作者：中山大學中國公共管理研究中心研究員、政治與公共事務管理學院教授 梁平漢
2020年12月召開的中央經濟工作會議將“強化國家戰略科技力量”作為2021年要抓好的重點任務之一。充分發揮科技創新力量，關鍵環節之一是科技成果轉化和產業化。在數字經濟相關產業的科技成果轉化中，尤其需要注意把握數據要素本身的特征，促進相關科技成果轉化，發揮市場機制作用，提升數字經濟產業發展水平。
數據要素的產生者和擁有者分離
數字經濟是以數字技術為基礎的經濟形態，在用戶、組織和設備通過因特網、移動技術和物聯網構成的相互連接基礎上運行。因此，數據是數字經濟的關鍵生產要素，數字經濟所具有的高滲透性、規模經濟等性質也來自于數據本身的非競爭性。經濟學理論告訴我們，基于生產要素的分配規則影響著生產要素的提供，進而影響生產要素的使用、積累和創新。所以，數據要素的高效配置，是推動數字經濟產業發展的關鍵一環。
數據作為一種生產要素，有著與其他生產要素不同的特點。數據要素的產生者和擁有者是分離的，數據資源來自于千千萬萬的用戶行為記錄，經過數據采集、清洗和加工后成為數據要素，而產生數據的用戶不再是數據要素的擁有者。
數據要素的價值實現特征
生產要素在價值實現中的作用決定了其在收入分配中所應占有的份額。勞動、資本、土地、知識、技術、管理這幾種生產要素直接進入產品和服務的生產環節，然后產品和服務通過市場銷售實現其價值，各種生產要素相應獲得報酬。而數據作為一種生產要素，實現價值的途徑有所不同。
首先，數據要素的價值派生于決策的價值。數據要素本身并不具有價值，對其的需求是由對于高質量決策的需求所派生的，其價值也派生于決策的價值。第二，數據要素通過其他生產要素間接實現價值。只有準確理解數據資源的產生過程和特點，才能形成高質量的知識、技術和管理。第三，數據要素的價值通過數據產品和服務實現。
把握數據要素特征，支持基于數據要素的成果轉化
數據要素支持了數字經濟產業等戰略性新興產業的發展，但數據要素的特征也影響了基于數據要素的科技成果轉化。因此，我們需要把握數據要素的特征，提升基于數據要素形成的科技成果轉化，從而促進數字經濟戰略性新興產業的發展。
基于數據要素形成的科技成果既包括數據產品和服務，如訂制的數據庫等，也包括主要基于數據資源形成的算法等發明專利。科技成果轉化問題的本質是不同主體之間的利益分配。根據新制度經濟學中的科斯定理，在產權明晰，交易成本為零的條件下，不同利益主體之間可以形成最有效的分歧解決方案。因此，科技成果轉化的“中梗阻”問題，從本質上看就是轉化過程各環節參與者對于相對貢獻無法形成共識，而制度性交易成本過高，因此無法自發解決分歧。
因此，要促進基于數據要素的科技成果的轉化，首先就需要明確成果形成過程中不同生產要素的貢獻程度，明晰科技成果所有權問題。基于數據要素形成的科技成果，如各種算法、數據庫、集成系統等，其價值來源主要在于數據要素，以及科技工作者提供的知識、技術、管理和勞動。其中數據要素或者是通過科研人員的主動收集、或者是通過訂制數據產品和服務而進入生產。而主動收集數據所耗費的勞動和資本已通過設備費、使用費和勞務支出的形式獲得相應報酬，數據產品和服務通過數據使用費的方式支出，所以科研人員的貢獻在剩余的價值形成中占據主要的地位，理應獲得主要的收益份額。
第二，切實降低制度性交易成本，簡化成果轉化環節。我們需要在教育和科技領域進一步貫徹落實“放管服”改革精神，增強對于科研人員的信任度，大幅度簡化審批環節，充分利用各種數據資源進行精細化、敏捷化監管，營造良好的科研成果轉化環境。
第三，鼓勵科研人員生產和積累數據要素。數據要素的價值也來自于其質量，高質量的數據要素對于后續高品質科研成果的形成具有重要作用。但是，現行的科研評價導向對于高質量的數據要素生產關注還不夠，對于其成果的價值認識還不足。數據要素是科研成果形成的基礎，我們需要改進科研成果評價體系，建立調動科研人員收集數據資源的動力機制，促進數據要素這種公共品的生產、積累和分享。
最后，促進數據產生者、擁有者和使用者共同參與科研成果的生產，使科技成果適應市場需求。數據要素實現價值的特性決定了其成果的形成必須是多方參與的，數據要素使用者與擁有者的聯合生產形成滿足使用者需要的訂制數據庫，可以說并不存在成果轉化問題。而公眾作為數據的產生者，參與科研成果的生產則可以減少科技成果可能導致的風險，約束成果的發展方向，如人工智能、人臉識別技術、用戶畫像等的應用場景等，避免產生“大數據殺熟”“二選一”等行為，從而使科技成果更好滿足市場需求，提升人民群眾的滿足感和獲得感。因此，可以借鑒生物和醫學研究領域的倫理審查模式，設計相關的數據要素使用準則，要求在使用數據要素進行科研時預先提交使用計劃進行審批。
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
