一、引言 数据要素是国家经济增长强劲持续的关键生产要素和战略性资源，完善数据市场制度是充分释放数据价值的前提基础。2023年12月，国家数据局等17部门联合印发《“数据要素×”三年行动计划(2024-2026年)》，强调充分发挥数据要素的放大、叠加、倍增作用，发挥数据要素报酬递增、低成本复用等特点。我国数据市场潜藏着庞大的“共同使用、共享收益”的社会福利增益，2018-2024年数据产量保持每年约20%至30%的增速，全球占比约10%且基本长期位居世界第二。①同时，我国数据市场的制度演进已从夯实数据信息安全保障基石②，深化推进到构建发挥市场配置作用的数据产权、流通交易、收益分配、安全治理等全链条制度体系。2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“数据二十条”)，提出探索建立数据资源持有权、数据加工使用权、数据产品经营权的结构性分置制度。2023年12月财政部《关于加强数据资产管理的指导意见》和2024年7月党的二十届三中全会进一步确立起基于市场化的“谁投入、谁贡献、谁受益”的原则，健全由市场评价贡献、按贡献决定报酬的机制，鼓励数据来源者依法依规分享数据并获得相应收益。 从数据来源主体的角度，私有数据是消费和生产的副产品(Varian，2018；Farboodi and Veldkamp，2022；Veldkamp and Chung，2024)，故其初始产权应当归属于参与数据生成过程的消费者和企业。调查报告显示③，数据资源主要由个人及行业机构持有的各类设备产生，这意味着通过识别和测算不同数据产出渠道及对应设备的数据产量，可以有效界定各经济主体的数据来源构成。具体而言，个人数据的产生渠道包括生活消费(手机、私人电脑、智能家居、可穿戴设备)和交通运输(火车、飞机、船、智能汽车)等，企业数据的产生渠道包括物联感知(监控设备、仪器仪表、传感器)和生产制造(边缘智能设备、工业机器人、数控机床)等。此时，在每个行业“一刀切式”地讨论数据产权单独属于企业还是消费者(Jones and Tonetti，2020)将不符合“谁投入、谁贡献、谁受益”的产权分配原则。数据产权制度应充分依据不同行业的经济活动特征，重点考虑数据来源结构及其对经济生产的相对贡献。故本文的研究问题是，基于消费者和企业的数据来源结构进行初始产权分配的数据制度如何影响社会福利水平及其理论机制和政策启示。 因此，本文构建了一个包含数据驱动生产的动态一般均衡模型。在该理论模型中，消费者和企业的数据产权初始分配比例取决于数据来源结构，也即等于两类主体各自贡献的数据来源比例。私有数据经由数据市场交易实现共享，数据共享使其能够非竞争性地促进所有企业生产。在分散经济的微观决策层面，家庭将权衡出售消费者数据的收益与隐私泄露的成本，企业将权衡出售企业数据的收益与因创造性破坏而被潜在新企业取代的风险，两者决策共同决定数据共享的均衡水平。研究结果表明，不同数据来源结构将影响实施该数据产权制度时两类私有数据的共享程度，进而从宏观层面上在经济产出效益和消费者隐私成本的权衡之中影响社会福利水平。具体而言，当消费者数据相对于企业数据的占比越大时，消费者数据共享量越多，这将既通过要素深化效应而促进经济总产出，从而提升社会福利，又通过恶化消费者隐私泄露程度而降低社会福利。与此同时，企业数据共享量越少，这将通过要素深化效应弱化、熟练劳动力再配置效应抑制新产品创新而降低经济总产出，进而降低社会福利。为判断该数据产权制度是否能够有效促进社会福利，本文进一步比较分散经济均衡和社会计划者均衡结果。当以社会计划者均衡为基准时，分散经济均衡的社会福利效率与消费者数据占比呈现非线性关系。此外，数据脱敏保护政策和企业数据交易补贴政策将能显著提升该数据产权制度的实施效果，且在消费者和企业的数据来源比例相近时叠加配套政策的提升效果更显著。 本文与论证数据要素促进经济产出的文献密切相关。已有研究将数据视为企业生产经营和创新研发过程的新型投入要素(Jones and Tonetti，2020；Cong et al.，2021；蔡继明等，2022；杨俊等，2022；徐翔等，2023；刘涛雄等，2024；Veldkamp and Chung，2024)，或者认为数据在信息摩擦环境中有助于降低预测不确定性、缓解双边信息不对称问题(Farboodi and Veldkamp，2020，2022；Acemoglu et al.，2022；Bergemann et al.，2022；Parlour et al.，2022；He et al.，2023)。Jones and Tonetti(2020)通过构建数据驱动生产的增长理论模型，论证数据非竞争性的规模报酬递增效应。Cong et al.(2021)通过构建数据驱动研发的增长理论模型，考察数据要素对技术创新和经济增长的影响。Farboodi and Veldkamp(2022)认为由于预测误差最多降至零，因此数据积累降低预测误差的边际收益递减且其增长效应存在上限。
