伴隨數字中國建設的持續推進，我國數字經濟邁向了全面擴展期，數據成為了新的生產要素。從生產要素的角度重新看待數據，本質上是要推動數據在更大范圍內、更深層次上進入經濟循環，突破當前分散的、自發的資源化開發利用方式，通過引入市場化配置的手段激活數據生態，成規模、成體系地實現數據的深度開發和廣泛應用。有別于資本、土地等傳統生產要素，數據要素投入生產過程并釋放價值的方式更為復雜，并具有鮮明的技術特色。首先，數據的價值釋放過程是在眾多主體參與下對數據進行持續加工的過程，在加工過程中借助各種技術工具不斷改變著數據的形態；其次，數據具有很強的流動性，在數據跨越經濟主體的流動過程中，一方面受安全和效率等技術條件的限制，另一方面又必須處理好收益分配、風險界定等商業問題；最后，數據是一種非同質化的資源，其價值釋放過程與數據類型、應用場景密切相關，不同場景下數據發揮的作用不同、價值實現的路徑不同，對其進行組織、加工、流通、應用的技術要求也存在顯著差異。因此，簡單地將數據的要素化過程歸結成為資源化、資產化、資本化，并未能充分體現數據這種新型要素的特有屬性。我們需要更深入地探索數據要素價值釋放的內在機理以及核心規律。數據要素的價值釋放關鍵在于與其他各類要素相結合，為實體經濟賦能。而數據要素乘數效應正是揭示數據這種新型要素價值釋放機理的關鍵所在。具體而言，數據要素的乘數效應表現為“協同”、“復用”、“融合”三種賦能機理。從“協同”、到“復用”、到“融合”，是數據應用范圍的擴展和應用深度的提升。“協同”包含三個不同的層級，業務協同、主體協同和要素協同。其中業務協同和主體協同在過往數字化轉型的實踐中已經被反復討論，但不同要素之間的協同則是伴隨數據要素而產生的新視角和新探索。舉例而言，數據與勞動力結合可能會降低勞動力的培訓成本，實現知識與經驗的快速遷移。如果說“協同”還帶有互聯網時代的痕跡，“復用”則是完全屬于數據要素時代的，它是數據低成本復制特性的價值延伸。有了“復用”，數據可以一次生產，多次使用，達到成本的節省。同時，數據在不同領域、不同場景、不同主體之間的復用可催生出新產品、新服務，釋放出數據的新價值。比如，制造業長期積累的大量工藝數據可以幫助眾多企業改善產品質量，這是數據價值在主體之間的復用；醫療健康數據可用于臨床診斷、藥械研發和醫療保險，這是數據價值在領域之間的復用。與此同時，數據在復用中不會出現損耗，反而會“越用越多”、“越用越好”。“融合”強調眾多主體參與下數據規模的增長和品類的豐富，以量變推動質變，由此產生新能力、新模式。工業革命時代，生產效率的提升除了源于技術進步之外，還源于市場規模的迅速擴張。足夠大的市場規模使得精細的分工成為可能，精細的分工進一步提高了生產效率。數據的積累和融合也可能存在類似的效應，數據產業可能因為數據的匯聚與融合出現更細致的分工。此外，以人工智能為代表的新技術浪潮格外依賴數據規模和品類的增長，只有當模型規模和數據規模超過一定的臨界值時，人工智能大模型才會出現新能力的“涌現”。從8年前的“互聯網+”到如今的“數據要素×”，他們都對產業產生重要影響。“互聯網+”的核心是連接效應和網絡效應，連接產生信息交互，推動主體之間的協作；網絡是規模化的連接，匯聚了海量的供給者和各類用戶，促成供需的精準匹配，并催生出平臺經濟。從“互聯網+”到“數據要素×”的轉變，是從用戶匯聚到數據匯聚的轉變。用戶是經濟活動的參與主體，而數據則是在主體之間流動的“血液”，是維系數字經濟運行與主體正常活動的基本因素。因此，“聚數”就是“造血”，數據流動的范圍和強度與數字經濟的活力直接相關。如何加速數據的匯聚與流動？這需要從供給側和需求側協同發力。一方面需要進一步推動數據要素的供給側改革，加強數據要素的相關制度建設，推動有條件的地區開展公共數據授權運營。另一方面，需要在需求側通過試點充分展示數據要素千姿百態的乘數效應，并具體分析不同行業的業務需求。

　　需要注意的是，數據要素的確權、定價、流通、交易等規則的設計，可降低交易成本，推動數據的大規模應用和市場化配置。數據流通和交易是為數據應用服務的，應用規模的增長和場景的豐富才會真正帶動數據供給和數據交易。歸根結底，數據要素的價值源于其豐富而強大的賦能作用，源于乘數效應賦能實體經濟，進而推動經濟增長的巨大潛力。

　　（文/清華大學電子工程系信息系統研究所副所長 王鉞）