摘 要：中國擁有海量的數據資源，且呈現快速增長態(tài)勢，為構建數據財政提供了良好基礎。數據財政是一種政府通過公共數據運營和數據稅征收獲得收入，并用于推動經濟社會發(fā)展、實現全民共享數字紅利的財政體制。建設數據財政能夠更好適應數字經濟時代下經濟社會發(fā)展、財政收支平衡、數據開發(fā)利用和收入分配調節(jié)等的需求。數據財政由收入和支出兩部分組成，收入側包括公共數據運營收入和數據稅。其中，公共數據運營收入主要包括國有企業(yè)利潤上繳以及數據使用費和收入分成。數據稅的備擇集合主要包括數據增值稅、數據交易稅、數據資產稅、數據服務稅、數據跨境服務稅。數據財政被用于維持數據財政運營、推進數字基礎設施建設、充實社會保障基金以及其他財政支出等方面。測算發(fā)現，全國數據財政的潛在收入規(guī)模2025年將達1.27萬億元，占當期全國一般公共預算收入的5.49%；2035年將達8.06萬億元，占當期全國一般公共預算收入的22.85%，有望接力土地財政，成為財政健康發(fā)展的重要支撐。為此，應逐步推進數據財政建設，率先開展公共數據運營，再開展數據稅征收工作，但要考慮不同層級間、同一層級政府內部的數據權利配置情況。

關鍵詞：數據財政；數據要素；公共數據運營收入；數據稅

中圖分類號：F49 文獻標識碼：A 文章編號：1003-7543（2024）06-0010-20

改革開放以來的很長一段時間，中國經濟保持高速增長，土地財政在其中作出了積極貢獻。不過，隨著中國經濟進入新的發(fā)展階段，城鎮(zhèn)化速度放緩，土地財政難以持續(xù)。2016年，土地使用權出讓收入占全國一般預算收入的比重為22.33%，2020年為43.12%，達最高點。隨后，該比重迅速下滑，2023年降至19.39%。在此背景下，迫切需要一種新型財政體制，保障國民經濟和財政的平穩(wěn)健康運行。

進入數字經濟時代，數據作為關鍵生產要素，在價值創(chuàng)造和價值實現中發(fā)揮著越來越重要的作用［1］?！度珖鴶祿Y源調查報告（2021）》顯示，2021年，中國數據產量達6.6ZB，占全球數據總產量（67ZB）的9.9%。2024年全國數據工作會議公布的最新數據顯示，2023年中國數據生產總量超過32ZB。如何利用好數據資源，賦能經濟高質量發(fā)展、增加政府財政收入，成為一項重要議題。

黨和政府高度重視數據資源的開發(fā)利用。2023年3月，國家數據局宣布組建。近兩年，《中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》《企業(yè)數據資源相關會計處理暫行規(guī)定》《“數據要素×”三年行動計劃（2024—2026年）》等重要文件陸續(xù)出臺。與此同時，各地在數據要素市場建設、公共數據運營、數據財政建設等方面展開了積極探索。例如，2023年7月出臺的《長沙市政務數據運營暫行管理辦法（征求意見稿）》明確提出“通過合理規(guī)劃政務數據運營管理來增加財政收入”。湖南省衡陽市和懷化市還率先掛牌出讓當地的政務數據資源特許產品經營權，盡管交易被終止，但揭開了數據財政的序幕。

最早與數據財政相關的概念，是Cordell提出的比特稅。Cordell認為，應當征收比特稅以應對新經濟下的財政危機，而面向以比特為單位的數據流量征稅無疑最為方便［2］?；蛟S由于Cordell的想法比較激進，后續(xù)文獻并沒有沿著這一思路繼續(xù)探討，而是更多關注對跨國平臺企業(yè)的征稅問題。學者們認為，互聯網的出現導致平臺企業(yè)直接面向消費者，消費國居民貢獻了數據價值和消費，但平臺企業(yè)逃避了來自消費國的征稅，從而產生稅基侵蝕、利潤轉移以及傳統(tǒng)企業(yè)與平臺企業(yè)之間的稅負失衡等問題。因此，歐盟諸國提出征收數字稅、數字服務稅，大量文獻圍繞這一問題展開［3-6］。在此基礎上，學者們討論了數據的可稅性，提出可以面向數據的資源、交易、所得和財產征稅［7-10］。除稅收視角外，還有文獻從公共數據有償開放的視角切入討論，明確提出了“數據財政”概念。其邏輯原點始于土地財政，強調數據財政應建立在公共數據運營的基礎上［11］。這些文獻主要探討了政府數據有償開放的可行性、模式和具體案例［12-15］。

上述文獻從數字稅收和公共數據有償開放視角討論了數據財政問題。遺憾的是，當前對數據財政的認識并不一致，未能形成一套比較系統(tǒng)的分析框架，且對數據財政的運行模式和實施路徑缺乏深入探討。對此，在已有文獻的基礎上，本文擬對數據財政作一個更加深入的考察，并嘗試回答什么是數據財政、數據財政如何運行、怎樣推進數據財政等問題。

本文可能的貢獻有：第一，與單獨討論數字稅收或公共數據有償開放的文獻不同，本文將二者結合起來，為數據財政的收支運行提供了一個整合分析框架，這有利于把握數據財政的概念內涵和基本特征。第二，本文基于數據—收入流和數據價值鏈視角，提出了一套系統(tǒng)的公共數據運營和數據稅征收模式，這有助于揭示數據財政發(fā)展的內在規(guī)律。第三，本文測算了當前和未來一段時間內數據財政的潛在收入規(guī)模，發(fā)現全國數據財政的潛在收入規(guī)模2025年將達1.27萬億元，2035年將達8.06萬億元，有望接力土地財政。在此基礎上，本文對實施路徑作了分析，為建設數據財政提供了有益參考。

一、數據財政的內涵界定與基本框架

（一）數據財政的內涵界定

朱揚勇以土地財政為參照，最早提出“數據財政”這一概念［11］。他認為，土地財政不可持續(xù)，盤活政府數據資源、建設數據財政勢在必行。其后，相關文獻主要強調數據財政的地方屬性和公共屬性①。例如，楊飛虎等認為，數據財政是指地方政府依靠激活、運營大數據價值，促進大數據與各行業(yè)領域深度融合，實現經濟快速增長來創(chuàng)造或提升財政收入［16］。趙蓉等認為，數據財政就是在合理配置和有效利用政府數據資產的基礎上，利用各類大數據工具開展數據資產運營，并實現經濟和社會效益的一種制度安排［14］。從廣義上看，朱揚勇和謝波峰認為，數據財政是數據開發(fā)和流通過程中適配的財政稅收制度的概括和總稱［17］。不過，相關文獻并未對概念邊界和廣義范疇作出更為詳細的討論，而是聚焦于討論地方政府的公共數據運營行為。

在此基礎上，本文認為，數據財政是一種政府通過公共數據運營和數據稅征收獲得收入，并用于推動經濟社會發(fā)展、實現全民共享數字紅利的財政體制。這一定義強調，政府是數據財政的承擔主體，公共數據運營和數據稅征收是數據財政的主要運行模式，推動經濟社會發(fā)展、實現全民共享數字紅利則是數據財政的目的。本文定義與已有文獻有所差別：其一，已有文獻強調地方政府，而本文認為數據財政是一個整體性的制度安排；其二，已有文獻強調公共數據運營，而本文強調公共數據運營與數據稅征收并重；其三，已有文獻強調數據財政作為一種財政的收入機制，本文還強調了數據財政的支出用途及支出目標。此外，值得注意的是，數據財政不同于數字財政。數字財政強調數字技術在財政上的應用，而數據財政是一套為適應數據資源開發(fā)利用而形成的新型財政體制。

（二）數據財政的基本框架

已有的數據財政建設思路主要有兩種：一是收費模式，即公共數據運營，目的在于充實財政收入?，F有文獻認為，借鑒土地財政辦法，政府主導公共數據運營，并通過授權經營等方式獲取使用費收入。在某些情形下，這些數據產品和服務還可以被繼續(xù)交易，在二級市場上流通，從而形成一套公共數據運營機制［15，18］。這種思路明確提出了要發(fā)展數據財政。二是征稅模式，即征收數據稅，目的在于緩解數據收益的分配不公?，F有文獻從數據價值形成、數據形態(tài)等方面討論了為何征稅以及如何征稅的問題［9-10］。盡管這些文獻研究了數據稅，但并沒有將其納入數據財政的框架?？赡艿脑蚴?，數據稅的研究者多從收入分配視角切入討論，而公共數據有償開放的研究者則更強調充實財政收入。

本文試圖將二者整合，構建一個數據財政框架。數據財政既是一種新的適應性財政收入機制，又有調節(jié)收入分配之義。因此，本文強調的數據財政是第三種模式，即“稅費并行”。這里，數據財政框架由數據財政收入和支出兩部分組成。數據財政收入不僅包括公共數據運營帶來的收入①，而且包括數據稅征收帶來的收入，以及由數據要素賦能經濟增長所增加的所得稅和其他稅收收入。數據財政支出主要包括維持數據財政運營、推進數字基礎設施建設、充實社會保障基金和用于其他財政支出四個方面。

公共數據運營和數據稅征收是數據財政的關鍵組成部分，也是本文討論的重點。在公共數據運營上，政府可以采取直接授權和公開競標兩種方式委托各類市場主體開展公共數據運營活動。如果采取前者形式，政府可以獲得國有企業(yè)上繳利潤，屬于國有資本經營收入；如果采取后者形式，政府可以獲得數據使用費或收入分成，屬于非稅收收入。在數據稅征收上，政府的稅收收入主要產生于數據的交易、使用和持有過程。對此，本文設計一個稅收的備擇集合，包括數據增值稅、數據交易稅、數據資產稅、數據服務稅、數據跨境服務稅。數據財政的整體框架詳見圖1（下頁）所示。

（三）數據財政的產生緣由及其必要性

當前有一種質疑認為，數據資源開發(fā)利用還處于初級階段，此時提出數據財政是否會造成負面影響？本文認為，數據財政是帶來積極還是消極影響主要取決于具體的制度設計。如果以攫取為目的，制定過高的特許經營費率和稅率，的確可能對數據資源開發(fā)利用產生負面影響；如果以發(fā)展為目的，制定恰當的費率和稅率，使得數據資源開發(fā)利用運行維持在一個低成本水平，則有利于數字經濟發(fā)展。因此，要辯證地看待數據財政，建設數據財政是為了更好地蓄水養(yǎng)魚，而不是竭澤而漁。事實上，建設數據財政，不僅能夠服務數字經濟發(fā)展和數據資源開發(fā)利用，還會對整個國民經濟運行產生重要影響。

第一，數據財政能夠更好適應經濟社會發(fā)展需求。數據作為關鍵生產要素，在經濟發(fā)展過程中將發(fā)揮越來越重要的作用。財政要更好地適應經濟社會發(fā)展，就意味著要建立一套面向數據資源開發(fā)利用的體制機制。這樣，政府就能夠通過調節(jié)相關稅率和費率，更有力地保障和促進經濟社會發(fā)展，從而在數字經濟時代更好發(fā)揮政府作用。

第二，數據財政能夠更好適應財政收支平衡需求。長期以來，土地財政是地方財政的重要支撐，隨著住房市場供需關系發(fā)生根本性變化，土地財政越來越難以持續(xù)。與此同時，民生、惠企等各項支出加大，財政收支矛盾進一步凸顯。此時，迫切需要開辟新的財源緩解財政收支矛盾，而數字經濟所提供的稅源已經到了任何一個大國都不可忽視的地步，建設數據財政有助于填補財政收支缺口。

第三，數據財政能夠更好適應數據開發(fā)利用需求。數據收集、管理、維護、開放需要花費成本，特別是政府擁有大量有價值的公共數據，如果不提供適當激勵，就可能釀成“公地悲劇”。數據財政能夠為政府推動數字經濟發(fā)展提供有效激勵。建設數據財政、采取數據有償開放模式，有助于引導政府和企業(yè)投資數據要素市場基礎設施，建立和完善數據要素的流通和資本化體系，從而有效促進數據資源開發(fā)利用。

第四，數據財政能夠更好適應調節(jié)收入分配需求。數字平臺企業(yè)憑借其所擁有的海量數據優(yōu)勢獲得高額利潤，但沒有為此支付應有的費用。這可能導致平臺企業(yè)的不正當競爭和平臺資本的無序擴張行為，造成傳統(tǒng)企業(yè)與數字平臺企業(yè)之間稅收負擔的不公平，加大不同行業(yè)、地區(qū)和企業(yè)間收入差距。建設數據財政，特別是面向數字平臺企業(yè)征收數據服務稅，有助于調節(jié)收入分配，有效規(guī)范數字平臺企業(yè)發(fā)展。

綜上所述，數據財政之所以且有必要存在，是為了與數據要素賦能經濟發(fā)展的過程相匹配。建設數據財政，不僅有助于解決數據資源開發(fā)利用中的公共物品難題，而且有助于減少因數字技能差異而導致的數字鴻溝，因而是構建數字經濟時代下新型財政體制機制、實現全民共享數字紅利的必由之路。

二、數據財政的運行模式

（一）公共數據運營

1.公共數據運營模式和收入

公共數據運營有兩種方式：一是政府直接將公共數據的加工使用權或產品經營權授予國有企業(yè)，二是面向各類企業(yè)公開競標。政府扮演數據持有者和數據管理者角色，擁有公共數據的資源持有權、加工使用權和產品經營權。公共數據運營，是指將公共數據的加工使用權和產品經營權通過直接授權或公開競標的方式給予相應市場主體①。在此基礎上，本文基于數據—收入流視角討論公共數據運營模式（見圖2）。

第一，分析直接授權情形。本文將獲得直接授權的企業(yè)記為企業(yè)A。這類企業(yè)主要是國有企業(yè)，扮演數據產品經營者和加工使用者的角色②。作為數據產品經營者，意味著政府將全部或一部分數據產品經營權授予企業(yè)，允許企業(yè)開展公共數據產品和服務的經紀人和其他經營業(yè)務。作為數據加工使用者，意味著政府將數據加工使用權授予企業(yè)，允許企業(yè)直接使用公共數據產品和服務，或在已有數據資源基礎上開發(fā)新的產品和服務。如果合同允許，加工使用者擁有對新開發(fā)數據產品和服務的各項權利，且這些產品和服務可以在二級市場上流通。

在數據產品經營權和加工使用權這兩項權利中，數據產品經營權是核心權利。通常而言，兩項權利是同時授予的，政府不會單獨只授予某一項權利，除非該企業(yè)僅作為數據使用者或數據經紀人。從公共數據的使用和經營活動中獲益后，企業(yè)A上繳部分利潤，政府則從中獲得國有資本經營收入。現實中，企業(yè)A對應各地組建的數據集團，如上海數據集團、成都數據集團、武漢數據集團等。

第二，分析公開競標情形。本文將從公開競標中獲得授權的企業(yè)記為企業(yè)B。這類企業(yè)同樣扮演數據產品經營者和加工使用者的角色，與企業(yè)A的區(qū)別在于，企業(yè)B的數據權利是公開競標所得，而企業(yè)A是直接授予。企業(yè)B對政府的支付由數據使用費和收入分成兩部分構成，前者是固定費用，后者是隨數據產品和服務收入變動的可變費用。通常而言，公共數據運營初期，“低固定費用+高分成比例”的合同更容易達到激勵相容條件。進入比較成熟的應用階段后，政府可以不斷提高固定費用，此時企業(yè)也會要求降低分成比例。當然，數據使用費和收入分成也不是同時必需的。例如，湖南省衡陽市的出讓方案就只強調了固定費用，沒有提及收入分成。

2.公共數據運營成本

公共數據運營成本主要包括公共數據運營基本服務、政府部門的激勵和協調、財政補貼三個方面。

第一，公共數據運營基本服務。由于沒有獨立的技術能力，政府往往需要以采購形式委托有關企業(yè)提供數據基礎設施建設和服務。這些工作包括：建設和運營公共數據平臺，提供基礎的數據匯集、存儲、清洗、安全保障服務等。本文將從事這類業(yè)務的企業(yè)記為企業(yè)C，它們主要扮演數據加工使用者的角色。過去，企業(yè)C是以獨立功能角色出現的。隨著直接授權模式的產生，一些地方政府直接將公共數據運營基本服務的合同交給企業(yè)A或企業(yè)A所屬的集團企業(yè)來完成，這在一定程度上有助于節(jié)約成本。

第二，政府部門的激勵和協調。政府部門并不是鐵板一塊，而是由一個個有利益訴求的“條條塊塊”組成。政府各部門和各單位參與公共數據運營，需要花費必不可少的協調成本，包括組織動員、協調溝通、發(fā)放獎金、收益分成等。

第三，財政補貼。政府將公共數據授權企業(yè)A或企業(yè)B運營，未必就能高枕無憂、萬事大吉。倘若經營不善，政府還需要持續(xù)投入財政補貼，公共數據運營可能辦成一樁“賠本買賣”。

3.公共數據運營二級市場與數據賦能

政府將公共數據的相關權利授予企業(yè)，形成政府與企業(yè)間交易的一級市場。企業(yè)獲得公共數據資源后，可以從事公共數據經紀業(yè)務，也可以對數據進行再次加工，形成新的數據產品和服務。這些產品和服務在市場上流通，形成企業(yè)與企業(yè)間交易的二級市場。上文討論了一級市場的情形。事實上，釋放公共數據的紅利，關鍵還要依靠二級市場。只有數據在不同場景多次賦能，發(fā)揮生產要素作用，數據財政才有堅實基礎。

相較于承擔數據經紀人角色的企業(yè)A和企業(yè)B而言，直接使用公共數據產品的企業(yè)同樣重要，這些企業(yè)的需求構筑了公共數據的真實賦能場景。本文將其記為企業(yè)D，這些企業(yè)由獲得公共數據產品和服務的企業(yè)構成，扮演數據使用者的角色。

需要指出的是，這里的政府不僅指各級地方政府，還包括中央和地方的垂直管理部門和系統(tǒng)，如銀行、能源、電力、鐵道、海洋、民航、郵政、煙草部門等。地方政府沒有對這些垂直部門和相關企業(yè)的管理權限，它們擁有龐大且富有價值的公共數據資源。這些部門和企業(yè)如何進行公共數據資源的開發(fā)利用，應由國家數據管理部門與其他有關部門統(tǒng)籌安排推進。

（二）數據稅征收

1.基本思路

保障數據財政的健康運行，必須充分考慮合理的稅收方案。本文結合數據價值鏈和潛在征稅對象，提供一個數據稅的備擇集合，包括數據增值稅、數據交易稅、數據資產稅、數據服務稅、數據跨境服務稅等。要特別強調的是，我們并不建議同時征收這五種稅，而是希望提供一個可行的稅種備擇集合，從而深化現有關于數據稅征收問題的討論。

從原始形態(tài)到數據資產，數據要經歷一系列過程，一些學者對此進行研究，并將這一過程稱為數據價值鏈［19］。根據該理論，原始數據要通過數據資源化、數據產品化和數據資產化三個關鍵過程才能形成數據資產，并產生數據收入?？紤]到數據價值鏈完整地反映了數據的價值增值過程，本文基于數據價值鏈的視角考察數據稅的征收環(huán)節(jié)（見圖 3）。

第一個可能的征稅環(huán)節(jié)是數據資源化環(huán)節(jié)。部分學者支持征收數據資源稅［6，20］，不過本文暫時沒有考慮資源稅的設計，主要原因如下：其一，當前中國的資源稅是以重要的國有資源品為課稅對象，而數據不僅包含公共數據，還包含非公共數據，不宜統(tǒng)一征收資源稅。其二，如果僅面向公共數據征收資源稅，會與上文討論的公共數據運營收費模式相沖突。兩相比較，開發(fā)初期，收費模式更加靈活，不宜以資源稅替代收費模式。因此，本文沒有就該稅種征收問題作更多討論。

第二個可能的征稅環(huán)節(jié)是數據產品化環(huán)節(jié)。數據資源既可以被持有者不斷開發(fā)為數據產品和服務，通過交易出售給客戶，又可以被持有者自持作為數據資產。因此，可以在交易環(huán)節(jié)對數據產品課稅，即征收增值稅或交易稅，這也得到了一些學者的呼吁［9，16］。前者屬于流轉稅，后者屬于行為稅。

第三個可能的征稅環(huán)節(jié)是數據資產化環(huán)節(jié)。其一，當形成數據資產后，可以在做好價值評估工作的基礎上，根據數據的資產價值征收資產稅。其二，數字平臺企業(yè)是使用數據并獲得收益的主體，可以面向數字平臺企業(yè)征收數據服務稅。此外，考慮到存在一些跨境服務主體，借鑒國外征收數字服務稅的經驗，還可以面向國外市場經營主體征收數據跨境服務稅。

2.備擇集合

第一，數據增值稅。數據增值稅是一種流轉稅，面向所有提供數據產品和服務的市場主體征收。從某種意義上講，“數據稅”早已存在。雖然當前國內并沒有面向數據產品和服務的特定稅種，但在信息技術服務增值稅的收入中，有一部分是來自信息技術服務業(yè)企業(yè)所提供的數據產品和服務，故可以將這一部分直接轉化為數據增值稅。

第二，數據交易稅。數據交易稅是一種行為稅?？蓞⒖加』ǘ?，面向數據交易的賣方，在數據產品的交易環(huán)節(jié)征收。隨著場內的數據交易需求越來越大，征收數據交易稅，不僅可以增加政府收入，還可以作為憑證，保障交易雙方的權益。由于成交價格經交易雙方在場內談判確定，征稅不需要額外的價值評估等工作，數據交易稅操作起來可行性較高。

第三，數據資產稅。數據資產稅是一種財產稅，面向所有持有數據資產的市場主體征收。其一，當前中國已經形成較為龐大但隱性的數據資產，數據資產稅具備一定的征收條件。其二，設置數據資產稅征收議程有助于倒逼數據確權和數據資產化進程加速。其三，征收數據資產稅有助于抑制數據資產背后的數據泡沫和信用泡沫①。需注意的是，征收數據資產稅要以數據資產入表為前提。

第四，數據服務稅和數據跨境服務稅。數據服務稅和數據跨境服務稅是分別面向國內和跨國數字平臺企業(yè)征收的流轉稅。本文強調的數據跨境服務稅，即數字服務稅。根據歐盟的稅收調查發(fā)現，歐盟轄區(qū)內數字企業(yè)的實際平均稅率為 9.5%，而傳統(tǒng)企業(yè)的實際平均稅率為20.9%；跨國數字企業(yè)的實際平均稅率僅為 10.1%，而跨國傳統(tǒng)企業(yè)的實際平均稅率為23.2%。數字企業(yè)以遠低于傳統(tǒng)企業(yè)的實際稅率不公平地享受了稅收優(yōu)惠［5］。因此，征收數據服務稅和數據跨境服務稅，有助于調節(jié)行業(yè)間稅負水平和收入分配，避免稅收流失。

值得注意的是，數據財政的收入還應包括由數據要素賦能經濟增長所增加的所得稅和其他稅收收入，這部分收入增益不是數據稅直接帶來的，因而應當歸為數據要素賦能的間接效應。故本文不就該問題展開詳細討論，而是在規(guī)模測算上作一個基本估計。

3.央地劃分

關于中央和地方如何分享數據稅，有學者指出，中央與地方的稅收劃分，整體應當遵循經濟效率原則、受益性原則和有效激勵原則［21］。根據這三項原則，本文認為，數據增值稅、數據交易稅和數據資產稅可以按一定比例由中央政府和地方政府分享，中央政府占大頭。中央政府占大頭是考慮到經濟效率原則，防止因地方政府干預導致的生產要素配置扭曲。地方政府參與分享是為了激勵地方政府在推動數據資源開發(fā)利用上積極作為，滿足受益性原則和有效激勵原則。數據服務稅和數據跨境服務稅涉及國內外的數字平臺企業(yè)，如果由地方政府分享，可能會造成比較嚴重的區(qū)域不平衡，因而應全部上交中央政府（見表 1）。

（三）數據財政的支出和用途

1.數據財政的支出

推動經濟社會發(fā)展、實現全民共享數字紅利是建設數據財政的根本目的。為實現此目的，數據財政的支出主要包括四個渠道。

第一，維持數據財政運營。數據財政的收入首先需要保障數據財政能夠順利運行。數據財政的運營成本主要包括公共數據運營和數據稅征收所產生的成本。前者包括公共數據運營基本服務費用、政府部門的激勵和協調費用、財政補貼費用。后者主要指稅務部門在行使征稅權、組織稅收收入過程中所花費的各類成本，包括政策研究、政策宣傳、人員工資、辦公和設備支出等方面的費用。

第二，推進數字基礎設施建設。數字經濟是數據財政的基礎，數據財政離不開數字經濟的健康發(fā)展。促進數字經濟發(fā)展，政府需要提供公共物品。通過完善地區(qū)電信、網絡和數據基礎設施，建設數據中心，強化數據系統(tǒng)集成，政府能夠有效改善當地企業(yè)的數據開發(fā)、存儲、處理能力，從而推動數字經濟和數據財政的可持續(xù)發(fā)展。

第三，充實社會保障基金。數據財政收入可用于充實社會保障基金，以此保障全民福利提升。隨著經濟發(fā)展和勞動力市場變化，傳統(tǒng)的社會保障制度面臨重大挑戰(zhàn)。例如，人口老齡化趨勢加劇將持續(xù)增加養(yǎng)老金支付的壓力，此時將部分數據財政收入充實社會保障基金，有助于增強社會保障體系的高保障性和可持續(xù)性，從而提高居民的社會保障總量和質量，實現全民共享數字紅利。

第四，用于其他財政支出。數據財政為政府提供了全新的收入來源，同時為中央政府和地方政府在財政管理上帶來了更多的靈活性和自主權。這些收入不僅增強了政府的財政實力，緩解了部分地區(qū)地方政府的財政壓力，而且為政府提供了更多用于公共服務、基礎設施建設和經濟社會發(fā)展等各個方面的財政資源。隨著數據財政的發(fā)展，還可以制定相關政策文件，明確公共數據運營所得收入中的專項資金計提部分。

2.數據財政的用途

第一，推動數字技術創(chuàng)新和應用。數據財政的建設和支出應始終將推動數字技術創(chuàng)新和應用作為重點任務。一方面，加大對數字技術研發(fā)和創(chuàng)新的投入，推動數字技術的不斷升級和進步；另一方面，引導傳統(tǒng)企業(yè)加大數字化投入，提升數字化水平，促進數字經濟的包容性發(fā)展，確保各行各業(yè)都能從數字化轉型中獲益。

第二，提高全民的數字素養(yǎng)和技能水平，確保大多數人都能夠參與數字經濟并從中受益。特別是要減小數字鴻溝，保障低收入人群和特殊群體獲得數字紅利的機會［22］。例如，加大對農村和偏遠地區(qū)的數字基礎設施建設投入，提升這些地區(qū)的數字化水平；關注農民工、殘障人士、低收入家庭等群體的數字素養(yǎng)提升問題，通過定向培訓和扶持政策，幫助他們更好享受數字經濟帶來的福祉。

第三，確保數字紅利的公平分配。數據財政的建設和支出還應關注數字紅利的公平分配問題。例如，優(yōu)化稅收結構，對數字經濟產生的利潤合理征稅；建立健全稅收再分配機制，確保數字紅利能夠流向關鍵發(fā)展領域和社會弱勢群體；加強監(jiān)管，防止數字紅利被少數人或企業(yè)壟斷，確保數字經濟的成果能夠普惠全社會。

三、數據財政的實施路徑

（一）數據財政的收入規(guī)模測算

1.公共數據運營的潛在收入規(guī)模

對于公共數據有多大的潛在價值，目前還沒有一個充分估計。東方證券分析報告認為，中國公共數據具有的潛在開放價值為10萬～15萬億元；東吳證券則認為，中國數據資產市場潛在總規(guī)模為60萬億元。不過，這些估計沒有披露詳細的測算過程，缺乏合理的依據。對此，本文嘗試作一個初步估計。

2023年11月，湖南省衡陽市出讓為期3年的公共數據特許產品經營權，掛牌價為18.02億元，平均每年約為6億元。同年12月，湖南省懷化市也發(fā)布了本級大數據處置項目特許經營權項目中標結果公告，標的金額為3.06億元，平均每年約1億元。雖然兩項交易被叫停，但為測算全國公共數據潛在價值提供了參考依據。

假定城市的公共數據特許產品經營權可以同時授予4家企業(yè)，2家為國有企業(yè)，2家為民營企業(yè)，企業(yè)都以公開競標形式獲得授權，項目利潤為競標成本的20%，國有企業(yè)上繳利潤的30%。如果以衡陽市為參照，1年的數據使用費收入為24億元，國有企業(yè)利潤上繳0.72億元，潛在公共數據運營收入將達24.72億元。假定地區(qū)的公共數據運營收入與當地經濟發(fā)展水平正相關，2023年衡陽市地區(qū)國內生產總值為4 191億元，占全國的比重為0.33%。那么，以衡陽市為參照計算的當期全國公共數據運營收入將達7 436億元。其中，數據使用費收入將達7 219億元，國有企業(yè)利潤上繳將達217億元。如果以懷化市為參照，1年的數據使用費收入為4億元，國有企業(yè)利潤上繳0.12億元，潛在公共數據運營收入將達4.12億元。2023年懷化市的地區(qū)國內生產總值為1 949億元，占全國的比重為0.15%。那么，以懷化市為參照計算的當期全國公共數據運營收入將達2 665億元。其中，數據使用費收入將達2 587億元，國有企業(yè)利潤上繳將達78億元。

由于沒有更多交易信息，不妨取兩種計算方式的均值來進行推測。這樣，當期全國公共數據運營收入將達5 050.5億元①。其中，數據使用費收入將達4 903億元，國有企業(yè)利潤上繳將達147.5億元，國有企業(yè)利潤上繳占總的公共數據運營收入比例為2.92%?？梢?，全國公共數據運營收入將主要依靠數據使用費。

《“數據要素×”三年行動計劃（2024—2026年）》預計，數據產業(yè)的年均增速將保持在20%以上，假設公共數據運營收入增速與此保持一致，如果按此增速增長到2035年，則公共數據運營的潛在收入規(guī)模2025年將達7 272億元，2035年將達54 033億元。細分來看，數據使用費收入2025年將達7 060億元，2035年將達52 459億元；國有企業(yè)利潤上繳2025年將達212億元，2035年將達1 574億元。

2.數據稅的潛在規(guī)模

數據增值稅。根據《中國稅務年鑒》（2022），2021年全國信息傳輸、軟件和信息技術服務業(yè)的增值稅收入為1 523.98億元。根據同年工業(yè)和信息化部發(fā)布的《2022年軟件和信息技術服務業(yè)統(tǒng)計公報》，云服務、大數據服務收入占信息技術服務收入的比重為12.9%。據此推算，2021年，與數據相關的增值稅收入在197億元左右。如果數據產品與服務收入的年均增速為15%，按此增速增長到2035年，數據增值稅的潛在收入規(guī)模2025年將達344億元，2035年將達1 391億元。

數據交易稅。根據《2023年中國數據交易市場研究分析報告（2023年）》，2021—2022年全國數據交易行業(yè)市場規(guī)模由617.6億元增長至876.8億元，年增長率約為42%。如果交易稅的稅率設定為1%，則2022年數據交易稅的潛在收入規(guī)模為8.8億元。從長期來看，42%的速率難以維持，不妨假定按30%的速率持續(xù)增長到2035年，則數據交易稅的潛在收入規(guī)模2025年將達19億元，2035年將達266億元。

數據資產稅。對于數據資產的潛在規(guī)模，保守估計2023年數據資產規(guī)模在10萬億元左右。如果實現數據資產入表，按1.4%課稅，則潛在的稅收收入規(guī)模將達1 400億元。據國際數據公司（IDC）預測，2023—2027年，中國的數據量年均增速將達26.3%。不妨假定數據資產以略低于數據量的速度增長，設為20%，即與預期的數據產業(yè)產值增速一致，按此增速增長到2035年，數據資產稅的潛在收入規(guī)模2025年將達2 016億元，2035年將達12 483億元。

數據服務稅。數據服務稅主要面向國內數字平臺企業(yè)征收。根據中國互聯網協會發(fā)布的《中國互聯網企業(yè)綜合實力指數（2023）》，2022年前百家企業(yè)互聯網業(yè)務收入總規(guī)模為3.21萬億元。參考新加坡、馬來西亞制定的6%～7%的稅率，設定數據服務稅稅率為6%，2022年該稅種的潛在收入規(guī)模為1 926億元。如果每年保持15%的速度增長，數據服務稅的潛在收入規(guī)模2025年將達2 929億元，2035年將達11 850億元。

數據跨境服務稅。據麥肯錫研究團隊估計，2014年全球跨境數據流動拉動的經濟增長占全球GDP總量的3%，相當于2.3萬億美元［23］?？紤]到數據與商品、服務貿易的作用不易區(qū)分，且涉及跨國數字平臺企業(yè)在華的業(yè)務開展情況難以測算，此處將2023年數據跨境服務稅的潛在收入規(guī)模保守估計為100億元。假設每年保持15%的速度增長，數據服務稅的潛在收入規(guī)模2025年將達152億元，2035年將達615億元。

根據上述討論，在充分考慮公共數據運營收入，以及數據增值稅、數據交易稅、數據資產稅、數據服務稅、數據跨境服務稅的情況下，數據財政的潛在收入規(guī)模2025年將達1.27萬億元，2035年將達8.06萬億元①。此處，與土地財政作一個比較，2023年全國土地使用權出讓收入為4.2萬億元。以此作為土地財政規(guī)模的測算口徑，2025年數據財政的潛在收入規(guī)模約占2023年土地財政規(guī)模的30.24%，2035年數據財政的潛在收入規(guī)模將達2023年土地財政規(guī)模的1.9倍?？梢?，數據財政接棒土地財政，并非虛言。

下面，考察數據財政占全國一般公共預算收入的比重情況。2023年全國一般公共預算收入為21.67萬億元，2019—2023年一般公共預算收入復合增速為3.3%，如果按此增速增長，全國一般公共預算收入2025年將達23.13萬億元，2035年將達35.28萬億元。因此，數據財政的潛在收入規(guī)模占全國一般公共預算收入（不包含數據財政）的比重2025年將達5.49%，2035年將達22.85%?？梢?，數據財政潛力巨大，有望成為財政運行的重要支撐。

3.不同口徑的情形

第一，在窄口徑上，要考慮不同稅費征收的難度不同。我們設置一個開發(fā)系數，系數范圍為（0，1），對可開發(fā)的規(guī)模作一個估計。開發(fā)系數越高，意味著征收難度越小，開發(fā)系數乘以潛在收入規(guī)模就是窄口徑的潛在收入規(guī)模（即可開發(fā)規(guī)模）?；谡n稅難度的差異，本文將公共數據運營和上述5種數據稅的開發(fā)系數分別設置為0.7、0.9、0.5、0.2、0.9、0.9。

我們將數據使用費的開發(fā)系數設置為0.7，主要是因為公共數據運營所獲取的收入中至少有30%會用于自身項目運轉，將系數設置為0.7，可以反映出公共數據運營所產生的凈收益；將數據交易稅的開發(fā)系數設置為0.5，主要是考慮到存在大量的場外交易，不易課稅，會有一定的稅收流失；將數據資產稅的開發(fā)系數設置為0.2，是因為征收數據資產稅是一項系統(tǒng)工程，實施難度較大，需要逐步施行；將數據增值稅、數據服務稅和數據跨境服務稅的開發(fā)系數設置為0.9，主要是考慮到這三個稅種征收難度相對較小，比較容易實施。這樣可以計算得到，2035年數據財政的潛在可開發(fā)規(guī)模為52 924億元，約占當期一般公共預算收入的15.00%。

第二，在寬口徑上，要考慮數據要素對其他稅收的貢獻。例如，數據財政的收入還應包括由數據賦能生產率提升所引致企業(yè)和個人所得稅收入增加部分。2021年，全國企業(yè)所得稅收入為42 238億元，個人所得稅收入為14 145億元。根據國家工業(yè)信息安全發(fā)展研究中心等機構聯合發(fā)布的《中國數據要素市場發(fā)展報告（2021—2022）》的測算結果，數據要素對2021年中國GDP增長的貢獻度為0.83個百分點。假設到2035年，每年數據要素對經濟增速的貢獻保持不變，且對企業(yè)和個人所得稅的貢獻度與經濟增速一致，即每年拉動0.83個百分點，那么，在數據要素的賦能下，相較于2021年，2035年將多增加6 917億元。這樣，按寬口徑測算，2035年，數據財政的潛在收入規(guī)模將達87 555 億元，占當期一般公共預算收入的24.82%。由此可見，無論是按窄口徑還是按寬口徑測算，數據財政都具有巨大的開發(fā)價值和潛力。具體測算情況詳見表 2。

4.基準情形下的不同方案組合

第一，測算2025年不同方案組合的數據財政潛在收入規(guī)模。上文測算了數據財政的全部潛在收入規(guī)模，現實中，可能不會同時開展以上全部工作。為更加貼合實際，這里圍繞不同方案組合討論2025年數據財政的潛在收入規(guī)模，具體結果詳見表 3（下頁）。方案1是開展公共數據運營，并征收全部稅種的情形，即表 2 列（1）的基準情形，此處不再贅述。方案2是僅開展公共數據運營的情形，開展公共數據運營而不考慮征稅，實施難度較低，但收入會下降至7 272億元，約占當期一般公共預算收入的3.14%。方案3是兼容現有稅制的情形，即數據增值稅可以作為增值稅的子稅目，數據交易稅可以作為印花稅的子稅目，而不必新設稅種，此時的數據財政收入將達7 635億元，約占一般公共預算收入的3.30%。方案4是收入導向的情形，即“抓大放小”，僅針對潛在收入規(guī)模較大的類別收取費用或征稅，這樣數據財政收入將達12 217億元，約占一般公共預算收入的5.28%。方案5是效率導向的情形，即僅面向開發(fā)系數較高的類別收取費用或征稅，這樣數據財政收入將達10 697億元，約占一般公共預算收入的4.62%?？梢?，不同方案組合會對數據財政的潛在收入規(guī)模產生一定影響，但基本上占2025年全國一般公共預算收入的比重都在3%以上，有的甚至超過5%。

第二，測算2035年不同方案組合的數據財政潛在收入規(guī)模，結果詳見表 4（下頁）。方案1是征收全部稅種的情形，即表2列（2）的基準情形。方案2是僅開展公共數據運營的情形，數據財政收入將達54 033億元，約占當期一般公共預算收入的15.32%。方案3是兼容現有稅制的情形，數據財政收入將達55 690億元，約占一般公共預算收入的15.78%。方案4是收入導向的情形，數據財政收入將達78 366億元，約占一般公共預算收入的22.21%。方案5是效率導向的情形，數據財政收入將達67 889億元，約占一般公共預算收入的19.24%。無論何種方案組合，數據財政的潛在收入占2035年全國一般公共預算收入比重都在15%以上，有的甚至達到22%?？梢姡瑪祿斦臐撛谑杖胍?guī)模是十分可觀的。

（二）數據財政的實施步驟和策略

1.公共數據運營

據估算，公共數據占全國數據總量的70%～80%，政府在推動公共數據開發(fā)利用上具有核心資源優(yōu)勢，且公共數據運營能夠為非公共數據開發(fā)起到示范作用。因此，總的策略是先推動公共數據的授權經營和公開競標，再逐步推進非公共數據的確權入表、價值評估、交易和征稅等工作。具體而言，公共數據運營可以分為準備和實施兩個階段。

第一，準備階段，主要包括確權入表、收儲熟化兩個流程。關于確權入表，縣級及以上人民政府（以下簡稱“各級政府”）要編制數據資源目錄，對轄區(qū)內沉淀的公共數據有一個全面掌握。隨后，對數據資源分類分級，厘清產權，評估價值，并明確開發(fā)方式和權限。在此基礎上，各級政府需要將數據資源的目錄、產權、開發(fā)方式和權限等信息進行公示，征求社會各界的意見，并根據意見進行優(yōu)化調整。信息公示環(huán)節(jié)結束后，可以正式將數據資源目錄、產權和估值等信息列入各級政府的資產負債表中，為接下來的收儲熟化工作提供條件。關于收儲熟化，各級政府要根據分類分級后的數據資源目錄，從政府各工作部門、事業(yè)單位和國有企業(yè)收儲相關數據資源，逐步統(tǒng)一數據流的相應格式和標準，以便后續(xù)加工和開發(fā)①。隨后，清洗加工已收儲的數據資源，進行信息脫敏、異常排除、貼標簽等處理。在此基礎上，根據開發(fā)和應用需求，對數據資源進行分割、壓縮、匹配等加工。清洗加工結束后，就基本形成了數據產品。接下來，還要對數據產品進行封裝測試，以保障數據產品的可用性和穩(wěn)定性。

第二，實施階段，主要包括達成交易、數據使用兩個流程。關于達成交易，先要明確公共數據的開發(fā)模式：一是將部分數據資源直接授權國有企業(yè)經營；二是通過公開競標，由企業(yè)間競標活動決定公共數據資源加工使用權的歸屬。確定開發(fā)模式后，就可以根據具體情形擬訂合同文本，交易雙方簽訂合同，明確權責利關系。接下來，根據合同內容開放數據接口，加工使用方可以在數據平臺上直接使用和開發(fā)數據。與此同時，可以借助區(qū)塊鏈技術在數據產品中植入秘鑰。這樣，加工使用者就可以直接下載數據，同時便于數據資源持有者定位數據流向，防止數據用于合同以外的用途。

在此基礎上，加工使用者通過開發(fā)和運營公共數據獲得收益。如果直接授權國有企業(yè)經營，則加工使用者通過利潤上繳的形式向政府上繳利潤；如果采用公開競標方式，則加工使用者需在事前向數據資源持有者支付數據使用費、在事后可根據合同具體內容確定是否進行收入分成。

確定多少家企業(yè)作為授權主體，取決于公共數據運營所處階段、市場規(guī)模和應用場景。當公共數據運營具有良好前景、市場規(guī)模較大、開發(fā)收益較高時，不宜授予單一主體；當數據開發(fā)處于初期，潛在收益不確定時，為保障授權主體的利益，授權主體不宜過多。與此同時，還可根據不同的應用場景，基于不同的行業(yè)劃分確定授權主體，即在一個細分行業(yè)確定一個或若干授權主體。在各地實踐中，既有將具有國資背景的數據集團作為當地唯一授權主體的，如上海、青島、成都等城市；也有明確規(guī)定可以授權多家主體的，例如浙江，規(guī)定省級授權運營單位原則上不超過 20 家，市級不超過 10 家，縣級不超過 2 家；還有根據不同行業(yè)授權運營主體的，如北京等地。

在推進次序上，可采取試點形式，鼓勵有基礎、有條件的地區(qū)先行先試，然后在全國逐步推廣。在數據資源的開發(fā)次序上，對于應用場景明晰、開發(fā)難度較小的數據資源可先開發(fā)，對于開發(fā)難度較大的資源逐步試點開發(fā)。不過，公共數據運營可能對數據公開產生積極或消極的影響。積極影響在于，公共數據運營可以獲得收益，直接為數據公開工作提供財政資源。消極之處體現在，由于公共數據運營可以獲得不菲收益，開展公共數據運營的激勵要大大高于數據公開，會導致公共數據的公開質量下降。

2.數據稅征收

建設面向非公共數據的數據財政需要提前完善相關法律法規(guī)，在推進數據資產確權入表的同時，逐步開展稅收征繳工作。在實際操作中，還要切實考慮到征稅的實施難度、成本收益和財源培育等方面。在此，本文對可能征收的數據稅進行逐一分析。

第一，數據增值稅。在數據稅的備擇集合中，數據增值稅可以在現有稅制下的存量上作調整，因而最容易征收。具體而言，只需要將信息技術服務增值稅中屬于提供數據產品和服務的部分單列，在增值稅目錄下設置新的數據增值稅，就可以基本實現名目的調整。數據增值稅還可以有效調節(jié)數據產品和服務的供給。當前，信息技術服務增值稅的一般稅率為6%。如果調低數據增值稅的一般稅率，或給予其他方面的稅收優(yōu)惠，將有助于數據產業(yè)發(fā)展。特別是如果設置適當稅率，即便因稅率下調導致潛在的稅收規(guī)模減小，但在稅收乘數效應的作用下，依然有可能擴大真實的稅收規(guī)模，從而實現數據財政的健康運行。

第二，數據交易稅。由于數據交易稅的潛在規(guī)模較小，且只能在場內征收，而征稅又勢必影響場內的數據交易量，因而本文不建議初期征收數據交易稅。比較恰當的辦法是“先上車、再補票”，即先鼓勵數據交易，再逐步規(guī)范引導至場內交易，在此基礎上才具備數據交易稅的征稅條件。

第三，數據資產稅。征收數據資產稅需要經過三個步驟：明確數據資產計量規(guī)則，開展數據資產評估，制定稅收政策和法規(guī)。2024年1月1日，《企業(yè)數據資源相關會計處理暫行規(guī)定》正式施行，意味著第一步工作已經完成。接下來，全面推進數據資產評估，應當滿足三個條件：一是企業(yè)有意愿開發(fā)利用數據資產；二是企業(yè)的數據資產能夠在資產負債表中披露；三是有相應的數據資產評估機構來支撐。目前，第二步工作正有條不紊推進。在此基礎上，可以開展第三步工作。從準備立法到正式出臺，可能經歷較長時間，彼時征收數據資產稅的時機將會更加成熟。

第四，數據服務稅和數據跨境服務稅。這兩項稅種分別面向國內和國外數字平臺企業(yè)征收。需要劃定營業(yè)收入門檻，對高于營業(yè)收入門檻且通過采集用戶數據獲益的企業(yè)征收服務稅。與此同時，為促進數字平臺企業(yè)更好發(fā)揮引領示范作用，可以考慮對提供數據開放共享服務的數字平臺企業(yè)，減免數據服務稅，這將有助于促進整體上的數據資源開發(fā)利用和數字經濟發(fā)展。

數據財政的實施步驟和策略詳見圖4所示。

綜上所述，如果要確定一條時間線，建議優(yōu)先考慮征收數據增值稅，這在現有稅制下依然可行。隨后，加強對數據交易稅、數據服務稅和數據跨境服務稅的研究論證，以考慮在適當時期設置。對于數據資產稅，不能一蹴而就，需要一個較長的時間周期來推進落地，具體進度取決于數據資產入表和立法準備工作的完成情況。

需要注意的是，數據財政不僅是為了充實財政收入，而是要更好地調節(jié)數據資源的開發(fā)利用。因此，發(fā)展數據財政不能竭澤而漁，應與數據要素市場化水平相適應，不斷優(yōu)化機制設計、靈活運用調節(jié)工具。不斷優(yōu)化機制設計是指，針對推進初期發(fā)現的問題，政府應著力改進，優(yōu)化政策和實施路線。靈活運用調節(jié)工具是指，政府可以通過調節(jié)數據資源開發(fā)利用的相關費率和稅率，測試各市場主體對政策的響應彈性，從而設計最優(yōu)政策組合，充分發(fā)揮政府的調節(jié)作用。

（三）公共數據運營的比較制度分析

1.不同層級間政府的數據權利安排和運營

就數據權利配置層面而言，上級政府是否擁有下級政府轄區(qū)內的公共數據權利？雖然當前鮮有文獻討論這種權利配置安排，但科斯定理為該問題的討論提供了啟發(fā)［24］。不妨區(qū)分三種情形：一是上級政府擁有全部權利。此時，上級政府有權讓下級政府上交本級數據，獲得全部數據運營收益。除非上級政府授權，否則下級政府不能從事公共數據的開發(fā)運營。二是上級政府擁有部分權利。此時，上級政府可以匯總收集下級政府產生的數據，但要出讓一定運營收益給下級政府。三是上級政府沒有這項權利。此時，各級政府可以獨享本級所屬的數據資源。如果上級政府希望聯合開發(fā)，就需要向下級政府專門支付費用。根據科斯定理，如果權利配置沒有交易成本，那么權利配置給任何一方都會實現效率最優(yōu)。如果權利配置存在交易成本，則應配置給效率較高、組織運行成本較小的一方。借鑒Jensen & Meckling的觀點［25］，需要因地因事具體比較信息成本和代理成本的大小。當政府內部的信息成本較小、代理成本較高時，權利應配置給上級政府；當政府內部的信息成本較高、代理成本較低時，權利應配置給下級政府。

就數據權利運營層面而言，由省級、市級還是縣級政府來推動公共數據資源的開發(fā)利用，不能一概而論。通常而言，如果一個地區(qū)的公共數據資源比較富集，潛在的數據應用場景比較豐富，則在較低的行政層級推進公共數據資源開發(fā)利用是可行的。反之，則需要在較高的行政層級上推動。不過，推動的行政層面越高，意味著工作鏈條越長，可能存在更為嚴重的委托代理問題，不利于公共數據資源的有效和高效開發(fā)。相較而言，城市是推動公共數據運營的一個比較適合的單元。從各地實踐看，也多以城市作為實踐主體。從省級層面看，云南省對公共數據平臺實施統(tǒng)一管理，要求省內各市不再建設本級公共數據平臺。不過，除直轄市外，省級層面統(tǒng)籌較少。從區(qū)縣層面看，浙江省在一些區(qū)縣開展了公共數據授權運營試點；湖南省長沙市則規(guī)定，區(qū)縣開展公共數據運營工作，要提前報上級政府審批。

2.同級政府內部、政府與所屬企事業(yè)單位之間的數據權利配置

同級政府內部可以選擇不同的數據權利配置方式，根據分權程度可區(qū)分為高、中、低三類。當分權程度處于較高水平時，數據權利會全部配置給相應部門；當分權程度處于中間水平時，政府內部提供數據源的各部門擁有數據資源持有權，而政府的數據管理部門擁有數據加工使用權和數據產品經營權；當分權程度處于較低水平時，公共數據權利均屬于市政府，不單獨明確各部門的權益，由政府授權數據治理部門履行管理職責。從當前各地實踐來看，主要采取后兩種方式。

不同權利配置方式的區(qū)別體現在激勵、效率和規(guī)模上。對于高分權水平情形，各部門都擁有各自的數據權利，可以自行選擇是否開發(fā)數據資源，并獲取開發(fā)的全部收益。這樣，各部門的參與激勵較高，且樂于提供高質量、高價值的數據資源，由于可以自主談判，開發(fā)效率也會較高。不過，由于各部門可動員的資源和能力存在較大差異，一些部門可能并沒有能力進行數據開發(fā)，導致公共數據產品和服務的實現規(guī)模較小。對于中分權水平情形，政府內部各部門有權主張一部分數據收益權，各部門參與的激勵較高①，且能夠提供較高質量的數據資源。不過，開發(fā)效率通常會降低，因為各部門會根據自身利益不斷與數據管理部門進行談判。對于低分權水平情形，數據資產的各項權益屬于本級政府，政府內部各部門無權主張數據資產的收益權。這樣，各部門按照政府或數據治理部門的指令行事，參與激勵和提供的數據質量較低，但開發(fā)效率和完成規(guī)模會提高，因為各部門沒有足夠的談判條件，只需按要求提供數據。

由此可見，如果采取分權方案，或將面臨效率、規(guī)模難題；如果采取集權方案，或將面臨低激勵難題。對此，本文提供一組治理策略。一是要解決分權帶來的規(guī)模難題，可以采取自主選擇的方式進行治理，即各部門可以選擇自行開發(fā)還是交由市政府或數據管理部門開發(fā)。如果選擇前者，則依然為高分權模式；如果選擇后者，則保留資源持有權，讓渡加工使用權和產品經營權，退化為中分權模式。二是要解決分權帶來的低效難題，可以通過刺激市場需求、擴大市場規(guī)模的辦法進行治理。在面臨較大市場規(guī)模時，為提高收益，數據持有部門和管理部門都有激勵加快內部談判進程。三是要解決集權帶來的激勵難題，可以通過強化技術應用和考核評比進行治理。如搭建“一竿子插到底”的政府信息化和數據系統(tǒng)，使各部門無法截留數據。在強化考核的情況下，各部門也會根據要求，提高數據提供的質量。不過，強化技術治理和考核評比會消耗較多的行政和財政資源，可能付出較高成本。

與此同時，公共數據通常還包括當地企事業(yè)單位數據。一個自然而然的問題是，這些企事業(yè)單位是否具有獨立擁有這些數據的產權，以及這些企事業(yè)單位獨立開發(fā)這些數據是否會帶來更大的收益？其實，討論該問題與上一個問題類似，即如果企事業(yè)單位獨立擁有數據產權，則參與激勵的確較高，企事業(yè)單位比它們的管理部門更了解這些數據的經濟價值。不過，數據的開發(fā)利用可能會限于較小的范圍，大多數企事業(yè)單位并無能力也無動力去開發(fā)數據資源。因此，要解決該問題，可參考此前辦法，對于有條件、有意愿的單位，政府授予其產品經營權，但要向政府上繳一定利潤。對于參與意愿較低、條件有限的單位，宜采取集權方案，并強化技術治理。

政府內部、政府與所屬企事業(yè)單位之間的數據權利安排詳見表 5。

3.與土地財政的比較

近年來，呼吁數據財政接棒土地財政的聲音日益高漲。事實上，兩者的產生原因、關鍵特征、運行模式有較大差異。對此，我們進行比較，以更加明晰數據財政的本質特征（見表 6，下頁）。

第一，產生原因。土地財政的出現是為了適應央地財政關系調整。分稅制改革后，中央過于集中財權和財力，地方政府的財權和事權不匹配，不得不靠“賣地”增加收入。數據財政的出現，從短期來看，是為了填補土地財政缺口，保障財政健康運行；從長期來看，是為了更好適應數智時代生產力和生產關系的變化。隨著新質生產力的形成，需要構建新型財政體制與之相適應，否則將加劇數字紅利獲取和分配不公等問題。

第二，核心要素及其特征。土地財政的核心生產要素是土地，土地的供給是有限的，由政府控制并獲取壟斷租金。而數據財政的核心生產要素是數據，數據的供給是無限的，具有“低成本、自降低，高收益、自增長”的特征，能夠被“使用、復用、共用、通用”，數據財政的收入主要取決于創(chuàng)造了多少新的需求場景。因此，用戶的需求價格彈性越大，越有利于數據財政增加收入；需求價格彈性越小，越有利于土地財政增加收入。

第三，動力機制。土地財政的動力機制是“終端需求+政府調控+金融擴張”，即以居民部門的終端消費為依托，政府決定土地出讓的規(guī)模和用途，由房地產商開發(fā)、建筑企業(yè)建設，最后再由金融機構為房地產開發(fā)商和居民提供資金，形成一個閉環(huán)。數據財政的動力機制是“場景牽引+公共經營+財稅調節(jié)”，即以確立數據收益權為前提，以搭建應用場景為牽引，率先開展公共數據運營，推動社會上更廣泛層面的數據開發(fā)利用，最后使用財稅、金融等工具進行調節(jié)（如減免稅費、信用抵押等）。

第四，主要產業(yè)。土地財政涉及的主要產業(yè)是建筑業(yè)，以及與房地產開發(fā)相關的制造業(yè)和服務業(yè)，屬于傳統(tǒng)產業(yè)。而數據財政涉及的主要產業(yè)是信息技術服務業(yè)以及與數據開發(fā)相關的其他行業(yè)，屬于戰(zhàn)略性新興產業(yè)和未來產業(yè)。

第五，收入來源。土地財政的主要收入是政府性基金收入，少部分由房產稅、城鎮(zhèn)土地使用稅、土地增值稅、耕地占用稅和契稅組成。而數據財政的收入則包括稅收收入、非稅收收入和國有資本經營收入。

四、結語

中國擁有海量的數據資源，且呈現快速增長態(tài)勢，為構建數據財政提供了良好基礎。數據財政能夠增加政府潛在的收入來源，促進數據要素的市場化和資本化運營。從長期來看，有助于減輕對土地財政的依賴，促進經濟增長方式轉變，推動數據資源的開發(fā)利用。數據財政建設具有廣闊空間，需要系統(tǒng)設計。為此，本文提出了一個數據財政的基本框架，并系統(tǒng)論述了數據財政的運行模式與實施路徑。

本文研究形成了以下主要觀點：第一，數據財政是一種政府通過公共數據運營和數據稅征收獲得收入，并用于推動經濟社會發(fā)展、實現全民共享數字紅利的財政體制。建設數據財政能夠更好適應數字經濟時代下經濟社會發(fā)展、財政收支平衡、數據開發(fā)利用和收入分配調節(jié)等的需求。第二，數據財政由收入和支出兩部分組成，收入側包括公共數據運營收入和數據稅。其中，公共數據運營收入主要包括國有企業(yè)利潤上繳以及數據使用費和收入分成。數據稅的備擇集合主要包括數據增值稅、數據交易稅、數據資產稅、數據服務稅、數據跨境服務稅。數據財政被用于維持數據財政運營、推進數字基礎設施建設、充實社會保障基金、其他財政支出。第三，測算發(fā)現，全國數據財政的潛在收入規(guī)模2025年將達1.27萬億元，占當期全國一般公共預算收入的5.49%；2035年將達8.06萬億元，占當期全國一般公共預算收入的22.85%，有望接力土地財政，成為財政健康發(fā)展的重要支撐。第四，應逐步推進數據財政建設，可率先開展公共數據運營，再開展數據稅征收工作，但要考慮不同層級間、同一層級政府內部的數據權利配置情況。

數據財政是一個復雜問題，要基于工業(yè)經濟時代的思維提出問題，更要基于數字經濟時代的思維解決問題。對此，本文作了一個初步探索，期待未來更多的研究成果，共同推動數據財政理論和實踐的發(fā)展。 [Reform]

參考文獻

［1］李海艦，趙麗.數據價值理論研究［J］.財貿經濟，2023（6）：5-20.

［2］CORDELL A. Taxing the internet： The proposal for a bit tax［J］. The Journal of Internet Banking and Commerce， 1997， 2（2）： 1-8.

［3］李蕊，李水軍.數字經濟：中國稅收制度何以回應［J］.稅務研究，2020（3）：91-98.

［4］白彥鋒，岳童.數字稅征管的國際經驗、現實挑戰(zhàn)與策略選擇［J］.改革，2021（2）：69-80.

［5］宋麗穎，魏佳雯.數字服務稅對企業(yè)的影響及中國的應對［J］.稅務研究，2021（3）：72-78.

［6］路文成，魏建，賀新宇.數據稅：理論基礎與制度設計［J］.江海學刊，2022（1）：91-97.

［7］傅靖.關于數據的可稅性研究［J］.稅務研究，202fb754cca5b083544372a158e8d3b08980（8）：54-61.

［8］楊志勇.數字資產稅征收的國際實踐與中國的政策建議［J］.經濟縱橫，2020（11）：102-110.

［9］趙申豪.數據課稅的理論基礎與二元實現路徑［J］.稅務研究，2023（8）：52-59.

［10］余莎，孔祥思，王文甫.適應數字經濟發(fā)展的稅制選擇：數據使用稅［J］.稅務研究，2023（12）：39-43.

［11］朱揚勇.政府須變“土地財政”為“數據財政”［J］.小康，2015（23）：24-25.

［12］胡業(yè)飛，田時雨.政府數據開放的有償模式辨析：合法性根基與執(zhí)行路徑選擇［J］.中國行政管理，2019（1）：30-36.

［13］張會平，顧勤，徐忠波.政府數據授權運營的實現機制與內在機理研究——以成都市為例［J］.電子政務，2021（5）：34-44.

［14］趙蓉，林鎮(zhèn)陽，聶耀昱，等.數據財政的市場化運營方案設計與思考［J］.科技管理研究，2023（9）：183-190.

［15］童楠楠，楊銘鑫，莫心瑤，等.數據財政：新時期推動公共數據授權運營利益分配的模式框架［J］.電子政務，2023（1）：23-35.

［16］楊飛虎，王志高，余炳文.數據要素、數據財政與經濟增長［J］.當代財經，2022（11）：40-52.

［17］朱揚勇，謝波峰.數據財政：數字經濟發(fā)展過程中的公共利益實現［J］.大數據，2023（2）：163-166.

［18］胡元聰，龔家鋒.政府數據授權運營制度：理論躍升、問題檢視與躍遷進路［J］.電子政務，2024（4）：78-89.

［19］許憲春，張鐘文，胡亞茹.數據資產統(tǒng)計與核算問題研究［J］.管理世界，2022（2）：16-30.

［20］褚睿剛.數據資源稅：一種數據稅立法模式的體系考察［J］.稅務研究，2023（9）：66-72.

［21］呂冰洋.地方稅系的建設原則與方向［J］.財經智庫，2018（2）：13-24.

［22］李海艦，李真真.數字經濟促進共同富裕：理論機理與策略選擇［J］.改革，2023（12）：12-27.

［23］MANYIKA J， LUND S， BUGHIN J. Digital globalization： The new era of global flows ［R］. McKinsey Global Institute， 2016.

［24］COASE R. The problem of social cost［J］. Journal of Law and Economics， 1960（3）： 1-44.

［25］JENSEN M， MECKLING W. Theory of the firm： Managerial behavior， agency cost and ownership structure［J］. Journal of Financial Economics， 1976， 3（4）： 305-360.

The Basic Framework， Operating Model and Implementation Path of Data Finance

LI Hai-jian TANG Yue-huan

Abstract： China has massive data resources which are showing a rapid growth trend and provide a good foundation for building data finance. Data finance is a fiscal system in which the government obtains revenue through public data operation and data taxation and utilizes it to drive economic and social development and achieve the equitable sharing of digital dividends. Building data finance can better meet the needs of economic and social development， fiscal balance， data development and utilization， and income distribution adjustment in the digital economy era. Data finance consists of two parts： revenue and expenditure. The revenue side includes public data operations and data taxes. Among them， public data operation revenue mainly includes profit transfers from state-owned enterprises， data usage fees and revenue sharing. The alternative set of data taxes mainly includes data value-added tax， data transaction tax， data asset tax， data service tax， and data cross-border service tax. Expenditures from data finance are used to maintain data finance operations， build digital infrastructure， enrich social security funds and other fiscal expenditures. Calculations have found that the potential revenue scale of national data finance is expected to reach 1.27 trillion yuan by 2025， accounting for 5.49% of the current national general public budget revenue. By 2035， it will reach 8.06 trillion yuan， accounting for 22.85% of the current national general public budget revenue. It is expected to take over from land finance and become an important pillar supporting the healthy development of the fiscal system. The construction of data finance should be gradually promoted. Public data operations can be carried out first， and then data tax collection can be carried out. However， the allocation of data rights between different levels and within the same level of government must be considered.

Key words： data finance; data elements; public data operating income; data tax