数据要素的特征有哪些？

数 据要素的特征大致可以分为经济特征、技术特征两类。

1.技术特征

①虚拟性，即数据主要以非实体的形式存在。虚拟性是数据要素 区别于传统要素的主要差异，相比土地、劳动力等传统“有形”的要素，以电子 形式存在的数据要素没有有形的存在物（李海舰和赵丽，2021）。

②非消耗性，即数据在使用过程中不存在损耗。相比传统要素在使用过程中 会自然衰减或损耗，数字化形式的数据可以永久存储，其使用过程并不存在衰减 或损耗（许宪春等，2022）。

③依赖性，即数据要素的价值创造需要以来其他要素或资源。一方面，数据要素需要依赖其他传统要素才能发挥价值，脱离了其他生产要素的数据就脱离了 价值创造的过程。另一方面，数据要素的价值发挥也必须依靠网络、算法等技术 （白永秀等，2022；许宪春等，2022）。

④即时性，即数据的价值随着时间的转移而发生变化。数据要素的价值存在 信息折旧的情况，时间变化的频率越高，价值衰变越快，贬值的速度主要取决于 数据的类型和用途（蔡跃洲和马文君，2021；许宪春等，2022）。、

2.经济特征

①非竞争性，即数据要素能够被不同主体在多个场景下同时 使用。传统要素大多是竞争性的，在同一时点不能被多个主体同时使用，其价值 在使用后容易发生消失或转移。但是，数据要素可以被多个主体同时使用，并且 使用后其价值不被削弱（蔡跃洲和马文君，2021；许宪春等，2022）。

②非排他性，即数据的生成使用过程中并不能排除其他主体的使用。数据生 成过程中涉及产品服务的供需双方、第三方平台、网络电信运营商等多个主体， 使得数据信息自生成之时起就同时栖息于多个不同主体，加之数据资源易于扩散 的特点，形成了数据要素使用过程中非排他的客观现状（戴双兴 2020 ；蔡跃洲 和马文君，2021；刘吉超，2021）。

③规模经济性，即数据规模越大，其蕴含的价值越多。随着数据要素规模的 扩大、数据种类的丰富，数据使用者越多，人们从数据中挖掘的价值越大，数据 的价值会呈指数级增加，使用者可以从中挖掘出更多的价值信息（戚聿东和刘欢 欢，2020；陈收等，2021）。

④强外部性，即数据的使用会对其他经济主体产生影响。一方面，数据的收 集和使用能够进一步推动数据积累，形成正反馈效应和滚雪球式的自我强化（徐 翔等，2021 ；张宇和蒋殿春，2021）。另一方面，由于数据信息外溢带来其他 经济主体的经济利益，可能不会使数据产权主体得到合理回报，存在数据有偿使 用与“搭便车”的行为（何玉长和王伟，2021）。