场呈现的寡头结构与高额利润特征相悖。此外，这些研究亦未涉及数据与劳动之间可能存在的非单位替代弹性的情形，也就无法刻画产业数字化转型的动态演变。为了解决上述问题，本文在量化贸易一般均衡模型中刻画数据部门的寡头竞争结构，并引入CES生产函数以允许企业根据相对要素价格内生选择数据与劳动的投入比例，为理解数据部门市场势力以及产业数字化提供了理论参考。 其次，拓展了数字经济时代市场失灵与政策设计这一研究领域。既有文献主要从两个方面展开：第一类强调数据要素的“天然”垄断属性，认为数据服务商依托规模经济与网络外部性形成市场势力，其横向扩张通过缓解数据碎片化问题提升了数据资源配置效率(江小涓和黄颖轩，2021；孙晋，2021)，因而相关政策应侧重保障数据要素供给的充足性，而非简单削弱市场势力(Liu et al.，2025；李三希和黄卓，2022；王志刚等，2023)。第二类研究聚焦数据要素的非竞争性和副产品属性，但通常将商品部门与数据部门视为相对独立的部门，并未关注二者之间可能形成的正外部性(Farboodi et al.，2019；陈晓佳和徐玮，2024)。总体而言，既有研究尚未全面刻画大数据时代的市场失灵，亦未深入探讨其最优政策设计。本文通过统一框架对其进行分析，为研究数字经济时代的市场失灵和政策设计提供了实证支持。
