在社会发展的每个阶段，都有一种生产要素是最重要和突出的，这就是关键生产要素。比如在农业社会，人类生产生活主要建立在对农作物的生产和利用基础之上，最主要的商品形态是农产品，土地就是当时的关键生产要素，也被称为“财富之母”；在工业社会，由于社会分工的广泛演进，需要配置大规模的厂房、机器设备和工业化基础设施突破小手工作坊的局限，来大大提高人的劳动生产率，资本作为配置大规模厂房、机器设备和工业化基础设施的手段和载体，成为该阶段的关键生产要素。当今，人类已进入数字经济时代，它是人类迄今为止最先进的经济形态，以现代数字化网络为主要载体，以全要素数字化转型为重要推动力。数字经济1.0阶段是“信息经济”或“知识经济”时代，经济的发展往往直接依赖于知识/信息的创新、传播和应用，知识和信息为关键生产要素。随着物联网、云计算等技术不断发展，人类通过大数据、人工智能等技术对事实数据的利用能力有了跨越式提升，数字经济进入2.0阶段，即数据经济时代，此时数据的生产、采集、加工分析和应用是经济发展的基础，社会对数据的需求催生数据要素市场形成，数据成为可社会化、市场化利用的资源，成为关键生产要素。
数据收益分配应该遵循什么样的原则？
数据作为生产要素参与分配，具有激励各主体参与创新、促进产业结构升级优化和推动新兴产业发展等一系列重要的现实意义。
要建立体现效率、促进公平的数据要素收益分配制度，健全数据要素由市场评价贡献、按贡献决定报酬机制，更好发挥政府在数据要素收益分配中的引导调节作用。现阶段，我国基于数据的收入分配设计需要符合三项基本原则：一是健全市场按照效率原则进行初次分配的机制；二是提高劳动报酬在初次分配中的比重，并扩大中等收入群体比重；三是加大税收、社保、转移支付等调节力度并提高精准性，完善直接税制并提高其比重。
人工智能在释放数据价值上有什么作用？
人工智能极大地促进了数据要素价值释放。数据经济价值的产生是在决策模型的使用上，人工智能建模技术可以帮助提高数据要素的使用效率和经济价值。
一方面，人工智能和数据的关系密不可分，人工智能本质是数据分析和理解的技术。实践证明，人工智能在海量数据分析、图像识别、语音识别、医学诊断等诸多领域已经超越人类，它可以帮助人类从原来无法理解的海量数据背后探寻规律和价值。
另一方面，人工智能对数据要素的作用还体现在其可提升数据模型管理、元数据管理等方面的智能化水平上，可为开发人员提供分析加工后的企业数据完整视图，为数据要素价值有效释放筑牢必要基础。
为什么有很多直觉上安全的数据保护手段反而是危险的？
直觉是人们的直观感觉，基于直觉形成的观点一般没有经过理性分析推理。例如古时候，由于人类的活动范围狭小，只是凭着直观感觉，看到眼前的地面是平的，就认为整个大地也是平的。但后来，事实证明这种直觉是非常具有误导性的。
一些技术由于其实现复杂，攻破其漏洞的门槛稍高，很难被普通人察觉。但这种安全是一种直觉上的安全，而不是经过理论证明的安全。一旦不法分子参与到用敏感信息进行联邦学习的建模过程中，很有可能通过中间梯度恢复其他建模参与方的敏感数据原文。
从这个角度来说，直觉上的数据安全是基于直观感觉判断数据是安全的，但并没有理论证明。人们一旦相信了这些基于直觉的安全，造成的后果往往不堪设想。比如人脸特征、手机号码、金融财富数值等敏感个人信息，本应受到严格的保护，但如果人们相信了一些直觉上安全的技术，通过这类技术将敏感数据进行处理和流通，结果反而是为敏感数据带来更多暴露的机会。
什么是大数据杀熟？如何管控大数据杀熟？
——摘自人民日报出版社《数据要素化100问：可控可计量与流通交易》（清华大学金融科技研究院编著）