《“數據要素×”三年行動計劃（2024-2026年）》（以下簡稱《行動計劃》）標志著我國在數據要素市場建設方面，邁出了從宏觀制度安排到具體行動舉措的第一步。《行動計劃》審時度勢把握住我國從技術變革、產業變革向要素變革的發展趨勢，準確深刻地提出數據要素對于經濟社會發展的乘數效應，以推動數據要素高水平應用為主線，以提升數據供給水平、優化數據流通環境和加強數據安全保障為支撐，針對12個重點行業領域明確發揮數據要素價值的典型場景，旨在充分發揮數據要素的放大、疊加、倍增作用，為構建以數據為關鍵要素的數字經濟、推動高質量發展提供新動能。

　　《行動計劃》是落實數據要素基礎制度的針對性舉措

　　一是《行動計劃》依托我國海量數據的價值優勢，能夠有效拓展經濟增長新空間。黨的十八大以來，我國積極推進“互聯網+”行動，系統布局新型基礎設施建設，大力推動數字化轉型，推動數據資源規模快速增長。2022年我國數據產量達8.1ZB，同比增長22.7%，全球占比達10.5%。海量的數據資源為我國經濟發展提供了新動能。充分發揮我國海量數據優勢，釋放數據要素價值，激活數據要素潛能，能夠以數據的高水平應用提高資源配置效率、創造新產業新模式，為經濟增長拓展新空間。

　　二是《行動計劃》立足數據要素市場發展的階段性特征，能夠及時滿足實體經濟轉型發展需求。我國數據要素市場建設仍處于起步階段，數據確權、數據定價等問題仍有待探索，數據供給質量不高、流通機制不暢、應用潛力釋放不夠等問題仍有待解決。但土地、資本等要素市場發展經驗表明，要素市場建設是一個長期、動態、反復的過程，難以一蹴而就。面向實體經濟面臨轉型升級的現實需求，《行動計劃》提出了“需求牽引、注重實效”和“試點先行、重點突破”的基本原則，一是聚焦重點行業和重點領域挖掘場景需求，二是針對不同類型的數據分類施策，三是注重梳理實踐經驗和典型案例、加強宣傳推廣，能夠在釋放數據要素價值、滿足實體經濟轉型發展的過程中不斷積累經驗，在發展中逐步完善數據要素市場建設。

　　三是《行動計劃》聚焦12個重點行業和領域，能夠精準定位需求、高效釋放數據要素價值。《行動計劃》的行業和領域選擇體現了“有基礎、有場景、有需求”的原則。工業制造、商貿流通、金融服務、交通運輸等行業，具有較好的數字化基礎，能夠與數據要素形成較好的互補性。科技創新、氣象服務等領域數據積累較好、數據通用性較強，能夠賦能其他行業應用。同時，對于現代農業、應急管理等對我國經濟社會發展意義重大的領域，推進數據要素應用能夠獲得較大收益。隨著我國數字化進程不斷深化，必然有更多的行業和領域成為數據要素應用的主力軍。

　　乘數效應是數據要素賦能經濟社會發展的關鍵機制

　　數據要素具有報酬遞增、非競爭性和低成本復用等特征，在生產過程中能夠發揮降低不確定性、提升交易匹配質量、促進知識積累和創新、提高生產要素協同性等作用。《行動計劃》提出數據要素對經濟社會發展所具有的乘數效應，既是數據要素有別于勞動、資本等生產要素的顯著特征，也是數據要素賦能經濟社會發展的關鍵機制。

　　一是數據要素能夠顯著降低信息不對稱影響，發揮協同作用。利用從數據中挖掘出的有效信息進行分析和預測，能夠顯著降低信息不對稱影響，加強主體協同與任務協同，從而優化資源配置、提高市場運行效率。例如，工業生產中存在兼顧成本、效率、規模的“不可能三角”，但數據驅動的大規模定制業務模式，能夠在大規模、高效率、低成本的條件下向消費者提供個性化產品，打破了工業生產的“不可能三角”，解決了過去解決不了的難題。有研究表明，基于數據要素的分析和預測與生產率顯著相關，對生產率水平的提升幅度為3.8%～6.7%。

　　二是數據要素通過與其他生產要素結合，提升投入產出效率。數據要素與傳統生產要素結合，能夠發揮兩種作用：一是產出增益。數據要素進入專業知識領域，與領域知識結合，有助于發現新的規律，研究出新的理論，創造新的知識或技術，進而促進經濟增長。二是投入節約。數據要素的產出增益和投入節約效應廣泛存在于生產環節，能夠優化其他要素投入產出效率、突破生產可能性邊界、促進經濟社會發展。

　　三是數據能夠實現知識和技能的低成本、規模化復用，加速知識溢出與技術擴散。在我國持續推進數字化轉型的過程中，大量的知識、技能被編碼成為數據。數據化的知識和技能具有在不同主體、不同場景低成本、規模化重復使用的典型特點，如果說工業經濟實現了物理產品的規模化復制，那么數字經濟則實現了知識和技能的規模化復制。例如，大模型通過與工作能力突出的員工進行交互，可以將技能“萃取”并編碼成為數據，這一數據可以復用于其他組織成員、從而提升組織整體的工作效率。通過加速知識溢出與技術擴散，數據要素的低成本復用能夠極大地縮短創新周期、促進宏觀經濟增長。

　　推動數據要素的高水平應用，釋放數據要素乘數效應

　　一是挖掘不同場景數據需求，打造差異化應用模式。聚焦《行動計劃》提出的重點行業和領域，挖掘高價值數據要素應用場景，探索發揮數據要素協同優化、復用增效、融合創新的差異化創新模式。加強試點探索，支持部門、地方協同開展政策性試點，推動數據資源豐富、作用效益明顯的領域率先突破，發揮示范引領作用。深入挖掘數據要素應用好經驗、好做法，遴選示范性強、顯示度高、帶動性廣的典型案例，及時總結可復制推廣的實踐經驗，推動社會各界共同挖掘市場需求、促進經驗分享和交流合作。

　　二是適應不同類型數據特點，探索多樣化開發方式。加強公共數據資源供給，在確保數據安全、保障用戶隱私的前提下，支持在重點領域開展公共數據授權運營試點。完善企業數據共享機制，支持行業內企業聯合制定數據流通規則、標準，加強數據采集、管理、安全等通用標準建設，聚焦業務需求開展數據共享。完善個人信息匿名化使用規則，在保護個人隱私前提下推動個人信息利用。

　　三是培育多元數據市場主體，提升專業化服務水平。強化企業在激活數據要素價值中的主體地位，推動數據價值產品化、服務化，大力發展專業化、個性化數據服務，促進數據、技術、場景深度融合。完善數據商支持舉措，探索有利于數據商發展的投融資模式，發揮相關引導基金、產業基金作用，引導和鼓勵各類社會資本投向數據產業。鼓勵地方政府因地制宜，通過新建或拓展既有園區功能等方式，建設數據特色園區、虛擬園區，探索符合各地實際的數據要素應用實踐，帶動培育數據商等市場化服務機構，營造良好生態。豐富數據安全產品和服務，支持企業面向重點行業、重點領域、中小企業及個人的不同需求，提供多元化的數據安全產品服務和解決方案，利用市場手段提升數據安全水平。

　　（文/中國科學院大學經濟與管理學院教授 孫毅）