1 引言
黨中央、國務院高度重視發(fā)展大數據，提升社會數據資源價值。習近平總書記明確提出“要構建以數據為關鍵要素的數字經濟”“發(fā)揮數據的基礎資源作用和創(chuàng)新引擎作用”。國務院于2015年發(fā)布《促進大數據發(fā)展行動綱要》，實施國家大數據戰(zhàn)略。黨的十九屆四中全會首次提出將數據作為生產要素參與分配，賦予數據新的使命。黨中央、國務院近期發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》和《關于新時代加快完善社會主義市場經濟體制的意見》進一步明確數據作為新型生產要素的基礎性和戰(zhàn)略性地位，要求激活數據資源價值。這些戰(zhàn)略部署為激發(fā)數據要素價值指明了方向、確定了目標、提出了根本遵循。
2 加快釋放數據要素價值意義重大
2.1 搶抓經濟形態(tài)轉變的歷史機遇 人類社會正加速邁入數字經濟時代，數據日漸成為繼土地、勞動力、資本、技術之后最活躍的關鍵生產要素，對經濟發(fā)展、社會治理、國家管理、人民生活產生重要影響。歷史發(fā)展經驗表明，生產要素在經濟社會發(fā)展中具有基礎性、先導性、全局性的重要影響，生產要素的結構和形態(tài)隨著經濟轉型而不斷變遷升級，關系著經濟增長的長期動力，影響著國家發(fā)展的未來前景。
鑒古知今，可以說誰率先在數據要素價值的發(fā)揮上領先一步，誰就掌握了發(fā)展數字經濟的關鍵因素和主導權。
2.2 推動產業(yè)轉型升級的現實需要當前，我國產業(yè)發(fā)展正面臨多重壓力，如勞動力等成本在不斷上升，制造業(yè)面臨高端回流、低端外遷的“雙重擠壓”挑戰(zhàn)日益嚴峻，逆全球化和新冠肺炎疫情沖擊著全球供應鏈。基于“要素紅利”之上的傳統(tǒng)產業(yè)發(fā)展方式變得越發(fā)不可持續(xù)，亟待轉型升級。加快激發(fā)數據要素價值，以數據為紐帶實現物理世界和信息世界的無縫連接，通過數據智能與行業(yè)機理的結合，實現全局性智能決策和資源動態(tài)優(yōu)化配置，能夠極大地提升產業(yè)全要素生產率，為產業(yè)高質量發(fā)展開辟出新的路徑。
2.3 應對國際競爭挑戰(zhàn)的戰(zhàn)略抉擇數據成為寶貴的戰(zhàn)略資源和關鍵生產要素，對產業(yè)生產方式、運行模式、生態(tài)體系產生深遠影響。以美國、德國為代表的發(fā)達國家和地區(qū)加快出臺數據戰(zhàn)略，促進經濟發(fā)展向數據驅動型創(chuàng)新體系和發(fā)展模式轉變，旨在重塑優(yōu)勢、搶占先機。以歐盟為例，2018年的《通用數據保護條例》、2020年2月的《歐盟數據戰(zhàn)略》等政策法規(guī)陸續(xù)出臺，其目的是打造歐盟單一數據市場，強化數據主權，提升企業(yè)競爭力，以期加速數字化轉型，在新一輪數字革命中后發(fā)制人。目前，這些政策法規(guī)的深遠影響正在逐步顯現。要把握全球格局未定的時間窗口，加快激發(fā)數據要素價值，壯大數字經濟，搶占未來競爭制高點。
3 激發(fā)數據要素價值的關鍵途徑
資源和要素是一組相互對應、相互關聯的范疇。生產要素是經濟學概念，有更加嚴格的要求。生產要素一定是一種資源，但不是所有的資源都可以稱之為生產要素。只有當一種資源具有通用性、全局性、價值性、流通性等多種屬性之后，才可以稱之為生產要素。隨著社會生產的不斷發(fā)展，新的生產要素進入生產過程，生產要素的結構方式也在發(fā)生變化。當前，公認的生產要素主要是土地、勞動力、資本、技術和數據。數據從戰(zhàn)略資源升級為生產要素，能夠發(fā)揮出對傳統(tǒng)要素的配置優(yōu)化、投入替代、價值倍增的作用，從而全面激發(fā)對經濟社會價值創(chuàng)造的乘數效應。筆者認為，數據要素化包含資源化、資產化和資本化3個階段。
3.1 資源化是激發(fā)數據價值的基礎在不經過任何處理的情況下，現實中的數據常常是分散的、碎片化的，沒法直接利用以產生價值。對這些“原料”狀態(tài)的數據進行初步加工，最后形成可采、可見、互通、可信的高質量數據，就是數據資源化過程。其本質是提升數據質量的過程，也主要體現為技術產業(yè)過程。類比于土地，就是土地整理的過程；類比于勞動力，就是提升人力資本的過程；類比于資本，就是改善資本結構的過程。從技術產業(yè)維度看，數據的資源化過程要經歷數據采集、標注、集成、匯聚和標準化等過程。沒有經過資源化提升數據質量的過程，后續(xù)的一切都無法實現。
3.2 資產化是實現數據價值的核心數據承載了產業(yè)運行的規(guī)律、機理等，具有非常重要的潛在價值，但數據本身并不能產生價值。只有把數據與具體的業(yè)務融合，才能在引導業(yè)務效率改善中實現這些潛在價值，這個過程就是資產化。其本質就是數據驅動業(yè)務變革，實現數據價值的過程，更多體現為一個產業(yè)經濟過程。類比于勞動力，就是把勞動力組織起來，與生產工具、生產資料相結合的過程；類比于資本，就是把資本引入產業(yè)，轉換為能夠帶來價值增值的機器、設備、廠房、技術等過程。
數據資產化是數據價值創(chuàng)造過程中的一種質變，真正體現和實現了數據的價值。數據資產化還需要解決一些根本性的問題，如資產屬性、數據確權、數據價值評估等相關問題。
3.3 資本化是拓展數據價值的途徑數據應用不能局限于單個業(yè)務、單個企業(yè)或單個產業(yè)，否則數據就只是一種有用的資源和資產，而無法成為一種通用的關鍵生產要素。數據作為資本的價值需要在數據交易和流通中體現，因為當數據可以跨企業(yè)、跨產業(yè)在社會中有序流通，數據就能流向其可以產生最大價值的地方，繼而把對經濟社會的乘數效應推到最大[1]。因此，數據的資本化可以概括為通過數據交易、流通等活動實現數據要素的社會化配置的過程。這更多體現為一個經濟社會的過程，能夠極大地提升數據的使用價值和交換價值。
從資產到資本，是數據要素化過程中的一次“質的飛躍”，類比于資本，就是馬克思在資本論中所說的從商品到貨幣的“驚險一躍”[2]。數據資本化關乎數據價值的全面升級，是實現數據要素市場化配置的關鍵所在。
4 激發(fā)數據要素價值面臨的問題挑戰(zhàn)
數據要素價值的激發(fā)是一個新的時代命題，也是全球難題。當前，面臨的主要問題可以概括如下。
4.1 數據資源化難度高作為世界人口大國、經濟大國，我國數據資源極為豐富。在不久的將來，隨著5G、物聯網、人工智能等技術的加速應用，我國將成為全球數據量最大、數據種類最多的國家。在互聯網服務領域，數據資源豐富，但由于企業(yè)的技術局限、行業(yè)壁壘、產業(yè)發(fā)展等原因，數據質量參差不齊。在工業(yè)領域，數據資源化還面臨不少困難，直接原因包括：因企業(yè)信息化基礎差、設備接口不開放等造成數據采集不上來；企業(yè)數據底賬不清，不知道自己有哪些數據、分布在哪里，大部分工業(yè)數據處于“睡眠”狀態(tài)；因設備不互聯、通信協(xié)議不兼容等造成不同數據之間存在不匹配、不互認等數據孤島現象普遍，其背后的深層根源是關鍵設備和協(xié)議由國外巨頭所掌握；數據失真、失準及一致性差等因素導致數據匯聚質量不高等[3]。
4.2 數據資產化程度低在消費領域，數據應用于智能推薦、精準營銷、供應鏈金融等場景，給用戶和企業(yè)都帶來生產、生活效率的提升，但目前對數據應用集中在有限場景，應用深度不夠、應用廣度有待提升。在工業(yè)領域，只有部分領軍企業(yè)在數據應用上進行了深入探索，也取得了發(fā)展實效，但大量工業(yè)企業(yè)的數據應用仍然是單點的、局部的、低水平的。其基本原因包括：企業(yè)對數據不重視，“不想用”；數據分析的手段、人才等缺乏，“不會用”；對數據應用規(guī)律缺乏認識，數據應用投入大，“不敢用”等。
4.3 數據資本化進程慢數據流通交易、資產估價是數據資本化的前提，但目前還面臨多重問題，如數據的產權沒有得到明確的界定、數據流通的合法合規(guī)性仍未解決、數據定價和評估機制缺少等。這使得企業(yè)擔心在數據流通中無法獲得預期的收益，又失去了數據主權或控制權。根據工業(yè)互聯網產業(yè)聯盟于2020年3月開展的“工業(yè)大數據利用與管理”問卷調查統(tǒng)計結果顯示，在推進工業(yè)大數據共享流通時，有86%的企業(yè)表示最擔心泄露商業(yè)機密，有33%的企業(yè)擔心會失去數據的控制權從而破壞自身的信息不對稱優(yōu)勢。
5 加快激發(fā)數據要素價值的對策建議
新生產要素的價值創(chuàng)造能力是無與倫比的，但也不是一蹴而就的。歷史上，每一種生產要素價值的全面激發(fā)都經歷了一個由局部到全局、由淺到深的長期歷史演進和發(fā)展過程。推動其向前發(fā)展的力量，既有技術創(chuàng)新的推動，也有制度變革的支撐，有時候甚至靠激烈的社會沖突來推進。例如，勞動力要素價值的釋放離不開健全的勞動力市場、完善的勞動保障等，而資本要素價值的釋放也離不開遍及全球的金融機構和金融市場。
作為一種新的生產要素，數據對經濟社會的放大、疊加、倍增價值已經顯現出來。國家已經做出了頂層設計，并正在加快落地實施，領軍企業(yè)也進行了前沿探索，樹立了榜樣。數據要素對經濟社會的價值巨大，但任務也更加艱巨，需要多方在各個方面進行長期而艱苦的努力。
一是推進數據高質量匯聚，加快數據資源化。組織開展數據資源調查“摸家底”、加快企業(yè)信息化“補課”，為全面采集打好基礎。推動工業(yè)設備數據接口開放、工業(yè)通信協(xié)議兼容化以及數據的高效互通。支持企業(yè)建設大數據平臺，加快多源異構數據的融合和匯聚。通過“全面采集、高效互通和高質量匯聚”，形成完整而貫通、高質量的數據鏈，加快推進數據資源化，為更好地支撐企業(yè)在整體層面、在產業(yè)鏈維度推動全局性數字化轉型奠定基礎。
二是全面深化數據融合應用，推動數據資產化。在需求端，組織開展大數據應用試點示范、大數據競賽等手段，引導企業(yè)加快數據在全流程中的應用，培育數據驅動的新模式、新業(yè)態(tài)，解決不想用、不敢用等問題。加快數據社會治理中的應用，以大數據為手段支撐政府精準施策、精準管理。在供給端，推動產學研加快合作，突破大數據關鍵共性技術，支持發(fā)展數據產品和服務體系，培育大數據解決方案供應商、向中小企業(yè)開放數據服務能力、培育應用生態(tài)等手段，降低企業(yè)數據應用的成本投入和專業(yè)壁壘，解決不會用、不敢用問題。供需雙向發(fā)力，共同推動數據的全面深度應用，加快數據資產化進程。
三是有序推進數據共享流通，拓展數據要素化。加快完善數據權屬，研究制定公平、開放、透明的數據交易規(guī)則。構建合理的數據資產價值評估模式和體系，加快發(fā)現數據合理的內在價值，為市場這只“無形的手”來指導數據定價奠定基礎。鼓勵相關單位加快數據的開放共享，提高數據資源價值創(chuàng)造的水平。支持優(yōu)勢產業(yè)上下游企業(yè)開放數據，加強合作，共建安全可信的工業(yè)數據空間，建立互利共贏的共享機制。加快區(qū)塊鏈等技術在數據流通中的應用，為數據安全、有序流通提供新的技術方案。加強市場監(jiān)管和行業(yè)自律，以科學合理的規(guī)則制度體系作為基本保障，激發(fā)數據市場活力，促進數據要素市場化配置。
