数字经济：收入分配马太效应与大数据收益分配

一、拥抱数字经济时代，遏制数字技术应用加剧收入分配马太效应

20 世纪 90 年代，互联网改变了世界。进入 21 世纪，尤其是这几年以来，数字化又改变了世界，数字化时代到来。数字经济与互联网经济有一定的继承关系，但更多的是超越。

中国已经走在了数字化时代的前沿。中国移动互联网设备大范围普及，C 端、移动端社交媒体营销大行其道。基于大数据分析、区块链技术、人工智能、云计算手段等的应用大量出现，赋予了数字化时代更多的内涵、更多的工具。以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施，以人工智能、云计算、区块链等为代表的新技术基础设施，以数据中心、智能计算中心为代表的算力基础设施等新基建快速铺设推广。

早在2017年12月8日，习总书记在中共中央政治局第二次集体学习时就强调，要“审时度势，精心谋划，超前布局，力争主动，实施国家大数据战略，加快建设数字中国”。2020年3月30日，中央印发的《关于构建更加完善的要素市场化配置体制机制的意见》指出，“数据也是一种生产要素，要加快培育数据要素市场”。利用数字技术，发展数字经济，拥抱数字生活，是“十四五规划”中强调的重要内容，也是数字经济时代国际竞争的重要战场。

不过，从辨证的视角来看，数字技术的应用在推动社会经济发展的同时，也将给社会经济治理带来新的问题和挑战，需要进行合理规制和正确引导，遏制数字技术应用加剧收入分配马太效应。

二、数字经济时代收入分配马太效应加剧的四种基本路径

（一）技术快速革新导致部分人群摩擦性失业

一般而言，技术进步对就业既有补偿效应又有替代效应。一方面，技术进步将创造出新的就业岗位。另一方面，结构性失业的阵痛难以避免。英国央行首席经济学家安迪·霍尔丹（Andy Haldane）认为，数字化推动的第四次工业革命有可能导致大面积“技术性失业”，对就业市场、民众生活与广大社会造成的影响是痛苦的。

数字经济的本质在于生产资料、生产力和生产关系的改造升级，这些变化将重塑就业格局。数字经济时代大部分工作将以“数据”为核心展开，与数据相关的职业将大大增加并成为就业新常态，如数据分析、数据运算、虚拟现实操作等。数字经济对劳动者的数字技能和数字素养提出很高的要求，不具有数字素养的人将面临失业和边缘化危险。

经济数字化转型下，低收入群体在遭受失业后，将面临较长的技能培训期，政府为数字经济转型过程中遭受失业的低收入人群体提供基本的生活保障将是一笔巨大的财政负担，其覆盖面将是有限的。失业者即便能够依靠政府救济生存，恐怕也难以承担高昂的数字化培训和教育费用，将有进一步被边缘化的危险，收入分化的恶性循环恐将进一步加剧。

（二）线上平台强势压低线下实体收入

大数据衍生出了数字巨头公司。这些巨头拥有强大的数据资源以及自动化的辅助，能够高度集中市场资源，同时又通过减少劳动力和资本的支出而获得非常高的收益。它们利用自动化的辅助技术节约劳动力成本，同时又能掌握全球市场的供需关系，实现全球市场产品的精准对接，从而改变和颠覆了传统的市场结构，使市场和资源出现“赢者通吃”、“一家独大”的局面，导致大量财富聚集在少数超级巨头公司囊中。

线上平台经济是数字经济的典型模式。随着平台经济模式的不断发展壮大，我们越来越多的生活领域被平台接管，包括衣食住行等方方面面，甚至连交友、恋爱、相亲等社交活动也赫然在列。

线上经济的便捷性塑造了一批具有极高粘性的消费者，加之没有店租等实体成本的负担，线上平台相较于线下从业者往往有更强的竞争力。且不说线上平台惯用的价格战，即使提供同样的商品和服务，线上平台也能依靠便捷性在流量上压过线下实体，从而使线下实体不得不牺牲部分利润，主动降低价格。

有研究表明，在地理距离和时间距离约束下，电商购物在经济外部性上都表现出“替代效应”，并且在时间距离约束下尤其突出。在线上平台的竞争压力下，大量线下实体从业者被迫降低利润目标，甚至面临破产。乘上数字东风的平台扶摇而上，缺乏数字理念的实体日薄西山，业绩差距在这两类主体中渐渐扩大。

（三）巨头垄断挤压中小企业生存空间

数据是一种边际成本递减的生产资料，数据一旦形成规模就具有天然的扩张性，不受规制的扩张必将走向垄断，垄断的后果是行业资源集中与行业内部分化加剧。在早年不受监管的野蛮生长过程中，阿里、腾讯、百度、美团等一系列互联网大厂不断拓展数据边界，并用其抢占市场份额，或是利用资本优势进行收购战，从而使得中国互联网行业分为阿里系、腾讯系、其他系三大阵营，小微互联网创业者不得不择其一而栖，毫无独立生存空间。

在这样的竞争格局下，行业资源高度集中，互联网巨头与小微企业差距悬殊，并且差距还在渐渐扩大。不过，近来国家逐渐重视这一问题，国家市场监管总局对部分互联网平台展开反垄断调查，更严厉的监管态势有助于优化市场竞争格局，缩小行业内部分化。

（四）精密算法降维收割消费者和劳工

大数据是普通大众生产的，但最终却成为数字巨头精准收割普通大众的工具。对消费者和劳工行为特性的研究，是获取消费者剩余和超额剩余价值的钥匙。大数据和人工智能技术正是互联网企业攫取利润的金钥匙。在大数据时代，人们的一切思想和行为都被大数据所感知、记录，存储和使用，人变成了透明的个体、世界变成了透明的世界，使大多数人的财富信息和行为数据成为少数公司攫取财富的重要手段。

针对消费者，互联网企业能够在充分剖析个人数据的基础上总结出行为模式和兴趣偏好，从而更有针对性地推销商品，掠夺超额的消费者剩余。更有甚者，不惜游走在法律边缘，采用大数据“杀熟”，明目张胆地宰客。

针对外卖小哥等劳工，精密的算法将他们的行程规划得严丝合缝，送达时间被精确到分钟。慌乱不堪地飞驰实非所愿，在算法的控制下，他们有欲罢不能的无奈。

对互联网企业而言，数字技术就像一根屡试不爽的吸管，消费者剩余和劳工剩余价值源源不断地通过它流入互联网平台口中。这样的获利机制造就了悬殊的收入分配格局——算法工程师动辄月入数万，外卖小哥拼尽全力日入三百。这其中有知识溢价的因素，但收入分配差距巨大也是不争的事实。

三、通过大数据收益的合理分配缩小收入分配马太效应

数字经济时代，不仅需要监管跟进，也需要收入分配制度改革相配套。

面对数字技术加剧收入分配马太效应的“副作用”，将大数据收益权公平合理地向普通大众分配，可以缓解收入分配失衡，促进社会公平与和谐。

（一）大数据是数字经济时代的基本生产要素，经济价值和重要性不断提高

在经济学中，生产要素又称为生产输入，是人们用来生产商品和劳务所必备的基本资源，主要包括土地、劳动、资本、技术、企业家才能等。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》，将数据作为与土地、劳动力、资本、技术并列的生产要素，要求“加快培育数据要素市场”。数据要素涉及数据生产、采集、存储、加工、分析、服务等多个环节，是驱动数字经济发展的“助燃剂”，对价值创造和生产力发展有广泛影响，推动人类社会迈向一个网络化连接、数据化描绘、融合化发展的数字经济新时代。大数据已经成为当今时代不可或缺的宝贵资源。

（二）大数据的“生产者”理应分享大数据产生的收益

自20世纪80年代以来，世界各国工人和雇员薪资在各国个人总收入中占有的比例在下降，个人的劳动力收入份额也在大幅度下降。以美国为例，美国自2000年开始，个人劳动力收入份额从67%下降到47%，近几年随着大数据应用和生产自动化，劳动力收入份额下降到30%左右，绝大多数行业的劳动力收入份额也在下降，劳动力在行业的收入已经明显不占优势。不仅如此，收入最高的1%的资本家所占份额不仅没有出现大幅下降，反而出现了财富收入逐年增长的趋势，这鲜明地反映在近几年福布斯富豪排行榜上，排行榜前几名富豪都是数据资本家，他们拥有大数据并将其投入到企业的自动化生产，从而获取丰厚的超额利润。

大数据的生产者是收入不高的99%的普通大众，而收入最高的1%的数字巨头企业家则是大数据的占有者和得益者。尤其是被大数据边缘化的弱势群体，被排斥在大数据之外，却贡献了具有价值的“大数据"，最终形成数字巨头与弱势群体间的数据鸿沟，二者的阶级差别以及财富差距越来越大。

作为数字经济时代最重要的生产要素——大数据的生产者，因大数据的使用而产生的经济效益理应被普通大众分享，而非完全被平台公司私有化，否则就会再现“遍身罗绮者，不是养蚕人”的悲剧。

（三）大数据收益权分配的探索和思想实验：数据分红与数据银行

当前部分互联网企业已经开始尝试类似行使数据收益权的数据分红模式。以部分短视频平台为例，用户每日在线观看视频达到一定时长，即可获得一定数量的现金。用户观看视频的行为为短视频平台提供了广告流量和个人行为数据，平台将这些数据的“使用费”以一种分红的方式返还用户。此外，在有的互联网平台打卡和阅读一定数目文章也可以将收益提现。

上述分红方式只是对大数据收益共享的一种粗浅探索，另一种“数据银行”（Data Bank）思想理念的提出则为问题的解决提供了新的建议。数据银行是指通过对数据贴上标签存入数据银行中，由数据银行进行使用、交易、共享，并认为数据即资产，所产生的利益应按一定比例分配给数据原始提供人的数据资产库。数据银行对数据使用、交易或共享行为进行追溯，对于谁在使用，如何使用数据信息等问题都可以通过数据银行采集追溯系统如对数据加标签或区块链等技术手段解决。需要使用数据者可向数据银行进行申请或匹配，然后通过使用数据的数量、匹配的质量及使用的范围及目的向数据银行支付费用，数据银行根据相应规则将利益分配及换算到各个相应数据提供者个人账户下。相应的，数据采集者或网络运营商依法采集的数据可以申请数据银行入库，数据银行给予入库标签及相应的使用权限，如数据采集或网络运营商具有数据权属的，也可进行相应的利益分配。

解决数据技术产生的收入分配马太效应问题是一个十分漫长的过程，除上述途径外，还需要各权利义务主体共同努力和互相妥协。

四、大数据收益分配存在的问题

数据分红和数据银行模式是缓解数字经济时代收入分配马太效应加剧的重要构想，但仍面临着一系列问题。

第一，数据确权路径选择的不确定性。数据确权路径选择尚无定论，不同的数据保护路径会对数据分红和数据银行模式的具体建构会产生重要影响。比如有学者主张数据所有权应归属于国家，那么在这样的确权体系下，通过数据分红实现缩小收入分配差距的过程将从用户直接获得数据收益变为国家获取数据收益后再转移支付给老百姓。数据分红和数据银行模式在不同的确权路径下对缩小收入分配差距的效果也会有较大差异。

第二，公平与效率的抉择。要通过数据分红和数据银行模式来实现社会公平，免不了增加对相关技术的规制，而对数据技术的规制可能会降低数据资源的市场配置效率。那么在建立数据分红和数据银行模式时，对相关数据技术设置多大程度的规制，将成为平衡公平与效率的重要问题。

第三，个人信息保护问题。如果以数据银行为数据存储、发配的中枢，巨量的数据流动或将增大个人信息暴露的概率，公民隐私权保护可能面临挑战。以目前的设想来看，数据银行可能会成为政府的下属组成部门，在巨大的数据资源诱惑面前，如何防范数据银行管理人员以泄露个人信息为目的的权力寻租也值得深思。