培育数据要素市场的关键：数据供给的市场化

中共中央国务院关于“加快培育数据要素市场”的这一要求，契合新一轮产业革命背景下，企业竞争的能力基础由劳动者手工技能向物质资本再向大数据分析的转变趋势[1]。当前及今后，能否把大数据分析（Big Data Analytics）发展为企业的核心能力是每个企业能否获得持续竞争优势的关键[2，4]。显然，数据要素市场的建设和完善可以降低行为主体通过市场实现数据交易的成本。这必将激发数据在推动行业创新變革中的创造性力量。在数据已成为日益重要的生产投入要素的事实下，培育数据要素市场的关键就在于推进数据供给的市场化进程。数据是行为主体经济社会行为事实的过程或结果。数据形成过程即数据的生产过程。最终的数据形态是行为主体有目的的生产性结果。数据生产的价值链包括以下环节：数据生成→数据采集→数据储存→数据处理→数据挖掘→数据应用。数据生成的行为主体可以是个人、企业、科研院所、政府部门等任何经济社会行为主体。从数据价值链视角，数据供给的市场化即是要通过外部力量加快推动数据价值链上“数据采集→数据储存→数据处理→数据挖掘”中的一个或多个价值环节的市场化进程。本文认为，推进数据供给市场化有以下关键点：

1   培育多元化的数据供给主体，尤其是那些能在数据价值链上扮演舵手的企业

（1）加快构建面向共性需求的基础类数据库。政府需要构建至少以下基础类数据库：①宏观经济基础数据库;②人口基础数据库;③法人基础信息数据库;④社会诚信信息数据库;⑤自然资源和空间地理信息数据库;⑥知识产权数据库。当前需要一个数据管理部门对分散在各级各个政府职能部门的数据，进行归口管理，统筹协调数据采集、数据储存、数据处理乃至数据挖掘。针对基础类数据，数据管理部门可以面向社会个人或机构开放共享。

（2）加快构建面向社会场景的消费者行为数据库。如京东、腾讯、淘宝、百度以及其他C2M等在线平台企业会采集消费者的网络行为数据。对这些数据的使用既有利于平台型企业改进产品或服务，同时也有利于社会创业创新活动。政府数据管理部门需要对线上平台型企业的数据采集和数据使用等实施管理，在数据要素市场发育较为充分时，可以考虑出台与数据相关的法律法规。在当前阶段，可以建议这类在线平台型企业对所采集的数据进行有限制性地分享并把此作为公司社会责任的一部分。例如对于科研工作者，采取免费申请使用，或是鼓励平台型企业采取“数据分析服务+创业孵化”以最大化数据的社会价值。此外，在大规模定制的趋势下，用户偏好和用户体验数据的收集、分析、应用是定制生产的前提。个人可以按照既定数据格式，收集有关产品体验或偏好变化的时间序列数据并存放“云端”，形成基于云的大数据交易市场。其中，涌现出的数据公司会扮演数据分析服务自有产品提供者和其他品牌企业“产品体验反馈”数据分析服务承包商的角色。

（3）加快构建IoT-enabled的供应链数据库。随着人工智能（AI）、大数据、云计算、5G/6G技术的不断发展，人们的生产生活逐渐迈入了万物互联的智能时代。过去只能为用户提供单一使用价值的终端，如电视、音箱、冰箱、汽车等，现在具备了智能化、场景化内容分发和服务的能力。用户对于各类新设备的需求渐渐从追求单一设备的便利好用，发展为通过多个设备实现较为复杂的多元的需求满足。基于此事实，企业需构建物联网赋能（IoT-enabled）的供应链及其数据库，通过数据分析，帮助企业把自身发展战略纳入供应链上下游企业的发展战略体系之中，或是把下游消费者与企业价值链对接，把握消费者偏好变化，持续更新产品组合，满足消费者多元化的需要组合（由硬件产品转向服务组合）[5]。此外，通过IoT-enabled的供应链数据分析，舵手企业可以在供应链金融中最小化合作成本和最大化合作的机会价值，如衍生新商业模式、新业态。

2   在行业层面，有针对性的刺激其他行业对数据应用的需求，聚集需求加快数据价值链环节的市场化进程

在需求规模足够大时，数据价值链中的数据采集、数据储存、数据处理和数据应用等价值活动环节便会市场化。数据行业的发展是以其他行业的发展需求为目标导向，为形成数据需求聚集效应，推动数据供给的市场化进程，地方政府可立足于城市主导产业的结构特点，采取以下措施[3]：（1）针对最终消费品行业，依托试点单位建立面向消费者的大数据应用平台，促进消费品生产企业的产品更新或新产品开发;甚至可以结合大数据，通过第三方平台企业，建立柔性供应链模式，整合跨空间产业集群的生产能力，实现大规模个性化、定制化生产;（2）针对中间投入品或资本品行业，依托试点单位建立网络化协同制造的工业大数据平台，立足于特定产业升级的功能需求，如缩短生产周期、产品性能提升、生产效率提升、市场创造或构建智慧供应链等功能需求，建立面向该需求的数据模块以及数据分析与应用;（3）一个城市需要与发展水平相似的其他城市，通过中间投入品、资本品和消费品联系，促进城市合作创新。而数据产业尤其是大数据产业作为其他行业的中间投入要素，其产业政策的着力点，不应仅立足于当地城市来谋划，而更应是立足于当地城市与发展水平相似的其他城市之间的产业联系来谋划。

3   设置国家数据管理局和统筹构建数据分析专业人才的多元化、立体化培养体系，降低数据生产要素市场的交易成本

无论是对行业创新发展还是国家经济社会的宏观管理，数据的作用与日俱增。在国家层面，需要设置职能部门，通过宏观手段，统筹协调和规范数据行业发展。（1）成立国家数据管理局和开放数据研究院。成立国家数据管理局作为数据行业的宏观管理部门，统筹协调全国各级政府职能部门的数据管理工作。如制定数据共享开放目录，为各类数据资源合理开放提供依据;建设大数据共享开放平台，为数据资源开发利用提供安全、可靠、易用的数据服务;开通数据开放管道，吸引外埠数据供应商主动共享开放数据;统一管理政府间、部门间的数据;统筹推进数据要素配置。此外，建议在数据管理局下设置非营利的“开放数据研究院”，利用和挖掘基础数据在不同场景中的商业潜力，为科研机构、创业者的创新创业活动提供“孵化环境”，同时为我国的宏观政策制定提供决策咨询服务;（2）在全国层面统筹构建数据分析专业人才的多元化、立体化培养体系。通过国家自然科学基金、国家社会科学基金等基金鼓励研究型、应用型大学设立跨学科的数据分析专业学位项目;设立数据分析培训基金支持对在校大学生（不分专业）进行数据分析技术培训;在初、高中教育培养体系中纳入应用性的数据和计算机课程学习;强化政府部门与大专院校尤其是地方职业院校，合作培养数据应用型的技术专家，强化人才储备。

参考文献：

[1]  杨锐，刘志彪.新产业革命下产业组织变化的效率改进与实现机制[J].天津社会科学，2016（6）：95-102.

[2]  杨锐，刘志彪.新一轮高水平对外开放背景下中国企业技术能力升级框架与思路[J].世界经济与政治论坛，2015（4）：141-159.

[3]  杨锐.把大数据产业打造成苏州产业地标[J].群众，2017（10）：27-28.

[4]  Hitt M A，Ireland R D，Hoskisson R E.Strategic Management：Concepts：Competitiveness and Globalization（12e）[M].Cengage Learning，2018.

[5]  长江产业经济研究院.现阶段如何认识和发展传统产业的作用？[EB/OL].[2020-01-20].http：//www.yangtze-idei.cn/index.php？m=content&c=index&a=show&catid=15&id=2171.

作者简介：杨锐，男，苏州大学东吴商学院副教授，研究方向：企业创新与产业发展。