文 | 中国科学院大学经济与管理学院教授 孙毅
《“数据要素×”三年行动计划(2024-2026年)》(以下简称《行动计划》)标志着我国在数据要素市场建设方面,迈出了从宏观制度安排到具体行动举措的第一步。《行动计划》审时度势把握住我国从技术变革、产业变革向要素变革的发展趋势,准确深刻地提出数据要素对于经济社会发展的乘数效应,以推动数据要素高水平应用为主线,以提升数据供给水平、优化数据流通环境和加强数据安全保障为支撑,针对12个重点行业领域明确发挥数据要素价值的典型场景,旨在充分发挥数据要素的放大、叠加、倍增作用,为构建以数据为关键要素的数字经济、推动高质量发展提供新动能。
《行动计划》是落实数据要素基础制度的针对性举措
一是《行动计划》依托我国海量数据的价值优势,能够有效拓展经济增长新空间。党的十八大以来,我国积极推进“互联网+”行动,系统布局新型基础设施建设,大力推动数字化转型,推动数据资源规模快速增长。2022年我国数据产量达8.1ZB,同比增长22.7%,全球占比达10.5%。海量的数据资源为我国经济发展提供了新动能。充分发挥我国海量数据优势,释放数据要素价值,激活数据要素潜能,能够以数据的高水平应用提高资源配置效率、创造新产业新模式,为经济增长拓展新空间。
二是《行动计划》立足数据要素市场发展的阶段性特征,能够及时满足实体经济转型发展需求。我国数据要素市场建设仍处于起步阶段,数据确权、数据定价等问题仍有待探索,数据供给质量不高、流通机制不畅、应用潜力释放不够等问题仍有待解决。但土地、资本等要素市场发展经验表明,要素市场建设是一个长期、动态、反复的过程,难以一蹴而就。面向实体经济面临转型升级的现实需求,《行动计划》提出了“需求牵引、注重实效”和“试点先行、重点突破”的基本原则,一是聚焦重点行业和重点领域挖掘场景需求,二是针对不同类型的数据分类施策,三是注重梳理实践经验和典型案例、加强宣传推广,能够在释放数据要素价值、满足实体经济转型发展的过程中不断积累经验,在发展中逐步完善数据要素市场建设。
三是《行动计划》聚焦12个重点行业和领域,能够精准定位需求、高效释放数据要素价值。《行动计划》的行业和领域选择体现了“有基础、有场景、有需求”的原则。工业制造、商贸流通、金融服务、交通运输等行业,具有较好的数字化基础,能够与数据要素形成较好的互补性。科技创新、气象服务等领域数据积累较好、数据通用性较强,能够赋能其他行业应用。同时,对于现代农业、应急管理等对我国经济社会发展意义重大的领域,推进数据要素应用能够获得较大收益。随着我国数字化进程不断深化,必然有更多的行业和领域成为数据要素应用的主力军。
乘数效应是数据要素赋能经济社会发展的关键机制
数据要素具有报酬递增、非竞争性和低成本复用等特征,在生产过程中能够发挥降低不确定性、提升交易匹配质量、促进知识积累和创新、提高生产要素协同性等作用。《行动计划》提出数据要素对经济社会发展所具有的乘数效应,既是数据要素有别于劳动、资本等生产要素的显著特征,也是数据要素赋能经济社会发展的关键机制。
一是数据要素能够显著降低信息不对称影响,发挥协同作用。利用从数据中挖掘出的有效信息进行分析和预测,能够显著降低信息不对称影响,加强主体协同与任务协同,从而优化资源配置、提高市场运行效率。例如,工业生产中存在兼顾成本、效率、规模的“不可能三角”,但数据驱动的大规模定制业务模式,能够在大规模、高效率、低成本的条件下向消费者提供个性化产品,打破了工业生产的“不可能三角”,解决了过去解决不了的难题。有研究表明,基于数据要素的分析和预测与生产率显著相关,对生产率水平的提升幅度为3.8%~6.7%。
二是数据要素通过与其他生产要素结合,提升投入产出效率。数据要素与传统生产要素结合,能够发挥两种作用:一是产出增益。数据要素进入专业知识领域,与领域知识结合,有助于发现新的规律,研究出新的理论,创造新的知识或技术,进而促进经济增长。二是投入节约。数据要素的产出增益和投入节约效应广泛存在于生产环节,能够优化其他要素投入产出效率、突破生产可能性边界、促进经济社会发展。
三是数据能够实现知识和技能的低成本、规模化复用,加速知识溢出与技术扩散。在我国持续推进数字化转型的过程中,大量的知识、技能被编码成为数据。数据化的知识和技能具有在不同主体、不同场景低成本、规模化重复使用的典型特点,如果说工业经济实现了物理产品的规模化复制,那么数字经济则实现了知识和技能的规模化复制。例如,大模型通过与工作能力突出的员工进行交互,可以将技能“萃取”并编码成为数据,这一数据可以复用于其他组织成员、从而提升组织整体的工作效率。通过加速知识溢出与技术扩散,数据要素的低成本复用能够极大地缩短创新周期、促进宏观经济增长。
推动数据要素的高水平应用,释放数据要素乘数效应
一是挖掘不同场景数据需求,打造差异化应用模式。聚焦《行动计划》提出的重点行业和领域,挖掘高价值数据要素应用场景,探索发挥数据要素协同优化、复用增效、融合创新的差异化创新模式。加强试点探索,支持部门、地方协同开展政策性试点,推动数据资源丰富、作用效益明显的领域率先突破,发挥示范引领作用。深入挖掘数据要素应用好经验、好做法,遴选示范性强、显示度高、带动性广的典型案例,及时总结可复制推广的实践经验,推动社会各界共同挖掘市场需求、促进经验分享和交流合作。
二是适应不同类型数据特点,探索多样化开发方式。加强公共数据资源供给,在确保数据安全、保障用户隐私的前提下,支持在重点领域开展公共数据授权运营试点。完善企业数据共享机制,支持行业内企业联合制定数据流通规则、标准,加强数据采集、管理、安全等通用标准建设,聚焦业务需求开展数据共享。完善个人信息匿名化使用规则,在保护个人隐私前提下推动个人信息利用。
三是培育多元数据市场主体,提升专业化服务水平。强化企业在激活数据要素价值中的主体地位,推动数据价值产品化、服务化,大力发展专业化、个性化数据服务,促进数据、技术、场景深度融合。完善数据商支持举措,探索有利于数据商发展的投融资模式,发挥相关引导基金、产业基金作用,引导和鼓励各类社会资本投向数据产业。鼓励地方政府因地制宜,通过新建或拓展既有园区功能等方式,建设数据特色园区、虚拟园区,探索符合各地实际的数据要素应用实践,带动培育数据商等市场化服务机构,营造良好生态。丰富数据安全产品和服务,支持企业面向重点行业、重点领域、中小企业及个人的不同需求,提供多元化的数据安全产品服务和解决方案,利用市场手段提升数据安全水平。
扫一扫在手机上查看当前页面