《数据要素参与价值创造的途径：基于广义价值论的一般均衡分析》

本文的研究由清华大学政治经济学研究中心的蔡继明、高宏、陈臣，以及首都经济贸易大学经济学院的刘媛合作完成，主要发表在《管理世界》2022年第7期，文章的DOI为10.19744/j.cnki.11-1235/f.2022.0096。本研究旨在探讨数据要素如何通过广义价值论（General Theory of Value）框架，在价值创造中的重要地位。

一、研究背景和学术背景

数据要素作为数字经济时代的核心生产要素，其重要性日益凸显，对推动经济增长和技术创新具有重大意义。当前，中国凭借庞大的人口和广泛的数字化基础设施，占据全球27.8%的数据存量（到2025年预计达到48.6ZB），在国际竞争中具备显著优势。然而，关于数据要素的价值基础、创造机制及其经济学内涵，国内外尚存在大量争议。具体而言，学术界对于数据是否创造价值有两种截然不同的观点：一方认为数据能直接创造价值，另一方则认为数据仅提高劳动生产率，但不直接创造价值。

本文基于广义价值论提出一个纳入数据要素的经济学分析框架，目的在于澄清数据要素是否以及如何创造价值的理论争议，从而为数据要素参与按贡献分配奠定理论基础。

二、研究流程与方法

1. 理论模型的构建

研究采用广义价值论作为理论基础，该理论融合了劳动价值论、新古典价值论和斯拉法价值论的核心内容，并以比较利益率均等原则为基础构建了均衡价格比例与价值决定模型。在广义价值论基础上，研究加入了数据要素，并假定数据要素具备以下经济特征： - 虚拟性（Fictitiousness）： 数据无法脱离现代信息网络系统独立存在，必须结合其它生产要素才能创造价值。 - 非竞争性（Non-Rivalrousness）： 数据的使用不排他，同一组数据可以被无限次复用。 - 非排他性或部分排他性（Non-Excludability/Partial Excludability）： 数据生成会涉及多方主体，导致产权界定不清。 - 规模报酬递增（Increasing Returns to Scale）： 数据使用的规模效应、累积效应可带来生产效率提升。 - 正外部性（Positive Externalities）： 数据使用推动技术进步和资源配置效率的提高，具有溢出效应。

研究通过数学建模，将数据要素纳入一般均衡分析：假定消费—生产者在数据收集处理及商品生产之间分配劳动时间，并通过分析其最优劳动投入比例，模拟数据要素对生产力及价值创造的作用。

2. 数据要素生产及参与商品生产的函数设置

研究进一步定义了数据要素生产函数和商品生产函数。数据参与价值创造的渠道主要包括： 1. 数据的初始存量： 开始时的已有数据规模。 2. 前期劳动投入： 系统对数据的收集和处理所需的劳动投入。 3. 当期活劳动： 当前周期中新投入于数据收集及商品生产的劳动。

在假定参数的基础上，建立了消费—生产者选择最优生产和消费的数学框架，分析了数据要素如何通过以上三种途径提升绝对生产力、综合生产力以及比较生产力。

3. 数据要素的正外部性建模

通过模型进一步量化数据要素的正外部性：数据要素不仅提升生产者在其主导商品上的生产力（绝对生产力），还能溢出增强其他商品的生产效率。

4. 市场均衡条件和价值分配

研究定义并求解了包括数据要素在内的市场均衡条件，探讨了均衡条件下的价值创造与分配模式，重点分析了数据的初始存量、前期劳动物化及当期劳动的价值贡献。

三、研究结果

数据要素对绝对生产力的影响

1. 数据的初始存量越大，能够在初始阶段显著提升绝对生产力，但其边际效应随着时间推移逐渐递减。
2. 前期物化劳动，即前期收集和处理数据的劳动耗费，与绝对生产力呈明显的正相关。这表明，历史数据投入对当前及未来生产力提升具有长远影响。
3. 当前周期中的活劳动直接影响商品生产和数据要素的生成，其价值贡献无可争议。

数据要素对综合生产力的影响

1. 数据要素的正外部性使得其能够增强生产者在其非主导商品上的生产效率（隐含生产力）。
2. 模型结果显示，数据要素的溢出效应显著提高了生产者的综合生产力，使其产品在分工和交换中占据更强的竞争优势。

数据要素与市场平衡

通过构建数据要素参与的一般均衡模型，研究指出，价值创造的来源并不仅限于活劳动，数据本身以及前期劳动投入的物化形式均对最终的价值量和资源分配起到重要作用。

四、研究的意义与价值

研究从理论上澄清了数据要素是否创造价值的核心争议并得出以下结论： 1. 数据要素是价值创造的重要来源，不仅包含共享的数据存量，还包括前期物化劳动和当期投入的活劳动。 2. 数据要素具备正外部性，可通过提升综合生产力促使社会资源得到更高效配置。 3. 借助模型模拟和分析，研究为广义价值论在数据要素领域的应用探索提供了新方向。

从实践角度来看，研究成果为我国在数字经济时代抓住战略机遇提供了理论支撑，同时为构建高效的数据要素市场及完善数据的按贡献收益分配机制奠定了学术基础。

五、研究亮点与创新

1. 理论创新： 首次将数据要素系统性纳入广义价值论框架，并量化数据对绝对生产力、综合生产力的影响。
2. 正外部性的探讨： 系统刻画了数据要素的溢出效应及累积效应，并提出其对价值创造的长期推动作用。
3. 模型的严谨性： 建立了涵盖消费、生产与资源分配的完整均衡分析框架，模拟并验证了复杂条件下的数据要素经济学内涵。

六、未来研究方向

作者指出，尽管研究对数据要素的价值基础给出了较系统的规范性分析，但在实践中，仍需进一步明确： 1. 数据产权界属和合理界定。 2. 数据的整体价值核算框架及技术性规则。 3. 数据要素在不同应用场景中的定价策略及制度安排。

本文通过结合广义价值论和数据经济的特点，为未来研究数据要素在数字经济中的价值创造提供了坚实的理论基础，同时对推动我国数字经济发展具有重要实践意义。