我国数据经济发展优势明显，但挑战也不少。我国数据经济高质量要求应用与数据及算法互动和协同发展。对此，建议把数据经济从数字经济中凸显出来;既要数据产业链推动，更要数据供应链拉动;从战略高度重视数据经济研究及相关衡量指标;制定数据经济高质量发展规划与行动计划;在数据确权和GDP统计中注重数据产消者特性和数据换货经济。
■钱平凡
01
数据经济是数据与算法交互
驱动的新型数字经济，正蓬勃发展
数据经济(Data Economy)是近几年来国际社会时常提及但尚未明确界定的新概念。国际数据中心(IDC)在2024年1月发布的《欧洲数据市场研究(2021-2023)》中指出，数据经济衡量数据市场对经济整体的总的影响，包括直接、间接与诱发影响。数据市场是数字化数据作为“产品”或“服务”进行交换的市场，是原始数据加工的结果。数据市场获取的是数字化数据需求的总价值，而不衡量数据对整个经济的直接、间接或诱发影响。数据经济概念比数据市场更广泛，它考虑了利用数据在整个经济中产生的各种价值。
数据经济认为，数据是关于分析单位属性的信息，数据的价值取决于背景、准确性、及时性和预设目的，单个数据本身通常没有什么货币价值;数据需要特定的技术和分析方法才能将其转化为价值。
数据产生价值的核心技术与分析方法是算法，数据与算法互动创造出新价值，这既是数据经济发展的机制与引擎，也是数据经济的精髓所在。数据被誉为“21世纪的石油”，强调其赋能性与重要性。这种比喻并不恰当，原油资源是天成的且不可再生，数据是人为的产物且可再生。从赋能性与重要性来看，把数据比作食材更适宜。如果把数据比作食材，算法类似制菜方法，利用适当的食材与方法，制成的菜品类似数据经济，其中，菜品的价值与食材、制作成本、燃料价值之差即为数据经济新价值。
数据经济是数字经济的新形态，有其自身特性。数字经济凸显的是数字化，数据经济注重的是数据化，数据化以数字化为前提，但数据化与数字化差异很大。数字化侧重的是技术，数据化强调的是经济价值。
数据经济在全球范围内蓬勃发展，占国家或地区经济总量的比重不断提升。不同国家与地区的数据经济发展程度差异较大，主要集中在欧洲、美国与中国等。研究表明，欧盟数据经济规模已由2014年的2570亿欧元增长到2023年的5441亿元。2023年，欧洲数据经济总量达到7701亿欧元，年增长率达到9%，数据经济规模占欧洲生产总值(GDP)的4.7%。美国数据经济遥遥领先世界各国，我国数据经济规模位居世界前列，2022年—2023年我国数据经济直接影响的增长率高达24.2%，居世界前列。
02
数据经济呈现出诸多新特性
一是致力于精准匹配的高效经济。数据经济是基于数据分析而创造价值的经济，通过数据挖掘发现数据的相关性，揭示数据隐藏的关系、模式和趋势，产生有价值的洞察，能够实现相关方的精准匹配，意味着数据经济是高效经济。数据经济是平台经济的核心组成，平台经济正是利用海量数据（603138）和相应的算法而实现精准匹配，效率与效益更高。
二是因数据网络效应而实现收益递增的经济。数据经济中的数据具有显著的网络效应，即数据吸引更多的用户，用户产生更多的数据，这有助于改善服务，从而吸引更多的用户。另外，随着数据的增加，机器学习能力大幅提升，相关算法的学习效应更强。数据网络效应和学习效应可以协同发挥作用，而且是自我强化的过程，相应收益不会减少反而更多，即收益递增。
三是创造出数据产消者并复兴了换货(Barter)经济。数据经济使用数据为用户服务，用户在使用过程中又会产生数据，用户变成数据产消者(Prosumer)，复兴了以数据换服务的换货经济。如驱动即时通讯平台和搜索引擎平台公司发展的商业战略多是免费，但这种免费是以用户在使用平台服务时产生的数据被平台公司无偿使用为代价，是以用户的数据换取平台公司的服务，是数字化时代的以货换货的交易。
四是能够推进其他经济增长与转型的赋能型经济。数据经济通过数据支撑与数据服务，与各行各业融合应用，有力地推进了这些行业的增长与转型，成为赋能型经济。2023年12月，国家数据局联合16个部门共同印发了《“数据要素×”三年行动计划(2024—2026)》，强调要充分发挥数据要素乘数效应、赋能经济社会发展，并列举了工业制造、现代农业、商贸流通等十二个领域数据要素可能赋能的方向与途径。这里的数据要素乘数效应正是数据经济赋能特性的奥秘所在。数据经济还有很强的正外部性，并以此赋能经济社会发展。
五是包含了持续增长但难以体现在GDP中的隐形经济。数据换货经济因网络效应而持续增长，但数据换货经济并不能体现在GDP中，成为现实中的隐形经济。不过，这种隐形经济可以通过用户从互联网上获得的免费服务的价值而估算。研究表明，2015年这种隐形经济约占美国GDP的1.8%，约为3500亿美元。
03
我国数据经济发展优势明显
但挑战也不少
数据经济的基础是数据，我国数据规模仅次于美国，国家高度重视数据要素的发展，数据经济发展优势明显。
一是作为数据经济燃料的数据产量大增长快。2023年，我国数据生产总量达32.85泽字节(ZB)，同比增长22.44%。5G、AI、物联网技术的创新发展及智能设备的规模应用，推动数据生产规模快速增长。
二是为数据经济发展提供支撑的数字基础设施持续稳固并不断扩容提速。我国拥有全球最大的5G网络，基站总数超过380万个，网民规模达到10.92亿。全国在用数据中心标准机架超过810万架，位居全球第二，算力总规模达230EFLOPS(每秒执行的浮点运算次数)，近5年平均增速近30%，数据存储力总规模约1200EB。2023年10月，工业和信息化部等六部门印发了《算力基础设施高质量发展行动计划》，为数据经济发展提供了可靠的保障。
三是组织制度保障，行动有方向。2023年10月，国家数据局挂牌，为数据经济发展提供了制度保证。12月，国家数据局联合16个部门共同印发的文件，为数据经济发展指明了方向，注入了强劲的动力。
我国数据经济发展也面临着若干挑战。
一是数据供给质量不高，流通机制不畅。数据经济使用的数据八成是非结构性数据，而我国数据供给中结构性数据占主导，数据供给质量并不高。我国数据分布在不同机构，数据孤岛现象严重;不同机构的数据标准规范并不统一，数据质量也参差不齐，数据共享困难重重;全国统一的数据流通大市场制度尚未建立，数据流通效率依然较低。
二是重数据要素轻算法的氛围浓厚，算法发展相对滞后，数据价值难以实现。2020年4月，中共中央、国务院发文在世界上首次将数据增列为生产要素，成为继土地、劳动力、资本、技术之后的第五大生产要素，引发了全社会对于数据要素的高度重视。自此，数据要素、数据资源、数据市场、数据资本、数据产业、数据交易、数据价值等成为热门话题，对于算法却提及不多。在这种氛围下，我国算法发展相对滞后，被列为第五生产要素的数据至今未能产生预期的价值。
三是数据经济概念鲜有提及，数据经济难以现身。数据经济概念诞生已近十年，欧美国家及国际组织对此都有程度不一的研究，而国内至今鲜有提及，成立一年多的国家数据局也从不提及此概念。我国数据经济规模位居世界第二，增长快速，但至今还隐身在数字经济之中，难以现身。
04
我国数据经济高质量发展要求应用
与数据及算法互动和协同发展
数据与算法互动是数据经济发展的引擎与核心所在，这决定了数据经济发展需要特定的数据与特定的算法相适配。数据经济高质量发展需要把数据与算法作为不可分割的整体，实现数据与算法的适配及协同发展，进而创造价值，具体途径可建设以人工智能工厂(AI工厂)或数算互动体为核心的数据供应链体系。
AI工厂主要由数据管道、算法开发、实验平台与软件基础架构四部分构成。其中，数据是为AI工厂提供动力的燃料，算法是完成工作的机器。数据与算法的互动及协同发展就能产生良性循环，即更多的数据导致更好的算法，产生更好的服务，吸引更多的使用，产生更多的数据。
在数据与算法的协同发展过程中，既要有算法的不断创新与迭代升级，更要有源源不断的大量数据供应，这就需要在AI工厂中建设高效的数据平台，相当于数据中台。
数据经济强调应用、数据与算法的整体性，三者相互依赖，即根据应用的目标而设计算法及收集相应的数据，构成“三位一体”的增长飞轮。
数据经济高质量发展需要根据特定应用的目标或需要，开发特定的算法，收集和集成特定的数据，从而创造出特定的价值，三者互动与迭代创造持续的价值。如同做菜，需要先确定做什么菜，再确定做法与挑选食材，并根据食材或做法而优化可能制作的菜品，这是菜品供应链理念，离开拟制作的菜品与做法而讨论食材并无多大意义，充其量在讨论食材生产与流通，那是食材产业链理念。同样，离开特定的应用目标与算法而讨论数据，意义也不大。实际上，因数据驱动而创造价值的业务，基本上都是根据应用的需要开发特定算法和收集与集成相应数据的数据供应链理念，而非数据价值不断提升的数据产业链理念。1995年，易贝根据在线拍卖的业务需要开发出拍卖竞价算法，开启了平台经济新时代;1997年，谷歌创始人为了在网上高效搜索网页的需要而开发出网页排名算法，开创了搜索引擎新时代等等。
05
政策建议
第一，把数据经济从数字经济中凸显出来。
我国数字经济发展迅猛，规模巨大，占国民经济总量的比重高。我国没有数据经济概念，但从数据产量中可窥见其态势。从国际数据中心的统计数据推断，我国数据经济规模至少超过GDP总量的5%，这意味着我国数据经济占数字经济总量的比重超过10%，而且数据经济发展增速远超过数字经济。《数字中国发展报告(2023年)》显示，2023年数字经济核心产业增加值占GDP比重达到10%。这部分实际上是数据经济。如此规模与增长速度的数据经济，有必要从数字经济中凸显出来，作为新型经济体予以大力推进。
第二，既要数据产业链推动，更要数据供应链拉动。
自从数据被列为新型生产要素后，政府部门高度重视数据要素的发展与数据价值的提升，发布了多个文件。这些文件强调数据采集、存储、分析、交易、应用、安全的数据价值提升与治理，遵循的是数据产业链理念。然而，现实中的数据价值是通过数据与算法的有效互动并产生特定效果而呈现出来的，体现的是数据供应链理念。数据供应链理念强调基于数据与算法互动的产品与服务得到市场认可，从而拉动数据的发展与价值提升。优质餐饮能够带动食材的生产与流通，基于数据与算法互动的优秀产品与服务能够拉动数据生产与流通。因此，政府部门既要注重数据产业链的推动，更要重视数据供应链的拉动，通过大力倡导与发展基于数据与算法互动(AI工厂)的产品与服务，如平台业务、智能体、人形机器人、产业大脑、数字孪生等，拉动数据要素和数据经济高质量发展。
第三，从战略高度重视数据经济研究及相关衡量指标。
数据经济发展迅猛，但规模还不大，仍处于起步阶段。英国《经济学人》在2017年5月6日的“数据正在催生新经济”一文中指出：尽管数据经济的迹象无处不在，但它的形态现在才变得清晰。数据经济概念是新的，至今还没有一个被广泛接受的定义。人们对数据经济的理解与认识还不深入，对于数据经济的界定差异较大，数据经济还被称为“大数据经济”“算法经济”“数据与人工智能经济”等，不同的界定导致数据经济的衡量标准也不同，结果差异也较大。
我国是数据经济大国，也是全球首个把数据列为生产要素的国家，对于数据驱动的数字经济高度重视。我国对于数字经济、大数据、数据产业、数据要素及市场等领域研究颇为深入，研究成果丰富，有力助推了相应领域的高质量发展。随着数据经济的日益壮大，我国应从战略高度重视数据经济的研究，准确把握其内涵，深入理解其特性，积极探索数据经济高质量发展的有效途径，充分发挥其赋能的巨大潜力，建立并完善其衡量指标体系，制定相应的规制机制等。
第四，制定数据经济高质量发展规划与行动计划。
全球数据经济正在迅猛崛起，我国数据经济规模位居世界第二，时下正值国家启动“十五五”规划研究工作之际，国家数据局在研究数字经济高质量发展相关规划时，需要研究数据经济高质量发展，并考虑制定数据经济高质量发展规划与行动计划。其中，既要做好应用与数据及算法的适配和协同发展，更要着力提升算法水平，尽快扭转我国算法发展相对滞后的局面。2021年7月，上海市相关部门在全国率先发布了《上海新一代人工智能算法创新行动计划(2021—2023年)》，值得借鉴。
第五，在数据确权和GDP统计时注重数据产消者特性和数据换货经济。
在数据经济中，绝大多数用户是在用数据换取“免费”服务，用户成了数据产消者。在讨论数据确权时，不能单方强调用户数据的所有权，而应认识到此时数据权属已发生了转让。世界经济论坛曾提出数据银行账户概念，但现实却是：人们太容易放弃个人数据以换取“免费”服务。
数据换取服务，产生了数据换货经济。我国数据换服务活动规模与频度居世界前列，数据换货经济占GDP比重不低于美国，但目前还未体现在GDP中。随着数据经济从数字经济中凸显出来，在GDP统计中就应测算数据换货经济。
(作者单位：国务院发展研究中心产业经济研究部)专业的股票配资价格
名鼎配资提示：文章来自网络，不代表本站观点。
- 上一篇：最大最正规股票配资 快讯：恒指低开0.31% 科指跌0.95% 科网股普跌 黄金股延续涨势
- 下一篇：没有了
相关文章
沪深京指数
推荐资讯