数字技术与数字经济的快速发展在推动社会生产力变革的同时，也带来了一系列新问题。在众多问题中，个人数据保护，即用户与数据相关利益的保护问题引发了广泛的关注。用户在数据之上既有人格利益，也有财产利益。在数据人格利益保护问题上，基本已有共识：法律通过赋予用户隐私权和个人信息权（益）的方式保护用户对数据的人格利益。而在数据财产利益保护问题上，目前尚无定论。争论主要集中于两个层面：一是法律是否应当保护用户对数据的财产利益？二是若保护上述财产利益，是否也应遵循确权的逻辑，通过赋予用户数据财产权的方式保护这一利益？

事实上，数据财产利益保护问题不仅事关用户，也深刻影响着互联网厂商的利益。这是因为厂商作为用户数据的主要收集者和开发者，也相应地占有了用户数据创造的经济收益。厂商由此与用户共处于利益天平的两端，双方利益此消彼长，保护用户的数据财产利益，将不可避免地削减厂商的收益。因此，数据财产利益保护问题的本质是分配问题，法律的介入实际上是在调整用户数据创造的经济收益——数据要素收益——在用户与厂商之间分配的结果。由于法律以促进和保障社会分配正义作为调整分配关系的总目标，故其是否介入用户与厂商之间的分配关系，取决于双方之间是否存在数据要素收益分配不公的情况。若数据要素收益未向用户公平分配，则法律当然应当保护用户在数据之上的财产利益，反之亦然。

此外，既然数据财产利益保护问题本质上是分配问题，那么赋予用户数据财产权也只不过是实现特定分配目标的分配方案。然而，数据不同于有体物，具有非竞争性、非排他性/部分排他性、易复制性等特征，导致数据权属难以确定。同时，数据财产权的赋予虽然能够发挥调节收入分配的作用，但也可能产生阻碍数据流通、共享与开放的“负外部性”。也正因此，学者在数据财产权问题上存在诸多争议。既如此，与其舍近求远——纠缠于纷繁复杂的确权之争，不如直击要害——直接从分配的角度探讨平衡用户与厂商利益的方案。这表明，在确有必要通过法律保护用户对数据的财产利益时，如果能够提出其他更加直接有效的分配方案，那么是否坚持确权的逻辑、采用数据财产权的方案，其实并不重要。

本文试图基于再分配的视角构建这一利益分配方案。在《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确提出“建立体现效率、促进公平的数据要素收益分配制度”的背景下，揭示并回应当前数据要素收益分配不公的现实问题，不仅具有前瞻性，也具有现实性和紧迫性。为此，文章首先揭示用户与厂商在数据要素收益上的分配不公现状及其影响和成因，说明向用户公平分配数据要素收益的必要性。其次，探讨解决这一分配问题的三重路径，并论证为何再分配路径在当前阶段最具比较优势。再次，从收入与支出两个方面出发，详述再分配路径的具体实施方案。最后对全文进行总结。

探讨数据要素收益分配方案的前提是明确现实中究竟存在何种分配问题。通过揭示并分析用户与厂商之间的现行交易模式，可以明显看到数据要素收益主要被厂商占据，而未向用户公平分配。这种分配不公对数字社会造成了深刻冲击，亟待解决。其根源是市场失灵现象的存在，从而为政府干预的介入提供了合理依据。

（一）背景与问题：数据要素收益未向用户公平分配

当前，互联网信息服务业普遍遵循“免费数据换免费服务”的商业模式。在该模式下，厂商提供的数字服务与用户使用服务所生成的数据互为对价，构成一种非货币交易。此时，对于用户而言，享受厂商提供的服务便是其参与数据要素收益分配的方式。表面上看，这种分配不仅公平，甚至对用户有利—用户在使用数字服务的过程中生成的数据对自身无实际价值，与其付费购买服务，不如将这些无用的数据折换成服务。然而，逐利的资本并不会轻易让利。况且，在数据已成为关键生产要素的今天，这些看似“无用”实则“无价”的数据是否与服务构成等价交换，也值得怀疑。因此，我们必须追问：数据换服务的交易真如表象那般公平吗？其是否公平地向用户分配了数据要素收益？

在“免费数据换免费服务”模式发展的初期，答案或许是肯定的。该模式并非数字经济时代的新生事物，早在20世纪90年代互联网商业化进程之初，厂商便普遍打着“先使用，之后再谈收益”（usage，revenues later）的旗号，通过提供免费的服务吸引用户，以及时占领市场并形成规模经济。然而，“天下没有免费的午餐”。厂商之所以愿意达成这一交易，正是因为能从用户数据中获利——通过收集、整理用户在互联网上生成的数据，厂商可为广告商提供更为高效的投放服务，从而降低广告的浪费和噪音，最终获得足够利润以补贴其提供服务的成本。

不过，在数字经济时代到来以前，由于数字技术不够发达，开发用户数据的深度和广度都极为有限。广告商通常只能获取网站访问量、用户构成、兴趣偏好等数据，据此对网站进行初步画像，决定是否以及如何投放广告。由于依托的数据相对“粗糙”，此类广告的精准度往往不高，变现能力有限，也就意味着用户数据创造的价值也较低。既然用户数据的价值不高，在提供服务之外也就无需向用户额外分配经济收益。此时，不仅用户可以享受到有用的服务，而且厂商也能够获取有价值的数据，双方“各取所需”，意味着“免费数据换免费服务”模式总体上具有公平性。

然而，伴随数字经济的兴起和演进，这种公平性正逐渐被打破。其根本原因在于数据与服务之间的价值权重严重失衡。一方面，用户数据正变得越来越有价值。大数据、人工智能等技术的发展使厂商得以深度追踪并分析用户的在线行为，直接生成用户画像，从而有效实施精准营销和调整经营策略，创造更大的商业价值。同时，用户数据也反向推动了数字技术的演进。海量用户数据为人工智能提供了真实多元的训练资料，有助于其提高数据处理、决策制定和精准预测等能力，进一步增强了数据价值的开发潜力。

另一方面，厂商提供的服务的价值呈下降趋势。尽管数字技术的发展丰富了用户可享受的服务的种类和形式，但这仅能说明服务的使用价值——满足人的某种需要的属性——有所提高，并不意味着服务本身的价值——凝结在其中的无差别的人类劳动——的提高。事实上，情况正相反。数字服务具有“高固定成本+零边际成本”的特殊成本结构，增加产量的边际成本可以为零。技术普及导致用户数量显著增加，进一步摊销了固定成本，使每位用户享受的单位服务成本逐渐降低，乃至趋近于零。这也就意味着凝结在服务之中的劳动量，即服务的价值，正在不断减少。

由此可见，在“免费数据换免费服务”模式初现时，价值密度较低的数据与服务之间基本构成等价交换关系。但在今天，数据价值持续升高，而服务价值日益降低，二者之间的价值对等关系已被打破，交易的公平性也随之消失。在这种模式下，用户未能就所提供的数据获得合理回报，数据要素创造的收益几乎被厂商独占，未向用户公平分配。

（二）解题的必要：分配不公对数字社会的冲击

之所以高度关注数据要素收益分配不公，是因为该问题引发了一系列负面影响，对数字社会造成了深刻冲击，凸显了解决问题的迫切性与必要性。具体而言，这一分配不公主要带来了以下三方面影响：

一是在微观层面违背数字人权的要求。表面上看，数据要素收益未向用户公平分配，直接影响用户获得经济回报的权利；更深层次上，这构成了厂商对用户的数字剥削。厂商通过提供多元化的服务，将人们的学习、生活、休闲、消费、社交等活动编织进数字技术构建的虚拟世界中，使用户既是服务消费者，又是数据生产者，具备“产消者”（prosumer）的双重身份。然而，当前数据收益几乎被厂商独占，用户的生产者身份被忽视，生成的数据被近乎无偿收割，成为厂商资本增值的重要来源。这种剥削关系不仅造成物质上的分配不公，更在精神层面将用户降格为“数据佃农”乃至“数据奴隶”，剥夺了其对数据财产和数字身份的控制权。这违背了数字人权之数字平等权与数字自由权的要求，严重压抑了用户的基本权利与尊严。

二是在中观层面制约数字正义的实现。数据要素收益分配不公不仅对个体用户产生负面影响，也在群体层面造成分化与不平等，制约数字正义的达成。所谓数字正义，是指在数字时代，数字技术应用满足人权、正义、法治价值的一种理想状态，其以数据资源的合理分配为根本依据，并以分配正义为主要表现形式。然而，当前数据要素收益高度集中，少数厂商和平台垄断了数据资本，将广大用户排除在数字经济的核心利益之外。这使用户群体在资源分配中逐渐趋于弱势，贫富差距随之扩大，并可能进一步演化为权力与地位上的不平等。最终，这一差距将固化为阶级壁垒，加剧社会分层与不公。

三是在宏观层面阻碍数字经济的发展。数据要素收益分配不公在微观和中观层面累积影响，最终将转化为数字经济发展的潜在障碍。尽管有观点认为厂商独占数据要素收益有助于数字产业的整体发展，但其实质是以牺牲用户利益为代价，所造成的权利压制与不平等格局本身就是发展的不稳定因素。这与“旧常态”时期以牺牲人的生产力和生态生产力换取物质生产力高速增长的发展模式相类似，虽一时奏效，却难以持续。因此，在国家推动经济向高质量发展转型，践行新发展理念的背景下，维持当前不公平的分配格局既不合时宜，也有损于数字经济的长期活力。尽管更加公平的分配可能在短期内削减厂商收益、暂缓增速，但从长远看，则有助于化解结构性风险，激励用户贡献高质量数据，进而增强厂商的数据资源优势，释放数据潜能，推动数字经济迈向高质量、可持续的发展路径。

综上所述，“免费数据换免费服务”所导致的数据要素收益分配不公，会在微观、中观、宏观层面对数字社会造成全方位的冲击，具有解决的必要性。此时，还需进一步追问问题的根源，为问题的解决提供方向。

（三）问题的根源：市场失灵现象的存在

“免费数据换免费服务”是在市场机制作用下，用户与厂商自发形成的商业模式。在其确立初期，由于市场机制能够有效形成均衡价格，数据与服务之间的价值交换相对平衡，基本能够实现数据要素收益的公平分配。进入数字时代，在数据价值不断升高而服务价值不断降低的背景下，理应建立新的市场均衡价格来反映这一变化。然而，交易双方却仍旧沿用原有的交易模式，表明市场机制已无法有效反映数据与服务的真实价值，市场失灵已然发生。

这种市场失灵现象主要可归因于两个方面。一是用户与厂商之间信息严重不对称。有效市场的经济模型建立在买卖双方拥有准确、完整的产品信息这一假设之上。但在数据换服务的交易中，用户远不及厂商了解数据和服务的真实价值，他们既不清楚厂商利用数据获利的方式以及利润的具体数额，也不知晓数字服务的边际成本趋近于零的特性，处于完全的信息劣势。也正因此，用户才不会怀疑自己在数据换服务的交易中利益有亏，而愿意继续以服务这一远低于数据真实价值的对价达成交易。

二是用户与厂商之间谈判力量明显不对等。在市场环境下，如果交易双方的谈判力量不对等，就无法达成完全自愿的交易。在用户与厂商的关系中，由于厂商在资源、规模、规则制定等方面具有压倒性力量，分散的用户个体也缺乏有效组织对抗厂商的集体行动的能力，用户相较于厂商处于绝对的弱势地位。其结果是即便用户意识到数据与服务之间对价不公，也难以向厂商施加压力以左右交易对价。这使得厂商可以更加肆无忌惮地独占数据要素收益，无需顾及用户的实际诉求和权益。

有鉴于此，既然数据要素收益分配不公的根源在于信息不对称与谈判力量失衡所引发的市场失灵，解决问题的关键便在于弥补市场机制的不足。市场失灵表明市场已无法有效配置资源，需引入外部力量加以矫正。尽管政府干预并非完美，但总体而言，其仍是应对市场失灵最现实、最有效的手段。这也就意味着需要依靠政府这一“看得见的手”来调整市场失灵问题，以实现数据要素收益的公平分配。

以上分析表明，分配不公源于市场失灵，市场失灵呼吁政府介入。不过，政府调节分配不公的手段并不唯一。因此，还需要进一步“破题”，在多种可能中找到问题的最佳解决策略，确定政府干预数据要素收益分配的具体方向。经过比较分析发现，政府主导再分配的路径在现阶段最具比较优势，最适宜用于确保用户公平参与数据要素收益分配。

（一）政府干预数据要素收益分配的三重路径

从分配环节看，政府干预收入分配的路径主要有三：一是参与初次分配，直接矫正市场失灵。这意味着政府介入市场配置资源的过程，有针对性地化解引发市场失灵的因素，从源头上遏制分配不公问题的发生。二是主导再分配，替代已经失灵的市场。此时政府不再试图改造失灵的市场，而是“另起炉灶”，运用税收和社会保障等手段，纠正市场失灵导致的不公正的分配结果。三是引导三次分配，作为替代市场的补充。这一阶段的政府同样不再依靠市场解决问题，而是试图通过税收优惠等手段，促进个人或企业积极参与公益慈善事业，补充性地调整不公正的分配结果。

上述三重路径同样适用于处理数据要素收益分配问题。首先，在初次分配层面，政府干预的重点是调整用户与厂商之间信息不对称、谈判力量不对等的情况。解决信息不对称问题的关键是向处于信息弱势的一方进行信息披露，使其对交易标的物的真实价值形成充分准确的认识。建立数据定价机制，以此制定公正透明的数据价格，是解决这一问题的可行路径。解决谈判力量不对等问题的关键是将弱势的个体集合起来，组成更强大的集体，代表个体与强势方展开谈判。其可通过引入“数据信托”（Data Trusts）的方式加以实现。通过上述机制，用户既能了解自身数据的真实价值，也具有与厂商相抗衡的力量。此时，市场有望恢复反映数据与服务真实价值的均衡价格，实现收益的公平分配。

其次，在再分配层面，政府干预的主要措施是“调高补低”，即调节厂商的过高收入，补贴用户的过低收入，以缩小二者的收入分配差距。通常而言，向高收入群体征税是“调高”的有效手段。这要求向厂商来源于用户数据的超额收益征税，构建以数据价值为征税对象的“数据税”，由此“减损”厂商的利益，在客观上实现使其交出本应属于用户的收益的效果。“补低”则意味着将从高收入群体处征得的税收转移给低收入群体，补齐其收入的短板。这种转移通常通过社会保障和公共服务等方式实现。因此，有效的举措是将数据税收入用于面向用户的社会保障和公共服务等，以确保这些收益能够返还给本应享有收益的用户。

最后，在三次分配层面，政府干预主要表现为促进厂商参与公益慈善事业，引导其将部分数据要素收益捐赠给社会。这一功能主要通过税收优惠政策实现。为此，可加大税收优惠力度，激励厂商将部分可支配收入转移至有需要的群体，从而调节其过高的数据要素收益。同时，这一过程也可能惠及用户，发挥收益向用户返还的作用：若厂商实施的是将用户作为特定受益人的定向捐赠，或指定捐赠款项用于与用户相关的事务的限定性捐赠，用户可直接受益；即便厂商实施的是非定向捐赠，若用户与受益人群存在交叉，也可能间接受益。然而，由于政府在三次分配中主要起到鼓励和促进的作用，并未施加强制力，因此该方案的效果存在一定的不确定性，只能作为调节收入分配的一种补充手段。

（二）路径的选择：再分配在现阶段最具比较优势

政府干预数据要素收益分配的三重路径各司其职，均具有重要意义。因此，理论上，解题的最优方案应是统合三重路径，构建层层递进的系统，以逐层查漏补缺，充分填补分配不公的漏洞。但从实际情况看，我国数据要素市场化配置尚处于起步阶段，市场与监管实践仍不成熟，不仅难以支撑上述系统的有效运作，反而可能削弱各路径的效果，甚至阻碍其落地。因此，在设计政府干预方案时，不能局限于理论构想，而应立足现实约束，在资源有限的情况下，选择成本与收益最为适中的干预方式。这需要借助成本收益分析的方法，综合评估三重路径的实施效果与难度，进而做出合理的判断。

1.三重路径的实施效果比较

从实施效果上看，通过初次分配解决数据要素收益分配不公问题的效果最为显著，再分配的效果居中，三次分配的效果最弱。

首先，政府参与初次分配的路径能确保用户与厂商按贡献获得应得的数据要素收益，从而有效调节分配不公。通过政府干预矫正失灵的市场，生产要素按贡献参与分配的机制将重新归于有效。此时，市场将按照各主体提供的生产要素创造的经济收益进行分配，形成能够准确反映用户数据价值的交易价格，使数据要素收益根据作为原料的用户数据本身的经济价值，以及厂商在数据收集与开发中创造的效益进行分配，实现对分配不公的较为充分且精准的调节。

其次，相较于初次分配，政府主导再分配的路径虽然也能有效调节用户与厂商之间的分配不公，但因其并不考虑双方的实际贡献，效果不够精准。通过税收的“调高”和社会保障、公共服务的“补低”，再分配的路径在客观上能够达到数据要素收益由厂商流向用户的效果，有助于实现公平分配。然而，这些措施也有局限：一方面，向厂商征税只是从其收入中提取出部分，拟制为本应属于用户的收益，可能偏离用户的实际应得；另一方面，将这些收入以社会保障、公共服务等形式返还给用户时，并不会充分考虑用户贡献的差异，只会笼统地进行返还。在这两重局限的叠加影响下，再分配的路径必定有失精准，只能大致调节分配不公。

最后，政府引导三次分配的路径缺乏强制性，难以有效推动数据要素收益的公平分配。理论上，三次分配具有一定的随机性、临时性和偶然性，只能补充修正前两次分配的结果，无法成为应对分配不公的最后屏障。政府主要通过提供税收优惠来激励厂商进行捐赠，而非采取强制手段迫使其捐赠，厂商是否捐赠仍取决于其自身意愿，这便难以确保三次分配能够调节其过高收入。即便厂商愿意实施捐赠，捐赠对象的选择也由其自主决定，也难以保障用户能够成为受益方，从而削弱了三次分配补贴用户过低收入的效果。因此，三次分配在推动数据要素收益由厂商向用户转移方面存在较大不确定性，调节分配不公的效果亦难以保证。

2.三重路径的实施难度比较

在实施难度方面，落实初次分配路径的难度最高，再分配次之，三次分配则最容易实施。

首先，政府干预初次分配的路径的理论和实践都不够成熟，可行性不高。对于数据定价而言，由于数据要素具有非竞争性、非排他性等特性，现有的重置成本法、收益现值法等无形资产价值评估方法均难以适用。尽管学界已展开大量探讨，但尚未形成获得广泛认可的量化数据价值的新方法。此外，在市场经济条件下，数据须通过市场配置至生产环节，故无论采用何种定价方法，最终仍需借助市场形成价格。然而，由于全国统一的数据市场尚未形成且其形成仍需一段时间，数据定价机制缺乏必要的实践土壤。在数据信托方面，其首先需要符合传统信托理论的基本要求，如信托财产须可估值，且受益人权益应当明确等。然而，当前数据定价机制和数据确权路径均未明确，上述条件均无法得到满足。

其次，政府主导再分配的路径的理论和实践都有所发展，具有一定的可行性。在调节厂商过高收入的数据税方面，应否向数据征税，关键在于依据可税性理论考察征税对象能否在营利中创造经济收益。厂商在基于营利目的收集和开发用户数据的过程中创造了巨额收益，充分体现了数据在经济上的可税性，为开征数据税奠定了理论基础。此外，尽管国内外尚无数据税的直接实践，但英国、法国、意大利等都已开征与数据相关的“数字服务税”，为数据税提供了间接经验。而在补贴用户过低收入的社会保障和公共服务方面，尽管目前围绕保障用户数据要素收益的理论探讨和实践尝试不多，但其实施阻力并不大。一方面，社会保障和公共服务缩小贫富差距、调节分配不公的功能在理论上已获广泛认可；另一方面，通过财政制度调整社会保障、一般公共服务预算支出，确保用户受益，在实践中也不难实行。

最后，政府引导三次分配的路径的理论和实践都更为成熟，可行性最高。理论上，税收优惠激励慈善捐赠、调节收入分配的功能已成基本共识，在数据要素收益分配中同样适用。在实践中，我国已通过立法确立税收优惠作为促进捐赠的重要手段。例如，我国《慈善法》便在第十章“促进措施”中规定了捐赠财产用于慈善活动的自然人、法人和非法人组织依法享受税收优惠。在此基础上，相较于再分配路径“从无到有”地开征数据税的举措，三次分配路径“由低到高”地调节税收优惠以激励厂商加大公益慈善力度的难度无疑更小。

3.实施效果与难度的综合评估

理想情况下，我们期待找到一种既能最有效地调节数据要素收益分配不公，同时也具有最低的实施难度的政府干预路径。然而，现实中却不存在这种最优解。综合上述分析，可以发现三重路径实际上都不完美。此时，显然需要放弃对理想路径的追求，在实施效果最大化与实施难度最小化之间寻找适当的平衡。

在三重路径之中，或许只有政府主导再分配的路径能够实现这种平衡。该路径虽然在实施效果与实施难度方面都表现得比较“平庸”，但其至少一方面能够有效调节用户与厂商之间的分配关系——不像三次分配路径那样，即便实施也难以发挥确定的作用；另一方面，也保持了一定的实施可行性——不像初次分配路径那样，空有一身本领，却难以得到施展。可见，相较于初次分配和三次分配，再分配的路径提供了一种能够兼顾实施效果与实施难度的中间方案，具有明显的比较优势。鉴于当前数字经济的理论与实践仍在成长，数据监管也正处于起步阶段，选择政府主导再分配的路径来应对数据要素收益分配不公的问题，显然最能及时且有效地回应现实需要，避免用户与厂商之间潜在矛盾的激化和外显，为数字经济的稳健发展提供保障。因此，至少在现阶段，再分配的路径是使有限的监管资源得到最优配置的最佳方案。

在明确现阶段应当选择政府主导再分配的路径来解决数据要素收益分配不公问题的基础上，还需要进一步探讨具体的“解题之策”。这需要回应两大问题：一是应当如何向厂商征收数据税以调节其过高的收入，二是应当如何通过社会保障、公共服务等方式向用户返还收益以补贴其过低的收入。二者分别与政府进行再分配的两大财政工具——收入政策和支出政策相对应。因此，本部分便以此为据，从收入和支出两个层面出发，探讨数据要素收益再分配的方案设计问题。

（一）再分配的收入方案：开征数据所得税

1.数据税的税种选择

本文所称“数据税”，是直接以数据为征税对象的税收，区别于目前广受关注的“数字税”——后者主要针对平台提供广告、中介服务等特定商业活动征税，尽管与用户数据存在一定关联，但这种关联更加间接。本文将征税对象聚焦于厂商所获取的数据，更能有针对性地调节因厂商独占数据要素收益而导致的分配不公问题。

究竟如何向数据课税方能有效调节分配不公，理论中主要形成了三种方案：一是数据资源税方案，其向经济主体基于自营或交易目的收集的数据要素资源征税，旨在实现数据要素的有偿使用，保障用户的合理利益；二是数据行为税方案，其对经济主体使用数据开展经营活动的行为征税，通过增加相关主体的税负和数据使用成本，限制其获得超额收益，并规范其数据使用行为；三是数据所得税方案，其向经济主体利用数据开展生产经营活动获得的经济收益征税，主要针对数据作为生产资料创造的超额利润，同样能够发挥迫使厂商返还独占的数据要素收益的作用。

从效果上看，理论上三种方案均可有效调节厂商在“数据换服务”交易中的过高收入。然而，在执行层面，前两种方案的实施可能面临一定困难。这种困难主要来自两个方面。一是二者的征收目的与资源税、行为税不相匹配，难以融入现行税制体系。我国语境下开征资源税的目的之一是促使开发者合理利用和节约使用资源，行为税则多旨在通过对某些特定行为征税，达到限制这些行为的目的。显然，二者往往具有限制或抑制某种行为的意味。然而，数据税的征收却并不旨在限制厂商收集和开发用户数据，反而是希望通过缩小收益差距，激励用户生成更多高质量数据，推动数字经济发展。

二是二者的应纳税额难以合理、准确计算，加大了税收征管的难度。根据计征标准的不同，税收可以分为从价税和从量税。然而，对于数据资源税和数据行为税而言，无论采用哪种计征标准，都难以计算应纳税额。若采用从价计征的标准，二者分别需要明确厂商收集和用于生产经营的数据的价格。但当前尚未建立完善的数据定价机制，这一计税方式缺乏必要的参数。而当采用从量计征的标准时，二者则分别需要明确厂商在单位时间内采集和用于生产经营的数据的规模。然而，数据生成速度极快，厂商收集、使用数据的具体规模多为内部信息，税务机关难以掌握和核实。这些因素将不可避免地导致税收征管难度与成本的大幅上升。

相比之下，数据所得税方案在上述问题上的阻力较小，相对容易施行。一方面，其征收目的与现行所得税一致，均主要用于调节收入分配，不具有抑制纳税人行为的功能，因而更易融入现有税制体系。另一方面，数据所得税的计税依据更加简单，征管难度更低。其税基是厂商利用数据获得的收益。可借鉴数字税将跨国企业的部分利润拟制为用户价值创造的利润，以此为税基进行征税的思路，将厂商的部分收入拟制为从用户数据中取得的经济收益，据此确定税基。

2.数据所得税的税制设计

在明确将数据所得税作为再分配的收入方案后，还应探讨其税制设计问题，确定纳税主体、征税范围、计税依据、税率等课税要素。

首先，在纳税主体与征税范围上，基于数据所得税调整用户与厂商之间分配不公问题的制度目标，其应以在我国境内收集、开发用户数据的企业为纳税主体，并向该纳税主体通过收集、开发用户数据获得的收益征税。

其次，在计税依据上，如前所述，可以借鉴数字税拟制用户价值的思路来确定数据所得税的税基。根据经济合作与发展组织（OECD）发布的《关于应对经济数字化税收挑战双支柱方案的声明》，数字税通过“支柱一”方案，将跨国企业的部分利润（超额利润的25%）拟制为来自市场国的用户创造的经济价值，以此作为市场国向跨国企业征税的税基。就数据所得税而言，也可采用类似的办法，将互联网厂商所得总额的一部分推定为用户数据创造的经济价值。这一比例的确定需要综合考虑用户数据创造价值的方式和程度、数字技术和市场的现状与发展趋势等因素，以尽可能地使其准确、充分地反映用户数据的价值。

最后，在税率设定上，应当考虑到用户数据创造的收益中既有作为数据提供者的用户的贡献，也有作为数据处理者的厂商的贡献。数据所得税的主要目的是确保厂商能够返还本应属于用户的那部分收益，故税率的设定应尽可能与用户在数据总收益中的贡献比例保持一致，以避免给厂商带来过重的经济负担。

（二）再分配的支出方案：分享与共享模式

政府主要通过提供社会保障、公共服务两种方式实施再分配的支出方案。其中，前者往往指向某一特定群体，如低收入群体、老龄人群等，试图向该群体分配一定的利益，实现利益在群体成员间的“分而享之”；后者不具有群体偏好，旨在向全体社会成员提供公共产品或服务，实现利益由社会成员“共同享有”。在此意义上，可以将前者视作一种分享模式，后者则是一种共享模式。在数据要素收益分配的语境下，同样可以结合这两种模式，设计再分配的支出方案。

1.分享模式：参照全民基本收入

在现行社会保障体系中，尚缺乏能够直接面向用户这一特定群体分配数据要素收益的机制。这是因为社会保障通常为其适用对象设置了一定的限制：社会保险主要面向劳动关系内的劳动者，社会救助以家庭经济状况为前提，社会福利聚焦弱势群体，社会优抚则针对军人及其家属。换言之，社会保障制度往往与劳动关系或特定身份挂钩。虽然部分用户可能与上述群体重合，但整体而言，现行制度尚不能覆盖广泛的用户群体，更无专门面向用户分配数据要素收益的保障措施。

鉴于此，有必要另辟蹊径，探索覆盖范围更广的社会保障模式。“全民基本收入”（Universal Basic Income，UBI）或可为解决上述问题提供启示。该模式主张定期、无条件地向每位社会成员发放现金，这笔现金的发放无需进行经济状况审查，也不得附加任何工作要求，并应足以覆盖基本生活所需。全民基本收入旨在应对数字技术发展带来的非标准就业扩张和人工智能替代效应增强等挑战，核心目标在于将缺乏正式劳动关系、难以纳入传统社保体系的非正规就业者及中低技能劳动者纳入保障范围，并为其提供支持，促进职业升级与技能转型。因此，全民基本收入在扩大覆盖范围的同时，也强调保障水平的充分性，兼具普惠性与可持续性。

对于分享模式而言，其目标仅为向用户分配本应归属于其的那部分收益，无需将保障对象拓展到全体社会成员，更没必要保障用户的基本生活需要。这就意味着分享模式的构建，只能参照适用全民基本收入，选择性地借鉴其拓展传统社会保障体系适用对象的理念，而不能对其制度内容照单全收。

因此，参照全民基本收入，分享模式的应然逻辑为：定期向每名互联网用户发放一笔现金，这笔现金的发放无关用户的家庭经济情况或工作情况，仅与其贡献的数据价值相关。相比全民基本收入，分享模式的保障范围和水平更低，自然更具可操作性。尽管如此，该模式仍有两大难点需要克服：一是如何验证用户身份，二是如何确定不同用户的数据贡献。

就前者而言，中国互联网络信息中心会定期发布网民统计报告，如第55次《中国互联网发展状况统计报告》指出，截至2024年12月，我国网民规模达11.08亿人，但这一数据是基于各省人口结构的多变量联合加权推算得出，并非基于确切网民数据的直接统计结果。这表明依靠国家力量“自上而下”确认用户身份存在一定困难。对此，或可借鉴部分省市发放消费券的经验。可考虑建立一套完善的用户身份认证机制，由用户自主完成验证，作为申领现金补偿的前提条件。

至于后者，由于用户提供的数据在类型、规模、质量等方面均有差异，精准界定其贡献十分困难。因此，为确保模式可行，必须在效率与公平之间作出权衡。此时，两种极端方案分别是：不区分用户数据的贡献，向全体用户等额发放，以追求效率的最大化；精准衡量用户数据的贡献，按贡献分配收益，以追求公平的最大化。所谓权衡，便是在二者之间探索一条中间道路。一种可行路径是建立分层机制，根据数据类型、规模和场景价值等，将用户贡献划分为“基础贡献”“中等贡献”和“高等贡献”等层级，并为各层级设定相应补偿标准。这一方案在简化评估流程的同时，也兼顾了用户贡献的差异性。

据此，结合实际执行情况，修正分享模式的应然逻辑，其实然路径为：定期向自主登记并完成实名验证的用户发放一笔现金，这笔现金的发放无关用户的家庭经济情况或工作情况，仅与其数据贡献的价值层级相关，层级越高，则相应的现金补偿越高。

2.共享模式：投资数字基础设施

所谓共享模式，就是要将数据所得税的收入用于公共服务，在惠及全体社会成员的同时，也使作为其中重要组成部分的用户受益。而与数据要素、数字技术、数字经济关联最直接、最紧密的公共服务便是数字基础设施。数字基础设施，是指以数据创新为驱动、通信网络为基础、数据算力设施为核心的基础设施体系。主要涉及5G、数据中心、云计算、人工智能等新一代信息通信技术，以及基于此类技术形成的各类数字平台。因此，可将数字基础设施作为共享模式中数据所得税收入的投资对象。

数字基础设施作为一种特定类型的公共服务，虽然面向全体社会成员，在受众对象上并无偏好，但是用户仍然是其最为主要的受益对象。究其原因，在于数字基础设施的投资主要分为两重维度。一是发展存量，实现设施转型升级，即对既有数字基础设施进行更新迭代。此类投资主要面向数字技术和服务的既有使用者，参与数据换服务交易的用户自然位列其中，是其直接受益对象。数字基础设施的转型升级能够推动生产效率的提高以及传统产业的转型升级，并催生出新业态、新产业和新经济。这有助于为用户提供更高质量的数字产品和服务，使其直接受益于数字基础设施的改进。二是拓展增量，扩大设施覆盖范围，指在存在数字基础设施建设空白的地方从无到有地填补空缺。尽管其主要受益者是新接入互联网的新增用户，但已经参与到数据换服务交易中的既有用户仍能从中受益。这是因为数字经济具有明显的网络效应，其提供的产品或服务的用户数量越多，该产品和服务带给用户的价值就越大。新用户的接入既可以带来更多的内容分享与社交互动，也能够为厂商提供更多的数据以了解用户的需求和偏好，这亦有助于既有用户享受更丰富的交互和更优化的服务，间接受益于数字基础设施的改进。

3.模式的比较与选择

尽管两种模式在客观上都能发挥向用户返还数据要素收益的作用，但是具体效果存在差别。分享模式通过向用户支付基于数据贡献的现金收益，直接彰显了数据价值及用户参与分配的权利，有助于激励用户持续提供高质量数据，推动数据价值再生产。共享模式则通过数字基础设施的服务使用户间接收益，但因其面向全体社会成员，用户难以将之与自身数据创造的收益相关联，缺乏参与分配之感，也就不会受其激励提供数据。此外，数字基础设施的建设同样惠及厂商，甚至厂商可能是其主要受益者，这也削弱了共享模式在公平分配方面的效果。尽管如此，由于数字基础设施与数字生产力直接挂钩，共享模式仍能显著促进数字经济发展。由此可见，两种模式都具有分配数据要素收益与生产数据要素价值两重面向，但是分享模式更侧重于分配面向，价值生产只是附带结果，共享模式则更侧重于生产面向，公平分配并非其主要关切。

此外，虽然两种模式都具有一定的可行性，但显然分享模式的实施难度高于共享模式。这是因为前者的实施既需要引入一种新型社会保障理念，也依赖于相对完善的用户验证、数据评级与收益支付系统。后者则无需额外的理论与技术支持，实施阻力相对较小。

综合比较可发现，分享模式更有助于数据要素收益向用户公平分配，并能籍此带动数字经济的发展，但实施难度较大；共享模式注重促进数据要素价值的生产，虽然公平分配功能有限，但实施难度也更小。因此，如何在二者间进行选择，取决于两个因素：一是价值因素，即究竟公平分配还是促进生产才是首要目标；二是成本因素，即实现目标的资源投入是否适宜。

事实上，上述再分配支出方案的根本目的在于解决用户未能公平参与数据要素收益分配的问题，公平分配自然是其核心关切。然而，目前更具分配公平性的分享模式在理论和技术上尚不成熟，实施成本较高。相比之下，共享模式虽然效果有限，但至少为用户留出了部分收益空间，且具备短期可行性。因此，可以将共享模式作为一种解决问题的“权宜之计”，待条件成熟后逐步引入分享模式。此外，考虑到两者并非互斥关系，未来应推动两种模式协同并行，实现分配公平与价值生产的兼顾和平衡。

用户与厂商之间数据要素收益的分配不公，体现了数字经济时代分配问题的一种新形态。这一新问题虽向经济法提出了制度建构的新需要，却并未从根本上挑战经济法的基本原理和基本理论。传统经济法理论认为，分配问题作为市场失灵的一种表现形式，需要依靠政府干预加以解决。正是基于该理论，本文提出了一种解决数据要素收益分配不公问题的制度建构方案：通过政府主导再分配的路径，一方面向厂商征收数据所得税以调节其过高收入，另一方面以发放现金补贴或投资数字基础设施的方式将相关税收收入返还给用户，以补贴其过低收入，从而缩小二者的收入差距，实现公平分配。当然，分配问题作为牵涉经济和社会发展的重要问题，难以通过单一方案一蹴而就地加以解决，而是需要依靠包括初次分配、再分配、三次分配环节在内的整体分配体系进行系统性调整。也正因此，本文对于再分配路径的探讨，并非旨在提出一种绝对完美的方案，而只是试图探索解决问题的一种可能。对这一可能的关注从未否定其他路径的重要意义，而只是因为其在当下——数据监管的理论与实践都不够成熟之时——的成本和收益最为适宜。以此为起点，在不断的理论指导实践、实践修正理论的循环往复中，多元的解题方案将会持续涌现，应对数据要素收益分配问题的系统性方案也将由此逐渐清晰起来。

来源：《当代法学》2025年第5期