数据生产要素化的驱动力及与其他生产要素的融合机制

数据生产要素化的驱动力及与其他生产要素的融合机制

刘婧怡,刘源源

江苏大学 江苏镇江 212000

摘要：随着信息化、智能化技术的发展，数据已经成为社会中必不可缺的基本设施，同土地、劳动力、资本等一样，受到政策支持、社会需求、经济发展三方的推动，数据已经成为现代社会的生产要素。与传统生产要素不同，数据要素具有虚拟替代性、可再生性、非竞争性等特征。数据要素与其他生产要素的融合机制在规模上不断扩容，在程度上层层深入，最终推动我国经济数字化转型。

关键词：数据要素，生产要素，融合机制，要素特征

一、引言

大数据时代，随着信息、互联网及智能技术的快速发展，数据已经从记录客观实事并可以鉴别的符号载体转变为一种可以进行分配的资源。早在2017年12月，中央政治局集体学习 关于“实施国家大数据战略”话题时，习近平主席发表重要讲话，“在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。”作为一种新的生产要素，数据在企业和国家层面都具有重要作用，首先数据在改善企业生产经营和决策管理方面发挥重要作用，为企业注入智能化助推剂，提高产出效率，其次将推动社会经济高速发展，在社会各部门各领域中积极发挥作为生产要素的独特价值，推动社会先进生产力走向新发展格局。

二、数据作为一种生产要素

一般情况下，生产要素是指进行社会生产经营活动时所必需的各种社会资源，在以往普遍的理解中，生产要素主要包括劳动力、土地、资本、技术等，而数据能够作为一种新要素加入到生产要素的行列中，得到广泛的应用，主要有三方面的推动：

（一）政策支持

2019年11月发布的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》中，"数据" 第一次作为生产要素，并参与分配；2020年3月30日，中共中央、国务院形成了《关于构建更加完善的要素市场化配置体制机制的意见》，这是中央发布的第一份关于要素市场化配置的文件，文件指出数据与土地、劳动力、资本、技术等一样，都是可市场化配置的生产要素，此份《意见》对于数据生产要素化具有重大意义；2021年11月国家工业和信息化部发布了《“十四五”大数据产业发展规划》，提出要加快培育数据要素市场，充分激发数据要素价值潜能。可见，我国领导层已经形成共识，数据同其他生产要素一样，都是社会发展的基础。

（二）社会需求

21世纪，中国社会飞速发展与数字时代的来临高度重合，社会的变革往往也伴随着社会科学的革新，从农耕时代到工业时代再到现在的数字时代，中国的再一次社会变迁必将依托于数字技术的发展，智能数据的广泛应用。海量数据诞生于智能手机和互联网的热潮下，它们无处不在，并且价值大幅提升。无论是居家、出行还是办公，几乎所有的活动都会留下数字足迹，因而提供更多的原始数据来分析。2017年5月，英国《经济学人》这样描述，数据是数字经济时代的石油。但与传统的石油资源相比，数据资源不仅可以无限供给，而且基于大数据的创新能力也优于其他行业，这也解释了为何当前大数据能够获得广泛关注。就像石油促进工业时代的发展，大数据将推动信息和智能时代的发展。数据要素，即经过智能化处理过后的数据，必将在社会运转与发展的过程中体现其应有的价值，并且成为社会的基础元素。

（三）经济推动

目前，在全球贸易领域内，以数据为生产要素、以数字交付为主要特征的数字贸易正欣欣向荣，逐渐成为未来全球贸易的新兴形态、未来贸易发展的新动力引擎。由此可见，现在一国经济实力不能完全靠传统的经济增长指标来衡量，将数据等新要素带来的潜在经济价值一同计入GDP才较为合理。另外，目前我国数字经济核心产业增加值的比重为GDP的7. 8%，在2025年，预计这一占比将达到10%，产业数字化已成为推动中国经济高质量发展和产业转型升级的重要引擎和内在动力。

三、与传统生产要素的区别

数据要素作为一种新型生产要素，必然相比其他传统生产要素有其独特的特质，比如说虚拟替代性，数据通常以非实体的形式存在，这与一般意义上的土地资源、货币资源和劳动力资源有本质的区别。再者，数据要素可替代土地、劳动力资源，利用数字技术在虚拟空间反映真实物理空间，可替代一部分现实世界的土地占用，通过人工智能技术，替代生产生活部分过程中的人力消耗，以低消耗低成本创建智能社会。除此以外，数据要素还具有以下特性：

1、区别于土地要素的可再生性及低边际成本

土地要素包括土地及土地上下的一切自然资源，同数据要素不同的是，首先地球上的土地资源是有限且不可再生的，土地上的自然资源，包括森林、矿藏等作为有限供给的实物资源在短期内都不会增加供给甚至是不可再生的。而数据作为一种可无限复制、再生的要素，可以随时随地生产，源源不断地供给。其次，土地要素的需求规模越大，成本越高，获取越困难。因为随着可分配的土地资源越来越少，土地的价值也会随之翻倍，要想占用土地，则需要付出高昂的成本。相反，随着数字技术、软硬件设施的不断更新迭代，数据的生产成本在不断下降，且数据规模越大，生产成本越低，获取信息更容易。

2、区别于资本要素的非竞争性

尽管资本要素及数据要素都具有排他性，但在竞争性上，带有俱乐部商品特点的数据要素有别于作为私人要素的资本，数据能够轻易地被复制，且边际成本几乎为零，传播成本低，每个人对数据的使用并不会影响其他人的使用，也不会产生“拥堵”。资本作为对实物、劳动力等的支配权，是私有化的，具有很强的竞争性，需要通过不断的竞争、运转来增加其价值，提高利润，推动社会进步。

3、区别于劳动的无限供给性

同土地要素类似，劳动要素在一定程度上也是有限的，劳动要素的客体是一种客观的自然存在，其增长并非无限的，这种特性很大程度上可能会导致资源的短缺。劳动要素的改进，大部分只能依靠资源优化及重组再分配。而数据要素作为一种虚拟载体，由于其可以无限复制且边际成本趋近于0，能够不断地产生、挖掘、开发，可以说是取之不尽用之不竭的。

四、数据要素与其他生产要素的融合机制

党的十九届四中全会首次将数据列为与传统生产要素劳动力、资本、土地、技术等相并列的生产要素，对数据要素的作用予以高度肯定。从当前的数据要素化实践来看，数据本身的作用是有限的，他只有与别的要素聚合在一起的时候才能实现其价值，再相互作用中产生巨大的效益。我们称之为数据要素与其他生产要素的融合机制。有人将这种融合机制构建模型，划分为原始层模型、延伸层模型、拓展型模型。本文进一步探索这种融合机制下的要素间相互作用及其融合发展，以现实实践中融合规模不断扩大和程度不断加深这一事实为依据，总结出“要素合作化、要素共同体、全要素数据化”三个层次，以期进一步完善融合机制模型。

（一）第一层次：要素合作化

在这一阶段，数据本身没有效用，它只有结合其他要素才能发挥其价值。即数据依赖于其他要素，是一种寄生关系。数据不直接被大众看到，而是发挥辅助作用，围绕传统生产要素，以理念支撑和技术动力推动传统生产要素解决旧有问题，实现新的进步，激发数据红利，促进社会经济增长。例如，数据要素与劳动要素结合，产生一大批就业求职平台，提供相关工作信息促进公平就业，解决了部分就业问题，同时也产生了线上工作的新方式，打破传统的工作模式，在疫情期间发挥至关重要的作用。数据要素与资本要素结合，提高了资本市场的市场化程度，极大地解决了信息不对称问题，同时引导资本合理布局，向国家重点支持的实体产业和重要行业流入，提升全社会资本配置效率。又如数据要素与土地要素结合，对于发现荒地，废弃土地再利用过程起着举足轻重的作用，进一步可以实现土地要素的优化配置。最后是数据要素与技术要素结合，数据可以引导技术向市场需求大的方向发展，提升技术要素的市场化水平，数据还可以进一步助力关键技术的突破，构建以市场为导向的研发系统，例如近年的双十一购物节，电商平台通过大数据分析用户购买加购商品的可能性，提前将商品发往临近仓库和物流站点，准确率高，减轻了购物高峰期物流的压力，缩短了运输时长，极大的提升消费者的购物体验感。在这一层次，数据与各要素之间的合作关系放大了要素的效用，产生辐射效应，产生了可观的正向经济效应。

（二）第二层次：要素共同体

这一阶段，数据与产业深度融合，数据全面融合到产业中，形成要素共同体，数据成为一种战略性因素，与人力、资本、技术并称为领导生产因素，不再起辅助作用，它可以独立存在于产业发展过程中，不再是一种寄生的形式，成为一种管理手段，作用更加的显著，更被人们所感知，在这种要素共同体下，数据发挥了比前一层次更重要的关键联接作用，发挥动态组团效应，推动产业间深度融合。一方面我们可以实现对于产业的预判，预测未来的劳动力市场，提前储备人才，预知最有潜力的新型产业，提前投入资金，成为第一个吃蛋糕的人，也可以预判可能出现的问题，提前引导包括土地要素在内的合理使用，让研发以市场为导向，做到让数据高度贴合人的需求。另一方面，借助数据的连接作用，我们可以实现多要素共同体，虽然多要素之间的协作机制是复杂的，但是借助数据，可以实现他们的有机结合，进一步扩大要素融合的规模，实现规模经济效益，使得这个共同体的效应超越各要素之和，实现指数级的正向增长。

（三）第三层次：全要素数据化

    这一阶段，数据会发挥其最大的价值，即推动实体产业的数字化转型。数据的价值将全方面的投入到各种生产要素中，与要素实现完美融合，要素数字化成为典型特征，数据发挥主动性去改造传统要素，人力、资本、土地、技术等要素实现数字化转型，为构建数字经济添砖加瓦。这种全要素数据化催生出了智能机器人等新劳动力，金融科技等新资本，数字孪生等新土地，人工智能等新技术，这种新变化会推动数字经济不断发展壮大。

参考文献：

[1]冯科.数字经济时代数据生产要素化的经济分析[J].北京工商大学学报(社会科学版),2022,37(01):1-12.

[2]白永秀,李嘉雯,王泽润.数据要素：特征、作用机理与高质量发展[J/OL].电子政务:1-14[2022-04-18].http://kns.cnki.net/kcms/detail/11.5181.TP.20220410.1327.008.html [3]龚文龙.数字经济时代数据要素赋能其他生产要素的耦合机制研究[J].商业经济研究,2022(06):185-188.

[4]王柏玲,朱芳阳,卢耿锋.新时期我国生产要素的动态构成、特征及经济效应[J].税务与经济,2020(06):12-19.

[5]张昕蔚,蒋长流.数据的要素化过程及其与传统产业数字化的融合机制研究[J].上海经济研究,2021(03):60-69.DOI:10.19626/j.cnki.cn31-1163/f.2021.03.006.

作者简介：

刘婧怡，生于2001年9月，女，汉族，江苏宜兴人，江苏大学本科在读，统计学方向

刘源源，生于2000年2月，女，汉族，山西太原人，江苏大学本科在读，国际经济与贸易方向

【基金项目】本文系江苏大学第19批学生科研课题，项目编号：19C017