從數字經濟到數據要素：長江經濟帶數據新動能統計測度及發展路徑探討

屈林發 嚴梓涵 羅健秋

（重慶工商大學 重慶 400067）

概念分析

（一）數字經濟

早在1996年，美國學者泰普斯科特（Don Tapscott）就在其著作中正式提出數字經濟概念，將數字經濟與新經濟或知識經濟劃等號。隨后，在1998-2000年間，美國商務部出版的《浮現中的數字經濟》（I，II）和《數字經濟》三篇研究報告在全球范圍內將數字經濟概念廣泛傳播、討論。

而在我國，中國信息通信研究院將數字經濟定義為：“以數字化的知識和信息作為關鍵生產要素，以數字技術為核心驅動力量，以現代信息網絡為重要載體，通過數字技術和實體經濟深度融合，不斷提高經濟社會的數字化、網絡化、智能化水平，加速重構經濟發展與治理模式的新型經濟形態”。在數字經濟本身快速發展和廣泛應用的背景下，其內涵也從只考慮生產力角度的“兩化”框架發展到結合生產力與生產關系的“三化”，再到“三化”基礎上引入數據價值化的“四化”框架。

（二）數據要素

傳統的數據是指對社會經濟活動中的信息，通過統計分析手段，得到反映事物客觀性質的數字、圖表等形式的匯集。而數字經濟語境下的數據則是指人們運用現代計算機和互聯網技術為代表的數字技術為基礎，進行搜集、處理和儲存的數據集合。這些“具有海量、異構、多樣、分布、快速生產、動態變化等特點”的大數據形式的信息資產即數據要素。它是以計算機、互聯網、移動通訊、云計算、大數據等數字技術，以及相關的軟件設計、硬件研制等一系列技術的廣泛應用為前提，是數字經濟發展到一定程度之后才能產生的一種新資源，即“數字化的知識和信息”。具有如下特點：

第一，數據要素價值來源于勞動。人類的勞動是數據要素的價值源泉，原始的數字符號需要經過勞動者的勞動加工之后才能變成為企業生產提供服務的數據庫和數據軟件等勞動成果。同時，參與數據挖掘、分析、加工和儲存等生產過程的勞動不是簡單勞動，而是需要經過專門化訓練的復雜勞動。正如馬克思所言，由于復雜勞動需要更高的教育費用和生產時間，其價值也比簡單勞動更高。因此，參與數據生產的勞動力具有更高的勞動生產率。在產業鏈中，數據既是上游產業勞動者生產出來的產品，又是下游產業生產的條件，即生產要素。

第二，數據要素是較高水平社會生產力的產物。生產要素構成了社會生產力，當進入工業社會之后，更高效率的資本、技術融入勞動生產過程，變成了新的生產要素。數字技術的發展是數據形成和應用的前提，數字技術應用于社會生活的方方面面，數據要素也隨之在各個領域產生、流轉，解放生產力，創造新的價值。

第三，數據要素的特殊性。數據要素表現出了與傳統要素顯著區別的特殊性。一是即時性，二是通用性，三是共享性，四是外部性，五是虛擬性。

（三）數據新動能

2015年3月的政府報告，是“新動能”一詞首次出現在官方文件中。報告指出：“必須以經濟體制改革為重點全面深化改革，統籌兼顧，真抓實干，在牽動全局的改革上取得新突破，增強發展新動能”。新動能就是以新動力直接作用于經濟、社會高質量發展所形成的前進能量。因此，結合數據要素特性，數據新動能即指以數據作為生產要素，以數字經濟為主要方向，將傳統商品生產、流通、交換方式重構升級為更高效、更便捷的新模式，其表現形式至少包含以下幾個方面（見圖1）。

圖1 數據新動能的表現形式

測度數據新動能

（一）構建數據新動能綜合評價指標體系

作為數字信息時代的產物，可以借鑒OECD衡量社會信息化進程的三階段模型對數據新動能進行綜合評估。結合社會數字化發展進程和市場經濟環境，數據新動能綜合評價體系具體闡釋為以下三方面：

一是數字技術的發展水平。數字技術是給數據賦能的土壤，從終端消費者信息發布，到數據挖掘、處理、確權，再到數據產品市場交易，都離不開智能設備的普及和信息服務的發展，數字技術的硬件設施以及覆蓋程度應作為技術準備環節進行測度。同時，以商業企業擁有網站數、提供的軟件或服務數量、所在地區數據中心以及數據交易平臺數量等指標測度該地區數字技術的應用水平。最后，考慮到科研、投資以及人才培養的滯后性，將論文、專利、建設性投資額、行業內高素質人才數量等指標劃定為數字技術的發展潛力。

二是數字經濟各行業發展規模和效益。數字經濟涉及行業分為兩部分：數字產業化與產業數字化，數字產業化包括基礎電信、電子信息制造、軟件及服務、互聯網等部分，產業數字化包括但不限于工業互聯網、智能制造、車聯網、平臺經濟等融合型產業。將上述產業的發展劃分為規模統計和效益統計兩大板塊，規模統計主要涉及企業規模、行業交易規模、用戶規模三個方面，考慮到公司在市場經濟中占多數地位，而上市公司在同行業中的特殊地位，將以覆蓋行業內上市公司的營業收入、主營業務利潤、資產利用率三個指標衡量經濟業務的效益。

三是數據新動能對社會發展的影響。數據新動能是數字信息時代社會數字化程度加深帶來的經濟發展新模式，在測度其社會影響時，不僅僅要考慮其對宏觀經濟運行的影響，如就業、社會保障及納稅額；還應該考慮對人民幸福感獲得方面的影響，但由于每個人的邊際效益不同，幸福感難以正向衡量，因此主要以負向指標進行測度，如侵犯隱私、價格差異的大數據殺熟等現象的報道數、涉及案件數、被判罰金額。

（二）指標權重——綜合熵值法與CRITIC法的確權方法

在統計實踐中，多指標綜合評價確定指標權重的方法多種多樣。為了最大可能保證數據的客觀性，揚長避短，本文將結合兩種不同理論基礎的客觀確權方法：熵值法和CRITIC法，得到綜合權重。

第一，數據標準化。為了消除量綱不同導致的影響，對所有指標先進行標準化處理。

正向指標：

負向指標：

其中，X表示的是城市c的第i年第j項指標的原始數值。

第二，熵值法。根據信息論，某一指標計算得到的信息熵值越小，則代表該指標值的變異程度越大，包含在其中的信息量就越多，就應該在綜合評價中具有更明顯的作用，其權重自然越高。同時，考慮到實現研究縱向和橫向可比性的需要，引入時間變量，改進后的熵值法計算過程如下：

第j項指標下，城市c在該指標中的比重：

第j項指標的熵值：

第j項的信息效用值（差異系數）：

第j項指標熵權（歸一化處理）：

第三，CRITIC法。CRITIC法充分平衡了評價指標的對比強度和指標之間的沖突性，完全從數據自身的客觀屬性角度進行科學評價。同樣引入時間變量，計算過程如下。

第j項指標的變異度：以標準差的形式表現，標準差越大，說明波動越大，即各樣本之間的取值差距越大，越應該設置更高的權重：

指標沖突度：用相關系數進行表示，相關系數越大，說明其越能用其他指標代替，即沖突性越低，權重就應當降低：

信息效用值：

第j項指標權重：

第四，綜合賦權。利用拉格朗日乘數法求解，綜合了熵值法和CRITIC法之后的最優權重值，得到綜合權重：

結合實際數據，賦權后的三級綜合評價指標體系如表1所示。

表1 綜合評價指標體系

?

可以看到在三個維度里，技術準備維度以54.11%的比例昭示了數字技術水平對發展數據新動能的決定性影響；八個一級指標里，規模統計板塊獨占23.84%的權重，揭示了以數據要素為核心的數字經濟在國民經濟運行中的重要地位，同時，發展潛力板塊占據了15.09%的權重，表明了科研、建設性（固定資產）投資等社會活動對培育數據新動能的強力支撐作用；二級指標中，數據中心和數據交易平臺數以7.9%數值成為單項指標最高權重，充分表明了建立公共的數據存儲、交易平臺對發揮數據新動能的重要作用。

實證研究——以長江經濟帶各省市為例

（一）數據來源與處理

數據來源于2015-2020年的《中國統計年鑒》《中國數字經濟發展白皮書》《大數據白皮書》、長江經濟帶各省市統計年鑒，以及國家信息網、中國互聯網絡信息中心、中國經濟社會大數據研究平臺、中經網統計數據庫、中國統計信息網、中國裁判文書網、網經社等網絡數據平臺，部分數據由原始數據計算獲得。同時，為了消除物價因素的影響，各年份行業收入、上市公司市值等金額指標均以2015年為基期的GDP平減指數進行了不變價平減。

（二）評價結果分析

帶入上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州、云南11個省市的數據，對最終得分以百分制進行換算，得到2015-2020年目標省市數據新動能綜合得分趨勢匯總折線圖（見圖2）。

圖2 2015-2020年各省市數據新動能發展趨勢

第一，不同時間的縱向對比上，從2015-2019年，長江經濟帶各省市數據新動能整體呈現增強趨勢，2019-2020年雖然略有回落，但是更可能是新冠肺炎疫情對社會發展的影響，同時期的數字經濟增速仍然遠高于GDP增速，更加說明了數據新動能具有更高的抗風險能力。

第二，相同時間的橫向對比上，各省市數據新動能綜合得分表現出了明顯的地域差異。從結果來看，11個省市歷年平均得分28.96%，高于平均得分的為上海、浙江和江蘇，其中上海在11個省市中分值遙遙領先，比排名第二的浙江省平均高出25個百分點，不僅是平均水平，其增長速度也保持了較高的水平，2015-2020年自身增長約為17個百分點，漲幅27.68%。與之相對應的，排名最低的江西省，其平均分值約為10.96%，但從2015年的8.55%到2020年的16.28%，漲幅高達95.05%。同樣是直轄市的重慶，在11個省市的數據新動能得分排名中處于中下游位置，2015-2020年自身增長9個百分點，漲幅51.44%。

數據新動能也具有先發優勢。由數據新動能得分的堆積折線圖（見圖3）可知，早期發展水平高、發展速度快的城市將在該領域不斷累積先發優勢，最終拉開極大的差距，而這種地區間差距的擴大，會激化當前中國社會不平衡不充分發展的矛盾，不利于社會和諧穩定。

圖3 2015-2020年各省市得分堆積折線圖

社會數字化水平提高不僅帶來了數據新動能，還帶來了隱私、壟斷等新問題。人類社會正處于向數字信息時代邁進的起步階段，在這個階段里，人們越來越依賴網絡，其行為信息越來越容易暴露在公開的網絡環境中，再加上目前法律法規監管缺位，軟件與服務行業魚龍混雜，大量軟件存在私開權限等隱私風險行為，為數據要素的合法性蒙上了一層陰影。如圖4所示，在長江經濟帶的樣本數據中，以“侵犯隱私、大數據殺熟”為案由的報道、案件和處罰金額構建的負面指標值，在同一城市得分呈逐年降低的趨勢，人民幸福感逐年提升。但是，一些數據新動能綜合得分較高的城市在降低數據要素負面影響的表現反而越差。

圖4 2015-2020年各省市“人民幸福感”指標

結論與建議

為了進一步加快釋放數據新動能，促進長江經濟帶各省市向高質量發展更快轉型，針對綜合評價分析結果暴露出來的問題，提出如下建議：

一是保持推進社會數字化進程不動搖，加快釋放數據新動能。從宏觀表現來看，以數據要素為驅動新核心的數字經濟正是代表了當今世代最具創造新價值潛力的經濟模式。

二是堅定不移地穩步推進新基建，加大數字技術軟、硬件投入。硬件上，尋求電子信息制造領域的技術突破；軟件上，通過鼓勵創新，產研結合，加速現有數字技術盡快融入信息通信、軟件服務等行業，以創新賦能發展。

三是加強數據商用合規監管，加快推進數據資本的確權進程。隱私泄露、壟斷經營、大數據殺熟等問題上，在一定程度上提高了企業的短期經濟效益，但從長期來看，這些行為破壞了正常的經濟秩序，是以破壞國家整體福利的方式獲得的不正當收益，與社會主義精神相違背，需要加快立法，完善監管。

四是加快政府數字化，建立完備的政府宏觀大數據監察體系，用數字技術手段提高國民財富初次分配和再分配的公平程度。數據新動能的強度會受到地區經濟、技術等因素的影響，數據要素依托于互聯網技術，其無視地理距離的特性將會極大增強數據要素的虹吸效應，具有數據優勢的一方將可以通過網絡低成本攫取另一方的數字資源。為了保證各地區經濟的平穩發展，需要建立一整套更精細的經濟社會大數據監察體系，這就離不開政府數字化和更深入基層、響應速度更快的數據挖掘、分析機制的支持。政府需要酌情擴大相關人才的招聘規模，改革現有管理體制，提高政府領導班子對社會管理環境變化的敏感度，上下一心，通力合作，盡最大可能發揮政府資源優勢。