数据要素在推进实体经济高质量发展中的融合价值

2023-09-12   中国质量万里行   王晓华 王新芳（咸阳师范学院）   点击：次

　　摘要：由中央下发的“数据二十条”，将作为中国近年来深度推进改革开放事业的战略性举措，并再次强调，数据作为新型生产要素的基础性作用。数字技术的发展，数字经济的崛起，由此衍生的数据要素，成为推动实体经济高质量发展的重要抓手，这些贯穿于社会生产、贸易、消费、监管全流程的各类数据资源，其价值是越来越大。但同时，与数据要素相关的基础制度建设不健全，数据要素服务实体经济的优势还未能足够释放。为此，从加强数据要素供给质量，拓宽数据要素融入实体经济路径，优化公共服务和治理体系等方面，为数据要素赋能实体经济创造良好条件。

　　关键词：数据要素；实体经济；高质量发展；融合建议

　　据《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》要求，“数据二十条”的出台，明晰了数据作为新型生产要素的地位。同样，围绕中国经济改革开放目标，需要充分整合数据要素，以数据要素为抓手，赋能实体经济发展。同样，根据“十四五”规划要求，要将发展数字经济作为产业数字化战略的重要推动力量，全面实现数字经济与实体经济深度融合。显然，要想达成数实融合目标，必须重视数据要素，充分发挥数字要素的价值优势。2023年3月，国家数据局的组建，进一步明确“数字中国”建设方向，标志着与数据资源体系相关的制度、措施也在不断完善。由此，聚焦数据要素，激活数字经济能动性，从提升企业经营决策水平，从改进生产方式，从优化商品交易模式等方面，数字要素必将在经济流通中释放其巨大能量，成为推动实体经济高质量发展的不竭动力源。

　　一、数据要素及特性分析

　　（一）数据要素的内涵

　　数据要素的基础是“数据”，“数据”是基于社会生产、流通及使用过程中所产生的各类信息的整合，其本质在于依托数字技术而具有生产要素属性的各类数据资源。围绕数据要素的研究，前期的关注点，多集中于其特性探究上。周依凡认为，数据具有虚拟替代性、多元共享性、跨界融合性、智能即时性特征。从数据要素的内涵来看，数据要素与其他生产要素相比，既有相似性，又存在差异性。单纯来讲，数据要素不能单独对社会生产发生作用，数据要素需要与资本、劳动、技术等展开有效协同，才能最大化释放数据的价值。近年来，数字经济的快速崛起，数据要素市场建设也在不断完善，与之相关的数据要素，越来越受到经济学界的普遍关注。但同时，数据要素因其自身的特征，存在安全性不高、供给成本高等现实挑战。通过对数据要素与其他生产要素的对比，将数据要素界定为一种新型生产要素。数据要素与实体经济之间具有内在的关联性，必须加快建设数据要素管理平台，充分发挥数据要素服务实体经济的作用，推动实体经济快速、高质量发展。

　　（二）数据要素的特性

　　数据要素，与传统生产要素相比，其特性有两点。一是，自然属性。所谓自然属性，集中于体现在虚拟性、不稳定性、易传播性、非消耗性等方面。相比而言，数据要素的本质是各类数据信息，这些数据信息单独不能发挥作用，需要与其他要素相配合使用。同时，数据要素在规模、形式、存储方式、社会生产价值链各个环节都易被篡改，难以确保其稳定性、可靠性。另外，数据要素虽然易于传播、存储、复制，但数据要素自身会因时间、使用主体的差异性，其价值会逐渐下降，即数据要素具有一定的时效性。二是，技术——经济属性。技术——经济属性，体现在部分排他性和非竞争性。部分排他性，对于数据本身，其产权具有多元主体，非竞争性，体现在同一时间可以被多个主体使用，且价值不会减损。另外，还体现在外部性、价值异质性等方面，数据要素本身所包含的信息多，也涵盖隐私信息或安全性信息。在数据使用方式上，不同主体或应用场景，数据要素的价值也具有显著差异性。

　　二、数据要素的价值释放方式

　　当前，数字经济在整个社会生产领域占据重要地位，这些与社会生产相关联的数据，其价值的释放方式也有所不同。事实上，数据价值的释放，从数据本身所承载的信息，再经由数据凝练所获得的知识，都将促进社会实体经济的发展。

　　（一）数据在生产环节价值释放

　　社会生产的各个环境，都将产生数据。通过对这些数据进行挖掘和利用，实现数据增值。在生产环节，一种是利用数据要素，来变革生产函数形式。另一种是利用数据要素，来协同其他要素，提高生产效率。还有一种是，利用数据要素来改革生产制造工艺，调整和优化经营决策方案。数据要素作为驱动生产转型的重要力量，有助于提升生产智能化水平和生产效率。

　　（二）数据在交易环节价值释放

　　从交易活动中，数据信息在上下游、供需两侧等经济主体之间进行流动，数据信息所搭建的营商环境，有助于降低交易成本，实现增效目标。市场环境下，各类交易活动的完成，必须建立在信息数据的收集、整合基础上，通过数据信息交互机制，来实现资源高效配置。同时，数据平台通过对用户需求的挖掘，利用数据和算法技术，为用户建立画像，推进数实深度融合。

　　（三）数据在消费环节价值释放

　　在社会消费领域，日益增长的消费群体、消费行为，带来海量数据。通过分析和挖掘这些数据，从中提炼消费者的消费需求、偏好和习惯，建立以用户需求为核心的企业生产或服务体系，为用户提供更加便捷、临场的消费体验。当下，互联网所带来的消费行为模式的变革，数据要素价值的释放，利用挖掘用户需求来提升交易规模和效率。

　　（四）数据在政府管理与调控环节价值释放

　　数字经济背景下，对数据要素与实体经济的促进作用，还需要政府的参与、监督和调控。来自各个领域的数据信息，政府要通过相应的数据监控机制，提高数据要素服务实体经济、推动社会发展的功能。特别是在公共管理领域，政府通过掌控数据要素，建立相应管理制度，搭建数字化智慧城市管理服务平台，利用数据要素来提升政务管理水平，为数据要素价值最大化奠定基础。

　　三、推进数据要素服务实体经济高质量发展的融合建议

　　从社会经济大环境来看，实体经济是重要推动力。数字经济背景下，数据要素的作用越来越大，特别是“数据二十条”的实施，更要充分挖掘数据要素的价值，来赋能实体经济，推进数实融合。

　　（一）进一步完善数据要素基础制度，保障各主体权益

　　应该看到，数据要素的核心是各类数字化信息资源，数据要素因自身特性存在不确定性，导致数据要素无法确保各主体的权益。因此，要从基础制度建设上，对数据要素进行确权、定价，并明确各参与主体的分配机制。第一，数据要素权属的确定。通过制度建设，明晰数据要素的权属关系。参考物权法相关规定，对数据要素，引入一物多权机制，即明确所有权，用益物权，解决好数据要素多元主体间的权益问题。根据“数据二十条”相关规定，引入市场化机制，对数据要素的权属关系进行管理。第二，引入合理公允有效的数据要素定价机制。数据要素不同于一般生产要素，其特性的多维性，决定了数据要素在融入实体经济过程中，要做好定价与监管，能够对接不同应用场景，兼顾不同使用主体的需求。第三，要优化数据要素各参与主体的分配机制。数据要素在推进实体经济发展中，其目标在于释放数据要素的价值。做好权益的分配，利用激励机制，更好地保障数据要素各主体的权益，为实体经济高质量发展提供有效的数据驱动力。另外，数据要素在社会生产、交易活动中的应用，还要搭建基于数据资源的交易平台，利用中介服务方式，对数据要素供需进行匹配。如对各项数据要素的权利主体进行登记、对相关数据交易活动提供价值评估和交易管控，规范数据要素交易平台，为各主体的利益提供保障，最大化释放数据要素的价值。

　　（二）畅通数据要素与实体经济对接渠道，构建有效循环机制

　　数据要素对实体经济的推动，关键在于搭建开放、共享的互通渠道，促进数据要素在生产、交易、分配、消费等环节的融入，进而赋能实体经济高质量发展。数据要素与实体经济之间，需要完善互通循环机制。一是，确保交易渠道畅通。数据要素进入市场环境，通过交易活动来发挥数据要素的优势。但当前，数据要素市场不健全，相关制度缺失，监管不到位。国家要加快推进数据要素市场建设，以制度建设为数据要素创造良好的发展环境。二是，推进数据要素分级、分类管理。各数据要素主体，要坚持“共享、共用”原则，结合不同产业链，搭建与之相适应的数据价值链，并打通各链条主体间的流通渠道。三是，完善数据要素与其他生产要素间的深度融合机制。以实体企业为例，企业在生产、交易等环节，既要做好生产、技术等要素的协同，还要加强与数据要素的融合。各类实体企业，要通过数字化技术来升级各产业要素的协同，提高配置效率。数据要素与数字技术、其他生产要素的共同作用，才能更有效驱动实体经济高质量发展。另外，从技术——经济视角来看，实体经济高质量发展，还需要依托数字技术的支撑。如实体经济企业要通过数字技术，来构建集收集、存储、加工、挖掘等于一体的数据价值链，通过算力、算法运用，促进数据要素在新业态中的应用。

　　（三）加快产业数字化升级，推进实体经济健康、可持续发展

　　数据要素赋能实体经济，要依托数字化技术，利用数据挖掘来提升各产业要素间的精准匹配。数字化技术，成为产业升级的基础动力。在农业领域，数字化技术渗透率较低，但其前景、潜力巨大。通过构建服务“三农”的数字化综合信息平台，利用农业数据驱动智慧农业发展。在制造业领域，各企业要充分重视数字化升级与企业战略目标的关系，借力数据要素服务生产制造活动，打造“专精特新”产业发展模式，最大化释放工业大数据价值优势。在服务业领域，要聚焦中小微企业等主体，借力数字要素，为中小企业提供全流程信息服务。应该看到，数字经济的核心是数据要素，数据要素更是实体经济发展关键“血液”。政府要积极做好制度设计，对数据要素进行确权、分配、监督，将数据要素、数字技术作为驱动实体经济高质量发展的“双轮”。政府要深化政策、法规建设，规范数据要素的使用，消解数据平台可能产生的负面影响。

　　四、结语

　　数据要素要实现开放、共享，必须引入分类分级管理机制，要通过完善公共数据开发标准、申请制度，保障数据安全，激活数据要素的价值效用。政府要做好顶层设计，借助政策试验台、监管沙盒等手段，构建以数字要素为核心的实体经济治理体系，推动以数治数。