--- schema_version: "library-reader-v1" source_type: "original_book" title: "数字经济：内涵与路径" author: null edition: null publisher: null year: null isbn: "9787521745023" library_document_id: "07d591c2-0f4c-45ac-a1d7-103c4807db8f" source_sha256: "1f8a8a816a0928fbd1280e62597051c4a2292bcfbc60ec535b3523a6ea017579" pdf_physical_page_count: 361 pdf_physical_page_index_base: 0 range_start: 150 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f?start=150&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f.md?start=150&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f.md?start=140&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f.md?start=160&limit=10" --- # 数字经济：内涵与路径 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=150 | PRINTED_PAGE=151 推进要素市场化改革具有三个方面的重大意义。 一是建设高标准市场体系的关键步骤。 党的十九届四中全会提出要建设高标准市场体系。这个高标准不仅体现在商品市场上供求机制、价格机制和竞争机制等市场机制充分发挥作用，更为基础和重要的则是在要素市场上体现出市场配置各类要素资源的决定性作用。 当前，我国商品市场发育较为充分，目前商品和服务价格已由原来的97%以上由政府定价，转变为97%以上由市场定价。同时，要素市场建设和改革也取得了重要进展，资本、土地、劳动力市场从无到有、从小到大，市场配置要素资源的能力明显增强。但由于种种原因，与商品和服务市场相比，要素市场发育还不充分，在运行过程中不同程度地存在行政干预过多、市场化运作不畅、资源配置效率不高等问题，影响了市场发挥资源配置的决定性作用。尽管中央文件屡有提及，但思想观念的障碍和利益固化的藩篱，使这些年来的相关改革进展缓慢。《意见》的出台，不仅再次明确了要素市场化改革的方向，还针对不同的要素提出了具体的市场化改革举措，具有很强的可操作性，有利于加快高标准市场体系的建立。 二是深化供给侧结构性改革的重大举措。 近年来，针对经济运行中的结构性矛盾，中央提出了以“三去一降一补”为主要内容的供给侧结构性改革思路。经过几年努力，经济运行中的短期结构性矛盾得到了缓解，取得了积极成效。但“三去一降一补”治的是急症、解的是表，逻辑是从产品端的结构性矛盾出发，在企业端发力，通过淘汰过剩产能、出清僵尸企业、降低过高杠杆等措施纠正结构性失衡。但从企业端深挖下去，除了微观主体的治理机制和创新活力有待进一步激发外，作为投入的要素端的扭曲也是一大病症所在。 要素配置扭曲具有很强的传导性和扩散性，由此造成了一系列经济结构性矛盾和问题。推进要素市场化改革，有利于提升要素流动性，有利于引导各类要素协同向先进生产力集聚，进而为产业链水平的提高创造条件。从培育新动能角度来看，要扩大优质增量供给，就要建立促进要素自由流动的机制，使科技创新、现代金融、人力资源等现代生产要素能够从低质低效领域向优质高效领域流动，提高要素宏观配置效率，共同支撑实体经济发展，形成协同发展的产业体系。可以说，要素市场化改革是继“三去一降一补”之后又一大供给侧结构性改革的杰作，是供给侧结构性改革进一步深化的重要标志。 151 ## PDF_PHYSICAL_PAGE_INDEX=151 | PRINTED_PAGE=152 三是要素市场发育程度是一国经济竞争力的重要体现。 完善要素市场化配置，还有利于让要素活力竞相迸发，为经济发展注入新动力。一方面，宏观经济发展依赖微观主体活力，企业是组织生产要素的主体，企业活力是否充分释放，取决于要素活力是否竞相迸发；另一方面，数据等新型生产要素对其他生产要素的效率有倍增作用，已和其他要素一起融入价值创造过程中，形成了新的先进生产力，它们对于推动我国经济转向创新驱动发展具有重要意义。 与商品市场中有千千万万的品种、规格、性能的商品不同，要素市场一般品种相对单一（比如相关文件中重点谈到五类：土地、劳动力、资本、技术和数据），场所或平台相对集中（如各地的建设用地招拍挂中心），一般具有资源优化配置功能、维护市场秩序功能、集中竞价功能、资金枢纽功能和大数据汇集功能。不论是国家级的要素市场，还是区域性要素市场，成功的前提是能够在业态上做到三个集聚。一是交易量的集聚能力，成功的要素市场往往能集聚区域性或全国性的80%以上的相关要素交易资源。二是交易会员单位、中介机构等各类企业和品牌的归集和集聚。三是物流通信的枢纽集聚功能。作为一个成功的要素市场，理应有完善的通信基础设施以支撑这个要素市场的大数据、云计算和人工智能的枢纽条件。 基于此，要素市场的效率往往决定了一个经济体的运行效率，成为国家和国家之间、地区和地区之间竞争的核心能力的体现。相较于普通经济体，那些拥有全球要素市场影响力的经济体竞争优势更为突出。 152 ## PDF_PHYSICAL_PAGE_INDEX=152 | PRINTED_PAGE=153 要素市场是统一开放、竞争有序的现代市场体系的重要组成部分，但在实践中，不同地域、不同要素的市场化程度差异较大，面临的问题也各不相同。因此，在推进要素市场化配置过程中，既要从整体上扩大要素市场配置范围，加快发展要素市场，也要根据不同要素属性、市场化程度差异和经济社会发展需要，提高要素配置的灵活性、科学性、协同性，构建起更加完善的要素市场化配置体制机制。 153 ## PDF_PHYSICAL_PAGE_INDEX=153 | PRINTED_PAGE=154 二、数据要素化 数字经济是建立在数据要素基础上的，数据是数字经济发展的基础性、关键性、决定性的生产要素。 数字技术和数字设备的普及，使得大量的数据从各种各样的数据源头通过不同渠道快速产生和流转。数据渗透到国民经济和社会发展的各个领域、各个层次当中，成为一个国家、一个地域的新型基础性资源，正在对经济发展、社会治理、人民生活产生重大而深刻的影响。数据作为一种新的生产要素，在数字经济不断深入发展的过程中，将居于越来越重要的地位。 数据成为要素的意义体现在三个方面。首先，数据参与生产。数据对其他要素资源具有乘数作用，可以提高经济生产效率，推动新型产品和服务的创造。其次，数据参与分配。数据对原有生产要素诸如劳动力、土地、资本和技术产生替代效应，背后涉及经济结构的变化和要素内涵的变迁。最后，数据融合带动。数据凭借高流动性、低成本、长期无限性和外部经济性等特征，对国民经济各部门具有广泛辐射带动效应，有助于提升全要素生产率。 华为公司和牛津经济研究院的测算结果显示，过去30年中，数字投资对GDP增长的边际贡献率达到20倍，而非数字投资的边际贡献率仅为3倍。数据要素作为数字经济发展的新原料，正成为改变国际竞争格局的新变量。我国是第一个从国家层面把数据列为生产要素的国家，我国数字化转型在消费或者服务领域的优势正转化为数据要素的市场优势。 （一）数据成为要素的条件 154 ## PDF_PHYSICAL_PAGE_INDEX=154 | PRINTED_PAGE=155 单一的、杂乱无章的数据是没有什么价值可言的。数据要想成为生产要素，能被交易和流通，并产生真正的价值，就需要具备要素属性，经历要素化过程。 1.数据的本质与六大特性 在辨析数据的本质之前，可以先思考一下人类是如何认识世界的。辩证唯物主义认为，世界的本质是物质，世界上先有物质后有意识，物质决定意识。在人类认知产生以前，从物质的最小单位夸克到原子、分子、生物大分子、细胞乃至生态系统，构成了客观的物理世界。对于上述客观物理世界未经处理的原始记录，就是数据（data）。人类诞生以后，为了更好地记录世界，将客观世界的数据以编码的形式表达出来，就形成了信息（information）。数据强调的是客观记录，信息强调的是对客观记录的解释，是一种已经被加工为特定形式的数据，例如文字、语言、音乐等。而知识（knowledge）是人类基于认知模型，对信息进行结构化重组而形成的更高级别的系统性认知。知识表现为两个特征：第一，它是有逻辑的，是人类基于数据和信息自主进化的产物；第二，它可以独立于数据与信息而存在，表现为抽象且没有实体的客观知识，如文学、艺术、科学理论、经济交往中的商业模式等。显然，数据不是信息，信息不是知识。 数据是整个数据要素市场最基本的构成元素。计算机科学将数据定义为“对所有输入计算机并被计算机程序处理的符号的总称”。国际数据管理协会（DAMA）也给出了相似的定义，“数据是以文字、数字、图形、图像、声音和视频等格式对事实进行表现”。国际标准化组织（ISO）对以上两种定义进行了进一步概括，认为“数据是对事实、概念或指令的一种形式化表示”。 以上定义各有侧重，一方面，数据若想为人所用，必须能够被计算机以数字化、可视化的形式呈现出来，这是数据必备的外在形态；另一方面，数据之所以有价值，是因为其承载着某些客观事实，这是数据的内在实质。 155 ## PDF_PHYSICAL_PAGE_INDEX=155 | PRINTED_PAGE=156 数据是对客观事物（如事实、事件、事物、过程或思想）的数字化记录或描述，是无序的、未经加工处理的原始素材。数据可以是连续的，比如声音、图像；也可以是离散的，如符号、文字。通常来说，数据有六大特性。 第一，数据是取之不尽、用之不竭的。与土地、劳动力、资本等生产要素不同，数据作为客观世界的“符号”，随着客观世界的演化而不断产生，从这个角度，我们可以将数据看作客观世界“熵”的反映。数据的这个特性意味着数据是无穷无尽的，因此要充分发挥数据的潜力，将数据转化为信息、知识、智慧。 第二，原始数据是碎片化的、没有意义的。知识的产生要经历数据、信息两个阶段，意味着如果没有人类的组织、加工，这些千千万万的数据本身对于社会毫无意义。只有将数据组织起来，从中探索出信息、知识，才能更好地推动人类文明进步。 第三，数据不可能完全的“原始”，其加工过程就是由无序到有序的过程。数据并非独立于思想、工具、实践而存在。恰恰相反，从人类的视角来看，数据的出现就意味着处理、分析流程已经在运作。因此，数据就是信息本身。所以，不存在先于分析的或作为客观独立元素的数据。数据的加工过程，就是将处于原始状态的数据，即无序的数据变成有序的数据的过程。有序是极为重要的概念。 第四，数据产生数据。与其他生产要素相比，数据的一种主要特性是按照指数模式增长，并且具有数据产生数据的特征。于是，数据的总体规模不断呈现数量级的增长。不久之前是PB（Petabyte，千万亿字节，拍字节）、现在是EB（Exabyte，百亿亿字节，艾字节）、未来很快是ZB（Zettabyte，十万亿亿字节，泽字节）。 第五，数据在利用过程中产生了价值与产权。数据经过人工与机器处理后成为信息，然后变成知识，再变成决策判断、信用判断的工具，为数据平台带来了商业利益，从而数据就创造了价值。同时，数据在创造价值的过程中，数据的产权归谁所有，利益如何分配，也是数据利用所面临的一项重大课题。 156 ## PDF_PHYSICAL_PAGE_INDEX=156 | PRINTED_PAGE=157 第六，数据可以多次转让和买卖。数据是无形的，作为一种非消耗性资源，使用越多，产生的数据越多，其可能带来的价值就越大。经过人类解释后的数据，如果仅仅被个别人使用，它能够产生的知识就相对有限，产生的价值也会大打折扣。 2.从数据到数据要素 生产要素需要具有明确的产权、定价模式和交易模式，所以数据的要素化过程，就是逐渐形成数据产权、定价、交易模式的过程，要经历数据资源化、数据资产化、数据资本化三个基本阶段。 数据资源化。资源是指自然界和人类社会中可以用于创造物质财富和精神财富的具有一定量的积累的客观存在形态。由此可见，单一的数据不能成为资源。数据资源化，是要让数据能够参与社会生产经营活动、可以为使用者或所有者带来经济效益。区别数据与数据资源的依据主要在于数据是否可以规模化开发利用。一个国家、一座城市，首先要完成对数据资源的“勘探”，制定数据资源的开发策略和基本模式，并建设相关的基础设施。 数据资产化。随着数据价值被普遍认可和数据资源的广泛开发，数据将逐渐成为个人、企业、政府的一项重要资产。根据《企业会计准则》中的定义，资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。把这个定义推广到数据资源，可以说数据资产是指在过去的经济社会活动中形成的，由个人、企业、政府拥有或者控制的，预期会给个人、企业、政府带来经济利益的数据资源。当前，由于数据的确权、成本及价值的可靠计量等问题，在现行法律框架和技术条件下，数据资产尚无法直接体现在企业的财务报表中。但在数字时代，越来越多的企业意识到企业所掌握的数据资源的规模、数据的鲜活程度，以及采集、分析、处理、挖掘数据的能力决定了企业的核心竞争力。一些发达地区已经开始探索数据资产如何进入财务报表，并形成新的资产管理规则。 157 ## PDF_PHYSICAL_PAGE_INDEX=157 | PRINTED_PAGE=158 数据资本化。数据成为资产之后，数据在经济活动中的地位开始等同于传统的资本投入。资本是投入的一部分，各种投入包括劳务、土地、资金等。根据主流宏观经济学观点，资本可以划分为物质资本、人力资本、自然资源、技术知识等。数据资产是在数字经济时代，资本呈现出的新的内涵。所谓数据的资本化，是指可以按照某种方式来衡量数据的投入和产出，并估算数据资本的未来价值。在条件成熟的情况下，可以建立数据资本交易机制，设立数据资本交易所。目前国内已经有若干数据交易中心，正在尝试数据资本化的模式，探索数据资本市场的可行之路。 党的十九届四中全会首次将数据增列为生产要素。生产要素是指进行社会生产经营活动时所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。数据要素是参与到社会生产经营活动、为使用者或所有者带来经济效益、以电子方式记录的数据资源。判断数据是不是已经成为一个地方生产要素的依据，主要在于其是否产生了经济效益。数据要素具有如下特征。 一是非竞争性。数据要素开发成本高，在动态使用中发挥价值，边际成本递减。 二是非排他性（或非独占性）。数据可复制、可共享、可多方同时使用，共享增值。 三是非耗竭性。数据可重复使用、可再生，在合理运维情况下可永久使用。 四是非稀缺性。万物数据化，快速海量积累，总量趋近无限，具有 158 ## PDF_PHYSICAL_PAGE_INDEX=158 | PRINTED_PAGE=159 自我繁衍性。 五是非恒价性。数据要素的价值随着应用场景的变化而变化。不同的应用场景，数据要素价值也不同。 由此可见，单一的数据不是资源，因而也不是生产要素，也不是资产。数据要成为资源、成为生产要素，就要经过要素化过程，即数据需要经过采集、传输、计算、存储和分析等过程，成为有价值的信息、知识，然后才能在生产、业务、决策、管理等过程中发挥重要作用。因而，数据采集、清洗、标注、挖掘等处理过程，数据存储、计算、通信等关键硬件，数据算法、工具、解决方案等关键软件，构成了数据要素化的重要基础。 此外，作为加快培育数据要素市场的重要举措，《意见》提出将有关领域数据采集标准化，这是数据要素可交易、可流通的一个关键基础。如果数据运行各个环节的采集标准不一致，其共享共用就很难实现。这就好比火车行驶的铁轨，如果一段路程中有的是宽轨，有的是窄轨，火车行驶的速度就起不来，更别说跑高铁了。推进数据采集标准化正是数据要素市场的关键性、基础性举措。 （二）数据的确权 数据要成为数字资产，并能够顺畅地进行流通和交易，最重要的是对数据进行确权。当前，数据的所有权、使用权、管理权、交易权等尚未被法律明确界定，国际社会也仍没有达成共识和通行规则。这导致企业在采集、处理、加工、使用和共享数据的过程中存在诸多隐患和风险，也关系到数据产业能否健康、安全及可持续发展。 一般而言，政府数据属于国家，社会数据归属于数据产生主体。但就具体场景而言，还要根据实际情况具体考虑。其中个人数据由于考虑到隐私保护问题，更需要与数据的使用场景相结合，在具体场景中判断相关主体的权利。不同场景下，个人数据可能涉及不同的利益诉求，有着不同的目的与用途，要根据数据类别、安全级别、隐私保护、权益归属等条件，明确哪些数据是完全属于个体的，哪些是公共的，以及哪些是市场化的。 159 ## PDF_PHYSICAL_PAGE_INDEX=159 | PRINTED_PAGE=160 1.数据确权的国际探索 欧盟确立了“个人数据”和“非个人数据”的二元架构。针对任何与已识别或可识别的自然人相关的“个人数据”，其权利归属于该自然人，其享有包括知情同意权、修改权、删除权、拒绝和限制处理权、遗忘权、可携权等一系列广泛且绝对的权利。针对“个人数据”以外的“非个人数据”，企业享有“数据生产者权”。 欧盟数据确权的尝试并不算成功，“个人数据”和“非个人数据”的区分方式与现有数据流转实践不符。个人数据的范围过于宽泛，在数字时代，几乎没有什么数据不能够通过组合和处理，与特定自然人相联系。由此，同一个数据集往往同时包含个人数据和非个人数据，想要把这些相互混合的数据区分开来，即使技术上有可能做到，在操作上也非常困难，可能过犹不及，诸如伤及互联网成熟业态，阻碍人工智能、区块链和云计算等新兴产业的发展。 美国的数据确权是一种实用主义路径。美国个人数据置于传统隐私权的架构下，利用“信息隐私权”化解互联网对隐私信息的威胁，在金融、医疗、通信等领域制定了行业法，辅以行业自律机制，形成了相对灵活的体制。美国的确权机制充分发挥了市场的作用，在政府数据的开放共享方面做了很多有益的尝试，但过分自由的分散确权机制，不利于数据要素的规模化开发利用。 综合考虑欧洲和美国市场在数据确权上的做法，我国在进行数据确权时，要结合中国国情和数据要素的市场化实践，着重考虑以下五个问题。 160 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f.md?start=160&limit=10)