基于生产要素协同联动的区域经济发展

隋义宁

（首都经济贸易大学 北京 100070）

网络信息技术加速转化为生产力的趋势愈加显著，数据互联化、信息化，深刻改变着全球的经济格局和战略格局，已成为国家、地区和机构的核心竞争力。我国总体上已进入工业化后期阶段，经济社会运行进入要素链与价值链的动态组合为主要内生驱动力的全新阶段，数字经济将有效拓展生产可能性边界，引领新一轮经济周期，使我国潜在生产可能性边界达到国际前沿水平，激发追赶潜能提高内需比重，将引发资源配置方式新变革，为经济发展拓展新空间。

我国庞大的网民群体，使得数据资源产生的速度和规模在全球保持着明显优势，有望在2025年成为世界第一数据资源大国，数据在各行各业的融合应用为生产要素的重构变革创造了基础条件。数据要素，作为经济社会发展所必要的一种新型生产要素，成为推动经济高质量发展的新动能。在联动其他生产要素方面，一是数据要素对经济增长的贡献度具有乘数效应，在参与生产过程中，提升经济生产效率，推动新型产品和服务的创造。二是数据要素对收入分配产生深远的影响，在参与分配过程中，对劳动、资本、土地和技术等生产要素发挥再分配调节机制。

一、数据要素与其他要素联动的层级模型

数据成为生产要素，是新一代信息技术革命的产物。生产要素历经从二元论到六元论的演进过程，迎来了继农业经济、工业经济之后的数字经济时代。当前，依托于云计算、大数据、人工智能和边缘计算等新一代信息技术的加速突破应用。

不同于农业经济、工业经济，数字经济最显著的特征是以数据作为关键生产要素。数据生产要素映射社会关系，人、物、组织之间的互动所产生的数据，会涉及个人信息保护或商业秘密。从数据要素具有的经济学特征来看，数据要素具有可存储、可转移、可积累的资产属性，当数据要素投入使用后，可以使其相关技术要素得以改进和提升，并在全行业乃至全社会引发更全面的生产率收益以提升经济的潜在增速。

目前，数据的非排他性或非竞争性将限制数据在市场上的交易程度。一方面，非排他性或非竞争性造成的外部性，致使数据的私人价值与公共价值之间存在差异，从而导致在市场交易中，数据的最大社会价值无法实现。另一方面，数据类型和特征存在多样性，数据价值缺乏客观计量标准，数据要素和其他要素联动机制匮乏，导致数据要素市场的集中化、流动性缺失。此外，在现实中存在数据的点对点交易（类似场外交易），它们对数据的处理程度从浅到深，大致可分为原始数据提供者、轻处理数据提供者和信号提供者。

表1 数据联动其他生产要素的分层模型

（一）第一层级：数字产业化

信息产业增加值，为其他要素流转提供基础性服务。主要依靠信息产业自身的发展，以及互联网、移动互联网技术对传统产业的创新改造，对于“数据”这一关键要素只能进行信息整合和简单的初步分析、决策。数字产业化以数字化的知识和现代信息网络为载体的生产要素，嵌入电子信息制造业、电信业、软件和信息技术服务业、互联网行业等，以及数据库、数据服务等软件基础平台，以数字技术创新为核心驱动力，应用于现代信息技术的创新和管理创新、商业模式等要素市场化体系中，凭借数据资源的可复制、可共享、无限增长和供给禀赋，在一定程度上解决了要素市场信息不对称的问题，打破传统要素有限供给对增长的制约，以提升生产效率、经营效益等信息产业增加值。

（二）第二层级：产业数字化

全要素数字化。数据成为其他要素的硬核支撑。包括：农业、工业、服务业等。在产业数字化阶段，数据开始作为一种独立的生产要素全面融入实体经济运行之中，以人工智能、区块链为核心的数字技术与传统产业多维度、多层次的连接与重组，通过技术完善数字化流程，把数字技术应用到不同领域的运营与管理中心。当数据融入商业程序而成为基本的管理工具时，企业可充分享用数据要素带来的资源共享溢出效应，如优化生产和管理流程，合理优化产业禀赋在不同的时间和项目之间转移分配，孕育协同增效。

数据为高效生产、流通以及经济领域各方面的服务所依赖，成为驱动产业转型升级和区域协调发展的战略资源，通过与国民经济各行各业的广泛结合，直接影响供给侧和需求侧，促使各领域生产率不断提升以及第一、第二、第三产业之间业态深度融合，重塑一大批以前端展示信息为核心的企业，从而深刻改变传统产业的生产方式与组织形态，催生新的经济动能，形成新的产业模式与业态。产业数字化是人口红利渐逝后互联网的第二次折叠，是消费数字化的延伸，相较于数字化产业，产业数字化的体量更大。数据要素的作用不仅限于降低成本和提升效率，更在于产业链的动态形成和动态组团效应，如联动不同产业集群、主导传统数据流、信息流、物资流，对实体经济运行产生决定性主导作用。

（三）第三层级：数字化治理

数字经济时代是需求、生产、供应、运营全要素、全流程的变革，经济越来越依赖技术、机制创新，而不是简单的资源叠加。数据将成为庞大而精细的社会化生产系统顺利运行的黏合剂，其作用将进一步体现在对要素市场的转型提升，在产业投资、人才培养、技术创新、管理变革的基础上，加速不同要素链条在不同行业和不同地域快速实现成链、结盟、组团、入网、解构，实现对人才、技术、资本、管理等，全要素流转治理过程中的海量多维异构数据的接入、清洗、脱敏、计算和挖掘，以实现国民经济全要素数字化转型中的共性技术能力平台差异化业务应用需求的支撑。

二、推进三大变革：以产业数字化实现多要素有机联动

产业数字化是数字经济的核心组成部分，通过资源和要素的在线化，平台主导的创新生态系统实现了数据的实时在线和共享，自动化、模式化、持续不间断地获取数据，成为驱动经济增长的关键生产要素。在产业数字化模式下，数据可复制、可共享、无限增长和供给的禀赋，克服了传统生产要素的资源总量限制，形成了规模报酬递增的经济发展模式，是重塑业态结构，培育新市场、新模式和产业新增长点的全方位变革。

（一）推进质量变革，以数字化提升实体经济供给体系质量

围绕质量强国建设，在供给端构建以物联网、大数据、人工智能等新技术为依托的精细管理和质量控制体系，推动传统产业转型升级。浙江运用电商平台内部抽检发现产品数据的问题，从源头对互联网电商产品质量进行整治。深圳多部门联手对纳税信用A级纳税人可获联合激励。强化事中、事后监管，构建以大数据为主线的跨部门、跨行业、跨环节产品质量事中、事后监管体系，推动社会消费向安全、绿色和中高端消费迈进。大力推进以社会信用大数据为基础的质量联合奖惩机制，以联合奖惩案例、联合奖惩备忘录等方式推进质量信用信息的共享联通。以重庆市为例，2021年，该市投入财政资金3000万元支持22家制造业企业开展智能化改造，实现改造企业的产品不良品率平均降低21.8%。重庆玛格家居公司借助此次智能化改造工程，实现了家具定制智能化生产，包括自动对每件订单进行审核、拆单、排产，按批次组织的柔性生产模式等，不但实现了产品零库存管理，还大大提升了产品全流程质量控制成效。

（二）推进效率变革，以数字化促进实体经济要素高效流通

推动产业体系逐步向先进制造、柔性生产、精准服务、协同创新的方向转型升级，不断提升全要素生产率和行业附加值水平。围绕产业全球化布局、跨国贸易、人才流动等构建全球化数据情报网络，实现物流、资金流、数据流融合汇聚，提升对外开放和对接全球贸易体系效率。重庆在应用互联网、大数据、人工智能等新技术重构企业价值链方面走在前列，广东省在微信平台推出民生服务小程序“粤省事”，重庆建立“不见面”审批目录清单，营业执照实现“无纸全程电子化”办理，江苏工业园区搭建了“多规合一”管理平台。上海海关开展企业真实贸易数据与企业申报数据的实时比对印证，利用数字化和跨境信息流促进贸易和物流的安全透明，最大限度地减少人工干预，同时对捕捉到的风险货物实施精准打击和有效监管。

（三）推进动力变革，以数字化加速实体经济新旧动能转换

数字经济与实体经济加速融合，催生了一批以消费升级、服务升级、产业升级为特征的产业数字化新业态、新模式。青岛互联网平台智能制造领域探索转型，杭州蚂蚁金服开创征信数据共享的云计算平台。数字经济与精准扶贫、乡村振兴战略紧密结合，成为农村第一、第二、第三产业融合渗透交叉重组的“黏合剂”和打赢脱贫攻坚战的“催化剂”。利用现代信息技术，推进农村信息基础设施建设，加强农商互联，完善乡村产业体系。

三、推进“五链协同”：实现经济全要素数字化的基本路径

五链协同是指依托区块链、大数据、云计算、人工智能等科技手段，推动产业链、价值链、创新链、资金链和人才链五链耦合，形成上下成链、左右配套、优势互补、实现五链之间的高效对接。推动五链协同配套发展加快成势，数据链支撑技术链创新，推动产品和产业升级，以技术创新降低数据要素成本，引导资金链推动数据要素在多领域内流动，进而形成并扩大乘数效应，在多层次、多维度创造出更多价值。

（一）五链协同的技术经济本质

立足数字经济角度，“五链协同”的本质是各链之间的分工合作、协同发展和相互制约的共生关系，通过各链上下联动、配套升级，完善数据要素流通制度，使得数字化治理模式呈现出功能复合化、角色多样化以及服务全程化的特点。数字化治理针对企业运营成本不断恶化投资预期、融资渠道不畅限制扩展能力、创新能力不足掣肘生产效益、产业链条不全制约生产配套等方面，以数据为内核，驱动数字生态共同体建设、提高数字产业化水平，畅通产业链的数字化、网络化、智能化循环发展，并利用数字技术推动政府治理重心前移，实现现代经济活动中的人才、技术、资本、管理等创新要素一体化的有机联动和动态组合管理体系。“五链协同”实现的基本机理，可以概括为三个基本层面。

1.数据融合。即针对管理部门、制造部门、研发部门、高校院所、投资机构等不同主体，构建产品属性、资金属性、技术属性、人才属性等四大维度标签，深度剖析产业链的基础研究环节、原型设计环节、产业开发环节、市场拓展环节等指标，描述产业运行基本态势的全息数据体系。通过用户标签化管理，对数据关系、层次的挖掘融合的升华，实现数据间自由组合，从而满足在不同的商业场景中使用。

2.业务融合。即基于数据融合，挖掘数据结论和逻辑，重构以市场为导向、以“数据—洞察—连接”为核心的产业体系，助推需求端、供给端更科学的决策，以实现技术、资本、人才等要素与实体经济精准对接以及数据价值与业务深度融合。

3.价值融合，数据融合和业务融合最大的价值在于形成低成本的价值生成、传递与分配，不同行业数据的融合，具有互补性和完整性，将有效提升数据内涵价值。层级一：价值链由数据链组合形成，能够全貌用户价值特征，第一层级的融合产生的是物理反应，其数据链的属性本质没有改变。层级二，由多方数据整合共存实现的产品价值，第二层级的数据融合产生的是化学反应，融合产生新的价值链。层级三：由双方数据聚合（核反应）孵化产生出新产品、新模式，企业创新活动呈现模块化和组件化，企业经营边界呈现模糊化，使企业间价值链相互交叉，形成有机的价值网络体系。

（二）实现五链协同的基本路径

1.围绕产业链，以数据链连接创新链

依托创新链打造人才链，促进产业链、创新链、人才链的协同乘法效应。一方面，实施更加积极的人才引进政策、利益成果共赢等方式构筑起学科有效协同创新模式的人才库，促进应用研究人员参与合作的积极性和持续性。另一方面，实施市场化的激励机制，通过培育优化创新生态系统的关键要素，充分发挥创新成果转化的放大作用，完善技术创新鼓励机制和专利产权保障体系，鼓励技术转移孵化、专利交易等，建立科技园等科技智库的平台建设力度，为创新创业科研人员提供“研发设计、培训、孵化、技术交易、投融资”等一站式服务，进一步扩大技术服务能力，为研究创新成果平稳落地提供坚实保障。此外，建立实施更开放的人才评价体系，鼓励成果转化，鼓励科研人员双向流动，打通了创新链和产业链，为科技成果松了绑，调动了人才的积极性。

2.围绕产业链，以数据链激活资金链

完善强链补链固链整合力，加快推进产业链向价值链中高端攀升。一方面，以龙头企业为牵引，以培育壮大规模体量大、带动力强的世界一流企业为目标，优化产业链条整合力，变“被动海选”为“主动优选”，提升产业链上中小企业的协作配套能力，集聚创新力量，健全数据资源整合和开发利用机制，确保数据汇集更加准确及时、数据挖掘更加精准透彻，最终实现产业资源的有效整合利用，形成多企业、多领域、多维度的创新链生态圈。

3.围绕产业链，以数据链培育人才链

依托重点产业的数据集群优势，凝聚国内数据链领域人才链优势。一方面，促进技术交流和学术合作，提升数据链研究能力和国际影响力，加速形成具有比较优势的人才队伍培养体系，促使数据链各要素深度融合，为国家新型复合人才培养和科技创新与进步发挥重大支撑作用，加强基础理论研究水平。

四、结语

本文从构建数据要素市场体系的基本理论出发，结合地方调研和理论探讨，从产业经济学、技术创新经济学的角度，将数据要素与其他产业要素的协同联动机制概括为数字产业化、产业数字化和全要素数据化三个层面，分别对不同层面的联动机制和实现路径进行阐述，并提出相应对策建议。希望本研究能对产业部门和学术界开展相关工作提供有益借鉴。