數據要素賦能新質生產力涌現的邏輯理路與實踐策略

【摘要】在數字化時代背景下，數據要素成為新質生產力發展的關鍵驅動力，其對經濟和社會的深遠影響日益凸顯。數據要素通過培育新質勞動力、催生新勞動資料以及孕育新質勞動對象的核心機制，驅動新質生產力的涌現。而數據要素產權理論、信息公共物理論及新生產要素論，為這一過程提供了理論支撐。在此過程中，數據規范化不足、技術能力與數字人才短缺、數據市場化進程緩慢和數據孤島的存在等問題，是阻礙數據要素充分發揮作用的主要障礙。深化數據要素賦能新質生產力的實踐，必須優化數據治理體系、深化數字人才培育、持續推進數據市場化和推動數據共享和開放等。這些策略旨在通過建立健全的數據管理體系、激發數據資源的活力、促進數據資源的廣泛共享和應用，為新質生產力的涌現提供堅實的基礎和持續動力。

【關鍵詞】數據要素；新質生產力；生產要素；科技創新；數字技術

【基金項目】國家社科基金一般項目“馬克思主義哲學視域中的人工智能奇點論研究”（21BZX002）。

【作者簡介】劉衍峰，華南師范大學馬克思主義學院博士研究生，研究方向：政治經濟學。

中圖分類號：F49 文獻標識碼：A

一、問題的提出與文獻概述

生產要素是經濟活動中的基本要素，是創造社會財富的堅實基礎，是促進經濟增長的主要源泉。工業革命通過將機器引入經濟生產活動，使資本成為工業經濟時代的關鍵生產要素。20世紀90 年代以來，以互聯網為代表的新技術加速應用，拉開了數字經濟時代的序幕。互聯網、新一代通信等數字技術的普及，推動了數據規模指數級增長；物聯網、大數據、云計算、人工智能等技術降低了數據采集、存儲、處理、分析的成本。隨著數字化、網絡化、智能化進程不斷加快，數據逐漸成為經濟活動中不可或缺的生產要素，成為推動經濟增長的重要引擎。我國對數據要素的價值也愈發重視。2020年3月30日，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，首次從國家層面提出了數據要素的概念。2023年10月25日，國家數據局正式掛牌成立，其被賦予協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等職責。2023年12月31日，國家數據局聯合16個部門共同印發了《“數據要素×”三年行動計劃（2024—2026年）》，目的是結合不同行業的基礎條件和數據稟賦，挖掘和釋放數據要素典型領域應用場景，以場景為牽引，推動數據要素供給和流通使用，加快數據要素化進程，從而更好實現數據價值，構建以數據為關鍵要素的數字經濟。2024年5月，第七屆數字中國建設峰會召開，其主題是“釋放數據要素價值發展新質生產力”，旨在充分發揮我國海量數據和豐富應用場景優勢，千方百計釋放數據要素價值，全面賦能經濟社會發展，塑造高質量發展新動能新優勢。同時，學術界對數據要素價值的研究也頗為豐富：從生產機制來說數據要素已經成為新的生產要素并嵌入傳統生產函數[1]，數據要素發展將促進企業創新能力提升[2]；從生產效益看，數據要素將驅動制造業生產率提升[3]；從經濟效益來說，數據要素成為催生經濟高質量增長新模式與培育新動能的重要引擎[4]；從社會效益看，數據要素促進收入分配正義有效推進共同富裕[5]，這些研究充分說明了數據要素所具有的重要價值。

2023年9月，習近平在黑龍江考察調研時首次提出“新質生產力”[6]，此后多次對新質生產力進行闡釋、作出部署。2024年國務院政府工作報告將“大力推進現代化產業體系建設，加快發展新質生產力”作為全年首要工作任務，“新質生產力”成為中國經濟發展的關鍵詞。新質生產力是指在新一輪科技革命和產業變革中，以創新為驅動、以數據和技術為核心[7]，在新興產業和未來產業發展中形成[8]，能夠創造新價值、新業態和新模式的生產力。它不僅改變了生產方式，也重塑了經濟結構，對經濟增長模式和社會發展路徑產生了深遠影響。從本質上講，新質生產力的形成與數字技術進步密切相關，或者說數字技術本身就是新質生產力的構成要素[9]，所以新質生產力的涌現必然與驅動數字技術創新的數據要素有著密切聯系。數據要素效能的有效釋放，是夯實新質生產力發展的重要保障[10]，數據要素作為與勞動者、勞動資料、勞動對象等實體性要素相互補充的滲透性要素，必將納入新質生產力的測算指標體系[11]，數據這一新型要素向新質生產力轉化也成為推進高質量發展的重要議題[12]。

如何將數據要素有效轉化為實際生產力，仍然是一個復雜且多維的研究問題。本文旨在探討數據要素賦能新質生產力中的作用，以及如何通過理論和實踐的結合來最大化數據要素的生產效益。在現有研究基礎上，進一步深化對數據要素與新質生產力的認識，不僅明確了數據要素在現代經濟體系中的獨特角色，還提出數據要素如何培育新質生產力的核心機制。深入分析數據要素賦能新質生產力涌現過程中遭遇的現實堵點，提出了一系列切實可行的實踐策略。

二、數據要素賦能新質生產力涌現的理論基礎

探索數據要素如何賦能新質生產力，首先需要構建堅實的理論基礎，以深入理解數據的本質屬性、價值體現以及其在現代經濟體系中的獨特角色。

（一） 數據要素產權理論

數據要素產權理論是關于數據作為生產要素在經濟活動中的產權歸屬、使用權和交易規則的理論體系。“數據要素產權理論認為，隨著大數據時代的來臨，數據已經成為一種獨特的知識產品和重要的生產要素”[13]。首先，數據要素產權理論的核心在于明確數據的所有權。羅納德·科斯首次提出應將數據視為一種知識產品予以法律保護[14]。在傳統經濟中，土地、勞動和資本的產權相對明確，但在數字經濟中，數據的產權界定卻復雜得多。數據可能來源于個人、企業或公共部門，其生成、收集和使用過程可能涉及多方主體。其次，數據要素產權理論關注數據的使用權。數據的使用權涉及數據的訪問、處理和分析權限。在實踐中，數據的使用權往往受隱私保護、商業機密和知識產權等法律法規的約束。數據要素產權理論探討如何在保護個人隱私和企業利益的同時，確保數據的有效利用，促進數據驅動的創新和經濟發展。再次，數據要素產權理論探討數據的交易規則。數據交易涉及數據的買賣、許可和共享等多種形式，該理論研究如何建立公平、透明的數據交易市場，制定合理的數據定價機制，以及如何通過民法、知識產權法等法律工具來規范數據交易行為，防止數據濫用和不公平競爭。最后，數據要素產權理論還涉及數據的治理結構。數據流通和交易中，需要有效的治理機制來確保數據的質量和安全，防止數據泄露和濫用。理論探討如何構建數據治理框架，包括數據的分類、標準化、安全保護和倫理審查等，以支持數據的健康發展。數據要素產權理論的實踐意義在于，它為數據的合法、合規和高效利用提供了理論基礎。通過明確數據產權，可以激勵數據的創造和積累，促進數據資源優化配置。同時，合理的數據交易規則和治理結構有助于降低交易成本，提高數據流通效率，從而推動數據驅動的經濟創新和增長。

（二） 信息公共物理論

信息公共物理論是一種關于信息資源管理和共享的理論框架，它借鑒了傳統公共物的概念，強調信息資源的開放性和共享性。在這一理論中，信息被視為一種特殊的公共資源，其價值在于廣泛傳播和應用，而非私有化和排他性控制，而數據作為一種特殊的公共資源，其本質特征決定它與信息一樣更適合開放共享利用，而非私有化。首先，信息公共物理論的核心觀點是信息的非競爭性和非排他性。與物質資源不同，信息可以在不減少其價值的情況下被無限次地復制和共享。一個人使用信息并不會妨礙其他人同時使用相同的信息。這種特性使信息具有極大的潛在價值，因為它可以通過網絡迅速傳播，為社會創造廣泛的福利。其次，信息公共物理論強調信息共享的重要性。信息的共享被視為促進知識創新、技術進步和社會福祉的關鍵。通過開放信息資源，可以鼓勵跨學科的合作，加速科學研究，提高教育質量，促進文化多樣性。信息共享還能夠提高信息的透明度，增強公眾參與和監督，有助于構建更加公正和民主的社會。信息公共物理論在實踐中的體現之一是開源運動。開源軟件允許用戶自由使用、修改和分發軟件，這不僅促進了軟件技術的快速發展，也為用戶提供了更多的選擇。開源模式的成功證明了信息公共物理論的可行性，也為其他領域的信息共享提供了借鑒。在政策層面，信息公共物理論倡導建立更加開放的信息政策。這包括推動政府數據開放，支持公共領域的研究，以及制定合理的版權法規。這些政策可以促進信息資源的有效利用，激發創新活力，提高社會整體的福祉。總之，信息公共物理論為我們提供了一種全新的視角來看待信息資源的管理。它強調信息的共享和開放，倡導構建一個知識共享和創新協作的社會。在數字化時代，這一理論對于促進數據要素的有效利用具有重要的理論借鑒意義。

（三） 新生產要素論

數據作為生產要素的屬性，是現代經濟體系中一個革命性的概念。在傳統的生產要素理論中，勞動、資本和土地被視為創造經濟價值的基本資源，“土地為財富之母，而勞動則為財富之父和能動的要素”[15]。然而，隨著信息技術的發展和數字化轉型的深入，數據已經成為推動經濟增長和創新的關鍵資源，其作為生產要素的屬性日益凸顯。首先，數據具有非競爭性。與傳統生產要素不同，數據可以在不同的時間和空間被多次使用，而不會消耗其價值。這種屬性使數據可以在不同的生產過程中重復利用，為多個企業和行業創造價值。其次，數據具有可擴展性。數據的價值隨著其量的增加而增加，這與土地等有限資源形成鮮明對比。大數據技術的發展使企業能夠處理和分析前所未有的海量數據，從而發現新的商業模式、優化決策過程、提高運營效率。數據的這種可擴展性為經濟增長提供了巨大的潛力。再次，數據具有可再生性。數據可以通過收集、生成和創造來不斷更新和擴充，這使“數據作為新的生產要素比傳統生產要素的數量更為充足”[16]。隨著互聯網、物聯網和社交媒體的普及，每天都有大量新的數據產生。這種源源不斷的數據流為企業提供了持續的創新動力，使數據成為可持續發展的生產要素。最后，數據的組合性也是其作為生產要素的重要屬性。不同的數據集可以通過分析和整合產生新的洞見和價值。例如，將消費者行為數據與供應鏈數據相結合，可以幫助企業更好地預測市場需求，優化庫存管理。數據的這種組合性為跨行業、跨領域的創新提供了可能。總之，數據作為生產要素，其非競爭性、可擴展性、可再生性和組合性等屬性，為現代經濟提供了新的增長動力。在數字化時代，有效地管理和利用數據，對于推進新質生產力涌現至關重要。

三、數據要素賦能新質生產力涌現的核心機制

（一） 新質生產力的概念內涵

新質生產力是以創新為主導的先進生產力質態。習近平總書記深刻指出，“科技創新能夠催生新產業、新模式、新動能，是發展新質生產力的核心要素”[17]。新質生產力由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，創新在其中起主導作用。“只有顛覆性、突破性、引領性科學技術的發明、突破、擴散和使用，才能使生產力的能級出現裂變式的提升。”[18]從技術層面看，關鍵核心技術能夠沿著技術創新鏈迅速帶動產業創新，進而形成新質生產力。從產業層面看，“以科技創新為依托的產業創新決定并反映新質生產力質的提升”[19]，新技術形成的產業往往具有全新的工藝流程和新的裝備，由此涌現出一批新產業、新模式、新業態，并促使傳統產業經過改造發生質的變化。

新質生產力以勞動者、勞動資料、勞動對象及其組合的優化為基本內涵。勞動者是生產力中最活躍、最具決定意義的因素，高素質勞動者是發展新質生產力的關鍵因素。高素質勞動者既包括從事基礎研究和關鍵核心技術攻關的科技領軍人才，也包括推動科技成果轉化的企業家，還包括具備相應知識技能、能夠熟練操作新型生產工具的工程技術人才等，是人力資本升級的體現。勞動資料是劃分經濟時代的標志。新質生產力形成于新一輪科技革命和產業變革深入發展的大背景下，大量生產工具升級換代，勞動資料的外延不斷擴展，一批更先進、更智能的勞動工具得到運用。同時，勞動對象也會隨之深化。例如，利用和改造自然的范圍擴展到深空、深海、深地，數據作為新型生產要素成為重要的勞動對象等。在市場經濟條件下，勞動者、勞動資料、勞動對象及其優化組合的躍升，促進生產要素的創新性配置，提升全要素生產率，推動經濟高質量發展。

（二） 數據要素培育新質勞動力

新質勞動力是指具備數據分析、處理、解釋和應用能力，能夠在數字化工作環境中高效運作的勞動者。“數據要素疊加數智化技術，通過滲透融合勞動力要素，能大幅提高傳統勞動力的質量和生產潛能，提升勞動生產率，并倒逼勞動力結構趨向高級化”[20]。首先，數據要素要求勞動力具備高級的數據素養。這不僅包括基本的數據操作技能，如數據收集、整理和清洗，還包括數據分析和解讀能力，即能夠從大量數據中提取有價值的信息，為決策提供支持。新質勞動力還需要理解數據的商業意義，將數據分析結果轉化為實際的業務策略和行動。其次，數據要素推動了對數據科學和信息技術專業人才的需求。數據科學家、數據分析師、數據工程師等職位日益受到重視，他們通過運用統計學、機器學習、人工智能等技術，解決復雜的數據問題，推動技術創新和業務增長。這要求勞動力市場不斷培養和吸引這些專業人才，滿足行業需求。再次，數據要素促進了終身學習和職業發展的新趨勢。隨著技術的快速發展，新質勞動力需要不斷更新知識和技能，以適應新的工作要求。在線教育、職業培訓和工作坊等成為重要的學習途徑，幫助在職人員提升數據技能，轉型到新的職業領域。最后，數據要素還影響了勞動力的組織形式和工作方式。遠程工作、靈活工作和跨界合作成為可能，新質勞動力需要具備跨地域、跨時區協作的能力。同時，新質勞動力也需要適應快速變化的工作環境，具備創新思維和快速學習能力。

（三） 數據要素催生新勞動資料

隨著信息技術的發展，數據要素不僅是生產過程中的一個輔助性資源，而是轉變為一種能夠獨立產生價值的核心生產要素。首先，數據要素通過數字化轉型改變了傳統生產工具的性質。在制造業中，數據要素的應用使機器設備能夠通過傳感器收集操作數據，通過互聯網進行實時監控和遠程控制，從而提高了生產效率和質量。這種智能化的生產工具不僅減少了對人力資源的依賴，還通過預測性維護減少了停機時間，提高了生產連續性。其次，數據要素促進了新型勞動資料的創造。隨著大數據、云計算、物聯網等技術的發展，數據要素已經成為創造新型生產工具的基石。例如，通過數據分析和機器學習，可以開發出智能優化的供應鏈管理系統，這種系統能夠自動調整生產計劃，優化庫存水平，減少資源浪費。再次，數據要素通過提升勞動資料的智能化水平，推動了生產方式的變革。在智能制造領域，數據要素的應用使生產過程更加靈活和個性化。通過實時數據分析，企業能夠快速響應市場變化，實現小批量、多樣化的生產，滿足消費者對個性化產品的需求。“在數據驅動決策的過程中，原本環環相扣的研發設計、生產組裝等生產環節可被無限拆分，通過數據流通實現價值網絡全時域的關聯和泛在協同[21]”。這種基于數據的生產方式，不僅提高了生產效率，還為企業帶來了新的競爭優勢。最后，數據要素還改變了勞動資料的管理和維護方式。通過收集和分析設備的運行數據，企業能夠更有效地進行設備維護和管理，延長設備壽命，降低運營成本。

（四） 數據要素孕育新質勞動對象

數據要素孕育新質勞動對象是數據驅動新質生產力涌現的重要體現，它涉及數據在生產過程中的應用，以及如何通過數據的集成和分析創造新的產品和服務，從而推動勞動對象的革新和價值創造。首先，數據要素通過智能化改造傳統勞動對象，提升其價值和功能。在制造業中，數據要素的應用使傳統的生產設備和流程能夠實現智能化，如通過傳感器收集生產數據，實時監控設備狀態，預測維護需求，從而提高生產效率和產品質量。在農業領域，精準農業的實踐通過分析土壤、氣候等數據，優化種植方案，提高作物產量和可持續性。其次，數據要素促進了新型勞動對象的產生，這些勞動對象往往是基于數據分析和處理的服務或產品，如大數據分析報告、智能推薦系統、在線教育資源等。這些對象不僅為消費者提供了新的服務體驗，也為企業提供了新的增長點和競爭優勢。再次，數據要素通過促進產業鏈的數字化轉型，孕育了新質勞動對象。在供應鏈管理中，數據要素的應用可以實現更高效的庫存管理、需求預測和物流優化。在金融領域，基于數據分析的金融產品和服務，如量化投資、風險評估和信用評分，正在改變傳統金融服務的模式。最后，數據要素還推動了勞動對象的個性化和定制化。通過分析消費者的購買歷史、偏好和行為模式，企業能夠提供更加個性化的產品和服務，滿足消費者的特定需求。這種個性化的趨勢不僅體現在消費品領域，也逐步擴展到工業產品、軟件應用和服務中。

四、數據要素賦能新質生產力涌現的現實堵點

隨著數據要素在促進新質生產力發展中的作用日益被認可和重視，如何有效利用數據資源成為推動經濟增長和社會進步的關鍵議題。然而，在實際過程中，多項因素阻礙了數據要素發揮其應有的潛力，成為新質生產力涌現的現實堵點。

（一） 數據規范化不足

1. 缺乏統一的數據標準和規范

數據來源多樣、格式復雜多變，缺乏統一的數據標準和規范，導致數據整合和共享難度大。在不同的行業和領域，由于缺乏共同遵循的數據格式和編碼規則，數據在不同系統間的互操作性差大大降低了數據的可用性和價值。例如，在醫療行業，不同醫院和診所使用不同的電子健康記錄（EHR） 系統，這些系統的數據格式和標準不一致，導致患者信息難以共享和整合，影響醫療服務質量和效率。此外，數據質量的標準化程度不高，對數據的準確性、完整性、及時性和一致性的要求各不相同，使數據在利用前需要經過煩瑣的清洗和處理，增加了數據利用的成本和時間。

2.數據治理體系不健全

數據治理是指對數據進行有效管理和控制的過程，包括數據的質量控制、安全保護、隱私保護、合規性監督等方面。目前，許多組織和機構的數據治理體系不夠完善，缺乏明確的治理架構和責任分配，導致數據管理缺乏系統性和長效性。同時，數據治理所需的技術手段和管理方法也相對落后，無法滿足日益復雜的數據應用需求。

3.隱私保護機制不足

在數據廣泛應用的背景下，如何有效保護個人隱私成為一個嚴峻的挑戰。規范化不足導致隱私保護機制健全，個人敏感信息易被濫用。2022年，82.3%網民表示由于個人信息泄露對日常生活造成影響，49.7%網民認為出現個人信息泄露情況[22]。當前，雖然許多國家和地區已經出臺了相關的隱私保護法律法規，但在實際執行過程中仍存在監管力度不足、處罰措施不嚴、公眾隱私意識不強等問題。此外，隨著技術發展，新的隱私保護問題不斷涌現，現有的法律法規難以完全覆蓋，需要不斷更新和完善。

4.數據安全風險增加

數據安全是數據規范化的重要組成部分，包括數據的存儲安全、傳輸安全和訪問安全等。規范化不足導致數據安全風險增加，數據泄露、篡改、丟失等安全事件時有發生。缺乏有效的數據加密和備份機制、訪問控制和身份認證體系、數據安全審計和監測技術，都是導致數據安全問題頻發的重要原因。

（二） 技術能力短缺

1.核心技術依賴

核心技術的掌握是科技創新的基礎。當前，全球科技創新高度集中，特別是在人工智能、大數據云計算等關鍵領域，核心技術多掌握在少數國家和大型科技企業手中。這種局面限制了其他國家和企業在科技創新上的自主性和靈活性的發揮，一旦外部環境發生變化，如技術封鎖、貿易摩擦等，將直接影響科技創新項目的持續進行和技術應用的推廣。

2.研發投入不足

科技創新需要持續的研發投入作為支撐，不論是基礎研究、應用研究還是實驗發展，都需要大量的資金、人才和時間投入。然而，在實際情況中，國家和企業往往面臨研發投入不足的問題，尤其是基礎研究領域，由于其長期性、不確定性和間接性的特點，更容易被忽視。2022 年，我國基礎研究經費首次突破2000 億元， 達到2023.5億元，占研發經費的6.57%[23]，但與發達國家15%到20%的水平相比，還有較大差距。研發投入的不足直接導致了科技創新活動的減緩，影響了新技術、新產品的開發和推出速度。

3.創新生態不完善

一個完善的創新生態系統包括政府、企業、高校、研究機構以及資本市場等多個參與者，它們之間的有效互動是科技創新活動能夠持續進行的重要保障。然而，現實中存在的問題包括產學研合作不夠緊密、創新資源配置效率低下、創新激勵機制不完善等，這些都阻礙了創新活動的有效開展。特別是對初創企業和中小企業而言，由于資源有限，更加依賴外部的創新生態系統的支撐，生態系統的不完善直接影響它們的創新能力和生存發展。

（三） 數字人才短缺

《數字中國發展報告（2023年）》顯示，2023年，我國數字經濟核心產業增加值占國內生產總值（GDP） 的10%，人工智能核心企業數量超過4500家，2023年網上零售額15.42萬億元。從這些數據可以看到我國數字經濟正高質量發展，而作為重要支撐的數字化人才總體缺口約在2500萬至3000萬左右[24]。數據科學家和分析師是數據驅動決策的核心力量，他們需要具備統計、編程、機器學習、領域知識和商業洞察等多方面的能力，然而，這樣的復合型人才在全球范圍內都供不應求。人才短缺主要由以下原因造成。

1.教育與培訓體系滯后

當前教育體系尚未完全適應數字經濟發展的需求。基礎教育階段缺乏對學生數字技能和信息素養的培養，而高等教育和職業教育中相關數字技能專業的課程內容與實際應用需求之間存在脫節。此外，終身教育體系不完善，對在職人員進行數字技能更新的培訓資源有限，導致廣大勞動力難以及時更新其技能以適應新的工作需求。

2.技能匹配不足

隨著新技術的不斷涌現，特別是人工智能、大數據分析等領域的發展，對應的勞動力技能需求也在不斷變化。現有勞動力的技能結構與市場需求之間存在較大差距，即使是具有一定數字技能的勞動力，其技能水平和專業領域也可能與行業需求不匹配。這種技能匹配不足的問題，加劇了數字勞動力供給乏力的現象。

3.政策和市場機制不完善

在某些情況下，政策支持和市場機制對激勵數字技能勞動力的供給不夠充分。缺乏足夠的激勵措施鼓勵企業和個人投資于數字技能的學習和提升，例如稅收優惠、補貼或培訓資金等激勵措施不夠明確或力度不足，影響了企業和個人在數字技能培訓和教育上的投資意愿。此外，公共就業服務體系和勞動市場信息系統在提供數字技能需求信息方面存在缺陷，如信息更新滯后、分類不細致或缺乏針對性的職業指導，這導致勞動力難以及時了解市場需求并作出相應的技能提升計劃。

（四） 數據市場化緩慢

在數字經濟時代，數據要素的市場化是推動新質生產力發展的關鍵因素。然而，數據要素市場化進程的緩慢成為一個突出問題，影響了數據資源的高效流通和利用，進而制約了數字經濟的深入發展。這一問題的根源復雜多樣，涉及數據基礎設施不足、數據權屬不明確、缺乏成熟的數據交易機制、數據流通環境受限等。

1.數字基礎設施建設不足

我國數字基礎設施建設雖取得較大成績，但因數據基礎設施建設投資巨大，加之數字技術迭代飛快、數據安全與隱私保護不健全、數字鴻溝現象突出，導致我國數字基礎設施建設覆蓋不全面、區域發展不協調、應用不充分，進而影響數據的采集、流通、使用等，造成數據要素市場化不足[25]。

2.數據權屬不明確

數據權屬的不明確是市場化進程緩慢的重要原因之一。我國《中華人民共和國民法典》第127條、“數據二十條”及相關部門法中，對數據權屬提出一些原則性規定，但仍缺乏明確的操作指南和實施細則。當前數據的生產和使用過程中，由于缺乏明確的法律法規界定數據的所有權、使用權和收益權，數據的歸屬問題復雜且難以明確。這種不確定性不僅增加了數據交易的法律風險，也阻礙了數據所有者和潛在使用者之間的交易和合作，從而制約了數據資源的有效流通和市場化進程。

3.缺乏成熟的數據交易機制

據《2023 年中國數據交易市場研究分析報告》指出，中國數據市場規模已達876.8億元，占全球13.4%，到2025年有望增至2046億元。國內數據交易所發展迅速，全國各地由政府發起、主導或批復成立的數據交易所達到數十家，但交易規模有限，原因就是數據交易機制的不完善，這也是市場化進程緩慢的一個關鍵因素。目前，數據交易缺乏統一的標準和規范，數據定價機制不透明，交易平臺和服務體系尚不健全。這不僅降低了數據交易的效率和安全性，也增加了交易成本，阻礙了數據市場的形成和發展。此外，由于數據的非排他性和復制成本低，如何在保障數據提供方利益的同時激勵數據共享和開放，也是當前數據交易機制亟待解決的難題。

4.數據監管不到位

在法律適應性上，傳統市場規制法（主要為“反壟斷”+“反不正當競爭”） 在應對日新月異的數據競爭活動時，時常陷入適用不足之困境。數據市場的跨區域、跨行業特性增加了法律適用的復雜性，不同地區和行業的法律規定不一致，增加了數據市場的合規難度。在監管體系上，雖然我國已經形成了以國家網信部門統籌、其他部門分別監管的模式，但具體執行過程中權責分配不明確、執法推諉等問題時有發生。數據監管職能分散在多個部門，缺乏統一協調的監管體系，導致監管效率低下。各監管機構之間缺乏有效的溝通和協作，容易產生監管空白和重疊。同時，在數據競爭領域，與數據相關的產業聯盟、行業協會或尚未建成，或權威性不足[26]，行業內缺乏統一的規范和標準，導致許多企業對數據安全、數據保護和合規要求的重視程度不夠，自律能力不足。

（五） 數據孤島的共享障礙

海量數據并非均勻分布，通常集聚在少數市場主體手中且彼此之間難以共享，從而給數據市場流通造成嚴重障礙[27]。數據孤島的存在嚴重阻礙了數據資源的整合利用和價值最大化，導致相同或相似的數據資源在不同組織中重復建設和采集，浪費了社會資源。同時，數據孤島也限制了數據分析和數據驅動決策的深度和廣度，影響了數據要素在推動新質生產力中的作用發揮。

1.數據孤島的存在限制了數據的潛在價值

在許多情況下，企業或組織內部的不同部門之間，以及不同企業或組織之間，由于技術標準不一致、數據格式不兼容、利益沖突或隱私保護的擔憂，導致數據無法共享。這種分散和孤立的數據管理方式，不僅降低了數據的利用效率，還可能導致重復數據的收集和存儲，增加成本，減緩創新步伐。同時，企業和機構缺乏數據共享的激勵機制，數據共享的積極性不高，并且對共享過程中可能出現的安全和隱私保護問題存在擔憂，影響數據共享的意愿。

2.數據共享障礙在技術層面上表現為數據交換和集成的困難

不同來源的數據可能采用不同的數據結構、編碼方式和訪問協議，使數據整合成為一項復雜且耗時的任務。此外，數據清洗、轉換和匹配過程不僅技術要求高，而且需要投入大量的時間和資金，這對許多企業來說是一個不小的負擔。若將數據從一種格式轉換為另一種以適應不同的系統，或者將來自不同源的數據進行匹配和合并，這些工作往往需要專業的數據工程師團隊和昂貴的軟件工具支持。

3.數據共享的法律障礙

在政策層面，數據共享受法律法規的限制，如數據隱私保護法規、知識產權法和行業特定的數據共享政策中的相關條款，這些都可能成為數據共享的法律障礙。以歐盟的《通用數據保護條例》（GDPR） 為例，其對個人數據的收集和處理設定了嚴格的規定，在保護隱私的同時，也限制了跨境數據的自由流動。法律法規的限制增加了數據共享的合規性成本，導致許多組織在推進數據共享時采取謹慎態度。

4.數據的流通和共享對促進跨學科創新、推動

產業升級和實現經濟結構優化至關重要數據的整合能力可以促進新業務模式的形成，如基于數據的平臺經濟和共享經濟。同樣，在智能制造領域，數據整合能夠優化生產流程，提升效率。然而，數據孤島和共享障礙限制了這些新模式的發展。科研機構在缺乏訪問跨機構數據權限的情況下，難以進行大規模的數據分析和模式識別，這限制了他們在各自領域的創新能力的發揮。此外，企業和初創公司在沒有足夠數據支持的情況下，難以驗證和迭代其商業模式，減緩了基于數據的新業務模式的形成和發展，影響了新質生產力的培育和擴展。

五、數據要素賦能新質生產力涌現的實踐策略

（一） 優化數據治理體系，為賦能新質生產力提供安全保障

優化數據治理體系是實現數據要素高效賦能新質生產力的關鍵環節，涉及數據的采集、存儲、處理、分析、共享及其安全等多個方面。隨著數據量的爆炸式增長以及數據應用場景的不斷擴展，建立一個全面、高效、安全的數據治理體系成為推動數字經濟發展、保障國家信息安全、維護公眾利益的迫切需求。

1.數據治理體系的構建需要明確數據治理的目標和原則

治理目標應包括確保數據的質量和安全、促進數據資源的有效利用和共享、保護個人隱私和知識產權等。治理原則應遵循數據最小化、數據使用透明化、用戶參與度提高和安全隱私保護等方面的要求。這些目標和原則構成了數據治理體系建設的基礎。

2.建立和完善數據分類和分級管理制度是實現有效數據治理的關鍵

不同類型和等級的數據面臨的安全風險和使用需求不同，應實施差異化管理策略。例如，涉及國家安全的核心數據應實行最嚴格的保護措施，而公開數據則應便于社會公眾獲取和使用。通過明確數據分類和分級標準，可以有效提升數據治理的針對性和有效性。

3.加強數據安全和隱私保護是優化數據治理體系的核心內容

隨著數據應用的深入，數據安全和個人隱私保護問題日益凸顯。優化數據治理體系需要從技術和管理兩個層面入手：一方面，采用加密技術、訪問控制、數據脫敏等技術手段確保數據的安全；另一方面，建立數據訪問和使用的審批機制、加強對數據處理活動的監督管理、提高數據處理透明度，保障用戶的知情權和選擇權。

4.推動國際合作，建立全球數據治理框架

數據的跨境流動已成為常態，面對全球化的數據應用場景，單一國家或地區的數據治理策略難以有效應對跨境數據流動帶來的挑戰。因此，加強國際合作、推動建立統一的國際數據治理規則和標準是優化全球數據治理體系的必然選擇。可以推動國際標準化組織（ISO）、國際電工委員會（IEC） 等機構制定統一的信息技術和數據標準，確保各國在技術應用和數據處理方面的一致性。建立技術標準的互認機制，推動各國在信息技術和數據領域的標準互認，減少技術壁壘和市場準入門檻。這不僅有利于促進數據在全球范圍內的安全、自由流動，也有助于提升數據應用的全球效率，共同應對數據安全和隱私保護等全球性挑戰。

（二） 深化數字人才培育，為賦能新質生產力提供不竭動力

培育數字人才對促進數據要素發展、推進新質生產力實現具有決定性作用。隨著數字技術快速發展和應用領域不斷擴大，數字人才的需求日益增長，然而人才供給不足已成為數字經濟發展的瓶頸之一。系統完善人才引、育、用、留、評全過程的保障機制，營造人才長得成、引得進、用得好、留得住的良好環境，推動若干地區建成世界人才樞紐和發展高地[28]。

1.形成工作合力，優化數字人才培育生態

以產業需求為導向，構建政府主導，院校、培訓機構、企業等各司其職、通力合作的總格局。打破基礎教育和高等教育的條塊分割，將數字技術作為通識教育予以推進，筑牢數字人才隊伍長遠根基。支持社會機構開展數字技能普及和培訓工作，推動全民數字素養的升級。加強產教融合，引導企業與各類院校整合資源，通過設立創新實驗室、實訓基地、聘任企業導師等方式構建教學、科研和生產相結合的數字人才培育生態體系。

2.聚焦重點領域，暢通數字人才流通渠道

堅持培育和引進相結合，加強數字人才國際合作交流。鼓勵本土人力資源服務機構出海發展，積極借助國際論壇、創新創業國際大賽、產業洽談會等契機，加大面向海外數字人才的政策宣傳力度，打破信息壁壘，消除信息誤差，為高端數字人才建立涉外行政審批一站式服務機制，提升跨國數字人才流動配置效率。搭建開放平臺，促進引進人才與本土人才間的交流互通，發揮技術擴散、轉移和人才疊加優勢。

3.融合鏈式服務，構建數字人才保障體系

制定數字領域薪酬分配指引，提高數字知識、技術等要素在收益分配機制中的占比。持續發布數字職業，動態調整數字職稱專業設置，將高層次數字人才納入地方高級專家庫。完善數字技能評價標準，提高投入水平，落實已完成數字職業技能培訓人員相關補貼，推動數字職業技能等級與專業技術職稱等級有效銜接。鼓勵為數字人才在住房、落戶、就醫服務、子女入學、創業投資知識更新等方面提供支持，營造良好的成長成才環境。

4.服務產業創新，提升數字人才服務效能

在堅持黨管人才的原則下，深化數字人才發展市場化改革，落實企事業單位用人自主權，為數字人才提供寬松的創新創業空間，確保人盡其才，才盡其用，提升其服務效能。緊貼國家重大戰略需求，不斷拓展產業發展的深度與廣度，做優數字經濟產業鏈，圍繞產業鏈布局創新鏈、資金鏈和人才鏈，以人才鏈貫通產業鏈、創新鏈和資金鏈，在以人才支撐產業發展、以產業平臺集聚人才的雙螺旋上升過程中實現數字產業創新與數字經濟高質量發展。

（三） 推進數據市場化，為賦能新質生產力激發活力

推進數據要素市場化是實現新質生產力發展的關鍵途徑，涉及數據的產權界定、價值量化、交易機制建立以及監管政策完善等多個方面。提高數據要素市場化建設水平，是釋放數據要素價值的關鍵舉措[29]。在數字經濟時代，數據已成為重要的生產要素， 但與傳統生產要素相比，數據的特性和作用機制更為復雜，這就要求我們在推進數據市場化的過程中，需要采取創新的思路和方法。

1.加強數據基礎設施建設

加強數據基礎設施建設不僅是提升一個國家或地區數字經濟競爭力的關鍵步驟，也是實現數據要素深度賦能新質生產力發展的基礎。要加大數據基礎設施投入力度，大力推進大數據中心、超級計算中心等算力基礎設施建設[30]，實現存算一體化發展。一是統籌調度全國存算資源，全面推進以智算中心、數據中心、超算中心以及邊緣數據中心為代表的存算基礎設施建設。二是充分利用園區建設，進行存算產業的集群化布局，優化存算資源配置以提升面向全國的存算服務能力。三是加快固態硬盤等高性能存儲設施建設。推進高性能存儲替換，降低存儲技術對外依存度，提升我國在數據存儲領域的國際競爭力。

2.明確數據的產權界定是推進數據市場化的前提

從數據權屬配置來看，應基于“數據二十條”提出的“三權分置”展開，構建一個科學合理的數據產權運行機制，使數據的所有權、使用權和收益權需要得到法律的明確保護。數據資源的價值以持有為前提，法律的作用在于保護持有主體對數據的控制狀態[31]。應制定明確的數據產權法律法規，明確數據所有權的歸屬和轉移條件。確定數據使用權的歸屬和使用范圍，明確數據的授權和許可條件。可以通過合同和協議明確數據使用權的細節，保障各方權益。明確數據交易和利用過程中各方的收益分配機制，保障數據貢獻者的合法權益。可以通過法律和合同規定數據收益的分配比例和方式，促進數據交易公平透明。

3.建立數據的價值量化體系是市場化進程中的關鍵環節

數據的價值不僅取決于其本身，更與其使用場景和方式密切相關。開發高效的數據價值評估方法，建立標準化的數據評價體系，是實現數據有效交易和合理定價的基礎。數據價值評估體系應綜合考慮數據的質量、使用頻率、市場需求和潛在應用等因素，采用多維度、多層次的評估方法，準確評估數據的經濟價值和社會價值。通過對數據的質量、稀缺性、應用潛力等因素的綜合考量，使數據價值量化成為可能，進而推動數據的流通和利用。

4.構建高效透明的數據交易機制是數據市場化的核心

包括建立數據交易平臺、制定交易規則服務等，并且“鼓勵試點交易場所開展數據交易平臺建設，不斷夯實數據交易場所的平臺功能”[32]，為數據的買賣雙方提供便捷、安全的交易環境。數據交易平臺應具備數據登記、數據交易、數據結算和數據監控等功能，能夠提供全流程、一站式的服務，確保數據交易的便捷性和安全性。在此基礎上，還需要開發適應數據交易特點的金融工具和服務，如數據保險、版權質押等，為數據交易提供更多支持，激活數據市場的活力。數據交易標準包括數據格式標準、數據質量標準、數據定價標準和數據合同標準等。統一的數據格式和質量標準可以提高數據的兼容性和可用性，減少數據處理和整合的難度。數據定價標準應考慮數據的來源、質量、稀缺性和使用價值，采用市場化的定價機制，確保數據定價的合理性和公正性。數據合同標準化則有助于明確交易雙方的權利和義務，減少交易糾紛。

5.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。

6.完善數據市場的監管政策是確保市場化健康發展的保障

隨著數據交易活動的增加，數據溢用、隱私泄露等問題也隨之而來。因此，建立健全數據市場監管體系，加強對數據交易的監督管理，確保交易的公平性、透明性和安全性，是推進數據市場化進程不可忽視的重要環節。數據監管應包括事前審查、事中監管和事后追溯等環節，確保數據交易的合法合規。事前審查主要是對數據交易主體和交易內容進行資格審查和合規性檢查，防范違法違規行為。事中監管是對數據交易過程的實時監控和動態管理，及時發現和處理異常交易行為。事后追溯是對數據交易結果的審核和追蹤，確保交易數據的真實可靠。政府監管部門應與行業自律組織和第三方機構協同合作，構建多層次、多維度的監管體系，提高監管的效率和效果。

（四） 推動數據共享和開放，為賦能新質生產力創造機遇

任何生產力的形成和發展都有其核心和關鍵要素，新質生產力的核心和關鍵要素是以數據要素為代表的新型生產要素[33]。促進數據共享與開放對釋放數據潛能、驅動經濟增長和社會發展具有重要意義。數據共享和開放能夠打破“數據孤島”，促進不同領域、不同行業之間的協作和創新。在數據共享的環境中，企業、研究機構和政府部門可以相互訪問和利用對方的數據資源，這不僅有助于避免重復勞動，還能激發新的創意和發現。數據共享和開放有助于提高數據的利用效率和價值。通過共享和開放，數據可以被更廣泛地應用于各種場景，從而實現數據的多次利用和增值。這種數據的再利用不僅可以降低創新的成本，還能加速新產品、新服務和新商業模式的開發。

1.構建和完善法律法規是確保數據共享與開放安全進行的基礎

隨著數據經濟快速發展，現行法律需要及時更新和修訂，以適應新的市場需求和技術變化。及時修訂電子商務法、數據安全法等，增加對數據交易、數據安全和數據共享的具體規定。此外，制定和完善數據隱私保護法律，確保在數據共享和開放過程中，個人隱私和敏感信息得到有效保護。可以借鑒美國的《加州消費者隱私法案》（CCPA），制定符合國情的數據隱私保護法。

2.技術支持體系是實現數據共享與開放的關鍵

高效的數據處理、存儲和傳輸技術，以及強大的數據安全技術是數據共享與開放的基礎。采用先進的數據加密技術、匿名化處理技術以及訪問控制和審計技術，可以有效保護數據在共享與開放過程中的安全。同時，推廣互操作性強、標準統一的數據格式和協議，能夠促進不同系統、不同行業之間的數據互聯互通，提高數據共享效率。建立國家級和行業級的數據共享平臺，建設數據存儲、處理和交換的基礎設施，促進數據資源的高效利用和共享。數據共享平臺應具備數據清洗、數據整合和數據分析等功能，支持多方數據的共享和應用。

3.建立有效的激勵機制是推動數據共享與開放的重要手段

雖然數據共享與開放能夠提升整體效益，但數據提供方可能會擔心損失數據控制權和經濟利益。因此，制定合理的利益分配機制，通過經濟補償、政策支持、榮譽認可等方式，激勵數據所有者主動開放數據，是推進數據共享與開放的重要策略。同時，通過提高數據共享與開放的透明度，建立信任機制，增加各方對數據共享與開放的信心。此外，政府應制定支持數據共享的政策，提供法律保障和技術支持，推動數據開放和共享。比如，日本通過實施政府數據開放法，推動政府數據的開放和共享，為創新和公共服務提供了豐富的數據資源。

參考文獻

[1]李媛. 數字經濟與實體產業深度融合的戰略重點與推進路徑[J]. 山東社會科學，2024 （1）：90-97.

[2]陳蕊，王宏偉. 大數據發展與企業創新能力提升[J]. 當代經濟管理，2024 （5）：30-42.

[3]于柳箐，高煜. 數據要素如何驅動制造業生產率提升[J]. 財經科學，2024 （1）：76-90.

[4]喬彬，賈玉潔，張杰飛. 數據價值化、產業跨界融合與經濟高質量增長[J]. 軟科學，2024，38 （7）：42-49.

[5]張林憶，黃志高. 數據要素促進收入分配共同富裕的邏輯內蘊、實踐困境與推進路徑[J]. 重慶社會科學，2023 （11）：53-68.

[6]習近平主持召開新時代推動東北全面振興座談會強調牢牢把握東北的重要使命奮力譜寫東北全面振興新篇章[N]. 人民日報，2023-09-10 （1） .

[7]蒲清平，向往. 新質生產力的內涵特征、內在邏輯和實現途徑：推進中國式現代化的新動能[J]. 新疆師范大學學報（哲學社會科學版），2024 （1）：77-85.

[8]萬長松，徐志源，柴亞杰. 新質生產力論[J]. 河南師范大學學報（哲學社會科學版），2024 （2）：1-6.

[9]戴翔. 以發展新質生產力推動高質量發展[J]. 天津社會科學，2023 （6）：103-110.

[10]楊國強，許明月. 新質生產力生成中數據要素交易監管的完善進路[J]. 湖北大學學報（哲學社會科學版），2024 （3）：125-136.

[11]韓文龍，張瑞生，趙峰. 新質生產力水平測算與中國經濟增長新動能[J]. 數量經濟技術經濟研究，2024 （6）：5-25.

[12]尹西明，錢雅婷，武沛琦，等. 平臺企業加速數據要素向新質生產力轉化的邏輯與進路[J]. 技術經濟，2024 （3）：14-22.

[13]陸岷峰. 數據市場化賦能新質生產力：理論邏輯、實施模式與發展趨勢[J]. 新疆社會科學，2024 （2）：1-15.

[14]COASE R H.The Lighthouse in Economics[J].The Journal ofLawEconomics，1974，17 （2）：357-376.

[15]配第. 配第經濟著作選集[M]. 陳冬野，等譯. 北京：商務印書館，2009：63.

[16]任保平，李婧瑜. 數據成為新生產要素的政治經濟學闡釋[J]. 當代經濟研究，2023 （11）：5-17.

[17]新華社. 習近平在中共中央政治局第十一次集體學習時強調：加快發展新質生產力扎實推進高質量發展[EB＼OL]. （2024-02-02） [2024-05-22].https：//www.gov.cn/yaowen/liebiao/202402/content_6929446.htm.

[18]黃群慧，盛方富. 新質生產力系統：要素特質、結構承載與功能取向[J]. 改革，2024 （2）：15-24.

[19]尹西明，薛美慧，丁明磊，等. 面向新質生產力發展的企業主導型產業科技創新體系：邏輯與進路[J]. 北京理工大學學報（社會科學版），2024 （4）：29-37.

[20]紀玉山，代栓平，楊秉瑜，等. 發展新質生產力推動我國經濟高質量發展[J]. 工業技術經濟，2024 （2）：3-28.

[21]戚聿東，劉歡歡. 數字經濟下數據的生產要素屬性及其市場化配置機制研究[J]. 經濟縱橫，2020 （11）：63-76+2.

[22]黃敦平，倪加鑫. 數據要素市場亟待治理的四大難題[N]. 學習時報，2023-04-19 （A2）

[23]國家統計局.2022 年全國科技經費投入統計公報[EB/OL].（2023- 09- 18） [2024- 5- 22].https//www.stats.gov.cn/sj/zxfb/202309/t20230918_1942920.html.

[24]陳涵旸. 數字人才緊缺技術賦能開啟就業新空間[N]. 經濟參考報，2024-05-29 （A02）

[25]張夏恒，劉彩霞. 數據要素推進新質生產力實現的內在機制與路徑研究[J]. 產業經濟評論，2024 （3）：171-184.

[26]儲潔強，張璇，亓蕾. 數據競爭中平臺商業道德的具象意涵與審查規則[J]. 電子知識產權，2024 （2）：96-106.

[27]曲亮，許塬杰.“要素—資本—產品”三態耦合視角下數據市場治理體系研究[J]. 理論學刊，2023 （3）：123-130.

[28]蒲清平. 加快形成新質生產力的著力點[J]. 人民論壇，2023（21）：34-37.

[29]喬晗，李卓倫，黃朝椿. 數據要素市場化建設的影響因素與提升路徑：基于復雜經濟系統管理視角的組態效應分析[J]. 外國經濟與管理，2023 （1）：38-54.

[30]沈坤榮，周鈴鈴. 數據基礎制度建設：現實挑戰與路徑選擇[J]. 學術月刊，2024 （1）：60-69.

[31]于海純，陳潤愷. 數據資源持有權的法律解釋[J]. 科技與法律（中英文），2024 （2）：21-30.

[32]竇悅，郭明軍，張琳穎，等. 全國一體化數據交易場所體系的總體布局及推進路徑研究[J]. 電子政務，2024 （2）：2-11.

[33]鈔小靜，王清. 新質生產力驅動高質量發展的邏輯與路徑[J]. 西安財經大學學報，2024 （1）：12-20.

（責任編輯：耿惠斌）