当前位置: 首页 > news >正文

如何激活数据要素价值


文章目录

  • 前言
  • 一、数据作为生产要素的背景
  • 二、数据作为新型生产要素,是价值创造的重要源泉
    • (一)生产要素是经济活动中的基本要素
    • (二)激活数据要素价值,要从理论上认识数据要素的基本特征
    • (三)激活数据要素价值,要深刻把握数据要素价值作用规律
  • 三、构建以数据为关键要素的数字经济,是释放数据价值的关键动力
    • (一)是通过数据应用推动提升经济运行效率,提高全要素生产率
    • (二)通过数据应用推动知识扩散、业态创新,扩展生产可能性边界
    • (三)通过数据应用推动科学范式迁移,提升科技创新能力
  • 四、推进数据要素市场化价值化需关注的几个问题
    • (一)制度建设
    • (二)流通利用方式
    • (三)从收益分配看
    • (四)从安全治理看


前言

数据作为新型生产要素,是价值创造的重要源泉;构建以数据为关键要素的数字经济,是释放数据价值的关键动力。

当前,为促进数据要素流通,还需要在制度建设、流通利用方式、收益分配、安全治理等方面深化研究,充分发挥数据的基础资源作用和创新引擎作用,不断做强做优做大我国数字经济。
在这里插入图片描述


一、数据作为生产要素的背景

将数据作为生产要素,是我国首次提出的重大理论创新,发挥数据的基础资源作用和创新引擎作用,加快形成以创新为主要引领和支撑的数字经济,在中央经济工作会上再次强调要发展数字经济,为进一步加快构建以数据为关键要素的数字经济指明了方向。
2023年初组建国家数据局,并赋予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职责。国家数据局正在推进的重点工作之一,就是充分发挥数据的基础资源作用和创新引擎作用,不断做强做优做大数字经济。

二、数据作为新型生产要素,是价值创造的重要源泉

(一)生产要素是经济活动中的基本要素

数据作为经济活动中的新型生产要素,是创造社会财富的坚实基础,是促进经济增长的主要源泉。在农业经济时代,古典政治经济学家威廉·配第提出:“土地为财富之母,而劳动则为财富之父和能动的要素”。工业革命将机器引入经济生产活动中,资本成为工业经济时代的关键生产要素。

进入上世纪90年代以来,以互联网为代表的新技术加快应用,拉开了数字经济时代的序幕。互联网、新一代通信等数字技术带来的连接和共享,推动数据规模指数级增长;物联网、大数据、云计算、人工智能等技术降低了数据采集、存储、处理、分析的成本。随着数字化、网络化、智能化进程不断加快,数据逐渐成为经济活动中不可或缺的生产要素,成为推动经济增长的重要动力。如何认识数据要素对经济增长的作用,是经济增长理论发展的重要方向。

(二)激活数据要素价值,要从理论上认识数据要素的基本特征

关于数据的特性,各方观点并不完全一致,但大家普遍共识的是,与传统生产要素相比,数据有着明显不同的特性。比如,与土地和劳动要素相比,数据权属更为复杂;与资本要素相比,数据价值密度不均匀。更为重要的是,数据兼具正、负两方面的外部性。从正外部性看,发挥数据的高流动性、低成本复制、报酬递增的特点,有利于提高资源配置效率,创造新产业新模式,实现对经济发展倍增效应。从负外部性看,同样的特点也可能带来隐私泄露、数据滥用、拉大收入差距,甚至对国家安全带来潜在风险。

(三)激活数据要素价值,要深刻把握数据要素价值作用规律

我国具有超大规模市场、海量数据资源、丰富应用场景等多重优势,如何更好释放数据要素价值,是把握发展机遇的重点。希望社会各界从数据要素特性入手,聚焦数据要素的价值挖掘、价值作用规律深化研究,围绕如何更好发挥数据要素正外部性、避免负外部性贡献智慧,共同将我国数据资源优势转化为国家竞争新优势。

三、构建以数据为关键要素的数字经济,是释放数据价值的关键动力

党的十八大以来,我国数字经济乘势而上、奋楫前行。随着数据价值的日益凸显,推动数据要素化,让数据要素进入社会化大生产,在千行百业中发挥数据要素的乘数效应,成为推动数字经济发展的新抓手。近日,国家数据局联合16个部门共同印发了《“数据要素×”三年行动计划(2024-2026年)》,目的就是让沉睡的数据活起来,结合不同行业的基础条件和数据禀赋,挖掘和释放数据要素典型领域应用场景,以场景为牵引,推动数据要素供给和流通使用,加快数据要素化进程,从而更好实现数据价值,构建以数据为关键要素的数字经济。

与2015年“互联网+”行动相比,“数据要素×”实现了从连接到协同、使用到复用、叠加到融合的转变。

(一)是通过数据应用推动提升经济运行效率,提高全要素生产率

通过从数据中挖掘有用信息,作用于其他要素,能够找到企业、行业、产业在要素资源约束下的“最优解”,解决过去解决不了的难题。以纺织行业为例,下游中小企业存在获客难度大、采购成本高、融资渠道窄等困难,数据要素在生产全环节的融入为解决这些困难提供了新路径。借助上下游数据的贯通,中小企业能够获得有效和真实的商情信息、稳定和规模的订单,从而解决产品销售的问题。通过不同中小企业原材料需求数据的汇聚,能够以集中采购等方式降低采购成本。通过打通产供销数据,实现定制化生产,减少生产耗时。基于订购订单、设备开工等数据,中小企业还可以获取订单融资、仓单融资和应收账款融资等供应链金融服务,解决融资难、融资贵等问题。

(二)通过数据应用推动知识扩散、业态创新,扩展生产可能性边界

数据是知识的载体,数据在不同场景、不同领域的复用,将推动各行业知识的相互碰撞,孕育出新产品、新服务,创造新的价值增量。比如,传统的隧道作业高度依赖人工经验,效率不高,施工风险难以控制。通过地质数据、设备数据、和以往工程数据的复用,可以使掘进设备在准确感知地质条件、掘进速度、钻头转速基础上,根据地质构造和岩土类型自主控制掘进策略,将过去沉淀在高技能劳动者中的隐性经验,拓展为机器能够实现的显性经验,实现工具升级、知识扩散、价值倍增,极大提升既有高水平劳动者数量约束下的产出极限,开辟经济增长新空间。

(三)通过数据应用推动科学范式迁移,提升科技创新能力

当前,科学发现的基本方式正在经历从理论分析、到计算模拟、再到数据探索的转变。多种来源、不同类型数据的汇聚与融合正在极大地提升科技创新的速度。比如在生命科学领域,长期以来,如何准确、快速确定蛋白质三维空间结构一直是一个难题,基于海量、多元生物数据构建起的人工智能算法模型,能在几天甚至几分钟预测出以前要花费数十年才能得到的、具有高置信度的蛋白质结构,颠覆了生命科学领域的研究范式。
推动“数据要素×”行动,就是要通过推动数据在多场景应用,提高资源配置效率,创造新产业新模式,培育发展新动能,实现对经济发展倍增效应,从而推动数字经济发展进入激活数据要素价值的新阶段。

下一步,国家数据局将会同有关部门,通过组织试点工程,启动大赛,发布典型案例等方式,多措并举推进“数据要素×”行动计划落实落地。希望社会各界持续关注、共同参与,结合各行各业发展实际,通过进一步深化数据要素基本理论、作用规律等的研究,共同探索激活数据要素价值的有效途径;通过支持技术型、服务型、应用型数据商的发展,繁荣数据开发利用生态,做强做大数据产业;通过挖掘高价值数据要素应用场景,激励多方主体积极参与数据要素开发利用、创新数据产品服务等,探索一批跑得通、有成效、可复制推广的实践案例、经验模式,将堵点难点转化为新增长点,释放数据要素乘数效应,构建以数据为关键要素的数字经济。

四、推进数据要素市场化价值化需关注的几个问题

当前,为促进数据要素流通,还需要在以下4个方面深化研究。

(一)制度建设

数据领域发展变化快,需要顶层设计和实践探索相结合。数据要素市场建设是一项探索性、创新性、专业性很强的事业,国际上没有通行做法可以借鉴。必须坚持顶层设计和实践探索有机结合、良性互动。一方面,要鼓励各地方各部门大胆探索、先行先试,结合具体实际开拓创新,探索适应不同行业、不同领域的数据要素市场化配置模式。要推动企业按照国家统一的会计制度对数据资源进行会计处理。另一方面,也要充分结合数据要素特点,适应数字经济发展规律,基于实践基础,不断完善和优化顶层设计,加快形成系统完整、科学合理、协调统一的数据基础制度体系,为发挥数据要素价值提供坚实制度保障。

(二)流通利用方式

需要建立数据基础设施。传统交易市场中,往往通过物品的排他性占有,来控制其流向和使用方式。而明文数据的复制成本趋近于零,一旦交易,卖方不仅失去了对该数据的控制,还要承担安全风险,这导致数据持有者“不愿流通”也“不敢流通”。推进数据流通,必须加快建设数据基础设施,建立可信流通体系,利用多方安全计算、区块链等技术,使供给方能够有效管控数据使用目的、方式、流向,实现数据流通“可用不可见”“可控可计量”,保障数据安全,防范泄露风险,实现数据可管可控。

(三)从收益分配看

数据具有报酬递增的特点,需要探索兼顾效率和公平的分配机制。“数据二十条”明确提出要建立“由市场评价贡献、按贡献决定报酬的机制”。一方面,要发挥市场决定性作用,通过供给和需求决定市场价格,通过交易价格评价贡献、分配报酬,提高收益分配效率。

另一方面,也要发挥政府引导调节作用,避免造成强者愈强、弱者愈弱的局面,缩小收入差距。真正做到兼顾效率和公平,不仅要在数据产权、流通交易、收益分配等各项政策中予以通盘考虑,也需要建立激励相容机制。这些问题都需要各方共同努力、深入研究,贡献智慧。

(四)从安全治理看

数据对治理方式提出新挑战,需要探索适应数据特点的安全治理模式。以数据为关键要素的数字经济具有高创新性、广覆盖性、强渗透性,在对传统生产力的内涵进行拓展和延伸的同时,对传统监管模式提出了挑战。一方面,数据大规模流通的过程,也是多源多方数据融合的过程,一旦被泄露或滥用,可能带来个人隐私、商业秘密等数据泄露问题,影响隐私保护、产业发展,甚至可能对国家安全带来挑战。另一方面,数字经济具有跨界融合的特点,对传统分业监管、属地监管模式提出挑战。如何以合适的安全成本,实现良好的经济效益,实现高质量开发利用和高水平安全良性互动,如何提升监管效能,构建兼顾活力与秩序的数字治理体系,需要各方共同探索。


相关文章:

  • LeetCode 36. 有效的数独
  • Docker的基本管理
  • sklearn快速实现python机器学习算法
  • Java后端开发——Mybatis实验
  • idea使用docker-compose发布应用程序
  • 开机自启动android app
  • 嵌入式-Stm32-江科大基于寄存器点亮LED灯
  • docker 批量更改镜像标签
  • Quartus 软件界面介绍与部分使用技巧
  • 【期末不挂科-C++考前速过系列P4】大二C++实验作业-继承和派生(3道代码题)【解析,注释】
  • 【迅搜17】SCWS分词(二)自定义字典及分词器
  • 【Matlab】加载路径下所有指定文件
  • go中常见的错误-以及泛型
  • DeepFloyd IF:由文本生成图像的强大模型,能够绘制文字的 AI 图像工具
  • 9.5.1 函数模板特化
  • [PHP内核探索]PHP中的哈希表
  • 08.Android之View事件问题
  • android百种动画侧滑库、步骤视图、TextView效果、社交、搜房、K线图等源码
  • docker python 配置
  • mysql 5.6 原生Online DDL解析
  • PaddlePaddle-GitHub的正确打开姿势
  • Vue 重置组件到初始状态
  • 阿里云购买磁盘后挂载
  • 复杂数据处理
  • 漫谈开发设计中的一些“原则”及“设计哲学”
  • 七牛云假注销小指南
  • 前端技术周刊 2018-12-10:前端自动化测试
  • 使用common-codec进行md5加密
  • 通过获取异步加载JS文件进度实现一个canvas环形loading图
  • 为视图添加丝滑的水波纹
  • 字符串匹配基础上
  • Java总结 - String - 这篇请使劲喷我
  • # Swust 12th acm 邀请赛# [ K ] 三角形判定 [题解]
  • #mysql 8.0 踩坑日记
  • #ubuntu# #git# repository git config --global --add safe.directory
  • #预处理和函数的对比以及条件编译
  • (1)安装hadoop之虚拟机准备(配置IP与主机名)
  • (C#)一个最简单的链表类
  • (附源码)spring boot基于小程序酒店疫情系统 毕业设计 091931
  • (附源码)ssm考试题库管理系统 毕业设计 069043
  • (附源码)计算机毕业设计ssm基于B_S的汽车售后服务管理系统
  • (一) springboot详细介绍
  • (一)VirtualBox安装增强功能
  • (一一四)第九章编程练习
  • (转载)在C#用WM_COPYDATA消息来实现两个进程之间传递数据
  • .htaccess配置重写url引擎
  • .net web项目 调用webService
  • .NET6 开发一个检查某些状态持续多长时间的类
  • .net6+aspose.words导出word并转pdf
  • .net用HTML开发怎么调试,如何使用ASP.NET MVC在调试中查看控制器生成的html?
  • /bin/bash^M: bad interpreter: No such file or directory
  • @requestBody写与不写的情况
  • [<死锁专题>]
  • [100天算法】-不同路径 III(day 73)
  • [ajaxupload] - 上传文件同时附件参数值