新质观察｜数据要素促进新质生产力发展：怎么看，怎么干|人工智能_新浪财经

在新一轮科技革命和产业变革大背景下，数据已经成为数字经济发展的关键要素。新质生产力的提出，为数据要素赋能经济社会高质量发展、更好发挥数字经济对经济发展的放大、叠加、倍增效应，提供了一条新的现实进路。

一、数据要素推动技术创新

数据作为新型生产要素，是技术创新的重要基础和驱动力。

一方面，数据要素能够加速知识生产过程，为技术革命性突破提供源源不断的新知识。随着大数据和人工智能技术的发展，尤其是近年来生成式人工智能的快速迭代，基于机器学习的知识生产方式改进了人们的学习和知识获取方式。特别是基于深度学习技术，生成式人工智能（AIGC）能够从已有的大量数据中自动学习和提取知识，通过算法模型进行自我学习和优化。数据的多样化和细致化程度逐渐增加，基于数据要素的虚拟性、非竞争性等特征，促使数据要素能够有效地聚合和整合，不仅为人工智能模型训练提供了丰富的资源，也使得人工智能模型能够学习到更加复杂和深入的知识，加速知识生产的过程。

另一方面，数据要素能够促进知识共享，为技术革命性突破提供坚实基础。数据要素的发展，使得数据的收集、存储、处理和分析更加高效，降低了数据共享的成本，促进了知识的广泛传播与共享。在国家战略层面，数据作为新型生产要素，其有序流通对于经济社会的高质量发展具有重要意义。中央和地方政府已经出台了一系列法规和政策，旨在构建一个既开放又安全的数据处理和跨境流动环境，如《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》、《促进和规范数据跨境流动规定》、《浙江省公共数据开放与安全管理暂行办法》等，通过开放数据为科研人员提供了丰富的知识资源。知识共享有助于激发新的创意鼓励开源创新、众包和跨学科合作的模式，促进创新文化的形成，这些都是推动技术革命性创新的重要因素。

二、数据要素优化要素配置

作为一种“桥梁型”要素，数据要素能够优化其他要素的配置方式，从而产生十分显著的溢出效应。

一方面，数据要素有助于优化决策过程，促使决策制定者更加科学地进行生产要素配置。首先，基于大数据分析、人工智能等技术手段，决策制定者能够针对市场趋势、消费者行为等数据进行准确分析，帮助其更为准确地把握市场变动和消费者需求，提升决策的精准性；其次，基于数据要素的多样性和时效性特征，能够支持决策制定者结合内外部数据从不同角度和层面开展更为多元的决策分析，并针对外部环境的变化快速响应。

另一方面，数据要素有助于缓解资源错配，促进各类要素的有效聚合，进而实现生产要素的创新性配置。数据要素通过对其他同要素的整合驱动要素市场的转型提升，对劳动力、资本、技术等各方面传统生产要素进行数字化智能化改造，从而实现国民经济的全要素数字化转型。数字化不仅通过提高市场化程度、促进金融发展、提高对外开放度等多种渠道改善资源错配，还能准确地指导资源配置，使得劳动力、资本、技术等传统要素能够更有效地聚合与利用。例如，制造业企业可以通过对历史生产数据的分析，识别优化生产流程中的关键环节，从而决策哪个生产环节更多地部署何种自动化设备，抑或是更多地引入具备何种专业技能的技术人才，实现各类要素的有效聚合，进而提升生产效率。

三、数据要素赋能产业升级

数据要素是数字产业化的核心要素，也是产业数字化所依赖的基础资源，能够通过多种渠道全面促进产业升级。

一方面，数据要素的应用加速了产品创新和技术迭代，进而推动产业深度转型升级。

数据要素的发展与应用，使得企业能够基于大量用户反馈和市场数据进行产品研发，实现以数据驱动的渐进性创新。例如，美的集团在进行家电新品研发时，研发部门使用大数据技术通过对舆情数据、市场数据、用户数据及经营情况数据进行分析，能够精确洞察消费者需求、刻画用户人群并发掘创新机会。采用数字化企划的方式帮助业务部门更快、更全面地了解市场和用户，快速推出家电新品，实现业务增长。

数据要素驱动的研发模式通过确保创新资源流向市场最需要的领域，减少资源浪费，提升研发和生产效率，进而推动产业的转型升级。此外，数据要素还促进了生产模式的创新，企业通过引入人工智能、大数据、云计算等信息技术，与传统产业深度融合，推动产业结构向高端化、数字化、智能化方向发展。

另一方面，数据要素通过提升产业链协作能力和协作效率，推动产业深度转型升级。

数据要素的流通使得产业链各环节之间具有较高的信息透明度，能够减少信息不对称导致的效率损失。数据要素促进了产业链内部各个企业创新流程在时间和空间上的重叠，扩大了信息和知识的交流与分享范围，有助于同一产业链内上下游企业以及不同产业链之间的互联互通。

此外，数据要素使得企业能够更为全面地了解潜在交易对手的信息，进而帮助企业匹配高质量的交易对手，降低企业需要付出的交易成本，促使企业更好地融入市场并参与产业链分工。产业链协作使得资源能够更高效地流向优势产业和关键领域，推动产业链向高端领域迈进。同时，产业链协同有助于形成产业集群，通过集群效应吸引资金和劳动力，促进产业集聚发展，提升产业链的整体竞争力。

四、数据要素促进新质生产力发展的政策思路

通过上面三个方面的作用，数据要素将能带来全要素生产率的显著提升，进而促进新质生产力发展。通过优化数据要素相关政策，能够进一步激发数据要素的潜力，为经济社会发展注入新的活力。

一要完善数据要素市场建设。应不断完善数据基础制度体系，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，健全数据要素权益保护制度。规范引导场外交易，培育壮大场内交易。有序发展数据跨境流通和交易，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系。加速数据安全、数据交易和数据流通技术研发，助力数据流通安全与效率提升，同时加强数字经济的高端人才和专业人才培养，为数据要素市场提供技术支持和人才保障。明确数据要素市场的规模目标、类型目标与服务目标，结合各地实践，推动数字产业创新发展。依托地方性数据交易平台，提供确权、登记、交易、结算、交付等服务，推动数据由资源向要素持续转化。

二要构建合理的数据治理体系。完善与数据相关的法律法规，包括数据安全法、个人信息保护法等，确保数据治理有法可依，同时保障数据安全和个人隐私权益。完善数据全流程合规与监管规则体系，建立数据流通准入标准规则，确保数据流通的安全性和合规性。强化数据安全保障体系建设，把安全贯穿数据供给、流通、使用全过程，加强数据分类分级管理，防范和化解各种数据风险。加强数字政府建设，利用数字技术提升政府治理能力，推动政府数字化、智能化运行，为国家治理体系和治理能力现代化提供支撑。鼓励有条件的地方和行业在制度建设、技术路径、发展模式等方面先行先试，采用“揭榜挂帅”等方式，支持有条件的部门、行业加快突破数据可信流通、安全治理等关键技术。

三要促进数据资源开放共享。需要加强多维统筹管理，整合政务数据、公共数据和社会数据，形成不同层面的数据协同共享机制。加强资金支持和宣传推广，实施试点工程，鼓励金融机构和社会资本投向数据产业，并通过数据要素大赛等活动，促进数据资源的创新应用和价值实现。在政府层面，应强化部门数据职责，实现政务数据目录式清单化管理，厘清部门共享权责，建立健全政务数据供需对接机制。设立明确的政府公共数据开放量增速指标，以进一步推动公共数据的开放共享，提升政务服务水平，满足社会对公共数据的需求。通过企业、行业组织和政府三方的共同努力，构建一个完善的数据开放共享生态。

（作者徐翔为经济学博士，中央财经大学经济学院教授、中国互联网经济研究院研究员）