发挥数据要素乘数效应，推动高质量发展_新浪财经

（本文作者孙毅，中国科学院大学经济与管理学院教授，数字经济与虚拟商务系副主任）

《“数据要素X”三年行动计划（2024-2026年）》（以下简称：《行动计划》）是国家数据局成立后发布的首个文件，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》审时度势地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个典型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。

一、《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，连续五年增长超过20%，全球占比达10.5%，位居世界第二。截至2022年底，我国数据存储量达724.5EB，全球占比达14.4%。海量的数据资源为我国经济发展提供了新动能。据测算，数据要素对GDP增长的贡献率和贡献度在2021年分别为14.7%和0.83个百分点。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。智能制造、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，能够较好地赋能其他行业应用。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。

二、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。百货业之父约翰·沃纳梅克有一句名言，“我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半”，形象说明了营销中的资本浪费。数据驱动的精准营销以及“按点击付费”（Cost Per Click）商业模式，可以大幅减少营销中的资本浪费，实现要素节约。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。

三、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。

（本文作者孙毅，中国科学院大学经济与管理学院教授，数字经济与虚拟商务系副主任）

本文仅代表作者观点。