第一篇基础知识
探索数据要素发展原理，拥抱数字经济时代到来！
第1章数据要素概述
1.1认识数据要素
1.1.1数据要素的缘起
20世纪末期，数字革命随着信息技术的发展悄然兴起。近年来，随着大数据、人工智能、物联网、云计算等新兴技术的发展，网络全面普及、计算无处不在、数据广泛连接，以数字经济为代表的新经济成为经济增长的新引擎，数据资源日益成为经济社会全要素生产率提升的新动力源，数据作为生产要素的重要作用日益凸显。生产要素是不断演变的历史范畴，土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出技术生产要素。随着数据相关的新业态、新模式迅速崛起，它们为传统经济注入新动能的同时，也加速推动国民经济越来越“数字化”，数据逐步成为基础性和战略性资源，数据资源掌握的多寡成为衡量各个主体软实力和竞争力水平的重要标志。
（一）数据要素时代背景
数据驱动数字经济时代的到来。数据古来有之，从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，加速了人类基于数据和信息认识世界的进程。然而，直到以电子计算机为代表的现代信息技术出现后，才为数据自动处理提供了方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。随着大数据、云计算、物联网、区块链、人工智能、 5G通信等新兴技术的发展和在社会生产生活中的广泛应用，信息技术快速改变人们的生产、生活方式，使人类加速进入数字经济时代。
数据成为全球竞争的战略性资源。从数据对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力等产生的重要影响表明，其已经成为“国家基础性战略资源”。美国发布的《联邦数据战略与 2020年行动计划》以及欧盟委员会公布的《欧洲数据战略》都提到，全球各国均在迅速革新技术，争取在国家安全和国际竞争中的数据资源优势。当前，全球正处于新一轮科技革命和数字化转型突破的历史关头，云计算、大数据、人工智能、自动驾驶等新型经济业态正在形成，加快与经济社会各领域的渗透和融合，从而推动了技术创新、产业升级和经济转型，这些新兴经济业态围绕的核心就是数据。随着无处不在的信息技术深入渗透、全面参与了社会的生产和生活，使越来越多的生产、生活场景数据化，数据逐步成为全社会的关键生产要素。因此，推动数字经济增长的动力来源已由传统基础设施、生产商、资金、土地和劳动力等因素，向信息基础设施、信息技术、数据、数据处理和计算技术、数据治理技术以及消费者的数据关联需求等不断延伸。
数据成为生产要素是历史必然选择。从历史演变的规律看，生产要素是不断演变的历史范畴，其具体形态随着经济发展不断变迁。随着社会生产力的发展，生产要素处在不断再生、分化的过程中，每种生产要素的地位和作用也在不断发生变化。土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出管理、技术等生产要素。随着数字经济时代的到来，数据要素成为经济发展的新引擎，并演化为新的生产要素，逐步占据了基础性和战略性资源的地位，将作为重要生产力推动人类社会不断向前发展。
（二）数据要素政策背景
2019年底我国发布的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》 ①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”，首次将数据列为与劳动、资本、土地、知识、技术、管理并列的生产要素，数据要素参与分配首次获得确认。 2020年初我国发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》 ②进一步明确提出“加快培育数字要素市场”的内容，从“推进政府数据开放共享”“提升社会数据资源价值”和“加强数据资源整合和安全保护”三个方面明确要求，具体内容如图 1-1所示。
我国将数据作为一种新型生产要素明确提出，体现了互联网大数据时代的新特征，为加快培育数据要素市场、健全要素市场运行机制指明了大方向，形成了包括劳动、资本、土地、技术和数据完整的生产要素体系，这对于引导各类要素协同向先进生产力集聚，加快完善社会主义市场经济体制具有重大意义。明确了由市场来评价贡献的机制，使生产要素的贡献主要由市场说了算，各类生产要素的参与者在市场行为中通过生产要素的供求变化和价格来反映要素的价值，进而评价生产要素的贡献。
图1-1“加快培育数字要素市场”的政策要求
1.1.2 数据要素的概念
（一）数据要素的内涵
针对“数据要素”的内涵，研究者们从不同视角给出了一些解释。蔡跃洲等 [1]认为，从广义的角度看“数据”原本是指基于测度或统计产生的可用于计算、讨论和决策的事实或信息；而数字经济时代，作为新生产要素的狭义“数据”则专指被编码为二进制“０”“１”字符串，以比特形式被计算机设备进行存储和处理的信息。郭琎等[2]认为数据要素是原始的数据对象、经拓展和加工处理后的信息，也可以是包括模型化的预测数据、智能化的数据产品和服务等在内的知识。而余辉 [3]从不同视角分析了数据要素的含义，具有一定参考价值：从要素原理视角来看，数据具有非竞争性，如果作为公共产品，会带来整体效率的增进，但是由于伦理隐私、安全保密、产权保护等因素，现实世界中数据共享不易；从政府部门视角来看，数据是关键资源，是权力得以运行的基础，如果共享了数据，就失去了相对唯一的话语权、决策权，也把绩效评判交到他人手上；从企业视角来看，数据是核心资产、核心竞争力，是长期投资积累形成的，并且一般会附着在受法律保护的知识产权上，独享数据可以获得相对优势的市场地位，甚至垄断地位，追逐更多超额利润；从社会个体视角来看，为保护安全、隐私、商业机密等，涉及特定个体的数据在采集、流转、使用等环节，除法律强制规定外，都需要该个体明确授权。作为生产要素，数据只有在流通、共享、使用过程中才会产生更多价值。为了激发数据要素的价值，增进全社会的效率和福利，可从经济数据入手建立融通机制，努力实现部分经济数据的共享利用。
数据要素*早是一个经济学术语，数据、信息和知识是生产要素，数据要素是指经济活动中对数据、信息和知识的应用。美国经济学家斯蒂格利茨在《信息经济学》一书中指出，很多经济决策需要在信息不充分的条件下做出，因此信息是有价值的，信息的获取也有成本，信息成为现代经济分析的一个重要变量，对人们的行为、市场交易等都有影响，并由此引发了各种制度创新。因此，从信息和知识等方面的价值和关系角度解释数据要素具有重要参考意义。
（二）DIKW分析模型
DIKW分析模型是指数据（data）、信息（information）、知识（knowledge）和智慧（wisdom）之间关系的模型，为数据要素提供了一个合适的分析框架。数据是整个数据要素市场*基本的构成元素，数据是形成信息、知识和智慧的源泉。数据作为信息科学中一个基本但复杂的概念，对其的理解离不开对信息和知识等相关概念的辨析。 DIKW分析模型框架如图 1-2所示。
图1-2 DIKW分析模型框架图
DIKW模型将数据、信息、知识、智慧纳入到一种金字塔形的层次体系，每一层比下一层都赋予了一些特质。原始观察及量度获得了数据，分析数据间的关系获得了信息，在行动上应用信息产生了知识，具有预测性能力的知识支撑决策产生了智慧。下面从不同维度对数据要素进行分析解释。
展开
