作者：武漢大學經濟與管理學院教授 莊子銀
近年來，隨著大數據發展上升到國家戰略高度，數據被認為是關鍵的生產要素，其重要性日益與勞動、資本和技術等傳統生產要素相當，我國數據市場發展打開了新局面。促進數字經濟的增長是當前我國經濟向創新型、知識型、技術型驅動的增長方式進行轉變的重大戰略舉措。數字經濟不僅改變了經濟增長結構，而且提升了經濟增長質量，對科技創新、全要素生產率的提高具有重要意義。
當前，數據作為數字化的知識和信息，在我國生產領域扮演著越來越重要的角色，引領數字經濟蓬勃發展的同時，逐漸實現由中國制造向中國創造發展路徑的變革目標。與此同時，政府大力興建5G、物聯網、工業互聯網、衛星互聯網、人工智能、云計算、區塊鏈、數據中心、智能計算中心等新型基礎設施，也使得大數據作為釋放我國下一波生產力巨大增長浪潮的內在核心驅動力量的戰略地位愈發顯著。在此基礎上，充分發揮數據要素對其他傳統生產要素效率的倍增作用，是促進數據要素與其他傳統生產要素優勢互補，充分提高各類要素的生產活力和效率，使大數據成為推動經濟高質量發展的新動能的重要手段。這對構建實現有效數據交易的數據市場以及更加健全完善的數據要素市場體制機制提出新的要求。
第一，設計合理的數據要素市場體制機制，為數據供求雙方建立公平交易的平臺和規則，并促進數據要素市場與其他傳統要素市場規則激勵相容，從而促使不同要素為生產力協同發力。 首先，數據市場平臺應該具有如下功能：一是有效的查詢系統；二是動態交易系統。三是隱私保護和安全審查功能。其次，由于數據定價、數據交易和數據保護是三個相互影響的閉環，因此，也應充分考慮數據交易過程中數據所有者和消費者對市場交易平臺的信任問題。采用中介化的數據交易方式轉換不同用戶的數據，從而最小化其他用戶的信息泄露問題是一種提高數據要素市場效率的方式。因此，可以構建受信任的第三方交易平臺，以便為異質性用戶提供可靠服務。此外，需要做好數據要素市場化配置與安全保護措施的協調統一，培育規范、高效、安全的新型數據要素市場，最大限度地釋放數據經濟紅利。
第二，培育數字經濟新產業、新業態和新模式，支持各領域的規范化數據開發應用場景。不斷擴大數字經濟外延，由數字產業化逐漸轉向產業數字化，推動傳統制造業向智能制造業轉型升級，構建先進生產力，加速數據技術、產品和服務不斷向各行各業融合滲透，發揮數據要素對其他生產和服務領域的協同作用；加強數據資源整合。探索建立統一規范的數據管理制度，提高數據質量和規范性，豐富數據產品。根據數據性質完善數字產權保護體系，防范數字侵權行為。完善數字化人才培育體系。
第三，建立健全數據產權交易和行業自律機制，推進全流程電子化交易，提升要素交易監管水平。數字經濟中的最重要的平衡因素是競爭。充分發揮市場配置資源的決定性作用，暢通數據要素流動渠道，保障不同市場主體平等獲取生產要素，推動數據要素配置依據市場規則、市場價格、市場競爭實現效益最大化和效率最優化。因此，應打破地方保護，加強反壟斷和反不正當競爭執法，規范交易行為，構建公平有序的競爭環境，引導各類要素協同向先進生產力集聚；健全損害國家安全及公共利益行為懲處機制。健全交易風險防范處置機制。根據不同要素屬性、市場化程度差異和經濟社會發展需要，分類完善要素市場化配置體制機制。
第四，充分平衡數據市場中數據的資本和勞動屬性，鼓勵以數據要素為基礎的企業家精神和創新活動，同時激勵數據要素所有者增加數據數量和質量。研究預測，數據要素驅動的人工智能在未來幾十年內將使50％的工作自動化，數據勞動有可能構成國民收入的很大部分。因此，應該平衡數據要素對其他要素的替代效應，最大化發揮不同要素之間的增量互補效應。
第五，提高數據產業相關的技術創新能力和基礎設施建設水平。機器學習技術，例如深度學習，是利用大數據價值的可行方法。機器學習由大數據源驅動，適用于快速變化的大型復雜的數據集，并且可以通過云計算和邊緣計算基礎架構進一步改善。因此，合并大數據和機器學習有利于組織提高數據價值并擴展其大數據應用程序分析能力，而提高大數據應用程序的性能，能夠進一步增加數據商業價值。為了提高這種性能，需要提高計算能力和運行效率，并減少計算資源需求和數據存儲成本。此外，應促進區塊鏈技術和云計算、大數據、人工智能等技術的融合發展，形成新的數據經濟基礎設施的治理手段。加強新一代信息技術創新，促進新一代移動通信、智能終端等技術研發和產業化運用。
經濟大家談 | 全面準確理解“雙循環”新發展格局的內涵與要求
