数据是数字经济的关键要素，其中最有价值、最广泛的数据是个体（企业或个人）行为数据。然而，单个个体的行为数据的价值难以衡量（甚至可以说没有价值，当然也可以说无价之宝），个人基本不能在其个体行为数据的价值开发过程中获得相应的利益，如果也没有体现公共利益，就会导致个体对任何形式的行为数据开发利用持反对态度。
另外，2022年12月2日，《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》提出，充分实现数据要素价值、促进全体人民共享数字经济发展红利。在数字经济时代，数据作为生产要素用于产生价值的过程中，其天然的公共属性必然要求公有的利益，而国家财政是实现公共利益、共享发展红利最直接的方式。
因此，在数字中国建设和数字经济发展的当今，探索通过财政税收工具和手段从数字经济的关键要素中取得一定比重的财政收入，并发挥财政的基础性、支柱性国家治理作用是非常有意义的。笔者把这一体系称为“数据财政”。
一、数据财政的概念
数据财政是数据开发和流通过程中适配的财政税收制度的概括和总称，可分为狭义数据财政和广义数据财政。狭义数据财政是指公共性数据进入市场涉及的财政收支活动；广义数据财政则包括政府和市场更多主体、更大范围内的所有数据生产、使用和流通过程中的财政活动，涉及各种财税工具和手段。
进一步来看，以数据的（静态）生命周期为观察维度，狭义的数据财政还可以分成两个阶段。
第一阶段是数据进入市场之前，数据生产和交易活动的主体是政府，数据财政主导了这一阶段，包括储备、生产和授权使用数据的核心过程；第二阶段是进入市场之后，数据生产和交易活动的主体是企业，数据财政则在数据开发、服务、再生产等过程的外围，尽量不干预企业、个人对数据的利用过程，主要通过财税手段实现对数据市场的激励和管理。
而在广义的数据财政中，第一个阶段主要是数据进入市场前的监管相伴随的财政活动，例如数商组建、数据产品开发、登记等环节的财税政策及管理；第二个阶段大概内容与狭义数据财政类似。
数据财政不是简单的“卖数据”。“卖数据”仅是数据要素某一种流通方式的俗称。其实，根据数据发挥作用的不同方式，从数据资源转换形成的数据产品包括数据本身、针对数据加工的算法程序、基于数据提供的数据服务等多样化形态，围绕丰富的数据产品，形成了多环节、多主体、多层级、多方式的数据市场体系。
因此，数据财政问题不能仅限于某一环节的财税问题，需要跳出财税，综合数据基础性制度安排，顺应数据将会成为主要生产要素之一的未来趋势，系统性地考虑基于数据的财政运作，包括但不限于财源的培养、收入体系的设计等。这个层面的数据财政概念需要更加关注和考察以数据为关键要素的数字经济带来的公共利益。
二、建立数据财政的意义
建立数据财政是完善数据基础制度的需要。数据财政是在数据基础制度之上，体现数字经济公共利益、保证全体人民共享数字经济发展红利的需要。
一方面，很多数据资源具有一定的公共性，目前数据权利分置的制度创新拓宽了数据流通和使用的空间，汇集点的运营者成了事实上的数据权益拥有者，个人（部分）放弃数据的财产权，让渡给政府或企业（平台），这一做法凸显了建立数据财政制度、体现数字经济公共利益需求的迫切性。
另一方面，数据（或数据产品）价值的产生方式具有公共性。数据更具普遍性意义的价值应该是聚集性产生的，即海量数据汇集而成的大数据价值，其中由于汇集而形成的数据增值，需要建立数据财政加以调节。另外，与数字经济、数据市场匹配的提供相关公共产品的新需求也对数据财政提出了相应的要求。
建立数据财政发挥现代国家治理中财政重要作用的需要。“数据”作为生产要素，会对社会经济运行及国家治理产生显著影响。在现代国家治理中，财政在发挥基础性、支柱性作用的同时，无疑要将“数据”这一要素作为重要的工具和手段。
一方面，数据财政要推动数据要素成为与传统要素相提并论的新生产要素，奠定数据要素及数字经济进一步发展的基础；另一方面，数据财政通过创新财政工具和机制，并将其嵌入新要素的社会生产和循环周期，形成要素市场化配置的良好环境，发挥数字经济时代国家治理的支柱性作用，为财政作用的发挥注入了新的时代寓意。
总之，数据财政是完善制度、促进数据发挥作用的需要，也是数字经济、数字社会、数字中国建设中完善国家治理的需要，是通过数据要素推动高质量发展、实现中国式现代化的重要抓手。
三、实施数据财政的主要工作
首先，从原则上来看，数据财政主要是以财政支出和收入为手段，充分发挥治理数据要素市场的功能。在数据市场化尚未成熟的起步阶段，以财政激励和适当轻税为主，通过数据财政推动数据供需市场的形成和发展，并随着制度的完善和规模的扩大，力争尽快形成数据财政的良性循环。
其次，确立数据财政的方式和手段。在某一财政级次上，结合数据交易所的布局，根据属地原则归并公共数据，并进行加工整理。第一阶段通过公益性服务和有偿服务等主要方式提供数据；在第二阶段的交易流转环节中，根据不同交易环节以及数据商（交易中间商）、数据供给方、数据需求方等不同身份，根据公平统一和产业发展要求，分别适用相应的财税政策和管理要求。
第三，建立数据财政制度和政策。在数据基本制度之上，数据财政制度包括公共数据资产管理评估、公共数据运营授权、公共数据产品（或服务）定价、数据税收、数据财政收入分配等，以及针对数据市场发展的激励、协调、规制等政策。当然，以上各项制度需求，在数据财政概念的提出阶段只是设想，涉及的各项制度还需要进一步的研究。
第四，开展数据财政的运营，主要包括数据财政的主体准入、财政运营级次选择、运营体系、数据交易的税费征管体系等。数据财政的主体准入在第一阶段采用牌照制度，而第二阶段的交易流转市场可以针对数据市场的主体资格进行登记备案。数据财政运营级次选择要考虑数据的特点、可行性等方面，从目前来看，以地市级（直辖市可直接作为主体）为运营主体比较合适。在运营体系上，主要有数据确权、数据收储、数据熟化、安全审查、数据上架、数据使用、流通监控7个步骤。税费征管则可以基于现有的征管体系进行。
四、政策建议
第一，在数据基本制度的基础上，推动数据财政制度概念获得合法地位。在现有的数据国有资产、公共数据授权运营的共识基础上，进行更加系统的科学研究，澄清认识误区，论证数据财政的可行性，规范数据财政的概念，力争在现有的数据条例等相关法律修订时，数据财政制度可以获得合适的地位和提法。
第二，完善数据财政制度。在建立数据财政制度概念的基础之上，系统性地围绕数据交易和流动等各个环节，研究数据资产财务、会计、税费、预算、绩效、绩效、信息披露等各方面制度，制定相应的政策和管理办法。
第三，选择试点进行探索。在共识大体达成和制度基本形成的基础之上，选择部分条件较好的行业或地区编制可行性方案，进行试点验证，在实践中完善和探索数据财政制度。
【作者简介】
朱扬勇：复旦大学计算机科学技术学院教授，复旦大学数据产业研究中心副主任，农业大数据产业技术战略联盟副理事长兼首席科学家，大数据协同安全国家工程实验室副理事长，中国自动化学会国防大数据分会副主任。
谢波峰：中国人民大学财政金融学院副教授，中国人民大学数字税收研究所副所长，兼任“互联网+财税”联盟秘书长、上海市数据科学重点实验室数据科学家。
责任编辑：张薇
