一、数据要素特点

（一）数据持续实现价值延展

当前，数据在全球经济运转中的价值日益凸显，各主要国家围绕数据资源抢夺数字经济制高点的竞争日趋激烈。数据价值持续性溢出，这不仅代表着数据在经济社会中的定位不断提升，还标志着数据背后的内涵不断变革。

从数据到数据资源：人们对数据的最初认识，是政府与相关事业单位及国有企业与金融机构等主体统计或存储的各类数据。对政府部门而言，数据获取来源除了普查和抽样调查之外，还包括分割在不同部门和国有领域的各类常规性数据统计途径，如统计数据、各部门的业务上报数据等。对金融机构而言，很早就利用存储、统计的各类存贷款数据信息以及其他数据开展相关应用，金融是率先探索已积累的数据资源并开展数据应用的重点领域。

从数据资源到大数据：随着信息通信技术的快速发展，众多线下业务或纸质统计渠道均转移到线上平台，数据来源渠道获得极大丰富，互联网应用涉及的数据规模迅速超越传统上报数据，大数据的概念应运而生。各行各业开始重视由数据资源向大数据的价值转变，从数据采集、数据清洗，到数据存储、数据计算，再到数据挖掘、数据分析，通过深入关联分析，逐步探索开展大数据应用。在此期间，大数据成为各行业降本增效的重要技术手段，也成为各级政府促进产业转型跨越发展的新动能。

从大数据到数据要素：2019年，党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度，推进国家治理体系和治理能力现代化若干重大问题的决定》中，首次将数据增列为生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制。刘鹤指出：“数据作为生产要素，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸现，成为最具时代特征新生产要素的重要变化。”大数据跃升为数据生产要素，这是对数据生产价值与历史地位的极大肯定。

从数据要素到数据要素市场化：2020 年 4 月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，这是中央第一份关于要素市场化配置的文件。文件强调，要加快培育数据要素市场，推进政府数据的开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。市场化与资产化是生产要素的必备特征，而当前数据要素面临权属界定、价格平衡、交易流通等诸多待解决问题，数据要素市场化将是一个攻坚克难的重要历史进程。

（二）数据要素特点鲜明

围绕要素主体特征、权属流转模式、资源稀缺程度、管理规范标准、要素交叉关联、价值溢出效应等维度，综合分析土地、劳动力、资本、技术、数据五大生产要素，从各个维度探讨数据要素与其他要素的异同点。

从要素主体特征来看，数据要素因其易获取、易传播的特点，主体比较繁杂，如数据产生者、数据存储者、数据处理者、数据应用者等。土地、劳动力主体较为单一，如城市市区的土地属于全民所有，农村和城市郊区的土地，除法律规定属于国家所有的外，属于集体所有。资本、技术主体较为多样，如技术主体可以是科研机构、企业以及个人等。

从权属流转模式来看，数据要素因其强动态性的特点，权属流转较为复杂，如对于企业数据来说，数据是由企业行为（包括采集、加工、整理等服务增值行为）产生的，不过企业对于其收集、加工、整理的数据享有何种财产权益，企业在个人数据基础上开发的数据衍生产品及数据平台等财产权益受何种法律保护，这些权属问题都需要法律进一步界定。土地、劳动力、资本、技术均有确切的法律依据，权属界定相对明晰，如土地生产要素涉及土地所有权及由其派生出来的土地占有、使用和收益权。

从资源稀缺程度来看，数据要素因其易收集、易复制的特点，资源非常富足，如互联网用户个体每天产生 1.5GB 的数据，一辆联网的自动驾驶汽车每运行 8 小时将产生 4TB的数据 ，Facebook每天产生4PB的数据 ，全球每天有50亿次搜索 。当然高价值的数据资源还是稀缺的，这也体现出了巨头平台公司的优势。土地、劳动力资源稀缺，这也是各地政府发展产业过程中最先需要解决的两大关键要素。资本、技术资源相对稀缺。

从要素交叉关联来看，数据要素因其强外部性的特点，与劳动力、资本、技术均紧密交叉关联，如数据要素可深度融入劳动力、资本、技术等每个单一要素，如人才大数据、金融科技大数据、知识产权大数据等，切实提高单一要素的生产效率，在此过程中数据要素将变得更为丰富、全面。土地要素相对独立，劳动力、资本、技术均呈现一定程度的交叉关联性。

从价值溢出效应来看，数据要素因其全局性的特点，可兼顾各方要素实现资源统筹优化，继而实现价值倍增，如数据要素可提高劳动力、资本、技术、土地这些传统要素之间的资源配置效率，以最优资源配置组合服务于整体生产，同时降低不必要资源的投入成本，创造更高的价值。一般来说，土地、劳动力价值溢出不甚明显，不过高附加值地块以及高水平人才团队价值溢出还是比较可观的。资本、技术价值溢出比较明显，资金流入与核心技术引入将带来不菲的价值溢出效应。