数据要素提升经济增长的理论机制与效应分析——基于新古典经济学与新结构经济学的对比分析

刘文革 贾卫萍辽宁大学国际经济政治学院沈阳 036东北大学秦皇岛分校经济学院秦皇岛 066004

引 言

进入21世纪以来，数字经济已逐步发展成为经济增长的“新引擎”。根据中国信息通信研究院2021年公布的数据，中国数字经济规模逐年变大，2020年增长到5.4万亿美元，位居全球第2位，占GDP比重上升到38.6%。《“十四五”数字经济发展规划》指出，数字经济是新经济形态，是重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，2020年，我国数字经济核心产业增加值占国内生产总值比重达到7.8%，计划到2025年，增加值占GDP比重达到10%。党的十九大指出，“中国特色社会主义进入了新时代，我国经济已由高速增长阶段转向高质量发展阶段，这表明我国经济增长已进入提高质量与效益阶段”。

在数字经济快速增长、全要素数字化转型的大背景下，如何推动我国经济实现高质量发展？本文认为依靠数字经济，尤其是发挥数据要素作为重要生产力的作用，对于推动结构转型升级、实现经济高质量发展，在第四次工业革命中加速弯道超车具有重要意义。根据新古典增长理论，资本、劳动力、技术等是促进经济增长的要素，而根据新结构增长理论则认为还有结构变迁要素。数字经济时代数据是新的生产要素，正在与传统生产要素协调发展，催生新经济形态，促进经济结构转型，其投入与积累必将对经济增长产生巨大影响。

因此，本文在经济增长理论的分析框架下，构建新古典新生产函数和新结构新生产函数，结合增长核算模型和发展核算模型考察数据要素影响一国经济增长的理论机制，并检验数据要素在跨国收入差距中所产生的效应，较为全面地衡量数据要素对经济增长的影响。

1 文献综述与研究思路

1.1 数据要素与经济增长的关系研究

从生产要素与经济增长的关系看，Solow（1956）［1］、Cass（1965）［2］、Koopmans（1965）［3］、Romer（1986；1990）［4，5］、Lucas（1988）［6］、Barro（1990）［7］、Aghion和Howitt（1992）［8］等建立和发展的新古典增长模型已经充分探讨了劳动力、资本、土地、技术创新等因素对经济增长的贡献，Solow和Romer还因此获得了诺贝尔经济学奖，之后学者们又对经济增长理论进行了丰富的拓展，考察了其他因素如制度要素、社会资本要素等对经济增长的贡献，但正如严成樑（2020）［9］所述，近60多年来，经济增长理论研究取得了巨大的发展，已经具备了比较成熟的研究范式，但仍存在一些缺陷，如需要增强从结构层面解释经济增长动力的研究，增加基于转型国家和发展中国家等特征进行的研究。对此，新结构经济学者进行了有益的尝试，付才辉（2017）［10］通过对新古典增长模型关于增长核算问题的研究发现，新古典增长模型是基于发达国家经济发展进行研究，得出的经济增长取决于技术进步的结论，但是这种分析并不适合发展中国家，更难以解释中国经济增长，因此，付才辉（2017）［10］将代表发展中国家独特的经济增长动力因素——结构变迁引入新结构增长模型，解释了发展中国家结构变迁对经济增长的贡献。

随着数字经济的兴起和迅猛发展，国内外学者逐渐关注新生产要素对经济增长的影响。一些学者主要从理论机制角度进行分析。如杨汝岱（2018）［11］认为，随着新经济的迅速发展，需要对已有增长模型进行拓展，将数据要素直接引入生产函数，并阐述了数据要素影响企业微观决策，从而对经济增长产生影响的理论机理。荆文君和孙宝文（2019）［12］也认为，随着新兴技术的广泛应用，应该将一些新的生产要素加入增长模型中，并指出从宏观层面看数据要素是数字经济促进经济增长的3条路径之一。李政和周希禛（2020）［13］则详细分析了生产要素演进和变化的历史，强调在数字经济时代，数据要素是关键的生产要素，能够驱动全球经济发展。蔡跃洲和马文君（2021）［14］围绕数据要素的技术－经济特征，提炼出数据要素在微观运行中发挥作用的机制，在此基础上从宏观层面研究数据要素促进高质量发展的机制。王胜利和樊悦（2020）［15］探讨了数据要素在生产过程和再生产动态运动过程中的贡献。俞林等（2021）［16］认为数据要素的市场化过程还存在问题，需要完善数据要素市场化进程，推动数字经济发展进而带动高质量发展。唐要家和唐春晖（2021）［17］论述数据要素促进经济增长的理论机理，研究发现数据要素投入具有规模收益递增的特点，其增长幅度高于总产出增长幅度。

另一些学者主要从数理模型角度进行分析。如Acemoglu等（2019）［18］认为需要重视数据要素市场的效率问题。Jones和Tonetti（2020）［19］强调数据的非竞争性特征在市场结构中的重要作用，并通过构建消费者和生产者两部门的一般均衡得出与数据相关的收益递增效应，主张将数据产权授予消费者，可能会产生最优的分配效果。Farboodi和Veldkamp（2020；2021）［20，21］从企业角度分析数据要素积累对经济增长的影响，认为数据要素与传统的资本要素积累类似，也具有边际报酬递减规律，只能实现有限增长，但如果有技术进步和思想积累，数据就可以促进思想的积累，从而促进增长。Erik等（2011）［22］认为，数据驱动决策在厂商生产中发挥重要作用，能够产生较高的生产率和市场价值。徐翔和赵墨非（2020）［23］提出数据资本是新生产要素，并将其引入经济增长模型，通过研究表明了数据资本具有比传统资本更加突出的作用，通过直接影响和溢出效应拉动经济增长。Cong等（2021）［24］将数据作为中间产品引入内生增长模型中，认为数据可以为最终产品做贡献，从而实现经济增长。李治国和王杰（2021）［25］将数据要素引入生产函数，研究发现数据要素优化配置能够助推数字经济与制造业融合，提高制造业生产率。刘文革和贾卫萍（2022）［26］构建包含数据要素的新结构增长模型，研究数据要素驱动经济增长的理论机制。

也有少数学者从理论和实证角度分析数据要素对经济增长的影响。如杨艳等（2021）［27］采用数理分析和实证检验的方法论证了数据要素既能够对其他生产要素产生倍增效应，又能够促进人均产出增加。

以上学者大多肯定了数据要素对经济增长的促进作用，认为数据要素作为数字经济时代的新生产要素投入生产，会直接或间接促进经济增长。但也有学者认为数据要素在促进经济增长的同时，也会对经济增长产生负面影响。如Ahion等（2017）［28］提出在加入数据等新生产要素后会由于效率高的企业具备垄断性而减少创新活力，从而对经济增长产生负向影响。Acemoglu等（2019）［18］认为数据的负外部性会降低社会福利。Farboodi和Veldkamp（2020；2021）［20，21］认为数据积累本身无法维持长期增长。蔡跃洲和马文君（2021）［14］从隐私外部性、数据垄断角度探讨了数据要素对经济发展的负面影响，同时也指出数据要素同传统生产要素相同，也会随着积累增加出现效率先递增后下降的边际报酬递减规律，但他们还发现数据要素在效率提升阶段可以让其他要素实现边际报酬递增。

1.2 述评与本文研究思路

近年来，国内外学者针对数据要素对经济增长的影响机制展开了广泛研究，但仍存在一些不足有待探索：（1）在数据要素促进经济增长的研究中，对于综合影响的讨论不足。①数据要素对经济增长的直接效应。数据要素作为数字经济时代的新生产要素，具有传统生产要素所没有的新特征，如非竞争性、零边际成本、外部性、即时性等，这些特征使得数据要素在生产中可以发挥传统要素无法比拟的重要作用，主要表现在：数据要素本身承载的信息，可以减少信息不对称，增强要素间的协调，直接提高企业微观效率和促进宏观经济增长；②数据要素对经济增长的间接效应。数据要素间接推动生产结构升级和禀赋结构变迁，进而推动经济增长。数据要素对经济增长的综合影响主要来自数据要素投入带来的直接效应以及促进结构变迁带来的间接效应。目前研究大多聚焦于理论阐释、逻辑推理等定性分析数据要素对经济增长的影响，较少构建包含综合效应的理论机制分析框架，只有刘文革和贾卫萍（2022）［26］进行了首次尝试。目前还没有学者在增长核算框架下探讨数据要素投入的直接效应和间接效应，本文进行首次尝试，主要思想是将数据要素视为数字经济时代的新的关键生产要素，以分解出数据要素对总产出的贡献；（2）现有研究大多是在新古典增长模型框架下考察数据要素对经济增长的影响，忽视了结构变迁是发展中国家的核心问题，未将数据要素和结构变迁与发展中国家国情综合起来考察经济增长问题，鲜有学者（刘文革和贾卫萍，2022）［26］在新结构增长模型框架下考察数据要素的影响，对中国经济实践的指导作用有限，需要立足中国现实经济环境，对经济增长模型进行系统地丰富与拓展；（3）关于数据要素的跨国分析不足。现有研究均是在一国范围内考察数据要素对经济增长的影响，忽视了数据要素对国家层面经济发展的影响研究，还没有学者基于发展核算模型考察数据要素在国家之间的影响。

因此，本文的研究重点放在经济增长的综合影响上，突出中国现实经济环境和跨国分析，将数据要素分别引入新古典生产函数和新结构生产函数，利用增长核算模型和发展核算模型对比分析数据要素对经济增长综合效应的影响机制，最后提出通过数据要素积累和结构变迁促进我国经济增长的相关建议。

2 基于数字经济时代背景构建的增长核算模型

在数字经济时代背景下构建的增长核算模型，主要是从生产函数演化的角度来分析经济增长的动力源泉。在新古典生产函数和新结构生产函数基础上引入数据要素，构建新生产函数，并进一步将经济增长贡献进行分解，探讨经济增长的新源泉，以研究数字经济时代的现实经济问题，为引入的数据要素对经济增长的影响从理论解释和微观机制上做出说明。

2.1 生产函数的构建

2.1.1 基础生产函数

（1）新古典生产函数。生产函数描述厂商投入与产出的对应关系。以新古典增长理论中的So-low模型为例，假设新古典生产函数Y＝F（K，L）简化为C－D形式，并引入技术进步，则：

其中，Yt代表总产出，At代表技术水平，Kt代表传统物质资本投入，Lt代表劳动力投入，α、1－α是外生变量，代表资本投入和劳动力投入占总投入的份额。式（1）考察了资本投入、劳动力投入和技术水平对总产出的影响。

（2）新结构生产函数。新古典增长模型在生产结构设定上存在不足以及在解释发展中国家经济增长方面存在缺陷，如通过假设外生最优结构，或者说以发达国家的结构为唯一的结构来解释经济增长的逻辑体系遭到批判；发达国家经济数据支持而发展中国家经济数据却并不支持新古典增长模型强调的技术进步差距是跨国收入差距原因的结论等，这些促成了新结构增长理论的产生。根据新结构增长理论，结构变迁会引起要素禀赋结构升级，促进经济转型和经济增长，所以需要对生产结构的特征进行优化。本文参考付才辉（2017）［10］的研究，也以C－D生产函数为例，将Solow（1957）［1］的不变总量生产函数拓展为可变的总量生产函数，表达式如下：

其中，参照付才辉（2017）［10］的释义，αt代表引入的结构变迁要素，是时变变量，取值范围为0～1。相对于式（1），式（2）增加了结构变迁要素，它刻画了基于不同要素的生产结构在结构变迁中的重要性，这里具体指（资本）生产结构①，描述生产函数的资本密集度特征。式（2）考察资本投入、劳动力投入、技术水平和结构变迁对总产出的影响。付才辉（2017）［10］采用该生产函数基于PWT8.0中167个经济体的数据进行检验发现，结构变迁是Solow模型低估的关键变量，其中禀赋驱动增长率平均被低估125.53%，技术进步率平均被高估113.14%。

2.1.2 数字经济时代新生产函数的构建。

（1）新古典的新生产函数。基于数字经济时代背景以及经济学者将数据要素引入经济增长模型的思想，在新古典生产函数的基础上，借鉴徐翔和赵墨非（2020）［23］、Cong等（2021）［24］的具体做法，引入数据要素变量，构建新的生产函数，以便考察数据要素对总产出的影响。基于式（1），新的生产函数设定为：

其中，Dt代表数据要素投入。α、β、1－α－β是外生变量，代表资本投入、数据投入和劳动力投入占总投入的份额。式（3）考察了资本投入、劳动力投入和数据要素投入以及技术水平对总产出的影响。

（2）新结构的新生产函数。基于中国经济发展实际，需要考虑结构变迁的影响，同时也需要将数字经济时代数据这一关键生产要素纳入模型中，为此，参考刘文革和贾卫萍（2022）［26］的研究，基于式（2），新的生产函数设定为：

参考刘文革和贾卫萍（2022）［26］的定义，βt代表数据生产结构，描述生产函数的数据密集度特征。式（4）考察了资本投入、劳动力投入、数据要素投入、技术水平、资本生产结构和数据生产结构对总产出的影响。

2.2 经济增长贡献率的分解

2.2.1 基于新古典的新生产函数进行经济增长贡献率的分解

由式（3），两边同时除以劳动力，则人均产出为：

其中，yt代表人均产出，kt代表人均资本，dt代表人均数据。

将式（5）两边取对数，得：

将式（6）两边分别关于时间求导，可以得出数字经济时代的新古典增长核算公式：

从式（7）可以看出，在新古典生产函数中引入数据要素后，经济增长贡献率可以分解为两部分：技术进步率A·t／At部分和投入要素积累部分。投入要素积累部分即人均资本积累率k·t／kt和人均数据积累率。其中，人均资本积累率部分贡献的大小取决于资本密集度α的大小，人均数据积累率部分贡献的大小取决于数据密集度β的大小。数据积累在经济增长中的贡献是数字经济时代经济增长的新特征。在新古典增长核算框架下，数据要素对经济增长的影响主要是直接效应，主要有两个方面：（1）提高生产要素质量，即数据要素积累能够持续增强全部生产要素之间的协调性，从而提升生产要素服务水平，带动总产出增长；（2）在数据技术水平迅速提升的情况下，数据相关产业具有较快的全要素生产率增长水平，进而带动整体生产率提高。

由式（7）可得TFP的变动为：

式（8）表明，TFP增长率是除去人均资本积累和人均数据积累之外用于解释经济增长贡献率的部分。

若按照式（1）的新古典生产函数进行分解，经济增长的贡献则只有式（7）右面的两项之和，即技术进步率和人均资本积累率，由于资本积累存在边际报酬递减规律，因此长期经济增长只取决于技术进步率。而上述基于新古典的新生产函数进行分解的经济增长贡献率，通过引入数据要素有效地避免了新古典生产函数中由于资本边际报酬严格递减带来的投入要素贡献趋近于0的问题，数据要素边际报酬非负，因而可以得出长期经济增长不仅取决于技术进步率，还取决于人均数据积累率，这是人类社会进入数字经济时代后，区别于其他时代的最大特点。同时，从式（8）看，在引入数据要素后，修正后的TFP对经济增长贡献率没有传统新古典增长模型中那么高，数据要素的作用得以区分出来，不再笼统地混在TFP的增长率中，更接近数字经济在经济增长中贡献快速增加的现实。

综上，基于新古典生产函数和新古典的新生产函数进行分解的区别：（1）数字经济时代，从新古典的新生产函数角度分析，长期经济增长取决于技术进步和数据积累率大小。基于新古典的生产函数分解，资本边际生产效率随着资本积累的逐渐增加最终将趋近于0，而基于新古典的新生产函数分解，虽然资本边际生产效率也趋近于0，但数据的边际生产效率大于0。数据要素积累不同于传统的物质资本要素积累，正如徐翔和赵墨非（2020）［23］阐述数据资本特征时所描述的，区别于传统资本，数据资本折旧率低，甚至为0；其他生产环节会对数据积累和运用产生正向影响，易产生正反馈效应。更进一步，徐翔和赵墨非（2021）［23］认为数据要素具有强正外部性，如提高数据收集型企业的生产效率和用户体验。唐要家和唐春晖（2021）［17］也认为数据要素的投入增加可以摆脱收益递减规律的束缚，通过供给方和需求方规模经济及正反馈机制，实现增长倍增效应。蔡跃洲和马文君（2021）［14］则更一般性地描述了数据要素区别于传统生产要素的技术－经济特征，如低复制成本、非排他性／部分排他性、外部性以及即时性等。本文与蔡跃洲和马文君（2021）［14］的观点相似，认为数据要素外部性有正有负。随着数据技术水平的不断上升，数据要素积累越多，越能促进企业各生产环节提高效率，产生正外部性；反过来各生产环节效率越高，越能积累更多数据要素，形成正反馈效应。此外，若处于网络平台环境，数据要素积累越多，吸引的用户就越多，运营商可以获得的数据信息越多，越容易提高网络产品或服务的质量，新用户为老用户带来正外部性，同时还能吸引更多用户，进而运营商进一步提高网络产品或服务的质量，也会形成正反馈效应。当然，由于平台与用户存在信息不对称情况，也会导致平台过度收集数据，侵犯用户隐私，从而带来负外部性。综合来看，在第四次工业革命的大背景下，数据要素的正外部性要远远大于负外部性，由此数据要素的综合效率远大于0；（2）TFP的增长率得到修正，数据要素在经济增长中的贡献突显。徐翔和赵墨非（2021）［23］通过研究也发现，数据资本对经济增长具有溢出效应，并且经济处于稳态时数据资本增长率比经济产出增长率以及消费增长率都要高，对经济增长的贡献作用显著。

2.2.2 基于新结构的新生产函数进行经济增长贡献率的分解及拓展

（1）基于新结构的新生产函数进行经济增长贡献率的分解。

由式（4），人均产出为：

对式（9）两边取对数，得：

将式（10）两边关于时间求导，可得数字经济时代的新结构增长核算公式：

由式（11）可得TFP的变动为：

由式（11）可以看出，经济增长的贡献可以分解为：技术进步部分的贡献；人均资本积累部分的贡献，其大小取决于资本密集度αt的大小；人均数据积累部分的贡献，其大小取决于数据密集度βt的大小；人均资本结构变迁部分的贡献，其大小取决于资本密集度αt与lnkt乘积的大小；人均数据结构变迁部分的贡献，其大小取决于数据密集度βt与lndt乘积的大小。

通过将增长核算式（11）与式（8）对比，本文发现式 （11）多了两项：αtlnkt（）和βtlndt（），前一项是新结构增长模型中提出的发展中国家独特的增长动力带来的（资本）生产结构升级驱动的经济增长，本文将其定义为资本生产结构效应；后一项是数字经济时代新的增长动力带来的数据生产结构升级驱动的经济增长，定义为数据生产结构效应，是数据要素对经济增长的间接效应。这两项之和代表了整体的生产结构效应。同时，由于αt和βt均是可变的，式（11）的增长核算除了包含新结构经济学提出的（资本／劳动）禀赋结构②升级与（资本）生产结构升级相辅相成、互相促进、循环往复的特点外，还包含数字经济时代经济增长动力新特点：数据／劳动禀赋结构升级驱动数据生产结构升级；数据生产结构升级又会驱动数据／劳动禀赋结构升级。同时，从式（12）看，TFP得到进一步修正，包含生产结构的贡献，换句话说，不仅数据要素的作用被区分出来，生产结构的作用也被区分出来，能够更好地解释发展中国家在数字经济时代经济增长的动力源泉所在。

综上，基于新结构的新生产函数和新古典的新生产函数进行分解的区别：①基于新结构的新生产函数分解，不仅包括基于新古典的新生产函数分解的结果，还包括资本生产结构和数据生产结构的整体效应，可以更好地解释发展中国家的结构变迁特征和数字经济的现实背景等因素在经济增长中发挥的作用；②TFP的增长率得到进一步修正，数据要素和生产结构在经济增长中的贡献突显。

（2）引入结构变迁弹性的经济增长贡献率的进一步分解。

①最优生产结构选择。新结构增长理论本质上是假定禀赋结构既定，根据选择生产结构的等边际条件来确定最优生产结构。这种研究范式是对新古典增长理论的巨大改进，将没有内生最优生产结构、缺少结构要素的新古典增长理论变成新结构增长理论的一个特例。在新结构增长模型中，生产结构是内生的最优生产结构。

借鉴付才辉（2017）［10］的做法，定义选择生产结构的人均成本函数和人均收益函数：

假设规模报酬不变，可推出禀赋结构的需求函数，又由于新结构经济学假定在既定时点上禀赋结构供给是给定的，即资本／劳动禀赋结构kt的供给和资本／劳动禀赋结构dt的供给是给定的，所以禀赋结构市场均衡时，可推出人均资本即资本／劳动禀赋结构的相对价格、人均数据即数据／劳动禀赋结构的相对价格为：

将式（15）和式（16）代入式（13），可以推出：

式（17）两边分别对αt和βt求导，得：

根据生产结构选择的边际收益等于边际成本的条件，可推出：

解式（22）和式（23）的微分方程可推出利率和数据价格的方程：

式（24）和式（25）是在禀赋结构既定，生产结构内生假设下推出的两个方程，反映了最优（资本）生产结构α*t与资本／劳动禀赋结构相对价格的关系、最优数据生产结构β*t与数据／劳动禀赋结构相对价格的关系。

②结构变迁弹性。参考付才辉（2017）［10］的研究，利率结构变迁弹性为资本价格变化的百分比除以（资本）生产结构变化的百分比，是用来测度（资本）生产结构变化对资本价格变化影响的弹性指标。结合式（24）可推出利率的结构变迁弹性为：

参考刘文革和贾卫萍（2022）［26］的研究，数据价格的结构变迁弹性为数据价格变化的百分比除以数据生产结构变化的百分比，是用来测度数据生产结构变化对数据价格变化影响的弹性指标。结合式（25）可推出数据价格的结构变迁弹性为：

式（26）表明在kt和dt给定的情况下，（资本）生产结构的变化会影响资本／劳动禀赋结构相对价格中的资本价格，从而影响利率结构变迁弹性；式（27）表明在kt和dt给定的情况下，数据生产结构的变化会影响数据／劳动禀赋结构相对价格中的数据价格，从而影响数据价格结构变迁弹性。

③比较优势。借鉴新结构经济学中关于比较优势的研究，假设资本生产结构变迁率的系数αtlnkt、数据生产结构变迁率的系数βtlndt分别代表（资本）生产结构和数据生产结构的比较优势。则式（26）和式（27）变为：

式（28）表明资本／劳动禀赋结构价格发生变化影响利率的结构变迁弹性发生变化时，会间接影响（资本）生产结构的比较优势发生变化；式（29）表明数据／劳动禀赋结构价格发生变化影响数据价格的结构变迁弹性发生变化时，会间接影响数据生产结构的比较优势发生变化。

④经济增长贡献率的进一步分解。将式（28）和式（29）代入式（12），得：

借鉴付才辉（2017）［10］的研究，根据既定的要素禀赋结构选择符合比较优势的生产结构，就会使禀赋结构的相对价格体系以及相关的结构变迁弹性处于有效市场的正常运行之中，有利于结构变迁，有条不紊地促进经济增长；反之，根据既定的要素禀赋结构选择违背比较优势的生产结构，就会扭曲禀赋结构的相对价格体系以及相关的结构变迁弹性，进而扭曲经济增长。从式（30）可以看出一国如果未遵循本国既定禀赋结构选择符合比较优势的生产结构，会扭曲要素禀赋结构的相对价格进而扭曲ηrα和ηbβ，从而扭曲经济增长率。

由式（30）可得TFP的变动为：

式（31）在式（12）基础上拓展了TFP增长率的内涵，TFP不仅受到投入要素积累率以及生产结构的直接影响，还受到禀赋结构相对价格体系的间接影响。

综上，加入数据要素后，新古典生产函数和新结构生产函数假定下增长核算之间的差异，表明数据要素积累和结构变迁是发展中国家数字经济时代关键的增长动力。

3 基于数字经济时代背景构建的发展核算模型

发展核算是在前述一个国家增长核算基础上比较不同国家的人均收入差距，主要是基于前文构建的新生产函数，参考付才辉（2017）［10］的具体做法，以两个国家为例，分析不同国家存在人均收入差异的原因。

3.1 基础核算模型

（1）基于新古典生产函数的发展核算。

参考付才辉（2017）［10］的研究，根据式（1），假设i、j两个国家的生产函数分别为：

则发展核算表达式为：

其中，yijt＝yit／yjt代表两国相对人均收入变动率、Aijt＝Ait／Ajt代表两国相对技术差距变动率、kijt＝kit／kjt代表两国相对人均资本差距变动率。

式（34）表明，导致跨国收入差距的原因有跨国技术进步差距和跨国人均资本差距，但由于资本边际报酬递减规律，跨国人均资本差距最终消失，所以导致跨国收入差距的原因主要是跨国技术进步差距。

（2）基于新结构生产函数进行两国发展核算。

按照付才辉（2017）［10］的研究，根据式（2），假设i、j两个国家的生产函数为：

则发展核算表达式为：

通过将发展核算式（37）与式（34）对比，本文发现式（37）多了一项：［αitlnkit（）－αitlnkit（）］，这是新结构增长模型提出的发展中国家独特的发展动力带来的（资本）生产结构差异导致的收入差距。同时，由于αt是可变的，且αit≠αjt，即资本生产结构在不同国家是不同的，所以式（37）包含新结构经济学的循环累计因果原理在跨国层面的差异。

将式（28）代入式（37），得：

因此，导致跨国收入差距的原因主要依赖于跨国技术进步差距和（资本）生产结构变迁的差距。

3.2 基于新生产函数的发展核算

（1）基于新古典新生产函数的发展核算。

借鉴付才辉（2017）［10］的思路，根据式（3），假设i、j两个国家的生产函数分别为：

所以，两国的相对人均收入之比为：

对式（42）两边取对数并关于时间求导可得：

其中，yijt＝yit／yjt代表两国相对人均收入变动率、Aijt＝Ait／Ajt代表两国相对技术差距变动率、kijt＝kit／kjt代表两国相对人均资本差距变动率、dijt＝dit／djt代表两国相对人均数据差距变动率。

式（43）与式（34）相比，多了一项β（d·ijt／dijt），这是数字经济时代人均数据差距带来的跨国收入差距。因此，导致跨国收入差距的原因主要取决于跨国技术进步差距和跨国人均数据差距。

（2）基于新结构新生产函数的发展核算

借鉴付才辉（2017）［10］的思路，根据式（4），假设i、j两个国家的生产函数为：

两国的相对人均收入之比为：

对式（46）两边取对数并关于时间求导可得：

通过将发展核算式（47）与式（43）对比，发现式（47）多了两项，［αitlnkit（α·it／αit）－αjtlnkjt（α·jt／αjt）］和［βitlndit（β·it／βit）－βjtlndjt（β·jt／βjt）］，前一项是新结构增长模型提出的发展中国家独特的发展动力带来的（资本）生产结构升级差异导致的收入差距；后一项是数字经济时代新的增长动力带来的数据生产结构升级差异导致的收入差距。同时，这里因αt和βt均是可变的，且αit≠αjt、βit≠βjt，即资本生产结构和数据生产结构在不同国家是不同的，式（47）既包含新结构经济学的循环累积因果原理在跨国层面的差异，也包含数据／劳动禀赋结构与数据生产结构循环累积效果在跨国层面的差异。

将式（28）和式（29）代入式（47），得：

式（48）～（49）表明，禀赋结构相对价格体系的差异以及要素价格的结构变迁弹性差异也是导致跨国收入差距和跨国TFP差距的原因。禀赋结构相对价格体系的差异即（资本／劳动）禀赋结构相对价格体系的差异和数据／劳动禀赋结构相对价格体系的差异；要素价格的结构变迁弹性差异即利率结构变迁弹性差异和数据价格的结构变迁弹性的差异。

因此，两国之间存在长期跨国收入差距的原因主要依赖于跨国技术进步的差距、跨国人均数据的差距以及包含（资本）生产结构和数据生产结构的跨国生产结构变迁的差距。

总之，新古典的新生产函数和新结构的新生产函数假定下进行的增长核算以及发展核算之间的不同，表明数据要素积累以及由此带来的资本生产结构变迁和数据生产结构变迁是经济增长的关键动力。

4 结论及对策建议

本文分析了数据要素提升经济增长的综合效应，并采用增长核算模型和发展核算模型，在对新古典和新结构的生产函数进行拓展的基础上，探讨数据要素积累影响经济增长的理论机制。主要结论如下：（1）依据新古典的新生产函数，得出经济增长的贡献可以分解为技术进步率、人均资本积累率和人均数据积累率；而依据新结构的新生产函数，则还包括人均资本结构变迁和人均数据结构变迁等结构变迁率。其中，人均数据积累是数字经济时代背景的具体体现；人均资本结构变迁是中国作为发展中国家的结构变迁因素的具体体现；而人均数据结构变迁是数字经济时代新要素的具体体现；（2）依据新古典的新生产函数，跨国收入差距在长期中取决于跨国技术差距和人均数据积累差距；而依据新结构的新生产函数，还包括跨国人均资本结构变迁差距和跨国人均数据结构变迁差距。

数字经济时代，中国经济要保持中高速度增长，必须寻找新的增长动力，而加大数据要素投入并促进结构变迁，有望成为推动数字产业高质量发展和各产业数字化转型，实现高质量发展，弯道超越发达国家的必然战略选择。根据本文研究结论，结合数字经济时代我国的经济现实，提出如下对策建议：

（1）加大数据要素投入。近年来我国投资驱动的经济增长逐步放缓，因此要加大数据要素投入，以更好地发挥数据要素的直接效应和间接效应，加快促进经济增长步伐，实现中国经济快速增长；同时，尽快构建完善的数据基础制度体系，明晰数据要素市场各方的产权，以提高数据要素市场化建设进程，进而更好地平衡数据负外部性与社会效益之间的关系；（2）加快经济结构变迁。改革开放后中国经济增长主要得益于结构变迁，本文的研究结果也表明，结构变迁在经济增长中发挥重要作用。因此要加快经济结构变迁，促进资本密集型结构和数据密集型结构变迁带动经济增长。

注释：

①可参见付才辉（2017）［10］中的释义，原文为“生产结构”，这里描述为“（资本）生产结构”，是为了与本文提出的“数据生产结构”相区别。后文出现的（资本）生产结构均同此解释。

②可参见付才辉（2017）［10］中的说法，原文为“禀赋结构”，刘文革等（2022）［26］描述为“（资本／劳动）禀赋结构”，是为了与“数据／劳动禀赋结构”相区别。后文出现的（资本／劳动）禀赋结构均同此解释。