(1.北京理工大学 管理与经济学院，北京 100081；2.教育部人文社会科学重点基地 清华大学技术创新研究中心，北京 100084;3.清华大学 计算机科学与技术系，北京 100084；4.无锡江南大数据研究院，江苏 无锡 214000;5.清华大学 经济管理学院，北京 100084；6.北京大学 经济学院，北京 100043)
The Value Ecosystem Construction and Market Allocation Mechanism of Data Elements
Yin Ximing1,2, Lin Zhenyang3,4, Chen Jin2,5, Zhao Rong4,6
(1.School of Management and Economics, Beijing Institute of Technology, Beijing 100081, China;2.Research Center of Technological Innovation, Tsinghua University, Beijing 100084,China;3.Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China;4.Jiangnan Big Data Research Institute, Wuxi 214000, China;5.School of Economics and Management, Tsinghua University, Beijing 100084, China;6.School of Economics, Peking University, Beijing 100043, China)
Abstract：As the micro-foundation and innovation engine of the digital economy, data elements are the general trend to promote the market-based circulation and value realization of data elements. It is of great significance for promoting the new dual-circulation development pattern and accelerating high-quality development in the new development stage. However, how to apply the holistic view and the innovation system theory to build a data element value ecosystem has become an important yet underexplored issue to promote the market-based allocation of data elements and release the value of data elements.
With the goal of dealing with the theoretical and practical challenges faced by the value relalization of data elements, this paper expands the research scope of data element′s participating in the practice of digital ecosystems. Firstly, this paper deeply analyzes the composition and operation mechanism of the ecosystem based on data value. It is believed that the core subjects of the ecological system include four parts : the source of data, the data operator, the data user and the data regulator. Combined with the real needs of the practice scenarios, multipul parties would carry out efficient data governance and reliable value added practice to form data products with high value density, and finally realize and release data value. In this process, the separation of the rights of data ownership, operation, and usage, as well as the transfer of limited rights are basic principles to maintain the efficient and stable operation of the data element value ecosystem. Secondly, this paper proposes that the data element marketization system architecture should be composed of the data source, the data element market players, and the public supervision. Among them, the market classification of the data element market entities includes the basic layer, the value-added layer, and the circulation layer. The entire circulation link can be refined into data collection, data storage, data governance, data transactions, and data applications. At present, China′s national data element market is still in the early development stage. In addition to leveraging the decisive role of the market, the government's regulatory role also should be integrated into the entire process of market-based allocation of data elements. This is to achieve both high-quality development of the digital economy and sustainability. This is the key mechanism to deal with the dual paradox of national data security and development, and is also a feasible path to further realize the capitalization of data elements and the effective circulation of data, thereby forming the industrial chain and value chain of data element assets. The resulting basic structure of the market-oriented operation and value realization mechanism provides a novel reference for the in-depth participation and efficient interaction of multiple subjects in the data element ecosystem, and the collaborative realization of the dynamic data element enabling effect.
In summary, this research enriches and deepens the theoretical research on the value-based and market-oriented allocation of data elements. It provides novel insights into the collaborative creation mechanism of multiple subjects in the process of value-oriented allocation of data elements. By optimizing the process mechanism of market-oriented allocation of data elements and the governance of data elements, it is feasible to further create a new digital-driven regional innovation ecosystem, and accelerate the construction of digital China so as to build a world-leading data element ecosystem with Chinese characteristics by strengthening top-level design, cultivating a multi-level, cross-regional, multi-agent efficient and co-created dynamism.
Key Words:Digital Economy;Value Creation of Data Elements;Market Allocation; Ecosystem; Process Mechanism
0 引言
随着新兴数字技术的迅速发展和迭代，特别是数据要素成为继土地、劳动、资本、技术之后的第五大生产要素，数据要素高效配置和数字技术整合应用成为新发展阶段构建新发展格局的强大驱动力[1-2]。2021年10月18日，习近平总书记主持中共中央政治局第三十四次集体学习时指出“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”，并强调要“统筹国内国际两个大局、发展安全两件大事，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，不断做强做优做大我国数字经济”。国务院印发《“十四五”数字经济发展规划》进一步明确“十四五”期间要“以数据为关键要素，以数字技术与实体经济深度融合为主线，加强数字基础设施建设，完善数字经济治理体系，协同推进数字产业化和产业数字化”。北京、浙江、上海、深圳相继出台了一系列促进数据要素价值化、打造数字经济高地的政策举措，掀起了新一轮以数字经济为竞争焦点的区域创新“锦标赛”[3-4]。但数据要素价值化、资产化依然存在数据权属难以确定、缺乏标准定价和交易规则等问题，严重制约了数据要素价值释放[5]。为此，本文针对数据要素市场化配置过程中出现的难题，基于“权属—主体—价值实现”三位一体整合式创新视角，构建多元主体参与数据要素价值化过程的创新生态系统，深入剖析数据要素价值化过程机制，旨在为准确界定数据要素权属、激发多元主体深度参与和协同共创、推动数据要素价值化、资产化以及赋能数字经济高质量发展提供理论依据和解决方案。
本研究创新之处在于：首先，基于数字化、市场化情境拓展多主体参与数据要素生态系统研究范畴，深入解析数据价值化生态系统构成及运行机制；其次，借助数据全生命周期管理思维，对数据要素“收—存—治—易—用—管”市场化配置和价值实现机制进行剖析，可为数据要素生态系统多元主体深度参与和高效互动提供借鉴；最后，还能够为数字经济相关部门推动制度创新、优化数字要素市场配置、构建数据要素价值化生态系统、加快数字中国建设提供决策参考。
1 研究评述
数字经济背景下，数据要素成为推动社会、经济高质量发展的核心动力和关键引擎[6]。目前，国内外学者对数据要素、市场化配置及价值化实现路径的研究主要聚焦在数据要素定义和分类、数据要素价值化作用机理和实现路径、数据要素权属界定等方面。
1.1 数据要素价值化作用机理
中国信息通信研究院发布的《中国数字经济白皮书(2020)》界定了数据要素价值化概念。当前，针对数据要素价值化的研究呈现经济、管理、法律和公共管理多元视角交叉趋势。首先，从数据要素理论层面，数据作为新生产要素贯穿于数字经济时代产业发展全过程，通过与其它传统生产要素不断融合、迭代，形成新要素组合结构，加快了数据要素红利释放[7]。林志杰等[8]从生产要素融合视角出发，认为数据价值化过程有助于驱动传统生产要素与数据要素优化重组，推动数据要素全方位赋能经济、社会发展。数据要素价值化过程与劳动和资本要素的融合主要体现在以下两个方面：一方面，数据经过收集、存储、处理、分析后能够形成新知识，并将新知识应用于企业管理和决策[9]；另一方面，“倒逼”数据成为新生产要素，使数字技术发展以资本投入为基础，数字技术与资本相结合形成数字化资本[10]。由此可见，数据作为“黏合剂”已经全面融入劳动与资本等传统生产要素，能够有效促进要素之间的连接和流通，进而打造各类生产要素一体化体系。在要素体系内，各类要素通过协作性和联动性不断发挥要素组合结构的乘数效应及网络效应，进一步释放数据生产力。叶秀敏等[11]将数据要素价值化定义为生产要素的复用过程，即实物生产资料加以数字化，形成具有通用性资产性质的数字化生产资料，使生产资料所有权和使用权分离，将数字化生产资料使用权共享给其它市场主体；陈国青等(2020)、戚聿东等(2020)和尹西明等[12]以价值协同为出发点，指出由数字技术汇聚而成的数据要素资源及其颠覆性力量正在加速社会、经济、政治领域系统性变革。总之，对于数据要素价值化问题解决方案的探究尤其值得关注。穆荣平[15]、陈劲等[16-17]、王一鸣等(2020)从数据要素价值化对新发展格局的影响出发，指出数据要素是加快企业转型升级、加速技术经济与发展范式跃迁、全面提升国民经济循环效率的新动力，新冠疫情暴发更加凸显了数据要素价值释放以及企业、产业和政府治理数字化转型的紧迫性和重要性。
1.2 数据要素价值化实现路径
关于数据要素价值化实现路径，何玉长等[16]从数据产品生产视角将数据价值化过程分解为数据挖掘和整理、数据结构化、规范化、数据联通、集成、形成数据库与数据服务软件等过程。考虑到数据所具有的虚拟替代性和多元共享性等特征，何伟[17]认为数据要素与企业业务流程相融合，参与产品全周期生产过程，有利于创新企业发展模式，具体可细化为思维模式创新、组织模式创新、研发模式创新和生产模式创新；李海敏[18]将研究视角聚焦到政务数据层面，认为数据市场化运营或价值化实现路径包括信息化建设、企业参与公开数据开发以及契约式、孵化式开发模式。也有学者认为，无论任何属性的数据，其流动方式均包括主动共享、自留使用和数据产品交易3种，市场主体对这3种流动方式的选择取决于供求双方是否存在竞合关系、风险偏好、数据时效性；尹西明等[5]从数据要素价值化动态机制出发，提出一种基于数据银行的运行机制，并对数据要素价值化过程阶段进行研究，但未将多元主体纳入数据要素市场化配置和价值实现过程，缺乏对数据权属瓶颈的讨论。
针对数据权属问题，现有学者普遍认为数据要素所特有的公共物品属性以及源于数据集合信息熵所带来的经济价值，使其不同于传统财产类型[19]。赵瑞琴等[20]从静态视角出发，提出数据所有权在法律逻辑上是绝对的、排他的、永续的，但在实践中则是动态分离的，数据占有权属于生成信息的微观个体，而数据使用权、收益权和处分权则属于收集、存储和处理信息的主体，数据要素权属关系根据生态角色调整而改变；张钦昱[21]从数据权利主体视角出发，论述了包括国家数据、政府公共数据、企业数据及用户数据在内的数据权利构成；申卫星[22]提出应分别赋予数据生产者和处理者以所有权及用益权，形成二元权利结构。部分学者认为不应赋予企业数据处理所有权，由于数据要素复制成本低，平台企业很容易通过合同、协议等方式将数据所有权低价甚至免费流转到自己手中。数据所有权有可能导致数据壁垒和垄断，阻碍数据获取，造成数据市场扭曲。由消费者个人掌控数据所有权虽然有利于开展交易，但在一定程度上也会限制数据要素流转。若由平台机构掌控数据，社会整体经济效益可能达到最优，但垄断和滥用数据则会反噬交易规模。而且，数据个人所有权对于个体数据隐私和安全的保障力度十分有限[23]。因此，应赋予数据生产者不同级别的数据控制权，赋予数据持有者有限占有权[24]。根据上述分析可知，现有研究对数据要素市场化流程、特点及影响因素进行了积极探讨，但鲜有学者从数据要素全周期和创新生态系统视角对多元主体如何在数据要素市场化配置过程中围绕数据授权、让渡和流转等议题协同共创机制的探讨。
2 数据要素价值化生态系统构成与运行机制
现有研究表明，数据权属、参与主体、角色定位是推进数据要素市场化配置和数据要素价值实现的重要保障及功能前提[25]。高效率、高价值和低成本数据要素价值化路径的实现是一个复杂的动态过程，需要基于创新生态系统视角(于施洋等，2020；魏江等，2021)，系统构建多元主体激励相容、高效协同和市场化共生共创的数据要素价值生态系统[26-28]。本研究构建“权属—主体—价值实现”三维视角下数据要素价值化生态系统理论框架，如图1所示。
2.1 数据要素价值化生态系统核心主体
2.1.1 数据源出方
数据源出方构成主体主要包括个人、企业和政府，三者通过参与数据生成环节而成为数据要素生产循环过程的起始经济主体。个人参与生产循环过程主要指个人信息数据和消费数据，企业参与生产循环过程主要指企业生产数据和用户数据，政府参与生产循环过程主要指公共数据和政务数据。数据生成是指数据要素经济主体在数据需求的基础上，对数据目标进行主动式或被动式生成与采集，以便投入下一个数据生产环节。
2.1.2 数据运营方
数据运营方主要负责对未加工数据进行存储、清洗、转化、分析和挖掘等一系列增值化处理，以提升数据标准和价值[29]。参与数据运营的主体主要有企业、平台和政府，其中平台是数据运营的核心主体。平台利用强大的数据加工技术，打通数据运营全周期各个环节，如受托汇聚、受托存储和受托治理等。
2.1.3 数据使用方
数据要素通过不断流通和碰撞产生新价值，数据流通阶段是数据要素价值不断发现与品质不断增值的过程。数据主体所拥有的加工数据十分有限，那么应如何形成满足各经济主体需要的数据？这就要求数据主体之间对数据进行使用和流通，以实现数据要素的社会价值。数据使用方是一个复合主体，个体消费者、数据信托公司和政府在数据流通中均占有一席之地。上述数据使用者在数据流通过程中通过交易所或者交易中心享有免费或付费数据使用权，需要遵守数据流通规范与准则。
2.1.4 数据监管方
目前，我国数据要素市场尚处于探索阶段，不但需要发挥市场资源配置作用，更需要将政府、受托机构等各方监管角色融入数据要素市场化运行过程，这是解决数字经济高质量发展和数据安全二元悖论的关键，也是进一步实现数据要素资产化、促进数据要素高效流通以及构建产业链和价值链的可行路径。
2.2 数据要素价值化生态系统主体联动机制
数据要素价值化生态系统是指数据要素各主体通过联动作用，结合数据使用的真实场景，对低价值数据进行高效治理、价值增值和价值沉淀并形成高密度数据产品，以最终释放数据价值的过程。本文构建“权属—主体—价值实现”三维视角下数据要素价值化生态系统主体联动机制，如图2所示。其中，横轴表示数据要素价值化过程，纵轴表示数据权属流转过程，曲线表示在数据要素参与市场运作过程中权属变更所带来的熵减以及价值实现过程。
数据熵减和价值实现是数据要素生态系统运行的最终目的，数据所有权、运营权、使用权分离和数据有限权利让渡是维持数据要素价值化生态系统高效、稳定运营的基本前提。在所有权、运营权和使用权三权分立原则下，数据运营权从数据所有权派生而来，数据收集、存储与治理通常只涉及数据运营权，数据运营权是实现数据源出到价值变现、完成数据所有权和使用权联通的“桥梁”。数据所有权是数据运营权的母权，可通过法定或约定方式以及有偿交易或无偿授权方式获得。数据运营权界定需要基于数据使用者与数据源出者的法律关系：①数据必须源于真正的所有权人；②数据获取必须得到所有权人的明示许可或者存在法定事由；③数据完成采集并形成具有财产价值的数据集合。数据运营权可理解为权利主体实现价值增值的过程。
数据要素市场化流转过程和权属转化过程与市场主体生态角色划分相互融合。数据运营平台兼具数据收集、储存和治理功能，能够保证数据生态圈和处理链条完整、高效、合规运行。数据应用和数据交易作为赋能经济社会发展的重要环节，除具有传统以撮合交易为主的数据交易平台服务功能之外，还提供受托存储、受托分析和受托融通服务，在此过程中赋予平台企业数据运营权，使其既具有数据支配权，同时又具有独立财产权，以充分促进数据流通和使用。
3 数据要素市场化配置过程与价值实现机制
一般而言，数据要素市场化配置过程由生产资料分配过程和财富分配过程两个核心环节构成。然而，由于数据要素的非竞争性和无限复制特征，使得无法使用传统产权概念解决数据要素确权问题，并由此衍生出数据产权保护和交易困难等问题。因此，实现数据要素市场化配置的首要前提是确立清晰的数据产权关系，只有产权清晰的数据才能顺利进入要素市场，进而实现数据要素在各生产部门之间的高效流动。也只有产权清晰的数据才能进入市场进行交易，从而实现按市场评估贡献、按贡献获取报酬的分配机制。数据要素市场化过程表现为基于数据权属流转和让渡的数据资产价值增值过程，各市场主体通过提供不同性质的数据处理服务，将数据权利链接起来，形成完整的数据资源管理链条，从而实现数据资源的经济价值和社会价值。
为更加直观、清晰地展现数据要素市场化机制流转过程，本研究进一步从数据要素全生命周期视角构建数据要素“收—存—治—用—易—管”市场化价值实现机制基本框架，如图3所示。从中可见，数据要素市场化系统架构主要由数据源、数据要素市场主体和数据监管者组成。其中，数据要素市场主体的市场属性和结构地位涉及基础层、增值层和流通层，整个流转环节在数据要素全生命周期中可划分为数据收集、数据存储、数据治理、数据交易和数据应用等不同阶段。
3.1 数据源：数据源出者
数据要素市场数据源自数据源出者，即产生数据的主体。数据所有者的数据分散在每个产生数据的个体中，所以难以产生整体经济价值。因此，需要政府、数据平台和企业将数据源出者的数据聚集在一起开发和利用，并将其转化为有价值的数据要素资产。
3.2 基础层：数据收集者和存储者
数据要素市场基础层是数据收集和存储的过程。海量信息的产生会不断稀释单一数据价值，数据所包含的不对称信息越多，零散数据所蕴含的要素价值密度越低，数据与实体经济融合难度越大。由于数据极易被复制、传播、篡改，所以要解决数据确权和安全保护问题，就需要对数据收集和使用进行分开处理。同时，要实现数据价值，就需要以低成本技术优势实现数据汇聚，并进行高效、安全调用，以还原数据应有之义，这也是数据市场化运营的基础。由于数据收集者不具备数据所有权，因此需要收集方在经过授权后作为数据实际控制者，按照合法、正当、必要原则对数据进行处理。在实际经济活动中，对数据收集方进行有效监管十分困难，但可将数据存储于政府指定的第三方机构，政府通过技术手段并辅之以行政手段对存储方数据进行监管。
数字经济时代，基于数据驱动的科技发展对数据汇聚、存储提出绿色、安全、高效等多重要求。只有数据汇聚成本低于潜藏价值，数据要素收集存储成为新常态，才能为数据要素市场化价值的实现和数字经济发展提供源源不断的新动能。由数据财产权保护的数据需要记录在存储设备之中，以便长时间利用，无法长期保存或没有保存的数据缓存副本不能成为数据权利客体。根据新技术发展特点，原始数据收集已成为数据要素市场的独立生产领域，但对其财产权的界定必须圈定在政府授权范围之内。数据存储平台未经授权，并不具备数据所有权、使用权，只提供数据存储、汇聚、关联和更新服务，但经协商和授权后可获得数据运营权，在授权范围内对数据进行开发和流转，进而获取数据收益。
数据要素权属需要基于法律制度和人工智能技术加以界定，以保障数据要素融通效率和安全性，这也是数据价值生产、数据资产评估、数据融通以及数据要素价值最大化的前提。如果数据持有者既销售数据又使用数据，极有可能形成非理性竞争。已有学者利用古诺模型证实数据共享能够更好地满足市场主体需求，实现消费者剩余和社会福利提升，但从理性经济人假设出发，共享数据由政府主导比较符合实际[30]。
因此，在数据收集、数据存储等基础服务层面，需要政府的严格监管。例如，将政务数据收录、存放交由具有国资背景的企业处理，且明确规定这类市场主体未经政府授权不具有数据使用权利。赋予参与数据收集、存储的市场主体数据运营权，在政府监管下对数据进行汇聚、存储，推动全国一体化大数据中心协同创新体系建设，构建绿色集约、安全可靠的大数据产业链。统筹规划数据存储有利于集中数据资源，实现绿色集约和数据共享，降低能耗，节约数据收集方存储成本，并加快协同创新。同时，还能够有效避免数据所有者侵权行为的发生，从而保障数据安全。
3.3 增值层：数据治理者
数据治理是实现数据要素市场增值的核心环节。数据治理涉及的生态角色一般为数据平台管理者，通过对存储数据进行清洗、脱敏、加密、挖掘、管理等处理，提升数据质量，使原始数据成为高价值数据，供使用者开发和应用，也可以通过数据交易平台将数据使用权以市场化定价方式让渡给数据使用者。数据高效治理需要以云计算、AI、大数据技术为支撑，对数据全生命周期进行管理，完成内部增值和外部增效的双重价值变现。数据治理过程涉及数据权利流转，因此对数据要素进行规范化治理是保障数据所有者隐私安全、权属收益以及规范数据使用者权利边界、侵权责任的关键环节，有助于获取合法数据要素，促进数据权益保护和数据产业平衡发展。因此，应赋予数据治理者运营权，使其接受政府监管，以保证数据可溯源。
3.4 流通层：数据交易中介和数据使用者
数据要素流通层主要涉及数据交易和数据使用两个环节。其中，数据交易是指数据需求方从数据交易平台获取数据使用权、数据二次流转权及使用权。平台通过数据储存、确权、治理及融通等一系列流程，实现数据全场景应用，赋能产业发展。数据交易是数据市场化过程的核心，也是数据资产化和价值化的重要表现，涉及数据使用权、收益权、处置权等权利让渡。为保证数据交易有效流通和高效配置，应以政府为主导，以市场化运作主体和平台为核心，建立数据要素资产交易中心，不断完善数据要素资产定价机制和交易规则。
数据使用是指在实现数据安全、合规治理的前提下，为多种用户提供数据加工、开发和应用，实现数据融通和商业化运营，使数据在合法范围内流动，激发数据潜在价值，满足各方需求。在数据使用和价值变现过程中，数据供应商的功能主要体现在数据权属确认、数据质量评估、数据定价、商品发布、交易结算等环节，数据需求者主要体现在数据商品、服务购买等环节，数据服务提供者主要体现在数据服务参与众包需求和服务开发。具体而言，数据使用者得到数据收集方和所有者授权后获得数据使用权，由数据需求方以有偿或者无偿的方式使用数据。数据使用方还可以从数据治理平台获取数据资源或算力资源，对数据进行二次开发以满足自身产业需求，或以生态服务商的角色为其它不具备开发能力的使用者提供数据产品服务。
3.5 数据要素市场化配置监管机制
数据要素作为一种新动力、新引擎对于经济发展具有重要影响，基于数据确权的数据要素市场化和价值化机制对于激发数据潜在价值具有重要意义。然而，当前我国数据要素市场仍处于起步阶段，数据要素市场化配置除发挥市场决定性作用外，还需要政府监管融入数据要素市场化配置，这是促进数字经济高质量发展和解决国家数据安全二元悖论的关键，也是进一步实现数据要素高效流通进而形成数据要素产业链和价值链的可行路径。当前，我国数据要素市场化监督和治理仍面临诸多困境。首先，政府对数据要素保护意识和技术识别能力不足，无法准确判断市场化进程中的违规、违法等侵权行为；其次，数据市场化保障机制滞后，主要表现为数据产权开放、交易、监管法律机制缺失；再次，数据要素市场化治理组织职能分散、混乱，系统性和专业性有待提升。
因此，在完善上述“收、存、治、易、用、管”数据要素配置价值化实现机制的基础上，如何突破数据市场在治理实践中所面临的法律、组织困境，是亟待解决的关键难题。从数据监管与治理看，首先应将政府监管职能渗透到数据要素市场化机制流程转换和生态角色设置中，实现从单一化管理型政府到多元化治理服务型政府的转型；其次，采用先进、安全的数据管理系统对平台交易数据进行维护，保护数据交易双方的合法权益。同时，完善数据交易法规，使市场各主体依法、合规进行交易。然而，仅依靠政府部门很难实现对数据要素市场化全流程的有效监管，还应设立第三方专业机构规范数据服务市场。结合本研究对数据要素权属、主体和功能的综合分析，本文认为应实行政府部门整体监管、第三方数据交易平台监控、数据处理平台企业内部监管的三重监管模式，以保障数据市场的有序运行。
4 结语
数据要素作为数字经济的微观基础和创新引擎，促进数据要素市场化流通和实现数据价值化是大势所趋，对新发展阶段畅通国内大循环、形成双循环新发展格局和加快经济高质量发展具有重要意义。本文针对数据要素价值化面临的理论与现实挑战，从“权属—主体—价值实现”三维视角引入创新生态系统理论，系统探讨多元主体参与数据要素价值化过程的生态系统构成，深入剖析数据要素市场化配置微观过程机制，进一步讨论数据要素价值化生态建设和市场化配置监管机制及治理体系建设。本文认为，未来应加强顶层设计，从多层次、跨区域、多主体高效共创视角出发，不断完善数据要素市场化机制和数据治理体系建设，构建具有中国特色、世界领先的数据要素价值化生态系统，探索形成数据要素市场化配置机制与价值实现的中国方案。
参考文献:
[1] 马建堂. 建设高标准市场体系与构建新发展格局[J]. 管理世界, 2021, 37(5): 1-10.
[2] 赵滨元. 数字经济核心产业对区域创新能力的影响机制研究——数字赋能产业的中介效应[J]. 科技进步与对策,2022,39(15):50-57.
[3] 梅春, 林敏华, 程飞. 本地锦标赛激励与企业创新产出[J]. 南开管理评论,2022,25(2):124-135,213,136-137.
[4] 魏江, 刘嘉玲, 刘洋. 数字经济学：内涵、理论基础与重要研究议题[J]. 科技进步与对策, 2021, 38(21): 1-7.
[5] 尹西明, 林镇阳, 陈劲, 等. 数据要素价值化动态过程机制研究[J]. 科学学研究, 2022，40(2):220-229.
[6] 李直,吴越.数据要素市场培育与数字经济发展——基于政治经济学的视角[J].学术研究,2021,64(7):114-120.
[7] 李海舰, 赵丽. 数据成为生产要素:特征、机制与价值形态演进[J]. 上海经济研究, 2021,40(8): 48-59.
[8] 林志杰, 孟政炫. 数据生产要素的结合机制——互补性资产视角[J]. 北京交通大学学报(社会科学版), 2021, 20(2): 28-38.
[9] 谢康, 夏正豪, 肖静华. 大数据成为现实生产要素的企业实现机制：产品创新视角[J]. 中国工业经济, 2020,38(5): 42-60.
[10] 黄鹏, 陈靓. 数字经济全球化下的世界经济运行机制与规则构建：基于要素流动理论的视角[J]. 世界经济研究, 2021,40(3): 3-13，134.
[11] 叶秀敏,姜奇平.论生产要素供给新方式——数据资产有偿共享机理研究[J].财经问题研究，2021,33(12):29-38.
[12] 尹西明, 陈劲, 海本禄. 新竞争环境下企业如何加快颠覆性技术突破——基于整合式创新的理论视角[J]. 天津社会科学, 2019,39(5): 112-118.
[13] 穆荣平. 国家创新体系与能力建设的有关思考[J]. 中国科技产业, 2019,33(7): 20-21.
[14] 陈劲, 尹西明. 范式跃迁视角下第四代管理学的兴起、特征与使命[J]. 管理学报, 2019, 16(1): 1-8.
[15] 陈劲, 李佳雪. 数字科技下的创新范式[J]. 信息与管理研究, 2020,5(Z1): 1-9.
[16] 何玉长, 王伟. 数据要素市场化的理论阐释[J]. 当代经济研究, 2021,32(4): 33-44.
[17] 何伟. 激发数据要素价值的机制、问题和对策[J]. 信息通信技术与政策, 2020,46(6): 4-7.
[18] 李海敏. 我国政府数据的法律属性与开放之道[J]. 行政法学研究, 2020,8(6): 144-160.
[19] 李平. 开放政府数据从开放转向开发:问题和建议[J]. 电子政务, 2018,15(1): 85-91.
[20] 赵瑞琴, 孙鹏. 确权、交易、资产化：对大数据转为生产要素基础理论问题的再思考[J]. 商业经济与管理, 2021,41(1): 16-26.
[21] 张钦昱. 数据权利的归集：逻辑与进路[J]. 上海政法学院学报(法治论丛), 2021, 36(4): 113-130.
[22] 申卫星. 论数据用益权[J]. 中国社会科学, 2020,41(11): 110-131，207.
[23] DREXL J. Designing competitive markets for industrial data-between propertisation and access[J]. Journal of Intellectual Property, Information Technology and E-Commerce Law, 2017, 8(4)：257-292.
[24] 熊巧琴, 汤珂. 数据要素的界权、交易和定价研究进展[J]. 经济学动态, 2021,61(2): 143-158.
[25] 魏远山. 我国数据权演进历程回顾与趋势展望[J]. 图书馆论坛, 2021, 41(1): 119-131.
[26] 尹西明, 林镇阳, 陈劲, 等.“权属—主体—角色”视角下数据要素价值化架构设计与机制研究[J]. 数字创新评论, 2022,1(1): 53-64.
[27] 尹西明, 陈劲. 产业数字化动态能力：源起、内涵与理论框架[J]. 社会科学辑刊, 2022, 44(4):114-123.
[28] 宋炜, 张彩红, 周勇, 等. 数据要素与研发决策对工业全要素生产率的影响——来自2010-2019年中国工业的经验证据[J]. 科技进步与对策,2022,39(2):40-48.
[29] 孟方琳,汪遵瑛,赵袁军,等.数字经济生态系统的运行机理与演化[J].宏观经济管理,2020,36(2):50-58.
[30] JONES C I, TONETTI C. Nonrivalry and the economics of data[J]. American Economic Review, 2020, 110(9): 2819-2858.
(责任编辑：王敬敏)
