专家解读 | 发挥“数据要素×”效应 构建以数据为关键要素的数字经济

文摘   2024-01-31 11:56   北京  

文 | 中央财经大学中国互联网经济研究院副院长、教授  欧阳日辉

近日,国家数据局印发《“数据要素×”三年行动计划(2024—2026年)》(以下简称《行动计划》),把握一条主线,做好三方面保障,实施五大举措,推动十二项行动,促进我国数据基础资源优势转化为经济发展新优势。实施“数据要素×”行动,需要全面理解和准确把握《行动计划》的时代背景和内在逻辑。

从“互联网+”到“数据要素×”顺应数字经济发展规律

党的十八大以来,党中央高度重视发展数字经济,实施网络强国战略和国家大数据战略,将发展数字经济上升为国家战略。2015年,国务院印发《关于积极推进“互联网+”行动的指导意见》,大力拓展互联网与经济社会各领域融合的广度和深度。八年以来,数字经济发展取得显著成就,数据成为新型生产要素。《数字中国发展报告(2022年)》显示,2022年我国数据产量达8.1ZB,同比增长22.7%,全球占比达10.5%。海量数据资源和超大数据要素市场规模为我国经济发展注入了新的动力。

当前,数据要素对经济发展的贡献开始显现,但存在不平衡、不充分问题。一方面,“沉睡”的数据有待开发,数据流通体系有待完善,数据供不出、流不动,数据资源有效供给难以满足数字经济快速发展对数据的需求。另一方面,市场主体不敢用、不会用、用不好,数据对经济的贡献度有待提升。这些问题不仅不利于数据要素的市场化配置,而且制约构建以数据为关键要素的数字经济。

充分挖掘数据潜力,大力推动“数据要素×”,必要且紧迫。顺应经济发展规律,国家数据局出台《行动计划》,促进数据要素在相关行业和领域的广泛应用,推动形成数据要素驱动经济社会高质量发展新态势。

理解发挥“数据要素×”效应的三个维度

数据要素并不是单一的赋能“+”,而是能够发挥“乘数效应”。“数据要素×”是数据融入生产、分配、流通、消费和社会服务管理等各环节,通过与不同要素结合,作用于不同主体,发挥协同、复用和融合作用,对其他生产要素、服务效能和经济总量产生扩张效应,提升效率、释放价值和创新发展,推助构建以数据为关键要素的数字经济。

(一)数据通过协同、复用、融合发挥乘数效应

数据要素的乘数效应通过协同优化、复用增效和融合创新三种作用机理得以实现,在深度和广度上都是对“互联网+”的拓展。第一,数据要素具有生产属性,协同实现全局优化。单一数据无法发挥作用,不同主体数据、不同行业数据与其他要素协同,可以提高投入产出效率,提升传统单一要素生产效率,优化传统要素资源配置效率,提高全要素生产率。例如,有些平台企业通过搭建平台协同各类生产要素发挥作用,实现工业设备与各类数据釆集终端的网络化,实现全要素数据可视化、协同研发设计、设备协同作业,实现智能化制造和网络化协同。第二,复用增效是充分利用数据低成本复制的特点,通过数据的重复使用,不断提升数据质量,增加数据效能,突破传统资源要素约束条件下的产出极限,提升经济社会运行效率。比如,气象数据可以在农业生产、应急管理、保险产品创新、物流快递、即时零售等多个场景中重复使用。第三,融合创新则通过将不同品类、不同来源的数据汇集到一起,创造新的信息和知识,发挥数据的规模效应,催生新技术、新产业、新业态、新模式,培育经济社会发展新动能。

(二)数据“供得出”“流得动”“用得好”是发挥乘数效应的基础

数据要素的乘数效应得以发挥,必须在三个方面做好。第一,让数据放心“供”出来是发挥乘数效应的前提。数据要素具有规模报酬递增的特性,供得出的有价值的数据越多,通过数据的多源融合可以产生“1+1>2”的效果。第二,数据“流得动”是发挥乘数效应的关键一环。数据作为数字经济的“血液”,流通是数据进入社会化大生产并成为数据要素的必要条件。无论数据是与何种事物相乘,必须流通起来才能创造出更大价值。第三,数据“用得好”是发挥乘数效应的落脚点。数据越用越好用,用数据去决策、用数据去管理、用数据去创新,才能实现数据价值的几何级增长。数据基础设施是让数据“供得出、流得动、用得好”的关键载体, 数据基础设施支撑数据汇聚、处理、流通、应用、运营、安全保障全流程,让不同参与主体实现对数据资源和产品有效利用,推动数据服务千行百业、深度融入社会生产生活。

(三)发挥数据要素乘数效应有多种途径

数据成为数字经济的关键生产要素,首先要把握数据特性及其价值运动规律,把数据变成一种新型生产要素。数据要素化是通过对数据进行清洗、加工和整理,把它变成可“机读”、具备生产使用条件,通过市场化配置,实现数据要素在全社会范围内的广泛流通,全面进入社会化大生产和经济系统。其次,数据通过多场景复用才能最大限度地释放其价值,数据使用场景化是聚焦业务场景数据应用,创造更加丰富的应用场景,让数据在千行百业“用起来”。《行动计划》聚焦工业制造等12个行业和领域,明确发挥数据要素价值的典型场景,推动激活数据要素潜能。其三,数据资产化是数据通过流通交易给使用者或所有者带来经济利益的过程。数据资产化可以增强数据供给主体对数据资产价值的认识,有助于盘活“沉睡”的数据资源,提升数据供给质量,助力实现数据资产保值增值,优化数据资源配置。

推动数据在不同场景中发挥千姿百态的乘数效应

数据的价值在于应用,应用的关键在于场景。只有和应用场景相结合,解决实际问题和业务痛点,才能充分释放数据要素价值。未来应坚持需求牵引,聚焦重点行业和领域,引导广大市场主体丰富数据应用场景,挖掘高价值数据要素应用场景,通过试点充分展示数据要素的乘数效应。

第一,坚持需求牵引,大胆探索公共数据应用场景。需求是创新的根本动力,迫切的需求激发重大的创新。发挥数据要素的乘数效应必须以应用场景为基础,运用大数据的理论、技术探寻解决问题的方案与实践。应建立公共数据开发利用激励机制,加快打造公共数据开发利用的应用场景,强化公共数据资源开发利用和公共服务能力持续提升的良性互动机制,丰富公共数据价值创造模式。

第二,建立适应数据特征、符合数据要素价值实现规律的数据资源供给体系,打造数据融合应用典型案例。发挥数据要素的乘数效应必须在供给和应用两端下功夫。一方面,公共数据率先做好供给,探索企业数据和个人数据多元化供给模式,有效维护市场主体的数据利益,提升数据供给效能。另一方面,创新公共数据、社会数据和个人数据融合应用模式,探索央地协同开发利用机制,推动跨层级跨部门数据资源共用共享模式,形成丰富的应用实践案例。

第三,数据要素充分赋能经济社会发展,打造数字经济新动能。数字经济和实体经济深度融合,是数据要素发挥乘数效应的主阵地。一要推动互联网、大数据、云计算、人工智能等数字技术加速创新融合,深化数据空间、隐私计算、联邦学习、区块链等技术应用,促进数字技术与实体经济的深度融合。二要聚焦工业制造、现代农业、商贸流通、金融服务等重点行业和领域,推动发挥数据要素乘数效应,释放数据要素价值。三要加大力度培育应用型数据商,为实体经济提供数据开发利用工具、数字化转型服务等,促进数据在不同主体、不同场景用起来。

第四,加强数据要素基础理论研究。我国数据要素的理论研究滞后实践,在“数据要素×”方面的研究刚刚起步。建议学界和产业界开展联合研究,政产学研用协同创新,重点研究数据作为新型生产要素的经济学原理、数据要素与其他生产要素的协同联动及其对全要素生产率的作用机理、数据要素的新生产函数、企业数据资产化对上下游企业和同行业的溢出效应、数据要素乘数效应的机理等问题。

派财经官微
派财经是第一家聚焦数字经济内容服务平台,既关注人工智能、大数据、云计算、移动互联网、5G等数字科技,也关注产业数字化、数字金融、新消费、宅经济这些基于数字科技的新经济。
 最新文章