王澤宇,?呂艾臨,?閆樹
中國信息通信研究院，北京 100191
摘要：基于數據和生產要素的概念和歷史分析，提出數據要素是根據特定生產需求匯聚、整理、加工而成的，參與社會生產經營活動的計算機數據及其衍生形態(tài)，應聚焦其作為經濟增長的新動能和推動生產發(fā)展的價值。總結了數據要素的價值釋放途徑，即業(yè)務貫通、數智決策、流通賦能三次價值，應在推動數據要素發(fā)展過程中予以全面關注。
關鍵詞：數據要素 ; 數據 ; 生產要素 ; 三次價值
論文引用格式：
王澤宇, 呂艾臨, 閆樹. 數據要素形成與價值釋放規(guī)律研究. 大數據[J], 2023, 9(2): 33-45.
WANG Z Y, LYU A L, YAN S. Research on the regularity of data factor formation and value release. Big data research[J], 2023, 9(2): 33-45.
2022年12月19日，《中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》（以下簡稱“數據二十條”）發(fā)布，受到政產學研各界廣泛關注?！皵祿畻l”是我國進一步推動數據要素發(fā)展的綱領性文件，明確了構建數據基礎制度、發(fā)揮數據要素作用的前提、主線、重點、目標與工作原則，系統(tǒng)提出以數據產權制度、數據要素流通和交易制度、數據要素收益分配制度、數據要素治理制度為骨架的中國特色數據基礎制度體系。作為數據要素領域的國家級政策文件，“數據二十條”對數據要素發(fā)展的四大核心環(huán)節(jié)做出專項部署，以基礎制度破解基礎難題，為推動數據在更大范圍內有序流通和合理集聚、進一步促進數據價值轉化指明了方向。
當前，學術界、產業(yè)界已從多個視角對數據要素展開深入探討，數據要素化條件、數據要素獨特屬性、數據要素與經濟增長、數據基礎制度體系、數據要素市場培育、數據確權授權與權益保護、數據估值定價、數據流通技術等方面已有大量研究成果。高富平等人認為數據智能是數據要素的價值生產模式，提出“原始性”“機讀性”“滿足一定質量要求”是數據要素化的三大條件。何蘇燕認為數據生產要素化是數據從可能的生產要素轉變?yōu)楝F實生產要素的過程，數據的集聚化、能力化、融合化、價值化是數據得以要素化的機理。上述研究揭示了數據要素化的基本條件，而數據獨特的屬性為其要素化賦予新的稟賦。郭琎等人從技術、經濟、市場3個維度歸納了數據的9個屬性，嚴宇等人將虛擬性、非競爭性、排他性、非競爭性作為數據要素的顯著特征，李勇堅進一步分析了數據要素非競爭性與部分可排他性、收益遞增與收益遞減、協(xié)同性、外部性等經濟特性的內涵。在此基礎上，蔡繼明等人和張龍?zhí)旆謩e運用廣義價值論和內生經濟增長理論論證了數據要素與價值創(chuàng)造、經濟增長的關系。
充分發(fā)揮數據要素價值、促進經濟增長需要建立數據基礎制度體系。王建冬等人、童楠楠等人、段堯清等人分別就數據要素基礎理論與制度體系、中國特色數據要素產權制度體系、數據基礎制度的價值取向進行了設計和分析。其中，數據要素市場化配置是數據要素價值放大、疊加、倍增的重要機制。熊巧琴等人對數據交易相關問題和研究進行了歸納，魏凱等人總結了我國數據要素市場培育的進展、挑戰(zhàn)和應對思路，何金海站在企業(yè)視角分析了數據流通的實踐困境，黃麗華等人研究了數據要素市場中的產品形態(tài)與交易模式。關于數據要素市場的基礎性問題，申衛(wèi)星、戎珂等人分別討論了數據用益權的基本理論和數據分級授權機制的意義，黃倩倩等人、歐陽日輝等人分別研究了數據價格生成機制和數據估值定價評估指標，周建平等人分析了隱私計算技術對數據流通模式的影響。
上述研究為數據要素相關政策制定和產業(yè)實踐提供了有益指導。然而，聚焦數據要素本身的價值釋放規(guī)律這一底層原理性問題，目前的討論還不夠充分和深入。上述研究中涉及的數據要素價值的討論，更多是從結果、成效的視角論證數據要素對其他生產要素、社會經濟生產效率的巨大作用。但數據究竟在哪些途徑中釋放出其作為生產要素的價值？數據要素究竟在哪些環(huán)節(jié)中成為驅動經濟發(fā)展的新動能？這些問題還難以講清，而對這些問題的探究正是對數據要素本質、價值釋放途徑等基礎性規(guī)律的把握，是更好發(fā)揮數據要素作用、健全數據要素市場體系的理論原點。正如“數據二十條”規(guī)劃的目標，數據基礎制度建設、數據要素市場培育等的規(guī)劃與推進，最終都要充分實現數據要素價值，促進全體人民共享數字經濟發(fā)展紅利。關于數據要素本質與價值釋放基本規(guī)律的探索、討論、爭議也應成為數據要素研究的重要課題。
基于以上背景，從歷史與現實相結合的視角，分析數據要素的本質、淵源，歸納數據要素價值釋放的途徑，為數據要素價值釋放的基本規(guī)律提出探索性的邏輯框架，力圖推進后續(xù)各界對數據要素基本概念、基本機理的深入探討與理解，從而支撐基礎制度相關議題的研究，啟發(fā)基本難題的破解思路。
數據的巨大作用已有目共睹，然而數據概念的混淆也為法理探討、權益分配、開發(fā)利用等相關話題帶來不少困惑，成為產業(yè)數字化轉型、數字產業(yè)化發(fā)展、數字經濟監(jiān)管治理的絆腳石。更清晰、深入地理解數據，是把握數據要素內涵與價值的重要前提。
在最廣泛的意義上，數據就是記錄事實、活動的符號、信號。由于數據是一種特殊形態(tài)的存在，不同場景對數據的界定各不相同。就其表現形式而言，《辭海》（第七版）將數據定義為“描述事物的數字、字符、圖形、聲音等的表示形式”。按照《中華人民共和國數據安全法》中給出的定義，數據是指任何以電子或者其他方式對信息的記錄。就其使用目的而言，在最新版的《牛津英語詞典》中，數據被定義為“被用于形成決策或者發(fā)現新知的事實或信息”。詞典、法律對常規(guī)印象的描述都表明，數據的本質不在于“數”，而在于對各類信息的記錄和處理，數據是人類認知世界的一種重要媒介。
事實上，英文data本就沒有“數”的含義，其單數形式datum來自拉丁語dare，意思是“給出的東西”，主要指論辯時給出的事實或依據。古代遺留的戶口管理名冊、天文觀測記錄等均符合今天人們對數據的認知。數據作為認知媒介的獨特性就在于，以各種符號按規(guī)則匯聚的組合體系為表現形式，向人們提供處理事務、認知世界的依據。值得注意的是，規(guī)則體系的設計者是人，數據收集的維度實際上是人預先選擇的觀察視角，物理世界被特定的觀察視角和技術框架映射到數據世界。正如國際數據管理協(xié)會（Data Management Association， DA M A）所討論的，數據是需要被創(chuàng)造出來的，數據在語境或上下文中才有意義。
當然，數據與“數”確實存在歷史淵源。信息記錄與處理、數值符號的計算始終是社會運轉和發(fā)展的基本需求，與計算工具和技術的迭代相互促進。隨著計算技術和數學理論的發(fā)展，到18世紀末，數學、統(tǒng)計學在自然科學研究和社會經濟活動中的作用不斷彰顯，人們從數字及其組合中挖掘出大量因果規(guī)律與相關關系， data一詞開始專門用于表達可供數學、統(tǒng)計學處理的原始數字材料，它所指的事物也逐漸聚焦數值化的事實記錄。漢語中最先將data譯為“數據”的人是誰尚未考證出結論，但可以肯定，翻譯時data已更多指數值化的符號。數值雖然不是數據的本質，但數值化后，數學、統(tǒng)計學等強有力的工具得以應用，極大地提高了數據的價值。在當前語言環(huán)境中，遵循規(guī)則匯聚的符號表（尤其是數值表）、表中的一條記錄或從表中統(tǒng)計得到的衍生指標，都會在不同場合被稱為“數據”。
隨著計算機的發(fā)明，1946年，“數據”一詞首次用于表示可傳輸和可存儲的計算機信息。從表層含義看，計算機處理的數據是指一系列二進制編碼，與符號表、結論性指標等數據并不相同。事實上，二進制是數值符號的進一步演化，是運用計算機記錄世界的符號，記錄規(guī)則在底層實現標準化和規(guī)范化。同時，將各類事物編碼為計算機可處理的二進制數據極大地提升了人類處理信息、認知世界的能力，近十幾年來半結構化、非結構化數據應用水平的提升就是證明。
由此可見，人類對數據的認知和利用是一個不斷加深的過程。當今身處的大數據時代，底層是“編碼之大”，伴隨“處理之快”，引發(fā)“價值之高”。基于以上現實，今天談論的“數據”應定義為：基于二進制編碼的、按照預先設置的規(guī)則匯聚的現象記錄?！盎诙M制編碼”將非計算機數據排除在外，非計算機數據若要進一步發(fā)揮價值，也需轉化成二進制符號，成為計算機數據。同時，該定語也具有囊括性，曾經難以處理的圖像、視頻已變成非常熱門的數據，未來或許還有新的事物加入數據的范疇?！鞍凑疹A先設置的規(guī)則匯聚”強調數據的發(fā)掘創(chuàng)造離不開數據收集者的主動設計，其規(guī)則是數據收集者的主觀認知與客觀的技術能力相適應的結果。數據收集者根據自己的需要和具備的條件主動構造出物理世界的某一側面，并以精確、受控的規(guī)則將這些側面呈現為大量數據。數據集的結構、規(guī)則是數據收集者特定視角的外在表現，數據集中的每條數據是特定視角下直觀把握到的基本單元。因此，當今談論的數據，底層固然是二進制數值，但數據的本質不在于數值，而在于不斷創(chuàng)新的記錄匯聚、不斷涌現的認知升級。
生產要素是用于生產經營活動的經濟資源，但并非所有經濟資源都是生產要素。生產要素不是所有投入生產過程的資源總和，而是對某一時期經濟發(fā)展中所需重要資源的科學抽象，是一個歷史范疇。換言之，生產要素是對生產過程中為獲得經濟利益所投入成本的高度凝練，是維系社會物質生產方式的基本元素和價值源泉。土地、勞動、資本、技術、數據這些生產要素都是隨著生產力的發(fā)展不斷擴充的。生產力發(fā)展是人類社會發(fā)展的決定力量，在不同經濟形態(tài)下，主導生產力競爭的核心要素也不同。每一次社會經濟形態(tài)變革和產業(yè)革新都伴隨新的生產要素出現，并帶動社會生產力躍升。每當出現經濟增長速度快于已知要素投入的增長速度時，就可以抽象出新的要素來說明其余要素未能說明的剩余產出。
1662年，威廉·配第（William Petty）在著作《賦稅論》中提出“土地為財富之母，而勞動則為財富之父和能動的要素”，從此確立了生產要素二元論：土地和勞動?；赝r業(yè)社會，土地和勞動維持著人類社會的生存與發(fā)展，兩種要素共同開辟出基于農業(yè)的生產領域，人類得以與野生自然界區(qū)隔。此后經過第一次工業(yè)革命與第二次工業(yè)革命，人們進入工業(yè)社會，亞當·斯密（Adam Smith）與阿爾弗雷德·馬歇爾（Alfred Marshall）等學者相繼將資本、才能、技術、管理等列為新的生產要素，這些要素開辟出不同于農業(yè)的新生產領域，極大地推動了人類社會的進步。
可見，對新生產要素的概括是相對靈活的，關鍵是凸顯要素為生產水平帶來革命性提高的價值。2002年，黨的十六大報告提出“確立勞動、資本、技術、管理等生產要素按貢獻參與分配的原則”，2013年黨的十八屆三中全會提出“健全資本、知識、技術、管理等由要素市場決定的報酬機制”，2015年黨的十八屆五中全會提出“優(yōu)化勞動力、資本、土地、技術、管理等要素配置”，2019年黨的十九屆四中全會提出“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制”。列舉的生產要素始終在發(fā)展，充分體現出生產要素的時代性，關注生產要素的重點應放在時代中最具生產價值的方面。對生產要素的凝練，關鍵是突出事物在相應時代可投入生產的側面，遮蔽該事物其他存續(xù)方式，充分發(fā)揮其推動產業(yè)發(fā)展和經濟增長的價值。
當今的數字經濟是繼農業(yè)經濟、工業(yè)經濟之后的主要經濟形態(tài)。數字經濟發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。在數字技術快速迭代、全社會廣泛數字化的技術和產業(yè)背景下，數據具備了規(guī)模大、價值高等特征，全方位改變了人類生產、流通、分配、消費活動和經濟運行機制、社會生活方式、國家治理模式。與農業(yè)革命、工業(yè)革命時期生產要素作用類似，數據逐漸開辟出不同于工業(yè)，甚至獨立于現實世界的新生產領域。數據已變成為生產目的留存?zhèn)溆玫馁Y源，為數字經濟持續(xù)增長和永續(xù)發(fā)展提供了基礎與可能，逐漸成為數字經濟時代的關鍵生產要素。
正如前文所討論的，將數據凝練為生產要素的原因在于它對推動生產力發(fā)展已顯現出突出價值，而這一過程有深厚的技術和產業(yè)背景。在計算機發(fā)明后、數據庫誕生前，程序員處理數據面向的是操作系統(tǒng)的底層文件，操作復雜，效率較低。1970年，埃德加·費蘭克·科德（Edgar Frank Codd）提出關系型數據庫模型，隨后SQL語言、聯機事務處理（on-line transaction processing，OLTP）系統(tǒng)等的廣泛應用充分發(fā)揮了關系型數據庫的價值，數據使用者可以利用標準化工具操作數據，專注上層應用的開發(fā)，業(yè)務運轉效率明顯提高。20世紀末，互聯網進入大規(guī)模商用階段，網絡化的特征逐漸凸顯。隨著數據量的擴大，數據倉庫的概念和技術逐漸完善，隨之而來的數據價值挖掘需求也不斷增加，埃德加·弗蘭克·科德于1993年進一步提出支持復雜分析操作的聯機分析處理（on-line analytic processing，OLAP）系統(tǒng)，業(yè)務間的壁壘開始打通，數據驅動的分析決策在生產中的作用逐漸顯現。近年來，隨著數據量的指數級增長，Hadoop、Spark、Flink等大數據組件，以及云計算、人工智能、深度學習等新興技術也呈現出產業(yè)化發(fā)展、迅速迭代、深度融合的態(tài)勢，目前已進入以數據的深度挖掘和融合應用為主要特征的智能化階段，對海量數據實時處理和智能分析極大推動了生產效率的提升，數據已成為生產環(huán)節(jié)不可替代的基本元素和價值源泉。
由此可見，“數據要素”是大數據技術與產業(yè)背景下，在數字經濟時代生產力和生產關系語境中對“數據”的指代，是對數據促進生產價值的強調。作為一種理論視角下的術語，靜態(tài)地看，數據要素的外延就是各行各業(yè)所操作的產品數據、設備數據、工業(yè)數據、農業(yè)數據、金融數據、物流數據、社交數據、消費數據、公共數據等類型，在生產經營活動中，這些數據類型根據生產需求被加工成各種形態(tài)。概括為理論層面的內涵，數據要素是：根據特定生產需求匯聚、整理、加工而成的，參與社會生產經營活動的計算機數據及其衍生形態(tài)。
基于以上定義，投入生產的原始數據集、標準化數據集、各類數據產品及以數據為基礎產生的系統(tǒng)、信息和知識均可納入數據要素討論的范疇。從原始數據輸入輸出的業(yè)務系統(tǒng)，到金融機構對個人征信系統(tǒng)的接口查詢，到企業(yè)信用數據挖掘關聯服務，再到數據應用終端、數據報告，各類產業(yè)實踐已出現生產效率全面提升的局面，數據在其中以各種形態(tài)投入生產，釋放出全新的價值。
因此，從產業(yè)實踐發(fā)展的角度看，應特別強調數據要素是一種經濟新動能而不是目的本身，可以隨著語境而動態(tài)變化，需要突出的是其生產價值，而不必特地框定哪一塊是數據要素、哪一塊不是數據要素。例如，一張數碼相機拍攝的人像照片雖然是二進制編碼的成像，但對于拍攝者來說它是一張有版權的攝影作品，而不是數據要素。然而這張照片若成為人臉識別數據集中的一張，它就具有了數據要素的價值。又如，國際數據管理協(xié)會認為，數據是信息的一種形式，信息也是數據的一種形式，數據和信息都需要被管理。因此，數據要素可以囊括整個產業(yè)鏈、產業(yè)生態(tài)中投入生產并創(chuàng)造價值的原始數據集、標準化數據集、數據服務終端、數據接口、數據模型、數據評分、聯合計算、業(yè)務系統(tǒng)、數據報告等多種形式，相應的業(yè)態(tài)都需要明確監(jiān)管紅線，鼓勵創(chuàng)新發(fā)展。
高富平等人為數據要素下的定義是“作為數字經濟時代的生產要素，數據不是傳統(tǒng)意義上的信息，更不單純是數字化的知識成果，而是泛指在智能網絡系統(tǒng)中生成的供機器學習等智能分析工具使用的可機讀原始數據”；王超賢等人提出創(chuàng)造價值的數據要素形態(tài)是信息和知識，本質是在不確定條件下優(yōu)化決策。這些觀點深刻揭示出數據要素在生產中通過提高認知與智能水平釋放價值的作用。但需要注意的是，當前越來越多的生產活動正在由物理世界轉向數據世界，甚至眾多生產活動必須在數據世界完成，數據要素的概念也蘊含著更多的內涵。數據要素在數據概念內核的基礎上，依托多樣化技術支撐，使數據在歷史上發(fā)揮的多層次作用在當代融貫，實現其價值的釋放。
上述討論表明，數據并非從誕生起就是生產要素。近20年來，人類采集數據、處理數據的能力有了質的躍升，經濟活動數字化轉型加快，數據才逐漸具備成為生產要素的性質，對提高生產效率的乘數作用凸顯。激活數據要素的根本目的是以多樣、創(chuàng)新的方式投入生產，為經濟社會生產創(chuàng)造更大的價值。數據要素究竟如何發(fā)揮其作為生產要素的價值，需要進一步分析。隨著信息技術的發(fā)展和產業(yè)應用的演化，數據要素投入生產的途徑可分為三次價值釋放過程，即數據支撐業(yè)務貫通、數據推動數智決策、數據流通對外賦能，如圖1所示。需要注意的是，之所以說這三次價值是數據要素價值釋放的3條途徑，是因為一方面這三次價值之間存在一種遞進關系，后者往往以前者為基礎；另一方面，這3條途徑存在一種并列關系，這些價值可以且有必要同時予以關注、同時充分釋放。
圖1???數據要素的三次價值釋放
數據投入生產的一次價值體現在支撐政府、企業(yè)等組織的業(yè)務系統(tǒng)運轉，實現業(yè)務間的貫通。首先，數據經由各個業(yè)務系統(tǒng)的設計產生，經過業(yè)務系統(tǒng)的規(guī)范，在特定范圍內實現標準化數據的不斷積累，逐漸匯聚成可利用的資源。其次，這些數據支撐著業(yè)務系統(tǒng)的正常運轉，通過計算機對數據的讀寫，實現業(yè)務初步的標準化、自動化管理和運營。最后，一定程度標準化的數據具備了通用性，數據得以打破線下與線上的界限，打破業(yè)務流程間的界限，甚至有打破組織內部業(yè)務領域間界限的能力?？傊?，業(yè)務系統(tǒng)搭建起來、數據在系統(tǒng)中運轉起來時，數據就已經在生產活動中釋放出價值。
從投入生產的執(zhí)行環(huán)節(jié)看，數據支撐業(yè)務貫通直觀表現為提高勞動等生產要素的利用率。技術要素與之類似，通過將技術投入生產環(huán)節(jié)，實現業(yè)務流程中對部分勞動、崗位的替代，發(fā)揮其乘數作用。在這個意義上，就像將技術投入生產釋放價值一樣，發(fā)揮數據要素作用的首要工作是充分認識數據要素的作用，真正在業(yè)務中用到數據、貫通業(yè)務。此時，數據以業(yè)務系統(tǒng)為單元集中產生、單一存儲，相應的治理工作也以增、刪、改、查、對齊、合并等常規(guī)的數據庫管理為主，多集中于局部業(yè)務領域的流程改善和相關業(yè)務數據的貫通。雖然此階段數據并未得到深度整合與分析，但無論是開發(fā)系統(tǒng)積累數據，還是操作數據規(guī)范業(yè)務流程，或是利用數據貫通業(yè)務，它們都是數據世界內的生產活動，創(chuàng)造出相應的價值。因此，數據的一次價值是實現數字化轉型、提高組織內部經營管理效率的第一步。
為了推動數據的一次價值釋放，政府、企業(yè)等組織的主要工作重心是業(yè)務數據化及各類業(yè)務信息系統(tǒng)建設。例如， 20年前，我國以“兩網、一站、四庫、十二金”工程為代表的電子政務建設全面開展，經過多年推進，各級政府業(yè)務信息系統(tǒng)建設和應用成效顯著，通過業(yè)務數據化的方式實現了數據在系統(tǒng)中的有效運轉和貫通，公共服務水平得到全面提升，為當今的數字政府建設奠定了基礎。這一階段，組織內部持有的數據種類相對單一，計算要求簡單，技術門檻較低，關鍵是深入挖掘業(yè)務需求，明確業(yè)務數據化方向。當前仍有大量行業(yè)、企業(yè)未能有效實現數字化轉型，“流程靠跑、查詢靠問”的傳統(tǒng)工作模式阻礙了生產效率的提升。
總之，數據要素的一次價值如同尋找礦洞、積累礦藏，是數據要素流通的基礎工作。在眾多行業(yè)和企業(yè)尚不具備業(yè)務數據化能力的背景下，對這些行業(yè)和企業(yè)談論數據要素市場還為時過早。若要更好地發(fā)揮數據要素作用，需要幫助這些行業(yè)和企業(yè)釋放數據要素的一次價值，用數據支撐起業(yè)務貫通。隨著業(yè)務需求的挖掘和業(yè)務信息系統(tǒng)的建設，大量寶貴的業(yè)務數據不斷積累，組織內業(yè)務系統(tǒng)數據獨立存儲、共享壁壘高筑的情形不再適應生產經營發(fā)展的需要，數據統(tǒng)一管理、貫通使用的場景不斷涌現，為進一步挖掘數據的生產要素價值奠定了重要基礎。
數據要素投入生產的二次價值釋放體現在通過數據的加工、分析、建模，揭示出更深層次的關系和規(guī)律，使生產、經營、服務、治理等環(huán)節(jié)的決策更智慧、更智能、更精準。一方面，通過對大量數據的管理和分析，組織內部的決策者可以實現“用數據說話、用數據決策”，運用數據呈現出的關鍵指標與信息評估發(fā)展態(tài)勢，即時有效防范、化解風險，創(chuàng)新行動方略；另一方面，數據分析也直接嵌入系統(tǒng)，與業(yè)務緊密融合，即時的數據挖掘、分類、預測、聚類等直接向業(yè)務賦予智能化的價值。
在這兩方面中，數據都是通過帶來新信息、實現認知層面的升級來創(chuàng)造生產價值的。從控制論的角度看，物質、能量和信息是構成世界的三大基石，信息不是物質也不是能量。如同土地要素是所有生產經營活動的物質基礎，資本要素提高了物質交換的效率，勞動要素和技術要素促進了能量的轉移與轉換，數據要素可以支撐起對信息這一基石的創(chuàng)造與轉換。與其他要素相比，對信息的把握與運用是數據要素價值釋放的獨特所在。在數據要素的二次價值中，“決策”一詞是廣義的含義，既包括人的抉擇與決策，又包括業(yè)界所說的機器“智能化決策”。人和機器都可以根據各種信息、規(guī)律、規(guī)則做出選擇，人可以利用數據更好地認識形勢和規(guī)律，人的能力難以認知到的業(yè)務規(guī)則可以交給機器認知。從根本上講，數據二次價值釋放是深層關系與規(guī)律的挖掘帶來的認知突破，提供了獨特的觀察視角，由此構建出理解、預測乃至控制事物運行的新體系，從而擺脫經驗和人工的局限。
當前，一些頭部制造業(yè)企業(yè)已建立起針對業(yè)務管理和經營決策的完整數據鏈，部分關鍵的經營管理決策動作可以被數據代替，從而實現通過業(yè)務智能化優(yōu)化管理崗位用工結構；各大銀行充分整合中小企業(yè)的經營數據，挖掘更準確的企業(yè)客戶畫像與信用評分，由此決定中小企業(yè)貸款風險評估結果，為中小企業(yè)低成本融資提供可能?？梢钥吹?，數據要素不僅可以投入自有業(yè)務支撐分析決策，還能夠與其他生產要素交融，形成新的要素組合和要素結構。數據驅動的智慧化、智能化決策通過與傳統(tǒng)要素的業(yè)務化結合，可以實現用更少的要素資源投入，創(chuàng)造更多的物質財富和服務，從而優(yōu)化傳統(tǒng)生產要素的經營與配置，使傳統(tǒng)要素價值倍增，提升全要素生產效率，實現生產率躍升、產業(yè)鏈優(yōu)化和競爭力重塑。
總之，數據要素的二次價值具有其他生產要素不具備的獨特性，是數據要素價值釋放的核心所在。數據要素流通的重要目標也是回饋二次價值的釋放，使數據在認知決策層的價值惠及廣大主體，因此數據要素二次價值的基礎也必須筑牢。為了推動數據要素二次價值的釋放，各組織需主動提升數據意識和數據挖掘能力，在數據分析、人工智能等技術的輔助下，構建數據自動化、智能化采集、處理、執(zhí)行的新生產體系，消除人的認知誤區(qū)和主觀偏見，發(fā)揮數據要素在生產力競爭中的關鍵作用。戰(zhàn)略決策者可以結合對業(yè)務目標的深刻理解，利用大量數據挖掘呈現的結果做出更智慧的決策，執(zhí)行層可以充分利用數據分析結果，讓人通過智能的關聯、圖譜等做出更有效的選擇，讓機器尋找關鍵的函數、標簽、畫像，實現自動化地預測、分析，使數據的二次價值回饋一次價值，業(yè)務運轉變得更加智能。
數據要素投入生產的三次價值釋放使數據流通到更被需要的地方，使不同來源的優(yōu)質數據在新的業(yè)務需求和場景中匯聚融合，實現雙贏、多贏的價值利用。流通賦能是數據要素價值飛躍的一個關鍵。一方面，數據具有規(guī)模報酬遞增效應，越大規(guī)模、越多維度的數據融合匯聚創(chuàng)造的價值越大，金融、物流、通信、汽車等經濟活動中的各類事項均可被多方來源的數據賦能，企業(yè)自有數據與外部數據的充分融合可以實現數據應用價值的最大化。因此，隨著對數據一次價值、二次價值的釋放，各組織對于數據的需求量已經超越了自身產生的數據。另一方面，現階段大量數據集中于少數主體，數據要素分布不均、結構失衡的問題較為突出。數據具有的低成本復制性可以改變要素投入生產的結構，更大規(guī)模、更廣范圍的數據要素利用不會增加過多額外成本，但可以產生超額利潤，使社會福利增加[28]?！皵祿畻l”強調促進全體人民共享數字經濟發(fā)展紅利，數據要素流通可以激發(fā)數據的正外部性，使數據價值惠及廣大市場主體和全體人民。
歷史經驗表明，生產要素并不必然需要流通，但流通有助于進一步釋放生產要素價值。農業(yè)領域，土地要素自古釋放著生產糧食的價值。土地流轉政策的改革與落地讓土地在供給方和需求方間有效流轉，進一步促進了農民獲得財產性增收，激活了農業(yè)剩余勞動力的轉移。參考土地要素流轉經驗，結合數據要素自身屬性，數據要素的三次價值釋放需要各組織有效管理自有數據，提升高質量數據供給能力，挖掘外部數據引入需求。需求與供給間存在對立統(tǒng)一的關系，各組織及相關服務商需要關注多元化能力的提升。在一次數據流通過程中，數據供給方和需求方雖然不是同一主體，但一個主體可以兼具數據供給方和需求方的身份，在不同業(yè)務場景中進行轉換。在追求利益的市場自發(fā)手段調節(jié)下，需求能夠牽引供給，供給也能創(chuàng)造需求。供給方與需求方的數據框架在相互對齊的過程中，不斷擴大相應的市場規(guī)模，增加新的經濟增長點，從而在多元場景中持續(xù)釋放數據要素的業(yè)務價值、經濟價值和社會價值。
為了實現數據供需雙方高效規(guī)范匹配，數據要素市場培育逐漸成為行業(yè)關注焦點。市場的基本含義是各方在共識規(guī)約下自由參與交換的場所。數據要素市場是以數據供給方、需求方為主體，以各種形態(tài)的數據為對象，以流通為手段，從而實現參與方各自訴求的場所，是一系列制度和技術支撐的復雜系統(tǒng)，數據供給、業(yè)務需求、流通模式、權利關系、價格機制、技術條件、配套設施等都是數據要素市場的構成要件。因此，數據要素市場的培育應在保障安全和隱私的前提下，本著自由流動、普惠發(fā)展的原則進行鼓勵和規(guī)范，使各項工作有力支撐起數據要素價值的充分釋放。
推動數據要素發(fā)展，是對當今技術與產業(yè)背景的深刻把握，是搶抓數字經濟時代國際競爭制高點的關鍵舉措。發(fā)展數據要素應聚焦于數據要素價值的釋放。數據要素三次價值釋放規(guī)律突出了數據要素本身的作用機理，在一定程度上揭示出組織內的數據業(yè)務開展與全社會的生產力提升之間的關系。關于數據要素及其價值釋放的基本規(guī)律還需要持續(xù)深入挖掘和闡釋，但數據要素的三次價值提示人們：數據要素發(fā)展是一項系統(tǒng)工程，既涉及組織內部的數據應用，又涉及全社會的普惠發(fā)展；既涉及數據資源的配置，又涉及數據對配置其他資源的作用。需要強調的是，雖然數據在流通中可以實現價值增值和飛躍，但是并不意味著如今已經完全進入三次價值的階段。部分組織對數據應用的感知仍然模糊，又受限于資金、人才、技術水平不足，覆蓋生產活動全流程、全產業(yè)鏈的數據鏈仍不完善，尚不具備業(yè)務數據電子化或分析決策智能化的能力。在這種條件下，這類組織即使引入外部數據也無法有效利用，無法形成回饋業(yè)務發(fā)展的價值回路。因此，數據要素發(fā)展需要統(tǒng)籌推進，一次價值和二次價值仍需要持續(xù)釋放，在更廣泛實現業(yè)務貫通和數智決策的基礎上，全面發(fā)揮數據流通對外賦能的價值。
作者簡介
王澤宇（1996-），男，中國信息通信研究院云計算與大數據研究所工程師，主要研究方向為數據要素、數據流通。
呂艾臨（1995-），女，中國信息通信研究院云計算與大數據研究所工程師，主要研究方向為數據要素、數據流通。
閆樹（1989-），男，博士，中國信息通信研究院云計算與大數據研究所大數據與區(qū)塊鏈部副主任、高級工程師，主要研究方向為數據要素、數據流通。
附：信通院《數據要素白皮書（2023年）》解讀
17
