前言：

近年来，随着新业态的涌现，数据要素的价值创造能力得到了极大的提升，已经成为推动经济增长的新动力。

不同类型、不同维度的数据聚合后，量变可能引发质变，产生意料之外的价值。

作者 | 方文三

图片来源 |  网 络 

实际应用尚未充分发挥其作用

在当前的经济发展中，数据虽然被视为关键要素，但实际上尚未真正成为推动经济增长的核心力量。

虽然理论层面已经有了相应的创新，但在实际应用中，数据的潜力尚未得到充分挖掘和发挥。

要实现数据要素所创造的价值，必须在使用过程中加以激活。

因此需要将价值创造与价值实现紧密结合，确保数据要素的价值得到充分实现。

各行业寄希望于通过数据与其他生产要素的深度融合，开拓出更广阔的价值空间。

近年来，我国数字经济发展迅猛，数字基础设施全球领先，数字技术和产业体系日益完善，为充分发挥数据要素的作用奠定了坚实基础。

然而也必须正视一些存在的问题，如场景释放不够充分、数据供给不足、流通机制不畅等。

这些问题需要采取有效措施加以解决，以确保数据要素能够更好地服务于经济发展和社会进步。

关注数据要素本身质量的基础上，还需着重考虑数据与数据业务模式的匹配性，以及数据业务模式与具体应用场景的衔接与匹配。

只有这样，数据才能真正成为最具创新性和精准性的发展驱动力。

《“数据要素×”三年行动计划》首次浮出水面

随着数字经济的不断发展，[互联网+]作为支撑数字经济发展的重要要素已逐渐向[数据要素×]转变。

这一规律性变化是政府为了更好地把握数字经济发展趋势和规律，积极推动我国数字经济健康发展的重要举措。

近日，国家数据局发布关于向社会公开征求《“数据要素×”三年行动计划（2024—2026年）（征求意见稿）》（以下简称《行动计划》）意见的公告。

[数据要素×]三年行动计划成为国家数据局出台的首份文件，标志着数据要素作为生产力的核心地位进一步确认。

《行动计划》提出，到2026年底，数据产业年均增速超过20%，数据交易规模增长1倍，场内交易规模大幅提升，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。

12大重点领域包括智能制造、金融服务、医疗健康、应急管理等，并提及支持开展通用人工智能大模型和垂直领域人工智能大模型训练。

上述行业存在三个共性特征：①这些行业均对国民经济和社会发展具有重要影响，属于重点发展领域，涵盖了实体经济、扩大内需、科技创新、绿色发展、安全和共同富裕等方面。

②均属于数据密集型领域，高度依赖于[数据+算法+算力]的闭环优化体系。这些行业的发展和运行需要大规模的知识创造、智能工具的广泛运用以及丰富多样的数据要素资源。

③普遍面临数字化转型的迫切需求，同时也蕴含着巨大的潜在价值。数据要素的潜在价值激发了这些行业的转型升级需求，数字化能力将逐渐成为其未来竞争的核心要素。

将智能制造排在第一位的主要考量在于，制造业是实体经济的主体，智能制造是数字经济和实体经济深度融合的主战场。

从[互联网＋]迈向[数据要素×为哪般

在2015年推出了[互联网+]战略，这是基于当时互联网作为推动数字经济发展重要技术的认识。

正是由于互联网的快速发展，才得以见证真正意义上的数字经济的崛起。

随着时间的推移，互联网在各行业的应用不断深化，数据逐渐成为我们生产、生活中的核心要素。

经过几年的实践探索，数据在经济中的重要性愈发凸显。

2017年，提出[构建以数据为关键要素的数字经济]，这一理论创新为未来的发展方向指明了方向。

经过五年多的实践，我国数字经济的发展已经从单纯的数字技术推动转变为数字技术与数据要素双轮驱动的新格局。

在多年的数字平台经济和数据治理实践中，各市场主体对数据要素相关政策持有高度的期待。

为了使政策效果得以最大化的发挥，现在公开征求意见是必要的步骤。

[互联网+]的核心在于连接，它使得不同产业、企业及个体之间能够实现更为高效、便捷的协作。

这种连接方式不仅提升了信息传递的效率和速度，还促进了资源的共享和优化配置，为产业带来了新的发展动力。

数据要素的乘数效应则进一步拓展了[互联网+]的内涵。

①其[协同]效应不仅体现在不同主体间的协同，还表现在不同要素间的协同，从而提升全要素生产率；

②[复用]效应则充分利用数据可低成本复制的特点，推动数据在不同领域、场景和主体间的重用，以释放其新价值；

③[融合]效应则汇集各类不同来源的数据，发挥数据的规模效应，实现从量变到质变的跃升，催生新的应用和业态。

“数据要素×”+XX的三大核心结合场景

①数据要素与行业应用的结合：形成[数据×行业]的模式，例如数据与农业、制造业、服务业等的结合，旨在赋能实体经济。

②数据要素与企业应用的结合：形成[平台×应用]的模式。

这涉及到平台企业基础业务与平台内企业增值应用的结合，采用有偿共享模式，即数据要素的使用不收费，但根据使用效果收费。

此外，将数据资产定价从产前转向产后，通过应用为数据要素间接定价。

这有助于消除产前定价中[贝塔值]的不确定性，促进数据使用价值的复用和充分利用。

③市场体系建设：涵盖产前、产中、产后全产业链和全价值链，这包括构建产前交易市场、产中交易市场和产后交易市场等。

随着交易从现金转向价值凭证，这些凭证可以根据不同时间、不同场景的价值实现情况进行贴现。

流通使用是发挥数据乘数效应的核心

数据要素乘数效应本质是赋能，强调数据与应用场景有机结合。

在数据处理和运用过程中，任何数据，无论其来源或性质如何，都必须经过流通和运用，才能发挥出其最大的价值。

数据作为中间产品，其价值需在无数最终产品的价值中体现，还需推动数据要素收益向数据价值和使用价值的创造者合理倾斜。

过去我们可能忽视了数据的价值评估，但现在我们可以通过市场化的手段，将数据转化为有形价值。

总之，数据的流通和使用应以实际应用需求为导向，深度挖掘数据的价值。 

应该充分利用数据的乘法效应，促进数据使用价值的复用和数据的合规高效流通，从而为实体经济注入活力。

同时，还应推动数据要素收益向数据价值和使用价值的创造者合理倾斜，以市场化手段实现数据的价值转化。

结尾：

《企业数据资源相关会计处理暂行规定》将于2024年1月1日正式实施，标志着数据资产入表的进程已进入倒计时阶段。

此规定的实施将为企业带来资产结构的优化，有利于提高企业的财务透明度和资产质量。

同时，数据资源的[资产]属性要求其必须具备产生经济效益的潜力和应用场景的支撑。

随着数据要素的发展，我们有望看到从制度层面到产业实践的整体转变，加速进入[政产共驱]的新阶段。

这一转变将有助于推动数据要素市场的健康发展，促进数据资源的有效利用和价值释放。

部分资料参考：腾讯研究院：《从“互联网＋”迈向“数据要素×”》，中信证券研究：《“数据要素x”计划发布，新动能机遇涌现》，中航证券研究：《“数据要素X”行动将推出，行业催化因素再叠加》

       原文标题 : AI芯天下丨产业丨再升级！从“互联网＋”迈向“数据要素×”