理论动态 |数据要素X行动（第5期）

2023年12月31日，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）。这是国家数据局首个公开发布的文件，具有标志性和行业指向意义。《行动计划》选取工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域展开重点行动。

● 专家解读

国家发展改革委党组成员，国家数据局党组书记、局长刘烈宏：

推动“数据要素x”行动，就是要通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，实现对经济发展倍增效应，从而推动数字经济发展进入激活数据要素价值的新阶段。

与2015年“互联网+”行动相比，“数据要素×”实现了从连接到协同、使用到复用、叠加到融合的转变，其作用机理包括三个方面：一是通过数据应用推动提升经济运行效率，提高全要素生产率。通过从数据中挖掘有用信息，作用于其他要素，能够找到企业、行业、产业在要素资源约束下的“最优解”，解决过去解决不了的难题，将堵点难点转化为新增长点。二是通过数据应用推动知识扩散、业态创新，扩展生产可能性边界。数据是知识的载体，数据在不同场景、不同领域的复用，将推动各行业知识的相互碰撞，孕育出新产品、新服务，创造新的价值增量。三是通过数据应用推动科学范式迁移，提升科技创新能力。当前，科学发现的基本方式正在经历从理论分析、到计算模拟、再到数据探索的转变。多种来源、不同类型数据的汇聚与融合正在极大地提升科技创新的速度。

政府层面，国家数据局将会同有关部门，通过组织试点工程，启动大赛，发布典型案例等方式，多措并举推进“数据要素×”行动计划落实落地。可以预见，不远的未来，会有一批披关于数据要素开发利用的实践案例、经验模式涌现出来。

研究层面，社会各界将会结合各行各业发展实际，通过进一步深化数据要素基本理论、作用规律等的研究，共同探索激活数据要素价值的有效途径。

产业层面，技术型、服务型、应用型数据商在需求牵引和政策支持下将会加快涌现和发展，数据开发利用生态将会出现繁荣景象，数据产业将会朝着做强做大方向进一步前进。

链接：刘烈宏：激活数据要素价值-第25届北大光华新年论坛 (pku.edu.cn)

国家数据局副局长沈竹林：

如何解读“互联网+”和“数据要素×”之间的关系呢？从前者到后者可以用3个转变来概括：一一是从连接到协同的转变。“互联网+”强调的是连接，即各行各业拥抱互联网，实现基于数据生成和传递的互联互通；而“数据要素×”强调的是数据协同，是基于数据有效应用的全局优化。二是从使用到复用的转变。“互联网+”强调的是千行百业利用互联网技术；而“数据要素×”强调的是基于行业间数据复用的价值创造，拓展经济增长新空间。三是从叠加到融合的转变。“互联网+”强调的是通过汇聚数据来提升效率；而“数据要素×”强调的是融合多来源、多类型的数据，驱动创新，培育经济增长新动能。

中国社会科学院大学教授、博导国务院原副秘书长江小涓：

要理解数据要素的特点。数据到底能不能产生乘数效益，为什么互联网是+，数据要素是×呢？数据要素有多个经济学角度的特点，多主体生产、敏感信息多，减损贬值快。但是对数据要素×作用的发挥，最重要的还是它的多场景复用的能力，一组数据可以多次复用，所以可以不断挖掘出新的价值，这是为什么可以数据要素用乘来表达的一个最基本的特点。

数据要素乘数是怎么参加倍增效应的？无论是生产一个产品、生产一个设备，最后生产出来的是实体。但是在数字时代我们在生产实体的同时生产出来的一组数字产品，这个产品本身可以回嵌到实体中间，把它变成一个智能化的产品，可以自己传送数据。它同时可以回馈到生产过程当中提高这个生产过程的效率。除此之外，这个数据产品可以有非常大的利用空间，可以训练机器，可以做成互联网的成熟的封装产品，把它给其他企业作用。总之来讲，实体的产出是确定的数，数字的产出是可以有很大放大效应的数据。所以一个产品两套产出，而且数据化的产出是可以带来更多的挖掘机会。

刚才讲的行动计划主要是用数据要素广泛赋能传统产业，但是在数据要素赋能传统产业的同时，数据原生产业的发展是非常重要的。数据原生产业是直接把数据转化为产出的产业类型，而不是对那些原本就存在的传统产业用数据来赋能。可以分为四大类：

第一，数据和智能产业以及应用模型的生产企业，现在最典型的比如微软、金山，以及目前火爆的ChatGPT、文心一言，这就不是在行动计划里面的场景，但是它是数据原生产业，只有它发展起来了，才能够为其他传统产业赋能。

第二，数据计算和传输相关的基础设施，以及数字技术相关的设备和产品。

第三，专业的数据生产商，现在非常多，发展也特别快。只要讲到能化的过程，这个产业首先要有了体系化的数据才可能有智能化的转型，所以专业的数据生产商是非常重要的，是未来高速增长的产业。

第四，依托数据的创新产业，现在新创产业中排名前十位的行业全部是数字企业。所以在我们重视用数据要素赋能传统产业的同时，对这些数据原生产业一定要高度重视，它是赋能的主体，它发展起来了数据赋能产业才有可能发展下去。

目前数据交易的数量还是非常有限的，它需要一个过程，但是我们应该放开让它去试。现在数据交易最主要的还是场外数据交互和交易，我有一组数据并不准备卖给下游产业，而是我把全产业链拉通以后带来业务的扩张，然后共同分享，这在现有的应用空间是最多的，所有的平台都是这个模式。所有的机票出售方，不会把客户坐飞机要去哪里的这组数据卖给下游客户，而是把我的出行数据推送给客户要去的那个城市的旅店，实际上是把数据和相关生态链打通之后互相业务增强，然后来分成。这是通过数据交互带来业务的增长，带来效益的提升。而要把它拿到数据交易所作为一个数据包，然后让对方来买，这在目前完全不是主流模式。现在大家非常强调，数据交易所都抢先发证，持有证、交易证、产权证，实际现在我们这种交互模式下对确权估值不需要。而更需要的是怎么隐私保护、怎么数据安全，这是真正的数据交易中间要做的事情。数据交易所的声音比较大，也是地方政府重点要扶持的，但是数据本质上的交易流通目前采取的是交互方式，这也是数据要素最重要的一个特点。很多类型都是靠场外数据交互，不论是贸易、制造、农业、金融，还是新的人工智能的使用，都是由交互方式来主导的。

链接：全文|江小涓新年演讲：为什么互联网是+，数据要素是×呢？

阿里云智能集团副总裁、中国信息化百人会执委安筱鹏博士：

学习《“数据要素×”三年行动计划》征求意见稿，重要的体会是，它重新定义了数据要素议题的“锚点”，夯实了数据要素议题讨论的“前提”，校准了数据要素工作部署的“方向”，将数据要素工作的重心放在“数据如何创造价值”上，回答了数据要素的作用机理、核心瓶颈、优先领域、价值导向、实现路径等重大议题。将数据要素的主流话语体系聚焦在如何加快应用上，锁定在如何服务中国现代化全局上。

南开大学经济与社会发展研究院教授杜传忠：

《行动计划》把培育和发展新质生产力作为实施“数据要素×”行动的重要目标之一。新质生产力的培育有多种推动力量，其中数据要素作为国家基础性战略资源和关键性生产要素，与算力相结合，将衍生形成强劲的数据生产力，成为新质生产力的重要组成部分。类似ChatGPT这样的生成式人工智能大模型，他认为，AI大模型以智能算力作为底座支撑，通过深度学习算法和万亿级别数据的训练，不断迭代，从而形成新质生产力。此外，数据要素在人工智能技术加持下，推出大量具有深度学习、自主学习能力的机器人，可以进一步深化劳动分工、优化劳动力供给结构，从而形成新质生产力。

中国科学院科技战略咨询研究院大数据战略研究中心执行主任冯海红：

数据要素的价值化，需要体现在提升社会治理能力、提升生产经营效率、创造新业态新动能等具体方面，该行动以智能制造等领域及其关键环节为重点，推动数据要素在经济社会发展中切实发挥倍增、放大、乘数效应，具有较强的引导性。数据要素市场化配置改革要坚持价值导向，避免片面鼓吹和谋求所谓的“数据财政”，而是要在创造经济社会价值过程中，不断探索数据要素赋能的新模式、新机制。

未来应切实发挥数字经济联席会议、国家数据局的统筹协调作用，在试点示范、专项资金支持等方面发挥强有力的引导支撑作用。同时，建立健全数据交易场所、数据商和第三方专业服务机构的引导规范制度。充分发挥国家高端智库和专业服务机构的作用，加强成效评估、模式总结、案例筛选等方面的专业化力量。

华南师范大学法学院特聘研究员、数字政府与数字经济法治研究中心主任马颜昕：

数据要素乘数效应，以推进数据要素协同优化、复用增效、融合创新作用发挥为重点。数据要素协同优化，一方面是指各种数据互相协同才能发挥更大效用，例如行业数据空间协同了产业链上的数据，而不是单独的数据发挥价值。另一方面是数据要素和其他要素的协同，例如贷款审批是数据要素和资本要素的协同。数据要素复用增效，则是提高数据的多主体复用性，同时增加数据新的效能，不断提升数据质量，突破传统资源要素约束条件下的产出极限，拓展经济增长新空间。当前数字政府实现“一处填表，处处可用”并在各个领域发挥作用，即是数据复用增效的一种表现。数据要素融合创新，是公共数据和社会数据融合应用，也是社会数据自身的融合应用，在不同类型、不同维度的数据融合过程中产生新业态。