重構數據生產關系 培育數據要素市場（上）

吳志剛

新一輪科技革命和產業變革方興未艾，帶動數字技術快速發展，以數字技術為引擎的第二次機器革命悄然而至。我國作為本輪科技革命的先行者，從政策引導、資源積累、技術發展和應用驅動等方面都具備較好基礎。

數字技術應用潛力巨大

從生產要素視角來看，農業文明首先要解決吃飯的問題，主要涉及土地和勞動力，而工業文明要解決的是大規模生產的問題，主要涉及資本、勞動力，以及土地、技術、知識和管理等要素。進入數字文明，真正要解決的是大規模生產過程中生產過剩的問題。通過有效收集市場真實的個性化訂單數據，以柔性制造為手段，按照客戶個性化需求進行有計劃性的定制化生產，而生產決策的科學性來源于海量數據的供給。

以華為手機的爆品為例，就是典型的饑餓營銷模式，通過預定發售模式預測市場需求，再根據實際市場需求有效地組織產品生產。所謂的按需生產就是實現供給側和需求側的有效匹配，這就是數據的魅力。數字化轉型過程中，人工智能、大數據、物聯網和工業互聯網等所有新型信息基礎設施（或數據基礎設施）奠定了數據加工產業的基礎。各類傳感器無時無刻都在收集各種外界感知數據，這些感知數據如同人類眼睛、耳朵、鼻子、皮膚等感知器官一樣，讓機器能夠感知外界的一切事物。

鑒于2020年新冠肺炎疫情的大背景，國家提出了以新發展理念為引領、以技術創新為驅動、以信息網絡為基礎的新型基礎設施建設（簡稱“新基建”），主要包括信息基礎設施、融合基礎設施、創新基礎設施三個方面的內容。國家提出新基建的目的在于夯實數據基礎設施，增強數據的加工能力、處理能力和傳輸能力，整合數據的承載能力等，為數字化轉型和數據應用提供技術支撐。

數據要素市場培育

面臨的六大挑戰

隨著數字技術的快速發展，數據資源數量快速增加，數據要素各利益相關方的關系日趨復雜。 數據要素市場培育面臨著很多調整，是一個國家性的重大難題，其主要核心的問題表現在六個方面。

第一，對數據新要素的內涵及資產地位認識不清晰。一方面是理論認識不足，對數據新要素的邊界劃分不清晰，數據新要素包含的內容還不明確，還沒有哪一個層面對數據作為新型要素給出準確定義，特別是在數據新要素理論層面的研究還不夠深入。另一方面是制度供給不足，關于數據和數據治理方面的法律法規相對滯后、數據治理的體制機制尚未理順、數據標準規范有待擴充完善、相關政策措施亟待抓緊研究制定等。

第二，數據資源的完整資產底賬不清楚。從現狀分析看，大多數部門、企業及個人對所擁有的數據資源底賬情況還處在混沌或無序狀態。從政府數據來講，有些部門有數據，有些部門還沒有數據，有數據的部門存在數據底數、數據臺賬不清，有些部門有數據但又不想與其他部門共享數據，部門縱向數據打通了、橫向數據難以打通，層級部門數據打通了但跨區域、跨領域、跨業務的數據又難以打通等。從企業數據來講，大部分企業對自己數據家底是說不清楚的，有些企業有數據但難以實現與相關領域企業數據對接等。從個人數據來講，有些信息進行了數字化，有些沒有，有些數字化信息由于安全問題和隱私保護措施不強很難實現權限清晰管理等。這些都是數據底數不清的表現。同時，由于數據質量不高、數據安全隱患、數據隱私保護、數據難以管理等原因，使我們很難做到真正的“心中有數”。

第三，數據加工工具供給不足。面對龐雜的海量數據，數據的加工處理工具已成為一個技術難題。元數據管理、主數據管理、數據資產管理、參考數據管理、數據指標管理、非結構數據管理、數據中臺，以及數據湖等各類工具名目繁多，讓人應接不暇。一些開源的數據加工工具，功能單一只能滿足個別加工需求，不成體系、操作不便，很難滿足專業化數據加工處理的需求。而且，很多數據加工處理的技術又掌握在少數供應商手中，很難做到普惠大眾，讓公務人員、普通業務人員有效參與數據加工過程。此外，數據加工處理需要一定的專業知識、計算方法、程序代碼、專用設備、專業人員等，這些都是影響數據加工工具供給能力的因素。

第四，數據應用場景具有局限性。數據的廣泛使用受到應用場景限制，比如京東、淘寶、美團、拼多多等電商平臺，這些平臺數據的應用場景相對受限較小。政府的“一網通辦”、 “一站通辦”和“一體化平臺”等，其數據應用場景是受用戶和操作對象等條件限制。一些企業的ERP平臺，特別是一些大中型企業和一些大型制造業企業，其數據應用場景在很大程度上是受一定條件的限制。

第五，數據管理能力不足。數據管理和數據治理是一個全新的領域，需要具備專業知識體系、專業技能及實戰經驗。目前，大部分部門、企業及個人在數據管理的能力方面明顯不足和亟待改進，在數據的管理意識、管理方法，以及管理模式等方面非常欠缺。如何通過合理配置人、財、物等因素，通過履行計劃、組織、領導、控制等職能，進而改變管理意識、改進管理方法、構建管理模式等，實現對數據的有序管理、數據要素的有效配置、數據市場的有效培育等，這些都是在數據管理方面需要提升的能力。

第六，非傳統安全風險集聚。

數據作為一種新型的生產要素經過一個時期的數據聚集之后，數據要素新的安全風險、隱私保護、數據壟斷、數據泄密，以及數據勒索等新問題隨之而來。而如何應對和解決這些新問題、新風險，將是一個大挑戰和大考驗。