數據要素賦能物流業高質量發展的內涵與思路建議

文/梁子婧

數字經濟下，物流業高質量發展已成為數字化重要的落地方向和實踐場景，數據要素對物流業高質量發展賦能作用持續凸顯，數據要素賦能物流業高質量發展成為當前探討的熱點。

1.相關文獻綜述

物流業高質量發展是經濟增長的重要組成部分，研究數據要素賦能物流業高質量發展的問題，通行的做法是參考數據要素對經濟增長研究的理論指導和實踐借鑒。從生產要素與經濟增長的關系看，國內外學者們的研究取得了巨大發展。如新古典增長模型的建立和發展，充分探討了四大生產要素，資本、勞動、土地、技術創新等因素對經濟增長的貢獻；隨后，學者們在此基礎上增加了制度要素、社會資本要素等對經濟增長的效益和貢獻率進行深入研究，促成了新的生產要素對經濟增長的理論產生。從新生產要素對經濟增長的影響看，學者們在新結構增長模型框架下，把數據要素的作用從TFP（全要素生產率）中區分開來，得出數據要素優化配置能夠助推數字經濟進一步發展；也有學者將數據作為中間產品引入內生增長模型中，并對模型進一步分解，探討經濟增長的新源泉。還有學者結合當前數字經濟現實存在的問題，對新構建的生產函數進行多層次分解與科學核算，給出數據要素影響經濟增長的理論詮釋和運行機制。從數據要素對物流業高質量發展的影響看，目前也成為學界關注的焦點。學者們在傳統的生產函數中加入了數據要素，即Y=Ka(ADL)1-a其中，K是資本，L是勞動，D就是數據要素，闡述了數據要素對物流企業微觀決策產生影響。也有學者強調在數字經濟時代，圍繞數據要素技術－經濟的復合特征，提煉出數據要素在物流生產力和生產關系中發揮作用，從宏觀層面研究數據要素對物流業全要素生產率的影響機制，推進物流業數字化轉型和數字物流業高質量發展。

2.數據要素賦能物流業高質量發展的內涵

2.1 數據要素的內涵。當前，數據要素已經列為第五大生產要素，這使得數據要素的戰略性地位進一步凸顯出來。作為新型生產要素的數據，已經在物流運營中的生產、分配、流通等各個環節中融入，優化和替代。數據要素將繼續發揮其重要作用，為社會經濟發展提供更強大的動力，推動社會經濟向更高層次發展。

2.2 物流業高質量發展的內涵。我國是物流大國，物流業要以產業結構轉型升級為契機，通過數字資源的優化配置與整合，提高物流運作效率，促進物流業高質量發展的價值創造和動能轉換。近年來，推進物流業高質量發展的政策措施陸續出臺，更加聚焦物流業高質量發展的豐富內涵。其中，2019年，包括發展改革委等在內的24個部門聯合發文，從25個方面出臺措施推動物流行業高質量發展，也體現出物流業高質量發展的內涵包括集群，協調，共享，綠色、開放和生態等多個方面。

3.數據要素賦能物流業高質量發展的科學內涵

基于數據要素是多方向、多維性和多層面的屬性，使得數據要素賦能物流業高質量發展的內涵更加豐富，具體體現在以下三個層面（見圖1）。

圖1 數據要素賦能的內涵層次

第一層，基本內涵。數據要素是數字經濟的基因，數據要素在賦能物流業高質量發展中具有基礎性作用。這種基礎性作用很大程度上源于數據要素本身具有的屬性。數據要素的可再生性，及時性等在物流集群中，打造數據產業集群，并從各個企業通過信息的互通互聯，彌補低效率和高能耗的弊端基礎上，協調加快轉變物流發展方式，培育以低碳排放為特征的新的增長點，實現整個集群的運營效率和服務水平的良好生態，提高物流服務的響應速度和準確性。第二層，核心內涵。數據要素是數字經濟的核心要素，數據要素在賦能物流業高質量發展中具有核心價值，這種價值進一步促使物流業高質量發展中的轉型升級。數據要素與傳統要素的結合打破了原有資源的約束，實現物流信息的實時更新。同時，解決好內外聯動問題，依托平臺功能和信息技術優勢，實現數據要素在不同市場開放，讓“數據要素真正共享”成為物流業高質量發展的新形態。第三層，延伸內涵。數據要素是數字經濟循環流動的血液，數據要素在賦能物流業高質量發展中，對產業鏈、價值鏈和供應鏈具有外溢影響。如市場活動關系鏈條的數據融合與產業數字化的深度推進，帶動以數據要素為紐帶，推動產業鏈和價值鏈功能鏈條的數據融合，在各鏈條之間打通數據要素流動通道，實現其對供應鏈各環節功能模塊和運行環境賦能，讓數據要素在供應鏈循環系統內運轉和使用，促進產業鏈與價值鏈互促發展。

4.數據要素賦能物流業高質量發展的思路建議

數字經濟時代已經到來，物流業高質量發展尋找新的增長動力成為最重要的目標，而數據要素賦能促進物流業數字化轉型和產業結構調整，是當前物流業發展的戰略選擇?；谝陨戏治?，本文提出數據要素賦能物流業高質量發展的思路如下：（1）加大數據要素投入，賦能物流企業數字化轉型。在充分認識到數據要素的重要性基礎上，要采取實際行動加大對數據要素的投入，為數據分析和應用提供基礎。包括數據的采集與分析，物流企業要通過物聯網、移動互聯網等技術手段，建立健全數據采集體系，對企業內部和外部的數據進行科學分析，形成統一的數據平臺，實現智能決策和優化。例如，通過預測分析，了解客戶的購買歷史和偏好，提前調整庫存和運力，降低庫存成本；通過實時監控，實現對運輸過程的精細化管理，提高運輸效率，及時對客戶的需求和反饋進行跟蹤，提升客戶服務滿意度，賦能物流業數字化轉型加快。（2）促進數據要素融合，賦能物流產業結構加快調整。物流業是典型的復合型產業，包括了運輸、倉儲、裝卸、搬運、包裝、流通加工、配送等一系列運營環節，如果進行單一的數據要素分析難以實現其綜合價值。因此，需要在數據分析與挖掘的基礎上與生產、分配、交易、定價和消費應用等環節內嵌融合，實現數據要素跨時空流動，打破原有生產邊界約束，才能更好地發揮其賦能作用。同時，通過大數據技術對收集到的數據進行分析和挖掘，發現物流運營中的痛點和改進空間，與傳統要素補充融合，打破部門壁壘，實現數據驅動的協同工作，并不斷改變物流運營方式，提高資源配置效率，形成數據要素對物流業產業結構的調整和優化，為物流業高質量發展注入動力。（3）拓展數據要素應用，提升物流供應鏈循環暢通。數據要素作為一種承載多維、可變信息的集合體，內涵豐富。數據要素賦能物流業高質量發展中，構建多層次的產業關系生態體系，拓展賦能的環節和應用范圍。如通過大數據技術分析市場需求和競爭態勢，開發新的產品和服務，可以幫助物流企業發掘新的業務機會，創新業務模式；也可以通過與價值鏈上其他行業的合作，包括研發設計，生產制造，運輸，交易和售后等功能鏈接，以數據要素的形式在各個環節流動，實現產業鏈和價值鏈資源共享和互補，拓展新的業務領域。同時，加快物流業數字化轉型，引導新興業態和新的模式發展，增加數據要素賦能的創新和應用，推動數據要素流動中的數字價值鏈建設，提升物流供應鏈循環暢通，助力物流業高質量發展。