数据要素形成与价值释放规律研究_王泽宇.pdf

33TOPIC 专题数据要素形成与价值释放规律研究王泽宇，吕艾临，闫树中国信息通信研究院，北京 100191摘要基于数据和生产要素的概念和历史分析，提出数据要素是根据特定生产需求汇聚、整理、加工而成的，参与社会生产经营活动的计算机数据及其衍生形态，应聚焦其作为经济增长的新动能和推动生产发展的价值。总结了数据要素的价值释放途径，即业务贯通、数智决策、流通赋能三次价值，应在推动数据要素发展过程中予以全面关注。关键词数据要素；数据；生产要素；三次价值中图分类号：TP393.08 文献标志码：A doi:10.11959/j.issn.2096-0271.2023019Research on the regularity of data factor formation and value releaseAbstractBased on the conceptual and historical analysis of data and production factors,it was proposed that the data factor was the computer data and its derivative that was gathered,sorted and processed according to specific production needs and participated in social production and operation activities.It should focus on the value of data factor as a new driving force for economic growth and production development.It was summarized the three value release ways of data factor,namely,business operation by data,intelligent analysis by data and external effects by data exchange,and it should be given full attention in the process of promoting the development of data factor.Key wordsdata factor,data,factor of production,three value of data factorWANG Zeyu,LYU Ailin,YAN ShuChina Academy of Information and Communications Technology,Beijing 100191,China2023019-1BIG DATA RESEARCH 大数据340 引言2022年12月19日，中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见（以下简称“数据二十条”）发布，受到政产学研各界广泛关注。“数据二十条”是我国进一步推动数据要素发展的纲领性文件，明确了构建数据基础制度、发挥数据要素作用的前提、主线、重点、目标与工作原则，系统提出以数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度为骨架的中国特色数据基础制度体系。作为数据要素领域的国家级政策文件，“数据二十条”对数据要素发展的四大核心环节做出专项部署，以基础制度破解基础难题，为推动数据在更大范围内有序流通和合理集聚、进一步促进数据价值转化指明了方向。当前，学术界、产业界已从多个视角对数据要素展开深入探讨，数据要素化条件、数据要素独特属性、数据要素与经济增长、数据基础制度体系、数据要素市场培育、数据确权授权与权益保护、数据估值定价、数据流通技术等方面已有大量研究成果。高富平等人1认为数据智能是数据要素的价值生产模式，提出“原始性”“机读性”“满足一定质量要求”是数据要素化的三大条件。何苏燕2认为数据生产要素化是数据从可能的生产要素转变为现实生产要素的过程，数据的集聚化、能力化、融合化、价值化是数据得以要素化的机理。上述研究揭示了数据要素化的基本条件，而数据独特的属性为其要素化赋予新的禀赋。郭琎等人3从技术、经济、市场3个维度归纳了数据的9个属性，严宇等人4将虚拟性、非竞争性、排他性、非竞争性作为数据要素的显著特征，李勇坚5进一步分析了数据要素非竞争性与部分可排他性、收益递增与收益递减、协同性、外部性等经济特性的内涵。在此基础上，蔡继明等人6和张龙天7分别运用广义价值论和内生经济增长理论论证了数据要素与价值创造、经济增长的关系。充分发挥数据要素价值、促进经济增长需要建立数据基础制度体系。王建冬等人8、童楠楠等人9、段尧清等人10分别就数据要素基础理论与制度体系、中国特色数据要素产权制度体系、数据基础制度的价值取向进行了设计和分析。其中，数据要素市场化配置是数据要素价值放大、叠加、倍增的重要机制。熊巧琴等人11对数据交易相关问题和研究进行了归纳，魏凯等人12总结了我国数据要素市场培育的进展、挑战和应对思路，何金海13站在企业视角分析了数据流通的实践困境，黄丽华等人14研究了数据要素市场中的产品形态与交易模式。关于数据要素市场的基础性问题，申卫星15、戎珂等人16分别讨论了数据用益权的基本理论和数据分级授权机制的意义，黄倩倩等人17、欧阳日辉等人18分别研究了数据价格生成机制和数据估值定价评估指标，周建平等人19分析了隐私计算技术对数据流通模式的影响。上述研究为数据要素相关政策制定和产业实践提供了有益指导。然而，聚焦数据要素本身的价值释放规律这一底层原理性问题，目前的讨论还不够充分和深入。上述研究中涉及的数据要素价值的讨论，更多是从结果、成效的视角论证数据要素对其他生产要素、社会经济生产效率的巨大作用。但数据究竟在哪些途径中释放出其作为生产要素的价值？数据要素究竟在哪些环节中成为驱动经济发展的新动能？这些问题还难以讲清，而对这些问题的探究正是对数据要素本质、价值释放途2023019-235TOPIC 专题径等基础性规律的把握，是更好发挥数据要素作用、健全数据要素市场体系的理论原点。正如“数据二十条”规划的目标，数据基础制度建设、数据要素市场培育等的规划与推进，最终都要充分实现数据要素价值，促进全体人民共享数字经济发展红利。关于数据要素本质与价值释放基本规律的探索、讨论、争议也应成为数据要素研究的重要课题。基于以上背景，从历史与现实相结合的视角，分析数据要素的本质、渊源，归纳数据要素价值释放的途径，为数据要素价值释放的基本规律提出探索性的逻辑框架，力图推进后续各界对数据要素基本概念、基本机理的深入探讨与理解，从而支撑基础制度相关议题的研究，启发基本难题的破解思路。1 数据成为生产要素的历史演进1.1 数据的概念及其演变分析数据的巨大作用已有目共睹，然而数据概念的混淆也为法理探讨、权益分配、开发利用等相关话题带来不少困惑，成为产业数字化转型、数字产业化发展、数字经济监管治理的绊脚石。更清晰、深入地理解数据，是把握数据要素内涵与价值的重要前提。在最广泛的意义上，数据就是记录事实、活动的符号、信号。由于数据是一种特殊形态的存在，不同场景对数据的界定各不相同。就其表现形式而言，辞海（第七版）将数据定义为“描述事物的数字、字符、图形、声音等的表示形式”。按照中华人民共和国数据安全法中给出的定义，数据是指任何以电子或者其他方式对信息的记录。就其使用目的而言，在最新版的牛津英语词典中，数据被定义为“被用于形成决策或者发现新知的事实或信息”。词典、法律对常规印象的描述都表明，数据的本质不在于“数”，而在于对各类信息的记录和处理，数据是人类认知世界的一种重要媒介。事实上，英文data本就没有“数”的含义，其单数形式datum来自拉丁语dare，意思是“给出的东西”，主要指论辩时给出的事实或依据。古代遗留的户口管理名册、天文观测记录等均符合今天人们对数据的认知。数据作为认知媒介的独特性就在于，以各种符号按规则汇聚的组合体系为表现形式，向人们提供处理事务、认知世界的依据。值得注意的是，规则体系的设计者是人，数据收集的维度实际上是人预先选择的观察视角，物理世界被特定的观察视角和技术框架映射到数据世界。正如国际数据管理协会（Data Management Association，DA M A）所 讨 论 的，数 据 是 需 要 被创造出来的，数据在语境或上下文中才有意义20。当然，数据与“数”确实存在历史渊源。信息记录与处理、数值符号的计算始终是社会运转和发展的基本需求，与计算工具和技术的迭代相互促进21。随着计算技术和数学理论的发展，到18世纪末，数学、统计学在自然科学研究和社会经济活动中的作用不断彰显，人们从数字及其组合中挖掘出大量因果规律与相关关系，data一词开始专门用于表达可供数学、统计学处理的原始数字材料，它所指的事物也逐渐聚焦数值化的事实记录22。汉语中最先将data译为“数据”的人是谁尚未考证出结论，但可以肯定，翻译时data已更多指数值化的符号。数值虽然不是数据的本质，但数值化后，数学、统计学等强有力2023019-3BIG DATA RESEARCH 大数据36的工具得以应用，极大地提高了数据的价值。在当前语言环境中，遵循规则汇聚的符号表（尤其是数值表）、表中的一条记录或从表中统计得到的衍生指标，都会在不同场合被称为“数据”。随着计算机的发明，1946年，“数据”一词首次用于表示可传输和可存储的计算机信息23。从表层含义看，计算机处理的数据是指一系列二进制编码，与符号表、结论性指标等数据并不相同。事实上，二进制是数值符号的进一步演化，是运用计算机记录世界的符号，记录规则在底层实现标准化和规范化。同时，将各类事物编码为计算机可处理的二进制数据极大地提升了人类处理信息、认知世界的能力，近十几年来半结构化、非结构化数据应用水平的提升就是证明。由此可见，人类对数据的认知和利用是一个不断加深的过程。当今身处的大数据时代，底层是“编码之大”，伴随“处理之快”，引发“价值之高”。基于以上现实，今天谈论的“数据”应定义为：基于二进制编码的、按照预先设置的规则汇聚的现象记录。“基于二进制编码”将非计算机数据排除在外，非计算机数据若要进一步发挥价值，也需转化成二进制符号，成为计算机数据。同时，该定语也具有囊括性，曾经难以处理的图像、视频已变成非常热门的数据，未来或许还有新的事物加入数据的范畴。“按照预先设置的规则汇聚”强调数据的发掘创造离不开数据收集者的主动设计，其规则是数据收集者的主观认知与客观的技术能力相适应的结果。数据收集者根据自己的需要和具备的条件主动构造出物理世界的某一侧面，并以精确、受控的规则将这些侧面呈现为大量数据。数据集的结构、规则是数据收集者特定视角的外在表现，数据集中的每条数据是特定视角下直观把握到的基本单元。因此，当今谈论的数据，底层固然是二进制数值，但数据的本质不在于数值，而在于不断创新的记录汇聚、不断涌现的认知升级。1.2 社会经济变革催生新的生产要素生产要素是用于生产经营活动的经济资源24，但并非所有经济资源都是生产要素。生产要素不是所有投入生产过程的资源总和，而是对某一时期经济发展中所需重要资源的科学抽象，是一个历史范畴25。换言之，生产要素是对生产过程中为获得经济利益所投入成本的高度凝练，是维系社会物质生产方式的基本元素和价值源泉。土地、劳动、资本、技术、数据这些生产要素都是随着生产力的发展不断扩充的。生产力发展是人类社会发展的决定力量，在不同经济形态下，主导生产力竞争的核心要素也不同。每一次社会经济形态变革和产业革新都伴随新的生产要素出现，并带动社会生产力跃升。每当出现经济增长速度快于已知要素投入的增长速度时，就可以抽象出新的要素来说明其余要素未能说明的剩余产出。1662年，威廉配第（William Petty）在著作赋税论中提出“土