前 言 I 
第一章  數據經濟學導論 
第一節 什麼是數據經濟學 2 
第二節 數據經濟學對經濟學的拓展和貢獻 9 
第三節 全球視域下數據經濟學的核心研究議題 19 
第二章  數據經濟學的基本原理 
第一節 數據要素具有非物質性 28 
第二節 數據打破了資源稀缺性的假設 29 
第三節 數據一定程度上仍具有特定稀缺性 31 
第四節 數據具有非競爭性 33 
第五節 數據在經濟活動中體現出有限排他性 35 
第六節 數據要素的邊際收益可實現遞增 36 
目  錄 
V第七節 數據產品 / 服務的邊際成本趨於零 38 
第八節 數據要素的規模報酬遞增 39 
第九節 數據要素價值的非獨立性 42 
第十節 數據要素對傳統生產要素的增益 45 
第三章  數據的供給 
第一節 數據的來源 50 
第二節 數據的權屬 59 
第三節 數據供給側的成本函數 67 
第四章  數據的需求 
第一節 數據的應用場景 75 
第二節 數據的買方異質性 82 
第三節 數據需求側的收益函數 90 
第五章  數據市場類型、結構與交易模式 
第一節 數據三級市場 96 
第二節 數據市場結構 101 
第三節 數據交易模式 109 
第六章  數據市場均衡 
第一節 數據市場均衡理論 123 
第二節 數據一級市場定價 135 
數據經濟學 
VI第三節 數據二級市場定價 139 
第四節 數據三級市場定價 143 
第七章  數據經濟的宏觀目標 
第一節 數據經濟與經濟增長 150 
第二節 數據經濟與物價穩定 156 
第三節 數據經濟與充分就業 162 
第四節 數據經濟與國際收支平衡 166 
第八章  數據資產核算 
第一節 數據資產與數據價值鏈 173 
第二節 數據資產價值測度方法 177 
第三節 數據資產核算實踐 186 
第九章  數據要素收入分配 
第一節 數據要素參與收入分配的理論前提 201 
第二節 數據要素參與收入分配的難點 209 
第三節 數據要素參與收入分配的理論進路 219 
第十章  數據經濟治理 
第一節 數據經濟治理的主要內容 226 
第二節 數據交易市場監管 231 
第三節 數據反壟斷治理 238 
目  錄 
VII第十一章  數據經濟的對外開放 
第一節 開放條件下的數據經濟 250 
第二節 開放條件下數據流動的安全性考量 258 
第三節 跨境數據流動的全球治理 262 
第十二章  數據經濟學未來展望 
第一節 數據經濟學的綜合性不斷加強 270 
第二節 數據經濟學的時代性日益彰顯 283 
第三節 數據經濟學的理論性與實踐性融合並進 300

前  言
新一輪數字技術革命推動下，數據以其獨特屬性從傳統生產要素中“抽離”，成為除土地、勞動力、資本、技術之外的第五大生產要素。作為數字文明時代的關鍵生產要素，數據使得社會生產方式和生活方式的數字化、智能化、網絡化趨勢不斷增強，程度不斷加深，對世界經濟社會發展、國家力量對比變化、全球治理體繫乃至人類文明進程已經並將持續產生廣泛而深刻的影響。在此過程中，隨著經濟學理論與實踐前沿的不斷拓展和延伸，數據經濟學應運而生。
數據經濟學作為時代發展的理論成果，是一個具有綜合性、創新性、實踐性和復雜性的新興學科，受到國內外廣泛關注。聯合國政策簡報《全球數字契約》指出，到 2026 年，月均全球數據流量預計將增長 400% 以上。國際數據公司（IDC）預測，全球數據圈將從 2018 年的 33ZB（澤字節）增至 2025 年的 175ZB。在全球數據量呈井噴式增長的同時，全球數據流動正成為拉動經濟增長的重要引擎。《全球數字經濟白皮書（2023 年）》顯示，2022年，美國、中國、德國、日本、韓國等 5 個世界主要國家的數字經濟總量為 31 ，數字經濟占 GDP 比重為 58%。為適應數據經濟的發展，全球也正在逐步建立和完善相應的制度規則。
例如，歐盟於 2018 年通過《通用數據保護條例》（GDPR），對內促進數據流動和共享，對外維護數據主權。美國通過亞太經濟合作組織（APEC）的跨境隱私規則（CBPR）、《韓美自由貿易協定》（Korea-U.S. Free Trade Agreement）、《跨太平洋伙伴關繫協定》（TPP）、《美國—墨西哥—加拿大協定》（USMCA）等繫列跨國合作協議，從而促進區域性的數據流動。新加坡積極推動《數字經
濟伙伴關繫協定》（DEPA），力圖打造亞太數據中心。黨的十八大以來，以習近平同志為核心的黨中央著眼時代發展大勢和國內國際發展大局，高度重視發展數字經濟，實施網絡強國戰略和國家大數據戰略，建設數字中國、智慧社會，推進數字產業化和產業數字化，使我國數字經濟得到了快速發展並取得了顯著成就。
得益於超大規模市場優勢和人口規模巨大的現代化，我國已經成為全球數據量最大、數據類型最豐富的國家之一。2021 年，我國數據交易規模超 50，預計到 2025 年，我國數據總量全球占比將接近 30%，市場規模將超 2 20。貴陽大數據交易所作為中國首家掛牌運營的數據交易所，截至目前，累計入駐交易主體超過 600 家，累計交易額突破 1，服務覆蓋金融、交通、氣像等 20 多個行業領域，上架產品達到 1 000 多個。2021 年以來，各地不斷加快培育數據要素市場，陸續成立了上海數據交易所、北京國際大數據交易所、北方大數據交易中心（中新天津生態城）、廣州數據交易所等，有效促進了數據要素的價值釋放。深圳、天津、貴州等地在數據立法、確權、交易等方面也已取得較大進展。與此同時，我國積極參與國際數字經濟和數據治理合作，通過“一帶一路”倡議、全球發展倡議等建立雙邊或多邊伙伴關繫。由此可見，中國乃至全球在數據經濟領域已經積累了寶貴的理論和實踐基礎，為我們更好地認識和理解“數據經濟學”提供了思想源泉。
數據經濟學是經濟學的分支，由於數據要素的獨特屬性，數據經濟學在傳統經濟學的研究範疇上亦有諸多突破，因此有必要繫統全面深入闡釋其精髓和要義，這正是本著述的增益所在。本書共分為十二章：第一章為導論，介紹了數據經濟學的時代背景、基本定義、研究範疇，數據經濟學對經濟學理論和方法的拓展和貢獻，以及當前全球視域下數據經濟學的核心研究議題。第二章為數據經濟學的基本原理，旨在闡釋數據在經濟學框架下的屬性，數據要素在經濟活動中呈現的規模報酬、邊際收益、邊際成本等特性，以及數據的價值實現等。第三章至第六章，以相對微觀的視角，從數據的供給、需求、市場等維度展開具體分析，並試圖建立數據供給側的成本函數、數據需求側的收益函數等。第七章至第九章，以相對宏觀的視角，從數據經濟的宏觀目標、數據資產核算、數據要素參與國民收入分配等維度展開具體分析，包括數據如何影響宏觀經濟和納入數據要素的增長模型，數據經濟與物價穩定、充分就業、國際收支平衡，數據資產估算方法與實踐，數據要素參與三次收入分配的原則和路徑。第十章是數據經濟治理，介紹了數據安全治理、數據交易市場監管、數據反壟斷治理的重點領域、核心目的和主要手段。第十一章是數據經濟的對外開放，介紹了數據流動的全球化趨勢和特征，跨境數據流動的安全性，以及跨境數據流動全球治理的相關國際規則。第十二章是數據經濟學未來展望，探討了數據經濟學日趨豐富的研究議題及其與其他學科的交叉互動，新一輪科技革命、世界政治經濟格局、數據鴻溝等時代屬性在數據
經濟學領域的表現和影響，以及數據經濟學理論與實踐的融合並進。“凡益之道，與時偕行。”數據經濟學必將隨時代發展而不斷演進，我們也會與時俱進地為全球和中國的數字經濟發展作出力所能及的貢獻。

數據經濟學的基本原理 
數字經濟被認為是繼農業經濟和工業經濟之後一種新的經濟形態，其重要特征就是數據成為新的生產要素。農業經濟時代，勞動力和土地為主要生產要素；工業經濟時代，資本和技術成為新的生 產要素。隨著信息技術的飛速發展和生產生活的數字化，數據正逐 漸成為關鍵要素。與傳統的土地、勞動力、資本等生產要素相比，數據表現出廣泛存在、可復制、可共享、可無限增長的特性，似乎改變了經濟學研究的底層邏輯，即稀缺性約束條件下的最優資源配 置問題。本章試圖從數據本身的特質、數據的經濟屬性、數據的賦 能屬性等方面展開，探索數據經濟學的基本原理。 
一．數據要素具有非物質性 
生產要素具有實體和虛擬兩種形態。傳統的生產要素中土地和勞動力都是實體性的生產要素。資本要素則是虛實兼有，既有固定資產、金屬貨幣等實體形態，也有數字貨幣、金融產品等虛擬形態。技術要素也是虛實兼有，科技產品和服務既可能是虛擬 性的，也可能是實體性的。與這些相比，數據要素主要是虛擬性 的，這是數據要素與傳統生產要素的關鍵差異之一。 
數據作為一種非物質性的要素，主要是以數字、符號等形式存在於計算機存儲器中。回顧人類認識和定義數據的歷史，我們 可以看到，數據的內涵、外延和應用隨著數據生成和加工使用工 具的發展而不斷發展。自然界的運動變化和人類活動都是給定的 客觀事實，它們會產生痕跡，對這些運動和活動的觀察與記錄就 會產生數據。當記錄方式從手工紙質時代到計算機時代再到大數 據時代，數據量呈現幾何式增長，數據的形式不斷豐富，數據的 含義已不再局限於計算機領域，而是泛指所有定性或定量的描述。 
在今天的數據時代，原始數據的表現形式，也不僅僅是最簡單、 最常用的數字，也可以是文字、圖像、聲音等。 
具體來說，數據的非物質性體現在以下四個方面。 
一是數據要素無法以獨立的要素形態存在而需要依附現代信息網絡等載體。數據的非物質性使其很難成為傳統物權的客體，這是導致數據資源難以遵循傳統物權的主要原因。 
二是數據資源不會發生有形損耗。因此，數據可以被他人近 乎零成本、快速、無次數限制地復制，可以跨越時空限制而被共 享和共用。 
三是數據的非物質性使其具有可變性。數據資源在流通過程 中可能形成新的數據，對既有數據進行替換、迭代更新。 
四是非物質形態的數據要素仍需與勞動力和技術等其他生產 要素結合纔能發揮其對經濟增長的價值。這就決定了數字經濟的 一個重要特征也是對數據等非物質性要素的依賴，數字經濟發展 需要與制造業、服務業等實體經濟部門相結合。 
二、數據打破了資源稀缺性的假設 
經濟學理論中，“稀缺”通常被用來描述資源的相對有限性。 
一般來說，傳統要素會在使用過程中出現數量減少或質量下降的 情況。比如，自然狀態下，土壤肥力下降或者污染會導致土地要 素生產力損耗；貨幣和金融產品對於同一個人而言是無法重復使 用的，工業廠房和機器在生產過程中使用價值會因折舊而減損； 相對於社會和個人的無限需要和願望而言，勞動力也是稀缺的， 勞動力資源的稀缺性表現為消費勞動力資源的生產能力、支付手 段的稀缺性。總之，傳統生產要素都是基於有限的資源，其數量 和質量、價值和稀缺性在特定時間和地點是相對固定的。 
不同於傳統要素，數據廣泛存在，隻要有自然和人類活動，數據量就會持續不斷地增長。根據由未來偵察戰略與分析公司為 美國陸軍負責研究與技術的副部長助理撰寫的《2016—2045 年新 興科技趨勢》的報告顯示，全球新產生的數據量大約每兩年翻一 番。這堪稱大數據摩爾定律，數據大爆炸是必然的A。也就是說，數據要素具有可再生性，這使得數據有了非稀缺性的屬性。數據 可以被復制、共享和加工再生。例如，數據庫可以通過復制和備 
份生成多份完全相同的副本，這些副本具有相同的數據結構、內 容和質量。這種可復制性意味著數據的價值和稀缺性是相對可控 的，可以通過有效的數據管理和分析來增加其價值和降低其稀缺 性。數據也可以通過交換、集成、協作分析等方式產生新的數據 資源，這些共享和合作可以使不同的數據資源相互補充和增強。 
數據還可以被加工再生，如根據實際情況和需要新增、刪除、修 改數據記錄等。這些更新和修訂可以使數據更加準確、完整和實 時。數據也可以通過數據清洗、預處理、統計分析、機器學習等多種數據處理和分析技術進行加工和轉化。這些技術有利於從原 始數據中提取出更多的信息和知識，從而產生新的數據資源。 
總之，數據不會因使用而耗盡，反而會因使用而產生，在不 斷被使用的過程中會越來越多，即可以通過持續地收集和更新， 得到新的數據。可以說，數據量將無限增長，這在一定意義上打 破了數據資源具有稀缺性的說法。 
三、數據一定程度上仍具有特定稀缺性 
從上一節中我們看到，數據看似可以無限供給，似乎是不稀缺的，但人們往往發現，具有特定使用價值的數據資源仍然稀缺。因此，在一定程度上，數據要素在使用過程中仍然具有特定稀缺 性。現實中我們總是感到缺少所需要的數據，為了實現某個特定 目標或者任務，往往需要專門去生產或購買數據。這說明有用的 數據或者作為生產要素的數據仍然具有稀缺性，這種稀缺性來自 數據產生和使用過程中的約束條件。 
如前文分析，數據是對事實觀察、抽像、表示、記錄的過程。
顯然，數字作為結構化數據，其抽像化的程度要高於圖像、聲音、視頻等數據形式，因此，制定抽像化規則和掌握規則的人的因素 就對數字化數據的質量或者說數據可信度有更大影響。隻有在特 定的條件下，符合完整性、及時性、準確性等一繫列要求的數據，纔可以表現特定事實。因此，數據是事實的表現，但不等於事實， 而是對事實的某種程度的抽像。至於要對事實的哪些特征進行抽 像，以怎樣的方式進行抽像，往往需要預先確定規則，而這些規 則將為創建和解讀數據提供重要指導。可以說，記錄、處理“事 實”的工具和方式成為數據表現形式和數據量的約束條件。如經 濟學中用到的數據是指用於描述經濟現像和經濟行為的數字、事 實或統計量，通常是通過統計學方法收集、整理和分析而來。 
因此，本質上講，數據要素是有人和計算機等設備參與生產 的一種刻畫“事實”的初級產品，這種初級產品的生產有三個制 約因素。在一定程度上，數據要素的稀缺性體現在：一是受制於 算力。數據的產生依賴算力，而算力需要相應的物質基礎來支持， 尤其取決於數字基礎設施如數據中心等，這種稀缺性與資本的稀 缺性相關聯。依靠數據中心等數字基礎設施，實現數據存儲、交 互和使用，是銀行業、信息業等各類行業商業模式的基礎。以 
數據中心為例，近 10 年來，世界對數據中心服務的需求增長強 勁。根據國際能源署（IEA）等的研究估計，2010—2020 年全球 互聯網流量增長了近 16 倍，數據中心計算負荷增長了 8.4 倍；數 據中心能源消耗增加 13%—65%，約占全球電力需求的 0.9%— 
1.3%A。二是受制於算法。數據要素的開發依賴算法，也就是數據 記錄和處理工具。算法開發的技術門檻高，合格勞動力稀缺，也 就是說，數據開發與勞動力和技術的稀缺性相關聯。由於算力和 算法有稀缺性，對數據的可獲得性、質量和準確性、時效性、實 時性等方面產生影響，從而數據資源也就有了稀缺性。三是受制 於個人隱私保護規則。與人相關的數據采集和使用受隱私保護法 規的限制，這也造成了數據資源的稀缺性。 
四、數據具有非競爭性 
競爭性是指一個人使用某種物品將會減少（限制或避免）其 他人對該物品的使用A。消費者對其使用的增加會引起生產成本的 增加，每多提供一件或一種該物品，都要增加生產成本，這是判 斷經濟學中物品是否具備競爭性的一種特征。經濟學中的大多數 商品都是具有競爭性的，例如我們日常穿的衣服、開的汽車、用 的文具，這些物品一旦一個人使用，則別人就不能同時使用。反 之，非競爭性是指在消費過程中一些人對某一產品的消費不會影 響另一些人對這一產品的消費，受益者之間不存在利益衝突。 
與傳統生產要素相比，數據是無限可用的，現有數據可以同 時被任意數量的經濟主體使用，而不會導致其數量減少或者價值降.低。例如，100 萬個標記圖像的集合或 1 萬輛汽車行駛 1 萬英裡所生成的數據可以被任意數量的公司、個人或者機器學習算法同時使用，而不會導致其他任何人可用數據量的減少。因此，數據是非競 爭性的。從邊際成本角度來看，數據生產和傳輸過程中，每增加一 單位的數據，其邊際成本就越接近於零。也就是說，與傳統的物理 產品不同，數據可以被無限制地復制和傳播，而不會導致成本的顯 著增加。例如，一首歌曲、一部電影或者一本書可以通過數字化的 方式無限次地復制和傳播，一組軟件代碼可以被無限次地復制和使 用，而不會增加額外的成本。由此，數據具有了非競爭性。 
數據的這種特殊性質使信息技術應用的成本和門檻降低，為 信息技術應用帶來了更多的機會和創新。同時，該特征使得數據 的使用和共享變得更加容易和便宜，從而促進了數字產品和服務 的創新和發展。例如，在廣告營銷中，數據可以幫助企業更好地 了解消費者的需求和行為，從而使企業更有效地推廣產品和服務。 
在醫療保健領域，數據可以幫助醫生更好地診斷和治療疾病，有 助於提供更加個性化的醫療服務。但是，數據的邊際成本趨近於零也帶來了一些問題和挑戰。例如，數據的無限復制和傳播可能 導致數據的質量下降和隱私洩露的風險增加。