“数据要素×”中复用场景分类

于小丽 姜奇平

1. 数据要素的数字孪生（×）特征

1.1 数据要素的基本特征

数据要素是以数据为载体而存在的生产资料，在“数字-经济”“产品-服务”“替代-增值”方面，具有以下基本特征。

1.1.1 数据要素具备数字经济的“技术-经济”双重特征

首先，数据要素依托通用目的技术形成，可作为中间投入，具有数字一般特征，包括使用上的非排他性、非竞争性等外部性特征。

其次，数据要素具备生产资料的一般特征，是为生产最终产品而投入的中间产品，包括生产设备与生产条件。生产设备如虚拟厂房、店铺、开发工具；生产条件如网络基础设施、应用基础设施、流量平台。

这样的数据要素包括但不限于作为中间产品的技术、通用性资产、数据、人才（知识）、市场（流量）、渠道、设施、中台等。

1.1.2 数据要素以产品和服务方式存在

首先，以产品方式存在的数据要素，主要是信息技术产业提供的作为中间产品的软硬件产品，以及由ICT软硬件为载体承担各行各业业务功能的生产资料，包括数字化的市场、渠道、设施、中台等资源。

其次，以服务方式存在的数据要素，主要是生产性服务业所提供的软生产要素，包括技术、通用性资产、数据等资源。

1.1.3 数据要素具有数字孪生、数字倍乘功能特征

首先，数据要素可以通过实体生产资料数字化生成，实现资产的数字孪生，如数字孪生工厂、数字孪生车间。

根据美国通用电气公司的定义，数字孪生是资产、过程的软件形式的代表，用于理解、预测和优化绩效，其目的是提高资产和流程的性能，进而达到改进业务结果的目标。英属哥伦比亚大学等则定义数字孪生实际上是有形资产或系统的生命模型，基于收集的在线数据和信息不断适应业务变化，并可以预测相应有形资产的未来。这些定义揭示了数字孪生与资产的联系。

经过数字化的生产资料，应具备原有实体生产资料的基本功能，即二者具有功能實现层面上的等价性。例如，数码波音飞机与实体波音飞机在碰撞实验中的结果等价，网上书店与实体书店在售书上的基本功能等价。

其次，数据要素也可以派生新功能，特别是通过平台化，实现企业核心资源开放，面向买卖双边市场提供基础业务，并从中衍生各类增值应用服务。平台免费提供基础业务服务，从增值服务中按使用效果适当收取租金以补偿基础业务投入，依合约与应用方分成。

1.2 满足政策上“共享”要求的数据要素的条件

国家发展改革委和中央网信办印发的《关于推进“上云用数赋智”行动培育新经济发展实施方案》中提出：“共享技术、通用性资产、数据、人才、市场、渠道、设施、中台等资源，探索培育传统行业服务型经济[1]。”

政策上的“共享”要求，主要是按市场化原则、商业化方式有偿共享生产资料。生产资料要成为这种可复用数据要素，需要具备以下特征或条件。

1.2.1 要素条件：非物质生产要素“使用而非拥有”

可共享的生产资料，第一，可由实体生产资料，通过通用目的技术，加以数字孪生形成；第二，这种生产资料为非物质生产要素，主要是以数据为载体的数据要素；第三，数据要素具有通用性特征，可以由同一主体一次投入，不同主体多次复用，而不造成实体损耗，属于通用性资产。

20世纪80年代，学者们大多认为服务只是消费资料，所有生产过程均不需服务充当生产要素，沙吉才等人提出，所有生产过程均需“非物质生产资料”充当生产要素[2]。

非物质生产要素具有使用而非拥有的要素属性。对非物质生产要素的共享不改变生产资料的物权属性，即不改变生产资料所有权。共享之前是公有，共享后仍是公有（公有共用）；共享之前是私有，共享后仍是私有（私有共用）。共享改变的只是使用而非拥有。反之，所有权的状态与改变，并不必然导致特定的使用（专用或共享）。例如，私有变公有，并不必然导致专用变共享。企业收归国有，并不必然导致生产资料由专用变为开放共享，而仍可能由企业内部封闭专用。

1.2.2功能条件：具备实体生产资料功能替代特征

数据要素可以实现实体与符号间基于信息的功能对等的功能替代、功能交互、功能增强。

一是实体替代功能。可复用数据要素必须具有实体生产资料功能替代作用，而不只是模型。也就是说，数字功能实现与现实中功能实现具有等价性。“其现实系统与仿真系统具有功能实现层面上的等价性。[3]”

二是资金替代功能。当用数据要素替代同样功能实体生产资料时，具有节省购置实体生产资料的资金投入的功能。

三是信息操作功能。可复用数据要素可实现实体与虚体互操作，而不只是数字模型。例如，基于传感器的物联网实体可为虚体感应，同时，可通过虚体控制实体。

1.2.3 价值条件：具备生产资料的价值功能

符合生产资料的政治经济学特征，生产资料是不变资本的物质存在形式。资本是可以带来剩余价值的价值。对生产资料来说，数字孪生意味着中间产品向最终产品进行价值转移、产生价值增值。“剩余”，即在分配中通过要素贡献体现。

生产资料数字孪生还可能带来新的功能，如资产使用（运营）中的决策、控制、设计能力的增强。

生产资料的价值条件，决定了共享的施予者与接受者。生产资料所有者，向作为非所有者的使用者提供所共享的作为中间产品的生产资料；生产资料的所有者之外的使用者，作为最终产品与服务的生产者、提供者，从所有者手中接受并使用生产资料作为中间产品投入，进行价值转移。双方依合约从最终产品（价值增值）中扣除成本后进行分成（分享剩余）。

这一条件说明，数据要素复用仅实现功能替代（数字孪生）是不够的，还需要在原有功能之上，通过中间件系统，派生出各种应用功能以实现增值。

1.2.4 市场条件：具备固定成本分摊与外部性内部化特征

共享生产资料以双边市场（平台）数据要素交换形式实现。

一是生态特征。可共享的生产资料具有基础业务（中间产品）与增值应用（最终产品）分离功能，可由API连接。其基础业务具有固定资产或流量外部性共享、分摊功能。由基础业务可派生增值业务。基础业务与增值业务共同构成业务生态。仅对企业内部单元共同使用生产资料，不构成数据要素复用。

二是有偿共享特征。平台方按市场化原则商业化方式，向应用方共享可复用的平台生产资料，或由中间产品投入形成的外部性资源（如流量），作为对增值业务（最终产品）的投入（中间产品与中间服务），依使用效果收费，补偿中间产品投入。

1.2.5 分配条件

生产资料本身并不决定剩余分配，是对生产资料的占有决定剩余分配。共享生产资料改变生产资料占有方式，从法律占有（所有）与自然占有（使用）合一，转变为二者分离、分置。两权分离后，从对生产资料的法律占有与自然占有中，可以分别产生剩余。前者一般对应“要素贡献”，后者可以对应活劳动，在此特指创造性活劳动，即贡献。

数据要素与实体生产资料具有一个不同的生产力机制，这就是中间件机制，它在分配中所起的作用，在于从技术上连接可有偿共享的不变资本（作为固定成本的生产资料）与共享前者的可变资本（活劳动），这种协同为生产关系中的合作分成式的分配提供了技术条件，为有偿共享提供了业务保障（合约保障）。

共享数据要素的分配原则是按劳分配与按要素分配结合。按要素分配，从生产要素所有者一方来说，主要包括固定的进入费（用于补偿生产资料的固定成本投入）与不固定的使用费（用于按市场化原则、商业化方式补偿要素贡献）。从生产资料的所有者之外的使用者一方来说，主要包括成本（劳动力价值即工资）与剩余（创造性劳动价值）。目前中美市场上形成的实际行情为三七分成（资三劳七，资本中再扣除一半，即15%，作为数字税）。

2. 可复用数据要素的生产资料外延与应用场景分类

2.1 农业可复用数据要素分类

作物生产系统——是不同阶段通过传感器、数据、算法、机器人等管控方式，以移动互联网、物联网、大数据、云计算技术为支撑的智能农业。新一代信息技术支撑下的现代作物生产系统是实现农业农村现代化的先决条件（见2020年农业农村部制定的《数字农业农村发展规划（2019-2025年）》）[4]。

作物数字孪生系统（digital twin of crop production system，CPSDT）——是作物生产系统日趋复杂、物联网日渐成熟及DT技术不断完善等多方背景催生的新兴产物。CPSDT是数据驱动下对作物生产系统的全息映射，侧重于对作物生产过程的实时态势感知、超实时虚拟推演和全程交互反馈，旨在为作物生产的智慧管控提供参考，自动生成指导作物生产系统的决策方案。

政策建议参考：一方面，需要加强农业传感器的标准研究，提高多传感器组网效率和农业生产大数据的结构化程度；另一方面，建议加快推进农业生产环境采集设备和解析技术的共享激励机制[5]。

农业服务数字化平台（数字田园、数字牧场、数字渔场、智能农机等）——通过iApp实现线上QQ农场的功能与线下智慧农场的融合，包括在线农场自播、采摘和加工自播、农作物在线种植、家禽领养、池塘认购、产品预售、订单转让等功能。同时，实现智慧农场微信公众服务号功能，便于发布公告和活动，共享推广、土地租赁和农场投资，提供掌上耕作服务，基于卫星遥感、无人机、激光雷达、物联网等手段，构建天空地全覆盖的智慧农业数字孪生平台。通过数据融合，利用算法模型及深度学习技术，不断优化升级数字孪生模型精度，为农业供应链金融提供更为精准的信息服务，助力农业宏观调控、农事智慧管理，提供全产业链的智慧农业高端解决方案。

政策建议参考：在数字田园、数字牧场、数字渔场、智能农机等领域共享信息、服务平台资源，推进线上农场与线下智慧农场的功能融合。

案例：海南特色农产品地理标志管理系统

DSM设计初衷就是为了解决海南地区农业信息资源共享难的问题。以下是海南特色农产品地理标志管理系统（GIM）中的地理标志产品数据通过DSM共享给其他信息系统。

地理标志产品数据是GIM系统中的关键数据，保存在该系统的后台数据库中，并由该系统进行更新维护。而这部分数据也是另外两个信息系统（热带特色农产品物流跟踪管理系统、热带县域农业资源管理系统）所要使用的数据，所以为了数据共享，采用DSM来进行这部分数据的服务注册，并通过DSM提供统一的服务访问接口供其他系统使用。特色农产品物流跟踪管理系统和县域农业资源管理系统及其他需要使用共享数据的系统，将以服务消费者的身份，通过DSM提供的服务接口使用共享数据[6]。

2.2 制造业可复用数据要素分类

2.2.1 智能制造中的数据要素共享（产品生产资料孪生）

进入数字化时代以来，数据资产的概念和地位愈发突出，对企业架构的影响也越来越大。通过数字孪生，描述了组织的逻辑和物理数据资产和数据管理资源的结构。通过对数据资产的共享、孪生，实现对工厂生产要素优化[7]。

政策建议参考：在制造业的数据层推进数据要素共享。

数字工厂——国家标准化指导性技术文化，《工业工程测量、控制和自动化 生产设施表示用参考模型（数字工厂）》（GB/Z 32235-2015），对数字工厂的概念定义为“工厂的通用模型，该模型可以应用于任何实际工厂，用于表示基本元素、自动化资产，及其行为和关系”。

基于模型的虚拟企业和基于自动化技术的企业镜像，包括“产品数字孪生”“生产工艺流程数字孪生”和“設备数字孪生”，可以支持企业涵盖其整个价值链的整合及数字化转型。

政策建议参考：在工厂升级、优化和改造的过程中，通过共享数字工厂模型加强对实体工厂之间全要素、全流程、全业务数据集成和融合，并且在孪生数据流的驱动下，实现对工厂生产要素优化[8]。

数字孪生车间（digital twin workshop， DTW）——是在新一代信息技术和制造技术驱动下，通过物理车间与虚拟车间的双向真实映射与实时交互，实现物理车间、虚拟车间、车间服务系统的全要素、全流程、全业务数据的集成和融合，在车间孪生数据的驱动下，实现车间生产要素管理、生产活动计划、生产过程控制等在物理车间、虚拟车间、车间服务系统间的迭代运行。

DTW主要由物理车间（physicalworkshop）、虚拟车间（cyberworkshop）、车间服务系统（WorkshopServiceSystem，WSS）、车间孪生数（workshopdigitaltwindata）四部分组成。

车间生产要素主要包括人员、设备、物料、半成品和产品等。车间生产要素管理是指为满足车间生产需要，对要素的静态和动态属性、状态、关系、能力等数据进行采集、存储、处理、分析和应用的过程。

政策建议参考：通过数字孪生车间对车间生产要素如人员、设备、物料、半成品和产品进行整合，提高生产要素管理水平[9]。

2.2.2 制造业服务化中的数据要素复用（服务生产资料集成）

企业数字孪生云服务：

一是数字模型设计服务使用CAD等云端APP应用工具，构建反映企业物理各实体特征的数字化虚拟模型，并以可视化的方式展示出来，可通过一系列验证手段来检验模型设计的精准程度。

二是生产过程仿真服务。在产品生产之前，通过虚拟生产的方式来模拟在不同产品、不同参数、不同外部条件下的生产过程，实现对产能、效率以及可能出现的生产瓶颈等问题的提前预判。

三是数字化产线服务。将生产阶段的各种要素，如原材料、设备、工艺配方和工序要求，通过数字化的手段集成在一个紧密协作的生产过程中，并根据既定的规则，自动完成在不同条件组合下的操作，实现自动化的产线生产过程，同时记录各产线生产过程中的各类数据，为后续的分析和优化提供依据。

案例：航天云网INDICS平台层及云端企业数字孪生层

航天云网INDICS平台将提供对通过各边缘处理基础设施及平台服务处理和传输过来的海量多源异构数据进行存储、治理及分析的服务。例如，调用INDICS提供的云存储资源，调用通用Pass层的虚拟工厂工具和仿真引擎，实现工厂仿真应用。此外，为了支撑云端企业虚拟模型的构建，在INDICS平台中构建了虚拟工厂模型库，应用并优化了INDICS平台虚拟工厂APP，从而实现虚实结合，为该航天企业优化生产工艺提供了重要的支撑手段。

虚拟工厂服务系统：

（1）虚拟工厂三维布局设计主要是把模型库中已存在的厂房搭建基本元素、设备分类和基础设施分类元素，通过鼠标交互、触摸交互或虚拟现实交互方式放置在场景环境中，从而搭建出整个工厂的布局结构，便于用户浏览工厂环境和操作相应设备。

（2）虚拟工厂设备监控服务是提供数据接入与监控服务，通过传感器或DNC、MDC等工业控制系统，使设备的数据采集进入虚拟工厂。用户可以通过浏览器打开该子系统查看企业实体设备数据，也可以打开三维虚拟工厂系统，通过在三维场景中点击对应实体设备查看该设备的运行数据[10]。

2.2.3 制造业各业案例

制造业涉及的数字资产孪生领域如表1所示。

案例：波音777——首架数字孪生设计客机

波音777是世界首架无图纸、无模型、利用数字孪生设计的客机。波音777的零部件多达300万个，设计过程中没有“一张图纸”，直接进行量产。通过数字孪生技术，有效缩短了40%的研发周期，减少了50%的返工量。

案例：西门子、PTC

西门子公司致力于帮助制造企业在信息空间构建整合制造流程的生产系统模型，提出产品数字孪生、生产工艺流程数字孪生和设备数字孪生，实现物理空间从产品设计到制造执行的全过程数字化。针对复杂产品用户交互需求，达索公司建立了基于数字孪生的3D体验平台，利用用户反馈不断改进信息世界的产品设计模型，从而优化物理世界的产品实体。

PTC公司致力于在虚拟世界与现实世界之间建立实时的连接，基于数字孪生为客户提供高效的产品售后服务与支持。世界领先的船级社DNVGL开发出一种利用数字孪生技术监测船体状况的方法，该方法可以充分利用设计阶段准备的计算分析模型，结合真实遭遇的波浪环境和位置数据，在营运阶段监测关键结构细节[12]。

案例：全国纺织行业首家“数字孪生工厂”即将正式投入使用

纺织行业以1：1比例建设的“数字孪生工厂”的第一条染色生产线通过模拟运行调试，即将正式投入使用。“数字孪生工厂”是指按照一个实体工厂构建一个数字工厂，实现对车间场景的实时了解、分析和优化。这个“数字孪生工厂”是由亚东（常州）科技有限公司在江苏省常州市天宁区打造的。只要打开电脑，就能“一屏统管”整个车间里的每台机器、每个参数，还能实时查看所有生产流程。

“数字孪生工厂”并非无人工厂。它能有效破解传统印染行业面临的装备智能化水平低、数据孤岛化严重、维修成本高等痛点。在企业建立的大数据中心，通过收集各类数据，进行整理和分析，能解决企业在原材料、加工、贸易等环节“各自为政”造成的成本高、能耗高等问题，实现从“代替人”到“协助人”的数字赋能，打造高效率、高质量、高集成的工业互联网样板工厂[13]。

案例：铜冶炼厂虚拟工厂平台

国内某大型铜冶炼厂对现有工厂开展了智能工厂一期建设，首次基于数字孪生技术搭建了孪生虚拟工厂载体，结合火法铜冶炼厂的工艺流程及生产操作特点，通过现场数据融合驱动，结合智能决策分析，建设了三维数字孪生虚拟工厂平台，一期建设完成了冶炼区包括闪速熔煉、转炉吹炼、阳极精炼及圆盘浇铸和厂区综合管网工程，现已上线投入使用。

虚拟工厂平台是当前铜冶炼厂在智能工厂建设过程中的重要环节，采用数字孪生技术将工艺生产装置、流程、管网进行实体虚拟化，通过集虚拟现实、模拟仿真、实时数据、视频监控等综合技术应用于一体的虚拟工厂平台，将实体空间中的生产过程进行虚拟呈现，为企业生产、运维及管理人员提供形象直观、数据同步、协同共享的数据集成应用。业务应用层以用户需求为导向，以孪生数据与孪生模型为基础，面向管理人员、业务人员、企业领导等不同角色，形成以虚拟巡检、设备管理、生产仿真、管线分析、应急处理以及辅助培训为核心的业务应用功能[14]。

案例：玉溪卷烟厂数字孪生出时光机

玉溪卷烟厂数字孪生建设项目通过三万多数采点位的采集，从多个层面描述设备的运行状况，数字化虚拟平台通过与现场数采系统的对接，将各类型数据接入孪生模型，驱动孪生体运转状态变化，實现虚实互动实时映射。针对温度、湿度、虫情等与空间位置有映射关系的数据，采用三维数据云图的形式，进行孪生空间模拟。

通过数字孪生创建了时光机功能，即历史的重演，依托完备的生产线历史数据以及低延时的数据读取策略，开发历史数据回溯功能，解决什么时间、什么地点、当前设备处于什么状态的历史问题。在高倍速下重现历史生产过程，为质量事故推演、最佳生产环境确定、人员技能培训提供虚拟沙盘[15]。

案例：大庆油田工厂虚实共生

大庆油田公司在获得实体工厂的同时，获得一个数字化工厂。

为打破传统基建期信息平台孤立的局面，实现地面建设各参与方数据的共享，形成一套完整、切合油田地面建设工程实际业务的技术规范，建设一个服务于油田地面建设工程全生命周期的管理平台，通过关联设计、采购、施工、运维各阶段信息，构建地面建设工程“数字孪生体”，形成全新的地面建设工程全生命周期信息化管理模式，助力精益生产。

2020年，大庆油田公司实现了天然气深冷装置设计阶段的数字化交付，组织实施了天然气净化厂和储气库的全过程数字化交付，通过各阶段的平台实施，取得了较好的实施效果。实现三维模型多方审查，打通交付平台与文档管理系统的接口，实现二三维联动、采购数据跟踪和追溯，实现智慧化工地管理，实现施工进度可视化[16]。

案例：“大西洋”集装箱轮船舶数字孪生

“大西洋”集装箱轮船舶数字孪生体将船体、甲板设备、船楼、机舱的三维环境，逼真、动态地在场景中展示出来，可实现全船的虚拟漫游、主要船舶设备的交互操作，且操作过程和效果与实船基本一致。

船舶数字孪生体可以应用到船舶生命周期的各个阶段，包括产品设计、制造、服务与运维等，对船舶周围的海况进行基于物理的动态演化模拟，并将气象、潮流等信息融入其中[17]。

案例：上海浦东三维城市数字孪生平台

上海浦东临港基于泰瑞的语义三维城市数字孪生平台，对重点区域进行云上数字建模，打造了一套和现实城市对应的数字孪生城市，提供交通仿真推演、无人机自动巡查、建筑工地污染防控、海岸线巡逻预警、旅游趋势预测等功能，使临港地区的巡查发现效率从20分钟缩短到1分钟，派单时间从30分钟缩短到5分钟，智能派单率超过90%，信息员培训时间从原来1个月缩短到1周[18]。

2.3 服务业可复用数据要素分类

2.3.1 服务基础设施

《关于推进“上云用数赋智”行动 培育新经济发展实施方案》中要求，引导平台企业、行业龙头企业整合开放资源，鼓励以区域、行业、园区为整体，共建数字化技术及解决方案社区，构建产业互联网平台，为中小微企业数字化转型赋能。

2.3.1.1 流通业生产资料：网店

电子商务是我国全行业整体共享生产资料的行业，有1000万以上的网商共享虚拟店铺、虚拟柜台这种数字化的生产资料，范围已超过我国企业总数的三分之一。

例如，用1000亿美元的风险投资开发一套虚拟店铺（包括用于运维），提供给1000万个网商重复使用代码，其中970万网商失败，投入的1000万美元既没有增加，也没有减少。而如果成功的30万网商交纳的虚拟店铺使用费（一般称服务年费，按使用效果有偿共享的可内部化部分），只要超过1000亿美元，平台的投入就不会亏损；至于不可内部化的部分（另外970万网商无须交纳这笔费用），并不会造成或加大这1000亿美元的亏损。均摊后平均每个应用商是1万美元，应用商即使失败，也不会破产（承担1000亿美元部分的负债表），因为这个产不是他的，是借来的，或者说是“复印”（复用）来的。

2.3.1.2 共享面向服务的技术基础设施

包括以云平台基础设施为代表的面向IaaS（infrastructure as a service）的基础设施。如公有云、私有云、数据中心等公共服务器池或私有服务器池，也包括SaaS、PaaS等。

2.3.1.3 共享商务云基础设施

包括SOA，建设面向服务的框架，面向业务（而非仅面向技术服务如托管、VPN等）的商务云基础设施与应用系统，以及应用导向的产品服务系统（applyoriented PSS，APSS）等。

2.3.1.4 共享知识基础设施

将知识管理从管理中摘出放入基础设施类别，是因为知识管理系统具有企业基础设施的公共服务系统功能，可以将员工个人知识转化为企业共同知识，促进个人知识之间的充分交流与共享，并从中涌现出新的知识。可以共享大数据基础设施，包括DaaS、AaaS的条件，也可以共享服务创新的环境等。

2.3.2 面向服务架构的软技术型生产资料

广义SOA包括共享XML与WEB服务架构、共享面向服务的模型框架（SOMF）、共享企业服务总线（ESB）、共享面向服务架构的业务流程管理（BPM），以及共享技术架构如共享服务组件架构（SCA）、共享服务数据对象（SDO）、共享服务仓库等。

2.3.3 进入经济过程的知识：流量与人力资本

OECD认为，知识流量是指某一时间段内进入经济系统的知识存量的比例。显然，这一概念只考虑了“进入经济系统”的知识存量。

知识流量是指某一阶段内流入和流出系统的知识资源的数量。知识流量是一个动态的概念，其实质是动态知识的数量。对某一系统而言，流入系统的知识称为知识流入，流出系统的知识称为知识流出，知识流入和知识流出统称为知识流量[19]。

“进入经济系统”可以在最终产品定价意义上，理解为进入最终产品系统，得出知识流量适合间接定价的结论。知识作为存量，是作为中间产品，只是潜在经济系统，可以实现流量变现。

2.3.3.1 外包服务中的人力资本

间接定价理论模型是由杨小凯和黄有光在科斯和张五常的思想基础上发展出来的。這一理论模型假定有很多相同的消费者与生产者，每个人都可以从事两种有专业化经济的活动：一种是生产最终产品的活动，另一种是生产中间产品的活动。人们用资源生产没有直接效用的中间产品，一定是中间产品的使用可以提高最终产品的生产效率。这是一种迂回经济效果。

现代人力资本产权理论把企业理解成人力资本与非人力资本的特别契约企业，所有权表现为剩余索取权和控制权。

我们认为，对管理服务的间接定价本质上是对管理型人力资本的间接定价，让管理者获得剩余是因为难以直接度量其人力资本的大小，从而难以进行一次性的市场直接定价，因而通过组成企业，通过人力资本的使用，使其潜在价值在使用后显示为物化形态的实际价值，人力资本所有者根据实际价值大小分享企业剩余。从这一意义上讲，不仅管理型人力资本需要间接定价，所有难以直接度量的人力资本都需要间接定价。

简言之，我们与杨小凯和黄有光的间接定价理论之间的主要区别如下：第一，所有难以度量的人力资本都难以进行一次性的市场直接定价，或者定价成本太高，而不仅仅是管理服务。第二，所有需要间接定价的人力资本主体都参与分享企业剩余，而不是独占企业剩余。第三，我们进一步认为，人力资本主体依据其人力资本使用后显示出的物化形态的实际价值的大小，分享企业剩余，所分享的企业剩余体现了其人力资本的间接价格，或者说，分享企业剩余是一种对人力资本的间接定价法[20]。

2.3.3.2 可变现流量：人力资本与消费资本形态的生产资料

数据以流量的方式存在。数据作为商品，不是状态性的存在（产品这种存量），而是关系性的存在（服务、过程等流量）。数据在使用中产生价值，这种使用价值体现在使用过程中。数据作为要素，是关系性的存在，流量是要素作为社会资本（关系加信任）的存在形式。将数据要素作为存量看待只适用于单边市场，而数据作为流量存在，是以中间产品（社会资本）的方式存在，它只有在最终产品和服务中才能完成其价值，实现其价值。对数据的法律占有，往往是对存在状态的肯定，但自然占有才能够随时把握其流量价值、活动与利用的价值，或服务价值。

数据以流量的方式存在，这意味着，它以关系及事物变化过程的方式存在，而不仅以原子的方式作为状态而存在。流量是人的流量，包括社会关系的量值，反映的是社会资本的存在，而不仅是数据的流量。流量不是一个单纯的总量，而是有结构的量，这个结构是由节点之间的交互产生。质言之，流量是一个图值，由节点数量和边的数量复合而成，具有邻接矩阵结构。这是多数流量分析忽略的方面。由于这种忽略，人们往往遗漏了流量在经济学上的真正含义，这就是梯若尔指出的双边市场问题，即外部性的市场化问题，以及共享、协作对价值的影响。将流量当作一个向量，而不是矢量（且是可相互作用的量），就等于把车站的流量混同于商业街的流量，前者只与车票的数量有关，而后者与不同买卖双方的成交机会相关。

流量作为中间品进行再投入的消费资本，是平台企业所投入的资本所形成，因此是该资本的价值对应物，其价值可以转移到下一轮生产与服务中。

人力资本交易分单边交易与双边交易，双边交易无法直接定价，只能间接定价，即在APP经营使用中定价，从这个意义上说，流量转化产生价值的过程就是间接定价过程。

流量制造本质上是以社会资本作为中间投入，产出最终产品和服务，以实现社会资本价值的过程，流量的品牌价值就是人力资本流量的间接定价。

平台企业依靠流量将生态伙伴联结起来，并依靠流量寻找与吸引合作伙伴，形成平台生态。这里所说的流量是平台企业、互联网企业衡量业绩的核心指标，即网站的访问量，用来描述具体软件或平台的用户数据，指标包括网站的独立用户数量、总用户数量、网页浏览量、网站停留时间。逻辑是基于社群联结的，每一个联结都是一种社会连带能力。这里借用连带性吸纳（blocincorporation）来描述这种带动能力。平台的流量由规模更大、种类更多的社群引入，平台将这些社群整合到平台之后，与之有着各类交易、互动关系的社群也不得不被裹挟进来[21]。

2.3.4 服务资产共享

2.3.4.1 通过服务共享实现报酬递增

服务可重用是服务化的一个特殊现象。通过组件化，原本专用于某一特殊用途的服务，可以在不同应用之间重复使用而不损失其功效。重用的范围越大，报酬递增效果就越突出。

服务重用的关键领域包括[22]：

（1）访问服务，可以从ESB获得可重用的数据的支持；

（2）合作伙伴服务，提供了业务流程需要的可重用服务资源；

（3）业务应用服务，提供了整合系统中的新应用组件所需的可重用服务资源；

（4）开发服务，为分散的应用提供了可复用的开发工具；

（5）IT服务管理服务，为IT服务管理提供了可重用的计算资源；

（6）风险管理服务，在SOA中企业可以通过共享历史信息，定义其中有规律地出现的不符合常规的事件如欺骗、灾难，用于在类似的应用中进行提前预警；

（7）外包服务，在不同企业之间共享服务，使企业专注于自身核心能力，如信息技术外包（Information Technology Outsourcing，ITO）、业务流程外包（business process outsourcing，BPO）、知识流程外包（knowledge process outsourcing，KPO）。

例如，Xerox展开多方面的新业务研发以抢占更大范围市场，但从头开发新业务十分浪费资源。按原来分别开发模式，大量的定制代码无法重用，导致成本上升，开发周期延长。为了降低开发成本，Xerox采用中间件模式，对代码进行整合，提高了代码的重用。采用新的模式，一年就能节省7.2万美元开销，应用时间只有过去的25%。

2.3.4.2 通过共享服务创新实现报酬递增

信息化中的服务创新，在实践中突出表现在电子商务平台支持网商发展所创造的报酬递增之中。

共享服务创新带来的效能，对我国信息化具有特别的意义。我国信息化中，存在着由于利益倾向而扬技术创新、贬服务创新的现象。强调技术创新没有错，但如果企业没有积极性，只是出于政府主导和科研、产业部门为获取国家研发经费的目的而去强调，就会本末倒置；相反，服务创新如果只是因为需要市场主导、或没有投研发经费而不去作为，也会偏离方向。

我国市场广大，围绕市场需求进行的服务创新，包括市场创新、组织创新、商业模式创新等，一直在互联网发展过程中起着实际的主导作用，并且在国际上具有竞争优势。

此外，还可以提高支撑服务平台对提高服务业产品开发和传递水平的贡献，提高支撑服务平台的市值，以反映固定成本使用效果。例如，腾讯开发了社交产品、娱乐产品和网络工具，包括应用程序商店和腾讯安全管家，这些平台与工具降低了大众创业与创新的门槛。

参考文献：

[1]国家发展改革委中央网信办印发《关于推进“上云用数赋智”行动培育新经济发展实施方案》的通知（发改高技〔2020〕552号）[A/OL].（2020-04-07）[2023-12-07].https：//www.ndrc.gov.cn/xwdt/ztzl/szhzxhbxd/xdcy/202006/t20200605_1230419_ext.html.

[2]沙吉才，孙长宁.关于社会主义制度下的生产劳动问题[J].经济学动态， 1981（8）：11-16.

[3]杭玥璐.计算主义视野下的数字孪生研究[D].上海：华东师范大学，2022.

[4]农业农村部 中央网络安全和信息化委员会办公室关于印发《数字农业农村发展规划（2019-2025年）》的通知[A/OL].（2020-01-20）[2023-12-05]. http：//www.moa.gov.cn/govpublic/FZJHS/202001/t20200120_6336316.htm.

[5]顾生浩，卢宪菊，王勇健，等.数字孪生系统在农业生产中的应用探讨[J].中国农业科技导报，2021，23（10）：82-89.

[6]李帅，王永丽，杨宝祝.基于SOA的数据服务中间件的研究与实现[J].成都信息工程学院学报，2010，25（5）：457-461.

[7]杨连臣，白硕玮，吕虹朋.数字孪生对企业架构影响分析[J].机电产品开发与创新，2022，35（4）：82-85.

[8]卢阳光，马逢伯，漆书桂.数字孪生视角的数字工厂建设[J].信息技术与标准化，2019（6）：35-39.

[9]陶飞，张萌，程江峰，等.数字孪生车间一种未来车间运行新模式[J].计算机集成制造系统，2017，23（1）：1-9.

[10]谷牧，陈晓双，刘刚，等.基于“云+边+端”的企业数字孪生系统研究及应用[J].中国仪器仪表，2021（9）：19-25.

[11]杨帆，吴涛，廖瑞金，等.数字孪生在电力装备领域中的应用与实现方法[J].高电压技术，2021，47（5）：1505-1521.

[12]陈骞.国外数字孪生进展与实践[J].上海信息化，2019（1）：78-80.

[13]全国纺织行业首家“数字孪生工厂”即将正式投人使用[J].丝网印刷，2021（8）：56.

[14]林成东，周天驰，张沅，等.铜冶炼厂三维数字孪生虚拟工厂平台研究与应用[J].冶金自动化，2021，45（4）：12-19.

[15]沈刚，胡雨彤，吴永兴，等.数字孪生在卷烟企业的应用场景研究[J].智能制造，2022（5）：20-28.

[16]張德发，姚卫涛，董智超，等.“数字孪生”在油田地面油气站场中的应用和探索[J].油气田地面工程，2022，41（3）：1-7.

[17]周毅，李萌，华先亮，等.船舶数字孪生平台的设计与应用[J].天津科技，2022，49（3）：84-89.

[18]廖晓红.数字孪生及其应用跟踪[J].广东通信技术，2019，39（7）：13-16.

[19]李顺才，邹珊刚，常荔.知识存量与流量：内涵、特征及其相关性分析[J].自然辩证法研究，2001，17（4）：42-45.

[20]豆建民.人力资本间接定价机制的实证分析[J].中国社会科学，2003（1）：73-82.

[21]刘学.流量治理：平台企业如何将公益组织起来？[J].新视野，2021（1）：113-119.

[22]Sandy Carter.SOA&WEB2.0——新商业语言[M].袁月杨，麻丽莉，译.北京：清华大学出版社，2007：52-53.

作者简介：于小丽，博士研究生，研究方向：数字经济分配制度、国民经济学；姜奇平，研究员，研究方向：数量经济与技术经济、互联网产业经济。