推动大数据形成理想的生产要素形态

李清彬

2014年2月27日，习近平总书记主持召开中央网络安全和信息化领导小组第一次会议时指出，“网络信息是跨国界流动的，信息流引领技术流、资金流、人才流，信息资源日益成为重要生产要素和社会财富，信息掌握的多寡成为国家软实力和竞争力的重要标志。”对此，我们分析认为，在当今信息经济时代，大数据资源正在成为新的生产要素。应审视我国大数据发展的优势和短板，有针对性地解决问题、创新突破，着力推动大数据朝着生产要素的理想形态演进，进而推动产业升级，促进经济持续健康发展。

大数据正在朝生产要素形态演进

生产要素是对经济活动中投入资源的一种抽象表达。历史实践和经济理论演进过程都告诉我们，受到广泛认可的生产要素并不是一成不变的，而是随经济发展的时代特征不断变迁。在农业时代，土地和劳动力为主要生产要素；进入工业时代，资本的重要性不断凸显，成为重要的生产要素，土地（以及能源矿产等）也逐渐资本化，之后还催生出技术进步、企业家才能等更多生产要素。当前，我们步入信息经济或数字经济时代，以大数据为代表的信息资源正在朝着生产要素的形态演进，将和其他生产要素一起，融入经济价值创造过程之中，变革经济社会形态，形成新的先进生产力。

一是大数据资源在信息经济中居于核心地位。在信息经济时代，大数据是基础性战略资源，是大多数经济活动中不可或缺的重要要素，被誉为“21世纪的钻石矿”，蕴藏着巨大潜力和能量等待挖掘。包括我国在内的世界主要国家均出台了支持大数据发展的战略和规划，投入大量资金促进基础平台建设和相关技术研发，积极推动相关制度规范建设。市场主体对大数据更是多有青睐，不少企业宁愿牺牲眼前利润也要想方设法积累客户数据，以谋求未来的长远发展。在当今时代，数据之于经济的重要性，已不亚于任何一种传统生产要素。

二是大数据资源切实融入价值创造过程。单凭重要性还不足以支撑其成为新的生产要素，还要看大数据是否像其他生产要素那样真正融入价值创造过程。在最初的发展阶段，数据主要起辅助作用，各主体通过数据分析得出更多有价值的信息，从而有助于做出更好的决策，但此时的数据资源尚未真正直接参与到价值创造过程中，还不能作为生产要素来看待。经过几年成长发展，当前的大数据资源对于不少经济活动来说，不再是“使用大数据可能会达到更好效果、但没有也可以正常运转”的状态，而是像其他生产要素一样变得不可或缺，真正成为生产价值创造过程的重要组成要素。一方面，大数据资源本身成为要素市场上的重要标的，并由此衍生出日渐壮大完善的产业链条；另一方面，大数据及其产品深度融入产业创新和升级各个环节，不只是辅助而是主导性地创造出新的价值。在不远的将来，随着大数据继续渗透发展，这种参与价值创造的要素属性会越发明显。

三是很难采用传统生产要素来代表。即使大数据是价值创造过程的重要部分，仍然不足以支撑其成为理论上的独立生产要素，还需论证为何不能采用既有要素的某一种或几种来代表。我们分析认为，既有的劳动（人力资本）、资本、技术、企业家才能等要素都难以用以代表大数据要素。劳动（人力资本）和企业家才能与大数据的含义差别较大，显然不能代表。技术要素可以代表支撑大数据发展的信息技术和互联网、物联网革命，但很难代表更基础、更底层的数据资源。资本要素最有希望代表，因为在市场经济制度下，不少生产资料都因为资本化而不再进入生产要素的范畴和经济增长理论框架，如土地、能源、矿产等。然而，大数据比土地等更加虚拟，具有可复制、可共享的新特征，同时在价值创造过程中也并非按照资本的逻辑发挥作用，而是一种全新的、具有网络效应的价值创造形式，因而用资本来代表也不合适。

综上，大数据正在成为价值创造过程中不可或缺、不可替代的重要部分，朝着生产要素的形态演进，在理论上也应创新突破，将其视作独立的生产要素。

大数据作为生产要素的应有特性

从既有生产要素的特点出发，我们认为，作为独立的生产要素，大数据大体应具备以下特性：

一是量的累积性。除了企业家才能较难明确衡量之外，其他几种生产要素都具有量的累积性，既包括数量，也包含质量，只是在数量和质量的侧重上有所差异。资本、劳动本身具有数量衡量标准，其中劳动要素还细分出人力资本这种具有质量意义的概念；技术要素是不断累积进步的，即使是颠覆性技术，实际上也可以看作是累积的结果。对于大数据来说，量的累积性首先体现在数据量上，数据量累积不够就很难起到作用，也就难以作为生产要素存在了。同时，大数据的质量也至关重要。如，指标全面程度、领域和样本覆盖度、数据准确性、格式标准程度、开放衔接性等。大数据在量的累积性上的表现，将对大数据能否真正成为生产要素及其发挥作用的大小产生影响。

二是产权的明晰性。作为生产要素，资本、劳动、技术、企业家才能等均已具有较清晰的产权界定——界定和保护产权正是我们深化改革的主线之一。在此基础上，才产生了生产要素的定价交易活动，才形成了要素市场。大数据要素同样如此，只有把产权界定清楚，才能促进交易活跃起来，才能更有效配置要素。然而，大数据要素的产权并不容易界定清楚，因为产生数据的主体和生产数据及相关产品的主体往往并不统一，产权也就天然不完全，如何合理分配是个难题。对此，需要有相关法律法规进一步明确大数据要素的产权属性、合理分配产权，并有强有力的手段来保护产权。

三是流通的自由性。生产要素只有自由流动起来，才能实现最优的配置效率，更好服务于经济和生活。虽然我国仍存在地区分割等阻碍因素，但生产要素在国内流通的自由程度已经较高，跨国的流通自由程度也在不断提升。在流通性上，大数据要素与技术要素有类似特征，更侧重于共享开放。二者同为相对虚拟的要素，自由流通的边际成本近乎为零，本身具有易复制、易共享的特点，而不是像劳动、资本那样具有“用在一处就不能用于另一处”的地域排他性。技术要素受知识产权保护，通过技术市场转让的方式多种多样，但核心体现在授权使用，可完全授权，也可按年限授权、按范围授权等。而大数据要素，特别是未经过加工的原始数据，虽然其知识产权成分不多，但也应受到相关物权法规的保护，在大数据要素市场上的转让方式也应多种多样，授权使用的属性特征明显。更为重要的是，大数据要素通过共享交换流通起来更有利于价值的大幅提升，这是其他要素较难具备的。

四是信息的安全性。和资本、劳动要素不同，技术要素和大数据要素都承载着信息。与技术要素承载的信息主要依托知识产权保护不同，大数据要素承载的信息的权利边界更难确定，权利也更难主张，在安全性、保密性等方面的要求更高。因而，大数据要素的自由流通属性恰恰需要更完善、更具技术性的监管体系来保障信息安全和保护隐私。同时，在大数据时代如何重新界定隐私权，并有效权衡隐私保护和开放应用的关系，也是监管应重点考虑的问题。

五是结合的紧密性。生产要素不是独自存在的，也不是独立发挥作用的，需要与其他要素紧密结合共同支撑价值创造。大数据数量的积累和质量的提高都需要技术支撑，更先进的技术更有利于降低数据存储和运行成本、提升数据资源的价值；技术的背后是人才，劳动要素特别是人力资本的作用非常明显；资本在市场经济制度中不可或缺，大量资本投入到数据发展方面有利于推动大数据要素更快更好地渗透到各行各业；企业家才能能够创新性地将各类要素资源组织起来，起到不可替代的作用。因而，大数据要素必须有其他要素的紧密配合，才能在生产经营活动中发挥作用，其他配套要素上的短板也会对数据要素产生制约。

离理想的生产要素形态仍有差距

在《促进大数据发展行动纲要》等一系列战略和政策的推动下，我国大数据发展取得明显成绩，但总体还处于起步阶段。对比生产要素的应有特性，我国大数据距离理想生产要素状态仍有差距。

（一）量的积累突飞猛进，但质量不高。丰富的数据源是大数据发展的前提。基于我国人口及经济总量优势，在中央和地方积极政策支持下，信息基础设施和相关技术条件不断改善，我国大数据已积累到相当大的规模，为成为重要生产要素奠定了基础。然而，我国大数据普遍存在标准化、准确性、完整性低，管理能力弱的问题，跨部门、跨行业、公共信息与商业数据之间的数据开放共享仍不顺畅，“信息孤岛”现象突出。总体看，我国大数据要素的短板在于质量不高，严重制约着要素价值的释放。

图/中新社

（二）数据产权不清晰。大数据权属的界定是一个难题，不少国家采取回避策略，将问题抛给市场。但目前产权界定不清对大数据发展的影响日益凸显。对我国而言，对大数据属于财产性权利还是人身性权利仍存在理论争议。目前，尚缺少专门立法对数据权利予以界定，部分企业探索以行业公约形式来约定权利归属问题，但容易引起质疑和争议。要想充分发挥大数据作为生产要素的巨大价值，就必须将产权问题界定清楚。

（三）交易流通有障碍。我国大数据交易日渐活跃，不少地方已开始探索建立大数据交易所，相关大数据产业联盟也在推动数据交易流通方面发挥较大作用。然而，我国的数据交易仍以单纯的原始数据“粗加工”交易为主，数据流通率仍然较低。这固然与数据要素的需求多样化进而产品标准化程度低有关，但更大程度上是由于数据交易制度的缺位。除产权界定外，数据资源及衍生产品的交易规则、交易机制尚不健全，相关法律保障仍有待建立健全，大数据交易所的价值与作用有待挖掘提升。

（四）信息安全和隐私保护体系尚未建立。不少发达国家已经形成了较为全面的数据保护法律法规及行业自律体系，并根据大数据发展的新形势加快修改既有法律规范。我国则相对落后，信息安全、开放共享等标准规范缺乏，技术安全防范和管理能力不够，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系，黑客攻击、病毒危害、恶意篡改等信息安全问题成为困扰各方的隐患，对跨境数据流动等问题的考虑仍偏保守。同时，我国还没有专门的隐私保护法律，隐私泄露问题不断凸显，侵权事件屡见不鲜，再加上数据行业发展日新月异，往往实践领先于监管，在隐私界定和保护方面也面临新的挑战。

（五）资本热情高涨但技术和人才要素是短板。其他要素上，我国资本投入热情非常高，围绕大数据开展的创业创新活动日趋活跃，大数据企业融资总额及单个项目平均融资金额呈加速上升态势。2010年以来，大数据领域成功融资的创业企业数量逐年递增，2014年为爆发期，近几年持续稳步增长。然而，技术创新与支撑能力仍处于跟随状态。无论是新型计算平台、分布式计算架构，还是大数据处理、分析和呈现方面，我国与国外均存在较大差距，对开源技术和相关生态系统的影响力仍然较弱，以跟随为主。同时，掌握数学、统计学、计算机等相关学科及应用领域知识的综合性数据科学人才缺乏，尤其缺乏既熟悉行业业务需求，又掌握大数据技术与管理的综合型人才。

完善大数据要素形态的思路建议

要充分认识大数据作为重要生产要素的战略地位，瞄准短板发力，促进大数据在我国经济转型发展中发挥更大作用。

（一）应从生产要素的高度来认识大数据发展

大数据要素具有可复制、可共享、无限增长和供给的禀赋，打破了自然资源有限供给对增长的制约，使持续增长和永续发展成为可能。将大数据作为生产要素看待，就是要认识到大数据要素的发展影响到长期经济增长动力，关系到国民整体福利水平及持续性，关系到我们国家发展的未来。应从供给侧结构性改革的战略高度，全面实施国家大数据战略，不断完善大数据的要素属性，推动开放共享，突破关键技术，以产业实践为基础，形成符合时代新特点和我国实际的大数据标准、产权、交易、安全等规范体系，提升供给质量，促进供需精准对接，推动产业创新发展，培育新兴业态，助力我国经济从高速增长转向高质量发展。

（二）瞄准短板发力

我国在大数据领域拥有人口和市场优势，要继续引导资本积极投入，对标理想生产要素状态，着力弥补短板。

一是在积累数据量的同时，注重提升数据质量。积极支持挖掘政府部门、医疗、交通、金融等领域的存量数据资源，推动格式标准规范、促进互联互通，让数据更好找、更好看、更好用，释放数据价值。积极发挥行业协会商会作用，推动可穿戴设备、车联网、物联网等数据采集标准化，建立共享机制，促进数据跨界融合。制定《政府数据开放法》，从法律层面将政府数据开放制度化，加快建立统一的政府数据开放平台，建立一套完善的数据开放共享机制，明确开放共享的数据目录、技术标准，以及平台建设思路，改变政府部门不愿开放、不敢开放、不能开放的现状。

二是从法律层面界定数据产权。在充分讨论和征求意见基础上，尽快从国家法律层面对大数据资源的产权属性予以清晰界定，为数据交易和数据要素市场的成熟完善提供稳定的法律基础。特别要注意，在产权界定时应充分考虑新的时代特征，防止采用“一刀切”式界定方法，而是考虑数据性质分类赋权。比如，有明确主体信息的权利属于该主体，采用授权使用办法，但同时可赋予企业对匿名化数据的所有权。

三是尽快完善大数据交易制度。引导培育大数据交易市场，探索成立全国性数据交易中心，建立健全数据资源交易机制和定价机制，规范交易行为，鼓励有条件的地方政府、行业组织、企业推进大数据交易公约建设和行业自律机制，为合理利用大数据提供法律保障。

四是切实保障数据安全和隐私保护。推动完善适用于大数据环境下的信息安全等级保护制度，建立兼顾安全与发展的数据管理和保障体系，加强数据安全评测、安全防范、应急处置等相关机制建设。强化网络空间的安全信息共享与动态感知能力，提高重大风险识别分析水平，对信息网络安全重大风险事件进行预警、研判、指挥和处理。充分发挥行业组织作用，推动行业自律，建立基于实践的大数据安全管控技术标准体系，开展大数据平台产品及服务商的可靠性及安全性评测工作、应用安全评测、监测预警和风险评估。对数据跨境流动问题，尽快建立分类分级管理制度，加强对敏感政务数据、企业商业秘密和个人数据的保护。

五是强化配套要素短板的建设。针对技术短板，鼓励地方政府建立大数据研发中心，加强大数据共性基础技术研发，支持科研院所建立大数据开放实验室，充分发挥政府、企业、专家、联盟等各类平台作用，凝聚优势力量，力争在关键技术领域有所突破，建立并逐步完善大数据技术产品体系，逐渐向技术和产业前沿和高端跃升。针对人才短板，要把人才作为支撑大数据发展的核心资源，建立有利于东、中、西部大数据人才双向交流的机制，加快推进大数据人才体制和政策创新，建立大数据人才评估体系与激励措施。