宏观观察2023年第9期（总第464期）：激活数据要素潜能——理论框架和现实问题＊

Ω 研究院 中银研究产品系列 ●《经济金融展望季报》 ●《中银调研》 ●《宏观观察》 ●《银行业观察》 ●《国际金融评论》 ●《国别/地区观察》 作者：刘晨中国银行研究院 电话：010–66594264 2023年2月17日2023年第9期（总第464期） 激活数据要素潜能——理论框架和现实问题＊ 签发人：陈卫东 审稿：周景彤梁婧联系人：王静刘佩忠 电话：010–66596623 随着数字经济发展，以大数据为代表的信息资源向生产要素演进。由于具备与其他传统生产要素不同的特征，数据要素融入经济与社会财富的创造过程中不断释放新动能，对经济增长、生产力变革和产业生产率提升产生深远影响。近年来，国家高度重视发挥数据要素效能，积极推进数据要素市场建设。当前，我国数据要素市场规模持续扩大、体系建设不断完善，但在数据的产权界定、开放共享、信息安全、数字基建等方面仍存在一系列问题。 ＊对外公开 ＊＊全辖传阅 ＊＊＊内参材料 激活数据要素潜能——理论框架和现实问题 数据要素是参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源 1。伴随大数据时代的到来，全球数据爆发式增长，数据资源快速累积，成为各国新的 经济发展动力。据Statista统计，2020年，全球产生、采集或复制的数据量达到64.2ZB2，预计到2025年全球数据产量将达到181ZB。我国数据规模庞大，数据要素市场发展潜力强劲。全国14亿众多人口、超大规模的国内市场、巨大的内需潜力与丰富的自然资源优势，为不断创造大数据提供了基础条件。而数字化、信息化的快速推进和5G、移动互联等新型基础设施的建设，使得海量数据的积累从技术上成为可能。目前，我国已成为世界数据资源大国和世界数据中心。中国互联网络信息中心（CNNIC）第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国网民规模达10.51亿，互联网普及率达74.4%。国家网信办数据显示，2021年我国共产生了6.6ZB数据，同比增加29.4%，占全球数据量的比重为9.9%。近三年来，我国数据产量每年保持30%左右的增速。数据存储公司希捷预测，未来几年，我国数据市场仍将以超过全球平均增速的速度增长，到2025年将超越美国，成为全球数字经济活动最集聚、数据产量最大的国家。 近年来，世界各国高度重视数据这一新型的国家战略性资产，围绕数据要素生产、流通、使用、保护等各个层面陆续出台一系列顶层规划和法律法规。例如，欧盟的 《欧洲数据战略》《数据治理法案》、美国的《大数据研究和发展计划》《大数据：把握机遇，维护价值》《联邦数据战略》以及日本的《综合数据战略》。而我国政府也高度重视发挥数据要素效能，积极推进数据要素市场建设。2015年，党的十八届五中全会正式将大数据上升为国家战略；2017年，中共中央政治局首次提出“要制定数据资源确权、开放、流通、交易相关制度，完善数据产权保护制度”，标志着我国数据基础制度建设正式提上议事日程。此后，党的十九届四中全会首次增列“数据”作为生产要素，我国国民经济和社会发展“十四五”规划和2035年远景目标纲要、国务 1定义来源于中国信通院。 2ZB：Zettabyte，十万亿亿字节。 院《“十四五”数字经济发展规划》、工信部《“十四五”大数据产业发展规划》等重要政策文件也提出，要建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范，健全数据要素市场规则。 一、数据要素成为关键生产要素的客观条件和经济特质 从农业时代的土地、劳动力作为关键生产要素，到工业化时代资本成为重要的生产要素，此后催生出技术、管理等更多生产要素，生产要素的形态总是在社会经济发展过程中不断演化。随着数字经济发展，以大数据为代表的信息资源向生产要素演进，数据已和其他要素一起融入经济价值创造过程，对生产力发展产生深远影响。党的十九届四中全会首次将数据与土地、劳动力、资本、技术等传统要素并列为要素之一，提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。 数据要素成为生产要素，主要基于两方面条件：一方面，数字技术不断进步为数据要素释放价值提供了生成、流通和利用的前提基础。数据是数字经济时代的生产资料，而算法和算力则是生产力，数据和算力、算法结合构成了创造价值的完整链条。在云计算、边缘分析等数字技术成熟运用之前，互联网迅速普及创造了庞大的数据规模。瑞典研究机构Pingdom公布的数据显示，2012年全球互联网用户数达24亿，仅谷歌网站2012年全年搜索次数高达1.2万亿。但是碍于算法、算力限制，原始数据转化为有效信息的能力不足，数据存储、计算、分析的投入成本较大，数据创造价值相对有限。而随着摩尔定律3不断演进下芯片技术加快突破，数据中心、智能计算中心等算力基础设施持续夯实，全球算力规模快速增长。据信通院数据，2021年全球计算设备算力总规模达到615EFlops（每秒百亿亿次浮点运算），同比增速达到44%，预计2030年将达到56ZFlops（每秒十万京次浮点运算），年平均增速为65%。同时，算法的迭代更新不断提高从数据中提取有用信息的能力，数据处理效率迅速提升。据麻省理工学院计算机科学与人工智能实验室（CSAIL）分析，57%的算法系的效率提升带来 3由英特尔（Intel）创始人之一戈登·摩尔（GordonMoore）提出，指当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。 的收益超过或不低于摩尔定律带来的收益，其中大数据领域算法效率提升收益巨大。另一方面，生产过程中数据要素能够与其他生产要素有机结合。生产要素的重要特征之一是能使其他生产要素合理配置、可以提高其他生产要素的使用效益。在农业经济时代，土地与劳动力的有效结合推动生产力快速发展。进入工业经济时代，能够部分打破自然资源约束、有效扩大再生产的资本（生产机器、设备等）成为重要生产要素，不同劳动力通过使用同样的生产机器提升了资本与劳动力要素的结合效率。数字经济时代，海量数据实时产生和流通加速经济系统演变，需求端消费趋势向碎片化、个性化升级，供给端加快数字化转型。数据搜集、处理、使用创造的巨大价值，带来经济增长数量和质量的不断提升。同时，数据要素不仅与劳动、土地、资本等生产要素有机结合实现生产过程，也能够显著提升其他生产要素的利用效率（图1）。例如，数据积累加快了技术进步的迭代步伐，带动先进技术的传播扩散；数字时代劳动者学习知识和技术更加便捷，人力资本积累加速；数据广泛共享下各类生产要素加快配置到效率更高的领域。 在形成生产力、提高生产力的路径中，由于具备与其他传统生产要素不同的特征，数据要素融入经济与社会财富的创造过程中也将不断释放新动能。从基本特征来看，数据要素具有三方面特性：一是非稀缺性。稀缺性指相对于人类不断扩大的需求资源总是稀缺的。而对于知识、信息、数据等无形资产来说，由于其累积迅速且不占有空间而多具有非稀缺性质。数据要素的非稀缺性意味着数据在共享过程中会伴随数据传播链条的延伸而呈现爆发式增长，而在储存允许的前提下能够实现重复使用、循环使用，从而对经济增长产生倍增效应。二是非损耗性。数据在传播与使用过程中不会出现衰减或损耗现象，因此打破了有限资源对经济增长的制约，边际收益随着数据要素的增加而增加。意味着谁拥有更多的信息数据，谁将在数字经济时代拥有更多的竞争优势。三是非排他性。数据可以无限复制给多个主体同时使用，任何主体对数据的使用都不会影响其他使用者的利益，意味着数据要素在多主体同时共享和使用过程中几乎没有边际成本。 图1：数据参与价值创造的过程 资料来源：《数字宏观:数字时代的宏观经济管理变革》 数据要素的本质特征决定了其具有不同的经济特质：第一，非稀缺性决定了数据要素具有规模经济特征。规模经济是在技术水平不变的条件下，单位产品的成本随生产规模提高而降低。由于数据共享过程中价值的指数性增长，随着数据要素规模的扩大，数据能够形成较大的市场价值，而数据要素收集者会出现成本降低的规模经济作用。企业用以分析的数据越全面，分析的结果越接近于真实，其商业价值也就越大。例如，随着线上平台海量数据实时产生，电商平台充分利用交易数据匹配买方需求，利用网络空间实现线上供需匹配的进一步优化，也由此逐步代替线下零售成为消费者主要消费场景。2021年我国网上零售额达到13.1万亿元，比2012年增长9倍，连续 9年位居世界第一。第二，非损耗性决定了数据要素具有外部性特征。由于在传播和使用过程中几乎不会损耗，因此借助于互联网和物联网等技术的连接作用，数据要素表现出极强的外部性特征。通过大数据处理后形成用户数据画像，一方面可以对用户提供更多的个性化服务，另一方面相应数据也可能对第三方产生价值。但是，数据要素的外部性包括正、负两方面，在规范、有效且高质量的数据要素市场机制下，数据要素在主体间流动能够产生极大的价值。例如部分银行通过构建与教育、交通、旅游等行业数据的流通渠道，推进智慧政务和便民金融服务建设，引入行业数据，推出多类别创新融资产品。而当第三方机构通过各种不法手段获取隐私数据时，数据要素呈 现出负外部性特征。第三，非排他性决定了数据要素具有准公共物品特征。对于政府、机构等公开数据，可以低成本或零成本复制，不同的数据要素使用者能够同时且无限次利用数据要素，使用过程中各主体间并不相互影响。同时，对于商用数据的使用通常需要付出一定的成本或无法使用，因此数据要素具有准公共物品特征。由此决定了数据要素的使用相对灵活，部分有价值、可公开的数据可由政府全权管理，通过一定机制向社会公开创造价值。同时，数据也可以具有市场化的属性，且数据本身的价值并不会因为使用而衰减，因此不会存在“公地悲剧”的现象。相比其他传统生产要素，数据要素具有的可再生、可重复使用、无限复制等准公共物品特征，使数据要素促进经济的可持续发展成为可能。 二、作为关键生产要素，数据要素推动我国经济社会快速发展 （一）促进经济水平快速提升 作为生产要素，数据要素的出现带动了经济增长。从索洛增长模型来看 （Y AF(K,L)），推动经济增长存在三种路径，数据要素在这三大路径中均发挥了 重要作用。 一是在固定投入要素时，加大投入或优化资源配置（增加K/L投入、调整K/L比重）。数字经济时代引发的规模效应和创造的新兴经济业态，带动了可投入要素数量和质量的快速提升。同时，数字技术在传统行业的普遍应用有利于更加精确地分配不同生产资料，优化要素投入比重。 二是改变资源配置方式，即改变原始生产函数形式（F()）或加入新变量。数据要素参与生产函数中，形成新的增长模型，与其他要素相互组合带动经济增长。如 YF(A,K,L,D)AKL1D中4，数据要素驱动成为新的经济增长动力。同时，数 ttttt 据要素参与下增长函数形式趋于多样化，数字技术应用下各类生产要素间数据互相连通，不同场景下组合方式的差异可能影响生产函数形式。数字经济下网络外部性、双 4参考刘文革,贾萍.数据要素提升经济增长的理论机制与效应分析——基于新古典经济学与新结构经济学的对比分析[J].工业技术经济,2022,41(10):13-23。其中，At、Kt、Lt、Dt分别代表技术要素、资本要素、劳动要素和数据要素投入，α、β、1－α－β分别代表资本投入、数据投入和劳动力投入占总投入的份额。 边市场等也可能形成正反馈效应，使总产出呈现出指数增长。 三是通过赋能其他生产要素，对各类要素投入产生乘数效应，提高经济生产效率。 即YF(A,K,L,D)A(D)K(D)L(D)1D。首先，数据要素提升劳动力效率和人 tttttttt 力资本。数字技术广泛应用普及下劳动者的能力和素质随之提升，使其在生产劳动过程中效率快速提升。OECD研究表明，数字技能培育可以帮助弥合城乡之间的数字鸿沟，有助于强化农村地区的人力资本，是弥合城乡差距的重要途径5。在生产过程中，生产部门可利用数字技术分析生产过程中劳动力生