(网经社讯)

一、引言

当今世界，随着互联网、物联网等新兴信息技术飞速发展，万物互联化、数据泛在化的大趋势日益明显，数据能力已成为国家、地区和机构的核心竞争力。2017年7月，习近平总书记在二十国集团领导人汉堡峰会上指出：“全球95%的工商业同互联网密切相关，世界经济正在向数字化转型。”在工业化后期，随着工业化进程基本完成，经济社会运行开始进入要素链与价值链的动态组合为主要内生驱动力的全新阶段，以数字和智能科技为主导的第四次科技革命引发了资源配置方式的新变革。据统计，目前我国4G用户全球占比超过40%，光纤宽带用户全球占比超过60%，蜂窝物联网M2M连接数全球占比近45%。2019年下半年发布的《中国互联网发展状况统计报告》显示：“截至2019年6月，我国网民规模达8.54亿，手机网民达8.47亿人，互联网普及率超6成，互联网在经济社会发展中的重要作用更加凸显。”我国庞大的网民群体使得数据资源产生的速度和规模在全球保持着明显优势，有望在2025年成为世界第一数据资源大国，数据在各行各业的融合应用为生产要素的重构变革创造了基础条件。

要“推动互联网、大数据、人工智能和实体经济深度融合”“着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系”，是党的十九大为经济社会发展指明的方向，意味着数字经济的“红利”大规模产生的时代已经到来。十九届四中全会又进一步提出将数据增列为一种新的生产要素，建立由市场评价贡献、按贡献决定报酬的机制，这体现了中国特色社会主义基本经济制度可以最大限度适应当代市场实际来解放和发展社会生产力的制度优势，是中国特色社会主义政治经济学的重要理论创新，标志着数据生产要素将从经济社会建设的初始投入阶段向经济产出与社会分配的更高阶段发展。世界各国均高度重视发挥数据要素在推动经济社会转型、联动其他生产要素方面的战略作用。如美国提出再工业化战略，以数据等高新技术为依托，利用财税等杠杆吸引社会资本等要素向新兴领域集聚，支持个人力量投资新兴产业，加大对民营企业科技创新的奖励，不断增强美国的创新活力，提高国家经济增长速度。德国工业4.0战略以“绿色的”智能化生产为目标，推动制造业领域的数字化改造升级，鼓励制造业企业积极应用新一代信息通信技术、物联网技术等，促进实体物理世界的人、工厂、产品等数字化显现；同时，通过大数据分析技术的精准识别，推进物理世界与数据、网络等虚拟世界的融合发展。英国工业2050战略提出，个性化产品的低成本批量生产将是未来制造业的主要趋势，应积极推动生产资源的重新分配，提倡信息通信技术、新材料等科技与产品和生产网络的融合，改变产品的设计、制造、提供甚至使用方式，提升生产价值链的数字化水平。欧盟在《欧洲数字议程》《产业数字化规划》中着重指出，将云计算、大数据技术嵌入到制造业生产服务流程之中，提升制造企业智能化水平。

本文基于十九大报告和十九届四中全会提出的理论命题，重点结合课题组前期赴福建、重庆、浙江、广东等地开展调研的案例研究，着重论述数据作为一种全新的生产要素，应如何实现其与人才、资金、技术等其他要素之间的联动协同创新。在理论层面，本文从基础层、支撑层、整合层三个层面归纳数据要素对其他要素的重构模型；在实践层面，本文分别从数字产业化、产业数字化以及全要素数字化等不同层面分析数据与人才、资金、技术、产业等要素间的联动机制。

二、数据要素与其他要素联动的三层次模型

生产要素是经济学理论的基本概念，是对经济活动投入资源的形象概括。从经济理论演进过程可以发现，生产要素经历过从二元论到五元论的不同发展阶段，是随经济发展的时代特征变化而不断变迁的，如在农业经济时代的核心生产要素是土地，工业经济时代的核心生产要素是技术和资本。当前，得益于边缘计算、云计算、大数据、人工智能等新一代信息技术的发展，基于物理、社会和网络三维空间互动的新科技革命，彻底改变了人与人、人与物、物与物之间如何联系以及互动的方式和规则，数字经济的时代来临，数据俨然成为生产要素。

从数据要素具有的典型特征来看，显然具有“使能性”（enabling technologies）和通用目的性（general purpose technologies，GPTs）。所谓使能性，是指一项数据及其相关技术要素投入使用后，可以使得既存技术能力得以改进和提升，为使用者架设“使然技术”（know-what）与“应然技术”（know-how）之间的缺口，使能性技术的使用者和尝试者节省了熟悉该技术机理的时间，可以很快适应该技术。所谓通用目的技术，其概念是布雷斯纳汉（T. F. Bresnahan）等提出的，他们认为具有通用目的特征的信息技术在任意时间内，在更多的部门中具有普遍使用潜力（potential for pervasive use），且这类信息技术的活力较为活跃。伴随着这类通用目的性技术的演化和进步，可在全行业乃至全社会引发更全面的生产率收益。基于此，数据及其相关技术可以说是当前作为典型的通用目的技术，伴随着其发展和演化已具有非常广阔的应用空间，且它的使用不受任何个人偏好的约束和引导，可以服从于所有行业和活动的需要。

目前，学界较少见到对数据要素和其他要素联动机制的专门分析，但部分研究者提出了一些相关理论观点。德朗（J. B. Delong）认为，相比于历次产业技术革命而言，以大数据、人工智能为代表的新兴信息技术所强化和延伸的是人的智能，而不是一般工业技术所强化的人的机能和组织的技能。因此，数据要素并不能代替各个企业本身，但它是促进有效决策、提高劳动效率的重要手段。刘玉奇、王强认为，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，因此，需要用数字世界链接物理世界和意识世界。王欣在归纳包括数据在内的整个信息技术对经济增长的作用时，认为其主要包括三个层面，即IT资本的深化、信息部门全要素生产率的提高和其他部门生产率的增长。上述研究对本文研究有一定启发，基于数据要素在不同层面对技术、人才等其他创新要素的协同联动机理，本文认为可以将其概括为基础层、支撑层和整合层三个基本层面（参见图1）。

图1　数据联动其他生产要素的分层模型

（一）基础层：数字产业化

在基础层，数据要素并不是以一种独立的要素形态存在，而更多是嵌入在支撑实体经济运行的各种数字化基础设施之中，并通过数据中心、网络、终端等硬件基础平台，以及数据库、数据服务等软件基础平台，为人才、资本、创新等要素在实体经济中的融合提供基础环境，并且在一定程度上解决企业生产经营中的信息不充分或不对称问题，促进提升生产效率和经营效益，是信息产业的增加值。应当说，这是数据要素发挥要素联动作用的最底层层级，其产业附加值和辐射带动效应也最小。

在20世纪80年代信息化起步时期，数据虽然没有作为一种显性的生产要素，但其同样存在于信息服务、知识服务等服务业态之中，但这一时期的信息化产业引导作用并不明显。甚至在20世纪80年代末，“信息技术的生产率悖论（productivity paradox）”被以Steven Roach等为代表的一批经济学者普遍提及，认为20世纪90年代之前信息及其相关产业对国民经济各行业绩效改善没有达到预期目标。但这种质疑声并没有持续很久，到20世纪90年代中期已经基本销声匿迹了，其原因就是伴随着信息技术和信息产业的成熟发展，由数字产业化的发展带来了全要素数字化开始产生，两者间的关联模式逐步形成，并占据主导地位。

（二）支撑层：产业数字化

在产业数字化阶段，数据开始作为一种独立的生产要素全面融入实体经济运行之中，数字技术被实体产业应用和产出的结果，可带来原有产业的产出增加和效率提升。鲍恩（T. S. Bowen）、韦斯特（J. P. West）等认为，当数据融入商业程序而成为基本的管理工具时，它就能为企业提供优化的生产和管理流程，使管理知识得以分享以及将其在不同的时间和项目之间进行合理化转移，孕育协同增效和继续学习。作为产业数字化模式的最早倡导者，夏皮罗（C. Shapiro）和哈尔（V. Hal）早在20世纪末就前瞻性地分析和论述了数据对市场结构和产业组织的影响，并提出了差异化产品、互补品定价、搜寻成本和转换成本、标准竞争、路径依赖和锁定效应，以及规模经济、范围经济和网络效应、沉淀资本增长和边际资本投资缩减等一系列理论观点。

在这一阶段，数据发挥着相比以前各个时期更加重要的作用，已经成为驱动产业转型升级和区域协调发展的战略资源，正取代劳动和资本成为领导生产的因子，为高效的生产和流通以及经济领域各方面的服务所依赖。在基础功能层，实体经济的竞争力主要来自大规模生产带来的成本降低和“补链成群”的产业配套规模效应，数据只是促进了成本的进一步降低和效率的进一步提高；而在支撑功能层，随着产业数字化的不断推进，现代产业经济将越来越强调产业链的动态形成和动态组团效应，其中的数据将成为联动不同组织、不同产业集群的核心要素，传统数据流、信息流依附于物资流的局面被颠覆，数据成为指挥实体经济运行的“大脑”和“中枢”，并充分发挥主导产业运行的决定性作用。数据作为一种通用目的技术，通过与国民经济各行各业的广泛结合，使得各领域生产率不断提升，并且促使第一、二、三产业之间业态深度融合，从而深刻改变传统产业的生产方式与组织形态，催生新的经济动能，形成新的产业模式与业态。

（三）整合层：全要素数字化

在支撑层，数据的作用主要体现在对实体经济的供给和需求两侧运行结构的数字化改造，实现对传统意义上商品市场的转型提升；而在整合层，数据的作用将进一步体现在对要素市场的转型提升，实现对人才、技术、资本、管理等各方面生产要素流转的全面数字化智能化改造，从而实现国民经济的全要素数字化转型。在这一过程中，数据化和智能化技术不仅是产业投资、人才培养、技术创新、管理变革的重要基础，还是加速不同要素链条在不同行业和不同地域快速实现成链、结盟、组团、入网、解构的重要基础，数据将成为庞大而精细的社会化生产系统顺利运行的黏合剂。可以说，全要素数字化的过程，是重构原有产业的资源配置状态，实现互联网、大数据、人工智能、区块链等新技术与实体经济、科技创新、现代金融、人力资源协同发展、充分融合，推动形成智能化的数字经济体系的过程。

综上所述，在数字产业化层面，数据要素对于其他要素的作用主要内嵌于软硬件信息基础设施服务之中，其运行规律与信息化、信息产业的运行规律基本一致，对于这类联动作用的研究很多，在此不再赘述。下文重点从支撑层和整合层两个角度出发，对产业数字化下多要素联动的基本路径，以及基于“五链协同”的全要素数字化基本框架进行论述。

三、推进三大变革：以产业数字化实现多要素有机联动

（一）推进质量变革，以数字化提升实体经济供给体系质量

（二）推进效率变革，以数字化促进实体经济要素高效流通

（三）推进动力变革，以数字化加速实体经济新旧动能转换

四、推进“五链协同”：实现经济全要素数字化的基本路径

（一）五链协同的技术经济本质

图2　“五链协同”的三层融合机理示意

（二）实现五链协同的基本路径

图3　实现全要素数字化的“五链协同”模型

1围绕产业链，以数据链联接创新链

2围绕产业链，以数据链激活资金链

3围绕产业链，以数据链培育人才链

五、小结

（来源：国家信息中心网 文/王建冬 童楠楠 编选：网经社）