专访中央财大欧阳日辉：发挥数据要素乘数效应和创新引擎作用，助力发展新质生产力|决定_新浪财经

南方财经全媒体记者张雅婷广州报道日前，党的二十届三中全会审议通过了《中共中央关于进一步全面深化改革、推进中国式现代化的决定》（以下简称《决定》）。《决定》提出，培育全国一体化技术和数据市场；健全促进实体经济和数字经济深度融合制度。

《决定》还提出，建设和运营国家数据基础设施，促进数据共享。加快建立数据产权归属认定、市场交易、权益分配、利益保护制度，提升数据安全治理监管能力，建立高效便利安全的数据跨境流动机制。

作为首个将数据作为生产要素的国家，我国如何推进数据要素市场化配置改革，有效释放数据活力？当前面临哪些难题待解？数据要素如何赋能实体经济，助力培育新质生产力？南方财经全媒体记者专访中央财经大学中国互联网经济研究院副院长、教授欧阳日辉，进一步解读和展望我国数据要素市场化配置改革发展。

推进数据要素市场化配置改革

《南方财经》：党的二十届三中全会对加快构建促进数字经济发展体制机制和完善数据要素市场制度规则作出部署，为我国推进数据领域的改革发展指明方向。近年来，国家战略和国家政策如何推动数据要素市场化配置改革？

欧阳日辉：党的十八大以来，我国政府从政务信息系统互联和公共数据共享起步，推动数据要素市场化配置改革大致可以分为三个阶段。

第一阶段，主要是探索政务部门信息共享和行业数据资源开放共享。比如，2016年，国务院印发《政务信息资源共享管理暂行办法》明确“以共享为原则，不共享为例外”。

第二阶段，数据作为新的生产要素，被纳入构建更加完善的要素市场化配置体制机制之中。2019年，党的十九届四中全会首次将数据与土地、劳动力、资本、技术并列，作为重要的生产要素。

第三阶段，构建数据要素组织体系架构，探索数据资产入表和资产管理、数据开发利用等。2023年国家数据局组建，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。2024年以来，各地因地制宜推进改革，各省份均完成机构组建。各地数据工作机构职能强化，北京等21个地区将数字政府建设纳入数据工作范围，机构职能延伸到公共数据的生产和采集环节。大部分省份配套设立数据发展促进中心，组建数据集团，进一步加强组织保障，理顺数据管理、资源整合和开发利用的关系。上海、北京、广州、深圳等探索建设数据交易所。总体来看，上下联动、横向协同的数据工作体系基本形成。

《南方财经》：在近日举行的“推动高质量发展”系列主题新闻发布会上，国家数据局局长刘烈宏提到，今年是数据工作夯基垒台、提档加速的重要突破期。你认为我国数据工作开创新局面面临着哪些挑战？

欧阳日辉：按照加快培育新质生产力和高质量发展的要求，我国数据工作还存在以下主要问题：

第一，国家数据基础设施有待构建，我国数据流通交易相关基础设施建设还处于起步阶段，缺乏集中建设的高效、便捷、一致可控、互联互通的一体化基础设施。第二，数据要素市场化配置改革亟需法治支撑，各地推进改革过程中已触碰到数据权属、授权运营、资产评估、纳统入表、跨境流动、合规安全等“硬骨头”，数据要素市场功能尚未有效发挥，地方立法权限不足且适用范围有限使得大量探索举措“象征性”落地，面临“实践走在理论之前”的现实困境。第三，数据要素治理及开发利用整体水平偏低，大量数据未被充分挖掘、利用，数据高质量供给能力提升迫在眉睫。第四，数据要素市场供需对接不足，我国数据要素市场长期存在“条块分割”的问题，不同系统之间的数据资源缺乏有序整合和有效流通，数据要素无法在统一市场自由流通。数据交易机构建设处于起步探索阶段，场内市场不够活跃。第五，数据应用与安全问题依然严峻，数据安全问题制约数据开发利用。

《南方财经》：《决定》明确健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。同时提出，加快建立数据产权归属认定、市场交易、权益分配、利益保护制度。在你看来，我国以数据基础制度建设为抓手，推进数据要素市场化配置改革应把握哪些重点？

欧阳日辉：我认为在完善数据基础制度的基础上，推进数据要素市场化配置改革首要是鼓励市场主体大胆探索数据产权改革和收益分配，建立容错机制。加快推进结构性分置的数据产权运行机制先行先试，鼓励国内重点地区率先开展数据持有、加工、流通、使用过程中各参与方合法权利的界定。

特别在探索收益分配上，此次《决定》重申完善了健全数据等生产要素由市场评价贡献、按贡献决定报酬的机制，这其中两个关键词是市场和贡献，本质是收益分配机制。培育市场是关键，市场发展起来了才有收益，才能讨论分配的问题。因此，应加快数据交易的技术、产品和管理的“标准基建”，对数据应用价值、市场价值和社会价值进行综合分析与评估，构建科学的数据资产价值评估指标体系，探索个人数据、企业数据、公共数据等不同数据要素权利主体按贡献参与分配的实现形式，研究制定权益保护与开发利用合理边界等制度安排。

此外，在数据基础设施体系建设方面，应当规划数据综合业务网建设，实现算力资源的跨区域高效整合与普惠共享，“数算一体”支撑建设可信数据流通体系。在公共数据开发利用方面，应推动公共数据目录整合优化，探索设立公共数据基础制度先行示范区，推动公共数据资产登记评估，制定公共数据开放与利用激励机制，支持公共数据标注等创新工程落地。在数据要素市场建设方面，应构建由数据交易所和行业数据服务平台相互促进、协调发展的多层次数据流通交易市场，建立和完善全国一体化的数据要素市场。在繁荣数据流通交易生态方面，应优先选择数字化转型需求迫切、数据资源丰富、产业链协同潜力大的行业如制造业、农业、医疗健康等作为突破口，构建行业数据共享平台，促进产业链上下游数据的互联互通。在培育壮大数据产业方面，应大力发展技术型、应用型和服务型等数据商，积极培育数据服务中介机构，国家层面应尽快出台数据产业发展的指导意见。

数据要素赋能实体经济发展

《南方财经》：《决定》提出，健全促进实体经济和数字经济深度融合制度。国家数据局会同有关部门2023年12月印发的《“数据要素×”三年行动计划（2024—2026年）》（以下简称《行动计划》）聚焦工业制造等12个行业领域，推动数据要素赋能千行百业。作为参与该政策制定的专家之一，“数据要素×”这一概念如何理解？聚焦12个行业领域赋能实体经济背后有何考量？

欧阳日辉：当前，我国正在发展以数据为关键要素的数字经济。数据是新型生产要素，一方面，数据必须融入到经济社会活动中，才能发挥其价值；另一方面，数字经济是融合性经济，数据是促进实体经济和数字经济深度融合的“融合剂”。数实融合强调充分利用大数据、人工智能、云计算等数字技术，采集、分析和运用多维度、多源头的数据，以数据为中心进行决策和行动，以数据为基础进行业态和模式创新，实现优化决策、创新模式和提升效率的目标。《行动计划》体现了政府政策的连续性，互联网等数字技术是数字经济发展前期的主要驱动力，当前已形成数字技术与数据要素双轮驱动数字经济发展的新局面，这是顺应数字经济的发展规律的政策创新。

我参与了《行动计划》的起草工作，在确定“数据要素×”概念时曾有激烈讨论，提出过倍增效应、倍乘效应、乘数效应这三个概念，最终采用了“乘数效应”概念。主要出于三个考虑：一是数据要素是新型生产要素，乘数效应更能反映数据要素在经济增长中的作用，可以用于表示数据要素进入经济系统和生产函数中对经济总量的变化；二是数据要素具有不同于传统的生产要素的技术—经济特征，可以对经济增长有直接和间接作用，提升传统单一要素生产效率、优化传统要素资源配置效率、激活其他要素替代传统要素的投入和功能，可以成倍提高其他要素的投入产出效率；三是“加”是指简单再生产，“乘”是指扩大再生产，数据多源多方协同、多主体复用、多场景应用，催生新产品、新技术、新产业、新业态、新模式，产生放大、叠加、倍增效果。因此，“数据要素×”是数据融入生产、分配、流通、消费和社会服务管理等各环节，发挥协同、复用和融合作用，对其他生产要素、服务效能和经济总量产生扩张效应，提升效率、释放价值和创新发展，推助构建以数据为关键要素的数字经济。

《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，符合当前发展实际，也具有一定前瞻性。我们在行业领域的排序上有多重考虑：第一，按照三次产业、公共服务来排序；第二，根据《“十四五”数字经济发展规划》中重点行业数字化转型提升工程的要求；第三，制造业是我国经济的压舱石，因此将工业制造排在第一位。同时，我们还考虑充分发挥市场活力，比如金融行业对数据开发利用相较其他行业相对成熟，《行动计划》未过多部署，只在金融服务实体经济、提升风险防控水平两个方面提出要求。当前，各地政府积极响应《行动计划》，需求牵引下的数据开发利用已成为主要趋势。

《南方财经》：《决定》提出健全因地制宜发展新质生产力体制机制。推动技术革命性突破、生产要素创新性配置、产业深度转型升级，发展以高技术、高效能、高质量为特征的生产力。数据要素将如何助力新质生产力的发展？

欧阳日辉：发展以数据要素为关键因素的新质生产力，是加快形成新质生产力的先手棋。数据是劳动工具、劳动对象和劳动产出的综合物，加速渗透到生产、流通、消费等经济环节，为摆脱传统地资源消耗型经济增长模式奠定了物质基础，并演化为数字时代经济高质量发展的关键要素。推进“上云用数赋智”，有效发挥数据要素乘数效应，不仅催生新产业新业态新模式，而且推动产业深度转型升级，是数字经济快速发展背景下加速发展新质生产力的关键。数据要素乘数效应的实质是极大地释放和激发劳动者主导和统领其他所有要素产生的价值倍增效应，实现劳动者、劳动资料、劳动对象及其优化组合的跃升，推动创新链产业链资金链人才链深度融合，推动生产力向更高级、更先进的质态演进。数据要素因其显著的乘数效应和创新引擎作用，将成为新质生产力的核心生产要素。