• <th id="jq97y"></th>
    <li id="jq97y"><acronym id="jq97y"></acronym></li>

  • 網站首頁 | 網站地圖

    大國新村
    首頁 > 思想理論 > 前沿理論 > 正文

    數據是形成新質生產力的優質生產要素

    在數字經濟背景下,新質生產力以科技創新推動產業創新為要義,以大幅提升全要素生產率為目標,重在加強人工智能、大數據、物聯網、工業互聯網等數字技術的融合應用,以數據開發利用為引擎促使生產要素實現創新性配置,催生新產業、新模式、新動能,旨在走出一條生產要素高效協同、產業深度轉型升級的增長路徑。數據作為數字時代的新型生產要素,打破了傳統生產要素的質態,是形成新質生產力的優質生產要素。

    數據對發展新質生產力具有重要作用

    縱觀歷史,歷次科技和產業革命產生新技術、新要素、新產業,都推動了生產力質的飛躍。生產力的發展有其內在源泉和動力,各類生產要素作用的充分發揮、效能的提高、組合的優化,都會推動生產力水平的提高。勞動者受教育程度的提高,文化和科技知識的增長,科學發明與技術創新應用于生產,管理水平和治理能力的提高,生產資料數量的豐富和質量的提高,分工協作和生產組織的優化,都是提高生產力的內在動力。隨著人類社會的進步,生產要素的內涵和種類也在不斷擴展和豐富。

    在數字經濟背景下,生產要素產生新的變化,具有以下時代特征:一是新要素。數據逐步成為驅動生產力躍遷的核心要素,不斷促進勞動者、勞動資料、勞動對象及其優化組合的躍升。以互聯網、人工智能、大數據為代表的數字技術,推動生產方式、消費模式變革,加快發展方式的綠色轉型。二是新方式。數字平臺改變了新型企業的組織形式、商業模式和資源配置方式,推動數字經濟和實體經濟深度融合,促進互聯網、大數據、人工智能等數字技術同實體經濟深度融合,帶來產品架構、商業模式、應用場景的迭代。三是新動能。數字經濟以實體經濟為根基,通過改造提升傳統產業、培育壯大新興產業、布局建設未來產業,進一步提升產業鏈供應鏈韌性和安全水平,最終提高全要素生產率。

    與傳統生產要素相比,數據要素具有四個顯著的技術—經濟特征:一是非排他性。數據可以低成本地無限復制給多個主體同時使用,任何主體對數據的使用都不會影響其他使用者的利益。二是無限增長性。隨著數字技術加速滲透到經濟社會方方面面,數據資源供給規模呈現指數級增長,而且可以重復使用,打破了傳統要素有限供給對增長的制約。三是支撐融合性。數據要素能夠對技術、勞動、資本等其他要素的融合發揮強大支撐效應。四是規模經濟性。數據要流動、要使用才能產生價值,數據規模越大,其蘊含的價值越多。數據使用者越多,人們從數據中挖掘的價值越大。

    隨著數字經濟快速發展,數據已成為國家基礎性戰略資源和關鍵生產要素,并由此形成數字生產力。數字生產力是指在“數據+算力+算法”構筑的數字平臺或數字世界中,勞動者運用數字技術,充分開發利用數據這一新型生產要素,高質量地為人類創造物質財富和精神財富的新能力。比如,“生成式預訓練變換模型”是一種基于互聯網的、可用數據來訓練的、文本生成的深度學習模型。借助強大的算力支撐、深度學習算法和萬億級別數據語料的“喂養”,“生成式預訓練變換模型”不斷迭代,表現出強大的智能生產力。數字生產力是新質生產力的具體表現形式,具備數字素養的勞動者通過推動數據要素網絡化共享、系統化整合、協作化開發和高效化利用,提高全要素生產率,從而形成新質生產力,促進社會生產力實現躍升。

    數據要素能夠提升全要素生產率

    新質生產力代表先進生產力的演進方向,以全要素生產率大幅提升為核心標志。數據作為新型生產要素,既直接創造社會價值,又通過與其他生產要素的融合,有效降低交易成本,形成規模經濟和范圍經濟,提升配置效率和激勵效率,能夠大幅度提升全要素生產率。

    第一,數據要素能夠促進規模報酬遞增。數據要素的開發利用是數字經濟的主要內容,數字化、網絡化、智能化過程中產生的海量數據,逐漸進入生產領域和經濟系統成為生產要素??晒蚕?、可復制、可無限供給、要素互補性、越用質量越高等特點,使得數據能夠打破土地、資本等傳統生產要素有限供給對經濟持續增長的制約,形成規模報酬遞增的經濟發展模式。企業從數據中挖掘有用信息,作用于其他要素,能夠為企業、行業、產業在傳統要素資源約束下尋找“最優解”提供新路徑。數據在不同場景、不同領域的復用,推動各行業知識的相互碰撞,不同類型、不同維度的數據融合,推動不同領域的知識滲透,產生新知識,創造新的價值增量。

    第二,數據要素能夠推動科技創新。伴隨高性能算力、智能算法等技術的迅速發展,在海量數據的驅動下,科學研究范式得以由傳統的假設驅動向基于科學數據進行探索的數據密集型范式轉變。借助高性能計算技術、人工智能技術等,將數據科學和計算智能有效結合,利用AI技術學習、模擬、預測和優化自然界和人類社會的各種現象,可以更精準快捷地解決許多科研問題,加快推動科學發現和科技創新。比如,基于海量、多元生物數據構建起的人工智能算法模型,在幾天甚至幾分鐘內就能預測出以前要花費數十年才能得到的、具有高置信度的蛋白質結構。因此,推動科學數據有序開放共享,以科學數據助力前沿研究、支撐技術創新,推進跨學科、跨領域協同創新,是加快形成新質生產力的重要方向。

    第三,數據要素能夠推動產業實現深度轉型升級,催生新產業、新業態、新模式。通過大量運用互聯網、人工智能、云計算等數字技術,促進數據、高素質勞動者、現代金融等要素緊密結合,可以實現主導產業和支柱產業的持續迭代升級,催生新產業、新技術、新產品和新業態。在數字技術和數據要素雙輪驅動下,數字技術與傳統產業深度融合、數字經濟和實體經濟深度融合,形成“數字技術—數據要素—應用場景”三位一體的數字產業鏈,貫通生產、流通和消費全環節。一方面,促使產業在生產模式、組織形態和價值分配領域發生全面變革,實現產業結構轉型升級。比如,數據要素與制造環節相結合,構建橫向端和縱向端兼容的集成智能網絡,能夠提升制造業網絡化和智能化水平,推動產業體系向先進制造、柔性生產、精準服務、協同創新的方向轉型升級,促進制造業價值鏈向微笑曲線兩端延伸。另一方面,催生新產業、新應用、新業態、新模式。比如,通過道路狀況、交通流量和車輛行駛等數據的互聯互通,對車輛傳感器數據、用戶行為偏好及其他相關信息進行匯聚分析,推動智能網聯汽車和交通行業的業務模式變革。此外,圍繞數據采集、分析、處理等,也將催生出一批以數據業務為主營方向的數據商等新業態,以及數據標注工程師、算法工程師、數據管理師、數據合規師等新興職業。

    第四,數據要素能夠推動生產要素創新性配置。生產要素的高效率配置是實現生產力躍遷、形成新質生產力的必要條件。通過對數據要素的挖掘分析和利用,可以降低信息交互偏差和要素交易成本,推動創新要素流向高生產效率、高邊際產出的企業和行業,打通“信息孤島”和“數據壁壘”,從而實現要素高效配置。尤其是,在高度數字化、智能化的信息環境中,可以實現以數據為紐帶的人才、技術、資本、管理等創新要素的價值鏈聯動,使創新資源實現最優配置。

    第五,數據要素有利于提高全要素生產率。數據作用于不同主體,與不同要素結合,可產生不同程度的倍增效應,實現推動經濟發展的乘數效應。通過數據的協同、復用、融合,能夠優化知識、技術、工藝,進而帶動勞動生產率的提高。這個過程循環往復,能夠在新的生產率水平上通過聚變擴能,形成更優化的知識、技術和工藝。數據要素與技術、人才、管理等傳統生產要素的融合不斷加深,能夠通過業務流程優化、服務水平改善等提升生產率水平,驅動生產要素從低生產率部門向高生產率部門轉移,讓生產要素不斷流向效率更高、效益更好的環節。

    充分發揮數據要素推動經濟發展的乘數效應

    數據在推動經濟高質量發展和新質生產力形成中的作用不容置疑,但實踐中數據價值尚未得到充分釋放。中國信通院對我國部分企業樣本的測算結果顯示,2022年數據對農業、工業和服務業增加值的貢獻度僅分別為0.31%、0.65%和1.69%。以公共數據授權運營為突破點,建立健全數據要素基礎制度,破解數據要素市場化配置難題,打造千姿百態的應用場景,釋放數據要素乘數效應,是加快形成以數據要素為引擎的新質生產力的關鍵所在。當前,需要著力從以下方面讓數據要素充分形成、安全流動,進而構建以數據為關鍵要素的數字經濟,推動生產力躍遷。

    完善數據基礎制度建設。加快出臺數據產權、交易流通、安全治理和收益分配等制度,推進數據標準化體系建設,完善分類分級授權機制、數據產權登記制度、定價機制等,讓數據要素供給、流通、開發利用有章可循。

    加強數據基礎設施建設。當前數據基礎設施對新產業、新業態、新模式的支撐能力還不夠。為此,既需要加強數據基礎設施與數據服務、融合應用形成協同發展的產業生態,也需要高校、科研院所、產業鏈與政府部門形成協同研發生態,共同推動數據基礎設施建設,注重優化算力布局,推動算力產業生態化發展。

    積極探索公共數據授權運營機制。當前,各地方從運營模式、平臺建設與數據應用等方面積極探索公共數據授權運營模式,但仍存在一些瓶頸問題亟待解決。需要進一步建立完善有關公共數據資源開發利用的政策,形成促進公共數據高質量供給、高效開發利用的授權經營方式、交易定價機制和收益分配模式。

    支持和鼓勵創新數據開發利用場景。加強需求牽引,推動智能制造、商貿流通、交通物流、金融服務、醫療健康等重點領域打造更多應用場景,促進數據要素與其他要素深度融合,催生新產業、新業態、新模式。積極發揮數據要素的“融合劑”作用,促進數字經濟和實體經濟深度融合。

    繁榮數據開發利用產業生態。支持技術型、服務型、應用型等多種類型的數據商發展,鼓勵為數據合規、質量評估、估值定價等提供服務的第三方專業機構發展,穩妥發展場內數據交易機構,增強服務類平臺的互聯互通功能。(作者:李濤、歐陽日輝,分別系中央財經大學副校長、中央財經大學中國互聯網經濟研究院副院長;均系北京市習近平新時代中國特色社會主義思想研究中心特約研究員)

    [責任編輯:張堯]
    亚洲欧洲日产国码二区-国产成人综合亚洲欧洲色就色-欧产日产国产精品精品-久久久亚洲欧洲日产国码αv
  • <th id="jq97y"></th>
    <li id="jq97y"><acronym id="jq97y"></acronym></li>