定制报告-个性化定制-按需专项定制研究报告

行业报告、薪酬报告

联系：400-6363-638

《CCF中国数字经济50人论坛：2024数据要素化与数据要素市场体系构建研究报告（54页）.pdf》由会员分享，可在线阅读，更多相关《CCF中国数字经济50人论坛：2024数据要素化与数据要素市场体系构建研究报告（54页）.pdf（54页珍藏版）》请在本站上搜索。 1、01数据要素化与数据要素市场体系构建研究50 人论坛委员研究成果汇编 二二四数据要素化与数据要素市场体系构建研究50 人论坛委员研究成果汇编 二二四01020102序言PROLOGUE当前，数字经济已经成为引领科技革命和产业变革，带动经济增长的重要引擎，对各国经济社会发展、全球治理体系、人类文明进程影响深远。在我国，自党的十九大以来，党中央、国务院高度重视数字经济发展，通过一系列政策文件给出了前瞻性的战略部署。其中，将数据视为一种新型生产要素，更是一项重大的理论和制度创新。仅在2023年度，国家层面就聚集了促进数字经济发展的三件事：一是在2022年底出台的关于构建数据基础制度，更好发挥数据要素2、作用的意见（简称“数据20条”）在2023年正式试点。数据20条从数据产权、流通交易、收益分配、安全治理四个方面为数据基础制度构建和数据要素市场建设给出了指导意见，为推动数据要素有序流通与公平竞争，建设统一开放的数据要素市场打下了良好的基础。二是2023年初出台的数字中国建设整体布局规划，明确把“夯实数据资源体系”作为数字中国建设的两大基础之一。三是国家数据局正式挂牌成立，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，推进数字中国、数字经济、数字社会规划和建设等，为我国数字经济发展提供了组织保障。另外，2023年12月15日国家数据局发布了征求意见稿“数据要素”三年行动计划（23、0242026年），2023年12月31日财政部印发了关于加强数据资产管理的指导意见。其中，后者明确指出要构建“市场主导、政府引导、多方共建”的数据资产治理模式，逐步建立完善数据资产管理制度，推进数据资产全过程管理以及合规化、标准化、增值化，不断提升和丰富数据资产经济价值和社会价值。这标志着我国数字经济正逐步成为主要的经济形态，数据要素正逐步成为主要的经济要素。就全球而言，数字经济发展速度之快、辐射范围之广、影响程度之深，前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。当前，美国、欧盟、德国、日本、韩国等经济发达国家，均是高度重视数字技术和数字经济发展，纷纷出4、台了相关政策。另外，诸如元宇宙、数字孪生、ChatGPT等数字技术的创新性商业应用，也给数字经济乃至全球经济的发展与变革提供了新动能。为把握数字经济发展趋势和规律，做强做优做大我国数字经济，培育数字经济新产业、新业态和新模式，增强经济发展新动能，构筑国家竞争新优势，亟需建立一个数字经济高端交流平台。于是，CCF中国数字经济50人论坛（以下简称“50人论坛”）应运而生。CCF中国数字经济50人论坛是由中国计算机学会于2021年12月发起的数字经济领域高端交流平台。50人论坛由梅宏院士担任主任委员，由曾任国务院副秘书长的江小涓教授担任学术顾问，通过汇聚信息、经济、管理、法律等众多领域的顶级专家学者5、，形成跨界、中立、有影响力的数字经济咨询研究能力，旨在向中央与地方的相关部门及行业机构提供客观、独立、科学的战略发展建议，为我国数字经济建设贡献力量。目前，共有委员44人，其中包括李培根、高文、杨善林、柴洪峰、陈纯、钱锋、管晓宏、孙凝晖、王怀民、王坚、王耀南、陈松蹊、蒋昌俊等两院院士14位，信息领域委员8位，经管和法律等领域委员12位，企业界委员10位。50人论坛成立至今，围绕数据要素、数字资源体系、数据要素市场构建等数据经济相关议题先后举行了若干场次的学术活动，初步形成了独特的运营模式，产出了一批智库成果，具备了一定的政策和社会影响力。但是，如何构建数据要素市场体系，促进数据流通交易，激活数6、据潜能，释放数据要素价值，增强经济发展新动能，依然是个国际性难题，尚处于探索阶段。数据作为一种新型生产要素，与土地、资本、劳动力、技术等传统的生成要素相比，极具独特性：1）数据的获得具有非竞争性，数据开发成本高，在使用中发挥价值，边际成本递减；2）数据的使用具有非排他性，也即非独占性，数据可复制、可共享、可由多方同时使用；3）数据的源头具有非稀缺性，万物皆可数据化，数据可以快速海量积累，总量趋近无限，并且具有自我繁衍性；4）数据的价值具有非耗竭性，数据可重复使用、可组合、0304可再生，其价值可以通过不同视角加以探索和开发。这使得数据作为生产要素在涉及数据产权、流通交易和收益分配等方面，无法因7、循既有的制度体系，甚至很难借鉴其他要素市场模式。因此，数据要素化既需要理论创新，也需要实践探索。学术界需要充分认识和把握数据产权、流通、交易、使用、分配、治理、安全等基本规律，探索有利于数据安全保护、有效利用、合规流通的产权制度和市场体系，完善数据要素市场体制机制，形成与数字生产力相适应的新型生产关系。其实，数据要素化的提出，一方面表达了对数据作为战略性资源的重视程度，另一方面也体现了需要结合数据要素的独特性，将数据按照生产要素的运作方式来运营的思想。因此，数据要素化既需要理论创新，也需要实践探索。为此，立足于50人论坛的宗旨，结合我国数字经济发展战略需求，围绕着“数据要素化与数据要素市场构建8、”这一主题，针对50人论坛委员近一年的相关研究成果汇编成册，形成一部数据要素化与数据要素市场体系构建研究50人论坛委员研究成果汇编（简称：50人论坛委员研究成果汇编），以期为相关部门以及行业机构提供客观、独立、科学的发展战略建议。50人论坛委员研究成果汇编由5部分组成：第1部分为数字经济新兴业态新模式，该部分汇编了中国科学院院士、CCF理事长、50人论坛主任委员梅宏，北京大学数字金融研究中心主任黄益平和国家信息中心大数据发展部主任于施洋的研究成果，重点论述了我国数字经济发展战略、数字经济与高质量经济发展的关系，以及数字经济下数字中国建设的时代背景、建设需求和建设内容。第2部分为数据要素化思想和9、方法，该部分汇编了中国科学院院士、CCF理事长、50人论坛主任委员梅宏，中国人民大学教授杜小勇，伏羲智库创始人、中科院计算所研究员、清华大学互联网治理研究中心主任李晓东，和中国电子党组成员、副总经理陆志鹏的研究成果，针对数据要素的基本特征、数据要素化过程中需要解决的基本问题、数据资产化的路径和方法等分别做了详细地论述。第3部分为数据要素市场体系构建，该部分汇编了中国社科院信息化研究中心主任、互联网周刊主编、中国社科院信息化研究中心主任、中国科学院互联网周刊主编姜奇平，蚂蚁集团研究院院长李振华，用友网络董事长兼CEO王文京，以及北京大学法学院教授、博士生导师张守文的研究成果，从多个角度针对数据要10、素市场构建做了系统性分析，如数据要素市场化的生态机制、多层次数据要素流通模式、企业数据要素化过程以及经济法下的数字经济发展问题等。第4部分为数据要素市场技术实现，该部分汇编了中国工程院院士、同济大学电子与信息工程学院教授蒋昌俊，以及中科院计算所副所长、50人论坛秘书长程学旗的研究成果，分别从智能算力建设、智能算网构建和数据基础引擎实践等方面，深入分析了数据要素市场构建的技术需求，并详细介绍了技术实现成果。第5部分为市场体系构建建言建策，该部分汇编了中国科学院院士、CCF理事长、50人论坛主任委员梅宏，统计学者、国家统计局原副局长许宪春，中国信息通信研究院院长、党委副书记余晓晖，阿里云智能集团副11、总裁安筱鹏，上海交通大学文科资深教授、中国法与社会研究院院长季卫东，中国电子党组成员、副总经理陆志鹏，国家电网有限公司信息通信分公司总经理、党委副书记吴杏平，以及伏羲智库创始人、中科院计算所研究员、清华大学互联网治理研究中心主任李晓东的研究成果，从多方面为数据要素化和数据要素市场生态体系构建通过了独到见解，提出了极具建设性的建议。50人论坛委员研究成果汇编编撰工作组由50人论坛工作委员会负责，工作委员会由梅宏、程学旗、杜小勇等多位委员组成，负责结构设计、编撰指导，以及审核定稿等工作。本部50人论坛委员研究成果汇编虽多次修改，但书中肯定存在不足之处，撰写组织工作也有欠缺之处，希望产业界和学术界的12、专家学者和广大读者提出批评和建议，共同我国推动数据要素化与数据要素市场体系构建研究和产业实践工作。06目录CATALOG序言01结束语1030623345866第1部分 数字经济新业态新模式大数据与数字经济数字经济与高质量经济发展以激发数据要素潜能助力数字中国建设迎接数字文明！？梅 宏黄益平于施洋梅 宏07121720梅 宏杜小勇李晓东陆志鹏24273032姜奇平李振华等王文京张守文35434751梅 宏许宪春余晓晖安晓鹏梅 宏季卫东陆志鹏吴杏平李晓东6768747786919597101蒋昌俊程学旗5963第2部分 数据要素化思想和方法不能把数字经济窄化为互联网经济对数据要素的几点认识加快数13、据从资源向资产转变数据资产化路径的思考与探索第3部分 数据要素市场体系构建数据要素市场化的生态机制与模式探索多层次多样化的数据要素流通路径，加快数据要素市场构建加速企业数智化进程，助推数据要素市场化建设充分发挥经济法对数字经济发展的促进作用第4部分 数据要素市场技术实现智能算网系统是未来数字经济的核心引擎大数据分析基础引擎建设与实践第5部分 市场体系构建建言献策发展数字经济需筑牢“三大基石”数字经济发展给政府统计带来的挑战加快提升数字中国建设的整体性、系统性、协同性数字化转型的四个基本问题加快推进各行业数字化转型，提高传统产业绿色发展水平数字化社会的治理与法律破解数据要素化治理难题，探索数据安14、全流通新路径提升网络数据安全水平 进一步夯实安全防线关于加强我国数字领域人才培养的建议01数字经济新业态新模式数字经济是以新一代信息技术和产业为依托，继农业经济、工业经济之后的主要经济形态。习近平总书记在主持中共中央政治局第三十四次集体学习时强调：我们要站在统筹中华民族伟大复兴战略全局和世界百年未有之大变局的高度，统筹国内国际两个大局、发展安全两件大事，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业、新业态、新模式，不断做强做优做大我国数字经济。为深入认识数字经济及其在我国经济社会发展中促进作用，该部分汇集了50人论坛委员的4项研究成果，主15、要论述数字经济的基本概念，数字经济的发展脉略，数字经济对我国高质量发展的贡献，数字经济下的新业态新模式，以及数字经济对数字中国建设的驱动力等。相应的研究成果分别是中国科学院院士、CCF理事长梅宏的大数据与数字经济和迎接数字文明！？，北京大学国家发展研究院副院长，北京大学数字金融研究中心主任黄益平的数字经济与高质量经济发展，以及国家信息中心大数据发展部主任，兼任国家信息中心数字中国研究院院长于施洋的以激发数据要素潜能助力数字中国建设。其中，大数据与数字经济一文系统地论述了数字经济的来源，数字经济的内涵和外延，数字经济发展的现状和趋势，数字经济发展面临的挑战，以及对我国数字经济发展的若干思考，并鼓16、励在有条件的地区开展数据要素化的探索性实践，鼓励数据运营领域新业态的尝试，以市场化方式推进数据要素市场培育。数字经济与高质量经济发展一文全面分析了什么是数字经济，数字经济为何会给社会经济生活带来巨大的变化，又会产生怎样的问题；并且辨析了数字经济和高质量发展之间的关系，最后深入探讨了数字经济在提升效率、改善共享、促进绿色的关键作用，对高质量经济发展的支撑。以激发数据要素潜能助力数字中国建设一文深刻分析了数据作为生产要素对数字中国建设的重大战略意义，以及数据产权制度创新对数字中国潜能的激发、数据要素供给侧改革对提升数字中国发展水平的影响力等。迎接数字文明！？一文从社会经济形态和生活方式等大纵深视角17、，论述了计算技术及互联网发展对人类社会的深刻改变，数字经济、数字化转型对人类社会生产发展的推动。0708大数据与数字经济1第1篇梅 宏中国科学院院士，CCF理事长，50人论坛主任委员近年来，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。在十九届中央政治局第三十四次集体学习时，习近平总书记对发展数字经济的重大意义、数字经济的发展趋势和规律，以及推动我国数字经济健康发展的战略举措作出重要论述，为我国数字经济发展指明了前进方向、注入了强大动力。一、大数据开启信息化新阶段，催生数字经济人类社会发展的历史经验表明，每一次18、经济形态的重大变革，往往催生并依赖新的生产要素。正如劳动力和土地是农业经济时代主要的生产要素，资本和技术是工业经济时代重要的生产要素，进入数字经济时代，数据正逐渐成为驱动经济社会发展的新的生产要素。“大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。近10年来，大数据相关技术、产品、应用和标准快速发展，逐渐形成了覆盖数据基础设施、数据分析、数据应用、数据资源、开源平台与工具等板块的大数据产业格局，历经从基础技术和基础设施、分析方法与技术、行业领域应用、大数据治理到数据生态体系的变迁。大数据提供了一种人类认识复杂系统的新思维和新手段。理论上来讲，在足够小的时间和空间尺度上对19、现实世界数字化，可以构造现实世界的一个数字虚拟映像，该映像承载了现实世界的运行规律。在给定充足计算能力和高效数据分析方法的前提下，对这个数字映像的深度分析，将有可能理解和发现现实复杂系统的运行行为、状态和规律。大数据为人类提供了全新的思维方式和探知客观规律、改造自然和社会的新手段，这也是其引发经济社会变革最根本性的原因。大数据是信息技术发展的必然产物。信息化经历了两次高速发展浪潮，第一次是始于20世纪80年代，随个人计算机大规模普及应用所带来的以单机应用为主要特征的数字化（信息化1.0）。第二次是始于20世纪90年代中期，随互联网大规模商用进程所推动的以联网应用为主要特征的网络化（信息化2.020、）。当前，我们正进入以数据的深度挖掘和融合应用为主要特征的智能化阶段（信息化3.0）。在“人机物”三元融合的大背景下，以“万物均需互联、一切皆可编程”为目标，数字化、网络化和智能化呈融合发展新态势。信息化新阶段开启的另一个重要表征是信息技术开始从助力社会经济发展的辅助工具向引领社会经济发展的核心引擎转变，进而催生一种新的经济范式“数字经济”。经过几十年积累和储备，数据资源大规模聚集，奠定了数字经济发展的坚实基础。二、数字经济的内涵和外延“数字经济”一词最早出现于20世纪90年代，因美国学者唐泰普斯科特（Don Tapscott）1996年出版的数字经济：网络智能时代的前景与风险一书而开始受到关21、注，该书描述了互联网将如何改变世界各类事务的运行模式并引发若干新的经济形式和活动。2002年，美国学者金范秀（Beomsoo Kim）将数字经济定义为一种特殊的经济形态，其本质为“商品和服务以信息化形式进行交易”。可以看出，这个词早期主要用于描述互联网对商业行为所带来的影响，此外，当时的信息技术对经济的影响尚未具备颠覆性，只是提质增效的助手工具，数字经济一词还属于未来学家关注探讨的对象。随着信息技术的不断发展与深度应用，社会经济数字化程度不断提升，特别是大数据时代的到来，数字经济一词的内涵和外延发生了重要变化。当前广泛认可的数字经济定义源自2016年9月二十国集团领导人杭州峰会通过的二十国集团22、数字经济发展与合作倡议，即数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。通常把数字经济分为数字产业化和产业数字化两方面。数字产业化指信息技术产业的发展，包括电子信息制造业、软件和信息服务业、信息通信业等数字相关产业；产业数字化指以新一代信息技术为支撑，传统产业及其产业链上下游全要素的数字化改造，通过与信息技术的深度融合，实现赋值、赋能。从外延看，经济发展离不开社会发展，社会的数字化无疑是数字经济发展的土壤，数字政府、数字社会、数字治理体系建设等构成了数字经济发展的环境，同时，数字23、基础设施建设以及传统物理基础设施的数字化奠定数字经济发展的基础。数字经济呈现三个重要特征：一是信息化引领。信息技术深度渗入各个行业，促成其数字化并积累大量数据资源，进而通过网络平台实现共享和汇聚，通过挖掘数据、萃取知识和凝练智慧，又使行业变得更加智能。二是开放化融合。通过数据的开放、共享与流动，促进组织内各部门间、价值链上各企业间、甚至跨价值链跨行业的不同组织间开展大规模协作和跨界融合，实现价值链的优化与重组。三是泛在化普惠。无处不在的信息基础设施、按需服务的云模式和各种商贸、金融等服务平台降低了参与经济活动的门槛，使得数字经济出现“人人参与、共建共享”的普惠格局。三、数字经济发展的现状和趋势24、世界各国高度重视发展大数据和数字经济，纷纷出台相关政策。美国是最早布局数字经济的国家，1998年起美国商务部就发布了浮现中的数字经济系列报告，近年来又先后发布了美国数字经济议程、美国全球数字经济大战略等，将发展大数据和数字经济作为实现繁荣和保持竞争力的关键。欧盟2014年提出数据价值链战略计划，推动围绕大数据的创新，培育数据生态系统；其后又推出欧洲工业数字化战略、欧盟人工智能战略等规划，2021年3月欧盟发布了2030数字化指南：实现数字十年的欧洲路径纲要文件，涵盖了欧盟到2030年实现数字化转型的愿景、目标和途径。日本自2013年开始，每年制定科学技术创新综合战略，从“智能化、系统化、全球化25、”视角推动科技创新。俄罗斯2017年将数字经济列入俄联邦20182025年主要战略发展方向目录，并编制完成俄联邦数字经济规划。2021年，俄罗斯数字金融资产法正式生效。我国于2015年党的十八届五中全会将大数据上升为国家战略，从2017年第一次提出“促进数字经济加快发展”，到2022年将“促进数字经济发展”单独成段，再到2023年“大力发展数字经济”，政府工作报告对“数字经济”的表述不断强化，释放大力发展数字经济的积极政策信号。中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要“十四五”数字经济发展规划数字中国建设中国数字经济发展研究报告(2023年)整体布局规划相继出台26、，构成我国发展数字经济的顶层设计体系。全球数字经济发展迅猛。据中国信息通信研究院数据，2022年，美国、中国、德国、日本、韩国等5个世界主要国家的数字经济规模达到31万亿美元，数字经济占国内生产总值比重达58%，提升约11个百分点；2022年数字经济规模同比增长7.6，高于国内生产总值增速5.4个百分点。产业数字化仍然是数字经济发展的主引擎，占数字经济比重为86.4%。从规模看，美国、中国数字经济持续快速增长，数字经济规模分别增加6.5万亿、4.1万亿美元；中国数字经济年均复合增长14.2，是同期美中德日韩5国数字经济总体年均复合增速的1.6倍。德国产业数字化占数字经济比重连续多年高于美中日韩27、4国，2022年达到92.1。1 梅宏，大数据与数字经济,求是2022-020910可以预期，数字经济在未来较长一段时间都将保持快速增长，并呈现如下趋势：在基础设施方面，以互联网为核心的新一代信息技术正逐步演化为人类社会经济活动的基础设施，并将对原有的物理基础设施完成深度信息化改造，从而极大突破沟通和协作的时空约束，推动新经济模式快速发展。在行业产业方面，数字化转型成为必然选择，将从消费和服务领域向制造业领域推进，各业态围绕信息化主线深度协作、融合，完成自身转型、提升变革，并不断催生新业态，同时也使一些传统业态走向消亡。在此过程中，将劳动、土地、资本、技术、管理、知识等各类要素数字化并数据化，28、对提高生产效率发挥乘数倍增作用，形成新型数据生产力。在治理体系方面，数字经济发展对政府监管体系以及国际治理体系带来诸多挑战。未来10年将是全球治理体系深刻重塑的10年。二十国集团将“数字治理框架”分为两个主要部分：一是促进互联互通，二是建立全球治理制度和规范。2021年10月，联合国贸易和发展会议发布的2021年数字经济报告称，当前，数据驱动的数字经济表现出极大不平衡，呼吁采取新的全球数据治理框架，以应对全球数据治理的挑战。数字治理体系构建已然提上日程。四、数字经济发展面临的挑战数字经济已成为当前最具活力和创新力、辐射最广泛的经济形态，同时也带来诸多挑战。第一，对数据要素的认识不足导致数据要素29、市场培育面临挑战。数据要素作为一种新型生产要素，可从两个视角来认识：一是本体论视角，数据本身蕴含很多信息、知识、规律甚至智慧，蕴含着价值；二是方法论视角，数据成为其他生产要素的数字空间“孪生”，从而实现赋值、赋能。数据要素具有获得的非竞争性、使用的非排他性、价值的非耗竭性、源头的非稀缺性等独有特征，能够通过对其他生产要素的数据化提升效能。目前，数据要素化面临着诸多挑战：数据的资产地位尚未确立，数据确权难题尚待破解，数据共享流通障碍重重，数据安全和隐私保护体系尚不健全等。数据要素市场培育是一项综合性系统工程，需统筹规划、强化创新、稳步推进。第二，现行国际治理体系面临着数字化转型带来的巨大挑战。数30、字治理是在数字化转型背景下，以数字化的世界为对象，以构建融合信息技术与多元主体参与的开放多元的新型治理模式、机制和规则为目的，涵盖国家、社会、机构、个体以及数字技术、数据治理的复杂系统工程。数字治理包含两方面含义：一是数字化的治理，以数字化转型为背景，采取有效战略和措施保证数字化转型的实施效果和价值最大化；二是治理的数字化，利用信息技术平台、工具等对现行治理体系实施数字化转型。当前，数字治理体系构建面临着诸多挑战。例如，针对互联网公司垄断的监管能力亟须加强，数字平台的快速发展逐步形成了“一家独大”、“赢者通吃”的市场格局，带来了市场垄断、税收侵蚀、数据安全等问题，难以沿用传统反垄断规则对其进行31、监管；针对新兴技术的管控能力亟须提升，各类新兴数字技术发展迅猛，各类威胁从虚拟网络空间向现实物理世界蔓延扩散，经济社会面临着前所未有的风险与安全挑战。其他诸如网络舆情的管理失控、金融数字业务的无序扩张、大数据和人工智能技术应用导致的伦理问题等，均已成为必须面对和解决的重要问题。第三，作为数字经济的核心动能与基础设施，信息技术的发展面临着诸多挑战。信息技术底层硬件一直按摩尔定律发展，成就举世瞩目，但是，其基础理论和冯诺依曼体系结构并未发生本质性变化。计算系统的渐进式发展模式所带来的数据处理能力的线性提升，已远远落后于数据的指数级增长，可以预判，随着时间推移，数据处理需求与能力之间的剪刀差还将不断32、扩大。据统计，受限于计算能力不足，已获取数据的平均留存率仅为2%，大量数据从未被处理和利用即被丢弃。回顾过去10年，大数据管理与处理技术、大数据分析方法和大数据治理技术取得了长足进步，但究其实质而言，都是在现有通用技术体系上，面向大数据需求，通过软件技术进行的调整和优化。这种技术发展模式面临一系列重大挑战，如数据模型独立，数据难以关联共享；负载类型不同、冷热数据不同，难以优化调度不同硬件资源；以计算为中心的数据处理模式，常常需要执行海量数据“搬家”操作，导致性能瓶颈等。在大数据应用需求驱动下，计算技术体系有必要进行重构，以数据为中心的新型大数据系统技术成为重要方向，信息技术体系将从“计算为中心33、”向“数据为中心”转型，新的基础理论和核心技术问题仍有待探索和破解。五、对我国数字经济发展的若干思考自2015年实施“国家大数据战略”以来，我国推进数字经济发展和数字化转型的政策不断深化和落地。国务院印发促进大数据发展行动纲要；国家发展改革委、工信部、中央网信办联合批复贵州、上海、京津冀、珠三角等8个大数据综合试验区；各省市积极推进数字经济发展，到2020年底已出台数字经济发展行动计划、产业规划等60余项。我国数字经济发展迅猛，新产品、新业态、新模式层出不穷，成为驱动中国经济发展的新引擎。习近平总书记指出，“信息化为中华民族带来了千载难逢的机遇”；“发展数字经济意义重大，是把握新一轮科技革命和34、产业变革新机遇的战略选择”。我们要牢牢把握机遇，积极应对挑战，克服发展障碍，推进数字经济繁荣发展。加快数据要素市场培育，激活数据要素潜能。我国已经正式实施数据安全法和个人信息保护法，为数字经济发展提供了底线保障。为加快数据要素市场培育，还需进一步研究推进数据确权、交易流通、跨境流动等相关制度法规制修订工作，厘清政府、行业、组织等多方在数据要素市场中的权责边界。同时加强理论研究和技术研发，为数据确权、互操作、共享流通、数据安全、隐私保护等提供有效技术支撑。当前，打破信息孤岛、盘活数据存量是一项紧迫任务，特别是在政务数据领域，应逻辑互联先行，物理集中跟进，完善数据注册、分类分级、质量保障等管理制度35、和标准规范，在一定层级上构建物理分散、逻辑统一、管控可信、标准一致的政务数据资源共享交换体系，在不改变现有信息系统与数据资源所有权及管理格局的前提下，明晰责权利，确保数据资源高效共享和利用。鼓励在有条件的地区开展数据要素化的探索性实践，鼓励数据运营加工的新业态尝试，以市场化方式推进数据要素市场培育。推进各行各业的数字化转型。习近平总书记指出，数字经济具有高创新性、强渗透性、广覆盖性，不仅是新的经济增长点，而且是改造提升传统产业的支点，可以成为构建现代化经济体系的重要引擎。当前，信息技术已从助力其他行业提质增效的“工具、助手”角色，转向“主导、引领”角色，深入渗透各个行业，对其生产模式、组织方式36、和产业形态造成颠覆性影响。然而，面对数字化转型的要求，一些企业却存在“不想、不敢、不会”的“三不”现象。“不想”是囿于传统观念和路径依赖，对新技术应用持抵触情绪；“不敢”是面对转型可能带来的阵痛期和风险，不敢率先探索，就地观望、踌躇徘徊；“不会”则是缺少方法、技术和人才，以及成功经验和路径。转型发展必然会面临观念、制度、管理、技术、人才等方面的挑战，其中观念上的转变最为核心和关键，而人才供给则是根本保障。数字化转型并非通过信息技术和工具的简单叠加便可完成，需深度理解“数字化转型、网络化重构、智能化提升”的内涵并系统规划；需要从国家、高校科研院所、企业、社会等多层面，打造适应数字化转型需求的数字37、化人才培养体系，为未来数十年的转型发展储备合格人才。完善数字治理体系。习近平总书记指出，要完善数字经济治理体系，健全法律法规和政策制度，完善体制机制，提高我国数字经济治理体系和治理能力现代化水平。传统的治理体系、机制与规则难以适应数字化发展1112所带来的变革，无法有效解决数字平台崛起所带来的市场垄断、税收侵蚀、安全隐私、伦理道德等问题，需尽快构建数字治理体系，数字经济治理无疑是其核心内容之一。数字治理体系的构建是一个长期迭代过程，其中，数据治理体系的构建要先行。数据治理体系建设涉及国家、行业和组织三个层次，包含数据的资产地位确立、管理体制机制、共享与开放、安全与隐私保护等内容，需要从制度法规38、、标准规范、应用实践和支撑技术等方面多管齐下，提供支撑。当前国际数字治理体系尚处探索期，既有全球性多边机制，也有区域性或双边机制，更有私营平台企业的事实性规则。由于各国数字治理关注重点不同、发展程度有差异，未来全球数字治理体系将呈现面向关注点差异的、多元化层次化的、多机制共存的格局。构建“开放创新”、“互惠互利”的全球合作伙伴关系。开放创新的本质是从封闭的“机械化思维”到开放的“计算思维”、“互联网思维”和“大数据思维”，从“零和博弈”到“协作共赢”。彻底改变了全球软件产业格局的开源软件，是技术领域开放创新最早最成功的实践。面对数字经济领域的新形势新任务，需建立互惠互利合作方式，积极推动国际合39、作并筹划布局跨国数据共享机制与合规的数据跨境流动机制，与其他国家一起分享数字经济的红利，使我国获得更多发展机遇和更大发展空间。开展大数据核心关键技术的研发与应用。习近平总书记强调，要加强关键核心技术攻关，牵住数字关键核心技术自主创新这个“牛鼻子”，把发展数字经济自主权牢牢掌握在自己手中。当前，我国仍面临着大数据核心技术受制于人的困境，高端芯片、操作系统、工业设计软件等均是我国被“卡脖子”的短板，需要坚定不移走自主创新之路，加大力度解决自主可控问题。同时，应针对“人机物”三元融合的万物智能互联时代带来的新需求，把握前沿发展趋势，研发引领性技术，锻造我国的技术长板。核心关键技术大都具有投入高、耗时40、长、难度大的特点，必须形成科学的管理体制机制，按照创新发展规律、科技管理规律、人才成长规律办事，加强创新资源统筹，优化资源配置，努力取得实质性突破，保障数字经济安全发展。数字经济与高质量经济发展2第2篇黄益平北京大学国家发展研究院副院长，北京大学数字金融研究中心主任关于数字经济与高质量经济发展的讨论，主要涉及两个方面的问题：第一，首先要回答什么是数字经济？数字经济为何会给经济生活带来巨大的变化，可能会有哪些正面的变化，又可能产生一些什么样的问题；第二，数字经济和高质量发展之间到底是什么关系？数字经济是否有利于提升效率、改善共享、促进绿色，从而支持实现高质量经济发展。一、中国的数字经济概览 数字41、经济已成为日常生活中的常见概念。1994年我国接入互联网，之后一批互联网公司如雨后春笋般涌现，今天的许多知名公司中有相当部分是在那段时期成立的。我国的数字经济起步较早，与美国大互联网公司相比不算太晚，这很难得。而且早年成立的一部分企业很快就发展成中国甚至世界的头部企业。一般而言，判断数字经济发展，可以用一些量化指标，比如数字经济的规模、市场渗透率、从业人数、独角兽公司数量等。其中独角兽公司指创立不到十年、市值已经超过10亿美金但的未上市公司。从上面这几个指标看，全世界数字经济发展最好的就是美国和中国。中国作为一个发展中国家，数字经济发展稳居世界第二，这是一个非常了不起的成就。在研究中国数字经济42、时经常听到“大而不强”一词，意思是数字经济规模做得很大，但一些关键领域的原创性不强，技术水平不够领先。这一判断应该说是比较准确的。但如何看待“大而不强”这个现象，可以有不同的解读。目前我国的人均GDP仅为13000美元左右，相比1978年人均150美元的水平已经出现了飞跃，但距离发达国家5-6万美元的人均GDP仍有巨大落差。因此，我国数字经济发展中技术领先程度不高，其实也很正常，与我国目前的经济发展水平是吻合的。二、中国的数字经济为何能快速发展中国作为一个发展中国家，数字经济能在短时间内做到全球第二，主要是赶上了第四次工业革命技术创新的潮流。数字经济用到的一些技术，比如区块链、云计算、大数据、43、人工智能等，都是第四次工业革命中产生的新技术，运用到数字经济当中则变成数字经济的不同形态。这一点特别令人振奋。数字经济的繁荣发展意味着我国一直在紧追第四次工业革命的前沿，不断前进。有些技术或许并非原创，但新技术一出现就能为我所用。有一些国内公司做出的应用软件完全不比国外的差，甚至更好。还有一些公司的产品在海外也大受欢迎。前三次工业革命兴起时，我国距离世界科技前沿非常遥远，相关技术传到中国时，科技革命的浪潮已经过去很久。这一次实现了历史性的转变，从远离前沿变成了紧追前沿。如果要看转变的原因，当然起码部分是因为我国经济的发展水平已经大大提高，所以有了消化、应用新技术的能力。但处于相似发展水平的国家44、很多，为什么我国的数字经济做得更好，可能有两条关键性的原因，一是有效市场，二是有为政府。先说有为政府。有为政府发挥重要作用，因为一个好的经济在启动的时候需要很多基本条件。比如市场化改革，这也是我国政府在这四十几年时间里做的最重要的工作，最后得以形成市场机制。再比如很多基础设施的投资，适度超前的数字基础设施建设。还有很重要的一条，教育发展。过去几十年，中国培养了1亿多理工科人才，都能在技术方面推动数字经济的发展。简单地2 黄益平：数字经济与高质量经济发展.新经济学家.2023-08-011314说，就是有位政府为数字经济发展创造了很多有利的软硬件条件。再说有效市场。数字经济能在中国做大并相对领先45、，主要是市场化改革的结果。今天这些知名的、在国内外有影响力的数字经济企业，无一例外都是民营企业。这些企业最初都是一个或几个年轻人有了创新的想法，然后想办法落地。想法能落地，说明想法好，管理者能力强，更重要的是说明我国的市场机制在发挥作用。虽然经济学者对市场机制有很多批评，但一家民营企业在5-10年内就能发展成在全国甚至全世界都有影响力的企业，这说明我国市场配置资源、支持创新是有效果的。事实上，美国有成功的“美国梦”的样板，中国也有成功的“中国梦”的样板。数字经济真正发展起来，市场发挥了最重要的作用，这对将来的创新也是意义重大。三、数字经济的概念数字经济有两个重要要素，一是数据资源，二是现代网络46、。数字经济就是将数字技术工具应用到经济活动中，使效率与公平能得到更好统一的一种新经济形态。经济学的终极问题就是效率与公平，一方面要提高效率，另一方面还要讲究公平。世界上很多经济政策来回摇摆，一般都与效率和公平的权衡有关。也许数字经济能相对较好地兼顾公平和效率，但必须强调这是“相对”而言，不是“绝对”的。事实上，当前平台经济运行中出现的很多问题，很可能就是没能做到公平和效率的有效统一。一般而言，数字经济有两大类别：第一是数字产业化，一些新型的、与数据和技术有关的业务变成了新产业。例如，大数据的收集、积累、清洗、分析、交易和共享，存储器和云计算的设备制造业，数字经济对数据的需求让这些新形态成为新产47、业。第二是产业数字化，数字技术让原有产业效率更高，风险更可控，规模经济的效应更加突出。这是日常生活当中更常见的数字形态，比如数字农业、数字制造、数字中国等。疫情期间的数字教育，老师们都对着屏幕讲课，这也是传统产业搭载数字技术后的新业态。大家每天都会用到一些由平台企业开发的APP，比如网购、看短视频、社交、打车等。这些平台企业就是产业数字化的一个重要表现和形态。购物、打车早就存在于日常生活中，大家都去过农贸市场，都曾站在路边叫出租车；平台企业将这些原本就存在的功能搬到线上，使范围规模变得更大。出租车的约车系统过去也有，比如电话预约出租车，但现在通过APP，约车效率更高，匹配更广，速度更快，体验更48、好。数字技术提升了很多传统业务的效率和服务质量。有专家认为，大学教育也是一个平台，比如讲座直播有很多人在线观看。教育搭载数字技术，触及范围变得更广。移动支付也是一个鲜活的例子，微信支付和支付宝各自拥有约十亿左右的活跃用户，这对于传统金融机构而言很难做到，所以主要还是得益于数字技术发挥作用。简言之，数字经济就是数字技术应用到经济当中，形成一些新的经济形态，或是令传统的经济形态发生一些改善。四、数字经济的效用 把数字技术应用到经济活动中，能带来很多改变。我将其简单总结为“三升三降”：“三升”主要是规模扩大，效率提高，用户体验改善；“三降”就是降成本，控风险，减少直接接触。由此不难看出，数字经济和传49、统经济有相似之处，但确实也存在很多新特征和新表现。“三升”很好理解。在过去，一家百货公司每天只能接待数量有限的消费者，网购则不然，不管多少消费者，几乎都能应付。根据数据，十年前的移动支付每秒大概能处理300笔业务，现在这一数字已经达到百万量级，一方面提高了效率，另一方面改善了用户体验。倘若今天的移动支付每秒钟只能处理300笔业务，很难想象这是一种怎样的体验。“三降”也比较容易理解。只要控制住效率，提高规模，成本自然降低，使用大数据分析还能控制风险。数字金融中一个非常重要的创新叫“数字信用”。在过去，银行的普惠金融比较难做，因为如何认定客户的资质是银行普遍头痛的问题。一般而言，银行贷款主要看财务50、和抵押资产。有很多客户没有上述“信用”，银行不确定该不该贷款。对银行而言，做好风控很重要，贷款放出去能否收得回来是个大问题。如今在大数据的帮助下，风控已经变得很容易。只要贷款人在网上留下数字足迹，比如网上社交、网购、网约车等，通过这些数字足迹做风控已经可行，不但可以放贷，不良率控制也优于传统银行。由此可见，大数据风控有效。2020年，国际货币基金组织和北大数字金融研究中心开会讨论中国的大科技信贷，简单理解为线上发放贷款。按照过去的经验，无论在美国还是其他国家，只要发生地震、洪水、龙卷风之类的自然灾害，金融机构就会关门，无法持续提供金融服务。然而国际货币基金组织发现，疫情期间中国的数字金融机构，51、无论是经历封城还是隔离，都在持续地提供服务。这就是“无接触”交易优势的充分体现。传统金融服务很难触达农村经济主体，只能把分支行开遍全国，再派很多信贷员走访贷款对象。这种做法成本很高，加剧了普惠金融的难度。现在只需有一部智能手机和网络信号，在中国任何地方都能获得同样的金融服务，贷款、支付、买保险甚至是投资都能轻松实现。五、数字经济的基本特点第一，数字技术具有长尾效应，可以把原本规模很小、很分散或鲜有人愿意做的产品集中起来，变成非常庞大的商业。余额宝就是长尾效应的一个经典。刚起步时，余额宝本想找国内头部投资基金合作，但没有头部投资基金感兴趣，只得找了当时规模中等的天弘基金。余额宝里大多都是50块或52、500块的小额投资，但上亿人的小额投资聚拢在一起就很可观。在很多经济活动中，长尾效应能促成普惠业务，关键就是通过长尾效应能把对于传统机构而言得不偿失的业务聚拢在一起，变成大业务，同时也改变了原有业态。第二，数字经济具有突出的规模经济的特点。规模经济的特点是规模越大，效率越高，这一点和传统的经济理论有所不同。传统经济学理论认为经济发展存在“最优规模”，即发展到一定水平后再增加规模，报酬会递减。然而，国内的大平台机构拥有上亿甚至十亿用户，国外有的平台企业甚至拥有几十亿用户。这些企业规模越大，效率越高，服务越好，这在过去的经济生活中鲜有。第三，数字经济是范围经济。范围经济就是横向的规模经济，意思是一53、个平台建立起来后，跨界竞争变得相对容易。一个电商平台成立后，积累了一定的客户和数据资源，就能具备开展其他领域业务的条件，比如打车、外卖、旅行等。只要有了数据和客户，跨界不难。对平台企业而言，业务一旦跨界，平均成本也会下降。对企业而言，业务跨界要比成立多个不同业务类型的平台更划算。第四，数字经济具有双边市场的特征。双边市场的意思是一边市场做大，对另一边市场的价值也有益。如果一家电商拥有很多消费者，愿意在这家平台上开店的小老板就会很多；同样道理，如果一家电商平台上的产品非常丰富，消费者也会越来越多。这就是双边市场。六、为什么数字经济与高质量发展密切相关2021年，我国实现了第一个百年奋斗目标全面建54、成小康社会。到2049年，还要实现第二个百年奋斗目标全面建成社会主义现代化强国。社会主义现代化强国的含义很丰富，其中首要问题就是经济的高质量发展。如何理解高质量发展？从经济学角度而言就是效率高，技术进步快，产品让消费者满意。高质量发展有五个关键点。1.要坚持建设和完善社会主义的市场经济。2.要打造现代化产业体系。现代化产业体系的核心是以实体经济为主，不断现代化的产业体系。比如新兴工业化、绿色发展、数字经济、制造中国，全球产业链等。15163.做好乡村振兴，实现城乡的协调发展。4.实现不同区域的协调发展。5.坚持高水平的对外开放。当然，今天更鲜明地提出高质量发展，并不意味着过去不追求高质量发展，55、只是从第二个百年目标开始，中国对创新和高质量发展的依赖度变得更高，已经成为建设现代化强国的必由之路。而这个变化也与中国经济发展阶段的变化高度相关，中国经济的环境也发生了很大的变化：1.成本水平提高。刚改革开放时，我国拥有低成本优势；现在我国即将迈入高收入经济体门槛，经济发展的同时，成本水平也提高。在这样的情况下，想要保持持续增长只能靠创新。2.人口老龄化。这是必须面对的新环境，这一点跟过去有很大不同，过去有很丰厚的人口红利。3.全球化的环境生变。过去50年的全球经济开放，实际上得益于美国的领导和推动。一直以来，美国的经济体系也比较开放，但它现在已经改变了看法。国际市场的开放度已经显著降低。当然56、，也不能据此就认定世界经济秩序已经定格，但美国作为全球化的主要引领者，其政策调整意味着我国将来的环境不同。比如所谓的“小院高墙”，意指美国并不排斥将来继续跟中国发生经济关系，但出于“对国家安全的考虑”，在一些特定领域不再跟中国打交道。美国想通过全球化转向等政策来增强自身实力，能否如愿以偿，值得高度怀疑。美国的做法会对很多国家有影响，但也不能由此认定全球化会已然结束。越是这个时候，世界各国越应该花大力气支持多边主义，坚持开放的国际经济体系。七、数字经济如何助力经济持续增长过去40年我国年均GDP增长9%，这非常了不起，但未来一段时期直到2049年，我国经济能否持续增长？这个问题的答案并不确定，而57、随着成本、人口和全球环境的变化，我国过去习以为常的增长方法已经难以为继，所以需要走向新的经济增长方式。决策部门提出的“双循环”是一个很好的例子。过去我们主要是依靠国际经济大循环实现高速增长，出口和外国直接投资是国内经济增长十分重要的推动力量。但国际环境的变化，意味着我们需要越来越多地以来国内经济大循环，国内国际两个循环互相促进。当然，要依靠创新推动经济增长，维持开放的经济体系仍然十分重要，否则很难有效推进技术进步和效率提升。在这样的背景下，数字经济能发挥什么样的作用？第一，数字经济有助于形成全国统一的大市场。过去我国不同地区之间的市场相对分割。在上个世纪八十年代，有一个特殊的现象，即东北出口玉58、米，但华南进口玉米。造成这个现象的原因在于当时从东北到华南的运输成本太高，东北出口、华南进口的成本低于将玉米从东北运到华南。这个事例说明我国并没有真正形成全国统一市场，其中一个原因是交通运输成本。我们做过一项研究，看近些年全国消费者价格指数的变化。研究发现在2013年以前，消费者价格指数起伏很大；2013年以后突然变得平稳。这背后的原因可能很多，其中很重要的一点就是电商、移动支付和物流运输的日渐发达。以常温牛奶为例，线上渠道销售的主要是整箱的常温奶，不分拆卖。线下销售的常温奶则可以拆卖。全国范围内看，整箱销售的常温奶价格出乎意料的一致，但线下拆卖的常温奶，价格差异非常大。其中的道理不难想象，线59、上销售的产品释放出固定的价格信号，消费者只会购买符合这个价格信号，或是与该信号价格差异不大的产品；如果差得太多，消费者就不会买。这实际上是通过数字技术把全国的市场整合到一起。物流也发挥了很大的作用，网上下单的东西，中国的大部分地方三天内就能收到。只有这样，整个市场才能结合到一起，全国统一大市场才成为可能。第二，数字经济有助于缩小地区差异。我的一个博士生曾做过一项研究，发现农村的农民只要用上移动支付，其收入和就业状况很快就发生改变。数字技术把全国各地的人都连接起来，哪怕是身处小山沟的种植户，也可以足不出户掌握全国的需求动态。北大数字金融研究中心专门做了一个北京大学数字普惠金融指数，把全国三千多个60、县、几百个地级市、三十几个省的数字普惠金融发展水平描绘出来。2011年时，沿海地区的数字普惠水平最为发达，但到2021年时，全国其他地区与沿海地区的差距明显缩小。这十年间，数字普惠金融增速最快的是中西部地区。这些地区原先没有金融服务，使用数字普惠金融服务的频率和数量也比不上沿海发达地区。然而这些地区的金融服务从无到有，其意义不可估量。我认为它代表了未来中国地区经济平衡发展的希望。大家都听说过“胡焕庸线”。过去，95%以上的经济都在线的东边，现在情况有所好转，但总体格局依旧没有从根本上变。然而从数字普惠金融的角度来看，这条线的格局已经起变化，说明西部经济完全有发展起来的可能。第三，数字经济有利于61、推动创新发展。国内有一种观点认为，我国数字经济大而不强，主要原因是原创技术不够多。去年10月，伦敦政治经济学院的两位学者曾发表一篇报告，专门分析评估中国在前沿技术的创新能力。研究结果表明，我国前沿技术的知识产权专利数量在过去十年飞速增长，在大部分领域已经超过日本和欧洲，在一些领域甚至超过了美国。这说明我国的前沿技术创新一直在快速追赶。很多学者认为，中国的专利数量多，但质量不高，这应该是事实。但上述两位英国学者还研究了最优专利引用率。中国现在10%的专利引用率与日本、韩国处在同一个水平，距离美国还有较大差距。但是，中国技术的赶超态势已经非常明显。这说明，我国的专利水平尚比较低，但追赶的趋势也很明62、显。八、如何构建有效的数字经济治理体系对数字经济而言，决策部门的专项整治已经结束，下一步的重点是常态化监管。当然，常态化的监管框架还在形成中，有些规定还不够清楚。但常态化的监管框架既要遵从传统经济部门的一些规则，比如要更多地利用法律、法规地手段，保证监管规则的透明、稳定。同时，监管框架也要考虑数字经济的一些基本特征，比如对于反垄断的判定和处置，可能就不太适合使用传统经济的办法，需要更多地关注“可竞争性条件”，而不是单纯的市场份额。九、小结数字经济对全球都是新技术、新业态，对中国而言是非常难得的发展机会。中国再一次站到了产业创新的第一线，非常值得自豪。然而，如何持续保持这种态势，一步步逼近最前沿63、，仍然是一个很大的考验。数字经济能发挥很多积极作用，但也存在一些问题。数据可以让信息变得更对称，但也会让一些事情变得更不对称。比如“大数据杀熟”到底是否合理？从这个角度看，监管非常必要。但是监管归根到底还是要平衡效率和公平。市场不能没有规则，但过度强调规则，市场也会失去活力。监管也需要创新，监管和市场应该不断地合作、磨合。比如，现在都用数据和平台做金融业务，这方面的监管也需要与时俱进；如果继续沿用传统的监管方式，肯定管不住风险。面向未来，在数字经济方面，我国还有很大的提升空间。要继续跟着前沿往前跑，即使是面对很大的挑战也要坚持。一定要让企业和市场真正地发挥作用，同时推动监管和市场一起合作，共同64、找到最佳平衡点。1718以激发数据要素潜能助力数字中国建设3第3篇于施洋国家信息中心大数据发展部主任，兼任国家信息中心数字中国研究院院长建设数字中国，是以习近平同志为核心的党中央把握信息革命发展大势、立足全面建设社会主义现代化国家新征程、统筹国内国际两个大局作出的重大决策部署。我们要坚持以习近平新时代中国特色社会主义思想为指导，坚决贯彻落实党中央关于构建数据基础制度和数字中国建设重大战略部署，构建符合数字经济发展规律、切实保障国家数据安全、彰显创新引领的数据基础制度体系，谱写高质量推进数字中国建设新篇章。一、深刻领会数据作为生产要素在数字中国建设中的重大战略意义数字中国建设整体布局规划4 把“65、夯实数据资源体系”作为数字中国建设两大基础之一，提出要“畅通数据资源大循环”，明确了数据要素对促进数字中国建设的重要基础性作用。数据要素的提出是党中央精准把握产业变革规律作出的重大战略决策，开启了高质量推进数字中国建设的新征程。习近平总书记指出，“纵观世界文明史，人类先后经历了农业革命、工业革命、信息革命。每一次产业技术革命，都给人类生产生活带来巨大而深刻的影响。”数字经济是继农业经济、工业经济之后一种新的经济形态，数据在数字经济时代是每个企业生存发展不可或缺的生产资料，对提高全要素生产率的乘数作用日益凸显。党的十九届四中全会首次提出将数据作为生产要素正是党中央在精准把握产业发展与变革规律、深66、刻洞察经济社会发展最新动向下作出的重大理论创新，是推动我国从数据大国走向数据强国的关键一招，将对生产、分配、流通、消费和经济运行机制、社会生活方式、国家治理模式等产生重要影响，对数字中国建设具有重大战略意义。数据基础制度建设是我国深化改革开放的战略性关键性举措，为数字中国建设提供新动能。改革开放以来，我国在土地、劳动力、资本、技术等关键生产要素方面的每次制度性突破和机制性创新，都有效地推动了我国经济发展和社会进步。当前，数据已经成为信息时代推动社会进步最活跃、最革命、最显著的生产要素，对传统产权、流通、分配、治理等制度提出新要求。2022年12月，中共中央、国务院印发关于构建数据基础制度更好发67、挥数据要素作用的意见，从数据产权、流通交易、收益分配、安全治理等四方面系统性构建数据基础制度体系的“四梁八柱”，绘制了数据要素发展的长远蓝图，将对我国经济社会转型发展产生深刻影响，为赋能千行百业、推动数字中国建设提供不竭动力。数据要素市场建设是一项引领未来的历史性工程，必将推动数字中国建设走向新阶段。当前全球正处在由工业经济向数字经济转型的关键时期，如何理顺数据要素确权、流通、分配等系列难题，充分激发数据要素活力，在全球范围内尚无成熟的解决方案。在这一产业变革的关键时期，我国率先提出了将数据作为生产要素，开创性地围绕数据要素的确权、流通、资产入表等关键问题作出重大理论创新，也是全球首个专门成立68、数据管理部门的国家，系列创举是在党中央领导下对数字文明理解认识的一次质的飞跃，为全球产业向数字经济转型提出了中国方案，谱写了全球数字经济发展划时代的新篇章。在当前日趋复杂的国际环境和加快建设强大国内市场的大背景下，全面推动数据要素市场化配置，加快建设全国统一、辐射全球的数据大市场，是集中发挥我国社会主义制度优势、新型举国体制优势、超大规模市场优势，构筑数字化领域全球竞争优势的最可行最有力抓手。3 以激发数据要素潜能助力数字中国建设.国家信息中心.2023.10.12 4 中共中央 国务院数字中国建设整体布局规划.2023.025 中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见.69、2022.12二、以数据产权重大制度创新激活数字中国潜能激发要素潜力，产权明晰是前提。数据的权属构成包括财产权、人格权与国家主权，其中财产权是数据要素分配的逻辑起点，也是当前数据产权制度设计的枢纽。数据要素的权属确认，是培育数据要素市场、释放数据要素价值必须跨过的第一道坎。“三权分置”是中国特色数据产权制度的重大创新。“数据二十条”创造性地提出探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架，就是在数据所有权尚无法确定的情况下，从数据要素市场活动的现实情况出发，将能确认、易确认的数据产权先予明确，为规范数据流通提出一个现实可操作方案，70、迈出建立数据产权制度的第一步。这一制度创举既能满足数据要素市场流通使用需求，也为将来进一步完善数据产权制度、推动数据要素市场发展留出空间，实现了数据要素产权理论与实践的重大突破，对激发数据要素潜能起到了重大作用。持续完善数据产权制度体系，充分释放数据要素潜能。建立健全数据产权管理法律法规，细化“三权分置”框架，从立法角度明确数据产权各相关主体对应的权利义务，推动构建完备的数据产权制度体系，充分释放数据要素价值。研究细化数据登记确权管理体系，适时打造全国一体化的数据要素登记平台和登记机构，构建“逻辑集中、物理分散”的全国一体化数据要素登记存证体系。鼓励各地开展先行先试，支持具备一定数据要素市场发71、展基础的地区在数据产权登记、评估、监管、流转交易等方面开展实践探索，总结形成数据产权制度的有效经验并推广应用，进一步优化数据要素市场发展生态，为数字中国建设打下坚实的数据要素制度基础。三、以数据要素供给侧改革提升数字中国发展水平习近平总书记指出，“要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合”。高质量建设数字中国离不开高质量数据的有效供给，无论是构建以数据为关键要素的数字经济，还是打造普惠便捷的数字化服务体系，亦或是构建协同高效的政府数字化履职能力体系，都对强化数据要素有效供给、激活数据要素潜能提出了新的更高要求。以公共数据授权运营破局数据供给侧改革。我国数据资源丰富，72、总规模居全球第二位，但真正开放、共享和有效使用的数据量仍然偏低。互联网平台企业、行业龙头企业等“数据大户”对流通过程中的安全、合规、隐私等问题存在较大担忧，数据“只生产不外流”，形成了大量“数据孤岛”，制约了数据高质量供给，不利于数据要素市场健康发展。习近平总书记指出，要“加快公共服务领域数据集中和共享，推进同企业积累的社会数据进行平台对接，形成社会治理强大合力”。我国公共数据总量巨大、价值突出，是破局数据供给侧改革的关键。率先推动公共数据授权运营实践探索，能够形成强大示范作用，带动全社会各类主体参与数据要素流通交易，持续扩大我国数据供给规模，优化数据供给结构，为建设数字中国提供“源头活水”。73、分级分类推进公共数据确权流通，持续优化数据供给。要秉持公共数据取之于民、用之于民的原则，推动公共数据分类分级授权使用，打破“数据孤岛”，强化高质量数据资源供给。落实落细“原始数据不出域、数据可用不可见”相关机制，积极研发形成数据模型，建立完善安全计算环境，拓展公共数据开发利用范围。探索用于数字化发展的公共数据有偿使用政府指导定价、企业与个人数据市场自主定价相结合的价格形成机制，建立健全公共数据资源开放收益合理分享机制，推动收益主要用于公共服务支出。四、以流通高效的数据要素双循环激发数字中国发展活力数字中国建设整体布局规划提出要“优化数字化发展国内国际两个环境”。加快培育全国统一数据大市场、有序74、推进数据跨境流通、畅通数据要素双循环既是推进数字中国建设的应有之义，更是加强数据治理前瞻布局、抢占全球数字经济发展先机的战略选择。打造统一数据要素大市场，畅通数据国内大循环。习近平总书记强调，“市场资源是我国的巨大优势，必须充分利用和发挥这个优势，不断巩固和增强这个优势，形成构建新发展格局的雄厚支撑”。市场化流通是提升数据要素配置效率的关键，构建全国一体化数据要素市场，畅通数据跨域跨行业流通，能够充分发挥数据资源对于提升全要素生产率的倍增和杠杆效应，是高效激活数据要素价值、释放数字中国创新活力的关键“棋眼”。要处理好“金融属性与技术属性”“公共属性与市场属性”“单点与生态”“国内与国际”四组关75、系，坚持“错位互补”，建立“国家级+区域性+行业性”多层次数据交易场所体系；坚持“可信互通”，构建“根服务+公共服务+算力服务”三大共性基础设施；坚持“所商分离”，构建“交易场所+数据商+第三方服务机构”协同创新的多元生态，持续完善数据要素市场流通体系，畅通数据国内大循环。探索数据跨境流通规则的“中国方案”，畅通数据国际循环。近年来，美、欧、日等经济体在加快构建各自数据跨境流通规则体系的同时，推动建立基于共同理念的全球数据跨境流通同盟，意图抢占国际规则制定话语权。党的二十大报告指出，构建人类命运共同体是世界各国人民前途所在。畅通数据国际循环，要从“人类命运共同体”的高度出发，以全球数据安全倡议76、 为基础，统筹国内数据治理与跨境数据流通的关系，加快构建发展和安全相协调的跨境数据流通规则体系，倡导合作开放、规范数据出境、便利数据入境、强化治理体系，将中国实践转化为对全球数据治理有益的国际规则，与各国一道探索互通有无、合作共赢的“正和博弈”新模式。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说77、,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是78、生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持79、所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用80、的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产81、力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当82、前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如83、，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误84、入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达85、60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图86、的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所87、有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公88、平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部89、性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能90、具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、91、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形92、资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这93、一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式94、的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范95、围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售96、环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态97、操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微98、笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转99、向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，100、推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这101、方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这102、样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。1920数据基础制度建设是我国深化改革开放的战略性关键性举措，为数字中国建设提供新动能。改革开放以来，我国在土地、劳动力、资本、技术等关键生产要素方面的每次制度性突破和机制性创新，都有效地推动了我国经济发展和社会进步。当前，数据已经成为信息时代推动社会进步最活跃、最革命、最显著的生产要素，对传统产权、流通、分配、治理等制度提出新要求103、。2022年12月，中共中央、国务院印发关于构建数据基础制度更好发挥数据要素作用的意见，从数据产权、流通交易、收益分配、安全治理等四方面系统性构建数据基础制度体系的“四梁八柱”，绘制了数据要素发展的长远蓝图，将对我国经济社会转型发展产生深刻影响，为赋能千行百业、推动数字中国建设提供不竭动力。数据要素市场建设是一项引领未来的历史性工程，必将推动数字中国建设走向新阶段。当前全球正处在由工业经济向数字经济转型的关键时期，如何理顺数据要素确权、流通、分配等系列难题，充分激发数据要素活力，在全球范围内尚无成熟的解决方案。在这一产业变革的关键时期，我国率先提出了将数据作为生产要素，开创性地围绕数据要素的确104、权、流通、资产入表等关键问题作出重大理论创新，也是全球首个专门成立数据管理部门的国家，系列创举是在党中央领导下对数字文明理解认识的一次质的飞跃，为全球产业向数字经济转型提出了中国方案，谱写了全球数字经济发展划时代的新篇章。在当前日趋复杂的国际环境和加快建设强大国内市场的大背景下，全面推动数据要素市场化配置，加快建设全国统一、辐射全球的数据大市场，是集中发挥我国社会主义制度优势、新型举国体制优势、超大规模市场优势，构筑数字化领域全球竞争优势的最可行最有力抓手。二、以数据产权重大制度创新激活数字中国潜能激发要素潜力，产权明晰是前提。数据的权属构成包括财产权、人格权与国家主权，其中财产权是数据要素分105、配的逻辑起点，也是当前数据产权制度设计的枢纽。数据要素的权属确认，是培育数据要素市场、释放数据要素价值必须跨过的第一道坎。“三权分置”是中国特色数据产权制度的重大创新。“数据二十条”创造性地提出探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架，就是在数据所有权尚无法确定的情况下，从数据要素市场活动的现实情况出发，将能确认、易确认的数据产权先予明确，为规范数据流通提出一个现实可操作方案，迈出建立数据产权制度的第一步。这一制度创举既能满足数据要素市场流通使用需求，也为将来进一步完善数据产权制度、推动数据要素市场发展留出空间，实现了数据要素106、产权理论与实践的重大突破，对激发数据要素潜能起到了重大作用。持续完善数据产权制度体系，充分释放数据要素潜能。建立健全数据产权管理法律法规，细化“三权分置”框架，从立法角度明确数据产权各相关主体对应的权利义务，推动构建完备的数据产权制度体系，充分释放数据要素价值。研究细化数据登记确权管理体系，适时打造全国一体化的数据要素登记平台和登记机构，构建“逻辑集中、物理分散”的全国一体化数据要素登记存证体系。鼓励各地开展先行先试，支持具备一定数据要素市场发展基础的地区在数据产权登记、评估、监管、流转交易等方面开展实践探索，总结形成数据产权制度的有效经验并推广应用，进一步优化数据要素市场发展生态，为数字中国107、建设打下坚实的数据要素制度基础。三、以数据要素供给侧改革提升数字中国发展水平习近平总书记指出，“要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合”。高质量建设数字中国离不开高质量数据的有效供给，无论是构建以数据为关键要素的数字经济，还是打造普惠便捷的数字化服务体系，亦或是构建协同高效的政府数字化履职能力体系，都对强化数据要素有效供给、激活数据要素潜能提出了新的更高要求。以公共数据授权运营破局数据供给侧改革。我国数据资源丰富，总规模居全球第二位，但真正开放、共享和有效使用的数据量仍然偏低。互联网平台企业、行业龙头企业等“数据大户”对流通过程中的安全、合规、隐私等问题存在较大担108、忧，数据“只生产不外流”，形成了大量“数据孤岛”，制约了数据高质量供给，不利于数据要素市场健康发展。习近平总书记指出，要“加快公共服务领域数据集中和共享，推进同企业积累的社会数据进行平台对接，形成社会治理强大合力”。我国公共数据总量巨大、价值突出，是破局数据供给侧改革的关键。率先推动公共数据授权运营实践探索，能够形成强大示范作用，带动全社会各类主体参与数据要素流通交易，持续扩大我国数据供给规模，优化数据供给结构，为建设数字中国提供“源头活水”。分级分类推进公共数据确权流通，持续优化数据供给。要秉持公共数据取之于民、用之于民的原则，推动公共数据分类分级授权使用，打破“数据孤岛”，强化高质量数据资109、源供给。落实落细“原始数据不出域、数据可用不可见”相关机制，积极研发形成数据模型，建立完善安全计算环境，拓展公共数据开发利用范围。探索用于数字化发展的公共数据有偿使用政府指导定价、企业与个人数据市场自主定价相结合的价格形成机制，建立健全公共数据资源开放收益合理分享机制，推动收益主要用于公共服务支出。四、以流通高效的数据要素双循环激发数字中国发展活力数字中国建设整体布局规划提出要“优化数字化发展国内国际两个环境”。加快培育全国统一数据大市场、有序推进数据跨境流通、畅通数据要素双循环既是推进数字中国建设的应有之义，更是加强数据治理前瞻布局、抢占全球数字经济发展先机的战略选择。打造统一数据要素大市场110、，畅通数据国内大循环。习近平总书记强调，“市场资源是我国的巨大优势，必须充分利用和发挥这个优势，不断巩固和增强这个优势，形成构建新发展格局的雄厚支撑”。市场化流通是提升数据要素配置效率的关键，构建全国一体化数据要素市场，畅通数据跨域跨行业流通，能够充分发挥数据资源对于提升全要素生产率的倍增和杠杆效应，是高效激活数据要素价值、释放数字中国创新活力的关键“棋眼”。要处理好“金融属性与技术属性”“公共属性与市场属性”“单点与生态”“国内与国际”四组关系，坚持“错位互补”，建立“国家级+区域性+行业性”多层次数据交易场所体系；坚持“可信互通”，构建“根服务+公共服务+算力服务”三大共性基础设施；坚持“111、所商分离”，构建“交易场所+数据商+第三方服务机构”协同创新的多元生态，持续完善数据要素市场流通体系，畅通数据国内大循环。探索数据跨境流通规则的“中国方案”，畅通数据国际循环。近年来，美、欧、日等经济体在加快构建各自数据跨境流通规则体系的同时，推动建立基于共同理念的全球数据跨境流通同盟，意图抢占国际规则制定话语权。党的二十大报告指出，构建人类命运共同体是世界各国人民前途所在。畅通数据国际循环，要从“人类命运共同体”的高度出发，以全球数据安全倡议 为基础，统筹国内数据治理与跨境数据流通的关系，加快构建发展和安全相协调的跨境数据流通规则体系，倡导合作开放、规范数据出境、便利数据入境、强化治理体系，112、将中国实践转化为对全球数据治理有益的国际规则，与各国一道探索互通有无、合作共赢的“正和博弈”新模式。6 “抓住数字机遇，共谋合作发展”国际研讨会，2020.09 迎接数字文明！？7第4篇梅 宏中国科学院院士，CCF理事长，50人论坛主任委员7 梅宏，迎接数字文明！？，科学新闻，第 25 卷第 5 期，2023 年 10 月 25 日出版很高兴有这样一个机会，和大家谈一谈我们现在身处的时代。这是一个变革的时代，所以我报告的题目叫做迎接数字文明！？。这里我用了两个标点符号，一个是感叹号，一个是问号。因为这个说法可能还存在一定争议和认识不完全一致的地方。一、从人类社会发展和工业革命说起从人类社会发展113、来看，人类在7万年前走出非洲，但是真正文明的形成距今也就几千年。人类经历了农业社会、工业社会，正在进入信息社会。以农业经济为中心的农业社会持续了几千年，直到 18、19 世纪；工业经济的形成可以从18世纪60年代瓦特蒸汽机和珍妮纺纱机发明算起，人类用了大约一个世纪进入工业社会。现在，我们正站在信息社会的门口，一种新的经济形态正在诞生，就是我们常说的数字经济。什么是数字经济？它是以新一代信息技术和产业为依托，在农业经济、工业经济之后形成的一种主要经济形态。数字经济的核心要素包括数据、网络和信息技术应用。数据成为非常重要的生产要素，网络是平台和载体，信息技术应用则是经济发展的重要推动力。这一切的发114、生可以追溯到上世纪90年代中期，互联网实现大规模商用，经过二三十年的发展、积累和储备，数据资源大规模聚集，其基础性、战略性突显，正进入信息技术带动经济发展的爆发期和黄金期。工业是国民经济的命脉，工业史上的历次革命极大提升了人类物质文明水平。新一轮工业革命正在开始并已成为共识，但是说法有所不同。2012 年，趋势学家杰里米里夫金出版第三次工业革命，把经济和社会变革归因于新能源与新通信方式的结合，将目前的时代定义为新能源和互联网结合带来的革命。后来又出现源自德国工业 4.0的“第四次工业革命”的说法。虽然命名的方法和维度不太一样，但大体都指向同一段时期。考察第一次工业革命以来的社会经济发展，可以看115、到已经出现了五次技术变革波。其中，从上世纪90 年代开始的第五次技术变革波被称为微电子学和计算机网络时代。目前，我们正处在第五次技术变革波的中期。二、数字经济：工业革命的新阶段还是颠覆性的全新形态？“数字经济时代已经开启”成为共识，然而，如何认识这个时代却略有差异。数字经济是工业革命的新阶段，还是一种颠覆性的全新形态？这个问题很值得探讨。从工业革命的视角，当前的数字化转型正处于新一轮工业革命早期；按照经济学长波技术论观点，我们正处于工业革命以来的第五次康德拉季耶夫波中，这次技术长波将延展至本世纪中叶。就这一视角而言，将数字经济看作是工业革命的新阶段是合理的。实际上，“数字经济”这个词出现于上世116、纪 90 年代中期，美国学者 Don Tapscott 在其数字经济：网络智能时代的前景与风险一书中，描述了互联网将如何改变世界各类事务的运行模式并引发若干新的经济形式和活动。2002 年，美国学者 Beomsoo Kim 将数字经济定义为一种特殊经济形态，本质为“商品和服务以信息化形式进行交易”。所以早期的数字经济本质上就等同于互联网经济。现在，数字经济已不仅仅限于平台经济、互联网经济，还涉及其他行业的数字化。2016 年 9 月，在G20 杭州峰会上发布的二十国集团数字经济发展与合作倡议中，形成了一个共识度较高的数字经济定义，即“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代117、信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。后来，人们用比较通俗的语言将数字经济概括为“数字产业化”和“产业数字化”两大部分。“数字产业化”指的是信息通信产业，以原来与信息技术相关的产业为主；“产业数字化”则泛指其他行业领域的数字化转型。当前，人们对数字经济的内涵和外延还没有达成共识，但一个基本事实是，当前对数字经济的研究几乎都是用工业经济的概念和术语来诠释和描述数字经济、从信息技术的视角来界定数字经济、用传统生产要素的“属性”描述数据要素等。然而换个视角，以互联网为代表的新一代信息技术带来的这场社会经济革命无疑是具有颠覆性的。事实上118、，当前的数字经济研究和实践，已经面临诸多无法用工业经济理论解释和指导的问题。就这个意义而言，数字经济将是在农业经济、工业经济之后的全新颠覆性经济形态。如果我们考察从农业经济向工业经济转型中出现的各类“现象”“议题”和“重大变迁”，那么当前这种在传统框架下对数字经济的诠释恐难以触及实质，有必要跨出既有认知，尝试构建面向数字经济的全新框架和模式。这也是我今天报告题目中既有感叹号又有问号的原因。就我个人而言，比较倾向于数字经济很可能是对原有工业时代的颠覆。当然，这还需要进行更多研究，认识其本质。三、计算技术及互联网发展深刻改变人类社会从20世纪40年代计算机诞生，到60年代的“主机时代”、80年代的119、“个人计算时代”，再到2000年开始的“移动计算时代”，现在，我们认为人类社会正进入人机物三元融合的“泛在计算时代”。计算机和互联网为人类社会带来了巨大改变，引发了一场深刻的社会经济革命。美国芯片厂商英特尔创始人之一戈登摩尔于 1965 年提出了摩尔定律，到目前为止仍然有效。摩尔定律认为，当价格不变时，集成电路上可容纳的元器件数目，每隔约1824个月便会增加一倍，性能也将提升一倍。现代信息技术自创立以来，一直遵循摩尔定律，呈高速指数发展。信息技术及其应用广泛并深刻地影响和改变着人类社会，而且这种作用正在加强无处不在的信息技术深度应用甚至将重构人类社会。如今，信息技术在网络化、泛在化、智能化趋势120、下，基于互联网及其延伸，正形成新平台、新模式和新思维，人机物融合的“泛在计算时代”正在开启。所谓泛在计算，是指计算无处不在又无迹可循。互联网革命的上半场已经结束，我们正在进入下半场。工业互联网是互联网发展的新领域，是在互联网基础之上、面向工业应用的演进升级。相对于过去的消费互联网，工业互联网有四个明显特点：以物为主，人机物协同；需要低延迟，安全可靠；核心技术亟待突破，应用落地复杂度高；应用专业化，尚无普适发展模式。四、推动数字化转型、发展数字经济成为国家战略在此背景下，数字化转型已成为不可逆的时代趋势。数字化转型带来的变革是大势所趋，其核心驱动力是互联网及其延伸所带来的人机物广泛连接。可以观察121、到两个明显特征：一是各业态将围绕信息化主线深度协作、融合，完成自身转型、提升变革，并不断催生新业态。同时，一些传统业态也必然在这一轮变革中走向消亡。凤凰涅槃、浴火重生将是各行业、企业面临的必然选择。二是“转型”将是一个长期过程，考察过去社会经济发展的周期律，可以窥见这个转型阶段可能长达数十年。工业革命为人类社会带来了巨大而深刻的变化，然而，以互联网为代表的新一代信息技术所带来的新一轮工业革命和社会经济“革命”，在广度、深度和速度上都将是空前的，也将远远超出我们从工业社会获得的常识和认知，远远超出我们的预期。这也是我认为需要把数字经济当成一种颠覆性的全新形态去研究的原因。对我国来说，推动数字化转122、型、发展数字经济已经成为国家战略。实施国家大数据战略、建设数字中国是新时代的必然选择，其途径是加快推进各行各业的数字化转型。其中，重点是制造业的转型发展，数字化转型将从消费和服务领域向制造业领域推进。数据成为数字经济时代的战略资源、生产要素。数据的获取、处理与应用在人类社会发展中一直扮演着重要角色。信息技术为数据处理提供了自动的方法和手段，推动数据（信息）成为继物质、能源之后的第三大战略资源。数字化转型是一场根本性的思想变革，是一种范型变迁。现有的信息化范型中，信息技术作为工具、助手的角色存在，应用于其他行业既有的工作方式和流程，帮助其提质增效。在未来的信息化范型中，信息技术将转变为主导、引领123、的角色，深入渗透各行业，对其生产模式、生产组织方式和产业形态造成颠覆性影响。五、培育数字素养，迎接数字文明我们正在走向数字文明时代，数字素养就显得尤为重要。1996 年，美国学者尼葛洛庞帝出版数字化生存一书。20 多年过去，书中的很多描述已经或即将成为现实。“数字化生存”的时代已经到来，我们是否做好了迎接它的准备？数字化转型是一场整体性、系统化、颠覆性的社会经济革命，必然涉及人类社会的方方面面。仅从每个个体的立场考虑，需要培育自身的数字素养，至少做好“数字化生存”的准备。数字素养即适应数字化时代工作生活的基本修养和素质，具象为思维方法和相关技能。思维方法要从工业时代的“机械思维”向数字时代的“124、开放思维”转变，还要掌握“数字化生存”的基本方法和工具，具备基本的数据分析和应用能力以及编程能力。计算思维是源自计算机界的提法，其相关术语包括互联网思维、数据思维、数字化思维等，是一种利用计算机科学中的基本概念，求解问题、设计系统以及理解人类行为的思维方式。在数字文明时代，计算思维应该成为每个人思考和认知世界的一种基本手段。就信息技术行业从业者来说，还应具备软件思维，它是计算思维的具象化，表现为两个层面：编程思维和平台思维。编程思维指用程序实现算法或流程，以求解问题。编程语言是表达编程思维的工具。平台思维指屏蔽下层资源的异构性，沉淀上层应用的共性，是掌控系统复杂性的有效手段，如操作系统就是典型125、的计算平台。两者的关系是平台决定编程模式，平台越高层，编程语言就越高层、越抽象、越领域特定。编程语言可提升平台使用效率，使得求解问题更高效。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据126、为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的127、题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权128、交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复129、用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，130、开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通131、过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的132、收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交133、易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美134、国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但135、实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然136、都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复137、制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市138、场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是139、脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安140、全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加141、以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的142、上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模143、式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,144、转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），145、我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光146、发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相147、反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特148、区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不149、是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策150、系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性151、（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。2122服务以信息化形式进行交易”。所以早期的数字经济本质上就等同于互联网经济。现在，数字经济已不仅仅限于平台经济、互联网经济，还涉及其他行业的数字化。2016 年 9 月，在G20 杭州峰会上发布的二十国集团数字经济发展与合作倡议中，形成了一个共识度较高的数字经济定义，即“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。后来，152、人们用比较通俗的语言将数字经济概括为“数字产业化”和“产业数字化”两大部分。“数字产业化”指的是信息通信产业，以原来与信息技术相关的产业为主；“产业数字化”则泛指其他行业领域的数字化转型。当前，人们对数字经济的内涵和外延还没有达成共识，但一个基本事实是，当前对数字经济的研究几乎都是用工业经济的概念和术语来诠释和描述数字经济、从信息技术的视角来界定数字经济、用传统生产要素的“属性”描述数据要素等。然而换个视角，以互联网为代表的新一代信息技术带来的这场社会经济革命无疑是具有颠覆性的。事实上，当前的数字经济研究和实践，已经面临诸多无法用工业经济理论解释和指导的问题。就这个意义而言，数字经济将是在农业153、经济、工业经济之后的全新颠覆性经济形态。如果我们考察从农业经济向工业经济转型中出现的各类“现象”“议题”和“重大变迁”，那么当前这种在传统框架下对数字经济的诠释恐难以触及实质，有必要跨出既有认知，尝试构建面向数字经济的全新框架和模式。这也是我今天报告题目中既有感叹号又有问号的原因。就我个人而言，比较倾向于数字经济很可能是对原有工业时代的颠覆。当然，这还需要进行更多研究，认识其本质。三、计算技术及互联网发展深刻改变人类社会从20世纪40年代计算机诞生，到60年代的“主机时代”、80年代的“个人计算时代”，再到2000年开始的“移动计算时代”，现在，我们认为人类社会正进入人机物三元融合的“泛在计算154、时代”。计算机和互联网为人类社会带来了巨大改变，引发了一场深刻的社会经济革命。美国芯片厂商英特尔创始人之一戈登摩尔于 1965 年提出了摩尔定律，到目前为止仍然有效。摩尔定律认为，当价格不变时，集成电路上可容纳的元器件数目，每隔约1824个月便会增加一倍，性能也将提升一倍。现代信息技术自创立以来，一直遵循摩尔定律，呈高速指数发展。信息技术及其应用广泛并深刻地影响和改变着人类社会，而且这种作用正在加强无处不在的信息技术深度应用甚至将重构人类社会。如今，信息技术在网络化、泛在化、智能化趋势下，基于互联网及其延伸，正形成新平台、新模式和新思维，人机物融合的“泛在计算时代”正在开启。所谓泛在计算，是指155、计算无处不在又无迹可循。互联网革命的上半场已经结束，我们正在进入下半场。工业互联网是互联网发展的新领域，是在互联网基础之上、面向工业应用的演进升级。相对于过去的消费互联网，工业互联网有四个明显特点：以物为主，人机物协同；需要低延迟，安全可靠；核心技术亟待突破，应用落地复杂度高；应用专业化，尚无普适发展模式。四、推动数字化转型、发展数字经济成为国家战略在此背景下，数字化转型已成为不可逆的时代趋势。数字化转型带来的变革是大势所趋，其核心驱动力是互联网及其延伸所带来的人机物广泛连接。可以观察到两个明显特征：一是各业态将围绕信息化主线深度协作、融合，完成自身转型、提升变革，并不断催生新业态。同时，一些156、传统业态也必然在这一轮变革中走向消亡。凤凰涅槃、浴火重生将是各行业、企业面临的必然选择。二是“转型”将是一个长期过程，考察过去社会经济发展的周期律，可以窥见这个转型阶段可能长达数十年。工业革命为人类社会带来了巨大而深刻的变化，然而，以互联网为代表的新一代信息技术所带来的新一轮工业革命和社会经济“革命”，在广度、深度和速度上都将是空前的，也将远远超出我们从工业社会获得的常识和认知，远远超出我们的预期。这也是我认为需要把数字经济当成一种颠覆性的全新形态去研究的原因。对我国来说，推动数字化转型、发展数字经济已经成为国家战略。实施国家大数据战略、建设数字中国是新时代的必然选择，其途径是加快推进各行各业157、的数字化转型。其中，重点是制造业的转型发展，数字化转型将从消费和服务领域向制造业领域推进。数据成为数字经济时代的战略资源、生产要素。数据的获取、处理与应用在人类社会发展中一直扮演着重要角色。信息技术为数据处理提供了自动的方法和手段，推动数据（信息）成为继物质、能源之后的第三大战略资源。数字化转型是一场根本性的思想变革，是一种范型变迁。现有的信息化范型中，信息技术作为工具、助手的角色存在，应用于其他行业既有的工作方式和流程，帮助其提质增效。在未来的信息化范型中，信息技术将转变为主导、引领的角色，深入渗透各行业，对其生产模式、生产组织方式和产业形态造成颠覆性影响。五、培育数字素养，迎接数字文明我们158、正在走向数字文明时代，数字素养就显得尤为重要。1996 年，美国学者尼葛洛庞帝出版数字化生存一书。20 多年过去，书中的很多描述已经或即将成为现实。“数字化生存”的时代已经到来，我们是否做好了迎接它的准备？数字化转型是一场整体性、系统化、颠覆性的社会经济革命，必然涉及人类社会的方方面面。仅从每个个体的立场考虑，需要培育自身的数字素养，至少做好“数字化生存”的准备。数字素养即适应数字化时代工作生活的基本修养和素质，具象为思维方法和相关技能。思维方法要从工业时代的“机械思维”向数字时代的“开放思维”转变，还要掌握“数字化生存”的基本方法和工具，具备基本的数据分析和应用能力以及编程能力。计算思维是源159、自计算机界的提法，其相关术语包括互联网思维、数据思维、数字化思维等，是一种利用计算机科学中的基本概念，求解问题、设计系统以及理解人类行为的思维方式。在数字文明时代，计算思维应该成为每个人思考和认知世界的一种基本手段。就信息技术行业从业者来说，还应具备软件思维，它是计算思维的具象化，表现为两个层面：编程思维和平台思维。编程思维指用程序实现算法或流程，以求解问题。编程语言是表达编程思维的工具。平台思维指屏蔽下层资源的异构性，沉淀上层应用的共性，是掌控系统复杂性的有效手段，如操作系统就是典型的计算平台。两者的关系是平台决定编程模式，平台越高层，编程语言就越高层、越抽象、越领域特定。编程语言可提升平台160、使用效率，使得求解问题更高效。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于161、流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖162、获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯163、定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资164、本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”165、21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变166、剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台167、+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门168、产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%169、）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜170、之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,171、剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己172、。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这173、种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么174、是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了175、真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。其问题在于176、，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。（二）市场对177、市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业178、务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边179、界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商180、业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈181、数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务182、业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办物流还是第三方物流,刚183、开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这184、点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一185、线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未186、来十年新业态、新模式向生态方向演进的总趋势。232402数据要素化思想和方法数据要素具有其独特性，如数据的获得具有非竞争性、数据的使用具有非排他性、数据的源头具有非稀缺性，并且具有自我繁衍性，数据的价值还具有非耗竭性，数据可以通过不同视角加以探索和开发。这使得数据作为生产要素在涉及产权、流通、共享、定价、使用、获益、安全和隐私保护等方面，无法因循既有制度体系，不能照抄照搬其他要素市场机制，甚至难以借鉴其他要素市场的设置，从而造成在当前的数据要素市场上数据要素流通交易困难，数据的定价和收益分配无章可循。为了深入理解数据要素及其要素化过程中需要克服的问题，该部分汇集了50人论坛委员3项研究成果和梅187、宏院士的1次访谈录，分别是中国科学院院士、CCF理事长梅宏的不能把数字经济窄化为互联网经济，中国人民大学杜小勇教授的对数据要素的几点认识，伏羲智库创始人、中科院计算所研究员、清华大学互联网治理研究中心主任李晓东的加快数据从资源向资产转变和中国电子党组成员、副总经理陆志鹏的数据资产化路径的思考与探索，从多个角度系统分析了数据要素化的思想和方法。其中，访谈录不能把数字经济窄化为互联网经济指出数字化转型是时代趋势，数据要素化是将数据确立为重要生产要素，并通过各类手段让其参与社会生产经营活动的过程。不过，本篇访谈录也指出，数据的资产地位尚未确定，数据的共享流通障碍重重，数据的权属问题尚无有效解决方案，188、数据安全、隐私保护和监管问题也非常突出。对数据要素的几点认识一文首先分析数据要素的基本特征，然后论述了组建国家数据局对于更好地发挥数据要素的基础资源和引领创新作用的价值和意义，以及背后的理论逻辑和现实考量等。加快数据从资源向资产转变一文指出数据资产化是数据要素化的重要环节，并认为数据确权是数据资产化的关键前提，在此基础上分析了我国在数据资产化过程中独特的优势和基础。数据资产化路径的思考与探索一文首先分析了数据资产化的价值和意义，并把数据要素与传统生产要素的形成过程和形成规律作了对比分析，在此基础上给出了数据元件的思想和概念，尤其指出数据元件是把数据资源组织加工以后所形成的初级产品。不能把数字经189、济窄化为互联网经济8第5篇梅 宏中国科学院院士，CCF理事长，50人论坛主任委员8 中国科学院院士梅宏：不能把数字经济窄化为互联网经济，中国网科技，2023-02-031、数字化转型是时代趋势记者：您曾表示，把数字经济窄化为互联网经济，将数字经济等同于虚拟经济，是认识误区。能否展开谈谈这一看法？数字经济发展是否既应务虚，亦应务实？梅宏：在不同语境下，“虚”“实”的含义不同。从经济学视角看，实体经济和虚拟(fictitious)经济是一对相对的概念，虚拟经济是经济虚拟化或金融深化的产物，属于以资本化定价方式为基础的资产价格系统，过度发展将会导致泡沫经济。从计算技术视角看，“虚拟(virtual)190、”是相对于现实世界的“实体”而言的，用于指代现实世界数字化后的数字映像。现在确实有不少人，一提数字经济就和互联网平台挂钩，甚至将其直接等同于虚拟经济，这就是认识上的错误了。我认为数字经济整体上是务实的，数字化转型是时代趋势，各行各业都得转，否则就会被时代淘汰。当然其中也会有“虚”的成分，如和现实世界毫无对应与关联的某些人造事物及其经济活动。记者：我国在数据要素化、数据治理、数字治理等方面有哪些可为之处？梅宏：数据要素化、数据治理、数字治理等均是国际性难题，当前还属于探索阶段。我认为在这些方面即使不能说我们和发达国家处于同一起跑线，差距也不是太大。相对而言，我们还有一定的后发优势，路径依赖程度不191、像发达国家那么高。数据要素化是将数据确立为重要生产要素，并通过各类手段让其参与社会生产经营活动的过程。在这一领域，我认为还存在不少值得深入讨论的问题：数据的资产地位尚未确定，数据的共享流通障碍重重，数据的权属问题尚无有效解决方案，数据安全、隐私保护和监管问题也非常突出。我国已经开启了数据要素化相关基础制度建设的顶层设计工作，2022年12月，中共中央、国务院正式印发中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见。随着数字化转型加快，传统的治理体系、机制与规则难以适应数字化发展带来的变革，无法有效解决数字平台崛起引发的市场垄断、税收侵蚀、数据安全及随之伴生的伦理道德和社会问题。数192、字经济发展给政府监管体系及国际治理体系带来诸多挑战。我认为，未来10年将是全球治理体系深刻重塑的10年，需要构建新的数字治理体系。数据治理则构成数字治理在资源和技术层面的基础。近几年，我从数据治理体系建设的视角，一直在推广数据治理的“434框架模型”，即从数据的资产地位确立、数据的管理体制和机制、数据共享与开放、数据安全和隐私保护等4方面，国家、行业和组织等3个层本篇为梅宏院士访谈录。中国计算机学会理事长、中国科学院院士、北京大学教授梅宏在接受中国网科技记者采访时表示，当今世界正在经历一场大范围、深层次的由数字技术带来的社会经济革命，数字化转型已经成为人类社会发展的必然选择。现在确实有不少人，193、一提数字经济就和互联网平台挂钩，甚至将其直接等同于虚拟经济，这就是认识上的错误了。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上194、升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却195、可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说196、：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复197、用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本198、转向劳动。从而发生有利于缩小贫富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）199、资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系200、的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类201、：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量202、。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读203、“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权204、分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,205、使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据206、交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度207、。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如208、上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证209、书，可以当会计资产，代替实体资产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条210、强调使用、应用、利用的引导方向背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。211、其中的关键就是API模式。以API划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的212、组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交213、友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，214、也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在215、商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应216、有所不同对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服217、务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大218、脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大219、蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。25261、数字化转型是时代趋势记者：您曾表示，把数字经济窄化为互联网经济，将数字经济等同于虚拟经济，是认识误区。能否展开谈谈这一看法？数字经济发展是否既应务虚，亦应务实？梅宏：在不同语境下，“虚”“实”的含义不同。从经济学视角看，实体经济和虚拟(fictitious)经济是一对相对的概念，虚拟经济是经济虚拟化或金融深化的产物，属于以资本化定价方式为基础的资产价格系统，过度发展将会导致泡沫经济。从计算技术视角看，“虚拟(virtual)”是相对于现实世界的“实体”而言的，用于指代现实世界数字化后的数220、字映像。现在确实有不少人，一提数字经济就和互联网平台挂钩，甚至将其直接等同于虚拟经济，这就是认识上的错误了。我认为数字经济整体上是务实的，数字化转型是时代趋势，各行各业都得转，否则就会被时代淘汰。当然其中也会有“虚”的成分，如和现实世界毫无对应与关联的某些人造事物及其经济活动。记者：我国在数据要素化、数据治理、数字治理等方面有哪些可为之处？梅宏：数据要素化、数据治理、数字治理等均是国际性难题，当前还属于探索阶段。我认为在这些方面即使不能说我们和发达国家处于同一起跑线，差距也不是太大。相对而言，我们还有一定的后发优势，路径依赖程度不像发达国家那么高。数据要素化是将数据确立为重要生产要素，并通过各221、类手段让其参与社会生产经营活动的过程。在这一领域，我认为还存在不少值得深入讨论的问题：数据的资产地位尚未确定，数据的共享流通障碍重重，数据的权属问题尚无有效解决方案，数据安全、隐私保护和监管问题也非常突出。我国已经开启了数据要素化相关基础制度建设的顶层设计工作，2022年12月，中共中央、国务院正式印发中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见。随着数字化转型加快，传统的治理体系、机制与规则难以适应数字化发展带来的变革，无法有效解决数字平台崛起引发的市场垄断、税收侵蚀、数据安全及随之伴生的伦理道德和社会问题。数字经济发展给政府监管体系及国际治理体系带来诸多挑战。我认为，未来222、10年将是全球治理体系深刻重塑的10年，需要构建新的数字治理体系。数据治理则构成数字治理在资源和技术层面的基础。近几年，我从数据治理体系建设的视角，一直在推广数据治理的“434框架模型”，即从数据的资产地位确立、数据的管理体制和机制、数据共享与开放、数据安全和隐私保护等4方面，国家、行业和组织等3个层级，制度法规、标准规范、应用实践和技术支撑等4类途径和手段，来构建我国的数据治理体系。2、观念转变是转型发展的关键记者：您曾提出，数字化转型首先要解放思想和转换理念。那么，您所说的解放思想的主体是谁，又该如何转换理念？梅宏：数字经济的主战场在各行各业，数字化转型已是不可逆的趋势，各行各业将围绕信息223、化主线深度协作、融合，完成自身转型、变革、提升，并不断催生新业态。数字化转型的核心内涵是范型变迁，这是一种在基本观念和实践方法上的根本改变。当前，信息化范型正在发生变迁，信息技术正从助力其他行业提质增效的“工具、助手”角色转向“主导、引领”角色，对行业的生产模式、组织方式和产业形态产生颠覆性影响。各行各业作为数字化转型的主体需要解放思想，转换理念，努力适应信息化引领的时代趋势。当前，我国企业面对数字化转型存在不想、不敢、不会的“三不”现象。“不想”是囿于传统观念和路径依赖，对新技术应用认识不足甚至抱有抵触情绪；“不敢”是面对转型可能带来的阵痛期和风险不敢率先探索，因此就地观望、踌躇徘徊；“不会224、”是缺少方法、技术和人才，以及成功经验和路径。转型发展必然会面临观念、制度、管理、技术、人才等方面的挑战，其中观念上的转变最为关键。记者：当前，数字经济的发展还存在哪些问题？您如何看待数字经济未来的发展趋势？梅宏：数字经济发展在宏观上面临3个方面的挑战：对数据要素的认识不足导致数据要素市场培育面临挑战；现行国际治理体系面临着数字化转型带来的巨大挑战；作为数字经济的核心动能与基础设施，信息技术的发展面临着诸多挑战。具体而言，包括数据的权属及确权、数据的流通交易、数据的价值度量和收益分配、公共数据的开放以及数据的分类分级等问题。解决这些问题，既需要理论研究，也需要实践探索；既需要顶层设计，也需要留225、足创新探索的空间。数字经济尚处于成形展开期，因此要准确判断其发展趋势还有较大难度，但可以预判的是数字经济在未来较长一段时间都将保持快速增长。应该说，变革才刚刚开始。记者：如果从人类历史发展的维度来考察数字经济的地位和作用，它是工业革命的一个新的阶段，还是一种全新的、颠覆性的新经济形态？梅宏：虽然当前的研究几乎都是用工业经济的概念和术语来诠释和描述数字经济，从信息技术的视角来界定数字经济，但事实上，在当前数字经济的研究和实践中，已经出现诸多无法用工业经济理论解释和指导的问题，特别是数据作为一种新型生产要素，呈现出独特特征。我认为把数字经济当成一种颠覆性的新经济形态来研究很有必要。如果数字经济带来226、的是一场颠覆性的革命，在传统框架下对其进行诠释和理解恐难以触及其实质。考察从农业经济向工业经济转型阶段出现的重大变迁，也许可以更好地认识当前的转型。3、坚持是科研工作不可或缺的精神记者：您认为发展数字经济需要怎样的人才？梅宏：数字化转型将是一个长期过程。根据过去社会经济发展的周期律，这个转型阶段可能长达数十年。充足的人才供给是促进数字化转型、发展数字经济的根本性保障。我认为，当前迫切需要的是兼通信息技术和本行业领域知识的复合型人才。我们需要构建涵盖国家、高校科研院所、企业、社会等多层面的适应数字化转型需求的数字化人才培养体系，为未来数十年的转型阶段储备合格人才。记者：从小镇到城市、从文学青年到227、科学家、从“学术青椒”到院士，支撑您完成人生转型的关键是什么？可否给青年科研人员提些建议？梅宏：我一直没有离开过教育和科研，也一直在从事计算机软件领域的研究和人才培养工作。如果说有什么值得和青年人分享的东西，我想可以总结为3个关键词：责任、刻苦和坚持。责任是人选择目标和实现目标最核心的驱动力。中学时我接受的重要的榜样教育之一，就是周恩来总理少年时立下“为中华之崛起而读书”的宏志的事迹。当前我们科研人员的责任，就是为科技强国建设作出应有的贡献。能够吃苦，应该是科研人员必备的素质，所谓“书山有路勤为径，学海无涯苦作舟”。直到今天，我仍然保持一种高负荷的工作状态，即使在旅途中，阅读文献、审阅学生论文228、也是常态。坚持是科研工作中不可或缺的精神，所谓“锲而不舍，金石可镂”。西方有一个“一万小时”理论：在任何领域取得成功的关键与天分无关，成功需要一万个小时的精深练习和积累，我国古话“十年磨一剑”讲的也是相同道理。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模229、式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新230、质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理231、解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能232、由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能233、将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两234、极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农235、村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要236、素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比237、重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必238、须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任239、正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字240、,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现241、为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场242、外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地243、位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要244、着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，245、有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用246、的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业247、转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请248、注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常249、在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作250、用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微251、笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是252、着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要253、机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生254、态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。2728对数据要素的几点认识9第6篇杜小勇中国人民大学教授数据是人或机器对客观世界状态和运动的记录。原始社会的结绳记事，就可以看作是人类使用数据来描述客观世界的早期例子。文字出现了以后，不仅仅是客观世界的事物，人的内心世界也可以被描述和记录出来。这些记录的文字也是数据。自动机器的发明和发展，特别是传感器和计算机的发明和广泛应用，使得机器也具有了记录客观世界事物的能力，并使得255、数据的产生速度前所未有的增加，形成了所谓的“大数据”。大数据主要有三大来源，一是UGC（用户生成内容）的数据，也就是人产生的文字图像数据，二是传感器产生的各种感知信号数据，三是各类信息系统自动产生的如日志数据。除了UGC数据之外，其他两类数据都是业务的“副产品”。由于采集和保存处理数据都需要成本，因此，从降低成本的角度看，基本上都是数据用完就扔掉的思路，很少有长期保存下来的。比如，日志数据主要是为了防止系统崩溃而产生的，一段时间后，旧的日志数据就可以删除，无需保存。这似乎是天经地义的事情。数据要成为资源，首先就得保存下来，这需要更新我们的观念，从数据是业务的副产品提升到数据是组织的资源的转变。256、尽管在大多数的情况下，还是由于业务的需要才考虑收集数据的，但在提出数据是生产要素的理念后，应该认真考虑数据在支撑了业务逻辑之后，如何保存下来并成为生产要素的问题。本文是作者在的基础上的进一步思考。1、数据要素化是对数据价值认识深化的必然结果2010年前后，大数据作为一类新技术出现在Gartner曲线上。在过去的十多年中，对大数据价值的认识，经历了三个阶段。第一个阶段，大数据是作为科学研究的新范式被公众所接受的。2009年，微软研究院为了纪念伟大的计算机科学家、图灵奖获得者、也曾是微软研究院的首席科学家吉姆.格雷博士出版了第四科学范式-数据密集型科学发现10，将大数据作为继科学观察、逻辑推理、计257、算机模拟之后的第四种科学研究范式。书中介绍了用大数据重新定义科学学科，包括天文学、环境科学、生命科学等等。按照这种科学范式，研究起始于数据的收集，通过开发数据工具实现对数据的分析，获得科学的洞察。这种研究范式尽管不能替代传统的科学研究范式，但是突破了个体研究者的能力局限，在许多科学领域取得了瞩目的成果。大数据的价值被广泛认知。第二个阶段，大数据是作为赋能工具对传统的工业和商业、以及政府管理和社会生活等各个方面产生影响，带来巨大的变革。大数据有如血液流淌在信息系统中，促进了社会经济系统效率的提高。2015年9月5日，国务院发布国务院关于印发促进大数据发展行动纲要的通知，2017年12月习近平总书258、记在十九届中央政治局第二次集体学习时，就实施国家大数据战略进行了布局。大数据正式成为国家战略，在国家层面开始大力推动政府部门数据共享，稳步推动公共数据资源开放，统筹规划大数据基础设施建设。在政府领域，以解决民生堵点问题为抓手的各种惠民项目（如“最多跑一次”）的推出与实施，有效地推动了公共数据的共享。“数字化转型”成为这个阶段的最显著的特征。第三阶段，大数据是作为生产要素参与经济活动和价值分配。这是一次重大的理论创新，体现了党和政府对数据价值认识的进一步深化。2020年3月30日中共中央国务院发布关于构建更加完善的要素市场化配置体制机制的意见，首次把数据作为生产要素写入中央文件，数据作为一种新型259、生产要素，正在加速融入我国经济价值创造体系，重塑经济运行的生产、流通、分配、消费等各环节。中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要中提出要打造数字经济新优势，迎接数字时代，激活数据要素潜能。以数字化转型整体驱动生产方式、生活方式和治理方式变革。2023年先后发布的数字中国顶层设计和数据要素基础制度（简称“数据二十条”）更是将数据要素推到了一个新高度。由此可见，大数据从科学研究的新范式，到数字化转型赋能各行各业，再到数据作为生产要素，体现了我们对数据价值认识的不断深化。当然，并不是说大数据作为科学研究范式已经过时了，更不是说数字化转型已经完成了，而是说人们对数据的260、认识越来越深入了。2、释放数据价值的关键是培育数据要素市场我们常说“数据库是信息系统的基础和核心”“三分技术七分管理十二分数据”，都在说明数据是信息系统中最重要的部分，支撑了业务的顺利进行。但释放数据价值关键在培育数据要素市场，而数据要素市场的繁荣需要一个可持续的、健康发展的数商生态来支撑。我们从数据价值链的视角，厘清了数据价值释放需要具备的基本活动和辅助活动，构建了数商生态的主体模型和职能11。数据价值创造的基本活动主要包括数据资源化生产、数据服务化开发、以及数据价值化利用，这三者之间并不一定是线性或单向的关系，例如，在数据服务化开发的过程中，可能会发现缺少一些必要的数据资源，从而触发新的数261、据资源化生产的活动，在数据价值化利用过程中可能发现新的数据服务需求，从而催生新的数据服务化开发活动，等等。数据价值创造的辅助活动是围绕上述基本活动而展开的，虽然这些辅助活动不是直接以创造数据价值为目的，但是能够降低价值创造过程的成本与风险。辅助活动至少可以包括技术赋能、风险管控和价值分配三个方面。例如，在数据服务开发过程中，风险几乎是必要存在的。特别是级联风险更具有破坏性。因此，级联风险的隔离就显得非常重要。我们需要有一些中介机构，对数据服务开发进行风险评估，帮助识潜在的风险，并为风险兜底，这样可以降低数据服务开发商的风险成本，提高整个价值链应对风险的弹性。释放数据价值还需要处理好与数据安全的262、关系。一般认为释放数据价值必然带来数据安全问题，我们的研究表明这两者是数据要素对立统一的两个方面。一方面，数据的使用会带来数据安全的隐患，无视数据安全底线会带来系统性风险，但过度的数据保护会伤害数据价值的释放。这体现为日益严峻的数据危机。另一方面，良好的数据保护会促进数据价值的释放，而数据的充分使用，也有利于数据的安全保护。这体现为数据价值的可持续发挥和整体社会效益的最大化。数据作为一种新型生产要素，对于我们都是一个新生事物，对其本质和规律的认识还远远不够，我们需要在实践中探索其本质规律。政府要创新体制、明确安全底线，积极引导数据要素市场以有效应对数据危机，同时又要定好位，为实践和探索留足空间263、。企业要充分发挥企业家的创新精神，勇于探索。要把握机会、创造数据价值，更要正视数据危机日益严峻的现实，牢记社会责任感，树立牢靠的企业责任意识和自律意识，从生态共创的视角，压实数据治理的责任，积极参与治理规范的塑造，遵纪守法不违规。此外，还要引导各种社会力量来参与数据要素的治理，共同营造发挥数据要素价值的健康生态。3、数据要素市场建设需要系统地推动数据基础制度建设2022年12月19日，中共中央、国务院发布了关于构建数据基础制度更好发挥数据要素作用的意见（俗称“数据二十条”），提出了构建包括数据产权、流通交易、收益分配和要素治理等四大方面数据基础制度。这为大数据的价值释放开辟了新的空间。但是，我264、们必须对构建数据基础制度的困难性有充分的认识，这方面的工作才刚刚开始，存在诸多难题和挑战。首先是数据资源分类体系。类比于自然资源（例如土地），需要构建资源目录，对资源做到心中有数。但是，对于数据资源如何构建资源目录？目前文献和实践中一般分为个人数据、企业数据和公共数据，这样的分类还不能满足实践的需要。例如，有些平台企业，事实上承担了一定的公共事务，这部分公共事务所涉及的数据显然具有公共数据的属性。再比如，企业数9 杜小勇，对数据要素的几点认识，农业大数据学报，第5卷，第1期.2023.110 Tony Hey et.al.The Fourth Paradigm:Data-Intensive S265、cientific Discovery(第四范式：数据密集型科学发现，科学出版社，2012)11 黄科满,杜小勇.数据治理价值链模型与数据基础制度分析，大数据，第8卷，第4期.2022.72004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,266、在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数267、据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据268、等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实269、施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而270、且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就271、会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服272、务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素273、的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务274、业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的275、核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定276、的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会277、公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互278、“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外279、交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全280、等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的281、办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千282、方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游283、的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为284、企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面285、蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿286、流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领287、域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台288、湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的289、布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设290、计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场291、化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。2930据中也有大量的个人数据。数据资源分类是数据要素化过程中必须解决的一个难题。其次是数据要素技术支撑体系。数据有关制度需要有合适的技术支撑才能落地，比如如何标识数据？如何为数据定价？如何确保数据拥有方的利益等等，如果没有合适技术的支撑，有些关于数据的制度就是一纸空文。所以，我们在推动数据基础制度制定的过程中，所提出的概念、要求等应充分考虑技术的可性性。第三是数据治理体系。数据要素不能像一些自292、然资源一样，完全由政府管理，而是要引进多方治理的概念，开展数据治理。梅宏院士主编的数据治理之论12提出了数据治理的一个三维框架，即从治理主体看，包括了国家、行业和组织三个层次；从治理的内容看，包括了资产地位的确立、管理体制机制、开放与共享、以及安全与隐私保护四个维度；从治理工具看，包括了支撑技术、制度法规、标准规范和应用实践等四个方面。围绕这个框架存在大量的科学问题还没有答案，还有大量的研究工作需要展开。第四是数据要素化体系。从数据资源化到数据资产化到数据资本化，是释放数据价值的三个阶段。每一个阶段都有很多的基础性课题需要研究和突破。在数据资源化阶段，要解决数据的标识问题、连接的问题、以及互操293、作问题，还要解决数据的质量问题等。只有具有一定的条件下数据才能成为资源，才具有价值，并不是所有的原始数据都具有价值的。在数据资产化阶段，包括了产品化和商品化，要对数据产品进行标准化的描述，要研究其定价的机制和利益分配的机制等。在数据资本化阶段，包括了数据证券化以及相关的一系列问题。目前在全国各地出现了一批数据交易所，这些数据交易所就是数据资本化的一个重要设施。4、数据要素技术体系的关键之一是发展新的数据管理平台。数据库是数据管理的最经典的平台，从数据库发展历史看，每一次的数据与应用的分离都会产生新的技术平台。从数据管理的视角看，历史上已经实现了两次的数据分离，分别产生了数据库技术和数据仓库技术294、。第一次分离是数据与应用程序的分离，产生了数据库技术。在数据库产生之前，数据与应用程序是紧密绑定的。离开了应用程序，数据没啥用处，数据的作用就是让应用程序完成功能。数据库技术实现了数据与应用程序的第一次分离，将视角从应用程序转到业务上去，一个业务或者关联的多个业务的数据汇聚到数据库中去，统一进行管理，实现了数据与应用程序的分离。好处是明显的，应用与数据之间有了独立性，换句话说应用开发对于数据的存储有透明性。数据的第二次分离是数据与业务的分离。业务处理完成后数据也就沉淀下来了。这些数据对于业务本身已经没有价值，属于弃之可惜、留着花钱的状态。但是，这些数据都记载着业务的过程，组织将其所有的业务数据295、汇聚在一起，可以分析发现组织运行中的问题。如何汇聚各个业务系统中的数据，支持分析决策的需求就形成了数据仓库和智能分析技术。进一步释放了数据的价值。数据的第三次分离是数据与组织的分离。无论是开放、共享还是交易，数据都需要离开组织的范畴进入到“市场”或“社会”之中。来自不同组织的数据汇聚以后能发挥什么样的作用，造成什么样的风险，正是当下人们关心的主要问题。可以肯定的是，这是数据价值释放的必由之路，需要新的技术和平台来支持这次的数据分离。例如，数据的确权是基础；必要的去隐私化和去标签化，可以保护个人隐私和商业机密；建立数字社会的信任机制，让数据流通遵守秩序、保护数据拥有者的权益等等，都应该是这个新平296、台的核心内容。我们现在常常说一句话：以数据为中心！这是数据系统设计的新理念。不能再聚焦在CPU的利用率上，而应该聚焦在数据价值的有效释放上。这个新的平台需要我们去探索和发展。12 梅宏主编，数据治理之论，中国人民大学出版社,2019加快数据从资源向资产转变第7篇李晓东伏羲智库创始人，中科院计算所研究员，清华大学互联网治理研究中心主任数据作为一种具有独特属性的生产要素，具有非竞争性、无限供给、易复制、边际成本极低等特点，贯穿于数字化生产、数字化管理和数字化经营等各个环节，是数据要素市场体系构建的核心标的。发挥数据生产要素作用离不开数据资产化，数据资产化的关键前提是完成数据确权。（一）数据资产化是297、数据要素化的重要环节发挥数据生产要素作用需经历资源化、资产化和资本化三个环节。其中，资产化是资源化的结果，也是资本化的起点，要求在生产过程中承认数据的价值创造贡献，并提供价值的变现渠道。资源通常是可以被人类探明、标识、利用，并用来创造价值的。当某种资源被探明并标识以后，人们便可以评估该资源是否丰裕，是否值得开采利用。因而人们了解不同数据的利用方式，并对数据进行探明和标识的过程，就是数据的资源化。数据资源化会形成某种稀缺性从而引出资源的优化配置的需求。具体而言，因为质量和规模等差异，不同数据集所蕴含的信息量都各不相同，因而在信息量上有稀缺性，在不同部门单元之间具有动态不均匀的分布，成为数据要素流298、动的原动力。资产化是对预期收益的归属进行确权的过程。数据资产化意味着数据可以在未来产生持续收益，并且这些收益可以基于一定的产权进行分配。此外，数据的资源化、资产化、资本化等过程，本身也是数据的创造过程。预计这一系列过程将逐渐以数据要素流动转化的形式出现，与传统情境中货币资本运动形式有所不同，数据要素在社会生产过程中的权重将显著增加。（二）数据确权是数据资产化的关键前提资产化的关键前提是明晰产权结构，通过构建符合各类生产要素特性的产权制度，实现未来归属、使用、收益等重要权益的确权。确权完成后才能进行基于收益的分配以及基于价值的交易，从而不断激励各类要素高质量供给。确权所包含的不仅仅是所有权的确认299、，也包含持有权、加工使用权、经营权等多种权属。特别是对数据而言，其创造过程与传统要素不同，具有多方创造、流转速度快等特点，因此确权不应仅涵盖单一所有权，更需纳入多方所有权或共有产权等多种所有权形式。2022年12月，中共中央、国务院印发关于构建数据基础制度更好发挥数据要素作用的意见（以下简称“数据二十条”），提出建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。由于数据的产权结构复杂，所有权界定难以形成共识，所以目前的工作重点在使用权交换和价值创造方面，以共享共赢逐步促进共有。除制度供给外，数据确权还需要特定的技术系统支撑。一方面，数据与数字技术、数字平台、应用程序等关系300、密切。以网络安全技术和支持数据共享的分布式计算平台将成为数据流通市场的技术基础，支持智能合约的类区块链平台除了有利于数据确权后的数据共享外，也为降低数字鸿沟，在多中心化、弱中心化甚至去中心化的基础设施层面降低后来者创新的门槛。此外，为了避免因多种确权规则之间的冲突，从而增加数据流通的阻力，市场需要有一个统一的确权平台或者采用通用的确权协议。另一方面，随着数据安全等合规政策趋严，数据与应用（业务）解耦成为重要趋势，数据确权对技术系统的需求不断增加。总体来看，这种技术系统需统一的标识管理、权属管理、认证机制、授权管理、算法管理和分类分级。具体而言，基于区块链技术和数据互操作协议的技术系统，可以有效301、解决数据对象的标识确权、认证授权和安全交换问题，将会是支撑数据跨域（组织域、地域、国域、星域等）互联互通的数据基础设施。（三）我国数据资产化有独特优势和基础多位专家指出，我国数据资源化阶段已经初步形成了一定规模的产业和应用体系，然而总体上仍然存在可用数据不足、数据质量不高、数据价值低等问题，但相对而言，我国依然有不少独特的优势和基础，有利于数据资源向资产的加速转变。一是支撑制度积极创新。我国进行了一系列尝试与创新，减少了数据资产化在政策上的阻力。2022年12月数据二十条发布推动数据基础制度体系构建,进一步推动了公共数据、企业数据、个人数据合规高效流通使用。2023年2月，中共中央、国务院印发302、的数字中国建设整体布局规划明确，数字中国建设按照“2522”的整体框架进行布局。其中，特别提出夯实数据资源体系。同年3月，国家数据局组建,负责协调推进数据相关战略布局。同年8月，财政部制定印发企业数据资源相关会计处理暂行规定，数据资源“入表”更进一步。与此同时，北京、上海、浙江等地也在大力推动数据资产化相关法律法规出台。一系列制度创新推动了数据资产化提质增效。二是应用场景逐渐丰富。在数据和应用场景上，数字中国发展报告（2022年）13显示，2022年我国数据产量达8.1ZB，全球占比达10.5，位居世界第二，可供开发的数据资源丰富。市场的快速发展为数据资产化奠定了实践基础。近年来，湖北、天津、303、浙江、四川、贵州等地积极开展数据要素典型应用场景试点，企事业单位数据应用创新积极性高涨，应用场景日益丰富。三是新型基础设施建设能力强。新型基础设施方面，当前我国在用数据中心算力总规模位居世界第二，移动网络覆盖率100，已建成全球规模最大、技术领先的网络基础设施，为建设数据基础设施支撑数据资产化、充分释放数据要素价值奠定了良好基础。随着经济社会快速发展，高质量数据以及数据互联互通和互操作的需求进一步提升，以解决标识确权、认证授权和安全交换等关键问题为核心的数据基础设施需求也将快速增加。2023年11月，国家数据局局长论述了数据基础设施的功能与范畴，象征着数据基础设施建设在我国越来越成为全社会的共304、识。在数字经济时代，数据作为独特生产要素，其非竞争性、无限供给、易复制等属性渗透于数字生产、管理和经营的各环节,是数据要素市场体系构建的核心标的。数据资产化是实现数据从资源向资产的转变关键。资产化要求在生产中充分认可数据的价值，提供价值变现渠道。数据确权成为资产化前提，需明晰产权结构，确保未来权益的归属、使用和收益。确权不仅包含所有权，还需涉及多方和共有产权。我国在数据资产化有独特优势。制度上的创新、丰富的数据产量和市场发展为实践提供基础。新型基础设施建设方面的成就为技术支持奠定了基础。加快我国数据从资源向资产的转变需要发挥数据产业潜力，促进数据要素的流动和优化配置。在数字中国建设框架下，我国305、数据资产化有望注入新动能，助力数字经济的高质量发展。2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间306、,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相307、反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是双边性的必要非充分条件”18。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”19。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是308、单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”20。数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金309、难的原因在于难以获得资本交换价值（资本金）以购买资本使用价552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫310、富差距的“多样性红利”21现象，剩余更多分配给劳动而非资本。按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access311、）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。312、什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。二、“数据要素的市场体系建设”面临的实践选择（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路 作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的313、影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开放30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达314、到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。（二）数据要素主导化将改变社会分配的基本逻辑“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有315、权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应316、得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部317、分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。（三）生态化在数据要素上表现为“数据交易+数据交互“。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交318、易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广319、泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情320、，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资321、产进行抵押。其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向322、背道而驰。（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以A323、PI划分上图中的核心业务与增值业务。低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”324、。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深325、挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。（三）发展生态需要操作系统武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常在6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实326、现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为327、制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。（二）五年内与五年外的考虑应有所不同对企业家来说,采用自办328、物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐制造业服务化的路线图。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的329、是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,330、可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效331、益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。3132议的技术系统，可以有效解决数据对象的标识确权、认证授权和安全交换问题，将会是支撑数据跨域（组织域、地域、国域、星域等）互联互通的数据基础设施。（三）我国数据资产化有独特优势和基础多位专家指出，我国数据资源化阶段已经初步形成了一定规模的产业和应用体系，然而总体上仍然存在可用数据不足、数据质量不高、数据价值低等问题，但相对而言，我国依然有不少独特的优势和基础，有利于数据资源向资产的加速转变。一是支撑制度积极创新。我国进行了一系列尝试与创新，减少了数据资产化在政策上的阻力。2022年12月数据二十条发布推动数据基础制度体系构建332、,进一步推动了公共数据、企业数据、个人数据合规高效流通使用。2023年2月，中共中央、国务院印发的数字中国建设整体布局规划明确，数字中国建设按照“2522”的整体框架进行布局。其中，特别提出夯实数据资源体系。同年3月，国家数据局组建,负责协调推进数据相关战略布局。同年8月，财政部制定印发企业数据资源相关会计处理暂行规定，数据资源“入表”更进一步。与此同时，北京、上海、浙江等地也在大力推动数据资产化相关法律法规出台。一系列制度创新推动了数据资产化提质增效。二是应用场景逐渐丰富。在数据和应用场景上，数字中国发展报告（2022年）13显示，2022年我国数据产量达8.1ZB，全球占比达10.5，位居333、世界第二，可供开发的数据资源丰富。市场的快速发展为数据资产化奠定了实践基础。近年来，湖北、天津、浙江、四川、贵州等地积极开展数据要素典型应用场景试点，企事业单位数据应用创新积极性高涨，应用场景日益丰富。三是新型基础设施建设能力强。新型基础设施方面，当前我国在用数据中心算力总规模位居世界第二，移动网络覆盖率100，已建成全球规模最大、技术领先的网络基础设施，为建设数据基础设施支撑数据资产化、充分释放数据要素价值奠定了良好基础。随着经济社会快速发展，高质量数据以及数据互联互通和互操作的需求进一步提升，以解决标识确权、认证授权和安全交换等关键问题为核心的数据基础设施需求也将快速增加。2023年11月，国家数据局局长论述了数据基础设施的功能与范畴，象征着数据基础设施建设在我国越来越成为全社会的共识。在数字经济时代，数据作为独特生产要素，其非竞争性、无限供给、易复制等属性渗透于数字生产、管理和经营的