放大数据在新质生产力中的乘数效应

李勇坚

新质生产力代表了生产力发展的新阶段，体现了新发展理念的要求，标志着生产力质的飞跃。数据要素作为新质生产力的重要生产要素，对传统生产方式变革具有重大影响。随着新一轮科技革命和产业变革的深入推进，数据已成为国家基础性战略资源和关键性生产要素，正成为引领生产力变革的关键力量，对于赋能新质生产力发展发挥着重要的作用。

从理论上认识数据要素的经济学性质

数据要素具有非竞争性和零边际成本。数据的非竞争性意味着多个主体可以共同使用相同的数据资源而不会降低其价值，数据的使用不受时间和空间限制，使得数据要素能够实现多场景应用和多主体复用，从而促进了生产要素的共享和协同。另外，不同于传统生产要素（如土地、资本）存在稀缺性，数据要素具有零边际成本，可以无限复制和再生，使得数据的使用不会受到数量上的限制，打破了传统要素有限供给对增长的制约，提高了数据的利用效率，加速知识的积累与技术的迭代，从而为新质生产力的发展提供了丰富的资源。新质生产力以无限复制数据资源为新的劳动对象，这些数据经过有效搜集、整理、分析、挖掘和处理后可释放巨大的生产力效应，并在新质生产力的形成过程中催生新产业新模式新业态。

数据要素具有规模收益递增的性质，这一性质意味着数据的价值和效用会随着数据量的增加而增加。首先，数据量的增加带来数据分析的精度和可靠性的提高。企业和组织能够从更大规模的数据集中提取更精准的洞察，用以改进产品设计、优化服务和制定更有效的市场策略，从而赋予了生产力更高效率的属性。其次，大规模的数据量是机器学习和人工智能技术发展的基础。这些技术依赖大量的数据来训练模型，数据的规模收益递增使得大数据集在训练过程中变得更为有效，提高了模型的泛化能力和操作效率，从而实现智能生产力的提升。此外，数據的规模效应还能促进新的商业模式的探索，如共享经济和在线平台服务，从而创造更多的价值增量。据《数字中国发展报告（2022年）》显示，2022年我国数据产量达8.1ZB，同比增长22.7%；截至2022年底，我国数据存储量达724.5EB，同比增长21.1%。可以看出，当前我国数据正快速增长，数据要素价值将进一步释放，数据要素在推动经济高质量发展和加快新质生产力形成中的作用愈发突出。

数据要素具有协同性，需要与资本（如算力）、劳动（如工程师）、技术（如算法）进行协同。只有生产要素实现高效协同，才能迸发出更强大的生产力。当前，全球热门的“生成式预训练变换模型”表现出强大的智能生产力潜能，充分展现了数据要素与资本、劳动、技术的协同性。模型运行的基本逻辑是基于海量数据的持续训练，而海量数据的处理需要强大的算力作为支撑。同时，不断优化的深度学习算法和具备数字能力的算法工程师们也是模型运行的关键因素。数据、算力、工程师和算法之间的协同，共同构成了新质生产力的基础要素。在这个过程中，数据要素为技术创新提供了充足的原材料，算力为其提供了强大的计算支持，工程师通过不断优化算法和模型，发挥了智慧和创造力，而技术的进步又进一步提升了数据的利用效率和价值。可见，数据要素与资本、劳动、技术之间的协同作用，促进了生产工具创新升级，为形成更高水平的新质生产力提供强大驱动力。

从路径上探索数据要素推

动新质生产力发展的机制

数据支撑下的技术创新实现技术革命性突破，催生新产业、新模式、新动能。新质生产力涉及领域新、技术含量高，主要依靠科技创新驱动发展，是以创新为主导作用的先进生产力。习近平总书记强调，以科技创新开辟发展新领域新赛道、塑造发展新动能新优势，是大势所趋。随着新一轮科技革命和产业变革，数据正成为技术创新的关键驱动力。一方面，数据支撑下的技术创新通过深入挖掘和分析海量数据资源，提取有价值的信息和洞察，揭示隐藏的模式和趋势，为研发提供精确指导，加速产品迭代，优化生产流程，实现技术革命性突破。另一方面，数据支撑下不断涌现的技术创新推动了产业跨界融合，打破传统产业边界，催生了金融科技、健康科技等新产业，无人经济、共享经济等新模式，为新质生产力发展注入新动能。

数据驱动下的生产优化实现生产要素创新性配置，让各类先进优质生产要素向发展新质生产力顺畅流动。新质生产力的形成过程实质上是各种生产要素重新组合的过程。这一变革过程中，生产要素的配置方式经历了显著的转变，带来了要素配置效率的显著增强，全要素生产率的显著提高，从而带动生产力水平实现质的飞跃。数据驱动下的生产优化是一种基于数据分析和挖掘的生产方式，通过充分利用数据资源，实现生产要素的动态调配和灵活运用，以应对市场需求和生产环境的变化，有效地降低信息偏差和减少交易成本，打破“数据孤岛”和消除“数据壁垒”，促进各类生产要素之间的协同配合和互补。在这种模式下，数据不仅仅是一个信息载体，更是生产过程中的关键驱动力，为各类生产要素的创新性配置提供支撑。

数据渗透下的融合应用实现产业深度转型升级，促进新质生产力往更高质量、更有效率、更可持续的方向发展。数据已经渗透到生产生活的方方面面，推动了各行各业的转型升级。当前，数字化和绿色化是新一轮科技革命和产业变革的两个重要趋势，也是新质生产力发展的重要战略方向。一方面，基于“数据+算力+算法”的协同，新质生产力主要表现为数字生产力。在数据渗透下的物联网、大数据、云计算等数字技术与传统产业的结合，利用数据、算力等新兴生产要素，搭建智能化数据平台、自动化设备、智能制造系统，实现生产与资源管理的数字化转型，实现产业链全方位、全链条的改造升级，形成具有国际竞争力的新兴数字产业集群；另一方面，绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力。数据渗透下的融合应用通过分析能源消耗数据，优化能源使用，减少碳排放，更好地管理供应链，实现生产过程的绿色化转型升级。

以政策保障数据要素对

新质生产力的赋能作用

第一，加快数字基础设施建设。数字基础设施本身也是基础设施、数字技术、先进产业三位一体的存在，既为数据要素的积累与运用提供保障，也为新质生产力的发展提供了基础设施支撑、通用技术支持和数据生产要素。因此，为提高数据的收集、存储、处理和传输效率，要适度超前建设数字基础设施，如云计算平台和数据中心。特别是加快形成全国一体化算力体系，培育算力产业生态，以提升数据处理和分析的效率。《2022—2023全球计算力指数评估报告》显示，算力指数平均每提高一个点，国家的数字经济和GDP将分别增长3.6‰和1.7‰。可见，算力对于提高全要素生产率和促进经济增长发挥着重要的作用，是新质生产力发展的重要基础。要全面提升算力水平，优化算力布局，以充分发掘数据要素的价值。此外，由于我国在数据标准、数据要素流通共享、数据开放、数据管理等方面仍存在较多短板，有必要建立国家大数据中心，实现各种数据来源的打通，统一规范数据格式与接口，集中收集相关数据。

第二，完善数据基础制度建设，推动数据资源在新质生产力领域深化应用。建立并完善数据基础制度是确保数据资源合理利用，保护数据安全的必要条件，也是激发数据要素潜力，推动新质生产力的重要措施。首先，要明确数据产权，包括数据的所有权、使用权和收益权。明晰的数据产权制度有助于激发数据产业活力，同时能引导更广泛的技术创新和生产力提升。其次，要完善数据流通交易制度以实现数据的高效配置。合理的数据流通能够提升数据使用的效率，降低数据获取的成本，并驱动数据的创新应用和生产力提升。再次，要建立公平合理的数据收益分配机制，以激励更多的主体参与到数据生产和利用中。当数据的价值被看到且可从数据中获得实质性利益，参与者才能产生更强的动力推动产业不断迭代升级。最后，要构建完善的数据安全治理机制，这是实现数据价值最大化释放和提高社会对数据应用信心的基础保障。

第三，营造良好数据生态。数据要素要充分发挥对新质生产力的赋能作用，需要建立一个良好的数据生态。如果缺乏数据生态，在应用数据要素过程中，很容易出现“数字化悖论”，也就是应用数据要素并未提升整体效益。在政策层面，要多方面支持数据生态的建设。首先，要支持一批数据要素服务商的发展。这些服务商汇聚各类数据，开发出适应各种场景的数据工具，辅助企业获取更多有价值的信息，以做出更精准的产品设计和制造决策，优化生产流程，提高生产效率。其次，数据要素相关的配套设施建设是推动数据要素和现代化生产力相结合的重要条件。算力、算法和存储等相关配套设施的协同发展，能够为数据处理和分析提供更强大的支持，提升数据的运用效率和价值，进一步推动生产力的提升。最后，数据经纪人、数商和交易服务机构等参与者的协同发展，有助于推动数据的流通和交易，优化数据利用的效率，更好地挖掘数据的价值，为企业创新和生产提供更丰富的资源，进一步放大数据在新质生产力中的乘数效应。

（本文第二作者为中国社科院大学刘宗豪）

责任编辑：陈希琳