《数据要素》作者赵刚：认识数据要素的性质是明确数据产权性质的前提

数据要素作为生产要素投入生产，具有以下性质：相对独立性：在生产函数中，数据要素作为自变量，与其他生产要素相互独立。它对生产的价值贡献和经济增长的贡献不同于劳动、土地、资本、企业家才能、技术等其他生产要素，因此能够独立参与收入分配。协同性：在现代经济体系中，数据要素一般需要与其他生产要素协同完成生产。在数字经济时代，数据成为关键生产要素，权重日益提高，但仍需与劳动、土地、资本、企业家才能、技术等要素协同，共同完成生产任务，对经济增长作出贡献。蕴藏其他生产要素意义：数据要素是经济社会活动的产物或“镜像”，可能蕴藏其他生产要素的意义。对数据要素做各种数据处理，可能获得关于其他生产要素的信息和知识。经过数据处理获得的信息和知识，能够借助物理实体再作用于其他生产要素，显著提升其他生产要素的利用效率，具有倍增效应，某种程度上可以减少其他生产要素的投入，降低生产要素投入的总成本。技术依赖性：数据要素要与其他生产要素一起发生直接作用，必须依赖于承载数据的物理载体。而且，数据要发挥价值，生成信息和知识，需要依赖于处理数据的物理载体、技术和方法，如数据采集、传输、计算、存储和分析技术等。某种程度上，需要把数据、处理数据的技术和方法、以及数据处理产生的信息和知识，统称为数据要素。时效性：作为生产要素的自变量都是时间相关的变量，数据要素随着时间变化的频率更高，价值衰变更快。通过数据分析刚刚产生新信息的时候，价值最大，经过一段时间后，信息价值就会下降，这种现象可称为“信息折旧”。知识的时效性更长一些，将数据经由信息提炼为知识，能抵抗信息折旧。高固定成本、低边际成本：数据要素投入成本的高低取决于是否生成新信息。数据处理生成新信息，需要逆转熵增的自然过程，付出成本较高；而数据复制的过程，没有生成新信息，付出成本较低。但对于低成本获得数据的一方，仍可利用数据的价值。数据可复制、可共享、可不断生成和供给，克服了传统生产要素的资源总量限制，可能形成规模报酬递增的经济发展模式。不过，数据也不是越多越好，过多的数据可能造成信息过剩。在数据应用阶段，可以根据数据应用价值，来为数据产品定价。可多次重复利用：数据可以满足当前需求，也可以被重复利用到新应用场景。对于作为生产要素的数据，不仅要考虑当前价值，还要考虑其未来价值和再利用价值。强外部性：数据要素不仅对拥有数据的人有价值，数据的开发和利用，对公众、社会和其他商业机构都能产生价值。数据要素投入有很强的外部性，很多没有对数据进行投资的组织或个人，仍可分享到数据的红利。