路文成 魏 建 贺新宇｜数据税：理论基础与制度设计
数据税：理论基础与制度设计
文 / 路文成 魏 建 贺新宇
摘要
ABSTRACT
OECD提出的“数字服务税”因缺乏充分的经济学理论支撑造成了数据红利分配不均、数据流通壁垒等问题。数据要素确权是强化数据保护和设立“数据税”的前提，据此赋予消费者和政府部分数据要素的所有权符合公平性原则，消费者和政府应是数据要素所有者群体中的一员。“数据税”是实现消费者和政府出让数据使用权而应得的“数据租”，以“资源税”定性“数据税”也准确彰显了数据的生产要素属性。在税收制度设计中，以数据要素为征税对象可以实现数据要素的全产业链监管，以数据要素规模为税基的从量税设计可以解决数字服务税的税收转嫁、双重征税等缺陷。
关键词
KEYWORD
数据要素 数字经济 数据税 数据租
作者
AUTHOR
路文成，
山东大学经济研究院博士研究生；
魏建（通讯作者），
《山东大学学报(哲学社会科学版)》编辑部主编，山东大学中泰证券金融研究院教授；
贺新宇，中国人民银行征信中心博士后流动站研究人员。
引言
在平台经济与大数据技术的推动下，数字经济与实体经济实现深度融合，数据要素市场化与数字经济全球化成为大势所趋。数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，健全的数据要素税收制度则是数字经济健康发展的重要制度保障。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“要建立健全数据要素市场规则”。2021年10月18日，中共中央政治局就推动我国数字经济健康发展进行第三十四次集体学习，习近平总书记强调指出：“要规范数字经济发展，坚持促进发展和监管规范两手抓、两手都要硬，……要加强税收监管和税务稽查。”
数据要素的产权制度供给是数据主体开展交易、优化数据资源配置的基础，产权的分配制度会影响数据资源配置效率以及收入分配的合理性。消费者的身份信息、行为信息等数据在被用来提高经营效益的同时，也增加了消费者的数据泄露风险，而产权制度缺位使得消费者面临的风险与收益并不匹配。数据的垄断经营使平台型企业垄断了大部分的数字经济红利，数据要素的产权与收益分配规则成为新的制度“盲区”。在数字经济中，消费者作为数据主体之一，其消费数据产品和服务的过程也是价值创造的过程。消费者虽然已经从被动接受产品转变为参与价值共创，但其并未参与到价值分配的环节中，数据要素作为数据资源产生的“租金”被平台企业垄断。
在数字经济的全球化发展过程中，数字经济与传统的税收制度之间出现错位，跨境服务的交易形式造成利润征税地点与价值创造地点的不匹配，成为各国之间利润分配新的矛盾点。对此，经济合作与发展组织（OECD）提出将数字服务税(Digital Service Tax,DST)作为一项针对数据服务企业的税收制度，用以解决大型跨国公司在利用数字经济的跨地域特点进行避税时造成的税基侵蚀和利润转移问题。OECD认为，数字经济的发展使得数据具有了更大价值，但数据在产生和使用环节并未发生对价偿付，所以要对此征税。但现有研究则认为，这种由少数国家发起的税收在税基、税收对象、税收范围等方面缺乏全球性的制度设计与合作，极具针对性的税收政策不符合经济学原理，且双重征税行为会增加企业负担和法律不确定性，尤其是只针对域外企业或特定国家企业的税收制度是一种税收歧视，助长了保护主义之风。对于发展中国家而言，发达国家的税收报复只会降低数字服务的质量，难以发挥其应有的作用。
数据作为一种新的生产要素，是否征税以及如何征税已经成为数字经济时代的重要问题。不同于部分欧盟国家实施的数字服务税，我们强调明晰、合理的产权分配制度是数据税经济学逻辑分析的起点，提出要将“租”理论作为数据税的理论基础，并对数据税的制度构成进行设计。本文将数据要素的确权制度与税收制度相结合，以数据税（Data Tax）替代数字服务税展开分析。数据税将数据要素作为立税对象，更加突出数据资源的生产要素属性。
数据税的前提：数据要素分类与确权
（一）数据要素分类
大数据时代，任何信息都可以以数据的形式存在，但只有符合“大数据”要求且经过初步技术处理的数据资源才具有价值。为保证研究的缜密性，做以下假设与限定。首先，数据要素是指符合“大数据”标准的原始数据，如消费者身份信息数据是指消费者群体的身份信息数据而非单个消费者的身份信息。其次，将社会主体归纳为数据经营企业（如互联网平台企业）、政府、消费者（包含普通企业）。数据经营企业通过收集、处理数据，形成大数据成果，并通过自用（如定向广告业务）或出售而获利。政府是公共数据的免费提供者与税收获得者，并为数字经济市场提供产权保护和其他制度保障。消费者选择平台服务，并允许平台通过“知情同意原则”读取其个人数据和行为数据，同时也是搜索广告的被动接收者。
数据要素的来源不同，确权安排也应不同。根据数据来源不同，可将数据要素分为个体数据、公共数据、行为交互数据三大类型。个体数据是指姓名、出生日期、身份证件号码、住址、电话号码等可以识别消费者身份的数据（企业的商业秘密除外）。公共数据是指社会公共数据、自然公共数据等可以公开免费收集的数据，平台企业可以通过政府公开信息获取数据，也可以通过记录、合法爬取等手段获取数据。行为交互数据是指由平台企业记录的消费者与平台互动产生的数据，如消费者在平台上的搜索、交易、社交群体等数据。
传统生产要素通常具有排他性与竞争性等特点。排他性是指要素的所有者拥有排除他人使用的能力；竞争性是指要素的使用会限制其他个体使用。与传统要素不同，数据要素可以无限复制使用而不损害其价值，但产权所有者可以通过外部制度（如《个人信息保护法》）限制其他主体获得、使用数据。在外部制度的约束下，个体数据具有排他性与非竞争性。个体数据的排他性是指消费者作为个体数据所有者，拥有排除平台企业使用其个体数据的权利，且获得使用权的平台企业也无权继续转让、出售该数据的使用权；个体数据的非竞争性是指一个或多个平台获得了消费者个体数据的使用权，并不影响消费者继续出让给其他平台。公共数据具有非排他性与非竞争性，即数据所有者或使用者无权排除其他平台企业合法使用该数据，且数据被使用的次数也不影响其他平台的使用成本或使用效率。行为交互数据具有排他性与有限竞争性。排他性是指行为交互数据由特定平台企业收集、处理，其他平台难以获取，且收集数据的平台企业有能力排除其他平台使用该数据；有限竞争性是指该数据被使用的次数在短期内不影响其使用成本或效率，但由于此类数据通常具有时效性，且只能被少数平台企业使用，若大范围使用会减少数据的边际使用价值，因此是有限竞争的。
(二)数据要素确权
数据确权是对数据权内容、权属、权利体系和治理机制等作出规范的过程，是数据要素市场化交易的基础。众多研究将确权简单地等同于产权分配，而忽略了数据作为信息的载体所承载的隐私属性和财产属性。在数据确权过程中，应从不同类型数据的所有权与实际控制权特征出发，兼顾公平和效率。
1.个体数据确权。个体数据是消费者的隐私而非财产，消费者拥有其所有权，且所有权不可转让。首先，在平台企业拥有技术优势以及数据实际控制能力的情况下，消费者依然拥有其个体数据的所有权，平台对个体数据的采集、处理、披露等行为都必须经过消费者知情同意，且消费者在退出平台之后，有权要求平台删除其个体数据。其次，在数字经济背景下，个体数据的所有权与使用权可以分离，平台可以在制度约束下获得个体数据的使用权，以提高平台服务水平。最后，数据要素的可复制性使得平台拥有处理数据的主动权，为保证个体数据的合规使用，个体数据确权需要通过《个人信息保护法》等法律制度实现。
2.公共数据确权。公共数据是以公共产品的形式由政府直接提供或社会部门依政府规定披露，其产权应归政府所有。平台企业在不影响其他参与者使用的情况下，利用大数据技术对公共数据进行处理，并通过风险预测、精准销售等策略提高经营效率。政府对公共数据的所有权体现在政府拥有公共数据的提供形式、种类、准确性等方面的解释权。政府还可以通过政企合作的形式，允许企业自行采集公共数据，如交通数据等。
3.交互数据确权。交互数据是在消费者与平台企业互动中产生的，由平台收集、存储的消费者的行为数据，按照公平原则，交互数据应由消费者与平台企业共同拥有产权。交互数据生成于消费者搜索（评价等）行为与平台记录行为同时发生时，消费者是数据产生主体，平台是记录主体与需求主体，因此只有共有产权分配才符合公平原则。消费者作为共有产权的所有者之一，有权要求平台存储数据的完整性和真实性，有权查看或要求披露部分数据，平台企业没有权力单方面删除、更改数据。平台是数据要素的实际控制者与共有产权的所有者之一，消费者没有能力或权力要求平台删除数据。在此过程中，平台作为数据的采集者与储存者，依然有实际控制优势，因此应以“第三方监管存储”等制度约束平台对交互数据的管理。
4.数据要素确权的公平与效率分析。数据要素并不适用占有原则，即不能简单将数据产权赋予占有数据的主体（平台企业），消费者作为数据记录的主体却没有数据的实际控制能力，在数字经济活动博弈中处于劣势，消费者的合理权利（数据的安全性、完整性等）得不到保证。法律制度的存在不仅仅是为了追求效率，数据要素确权制度应在保护消费者权利的基础上，充分激发数据要素市场效率。首先，个体数据按隐私权分配可以以最高标准保护消费者个体数据不被泄露，同时为立法保护提供法理依据。在这样的制度安排下所有权与使用权分离并没有阻止平台使用个体数据，反而通过提高数据获取门槛淘汰了一批生产效率低的平台企业，降低了数据滥用和泄露风险，因此从社会整体来看是有效率的。其次，公共数据属于公共产品，政府拥有产权符合公平与效率要求。政府通过加大公共数据要素供给，提高数据企业对数据要素的利用率，推动数字经济发展。最后，交互数据的产权根据参与主体进行分配，符合公平原则。通过第三方监管数据安全可以保护消费者合理利益，同时给予了平台企业充分的数据经营自主权，提高了市场经营效率。
数据税的理论基础
(一)数据租理论
地租理论为土地、矿产等资源的税收制度提供了理论支撑。威廉·配第将地租看作“土地上生产的农作物的收获量减去生产费用所得的剩余部分”。马克思认为地租是土地所有者凭借其所有权而所得的部分剩余价值，是土地所有权借以实现的经济形式。从这一角度出发，资源税实现了“资源租”的功能，即国家作为土地、矿产等资源的所有者，以税收的形式实现对该类资源剩余价值的索取权，体现了国家的财产权利而非行政权力。
与土地要素类似，数据要素确权分别赋予消费者和政府部分数据的所有权，不仅限制了平台对数据要素的滥采滥用，而且为“数据租”提供了产权支撑。
“数据租”是消费者和政府作为数据要素的所有者（或共同所有者之一）因出让数据要素的使用权而应得的合理收益。根据地租理论，可以将“数据租”定义为数据要素产生的经济收益减去生产费用之后的剩余部分。与地租可分为绝对地租、级差地租、垄断地租不同，数据租虽然表现为数据产权所有者向使用者收取的租金，但由于消费者、政府等产权所有者通常不具备对数据的实际控制权和交易定价权，因此数据租通常只表现为单一的“数据使用费”。
数据租在理论上可以实现对数据要素红利的再分配，但在实践中，数据租却难以通过市场交易机制实现，市场交易难以保障消费者和政府的合理利益。一方面，数据具有可复制性和易存储性，数据要素一旦被平台获取，其产权所有者便不再拥有对数据的实际控制权，进而失去定价权。另一方面，数据要素参与“生产”的成本与收益难以衡量，数据要素参与企业经营的环节及贡献程度存在明显异质性，且大数据技术、云储存技术的科研成本难以计算，政府监督定价也不具备效率优势。
因此，在“数据租”意义重大但却难以实现的情况下，可以通过对收集数据要素的互联网企业征收数据税以实现数据租功能。通过税收方式，消费者和政府分别作为个体数据与公共数据的产权所有者，因出让数据要素使用权而获得数据租金。
(二) 资源税：数据税的定性
1.数据税是针对数据要素设立的资源税
随着云端、大数据等技术的广泛应用，数据资源成为数字经济发展的基础生产要素。数据要素是指被互联网数据企业收集并进入或准备进入数据市场的未经过深入加工的原始数据，被称为数字经济时代的“石油”。企业对采集来的数据资源进行清洗、分析，为自身产品提供信息指导或出售数据服务，以数据要素为课税对象与资源税的逻辑相同。因此，可将数据税定性为资源税，即纳税人因使用国内数据资源而向国家支付的租金，且参考资源税制度建立数据税制度有助于政府更好履行公共管理者职能。
数据本身并不具有经济价值，但可以利用大数据技术充分挖掘出其背后隐藏的经济活动规律。个体数据作为隐私权或人格权客体，通过所有权与使用权分离发挥其经济价值，平台企业利用个体数据多维度确定消费者的身份信息以提高服务质量，提升了企业竞争力。交互数据的价值在于其记录的消费者的偏好信息和需求信息，平台通过分析、预测消费者的偏好建立消费者用户画像，为其提供精准服务或推送定向广告，提高匹配效率。公共数据则在智慧城市、风险防控等领域起到至关重要的作用。大体量的数据经过清洗、分析、挖掘，不仅有助于提高搜索引擎、电子商务等企业的经营效率，而且可以为智能制造、智慧城市、金融风险防控等提供及时有效的信息指导。
但是，任何数据的产生、采集、储存、分析等均离不开政府的公共管理服务，政府发挥公共管理职能对数据要素征收“资源税”，既可以规范数据市场，又可以使全社会分享数据红利。与“数字服务税”不同，数据税是以数据要素为立税对象，针对数据要素收集企业设立的一项税收，突出了数据的生产要素属性和资源属性，强化了对数据产业的监管，更符合经济学逻辑。
2.以资源税定性数据税的优势
以资源税的形式设立数据税不仅能缓解数据滥用、税基侵蚀等问题，还可以优化数据要素结构，提高数据要素的使用效率。一方面，数据税提高了数据要素的收集成本，市场竞争使得互联网平台企业加大对数据要素的分析挖掘力度，提高单位数据要素的利用价值。另一方面，对于数据收集企业而言，成本的提升倒逼其对要收集的数据要素进行筛选，避免了无效数据进入市场，优化了数据要素结构。数据要素成本的提升加速了数据服务、数据成果的市场流通速度，提高了单位时间内的数据价值。
更重要的是，通过数据税有助于实现对数据要素全产业链的监管。当前，数据的采集、存储成本较低而监管成本较高，平台对数据的采集行为几乎不受规则限制，尤其是交互数据根据占有原则被平台企业控制，严重损害了消费者的隐私和经济利益。尽管我国颁布了《APP违法违规收集使用个人信息行为认定方法》《网络安全法》等分别对数据的采集、流通等环节进行监管，但针对数据要素全产业链的跟踪监管依然存在不足。与现有单一的监管政策不同，数据税通过分析数据要素在数据市场的流通过程，可以实现产业链的连贯性。一方面，数据的采集过程受到数据税监管，数据的采集过程即数据要素进入数据市场的过程，进入市场后的数据要素便具有了生产资源属性，而数据税是以具有生产要素属性的数据为课税对象的税收，因此可以实现对数据采集过程的有效监管。另一方面，数据要素具有非排他性，可以被多次使用或交易，为避免参与交易的数据被重复征税，数据企业会对数据要素的来源及交易过程进行报备，进而实现对数据要素全产业链的有效监管。此外，通过对部分互联网企业征收数据税可提高数据产业市场门槛，缓解因数据产业发展过热带来的无效监管，保障消费者数据安全。
（三）数据税是实现数据租的有效方式
数字经济的全球化发展产生了巨大的市场红利，但当前的数据要素收益分配规则不具有长期发展的合理性。在现有规则下，平台企业利用平台地位优势以及大数据技术优势垄断了数据要素收益，而数据要素的产权主体却没有获得应有的利益分配，进而造成数据滥采滥用、税基侵蚀等问题。数据租为数据要素收益再分配提供了理论支撑，而数据税则是实现数据租的有效方式。
当前，在数据要素使用权的“交易”过程中，平台企业通过不平等协议和“垄断定价”剥夺了消费者福利。首先，“数据使用权”与“平台免费服务”并非对价偿付。允许平台记录、使用其行为数据是消费者获得平台服务的默认条件，消费者没有议价能力。在加入平台之后，消费者根据平台服务类型接收推送广告或支付中介费用，与平台的“免费”服务完成对价，数据的经营权成为平台提供服务的附属产品。其次，平台是数据要素使用权“交易”的垄断者。以电子商务平台中的交互数据为例，数据要素的经济价值来源于平台对数据的需求，平台作为唯一可以收集、处理交互数据的实际控制者，消费者或其他竞争者平台没有记录、储存数据的能力，因此，在数据要素使用权的博弈中，平台企业处于垄断地位，可以以接近零价格的成本获得交互数据的使用权。在此基础上，跨国数据企业利用数据要素的跨境流通或跨境数据服务进行避税，造成高税率国家的税基侵蚀和利润转移问题，损害了高税率国家和发展中国家的利益。
以数据税的形式实现数据租具有合理性和可行性。一方面，随着互联网技术和数据收集、储存技术的发展，数据要素的收集对象具有普遍性。据中国互联网络信息中心统计，截至2021年6月，我国网民规模达10.11亿，而几乎所有网民的网络活动轨迹都可以被收集、加工，成为数据市场的基本要素，政府作为国民代表收取数据租金具有合理性。另一方面，公共数据逐渐成为数字经济的重要组成部分，政府通过增加有效数据供给或者开放公共数据收集渠道等方式推动数字经济发展。公共数据虽作为公共产品公开，但普通消费者并没有经营数据的能力，而平台企业却可以利用公共产品提高经营效率，因此，将依赖于数据要素的平台企业作为数据租征收主体具有合理性。
数据税可以有效实现数据租的收入分配功能。在宏观层面，数据税允许不同税率的国家针对数据要素的收集过程征税，纳税人以大型互联网平台企业为主（包含进行利润转移的跨国互联网企业）。数据税可缓解跨国互联网企业与高税率国家的矛盾，在一定程度上解决利润转移与税基侵蚀等问题，使高税率国家和发展中国家可以享受数据要素红利，实现国家间的数据利润再分配。在微观层面，平台企业利用技术优势和垄断地位“免费”获得数据要素的使用权，政府通过数据税实现收入再分配，保障消费者的合理利益。
数据税的制度设计
数据税制度设计是指对数据税的征税对象、征税范围、征税类型、税基等作出规定。与当前英国、法国、印度等为抵制税基侵蚀而推行的数字服务税不同，数据税针对数据要素的收集过程，以数据要素的有偿使用为依据，以“数据租”为理论指导，更具科学性和合理性。根据税收制度设计规律，初步构建数据税制度框架如下：
1.纳税人与征税范围
数据税的纳税人为在中华人民共和国境内收集并储存互联网数据的企业，包括国有企业、集体企业、私营企业、股份制企业、外商投资企业、外国企业等。鉴于个人收集数据的能力和影响有限，因此并不对个人征收数据税。
数据税的征税范围为纳税企业以自营或交易为目的所收集的数据要素资源，包括个体数据、公共数据、行为交互数据等。数据税是针对数据要素收集过程的开采税，针对数据的收集环节而非交易环节，实行一次征税制度，对交易过程中的数据要素不再重复征税。数据税是针对中国境内数据资源的资源税，对进口应税数据要素不征收数据税，对出口应税数据也不退还已纳税金。
2.税率
数据税的税率应立足一个国家和地区的数字经济发展阶段并结合大量数据进行核算，过低的税率难以起到调节数字经济的作用，而过高的税率则会打压数字企业积极性，不利于数字经济发展。总体而言，税率的核算应依据数据类型、数据规模以及纳税人负担能力不同而实施差别税率制度。一方面，不同类型数据的供需关系和应用价值不同，税率应有所不同。如公共数据具有公共产品属性，稀缺程度较低，因此其税率应比个体数据或交互数据的税率低。另一方面，数据税的税率还因单位时间内数据企业所收集的数据要素的规模不同而不同，对收集能力强的企业征收高数据税可以提高税收的调节效率，维护中小企业利益。
3.计税依据与应纳税额计算方法
税收制度包括从量税和从价税两种，从量税是以商品数量乘以税率，而从价税是以商品价格乘以税率。数据税是以数据要素规模为税基的从量税，一方面，数据要素具有可复制性，同一类数据要素对不同企业而言也具有不同的价值，难以通过数据价格对数据要素进行征税。且数据要素在进入市场时并非通过市场化价格实现，以从价税征收不符合公平原则。另一方面，依据数据要素的规模进行征税，可以有效抑制企业对数据的“滥采滥用”，保障消费者隐私安全。
数据税的应纳税额计算公式为：应纳税额=单位时间内采集数据规模×适用税率
4.税收优惠
根据公平竞争原则与税收制度的成本收益原则，可以对符合条件的中小型数据企业免征数据税。一方面，大型互联网数据企业可以利用网络外部性扩大企业影响力，挤压中小型企业的生存空间，且中小企业对数据要素的依赖程度较低，数据税只会增加其生存负担，因此对中小企业征收数据税不利于市场竞争。另一方面，中小型数据企业数量较多，对其收集的数据要素进行监管审查需要较大成本，不符合法律制度的成本收益原则。
对医疗机构、社会公共部门等具有社会福利效应的单位实施免税政策。征收数据税的目的之一是调节数字经济以促进其长期健康发展，而对于医疗机构而言，虽然其部分业务依赖于数据要素，但其收集、储存的数据几乎不会进入数字经济的交易环节，因此不具有征税的合理性。
结语
数字经济的跨境贸易使得部分跨国互联网企业可以通过合理途径实现利润转移，造成发展中国家和税率较高国家的税基侵蚀问题。为抵制跨国企业的利润转移和税基侵蚀，英、法、意等国家提出对大型互联网企业征收“数字服务税”的制度，由此引起了关于数据能否征税以及如何合理征税的讨论。本文从数据要素的确权制度出发，对数据要素进入市场的环节进行剖析，以数据租作为数据税的理论基础，对数据税制度提出了初步构思。
研究发现，通过合理的制度设计可以有效发挥数据税的财政、经济和监督管理三种职能，从而有效解决数字经济全球化过程中的利润分配不均、数据跨境流通监管等难题。首先，数据税以被采集的数据要素为课税对象，税收范围广泛，为国家提供了稳定、及时的财政来源。尤其是数据税并不以数据要素的价值收税，推动了数据采集环节进入市场交易环节中，使得发展中国家不会因为数据开发能力较弱而被剥削，维护了数字经济“消费国”的财政权力。其次，数据税通过对大型数字服务企业征税解决了税基侵蚀和利润转移问题，矫正了数字服务企业在不同国家之间的利润分配不均现象。再次，数据税有助于遏制数字经济中网络外部性造成的一家独大的现象，提高中小型企业的竞争优势，维持市场竞争结构。最后，数据税从数据要素的采集环节开始，实现了对数据要素流通全过程的监管，有效遏制了数据的非法采集、流通、传输行为。
在当前数字经济全球化的大背景下，我国要积极参与数据领域规则制定，加大数据市场开放，为全球数字经济发展贡献中国力量。基于以上研究结论，本文提出以下政策建议：
一是加快完善以《个人信息安全法》《网络安全法》为主体的数据保护制度体系，以最高标准保护消费者的个体数据安全，约束平台对数据的“滥采滥用”行为。出台“公共数据管理使用办法”，推动公共数据开放共享，规范公共数据的采集使用过程，对重点数据采取依申请使用的方法，激发数据要素价值。
二是在部分互联网行业试点数据税制度改革，对征税对象、税基等项目进行合理设计，以科学合理的数据税制度取代当前的“数字服务税”制度，积极开展数据税试点工作。积极开展区域谈判，推动数据税制度在亚洲乃至全球范围内实施，充分发挥数据税制度的收益分配功能，维护发展中国家的合理利益，在构建无壁垒数据贸易秩序中贡献中国力量。
责任编辑：战炤磊
欢迎转载，转载请注明文章来源
图片均选自网络，如有侵权请告知我们做删除处理