孙国东：试论社会主义与法治转型的社会理论逻辑
肖冬梅和文禹衡（2015）则从数据人格权的角度探讨了数据产权问题，认为数据人格权是一种与隐私权很接近的新型权利，但数据人格权有别于传统隐私权，所以数据确权具有高度的复杂性。
当前，中国对外交往的一些方面受美国因素的影响较深，对其他国家的关系都会受到中美关系这个大框架的影响。面对国际地缘政治的急剧变动，中国需要对内建设统一大市场，对外进行第三次开放，从而避免因中美恶性竞争而中断中国现代化的发展进程。
纵观历史，当法国试图维持其独立外交政策并拥有独立的工业体系时，美国为维持霸权，照样会对法国进行打压。习近平总书记在达沃斯论坛的每一次讲话都强调深化全面开放，而制度性开放是更为重要的一个概念，需要得到学界的进一步重视。有日本经济学家曾经提出雁行模式，认为日本是东亚产业链中的领头雁，四小龙跟着日本走。产业链、供应链调整乃至脱钩是由美国特朗普政府率先推动的，而疫情加速了相关的调整。美国对华政策演变到今天，已经采取通过对印太地区的高度控制来切入对华政策，美国在印太的双、多边布局的最终目标是形成亚洲版北约。
广义上说，俄罗斯与乌克兰同属一个文明，但他们之间依然发生了战争。如今，相关谈判演变成10+3制度，形成了更大的合作。显然，对ICT生产和ICT集约使用的制造业部门来说，以价格双平减方法得到的增长率要远超过官方价格单平减方法得到的结果，其中的ICT生产部门在整个时期的增长速度竟然比官方的估计提高了25%，而ICT集约使用的制造业部门也提高了16%。
这也就是说，对整体经济下调的影响肯定来自非ICT以及非制造业部门。为了满足价格双平减的需要，我们还要通过投入产出矩阵计算该厂商为购买各种投入所支付的平均价格。这个发现完全符合我们的预期。官方统计中的加总方法基本上是对以不变价格计算的各个行业的增加值进行加总，得到整体经济的增加值后，再计算整体经济的增长率。
如果武断地假定投入和产出的价格变化是一致的，以同样的速度下降，那么就会低估其实际增加值的增长（其他因素不变，如果低估投入价格，就会高估实际投入或成本，从而低估实际增加值）。如果仅考虑其中的ICT生产部门和ICT技术集约的制造业部门，数字经济的贡献也达到了40%，对中国这个世界第二大经济体来说，这是一个举足轻重的比重。
我们的结果也许与一些习惯上的感觉不尽一致。可以据此判断，官方增长率测算的通常作法是首先使用单平减方法消除各个行业或部门名义产出中的价格因素，从而得到行业不变价的增加值，然后再对所有行业的增加值进行加总以计算整体经济的增长率。这是对各个行业名义增加值进行双平减，然后对其增长率通过名义权重加总的结果，对它的理解必须基于我们对各个部门增长率的修正。2001至2018年中国经济的年平均增长率为8%，不是官方的9.9%。
如果热衷于重拾计划经济的思维逻辑，那无异于是对数字经济的釜底抽薪。维持农业和建筑业的独立）。在定期发表的国民经济核算统计中（见各年《中国统计年鉴》），国家统计局并没有对其GDP增长率的具体测算方法提供任何解释或定义，涉及这些问题的官方文献也没有提供透明的、完全可以重复官方增长率的步骤。首先，我们将调整过分类的官方名义GDP时间序列账户作为部门和整体经济的价值控制总量，将其与同样调整过分类的作为行业结构控制总量的投入产出矩阵相结合，重建生产端的价值核算体系框架（依据每五年一次的完整矩阵，通过SUTRAS法建立时间序列）。
数字时代的技术进步与价格变化 假定基础数据没有问题，即统计局对不同经济活动的名义产出、成本投入和相关价格数据对整体经济活动具有可靠的代表性，那么测算增长率的首要问题就是如何消除行业或部门名义产出中的价格因素，这在数字经济时代格外重要。一个行业的生产者价格是给定市场条件下，该行业的代表厂商所生产的产品的出厂价格，是用来平减该行业名义总产值的产出价格。
数字经济对中国经济增长的贡献 在以数字经济的视角讨论部门增长对整体经济增长的贡献之前，我们首先在表一报告了修正后的整体经济和部门经济的增长率，并且将其与官方增长率进行了比较。这就前所未有地增加了市场的不确定性，因此，不但激化了市场竞争，也要求制度改善以消除资源配置障碍，以适应这种竞争，结果会进一步加快数字技术的进步和价格下降。
行业间在数字技术集约度上的巨大差异，提高了各个行业内部投入价格和产出价格之间的相对变化，以及这种变化在行业间的差异。这种方法不仅对价格指数（典型如拉式指数）基期的选择是敏感的，而且不管如何改变基期，测算结果都不能摆脱由于否定购买者在变动中的价格和产品之间的选择而产生的替代偏差。然后，我们再以官方分行业生产者价格指数为基础，构建与这个生产价值核算框架相对应的价格矩阵。国家主义的思维方式过于迷信权力的力量，本质上不仅否认人类的技术进步源自竞争推动的演化力量，也否认中国经济的崛起主要受益于市场化的改革，特别是在WTO框架下积极参与全球范围的市场竞争在数据的安全治理工作中，最大的问题是各主体之间的权责不明确，各主体参与治理的积极性不高。针对这些问题，要做好以下几点。
对于数据处理者的劳动要予以肯定，允许他们从中获取合法收益，同时也要兼顾数据来源者的经济利益。市场是配置资源的有效手段，要让数据资源得到最有效率的利用，就必须建设高效运作的数据要素市场。
积极探索数据利用相关的税收和补贴制度，对源自于数据的过高收入征收相应的税收，并对单个用户等在数据生产和利用过程中处于相对弱势的群体进行相应的补贴。第四，鼓励行业协会等社会组织积极参与治理，建立数据要素流通使用全过程的合规公证、安全审计、算法审查、监测预警机制，促进不同场景下数据要素安全可信流通。
可再生性，使用并不会让数据减少，反而会生产出更多的数据。第一，构建有效市场和有为政府相结合的数据要素治理格局，构建政府、企业、社会多方协同治理模式，让与数据相关的各主体都参与到治理过程中来。
根据工信部的数据，十三五时期我国数据产业年均复合增长率超过30%，2021年的产业规模已突破了1.3万亿元。二是明确数据处理者可以对其依法持有的数据进行使用，其权利不受到他人的干预和侵犯。再如，数据垄断等问题的存在进一步模糊了数据要素的投入和产出之间的关系，不仅让按数据贡献分配变得更加困难，还会造成破坏分配公平等问题。积极探索对隐私计算、联邦学习等技术的使用，为新交易范式提供技术层面的支持。
一是充分保护数据来源者合法权益，尤其是与人格权相关的权利。如果这些问题处理不好，就可能给数据的正常流通和使用带来重大的负面影响。
建立数据流通准入原则，企业要具有严格的数据全流程合规体系，确保流通数据来源合法、隐私保护到位、流通和交易规范。只有当数据要素通过流通和交易，配置到那些有能力处理和利用它们的企业和个人手中，它的价值才能最大化。
中央全面深化改革委员会第二十六次会议指出，我国具有数据规模和数据应用优势，我们推动出台数据安全法、个人信息保护法等法律法规，积极探索推进数据要素市场化，加快构建以数据为关键要素的数字经济。数据处理者持有、使用、许可他人使用数据，需获得数据来源者同意或存在法定事由，确保数据来源者享有获取或转移由其促成所产生数据的权利。
四是对于公共数据、个人数据和企业数据出台分级分类的管理标准。然而，在现实中，阻碍数据要素流通和交易的因素还很多，诸如产权界定模糊、交易模式落后、数据价值难以确定、数据使用标准不统一、市场配套不完善等问题都会阻碍数据要素的有效配置。对于市场运行而言，明晰的产权具有至关重要的意义，它在优化资源配置、提高资源利用的过程中起到了十分关键的作用。有时候，一些数据的利用不当还可能带来危害个人、企业，甚至国家的安全问题。
第一，进一步完善和规范数据流通规则，构建在使用中流通、场内场外相结合的交易制度体系。在这种情况下，数据产权制度的建设就需要从以所有权为基础的惯性思维中解放出来，以满足数据流通使用需要为出发点，分别确定持有权、使用权、收益权等权利，协调好数据利用过程中的个人、企业、政府的关系。
非排他性，任何主体对数据的使用都不会影响其他主体的使用。在数据参与分配的过程中，还有很多问题有待解决。
要明确数据生产要素由市场评价贡献、按贡献决定报酬，按照谁投入、谁贡献、谁受益的原则，着重保护数据要素各参与方的劳动收益，促进劳动者的贡献和劳动报酬相匹配，强化基于数据价值创造的激励导向。随着我国数字经济的蓬勃发展，数据已经成为继土地、劳动、资本等之后的又一重要生产要素，它已经融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。