陳宏民：數據也會“成長”，釋放數據要素價值要加快建設這個市場

【編者按】近日，國家數據局、中央網信辦、科技部、工業和信息化部等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，旨在推動發揮數據要素的乘數效應，釋放數據要素價值。在上海交通大學安泰經濟與管理學院陳宏民教授看來，數據有着自身的成長規律，要加快建設數據要素服務市場，從而更好實現數據要素價值。以下是他在中國數字經濟發展和治理學術年會上的演講。

數據要素是推動數字經濟發展的核心引擎，是賦能行業數字化轉型和智能化升級的重要支撐，也是國家基礎性戰略資源。我國是數據生產和應用大國，也是世界上首個提出數據要素理論的國家。政府高度重視數據對於經濟社會發展和培育新質生產力的重要作用，相繼出臺了一系列重要政策和舉措，並於2023年成立國家數據局，統籌協調數據要素流通和交易工作。

數據產業發展迅猛，數據確權定價的研究和實踐在持續深入，數據的應用場景不斷向着廣度和深度發展，數據交易市場逐漸活躍。作爲新質生產力的新型要素之一，數據有何成長規律？如何更好實現數據要素價值？今天的演講，我就圍繞上述問題跟大家分享個人的一些思考。

01

數據要素的成長規律

數據之所以引起如此強烈的關注，是與它在數字經濟中的重要地位緊密相連的。數字經濟是人類繼農業經濟、工業經濟之後又一個重要的經濟形態，而數據在數字經濟發展進程中扮演着不同角色，發揮着不同作用。

1、數字經濟三階段

數據在數字經濟發展進程中循序漸進地扮演着三種不同角色，或許也可看作數字經濟本身發展的三個階段。

第一階段爲數據數字化階段。通過把各種類型的海量數據信息，包括廣泛的文字、圖像、音頻、視頻資料實現數字化，使得這些數據傳輸快捷、使用便利、儲存安全，同時爲數據的大規模應用奠定了重要基礎。比如，把一本紙質書從北京送到上海，即便快遞閃送也得花半天或一天時間，而如果要送給一千個人則要印一千本、送一千次，印刷、運輸以及時間，這都是成本。但是一旦將這本書數字化，瞬間就能送出千萬裡、觸達億萬人，而且幾乎是零成本，這就是數據的數字化價值。

第二階段是數據要素化階段。在數字化的基礎上，數據可以便利地開發利用，並和其他生產要素比如勞動力、土地、資本、技術等融合在一起，產生更多價值，創造更多財富。這時，數據的特徵是生產要素，體現出協同增值的效果。

第三階段是數據驅動化階段。數據不僅是一種生產要素，而且成爲越來越重要甚至是關鍵的生產要素。小到一個企業的產品開發和功能迭代，大到一個行業的轉型升級，其發展演化的方向都是數據引領。因爲無論是消費者傾向還是公衆情緒，都會以數據的形式通過各種渠道呈現出來，驅動着經濟社會向前發展。這種特性已經在一些企業或者個別行業初見端倪。

上述三個階段不僅循序漸進，還會周而復始。隨着數據要素化、驅動化，會有越來越多的數據變得數字化。因爲數據能產生價值，而且是創造越來越多的價值，所以人們就會有更大動力去採集更多數據，將其數字化。

2、要素成長三階段

數據作爲一類重要的生產要素已得到社會公認，然而它對經濟社會發展的貢獻，無論是創造價值的規模還是價值創造的形態，依然是擺在社會面前的重大課題。從理論上講，社會財富主要就是由五大類生產要素創造的。數據要素作爲其中一類，它的貢獻有多少呢？主要是以怎樣的方式創造財富呢？許多人集中關注數據交易，但實際上目前這部分體量還很小。根據國家工業信息安全發展研究中心統計，2022年我國數據要素各環節市場規模中，數據交易約爲120億元。而同年中國GDP是120萬億元。也就是說，數據交易規模只有當年GDP的萬分之一。顯然，我們不能把數據交易規模作爲數據要素貢獻的衡量指標；或者說，當前數據要素的使用主要不是通過流通交易來實現價值的。

那麼，當前數據要素價值實現的主要形態是什麼呢？所謂要素價值實現的形態，是指要素擁有者與要素價值實現的受益者之間的關係，即誰在使用誰的要素。這既不同於數據的表現形態（如目前常講的資源化、要素化和產品化），也不同於數據的基本屬性（如非競爭性、外部性、規模報酬遞增性等）。我們的研究發現，這種關係的形成和演變對於各類生產要素具有一定的共性；而這種關係深受外部環境影響，又對市場關係有重要的決定作用。

每一種生產要素都有一個循序漸進的成長過程，這個過程主要體現爲要素價值實現的主要形態的演化，一般會經歷三個階段：第一個階段可稱爲“自用階段”，第二個階段爲“共享階段”，最後纔是“交易階段”。

所謂“自用階段”，即要素資源的擁有者與要素價值實現的受益者是重合的，或者說重合是主流形態。如農業社會的男耕女織就是這一階段的主要代表。這種形態之所以是要素的早期形態，是因爲這樣的價值實現不需要太複雜和精緻的制度環境保障。當一類生產要素剛被社會所認識，對其價值還缺乏衡量手段，也缺乏開發工具；圍繞這類要素的專業化和規範化體系尚未建立，保護它的生態和法制環境也沒建立。於是，這類要素的價值實現方式主要就是自用。

要素的廣泛“自用”肯定是缺乏效率的，它既不能實現規模經濟，也缺乏適配性（即不能把合適的要素用在合適的場景），更難以提升專業水平（即得不到有效開發）。於是就產生了“共享”的需求，即在一定的範圍內，要素資源的持有者通過交換或共享要素來增加彼此的價值實現，如勞動力的換工，企業之間的數據共享等。要素實現交換而不是交易的主要原因是因爲定價困難，交易成本高昂。“共享階段”的出現是因爲要素價值在一個小區域內形成共識，但這是在定價、交易化程度還不夠的時候纔會出現的。

隨着要素價值的持續發現和發揮，社會開發和利用這類要素的動力也在持續增強，要素的標準化規範化程度持續提升，法制環境也愈加成熟。要素資源的持有者和要素價值實現的受益者可以用市場公認的交易方式進行分開，要素由此進入“交易階段”。比如，今天勞動力要素就是以交易爲主的。顯然，目前數據要素價值實現主要還是在自用和共享階段，進入交易階段的佔比還較小。

02

數據要素價值實現的現狀

當前，製造業、金融業和平臺型企業是數據要素應用頻率最高、價值實現最大、數據資源最豐富的領域。從傳統制造到智能製造，製造的技術和模式是在持續升級。我們知道，製造水平的提升，背後的邏輯是：問題產生數據，數據創造知識，知識解決問題，周而復始帶來提升。傳統制造與智能製造最大的區別，就是前者這個周而復始過程的載體是在人身上，所以經驗變得很重要。到了智能製造，這個周而復始過程的載體是在模型上，算法就變得很重要。這個進步當然是非常大的跨越，但是從數據使用的角度來看，無論是傳統制造還是智能製造，企業數據作爲要素依然是處在自用環節。企業的數據是不願意共享的，數據創造越來越多的價值，但是這個價值是自我實現的。

面向未來，數據要素的價值呈現方式會不斷升級。還是以智能製造領域爲例，很多智能製造企業的數字化轉型往往第一步是點狀突破，通過追求一些精益生產、降本增效來實現；接下來第二步是內部延伸，從最初突破的點向周圍展開，最終實現“端到端”，即從研發、製造、銷售以及售後服務的端到數字化端；第三步是外部輻射，即從內部往外展開，前端到供應商，後端到經銷商甚至直接對接最終用戶，實現全產業鏈的數字化。這個數字化升級的過程同時也是數據要素成長的過程。在點狀突破的時候是以數據自用爲主；到內部“端到端”時就存在數據部門的自用和部門與部門之間、子公司與子公司之間進行內部分享；發展到整個產業鏈上，數據就不僅是自用，而且有共享，還會有越來越多的交易。

總之，我們要充分意識到，數據要素需要一個成長的過程。數據要素是很有價值的，不過它的價值實現形態更像一座金字塔：塔基是自用，即絕大部分數據在自用環節上實現價值；塔腰是共享；塔尖纔是交易。而到了交易階段，還分爲場內和場外，現在場外交易佔整個數據交易量的90%左右。從業態來看，智能製造領域的數據主要處在自用環節；金融行業的數據在自用基礎上還要從外面買一些，金融機構之間的數據共享也比較多；平臺型企業的數據賦能業務較多，屬於用他人的數據爲他人創造價值，交易量較大。

03

數據要素服務市場應該做些什麼

面對當前數據要素的價值呈現形態及其結構，以及如上分析的數據要素的成長規律，我們必須加緊建設數據要素服務市場。那麼，數據要素服務市場應該做些什麼呢？

首先，數據要素服務市場要以全面促進數據要素的價值實現爲己任，不僅要爲數據的共享和交易提供各類服務，還要爲當前普遍存在的大規模數據自用提供更加有深度的服務。

其次，數據要素服務市場要根據當前數據要素價值實現多元化的特徵，提供不同類型的服務。比如，對廣大處於數據自用階段的領域，數據要素服務市場要對接雲平臺、軟件開發商、數據服務商爲其提供服務。這樣，即使數據“不出門”，也能提高附加值，這尤其有利於小微企業的數字化轉型。對於數據共享領域，數據要素服務市場可以爲企業集團、行業聯盟等構建局部數據交換規則，促進共享便利化，打造數據共同體。對一些大型企業集團來說，從外部來看是數據自用，從內部來看是數據的共享和內部的交易。針對數據交易，現在很多交易所做的是把場外交易搬到場內來。如果現有的交易場所能夠加強合規性背書，促進多場景應用，是可以吸引更多場外交易進場的。當然進場不能要求太高，尤其在市場的培育期，規則太多不利於數據市場的發展，數據要素市場要伴隨用戶共同成長。

第三，數據要素服務市場要積極推進要素價值實現形態的升級。從市場化角度看，無論是數據共享還是數據交易，都能夠進一步提升數據要素的價值。當前之所以數據只能以自用爲主，主要是因爲沒有良好的生態環境。缺乏豐富而深度的應用場景，就沒有公認的市場價格；缺乏合理的市場價格，就沒有專業而有針對性的開發加工；而缺乏深度的開發加工，就沒有廣泛的應用場景。這一切問題就像“先有雞還是先有蛋”那樣，交織在一起；加上缺乏可信賴的交易場所和有效的交易規則，更使得長長的產業鏈運行艱難。因此，建設統一規範的數據要素服務市場迫在眉睫。

04

平臺化組織結構的探索

接下來，我想談談如何大力發揮平臺在數據要素服務市場中的作用。近年來，隨着政府和社會對數據要素的高度重視，各地數據交易中心、數據交易所如雨後春筍般涌現，政府也對這類機構寄予厚望。那麼，這類機構是否能成爲數據交易服務平臺？它們應該在數據要素服務中發揮怎樣的作用呢？

在過去的二十多年裡，平臺這種商業模式已經在全球經濟社會舞臺上展示出不可替代的實力，在越來越多的行業中擁有舉足輕重的地位。在零售、出行、餐飲、旅遊等行業裡，平臺正在成爲行業發展轉型升級的引擎，佔據着核心位置。比如餐飲業，14年前美團還剛剛成立，9年前人們還在爲美團是否屬於餐飲業而爭議，可是在今天美團已經成爲餐飲業裡的一家重要企業，對於整個行業的發展發揮着關鍵性的作用。

但隨着平臺模式更加廣泛應用，尤其當平臺進入到一些服務複雜性更強的領域如數據要素市場、工業互聯網市場之後，我們會發現，平臺在傳統領域的優勢和價值並沒有如預期那般顯現出來。因此，完善和創新交易服務平臺的功能定位，大力發揮平臺對數據要素服務市場的推動和引領作用，是極爲重要的。

我們知道，傳統產業的結構大都是鏈狀的。隨着技術快速發展和柔性化、大規模定製等方面的要求，一些產業呈現出網狀結構。然而隨着平臺經濟的興起，以及數字化與平臺化的融合，正在出現一些環狀的產業結構：即整個產業是以平臺爲核心，由平臺向產業的各個環節和各類功能提供不同類型的賦能，形成強大而穩定的商業生態圈；平臺牽引着產業的轉型升級。在我看來，數據要素產業有可能會成爲這樣的產業。

我有一個研究成果，用於判斷產業平臺化價值和可能性的理論分析框架，稱爲“雙五力”模型。簡要地講，判斷一個行業是否適合構建成以平臺爲核心的組織結構，大致從兩方面來看：一是從內在條件，即該行業自身的若干特徵來判斷，平臺化結構調整是否能帶來顯著價值；二是從外部環境來判斷，平臺化結構調整是否具有可行性。基於此，“雙五力”模型實際上包括了兩個模型，即“內五力模型”和“外五力模型”。“內五力模型”主要從該行業的市場集中度、信息透明度、規模經濟強度、產業鏈長度以及用戶的風險度等五個維度加以分析，綜合判斷其價值。“外五力模型”主要從該行業面臨的政策法規、技術環境、用戶偏好、盈利模式和主流企業接受度等五個維度去分析，綜合判斷其可能性。

通過運用“雙五力模型”對數據要素產業進行深入探討，結果表明，構建以平臺爲核心的組織結構是很有價值的。從“內五力模型”分析結果看，其他四個維度都是非常適合推進平臺化的，只有用戶風險這個維度不適合。因爲數據行業的用戶風險是很大的，政府關心公共安全，企業關心商業機密，消費者關心個人隱私。但只要這個領域能夠對用戶風險進行有效控制，推進平臺化是很有價值的。從“外五力模型”分析結果看，目前推進數據產業平臺化的外部環境和條件還不夠成熟。因此，我們對於政府管理部門的建議是：積極創造條件，改善外部環境，通過改善產業組織結構來提升產業價值。

最後，我簡單小結一下。在着力促進數據要素髮揮作用的進程中，要注意以下三點：一是要深刻認識數據要素的成長規律，無論是政府還是企業，都要因勢利導、順勢而爲。二是要積極培育能夠伴隨數據要素共同成長的服務市場，既要根據不同階段數據要素價值實現形態提供有針對性的服務，又要積極營造和改善服務環境，促使數據要素快速成長。三是要大力發揮服務平臺在培育數據要素服務市場中的引領作用，探索構建環型市場結構，既要借鑑傳統領域中典型平臺的運營模式，又要注重面對強服務複雜性時的新型功能定位。

來源：上觀新聞

作者：陳宏民

免責聲明：本文轉自網絡公開渠道，旨在爲廣大用戶提供最新最全的信息，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。轉載的稿件版權歸原作者或機構所有，如有侵權，請聯繫刪除。抄襲本文至其它渠道者引發的一切糾紛與本平臺無關。

▐ 最新營商環境研究成果/彙編

▐ 各地營商環境彙編

精彩內容可進入“智庫微店”購買獲取！

國脈數字智庫

長按掃描二維碼關注我們 獲取更多資訊客服號：echinagov-GM

關於國脈

國脈，是營商環境、政務服務、數字政府、數字經濟、數據治理、數據要素×專業服務商，是數據資產化先鋒企業。研發“一頭一體兩翼”企業數據資產化諮詢服務方法論，提供數據資產化戰略設計、數據治理體系建設、數據資產摸底調研、就緒度評估與諮詢、數據要素應用場景與價值研究、數據資產入表和產品化等全流程諮詢服務。

業務專屬顧問

洪女士：15973460470

楊先生：13167572951

田先生：15386405997

肖女士：18974731692

李先生：17702105558