网络首发 | 加强信息资源管理，助力新质生产力

2023年9月，习近平总书记在黑龙江考察调研期间首次提到“新质生产力”。新质生产力是指在新技术革命推动下，以科技创新为核心驱动力，通过整合优化生产要素，实现生产力质的飞跃和经济发展模式的转变。作为现代经济学和科技哲学中的前沿概念，它不仅包括了传统意义上的劳动者、劳动资料和劳动对象，更强调了知识、技术、数据等新型生产要素的重要性。

信息资源管理作为现代管理科学的一个分支，其在新质生产力发展中的作用日益凸显。随着党的二十届三中全会对新质生产力体制机制的高度重视，以及中国式现代化的深入推进，信息资源管理在促进产业结构优化升级、引领经济高质量发展中扮演着至关重要的角色。中国式现代化强调的是一条具有中国特色的发展道路，其核心在于实现从制造大国向创造强国的转变，实现从要素驱动向创新驱动的转换。在这一过程中，信息资源作为连接科技创新与产业发展的桥梁，其作用不可小觑。信息资源管理不仅涉及到数据信息的收集、存储、处理和应用，更是涵盖了知识的创造、传播和应用以及在此基础上的创新和价值创造，通过有效地组织和利用信息资源，推动生产要素的创新性配置，加速产业结构的优化升级，为新质生产力的培育和成长提供了坚实的基础。

然而，信息资源管理在新质生产力发展中的作用尚未得到充分的认识和重视。本文通过文献与案例调研，旨在探讨信息资源管理在新质生产力形成与发展中的价值定位，展示其如何助力新质生产力系统的形成，分析其推动产业升级的范式。同时，本文也对当前信息资源管理领域存在的问题和挑战加以分析，并提出相应的对策和建议，以期为我国信息资源管理学科的建设和新质生产力的发展提供理论支撑和实践参考。

在发展新质生产力的背景下，做好信息资源的管理不仅是推动产业发展的关键，也是实现经济高质量发展的重要支撑。本文将探讨新质生产力的核心要素，并分析信息资源管理在提升生产力中的关键作用，以及两者是如何共同推动经济社会全面进步的。

2.1   新质生产力的概念和特征

新质生产力是一个多维度、深层次的概念，它代表着先进生产力的演进方向，是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的先进生产力质态。如图1所示，这一概念的内涵丰富，特征明显，对于理解当前及未来的经济发展和产业升级具有重要意义。

党和政府在新时代背景下提出发展新质生产力的目的，是要通过指导和推动经济高质量发展，促进中国式现代化的实现。新质生产力强调以新技术、新经济、新业态为主要支撑，加强高新技术的研发与应用，实现高效能、高质量的发展，是一种科技创新在全领域发挥主导作用的生产力，新质生产力的出现和发展壮大是推动人类文明进步的根本动力"。

根据马克思主义生产力理论的基本观点，生产力有三要素，分别是劳动者、劳动资料和劳动对象，在这一点上新质生产力也不例外，而新质生产力的内涵则正是劳动者、劳动资料、劳动对象及其优化组合的跃升，这代表着生产力中人的因素、物的因素和组织方式的全面提升。新质生产力的形成，需要高素质的劳动者、高技术含量的劳动资料以及更广范围的劳动对象。同时，新质生产力强调全要素生产率的提升，即通过各种生产要素的高效协同，实现生产力的质的飞跃。

新质生产力的特征体现在三个维度上，分别是高科技、高效能、高质量。它是创新起主导作用的生产力，也是摆脱传统经济增长方式、生产力发展路径的先进生产力。新质生产力以数字化、网络化、智能化新技术为支撑，具有广泛的渗透性和融合性，能够推动劳动力、资本、土地、知识、技术、管理、数据等要素的便捷化流动、网络化共享、系统化整合、协作化开发和高效化利用。此外，新质生产力还强调与现代化产业体系的紧密结合，推动产业智能化、绿色化、高端化发展。

与传统生产力相比，新质生产力具有显著不同的特点：

一是需要技术的革命性突破。新质生产力的形成离不开技术的进步和创新，这些技术突破不仅包括信息技术、生物技术、新能源等领域的前沿科技，还包括对传统产业的数字化、智能化改造，技术革命性突破为生产力的提升提供了新的动力和方向。

二是强调生产要素创新性配置。新质生产力强调对生产要素的创新性配置，这包括新型劳动力、新型劳动对象、新型劳动工具和新型基础设施等要素的有机结合。这种配置方式能够更好地发挥各要素的协同效应，提高生产效率和质量。

三是牵引产业深度转型升级。新质生产力推动产业向更高端、更智能、更绿色的方向发展，这种转型升级不仅涉及到新兴产业的发展，也包括传统产业的改造和提升。通过深度转型升级，产业能够更好地适应市场变化和社会发展的需求。

四是催生现代化产业体系。新质生产力的发展需要依托现代化的产业体系，这个体系由战略性新兴产业、未来产业和传统产业的深度转型升级共同构成。现代化产业体系的形成有助于提升整个社会的生产能力和经济效率。

五是提出高质量发展要求。新质生产力体现了新发展理念和高质量发展的要求。它强调通过创新发展、协调发展、绿色发展、开放发展和共享发展，推动经济社会全面进步。

六是促进新型生产关系的形成。新质生产力的发展还需要具备与之相适应的新型生产关系，这包括完善市场经济体制、推动科技创新、加强人才培养、优化资源配置等方面的制度创新和政策支持。

2.2   信息资源管理的角色

信息资源管理对于推动生产力的跃迁具有决定性的影响。如图2所示，从产业视角来看，在新质生产力系统中，信息资源管理的核心作用体现在四个维度。

一是技术与创新维度。信息资源作为科技创新的基础，促进了新技术的诞生和应用，如人工智能、大数据、云计算、雾计算等，这些技术是推动产业升级的关键。管理这些资源的能力决定了科技成果向生产力转化的效率，从而加速产业的技术创新和升级。

二是经济与市场维度。信息资源管理有助于优化市场结构，通过信息和数据分析支持市场预测、决策制定，提高市场的响应速度和适应性。在市场经济中，信息资源的合理配置和应用可以促进公平竞争，激发市场活力，推动新兴产业的发展。

三是人才与教育维度。信息资源在教育和人才培养中的作用不容忽视，它们支持教育模式的创新，如远程教育和在线课程，为产业升级培养所需的高技能人才。通过信息资源的整合，可以提升教育质量和效率，为产业发展提供人才保障。

四是政策治理与可持续发展维度。信息资源为政府决策提供数据支持，帮助政府制定科学的产业政策，引导产业健康发展。信息资源管理还包括知识产权保护，这对于激发创新活力、保护创新成果至关重要。信息资源管理对推动绿色发展和环境保护具有重要作用，通过优化资源配置和生产流程，减少对环境的负面影响。在新质生产力的框架下，信息资源管理有助于实现经济增长与环境保护的平衡，促进可持续发展。

这些维度相互关联，共同构成了信息资源管理在推动新质生产力和产业升级中的关键作用。通过在这些维度上的有效管理和应用，可以促进经济的高质量发展，构建现代化的产业体系。

本文根据对传统产业、新兴产业和未来产业三种产业发展需求调研，结合上述对新质生产力概念特征以及信息资源管理在新质生产力系统中的作用分析，梳理总结了信息资源管理在促进生产力进步中的关键路径及其价值实现的机制(如图3所示)。

在新质生产力形成过程中，信息资源管理是发展新质生产力的驱动引擎，与生产力的演进紧密相连，凭借学科独有的特点，实现了对生产力三要素的系统性重塑。一是数据要素的中心地位，数据已成为新质生产力发展的关键生产要素。它通过与劳动力、资本等其他要素的协同，引领技术流、资金流、人才流、物资流，提高全要素生产率。高效配置和使用数据要素，对价值创造和生产力发展产生广泛影响。二是信息技术的广泛应用，新质生产力系统强调以科技创新为引领，尤其是智能信息技术，如人工智能、大数据、云计算等。这些技术推动了数据要素与实体经济的深度融合，促进了生产工具的创新升级，催生了新产业和新模式。三是对知识融合的重视，信息资源管理通过促进不同领域和背景的人员之间的协作和知识交流，利用知识共享平台推动知识的融合和创新，创造了新的价值增量，这是新质生产力系统持续演化的动力。四是对创新支持的强化，信息资源管理在新质生产力系统中不仅要维护现有的信息资源，还要不断探索新的信息资源和服务模式，支持持续的创新活动，进而推动产业结构调整和优化，提高产品质量和生产效率。五是深化用户参与，新质生产力系统更加注重用户体验，而信息资源管理有提供更加个性化和互动性强的服务能力，通过鼓励用户参与到信息资源的共创和共享中来，从而更好地满足用户需求，同时，也对信息生产活动及人员、设备等资源负责。六是与政策法规的有机交互，新质生产力系统的发展需要信息资源管理适应不断变化的政策法规，确保信息资源的合法合规使用。同时，信息资源管理也促进政策体系的完善，例如，在国家数据分类分级保护制度下，推进数据分类分级确权授权使用和市场化流通交易规则的进步。总之，由于信息资源管理的前述特点，可以实现对劳动对象、劳动资料、劳动者这三个生产要素的综合提升，新质生产力系统的高质量发展提供了强有力的支持和保障。

在要素层之上，信息资源管理针对不同产业场景的需求，提供了一系列成熟度各异的方法。这些方法从基础到高级，逐步提升其成熟度，以满足特定产业的发展需求，并为构建一个成熟、高效、可持续的生产力系统提供多元化的支持。具体而言，信息资源管理为特定产业的不同发展阶段适配了三种不同成熟度级别的方法。一是成熟应用的方法，这些方法已经经过实践验证，能够在特定产业中直接应用，为产业提供稳定的支持和显著的效益提升，例如数据驱动决策、资源优化、市场洞察、风险管理、前沿技术追踪、合作构建等。二是处于探索阶段的方法，这一级别的方法尚在研究和开发阶段，它们具有潜在的应用前景，但需要进一步的实验和验证，以评估其在特定产业中的适用性和效果，例如跨行业学习、创新文化培养、维护社会伦理等。三是成熟度介于二者之间的方法，这些方法已经显示出一定的应用潜力，但仍需通过持续的改进和优化，以达到更高的成熟度，以更好地服务于特定产业的发展。例如，促进技术更新、吸引投资、促进政策法规建设等。以支柱产业的转型需求为例，首先，可以通过数据驱动决策、资源优化配置等这些信息资源管理的成熟方法，收集和分析市场数据、消费者行为以及反馈信息，更精确地识别市场需求，指导传统产业的产品开发与创新过程；再运用企业资源规划和供应链管理系统等信息资源管理工具来优化库存管理，实现企业的降本增效。此外，还可以利用追踪新兴技术，结合企业可能的资本投入和时间投入，增加支柱产业中新技术的比例。最后，企业可以借鉴其他行业的转型经验，利用信息资源管理的方法论将这些经验创新性地适应本行业，当然，这需要对行业有更深入的理解和创新思维，具有一定的难度。

总之，信息资源管理在新质生产力系统中可以实现对不同形态产业的支持，包括打破支柱型产业的发展瓶颈、促进新兴产业的发展以及培育一批未来型产业。同时，还可以实现不同形态产业的转换，即促进未来产业的发展，使其成为活跃经济的新兴产业，进而成为稳固经济增长的支柱产业。以下将结合信息资源管理在不同形态产业中发挥功能的案例，总结信息资源管理促进新质生产力形成的路径方式。

3.1   打破传统产业瓶颈

传统支柱产业作为经济发展的基石，近年来在机械化和自动化方面取得了显著成就。然而，随着科技的迅猛发展和市场需求水准的提升，传统产业逐渐暴露出一系列发展瓶颈，这些问题严重制约了产业的进一步发展和升级。

首先，技术更新换代缓慢是传统产业发展的一个显著瓶颈。由于传统产业往往依赖于长期积累的技术和工艺，导致其在新技术的应用和推广上存在滞后性。这种技术惯性使得企业难以快速适应市场变化，无法及时引入先进技术以提升生产效率和产品质量。同时，市场响应速度慢和创新能力不足也是制约传统产业发展的关键因素。在快速变化的市场环境中，传统产业往往难以快速捕捉市场信息，缺乏足够的创新动力和灵活性，难以满足消费者多样化和个性化的需求。资源利用效率低下也是一个突出问题。其次，传统产业普遍存在人力、物力等各类资源组织低效的现象，这不仅增加了企业的运营成本，也加剧了资源短缺的矛盾。此外，环境污染和可持续发展问题也是传统产业发展的一大瓶颈。长期以来，传统产业的发展往往以牺牲环境为代价，造成了严重的空气、水体和土壤污染。随着全球对环境保护意识的增强，传统产业面临着越来越大的环保压力。

为了打破传统产业的发展瓶颈，可以基于信息资源管理对传统制造业开展业务流程优化，结合数据驱动、技术更新、跨行业学习等策略，提升劳动资料和劳动对象的效能，进而助力传统产业中新质生产力的形成与发展。

一是通过数据驱动加速产品更新换代，提升市场响应速度和创新力。信息资源管理作为市场敏捷性和创新动力的关键催化剂，在制造业、旅游业甚至是农业等传统产业依旧可以发挥价值，通过对这些产业的生产流程进行再造与优化，进而助力新质生产力，在特定产业领域落实国内大循环、国内国际双循环战略。以用户需求为导向的产品定制是制造业突破发展瓶颈的一个热点方向，较多研究基于用户在相关产品中的评论，利用数据挖掘等方法获取用户群体的潜在实时需求，进而形成基于数据驱动的产品设计流程，颠覆了传统的基于用户调研的产品设计范式，超预期地缩短了满足用户需求的周期。产业实践中，海尔集团作为家电制造商，通过COSMOPlat信息平台收集用户评论文本进行大数据分析，挖掘产品设计特征，为新产品设计提供决策支持，实现了从大规模制造向大规模定制的转变。在农业领域，掣肘于植物自然生长周期，农产品往往具有固定的季节性，这对产品的销售期和利润有着很大的限制和负向影响。近年来，智慧农业被广泛认可与应用，例如，湖南省怀化市靖州苗族侗族自治县是“中国杨梅之乡”,种植人员基于对杨梅生长温度、光照等数据的实时监测与分析，利用智能补光系统调控杨梅受光照时间，解决了弱光环境对杨梅生长的影响，提高了果实的品质，并加速了果实上市时间，使产品有了更强的市场竞争优势。

二是优化各类资源运作效率，跨界融合促进可持续发展。人力资源管理在企业经营中占据着巨大的成本，其管理水平也深刻影响着组织发展的积极性，员工招聘作为人力资源管理的起点，意义重大。随着信息技术的不断进步，泛智能化推荐系统如LinkedIn、智联招聘和Boss直聘等平台应运而生，这些系统通过综合考虑求职者的技能、价值观等多维度因素，使得企业能够更精确地匹配合适的人才与岗位需求。这类系统的成功应用离不开信息资源管理的技术与思维，通过对人才信息、企业信息的深度挖掘,为人力资源管理带来了革命性的变革，甚至提升了社会整体人才培养的效能。同样，物流运输作为传统产业，在电子商务浪潮的席卷下发展规模宏大，然而，管理成本与运输效率掣肘是行业发展的紧箍咒。从新质生产力驱动的视角来看，利用信息资源管理思维将物流管理与区块链、人工智能等技术融合，可以实现信息时代供应链模式的升级、物流需求的动态协调等，进而促进物流运输的可持续发展，这也意味着信息资源管理具备打破传统产业发展掣肘的潜力。此外，传统产业的碳排放一直是全球瞩目的热点问题，2020年中国提出“双碳”目标，开启了各产业在经济社会中的系统性变革。其中，低碳系统的分析与设计、政策的建模与评估碳交易及定价等重要问题的探索与解决不乏信息资源管理的赋能，通过融合各学科领域的思维、方法、技术与数据，为实现碳中和目标提供决策支持。

3.2   促进新兴产业发展

新兴产业，如人工智能、大数据、云计算和新能源等，正以其高技术含量、高增长潜力和高附加值的特点，成为全球经济发展的新引擎。这些产业不仅推动经济结构的优化与升级，更引领着经济发展的方向。党的二十届三中全会指出要在重点产业打造自主可控的产业链供应链。然而，由于新兴技术在市场经济中具备较高的新颖性，因此当其与社会经济系统中的其他要素交互时，往往缺乏规范性，甚至伴随一定的风险。

首先，新兴产业市场化应用进程中往往面临技术不确定性、市场需求波动和政策环境变化等多重风险。以人工智能大语言模型为例，其在各垂直领域应用中出现的模型幻觉问题凸显了新兴技术从研发到实践过程中的不可预测性风险。其次，新兴产业的发展依赖于复杂的产业链和供应链，从萌芽到健全需要活跃的资本市场予以持续的支持，但大规模的资金投入受多种因素的影响，随时面临着断供的风险。此外，伴随新兴产业规模逐渐扩大，全球视野和创新思维的人才支持也变得至关重要。最后，产业的无序增长也是新兴产业发展中的一大隐患，这不仅影响新兴产业自身的健康，也对整个经济体系的稳定构成威胁。

为了推动新兴产业的持续性繁荣，信息资源管理可以提供一系列针对性的策略，例如市场风险管理、吸引投资、创新文化培养等，从而促进新质生产力在新兴产业中的孕育与壮大。

一是通过优质资源共享、前沿技术交流以及数据融合等方式降低市场风险。近年来，大语言模型技术迅猛发展并被广泛应用于各垂直领域，然而，其存在的模型幻觉、模型偏见等重要问题，一直以来是一个巨大的技术挑战。伴随对大模型应用的深入探索，基于检索增强生成(Retrieval-Augmented Generation,RAG)的解决方案逐渐成为大语言模型应用范式的主流，该范式基于用户提示(prompts),从特定领域的知识文档集中检索相关信息，再将检索结果与前沿大语言模型融合，进而降低模型幻觉。可以发现，检索增强生成将业界对大语言模型的关注焦点从提升模型参数角度转化到了领域知识库构建、信息检索策略设计、多源信息融合等维度上，变革式地对大语言模型应用的技术挑战做出了方向调整，而变革后的维度正是信息资源管理本身长期研究和致力解决的问题，也是信息资源管理的优势所在。具体来说，信息资源管理通过优化数据存储、处理和分析流程，确保了大语言模型系统中数据的准确性和可靠性，降低了系统的多维风险。此外，大语言模型的应用往往也需要较高的算力，对于多数企业来讲，建设本企业私有的计算平台往往存在技术和成本双重风险性挑战，而阿里云、华为云等云计算平台为大语言模型的产业化与规模化应用提供了算力资源保障。其中，算力资源的弹性管理同样体现了信息资源管理的思维，通过对算力供需的实时分析，可以为企业提供灵活的计算资源，从而降低企业成本以及算力资源不足而导致的宏观系统性风险。例如，中国信通院联合中国电信共同发布的“全国一体化算力算网调度平台”,是我国首个实现多元异构算力调度的全国性平台，其出色地解决了算力资源可管、可控、可调度的问题，目前为众多云计算平台所采用。总之，信息资源管理已经成为新兴产业风险管理中不可或缺的一部分。

二是吸引投资并培养专业化人才，促进创新体系与标准建设。在当前我国新兴产业的发展中，“新三样”一电池、光伏和新能源汽车一已成为杰出的代表。以电池产业为例，其产业链条覆盖了从上游的原材料研发(如碳材料、硅材料等),到中游的产品零部件制造(如正负极、锂电芯、控制模组等),再到下游的各类成熟产品的研发制造与销售(如动力电池、储能电池等)。为了有效激活并打通这一产业链，市场资本的注入显得至关重要。然而，产业在发展初期，资本市场的活跃度往往会受到市场情绪的负面影响。因此，为了提升市场对产业发展前景的认知，吸引稳定的投资，可以采用信息资源管理的方法论，对产业链的各个环节进行深入分析。具体而言，可以通过建立模型来评估研发成本、利润和效能等关键因素，从而为市场提供更为客观的产业发展前景预测。同时，也可以设计并实施信息化产品，为产业链的各个环节赋能。此外，在新兴产业链人才培养维度，例如Coursera、MOOC等在线教育通过开放的课程设计和互动讨论，显著促进了学生创造力和批判性思维的发展。阿里云ACP认证计划则为云计算和大数据领域的专业人才提供了系统的学习路径和认证体系，有效促进了人才的专业化和集群化，进而提升了这些人才在市场中的竞争力。进一步地，一个成熟且健康的产业链不仅依赖于人才的培养，还需要行业标准和规范的支撑。而基于对新兴技术特征的深入洞察，以及对创新需求和管理需求的精准捕捉，信息资源管理在设计行业标准和规范方面展现出其独特的优势，可以为新兴技术领域提供标准化指导。

3.3   培育未来产业萌芽

未来产业作为科技创新和经济社会发展的前沿领域，正逐渐塑造经济增长和社会进步的新轮廓。例如量子信息、生物科技、脑机接口等未来产业，不仅基于尖端科研成果，而且具备显著的技术密集性、创新驱动性、市场前瞻性，并对经济结构产生深远影响。同时，未来产业及其所包含的技术也具有很大的脆弱性和不确定性。

首先，未来产业的发展依赖于颠覆性技术的研发，这些技术的研发路径具有高度不确定性，且对产业兴衰有着深远影响，稍有不慎则满盘皆输。例如，日本在发展新能源汽车时选择了氢能源发展路线而非电动车，后续的市场实践证明，这个发展路线缺乏竞争力。同时，新技术的研发绝非单学科的闭门造车，跨学科的理论知识融合是关键，但如何协调不同科研团队是一大挑战。其次，颠覆性技术发展还与社会政策紧密相关，忽视政策往往不利于为技术创造和谐发展的环境，反之则可以利用政策赋能技术发展。例如，伴随大语言模型的出现，国家及时跟进出台《生成式人工智能服务管理暂行办法》等政策。同时，各级政府在日常治理中，为了促进本地区经济与科技发展，也会颁布各类政策文件。企业可以通过分析政策文本，及时调整研发方向，并规避法律障碍和伦理约束。面对庞大的政策文件，企业需具备高效的信息处理能力，这往往具有挑战性。最后，颠覆性技术对社会系统的影响巨大，产业化的初期可能会引发对公众认知的冲击和舆情，了解公众关注点并提出解决方案对引导技术产业化应用极为关键。

面对未来产业的崛起及其对新质生产力的迫切需求，需要采取一系列战略性举措，例如建立前沿技术合作联盟、完善政策法规、强化社会伦理体系等。通过探索与实施这些策略，可以促进前沿知识的交流与可控化管理，进而点燃未来产业的生机与活力。

一是识别与追踪科技前沿，通过跨领域融合创新催生颠覆性技术。颠覆性技术作为潜在最具产业价值的前沿科技，为各国所重视，信息资源管理凭借科技情报分析的优势，在识别与追踪科技前沿方面发挥着至关重要的作用。有领域学者利用文献调研法，厘清了颠覆性技术的特征，对融合多源数据进行颠覆性技术识别有所启示。文献资源是信息资源管理领域的核心资源之一，基于论文、专利中的学科知识和领域知识识别颠覆性技术已成为当前研究的主流，这些研究通过文本挖掘、科学计量等方法形成了一系列颠覆性技术识别框架。同时，在中美科技竞争的背景下，也有学者将美国技术管制类清单作为外源数据，并融合领域专家经验和专利数据，扩充了颠覆性技术识别的路径。在此基础上，相关学者研究了前沿技术发展演化路径，这为相关技术的发展前景预测与展望奠定了基础。值得注意的是，技术路线图已成为科技情报分析的成熟方法，对未来产业技术的系统化分析与认识作用显著。学科知识的融合以及领域研究态势分析同样是信息资源管理的优势，众多研究基于社会网络分析方法、学术成果主题分析等，挖掘了相关领域学者合作态势，潜在地促进了学术交流。更进一步，国内外均有探索如何在科研合作网络中识别核心学者的研究，这为各个领域针对重大科研任务攻关时构建优势团队提供了借鉴。总之，这些研究和实践均体现了信息资源管理在科技前沿识别、合作创新促进方面的作用，同时也印证了信息资源管理在未来产业中的地位。

二是通过分析政策法规等约束机制引导技术萌芽，并对颠覆性技术潜在的伦理失序形成预警。目前我国对于前沿技术秉承着发展与安全并重的原则，出台了大量的政策，信息资源管理领域有较多学者对政策量化研究做出了贡献，研究内容涉及科技政策的主题演化、科技政策规划理念演化、关键技术挖掘等，相关研究方法与研究成果可以为前沿技术的发展态势探测提供决策支持。近年来，由于国际上严峻的科技竞争形势，国产化替代成为众多产业的焦点，动态追踪科技强国对华技术封锁政策变得极其重要，而设计相应的竞争情报战略与体系是实现核心产业独立发展的重要举措之一，这些工作均离不开信息资源管理学科的赋能。颠覆性技术伦理失序是重要的科学问题、社会问题，每当有颠覆性技术进入公众视野时，往往会引起强烈的社会讨论，快速洞悉公众对颠覆性技术的观点，并逐步建立舆情“预警-分析-处理”体系，是平衡公众利益和技术进步的重要手段。例如，无人驾驶汽车的运营可能会对传统社会就业岗位形成冲击、脑机接口可能存在非法入侵问题、基因编辑婴儿的伦理风险等都曾引起公众争论。针对该类舆情事件，领域学者从多维度进行过充分的研究，分析了公众关于技术的社会性诉求演化维度，并提供了针对舆情的预警、联动、保障等机制，为技术开发者对技术产业化提供决策支持。总之，信息资源管理在分析科技政策、把控技术的伦理影响等方面，已经表现出了巨大的潜力和深远的价值，为未来产业中新质生产力的兴起和成长提供了强有力的支撑。

信息资源管理在发展新质生产力中有着重要的作用，但从学科发展角度来看，仍有众多不成熟之处，为了健全信息资源管理对新质生产力赋能提效的机制，当前阶段信息资源管理领域还需要着重解决好以下问题。

4.1   信息资源管理与前沿信息技术融合

信息资源管理作为一门与时代发展紧密相连的学科，在新质生产力需求牵引下，正面临着与前沿信息技术融合的重大机遇与挑战。在人工智能、大数据、云计算和物联网等新兴技术的推动下，信息资源管理智能化和精准化水平的提升已成为学科发展的必然趋势，因此信息资源管理与前沿信息技术的融合极其重要，而这种融合也分为两个方面，一是信息资源管理对其他自发性技术的吸收，二是信息资源管理对其他前沿技术的促进(如图4所示)。

关于对其他自发性信息技术的吸收与利用，当前信息资源管理领域亟需解决的问题是如何有效地将人工智能、大数据等技术与信息资源管理实践相结合，以提高信息处理的效率和准确性。例如，人工智能在信息检索、文本分类、摘要生成和情感分析等方面的应用，能够显著提升信息资源管理的智能化水平。大数据技术则为信息资源管理提供了海量、多样、快速流动的数据支撑，使得信息挖掘和分析成为可能。云计算技术提供了灵活的计算资源和存储空间，而物联网技术则为信息资源管理提供了丰富的实时数据来源。

同时，更为重要的是，信息资源管理也应当发挥引擎功能，对其他前沿信息技术产生促进与革新作用。以前述四项前沿信息技术为例，一是信息资源管理的需求推动人工智能技术的定制化发展。随着对智能信息检索系统需求的增长，人工智能技术不仅要在算法上进行优化，还要根据垂直领域的专业术语、逻辑和用户行为习惯进行定制化开发，这将推动人工智能技术向更加细分和专业化的方向发展。二是加强了大数据技术的实时性与交互性。信息资源管理对数据处理速度和交互性的要求提升，要求大数据技术进一步发展以支持实时的数据分析和动态的信息反馈。这将激发对流数据处理、实时数据仓库等新技术的研究和应用。三是提升了云计算技术的灵活性和可扩展性。云计算的弹性计算资源可以根据信息资源管理的实际需求，动态调整计算和存储资源，如此一来，可以实现信息资源的集中存储和分布式处理，提高信息资源的可用性和可靠性。四是对物联网技术的应用范式提出要求。通过物联网设备实时采集和传输的各种信息资源，如自动驾驶路况信息、物流信息等，可以为信息资源管理提供更加丰富和实时的数据支持，相反，信息资源管理也应当以用户需求为导向，以数据分析效能的提升为准则，对物联网的数据采集范式提出更高要求，以提高信息资源管理的实时性和安全性。

总之，信息资源管理领域的发展不仅受益于前沿技术的推动，更应通过实践反馈促进技术革新。例如，智能检索系统在垂直领域的深度定制需求，将推动人工智能技术向更精细化的方向发展。同时，信息资源管理对数据处理实时性的需求，将促使大数据技术在流数据处理等方面实现突破，进而助力新质生产力的形成与发展。通过这种双向互动，信息资源管理将能明确其在产业中的角色，进而更加有效地支持决策制定，加快产业发展和经济繁荣的节奏。

4.2   信息资源管理的学科交叉与融合

除信息技术外，信息资源管理领域的发展与创新也紧密依赖于与其他学科的有机交叉与融合。在此背景下，信息资源管理亟需整合计算机科学、社会学等众多相关学科的理论与实践，以促进本学科的理论创新和实践深化。

具体而言，信息资源管理领域面临的主要问题之一是理论与实践的脱节。传统的信息资源管理模式往往局限于单一学科的视角，难以适应信息环境的快速变化，尤其是随着大数据、人工智能等技术的日新月异，信息资源管理的复杂性日益增加，对跨学科知识的需求也日益迫切。因此，如何实现信息资源管理的学科交叉与融合，成为当前亟待解决的问题。

实现信息资源管理与其他学科的交叉融合，需要构建一个完善的学科生态系统，如图5所示。首先，系统底层应涵盖信息采集、分析、存储的理论与方法，以及相应的工具和技术，这些理论与方法为不同学科之间的交叉与融合提供了基础。其次，系统上层应包含各个学科所需的基础信息资源，如主题词表、元数据、标准规范等，这些基础信息资源为跨学科的信息共享与利用提供了便利。最后，通过不同学科之间基于信息资源的共进式发展，推动信息资源管理领域的多元化发展与健全机制的形成。

从融合的学科类别来看，大致可以将其分成三类：计算机类学科、社会学类学科、相关专业类学科。首先，计算机类学科为信息资源管理提供了强大的技术支持。通过利用算法优化、大数据处理、人工智能等技术，可以极大地提高信息检索和数据挖掘的效率和准确性。这不仅有助于提升信息资源管理的整体效能，还有助于推动信息资源管理领域的技术创新。其次，社会学类学科为信息资源管理提供了研究信息资源在社会中流动、分配和影响的理论框架。通过社会学视角，可以更好地理解信息资源的社会价值、用户行为和社会影响，从而设计出更符合社会需求的信息资源管理策略和工具。这种融合有助于深化对信息资源社会属性的理解，提高信息资源管理的针对性和实效性。最后，在特定领域的信息资源管理方面，还需要与特定学科的融合。特定领域信息资源的管理，需要有该专业领域知识的支撑，这已经由以往的信息资源管理实践所证明，这里不再赘述。

这种学科融合对信息资源管理的发展意义重大。一是促进创新思维的培养。学科交叉融合通过不同学科之间的交流与合作，可以汇聚不同领域的思想和方法，有助于激发新的思考角度和解决问题的方法，这种创新思维的培养对于推动信息资源管理领域的理论创新和实践深化具有重要价值。二是有利于形成综合性的研究团队。跨学科的合作可以汇聚不同领域的专家共同解决复杂的信息资源管理问题，这种综合性的研究团队通常能够从多角度分析问题，提出更为全面和科学的解决方案，有助于提升信息资源管理领域的整体研究水平。三是推动教育模式的创新。学科融合背景下，开设交叉学科的课程和培训项目是必然趋势，这种创新型教育模式可以培养学生的跨学科思维和协作能力，进而为信息资源管理领域培养复合型人才，以满足社会对跨学科人才的需求。

4.3   信息资源的资产化与全生命周期管理

在新质生产力系统中，信息资源已然崛起为企业和产业发展的关键动力。尽管如此，如何高效地管理和运用这些宝贵的资源，尤其是推进信息资源的资产化进程并对其实施全生命周期管理，是信息资源管理领域面临的一项紧迫挑战。

关于信息资源的资产化，是指将信息转变为可量化、可交易的资产的过程，它要求建立一套科学的信息资产评估体系，将信息资产纳入企业的财务报表。这一转变不仅提升了信息的经济价值，也为信息的交易和流通提供了可能。然而，从信息资源到可以入表的信息资产，中间仍存在诸多难点。第一，信息资产评估体系的建立是一个复杂而艰巨的任务。它需要综合考虑各类信息的来源、质量、应用范围等多个因素，制定科学合理的评估标准和方法。此外，由于信息资源的特殊性，其评估过程还需要考虑隐私保护、知识产权等问题。第二，信息资产纳入财务报表也面临一系列挑战。这要求企业建立完善的内部控制体系，确保信息资产的真实性和准确性。同时，还需要加强对信息资产的风险管理，防止因信息泄露、丢失或损坏等风险给企业带来损失。

为了推动信息资源的资产化进程，政府应制定相关政策法规，明确信息资源的权益归属和交易规则;企业则应积极探索信息资产化的路径和方法，加强信息资源的开发和应用。

信息资源的全生命周期管理则是指对信息资源的整个生命周期进行系统的、综合的管理。它要求从信息资源的产生、收集、存储、使用、共享到销毁等阶段都进行严格的把控。这一管理过程旨在确保信息的安全性，提高信息的价值和利用率，同时满足合规要求也是信息资源资产化的重要前提。针对实施层面，在信息采集阶段，应设计合理的信息采集方案，确保信息的质量和相关性。同时，采用标准化的信息格式和元数据描述，为后续的管理活动奠定基础。在信息存储阶段，应建立统一的存储中心，采用高效的存储技术和安全措施，保证信息的完整性和安全性。在信息使用和共享阶段，应建立信息共享平台并制定共享规则，促进信息资源的有效利用。最后，在信息归档或销毁阶段，应进行规范的归档处理或安全销毁，防止信息泄露。

为实现信息资源全生命周期管理，落脚点应集中于组织机构本身。具体来说，组织机构需强化内部管理，完善制度流程，明确责任；同时，也应加大技术研发投入，提升组织机构信息处理能力；此外，员工培训同等重要，需要提高员工信息素养和保密意识，确保信息资源的安全高效管理。

综上所述，信息资源的资产化和全生命周期管理是信息资源管理领域应关注的重要问题。通过加强这两个方面的管理，可以有效地提高信息资源的利用效率和价值，为新质生产力的发展与跃升提供核心支持。

4.4   信息资源管理领域数据要素的共识化

数据要素是当前经济领域的重要概念，一般是指以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。作为新质生产力的重要组成部分，其定义和标准直接影响到数据的收集、处理、分析和应用。如果缺乏统一的认识和标准，不同领域和学者对数据要素的理解和应用将会存在较大差异，导致数据资源无法通过开放共享发挥潜能。

目前，信息资源管理领域的研究与其他领域对数据要素的理解标准不一致、不清晰，甚至信息资源管理领域内的不同学者也没有达成明确的共识。例如，在信息资源管理领域，生产设备产生的数据一般被归类为信息资源，这与制造业将其视为生产要素的立场不同。换言之，本领域尚未明确区分数据资源和数据要素，在忽略了数据经济价值和生产潜力的情况下，将它们统一视为信息资源。同样，信息资源管理领域众多学者在探讨档案的数据要素问题，但经济领域数据要素的概念要求数据需要参与到生产经营活动中并发挥价值，而这与档案保护甚至保密的一些初衷相悖，当前本领域学者们并没有对这中间存在的问题给予明确的解答。总之，这种差异化理解是一个重要的前提性问题，急需解决才能有的放矢地开展数据要素的相关研究，进而赋能新质生产力。为了解决这一问题，需要在信息资源管理领域的不同学科之间达成对数据要素的统一理解，至少短期内在信息资源管理领域内有较为主流的共识，对此可以从多方面进行努力。

一是通过国家或行业标准化组织，制定统一的数据要素术语和定义，确保不同领域和学者对数据要素的理解一致。同时，由政府主导，联合学术界和产业界，共同制定涵盖数据收集、存储、处理、分析和应用的统一标准和规范，确保数据要素在不同领域和应用场景中的一致性和可操作性。目前关于数据要素，国家层面出台了《关于构建数据基础制度更好发挥数据要素作用的意见》、《“数据要素×”三年行动计划(2024—2026年)》等文件，提出了发展数据要素的主导思想和重点方向，但相关文件缺乏标准指导，无论是学界还是产业界对标准的建立仍有强烈需求。

二是建立数据要素分类体系、价值体系和治理体系，这也是信息资源管理学科的特长所在。首先，建立科学的数据要素分类体系，例如，数据可以根据其来源(如内部数据、外部数据)、类型(如结构化数据、非结构化数据)和用途(如业务数据、分析数据)进行分类，从而形成一个系统化的分类框架，以提高数据处理的效率和准确性。其次，制定科学统一的数据价值评估体系是确保数据在不同场景中的价值能够被准确评估和体现的关键。对此，可以结合数据的质量、使用频率、应用效果等因素，制定适用的数据价值评估标准。最后，数据要素治理框架是实现数据要素体系化管理的基础，这一点可以参考国际标准，如ISO/IEC 38500系列标准，建立数据要素治理框架，明确数据要素的定义、分类、质量管理和安全保护等方面的要求。

三是要推动我国数据要素标准的国际化，在新质生产力背景下，这一点具有重要意义。首先，数据要素标准的国际化能够有效解决产能过剩问题，通过统一的数据标准，各国企业可以更高效地进行数据交换和协作，优化资源配置，减少重复建设和过剩产能，这对当前及未来一段时间我国的经济发展尤为重要。其次，数据要素标准的国际化能够在国际市场创造新的增量点，主要是促进数据跨境流动和交易，拓展企业的国际市场。更重要的是，推动数据要素标准的国际化有助于提升我国在全球数据要素市场中的话语权和竞争力。为了实现国际化目标，相关学科应加强国际交流与合作，同时依靠国内市场优势推动理论标准的成熟，以主动姿态促进数据要素在全球范围内的高效流通和利用。

总之，数据要素研究的标准化和统一性是推动新质生产力发展的重要保障。通过制定统一的标准和规范，推动多学科的协同和合作，建立完善的评估和反馈机制，可以有效提升数据要素研究的质量和效率，赋能新质生产力的发展。

4.5   信息资源管理学科规范化与体系化建设

信息资源管理作为一门新兴的一级学科，其规范化与体系化建设是适应信息化社会发展的必然要求，对于支撑新质生产力的发展也至关重要。然而，在新质生产力的需求牵引下，该学科的规范化与体系化建设面临着一系列挑战和问题。

一是信息资源管理学科的定位滞后且不明确。作为一门综合性或横断性学科，信息资源管理涉及管理学、计算机科学、社会学等多个领域，但其交叉性和独特价值尚未得到广泛认可。值得一提的是，当前本领域对信息资源管理的理解和认知主要来源于以往的“图书情报与档案管理”,但在新质生产力背景下，这一范围过于狭窄，无法代表信息资源管理应有的广泛内涵。对此，无论是理论认知还是实践上，均应推动泛信息资源管理的发展，即应涵盖一切与信息相关的资源，不仅包括传统的图书、情报和档案，还应涵盖工业数字资源、网络资源、大数据、人工智能生成的数据等多种形式的信息资源。同时，信息管理的范式也应更加多元化，以赋能不同产业和领域的发展需求。简而言之，我们需要通过深入的学术研究和市场需求分析，明确信息资源管理在管理学与信息技术等领域的交叉点和优势点，确立其服务国家信息化战略、数字化转型的明确目标。

二是信息资源管理学科的理论体系亟待完善。目前该学科缺乏系统和被广泛接受的理论框架和核心内容，严重制约了学科的规范化发展。为此，我们应该组织多学科的专家学者对这个问题进行深入的研究，开展跨学科探讨，求同存异，促进理论创新，进而构建具有中国特色的信息资源管理理论体系。

三是缺乏统一的学科人才教育标准。教育标准的统一是培养合格信息资源管理人才的基础，而无论从学科转型还是从助力新质生产力的角度来看，教育标准的缺乏是当前信息资源管理学科的突出问题。因此，制定包括课程设置、教学内容、教学方法和评价体系在内的统一教育标准，推动相关认证工作，对于提升教育质量至关重要。

四是学科实践教学还有必要大力加强。目前在信息资源管理学科中，实践教学环节显得较为薄弱，学生实践能力培养亟待加强。对此，可以通过案例分析、模拟实验、实习实训等多种方式，加强学生的实践能力，尤其是需要强化产业与学科的结合，让学生有明确的产业归属感。

五是学科评估机制需要进一步健全。当前，信息资源管理学科缺乏多元评估体系和定期发展报告，难以对学科建设进行全面、客观的评估。因此，建立包括同行评议、学生反馈、社会评价在内的多元评估体系，定期发布学科发展报告，接受社会监督，这不仅有利于提升学科的社会影响力，对于学科的健康发展也意义非凡。

最后，加强信息资源管理学科的文化建设同样重要，包括学科内部文化以及对外文化。这可以通过举办学术会议、讲座和研讨会等活动，营造浓厚的学术氛围，一方面能增强学科的凝聚力和影响力，另一方面也能提升业界对信息资源管理学科的认知和重视。

综上所述，信息资源管理学科的规范化与体系化建设是一项系统工程，需要政府、高校、科研机构和企业等多方共同参与和协同推进。在实施层面，可以通过明确定位、完善理论、统一标准、加强实践、健全评估和强化文化等措施，推动信息资源管理学科的发展，为经济社会发展和国家竞争力提升贡献力量。

通过分析信息资源管理在新质生产力形成与发展中的作用，可以看出，在新质生产力的框架下，信息资源管理通过推动产业结构优化与升级、提升全要素生产率、构建现代化产业体系，已经成为了推动经济高质量发展的关键要素。

然而，信息资源管理领域仍面临着诸多挑战，如学科规范化与体系化建设的不足等。这些问题的存在，制约了信息资源管理在新质生产力发展中潜力的充分发挥。面向未来，促进信息资源管理与前沿信息技术的深度融合、加强信息资源管理的学科交叉与融合、重视信息资源的资产化和全生命周期管理、推进各领域对数据要素理解的共识、加强信息资源管理学科的规范化与体系化建设等，是今后信息资源管理领域应该重点关注的问题。

总之，信息资源管理在新质生产力发展中扮演着不可或缺的角色，在新时代背景下，其需要发挥更加重要的作用，以更好地服务于中国式现代化的进程。

END

版式设计

陆澜

制版编辑

王淳洋