数字化视角下的数据生产要素与资源配置重构研究

刘玉奇 王强

本文以2019年7月5日在中国人民大学召开的“新零售与数字化转型”系列研讨会暨研究报告发布会之一发布的《曙光——新零售助推产业升级》为基础，有所删节，分两期刊登。本文为第一期。感谢阿里研究院、中国人民大学商学院、新零售50人论坛、中国商业经济学会，以及天猫新品创新中心、小米集团、浙江塔牌绍兴酒有限公司、浙江红蜻蜓鞋业股份有限公司等單位的支持

基金项目：北京市教育委员会社科计划一般项目“北京市流通空间问题研究”（SM201610037007）;北京市社会科学基金青年项目“北京市商业集群体系研究”（13JGC067）

中图分类号：F713   文献标识码：A

内容摘要：当前，数字经济时代曙光初现。高流动性特征的数据生产要素正逐步植入各产业环节，发挥关键生产要素职能。数据生产要素的作用过程具有高初始固定成本、零边际成本、累积溢出效应三大特点，推动社会资源重配呈现赢家通吃、跨界竞争和长尾市场三重逻辑。传统企业要重视数字生产要素与传统生产要素的区别，要协调传统思维模式与互联网思维模式的重组。本文认为，从零售端入手的数字化进程如火如荼，数据关键生产要素的理念深入企业一线，企业立足实践，从各个端口有序推进、渐进重组。数字化进程在所难免，全面的数字化转型曙光初现，这个过程仍然充满挑战。

关键词：数据生产要素   新零售   数字化转型   资源配置

2017年12月习近平总书记强调推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国。2018年10月习近平总书记强调把增强原创能力作为重点，以关键核心技术为主攻方向，加快发展新一代人工智能，具有重大意义。2019年3月，政府工作报告提出，深化大数据、人工智能等研发应用，打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。

新零售作为率先实现“智能+”的领域，正推动产业渐进升级。曙光已经初现，前路仍需探索。

数据是高流动性生产要素

（一）从土地、劳动到信息、数据

生产要素经历过二元论、三元论、四元论、五元论等不同发展阶段。经典的经济学教材认为，生产要素包括劳动力、土地、资本、企业家才能等四种。当前，信息、数据成为生产要素。万物互联的信息与数字经济时代，自动化、模式化、持续不间断地获取的数据成为生产要素。同时，也区别于此前信息生产要素的静态性、非数字化。

（二）数据生产要素的高流动性特征

不同生产要素存在流动性差异。劳动的流动性要高于土地，技术的流动性要高于劳动，资本的流动性要高于技术，数据的流动性要高于资本。生产要素的流动性差异影响产品/服务的价值形成过程。流动性越强的生产要素越容易集聚、累积，发挥乘数效应，并可能进一步重构流动性弱的生产要素的资源配置状态。数据的生产要素化过程，就是重构原有产业的资源配置状态，推动形成智能化的数字经济体系的过程，具体如图1所示。

（三）数据成为关键生产要素

数据生产要素存在如下特点：一是高初始固定成本。要形成系统性的消费者画像，全产业链的数字孪生、智能化平台经济体，需要海量对象、信息的数字化，海量信息的存储、连接、计算，海量算法和算力的持续、自主优化，需要IoT设备、交互网络、云端设施等大规模硬件投入。二是零边际成本。信息的复制与传播成本低，比特化的数据复制几乎不存在成本。尤其是，受摩尔定律作用影响，大数据及信息传输技术快速进步，信息存储、传输和处理的成本呈几何级数下降。三是累积溢出效应。数据的广泛应用、持续扩散和数字产品和服务能力的不断增强，交互信息的几何级数累积，尤其是IoT的广泛推广所推动的万物互联，海量数据的广泛应用，形成数据应用与数据累积的相互加强。所有对象和信息的数字化技术正在形成包括了这个世界所有对象的属性特征的海量数据，而普遍连接的信息使生产者能够便利地链接市场主体，掌握各类消费者的特征、偏好、需求等全方位的信息。生产者能够挖掘更加广泛的市场机会，创造众多新市场，组织产业资源面向未来开展研发与生产。

消费者广泛应用各类智能终端，生产者深入推动工业4.0进程，中间商全面融入新零售，数据产品/服务产业化，数据的累积程度、累积效率和应用水平日益决定企业竞争优势，数据生产要素集聚的领域成为投资创业的主要板块，成为吸引增量资源配置的高地。数字生产要素推动传统产业体系向现代产业体系升级。

全球数字化与新零售实践

（一）世界各国的数字化路径

世界各国高度重视数字化进程。美国在信息技术领域的基础性研究、应用型专利、技术的商业转化能力等领域全球领先;德国、日本在工业互联网、IoT产品开发和应用领域具有领先优势;中国、印度等新兴市场国家的数字消费和数字化应用日渐普及且发展迅猛。整体上看，中国的东海岸和美国的西海岸，集聚系列全球知名数字领先企业，引领传统产业的重构，成为数字世界的重心。

美国由顶尖企业支持成立工业互联网联盟（Industrial Internet Consortium，IIC）带动所有行业互联网应用水平提升。德国和日本制造业的顶尖企业也纷纷加入IIC。另外，日本成立的神户飞机产业集群研究会、东京实施的城镇工厂连接项目、柏崎市由DOCOMO引领推动的智能工业城市建设等都是推进数字化进程的试点试验。

日本政府连续几年发布振兴战略，推动数字连接，努力推进大量客制化、制造业服务化和智能化工程。德国和日本政府甚至签署《汉诺威宣言》，推动两国在安全、技术标准、数据自由、企业合作、共享研发、人才培养、汽车及通信等领域开展广泛合作。

（二）引领全球的新零售实践

中国是全世界最具代表性的新零售创新国家，拥有超过6亿的数字化消费者。中国零售业在经历了网上销售、电商时代之后逐步进入新零售时代;并通过数字化手段和大数据工具，将研发、设计、制造等环节卷入数字化进程，推动数字化消费者各类消费过程场景化，形成一系列强关系的场景数据;推动电商时代的零售、物流等流量入口和服务环节的竞争步入全产业链竞争;推动资源配置的状态优化和效率提升。

以阿里巴巴、京东等为代表的数字原生企业围绕商品、品牌、营销、销售等建设线上线下场景，推出天天特卖、天猫小区、淘鲜达、淘宝极有家等等线上新场景，开设盒马鲜生、京东超市、京东小店等线下新场景;同时，对接6亿消费者的大数据和数字智能技术，形成淘宝企业服务平台、客服云 SaaS 交易管理平台、天猫新品创新中心、天猫小黑盒、阿里“仿真系统”等等智能产品和服务，帮助B端商户提高服务消费者的能力和效率。

同时，数字原生企业也与品牌商家开展广泛合作，帮助商家开展C2B订制服务、开发自有品牌、实施多种形式的品牌计划，提供品牌所需各种工具和解决方案，助力商家打造爆品，壮大品牌商自有流量池，沉淀品牌数字资产。

传统企业陆续卷入数字化进程。传统零售企业是数字化转型的急先锋，苏宁、国美、永辉等零售企业纷纷进入新零售2.0或3.0，根据线上数据优化线下场景，构建统一的底层数据库体系。传统制造业企业围绕营销推广、渠道升级、品牌建设、生产制造、研发设计等等对接数据银行，开展消费洞察、销售仿真、品牌升级、C2B研发、数字化生产等等活动，推动产业环节渐进升级。

数据生产要素重构资源配置

硬件提供商、数字化产品运营商、数据平台、媒体都是数据生产要素的建构者。数据生产要素的作用发挥需要形成“任意对象和信息的数字化”、“任意信息的普遍连接”、“海量信息的存储和计算”的一般性生产技术条件;需要把规律、模型、算法、代码、软件结合起来，需要用数字世界链接物理世界和意识世界。

（一）数据生产要素重构资源配置的逻辑

一是赢家通吃。由于声誉、口碑、信用等数据生产要素所具有的高流动性，其广泛传播、持续积累的零边际成本，使得赢家不断从一个胜利走向另一个胜利。传统的工业经济范式下的规模经济、范围经济受制于硬件设施、厂房设备、地理空间等等，并且随着企业规模扩大，其边际成本快速增加，形成确定性规模空间。数据生产要素整合资源的过程符合赢家通吃的规律，有限的数据指导生产、销售、零售、物流等各个环节，推动智慧生产、智慧营销、智慧零售、智慧供应链等发展。

二是跨界竞争。数据的应用十分广泛，场景化有助于形成一系列强关系的多维数据。但同样的数据更需要多维度解读。一系列弱关系的多维数据有助于消费者画像、产业链素描和生态系统全景鸟瞰。新零售的数据既可以比消费者自己更了解自己，也可以帮助卖场建构消费场景，更可以帮助开展精准的营销推广、品牌形象设计和塑造。全景数字化的建构有助于加快工业4.0步伐。

三是长尾市场。数字化消费者的快速发展，尤其是商家与客户的实时互动，消费者权利的提高以及围绕消费者的各种技术创新推动C2B快速发展。C2B对传统工业时代的颠覆也是商业网络从传统的供应链走向网络系统的一种全新的基本模式。个性化消费的潮流创造出了一个全新的个性化需求的市场。

（二）大数据时代的资源配置

如图2所示，一是多维空间的个体。个体成为多维数字化描述的“颗粒”，每个个体都出现在多维空间、多维场景中。二是自我强化的场景。场景所获取的是微空间的强关系数据。场景化的核心是消费群体习惯的数字化建构。三是漫无边际的全域。个体数据广泛栖息于网站、APP和终端设备等多个载体。全景画像需要全域数据的支持。

多维空间的个体既可以利用全媒体，逐步累积专业级、场景化的微空间反馈，形成注意力经济、网红经济，也可以利用各类平台成为专业主义的液态组织中的颗粒。场景化是在实体空间与虚拟意识之间的信息和数据建构，新零售将购物、餐饮、休闲、娱乐、出行等各类服务卷入场景，并将继续向产业上游传导，形成一系列数字化流量入口。多维空间的个体和自我增强的场景漩涡陆续将个体、组织直至整个社会卷入数字化时代，形成社会运行的数字孪生。数字孪生将分化成为一系列基于云的数据银行、场景平台、粉丝团体、专业社区等等，衍生出一系列基于数据的新产品、新服务，形成一系列新组织、新模式。实体空间也会随着数字孪生持续优化，场景取代功能、强弱关系转换、动态供应网络取代静态供应链路，推动资源配置从工业经济时代步入数字经济时代。

（三）全面数字化蓄势待发

当前，几乎所有企业都已认识到数字化进程的大势所趋。以阿里巴巴、小米等为代表的数字原生企业通过内部创业、创新和产品研发提高服务能力;以鞋服类为代表的消费者驱动行业努力寻求合作，创设数字生态系统;大量技术驱动的制造业企业也通过并购和投资，从创业公司和新技术中获取数字化能力。但在制造业数字化方面的进展仍处于萌芽状态。

BCG的研究也表明，中国正迎来物联网、信息物理系统和自动化控制等技术引领的工业4.0时代，全球挑战者企业已经开始使用工业4.0和服务4.0等新兴技术提高生产力、优化核心业务。例如，自2015年起，美的在五个国家完成了至少五笔收购交易，以充实其技术基础并提升竞争力。

数据生产要素的前景

数字经济时代，数据作为一种生产要素介入产业体系，并基于其高流动性，处于优化资源配置的状态，表现为对产业环节数字化进程的自我强化;基于数据的多栖性特点呈现出多流量入口的相互竞争，表现为各类数据平台的迅速崛起。从微观个体来看，这种介入必将整合低流动性资源，意味着企业核心竞争力的进一步凸显和竞争力体系的重构。从整个产业体系来看，这种介入打破了集聚效应的空间限制，推动着数字化产业环节的数字孪生和活动仿真，并基于上下游关系逐渐将其他环节卷入数字化进程。

中国拥有全球最大的数字化消费者群体，也形成了阿里巴巴、百度、腾讯、小米等具有全球影响力的消费者大数据。这些数字原生企业基于大数据开展的一系列创新和应用推动大数据产业发展，也助推消费者驱动的产业快速应用大数据，服务消费者。当然，各行业及其龙头企业受制于产品特征、消费特点、产业特性等，其数字化进程明显不同。但从长远看，数字化进程在所难免，只是哪些环节先介入数字化，哪些环节后被动数字化，哪些功能作为核心竞争力体系的一部分，哪些功能应该考虑资源利用的效率予以外包，需要企业认真思考。

体系、链条、组织、关系的解构不可避免。个体成为产消者、动态细胞式生产的一部分，系统在IoT的支持下實现横向集成，C2B和动态细胞式生产相互促进。组织会围绕具有核心竞争力的功能形成一系列强关系的数字化场景，形成一系列IoT连接的智能工厂、智慧组织、工业城市、文化小镇、场景活动等等。组织之间也会基于不同场景的相关性形成一系列弱关系。产业链条、产业体系正是基于这些以弱关系相关联的强关系场景进行重组。数据的应用日益广泛、累积不断升级、产品化和工具化趋势显著，巨大价值陆续呈现。当然，这个过程仍然充满挑战。

参考文献：

1.阿里研究院.解构与重组：开启智能经济，2019

2.阿里研究院.数字经济2.0：告别公司，拥抱平台，2017

3.阿里研究院.数字经济体：普惠2.0时代的新引擎，2018

4.埃森哲.阿里研究院.数字化消费重塑商业全球化，2015

5.曾鸣著.智能商业.中信出版社，2018