□ 阳梦华

(中共益阳市委党校 湖南 益阳 413000)

党的十九届四中全会决议中，首次提出将数据作为参与分配的生产要素之一，这是一个巨大的理论创新。虽然世界各国对生产要素的探讨和研究很多，但都局限在学术探讨。我国作为马克思主义的践行者，在这么重大的决定中提出，“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”体现了我国社会主义市场经济体制不断完善，也标志着我国数字经济发展进入新阶段。

一、数据要素的特点与价值

(一)数据总量超级大

从数据总量来看，今天的数据可谓是海量的，并且还在不断快速增长。有研究指出，最近几年产生的数据总量，可能比人类之前100年的总量还要多。IDC认为，2010年全球产生的数据量仅为2ZB，到2025年全球每年产生的数据将高达175ZB，相当于每天产生491EB的数据，年均增长20%。

(二)数据来源成本低

过去，我们数据采集主要依靠人工，数据采集成本比较高，但是今天，大量的数据来自传感器，数据自动采集，大大降低了数据采集成本。同时，过去的数据主要是静态的，而今天的数据主要是动态的，是在线产生的数据，是活数据，这有利于数据用于记录、反馈和互动，加快数据运动速度和周期，使得数据能够在企业运营的全流程上快速流动，并且能够用于量化决策和预测，是数据产生新的社会价值。

(三)数据挖掘技术高

数据挖掘技术主要表现为算力和算法。算力从第一台计算机的诞生到超级计算机的发展，特别是量子计算机，人类算力不断提升。同时，算力也逐渐走向普惠，主要表现为移动互联网和智能手机的普及。特别是云计算技术的出现和发展，改变了数据的储存方式，云技术成为与水电类似的基础设施，使得数据开始像水和电一样流动起来，使得数据从封闭走向开放，走向共享，走向融合。这就为算法提升提供了广阔的应用空间。算法是物理世界运行规律的模型化表达，算法的代码化就是软件。伴随着各种工业软件的普及，特别是产品设计和全生命周期管理软件的普及，数字孪生技术开始应用与产品研发、生产制造，大大提高了研发与生产效率。数字化联通了设备、原料、订单、排产、配送等各个环境，改变了企业依靠经验决策和预测的模式，逐渐成为数据驱动的生态系统。各种智能产品应运而生，智能城市、智慧大脑、工业大脑、医疗大脑等等，各种应用场景广泛应用人工智能的算力和算法。

二、数据要素应用过程中的突出问题

(一)与实体融合不深

当前，我国数字经济与实体经济融合度不深，数字化转型表现出“三产优于二产，二产优于一产”的特征。2018年，服务业、工业、农业中数字经济占行业增加值比重分别为35.9%、18.3%和7.1%。传统产业数字化转型存在大大小小的问题，特备是中小企业，存在转型能力不够(不会转)；转型成本偏高(不能转)；转型阵痛期比较长(不敢转)等问题。

(二)信息孤岛协同差

企业数字化转型主要有三个层次，分别是数字化、网络化和自动化。数字化对企业而言，意味着全流程的数字化。当前，大部分企业的数字化还停留在起步和局部数字化阶段，比如，财务系统数字化，但是生产系统未能数字化。这次新冠疫情期间，很多企业不在疫情，但是依然没有办法复工复产，原因就很有可能是它的供应商在疫区。在政府数字化治理中，这个问题表现更加突出，各个部门之间的数据相互孤立，协同能力较差。

(三)管理机制不健全

目前，我国数据要素市场还在形成过程中，关于数据确权、数据保护、数据标准、数据交易、数据流通等方面的法律法规仍有待完善。

三、以数据要素推动数字经济发展的对策

(一)扩大数据来源，增加高质量数据集

数据并不是一个新东西，数据由来已久，为什么现在变成了生产要素，是因为现在的数据发生了很多变化，现在数据的量可以说是海量的，同时海量数据是可以实时更新的，有的研究指出，最近几年产生的数据量，可能比过去一百年还要多。其次，数据的获取方式也发生了很大变化，大数据的获取更多地依靠传感器而非人工，数据的架构、存储也发生了很大变化，并不是所有的数据都可以产生价值的，在一个应用中，海量数据支撑下往往价值最高的是核心数据集，发展数字经济必须增加高质量核心数据集的积累。数字经济时代，对数据中心建设提出了更高要求，数据中心不仅仅是存放、计算、存储及网络设备的机房场所，更重要的是公共技术设施的重要组成部分。作为新基建，大数据中心又是促进5G、人工智能、工业互联网等新一代信息技术发展的数据中枢。各地应统筹考虑、因地制宜、协同推进、差异化布局数据中心，避免重复建设，找准自身定位，构建具有本地特色的数据中心，增加本地特色数据集积累，布局核心数据集，提高数据集质量。

(二)加强算力算法，提高数据挖掘能力

离开了算力和算法，再多的数据也是没有价值可言的。数字经济可以看作一种算力经济。云计算作为未来集中式的计算处理模式将是最主要的算力，不可忽视的是边缘云为代表的边缘计算与处于中心位置的云计算直接的算力协同能使云端数据处理能力下沉，大大激发边缘数据中心的需求，所以在大数据建设过程中要充分考虑算力布局。同时，算力是在数据能够快速稳定连接、自由有序流动的前提下产生价值的。纵观疫情期间，人，寸步难移，物，限制流通，唯有数据呈指数级增长，这离不开数据中心提供的底层算力算法的支撑。

(三)完善数据确权，推动数据共享共用

数据作为一种生产要素参与市场分配，那么，数据到底是谁的呢？数据确权就成为至关重要的一点，也是数字经济发展不可回避的问题。针对不同来源的数据，以法律形式明确数据产权归属，将有利于数据共享与流通，降低数据使用成本，加快技术创新和商业模式创新，促进数字经济发展。目前，由工信部批准的，我国首家数据确权服务平台——人民数据资产服务平台已经开通运营，但是我国数据确权的法律法规还有待完善，立法监管刻不容缓。同时，标准与标准化对加速数据流转也非常重要，这就要求我们不断完善标准与标准化体系保障。恰如资本只有在流通中才能产生价值，数据也只有通过共享共用才能产生更大价值。

(四)保障数据安全，让新技术融合发展

数据安全从本质上讲就是一个技术问题，它不仅包括数据本身的安全，也包括数据防护的安全。随着5G、云计算、区块链等技术的发展，对于数据安全有了更多的解决方案。这就要求在数据安全上，综合运用各种新技术，构建数据安全保障体系。比如5G在数据流通安全上更有优势，云计算让数据存储更安全，区块链技术让数据价值的记录和流转、交易更安全……，这将有利于构建技术保障体系，提升数据安全保护水平。

(五)优化资源配置，促进全要素共发展

单独的数据资源的价值是有限的，数据作为一种生产要素，必须与土地、劳动力、资本等生产要素组合才能最终产生效益。数字经济的发展，不仅包括数字产业化，还有产业数字化，后者才是我国数字经济发展的主阵地。通过赋能传统企业，与传统生产要素相结合，才能促进数字经济更快更好地发展。比如，传统制造业企业在数字化转型过程中，并不是必须把旧的设备、生产线全部换掉，通过对存量设备的数字化改造，在原有要素组合中，加入数据这一生产要素，将大大降低企业数字化转型的成本，提升数字化转型成功率。

大力发展数字经济，必须以数据要素为抓手，实现数据驱动。数据这一生产要素要想产生价值，必须以需求为导向，以新技术为支撑，与实体经济融合，在自由有序流通中，不断被分析、加工、挖掘和运用，才能发挥应有的作用。显然，大力发展数字经济，必须以数据要素为抓手，用好数据资源。