数据要素推进新质生产力实现的内在机制与路径研究

张夏恒　刘彩霞

关键词：数据要素；新质生产力；乘数效应；科技创新；生产资料

一、引言

近些年来，在数字技术不断发展与迭代推动下，我国数字经济蓬勃发展。数字经济兴起塑造着新的经济形态，而新的经济形态催生着要素市场新的变革（罗芳勇等，2023）。随着新一代信息技术与数字技术的不断出现与应用，数据成为基础性生产要素。尤其在新一轮科技革命与产业革命逐渐深入发展趋势下，数据这一新型生产要素的关键价值愈发凸显。近些年来，我国数字经济蓬勃发展，数字基础设施建设、数字技术与产业体系日趋成熟，这为发挥出数据要素的赋能效应打下了坚实的基础。近几年国家对数据要素关注度不断上升，在2020 年3 月30 日由中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》中，首次从国家层面提出了数据要素的概念；在2021 年12 月12 日由国务院印发的《“十四五”数字经济发展规划》中，提出要充分释放数据要素价值，激活数据要素潜能；在2022 年12 月9 日由中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》中，对如何发挥数据要素作用提出了详细又具体的意见；在2023 年12 月31 日由国家数据局等17 部门联合印发的《“数据要素×”三年行动计划（2024—2026 年）》中，对数据要素乘数效应做出了详细的工作部署。这一系列国家层面的政策充分彰显出党中央与国务院对发挥数据要素乘数效应、赋能经济社会发展的决心与举措。学界关于数据要素的研究也从多个维度展开，如：数据要素可以促进我国实体经济高质量发展（夏杰长，2023），数据要素可以驱动企业数字化转型（谢康，2023），构建全国统一数据要素大市场非常有必要（郑世林和王祥树，2022），数据要素优化配置在数字经济发展提升制造业生产率的过程中具有显著的渠道效应（李治国和王杰，2021）。这充分说明数据要素的重要性及研究价值。

2023 年下半年新质生产力的横空出世并非偶然，而是习近平总书记与党中央立足我国长期以来的经济发展实践，为应对百年未有之大变局、加快高质量发展所提出的重大命题。尤其在2024 年1 月31 日，习近平总书记在中共中央政治局第十一次集体学习时提出发展新质生产力是推动高质量发展的内在要求与重要着力点，而新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态（人民日报，2024）。2024 年3 月5 日，政府工作报告对2024 年工作做出了部署，首条就提出要加快发展新质生产力。这也彰显了党和国家对新质生产力的重视，并寄予深厚的期望。新质生产力一经出现瞬间成为研究热点，其研究视角比较丰富，如：新质生产力是以科技创新为主导、实现关键性颠覆性技术突破而产生的生产力（周文和许凌云，2023）；新质生产力是马克思主义中国化时代化的新的重大标志性成果，是中国特色社会主义政治经济学自主知识体系的重要组成部分（李政和廖晓东，2023）；新质生产力能够赋能高质量发展（沈坤荣等，2024）；生成式人工智能、元宇宙及数字化转型都能够促进新质生产力的形成（张夏恒和马妍，2024；张夏恒，2024；张夏恒和肖林，2024）等。此外，还有个别文献从数据市场化角度探究了新质生产力话题，尤其阐明了数据市场化在不同层面和阶段如何推动新质生产力的发展（陆岷峰，2024），但是尚未专门探究数据要素能否及如何影响新质生产力的形成与发展。数据要素能够通过促进科技进步与优化资源配置来提升全要素生產率，而提升全要素生产率恰是新质生产力的核心标志。通过发挥数据要素乘数效应，推动数据要素与土地、劳动力、资本等要素融合，以数据流来牵引商品流、物流、资金流、人才流与技术流，促进生产工具创新升级，进而催生新产业、新模式、新动能，推动新生产力的生成与发展。由此可见，新质生产力的培育与发展离不开数据要素的赋能，所以，研究数据要素对新质生产力的影响具有重要意义。

二、数据要素推进新质生产力实现的内在逻辑

数据要素因为显著的乘数效应，逐渐成为新质生产力的核心生产要素。数据要素作为新型生产要素，除了自身发生作用外，还会与技术、资本、土地、劳动力等其他生产要素融合后发生作用，并渗透在生产、流通、消费、分配等社会生产过程的各环节，不仅在国内发挥出数据乘数效应，还通过跨境数据流通发挥出开放乘数作用，会显著地催生新质劳动资料、孕育新质劳动对象、创造新质劳动力，进而引发生产力的跃迁，推动新质生产力的形成。数据要素推动新质生产力实现的具体内在逻辑如图1 所示。

（一）数据要素的作用载体

与技术、土地、资本、劳动力等传统生产要素相比，数据作为生产要素具有显著的可再生性与包容性特征。其中，可再生性代表着数据可以源源不断被生产，也不会随着使用而出现减少的情况，更能够重复性使用；包容性代表着数据不会如那些传统生产要素只能被单一主体使用，可以无限制被多主体同时使用，而且任何主体在使用时都不会影响到其他使用主体的利益，也不会因其他主体的使用而出现自身利益受损的情况。在数字时代，数据要素已成为传统生产要素之外最先进、最活跃的新型生产要素，既能够通过自身作为生产要素的投入而发生作用，直接地产生社会与经济价值，驱动新质生产力的形成，也能够与其他传统生产要素融合，甚至通过融合驱动其他传统生产要素的创新与演化。这样，数据要素就会间接地发生作用来产生社会和经济价值，进而驱动新质生产力的形成。作为生产要素，数据要素通过与其他传统要素融合被投入到企业的生产经营活动，可以通过远期收益贴现的形式促成生产要素价值前置实现，更能够在生产经营活动开展的过程中通过资源优化组合与要素投入转化推动价值创造与实现。新质生产力更多依赖创新，尤其是新兴技术与数据等新型生产要素，对于重复大量投入的传统生产要素的依赖偏少，能够有效推动创新。数据要素只要有合适的使用场景，便会凸显出高效能、高质量与低消耗的属性，无论是自身作用还是融合其他生产要素，都能创造价值，并摆脱过去那种资源消耗型经济增长模式，加速促进新质生产力的形成与发展。

（二）数据要素的作用形式

数据作为生产要素无论参与到任何形式的生产经营活动，都会以生产要素的形式产生流通，而且只有出现流动才能实现生产要素的价值创造。从现行经济活动看，无论是数据要素还是融合了数据要素的其他传统生产要素，都会呈现出两种流动形式，即生产要素在国内经济活动中的流动与生产要素跨境流动。基于这两种生产要素流动形式，数据要素赋能效用的发挥同样会呈现出国内数据乘数效应与跨境数据带来的开放乘数效应。

1. 国内数据乘数效应

数据要素只有通过流通才能发挥出生产要素的作用，这是数据要素发挥作用所体现的核心所在。数据要素会在国内进行大范围的流动，这表现为数据与其他生产要素发生关联产生乘数效应，还会出现数据采集、数据清洗、数据标注、数据交易等核心数据要素环节所构成的国内数据要素市场的快速增长，进而通过加快数字经济建设，实现数字化转型、驱动生产方式变革。伴随国内数据要素市场规模的增加，海量数据与丰富应用场景的优势越发凸显，从而会有效促进数字经济与实体经济深度融合，推动传统产业转型升级，催生新产业、新业态、新模式，进而会促进新质生产力的涌现。

2. 数据开放乘数效应

在数字时代，高水平开放意味着数据的跨境流动，这也意味着数据要素会呈现出跨境流动带来的开放数据乘数效应。数据跨境流动会显著拉动经济增长，据麦肯锡预测，数据流动量每增加10%，将带动GDP 增长0.2%；再据经济合作与发展组织（OECD）测算，跨境数据流动对行业利润增长的平均促进率为10%，在数字平台等行业将达到32%。我国已进入加速构建国际国内双循环、加强企业国际竞争力的新阶段，也将成为全球数据流最大的国家，这意味着我国会出现更多的数据跨境流动。跨境数据在支撑国际经贸网络、促进数据要素资源共享、推动国际科技合作等方面起到非常重要的作用，而促进跨境数据安全有序流动，成为促进数据要素开放乘数效应的关键，也会显著地促进新质生产力的涌现。

（三）数据要素的作用环节

数据要素会作用于生产环节、流通环节、消费环节与分配环节，实现在这些环节中的数据赋能效应，进而引发经济全场域的变革，促进新质生产力的实现。数据要素在生产环节的作用发挥会作为消费、流通与分配的基础。数据要素在消费环节的作用发挥会促进生产的升级。数据要素在流通环节的作用发挥会打通生产需求与消费需求。数据要素在分配环节的作用发挥，能够建立起合理的价值分配机制，进而能刺激各参与主体的积极性并反作用于数据要素投入，进而促进新质生产力的生成与发展。

1. 生产环节

在生产环节，数据要素的作用逻辑包括生产要素创新、设计研发创新、生产制造协同。数据要素通过这些作用实现了生产环节的赋能效应，进而能促进新质生产力的形成。首先，数据要素能够引发并刺激生产要素创新。从数据本身作为生产要素来看，就是典型的生产要素创新。早在2020年4 月9 日所发布的《中共中央、国务院关于構建更加完善的要素市场化配置体制机制的意见》中，就将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，这是数据作为一种新型生产要素首次正式出现在我国官方文件中。数据要素还会与土地、劳动力、资本、技术等传统生产要素融合，衍生出新型生产要素的表现形式，更会驱动这些传统生产要素创新。其次，数据要素能够促进设计研发创新。在设计研发阶段，海量数据要素的介入能够随时指引、修订与校正设计与研发方向，在设计研发各环节中依据数据来进行决策，能够有效规避经验性和主观性指令，避免设计研发导向与现实需求出现偏离。数据要素自身诸多属性可以降低设计研发活动的诸多成本与风险，大幅缩短设计研发周期，提升设计研发成果的转化成功率。最后，数据要素能够驱动生产制造协同。数据要素会在生产制造全链条发挥作用，能够推动制造产业链各企业主体的协同作业，也能够推动企业制定契合自身需求的生产计划，实现柔性制造，促进在自身的生产制造各环节的协同。借助于各类数字技术，企业能够在生产制造流程中嵌入各类智能设备，而数据则实现了不同设备间的智能流动与共享，推动了各类智能化生产与精益化制造。

2. 流通环节

在流通环节，数据要素的作用逻辑包括提升流通时效、降低流通成本、优化供应链条。数据要素通过这些作用实现了流通环节的赋能效应，进而能促进新质生产力的形成。首先，数据要素能够提升流通时效。数据要素作用于流通各环节，能够有效打破传统流通模式下的数据孤岛，通过融合卖家、买家、产品、物流、金融等数据，实现流通过程的流量分配、服务运营数字化，尤其以更快、更精准的速度提炼出有效信息，可以很好地解决流通环节甚至上下游各环节的信息不充分、信息不对称、信息堵塞、信息鸿沟等问题，由此提升了流通时效。其次，数据要素能够降低流通成本。数据资源不仅可以海量获取，而且类型更加丰富且能够重复使用，这使得数据收集、生成、处理、分析、传输等相关成本大幅降低，且边际成本无限趋向于零，甚至数据在上述有的环节上成本也是趋向于零。当数据要素作为生产要素使用时，那么将会以更低的成本参与到流通环节。最后，数据要素能够优化供应链条。数据要素能够带来商品流、物流、信息流的数字化，驱动供应链体系朝着数字化、智能化、柔性化方向发展。数据要素的使用可以减少流通中的交易环节，通过整合物流配送链条上的各类资源，提升供应链各参与主体间的协同效率，进而提升了供应链整体的敏捷性与协同性。

3. 消费环节

在消费环节，数据要素的作用逻辑包括精准匹配需求、创新消费场景、提升消费质量。数据要素通过这些作用实现了消费环节的赋能效应，进而能促进新质生产力的形成。首先，数据要素能够精准匹配需求。随着我国社会主要矛盾向人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾方向变化，尤其Z 世代消费群体的出现，对于个性化、差异化、体验式、品质化的消费需求不断增加，在数字技术驱动下，无论是消费者个体还是组织的消费行为、消费画像、消费偏好、消费痕迹等数据都能够被记录，这些数据的使用能精准地满足市场消费需求。依托数据要素，尤其借助各类技术工具或平台的算力资源与数据分析处理能力，可以实时获取充分的产品信息、市场信息，这些信息又能够反作用于生产环节，进而促进供给与消费的匹配。其次，数据要素能够创新消费场景。数据要素的使用为消费者提供了更多更新的消费场景，如跨境网购、直播购物等，依托数据要素及数字技术所生成的各类在线购物载体，消费者能够随时随地实现全球范围的消费诉求。共享模式、线上线下协同消费模式等改变了传统的消费方式，催生了各类共享消费行为以及传统消费行为的创新场景。在数字技术加持下的虚拟消费模式也为消费者提供了沉浸式、个性化的消费场景。最后，数据要素能够提升消费质量。借助于数据要素来满足消费者个性化需求，这在一定程度上提升了消费群体的消费品质。数据要素与智能化、智慧化关联紧密，数据要素的嵌入能够使得产品与服务更加智能化与智慧化，如智能生活用品、智能出行产品等都为消费者提供了更加便捷、人性化的使用体验，进而提升了消费者的消费质量。数据要素所衍生出的数据类产品与服务，如在线音乐、在线文学、网络电视剧电影、电子游戏等为消费者提供了更加丰富、更加多元的数字服务，丰富了消费者的文化娱乐生活。

4. 分配环节

在分配环节，数据要素的作用逻辑包括优化资源配置、增加价值生成、促进价值共享。数据要素通过这些作用实现了分配环节的赋能效应，进而能促进新质生产力的形成。首先，数据要素能够优化资源配置。数据要素通过与其他传统生产要素的融合，可以有效驱动各类生产要素从低效使用端流向高效使用端，也会驱动传统生产要素的创新升级，这就促进了各类生产要素的优化配置。数据凭借其高流动性、低成本性、高效率等特征，作用于其他要素在生产、流通、消费等经济活动各环节的优化配置以及供应链价值链各链条间的优化组合。其次，数据要素能够增加价值生成。数据要素提升了劳动生产率，提供了更多的商业机会，这会促进整体价值的生成，从而为参与主体供给了更多的价值。数据要素作用于其他生产要素及经济活动各环节所发挥的乘数效应，可以为各环节、各主体提供更多的价值生成。数据要素带来的更多新业态、新产业与新市场都能刺激更多的价值生成。数据要素的嵌入与使用可以创造更多的就业机会与就业岗位，这是更典型与直观的价值生成场景。最后，数据要素能够促进价值共享。数据要素的充分使用可以有效解决数字时代的数据鸿沟问题，消除不同地区、不同群体间的数字红利差距，使全员能够共享价值。数据要素的非排他性、非稀缺性，决定了其可被重复使用与同时使用，这为分配活动提供了效率的同时更加能兼顾公平。数据在经济活动各环节的流动与赋能，可以驱动参与主体形成利益共同体，驱动产业链价值链创新链的多链融合、跨链融合与链内融合，促成了更广范围、更深维度的价值共同体。

（四）数据要素的作用目标

从生产力三要素层面看，都会受到数据要素的影响，尤其在数据要素乘数效应作用下传统生产力三要素都会发生质变，此时生产力本身自然会跃升到新的阶段，即新质生产力。这是数据要素的作用目标，即生成新质劳动资料、新质劳动对象与新质劳动力。

1. 数据要素显著地催生了新质劳动资料

第一，数据作为新型生产要素自身会产生赋能效应，这种赋能效应会通过数据生产要素的使用贯穿于经济活动的全链条，这又会推动数据生产要素的创新，从而呈现出数据强关联的新质生产资料。第二，数据由新技术所引发，这些新技术包括新一代新兴技术、生物技术、新能源、新材料、新制造等技术，这些技术是创造新价值的技术，是需要新产业落地的技术，也是新质生产力形成的根基。数据要素会反作用于新技术，对新技术产生新的需求，会进一步推动技术创新，进而会催生出新质生产资料。第三，新質生产工具会随着数据要素发生作用而不断被催生，如人工智能、虚拟现实和增强现实设备、自动化制造设备等，这些新质生产工具又是新质劳动资料的重要构成。新质生产工具在数据要素赋能效应的作用下会不断出现、升级与创新，进而会促进新质生产力的形成。

2. 数据要素显著地孕育了新质劳动对象

第一，数据自身是新型生产要素，是新质劳动力的构成要素。数据要素作为新质劳动对象会参与到经济活动各环节，能够被多主体重复且共同使用，又能够催生出新商业模式、新经济场景，会促进新质生产力的生成与发展。第二，数据要素还会作用于资本、土地、劳动力等传统生产要素，传统生产要素嵌入数据要素后会呈现数字化转型，进而成为传统生产要素的新型形态，从而成为另一类新质劳动对象。第三，数据要素依托数字技术投入经济活动各环节时，也会孕育出新材料、新能源、新技术等新的劳动对象，除了前面所提到的数据这类非实体形态的新型生产要素外，更会孕育出高端智能设备、尖端生产制造设备等物质形态的新型生产工具。

3. 数据要素显著地创造了新质劳动力

第一，数据要素会在各类数字技术加持下作用于经济活动各环节，各参与主体为适应这一趋势，会增加熟悉先进技术、熟练高端设备、具备新知识的新劳动者。第二，数据要素渗透到新商业模式中，如互联网平台、共享平台等，会激发以数据要素为基础所衍生的人机协同，从而创造出许多新的组织形态与新的组织学习方式，促进了劳动力素养的提升。第三，数据要素在数字经济范式下会催生出各类新型职业群体，如类似国内“猪八戒网”及国外“Upwork 网”等零工群体，从而拓展了劳动力边界。第四，数据要素在数字技术作用下，尤其利用元宇宙等虚拟现实技术，能够生成各类虚拟人参与到经济活动中，还能利用ChatGPT 等生成式人工智能技术生成各类数字人参与到各商业场景中。

三、数据要素推进新质生产力实现的现实问题

（一）数据要素有效供给不足制约了新质生产力实现

我国数据要素市场虽已超过千亿元规模，数据要素市场整体进入快速发展阶段，但仍存在数据要素有效供给不足的现状，这既包括质的有效供给不足，也包括量的有效供给不足，这就会制约新质生产力的实现。其一，数据要素质量问题仍很突出。由于数字技术迭代更新很快，用于数据收集与处理的各种技术在不断更新，技术自身带来的漏洞快速增长，会导致数据质量下降，如数据不完整或存在误差，接口数据漏传误传，数据清洗算法、转换算法及加载算法错误等，都将严重影响数据的真实性、准确性、完整性、一致性和及时性等，进而会影响数据分析和决策的准确性与有效性。其二，公共数据开发不充分。公共数据具备基础性、权威性及通用性特质，能够成为其他很多行业数据产出的基础，但公共数据存在有效开发不充分的问题。如有些地方会把公共数据界定为国有资产，并未对其他组织进行数据授权，这就增加了一些民营企业使用公共数据的门槛与难度；有些公共数据不被社会公众和市场主体所需要，且由政府部门开发的数据也仅供少数企业使用。其三，数据资源尚未有效开发。当前很多组织尚未摸清其所拥有的数据资源底数，许多行业数据资源较为混乱，数据难以从资源变为有价值的资产，导致数据资源并未得到有效开发。其四，产业数据分布不均衡拉大了数据鸿沟。我国当下许多重要领域的高质量数据处于垄断状态，如互联网、金融、电信、交通等行业数据多被一些头部企业所占据，产业链上下游的中小微企业难以获取并利用这些产业数据，这就加大了数据主体间的数据鸿沟，阻碍了大量中小微企业创新。

（二）数据要素市场化缓慢制约了新质生产力实现

数据要素作用的充分发挥需要数据要素市场化，然而我国数据要素市场化发展缓慢，严重制约了新质生产力的实现。其一，数据要素确权问题突出。数据要素多主体的特性导致了数据权利冲突也呈现出多主体与多样性，这就造成数据要素资产属于谁、谁可以使用、收益由谁来分享都成为难题。此外，数据要素市场数据持有权、使用权与经营权不清晰，也造成了数据要素确权难。当下，我国数据要素市场存在不同场景下个人、企业、政府等数据要素归属及其收益等的治理仍在探索阶段，权属不清加大了数据要素确权的难度。其二，数据要素定价问题突出。数据定价是数据要素市场化的前提，而数据要素仍面临定价难的问题。数据要素自身的复杂性导致其很难被计量，进而影响到对数据价值的度量，再加上数据权利主体较多导致其权利难以归属，数据交易方式差异化导致数据场景难以量化，数据估价指标不统一导致数据质量标准无法统一，再加上数据要素供需关系不匹配、数据要素市场发育不健全等因素叠加，最终造成了数据要素定价难的现状。其三，数字基础设施建设仍问题突出。我国数字基础设施建设虽取得了较大的成绩，但因数据基础设施建设投资巨大，加之数字技术迭代飞快、数据安全与隐私保护不健全、数字鸿沟现象突出，导致我国数字基础设施建设覆盖不全面、区域发展不协调、应用不充分，进而会影响到数据的采集、流通、使用等，造成数据要素市场化不足。其四，数据要素市场尚未形成全国统一大市场。虽然我国各地的数据交易所、数据交易中心纷纷设立并运营，但更多是政府主导为主的模式，同质化竞争现象更加突出，又因不同地区规制体系不同，数据场内交易与场外交易尚未实现交互，数据要素交易机制仍不成熟，造成仍未形成全国统一的数据交易市场。其五，数据跨境流通问题突出。数据要素跨境流动仍是重灾区，其问题更加凸显，这不仅体现在不同国家数据流通标准与要求不同进而导致监管体系不同，也体现在不同数据持有方的数据保护能力不同、数据跨境流通的适用法律不同，这就会加大数据要素跨境流通的难度，甚至会带来跨境数据流通的诸多潜在风险。

（三）数据型科技创新不足制约了新质生产力实现

新质生产力是以科技创新为主导的，而数据要素也是由科技创新所推动的。但是我国数据领域的科技创新、数据牵引的科技创新以及数据与产业的深度融合都存在诸多堵点，制约了数据要素资源禀赋对生产活动的影响，也制约了推动新质生产力实现的数据要素的创新动能。其一，核心数字技术关键领域创新能力不足。数字技术层面关键领域创新能力仍不足，核心数字技术与第三方服务供给偏弱，技术“卡脖子”问题仍很突出。如我国核心元器件、操作系统等领域的技术研发与工艺制造都落后于国际先进水平，面向数字技术服务的第三方资源不多且整体实体偏弱，现有的软件、云计算、大数据等各类服务商良莠不齐且行业标准缺失，导致中小型企业服务需求的满意度偏低。其二，科技创新体系数字化水平不高。我国科技创新体系数字化建设任重而道远，不仅存在科技创新体系数字化应用率不高的情况，而且科技创新主体之间的数据屏障与数据割裂现象严重，导致科技创新主体之间数字鸿沟越来越大、数字孤岛现象越来越突出，阻碍了数据深层次的价值开发与利用以及跨主体的协同效应，进而会制约科技创新以及新质生产力的实现。其三，数据要素融入前沿科技创新领域难度较大。目前看，数据要素难以融入代表新质生产力的前沿科技创新领域，导致对未来产业、新兴产业发展的赋能效应不能充分释放。数据要素多以原始形态散落在数字空间里，尚不能被及时、合规、有效地收集与开发；很多数据要素型企业主营业务却非数据产品，且对数据要素研发投入力度较小，减少了数据要素融入前沿科技创新的机会。其四，数据要素与实体经济融合程度不高。数字技术、数字经济与实体经济融合虽是近几年的重点工作且取得了一定的成绩，但“数实融合”仍需进一步深耕与强化，尤其表现在数据要素与实体经济融合层面。我国产业数实融合呈现“三二一”产逆向渗透趋势，如2022 年，第一、二、三产业数字化渗透率分别为10.5%、24.0%与44.7%，第一、二产业数实融合程度严重落后于第三产业且水平偏低。此外，还存在各行业数字化覆盖程度不均衡、各地区产业数字化程度不均衡等现状。这会导致新兴产业培育、传统产业升级的链条受阻，进而制约着新质生产力的实现。其五，实体经济企业数字化转型仍有很大空间。我国实体经济企业数字化转型仍不到位且成功率也不高。许多实体经济企业存在不想转、不愿转、不敢转、不会转的情况，尤其很大比重的中小微企业数字化转型进展缓慢，数字技术应用程度不高（张夏恒，2020）。实体经济企业的数字化、网络化、智能化程度普遍不高，产业互联网应用程度很低，造成了实体经济企业的数据资源存量不大、应用水平不高、应用场景较少，进而制约着新质生产力的实现。

（四）数据要素规范化偏弱制约了新质生产力实现

我国数据要素的生产、流通、交易、分配及治理等方面存在标准不统一、不完善、不规范、不健全的问题，还存在诸多的规则、制度、法律等缺失的情况。这就导致数据资源诸多显性与隐性问题层出不穷。其一，數据要素市场基础规范问题颇多，这主要涉及到数据要素生成的标准、数据要素定价依据与标准、数据要素确权依据与标准、数据要素资产认定的依据与标准等等。这些基础规范如不能完善与统一，将会严重制约着数据要素各环节的活动。其二，数据要素流通机制仍未健全。数据要素资源化、资产化等仍未有效完成，数据资源各类基础规则有限，导致数据要素流通难以制定明确的规则。此外，数据流通安全风险、数据技术标准接口问题、数据管理部门权责界定不清等因素，导致不同地区、不同行业、不同部门的数据开放与共享阻力很大，这又会影响到数据要素流通规制的建立与完善。其三，数据要素配套法律法规不健全。我国虽已出台《网络安全法》《国家密码法》《数据安全法》《个人信息保护法》等基本法律法规，但现行法律法规多从保护与监管角度出发，突出对数据的规范使用与隐私保护等方面，尚未针对数据要素的流通形式、市场准入、市场监管等方面给予清晰的法律界定，导致数据要素法律体系尚不完善、数据流通监管不足等问题。此外，关于数据要素相关的司法、执法工作仍需进一步强化。其四，数据要素市场监管体系不完善。除了数据要素相关法律体系仍有待健全外，关于行业自治、组织自律方面的规范体系较为缺失。而且，数据要素市场监管部门职能、监管条例等仍存不足，导致监管依据零散、监管部门力量薄弱且职能分散、监管部门协同不足，难以形成有效的监管。此外，数据要素跨行业、跨地区、跨国别流动也因这方面监管体系的缺失导致监管难度更大。

（五）数字劳动力供给乏力制约了新质生产力实现

数字技术的发展与应用会对传统劳动力市场产生替代效应与挤出效应（张夏恒，2023），而且我国数字劳动力面临有效供给不足的问题，这会导致新质劳动力的培育与供给面临很大的压力，导致数据要素发展乃至新质生产力的培育都会出现匹配的劳动力短缺问题。其一，数字技术及数据要素会冲击现有劳动力市场，引发传统劳动力的技术性失业风险。数字技术的应用对那些准入门槛低、劳动技能要求不高、重复性劳动属性强的岗位与工种产生显著的替代效应，进而导致这类传统劳动力市场的萎缩，出现了机器换人的风险，也直接或间接地破坏了传统劳动力市场；此外，数据要素作为新型生产要素，会提升对传统劳动力的技能需求，这会导致那些无法及时学习与提升新知识、新技能的劳动力群体的失业问题。其二，数字劳动力市场需求增长极快，会从需求层面拉大数字劳动力供给缺口。数字技术与数据要素的应用与推广，会快速推动数字经济发展，由此会快速引发对数字劳动力市场需求的暴增。如自然语言处理、机器学习等与数字技术紧密相关的天生数字化职业，页面产品、数据产品相关岗位等数字技术赋能的传统职业，带货主播、电商选品、新媒体培训等数字技术应用带来的衍生类职业。据《产业数字人才研究与发展报告（2023）》对互联网、智能制造、人工智能等11 个重点产业的数字人才的调研发现，数字人才在11 个产业中都存在很大规模的短缺。其三，数字劳动力市场出现量与质的双重供给困境。快速增长的数字劳动力需求与有限的数字劳动力供给形成显著的反差，数字劳动力培育速度慢、传统劳动力更新也不快，这就会造成数字劳动力缺口持续扩大和供需不匹配的局面。中国信息通信研究院发布的《数字经济就业影响研究报告》指出，2020 年中国数字化人才缺口接近1 100 万。数字劳动力的质与量的双重短缺反映出我国数据要素尚未能与劳动力深度融合，难以匹配新质生产力的大规模高素质劳动力需求。其四，现有教育水平和结构与数字劳动力市场需求不匹配。从我国目前的教育水平与结构来看，现有劳动力教育水平与数据要素发展与劳动力教育水平的需求不匹配，高校专业设置、课程设置、授课教师新知识储备、实训资源等都具有一定的滞后性，即便能根据实际劳动力素质需求来更新，还是远落后于数字技术及数据要素的迭代更新速度。社会职业教育同样面临这些方面的问题，更会缺少培训的系统性与长周期性，也不能有效满足劳动力市场对新知识、新技能、新素养的数字劳动力需求。其五，数字劳动力呈现出不均衡发展状态。从数字劳动力现行分布情况看，存在产业、地区间的不均衡状态，如数字劳动力多集中在第三产业，在第一、第二产业的比例较低；数字劳动力多分布在东部沿海经济发达城市与地区，中西部地区的数字劳动力存量偏小。

四、数据要素推进新质生产力实现的路径

无论数据要素还是新质生产力，仍处于出现的初始阶段，尤其新质生产力更是一个新兴事物，这就决定了它们不仅在理论层面，更在实践层面需要系统举措加以推动，也需要多维度的政策进行保障。因此，有必要从发挥数据要素作用的视角，提出一系列建议与措施，以期能够加快推动数据要素健康发展，并能更有效地推动新质生产力的涌现。

（一）加强数据要素市场开发，完善数据资源供给体系

数据要素市场开发是非常必要的，也是数据要素赋能效应发挥的前提条件。然而，目前我国数据要素市场开发进程仍有待推进，这会导致我国数据要素的供给不足，进而会影响到数据作为新型生产要素的作用发挥。这是数据要素赋能效应推动新质生产力涌现的基础与核心，这就需要从数据基础设施、公共数据开放、数据要素主体层面着力，来完善数据资源供给体系。

首先，加快数字基础设施建设。发挥数据要素赋能效应来推动新质生产力的生成需要加快数据要素的生成与供给，而数据要素的生产需要匹配的数字基础设施，只有匹配的数字基础设施设备才能为数据要素的生成提供场所与工具。因此，需要加快推进包括信息通信技术、大数据、云计算、物联网、人工智能等数字基础设施建设，为数据要素的生产与供给提供必要的技术支撑与硬件保障。除此之外，还需要优化云平台、超算中心等算力基础设施的布局，这些基础设施不仅能够为各类数字技术提供支撑，还能够促进数据要素的生成。因此，应加快东数西算工程，构建区域协同、功能完备的数字基础设施体系。

其次，提升公共数据开放数量与质量。公共数据作为数据要素的重要构成部分，是数据要素中基础性、公益性、通用性、权威性很强的数据类型，也是推进数据要素赋能效应发挥的有机构成与重要推手。鼓励在科研、文旅、交通、商贸等领域建设行业共性数据资源库，通过完善数据采集、存储、处理、分析、共享、监管等环节的资源配置，确保公共数据资源库的完整、准确与可靠。有序探索、適度推进公共数据的授权运营，鼓励第三方合理地对公共数据进行挖掘与利用，进而提升公共数据资源库的利用水平与效率，扩大公共数据资源库的受众群体与覆盖面。

最后，激发龙头企业科技创新主体价值。前沿新兴技术与颠覆性技术是数据要素的核心领域，也是驱动数据要素创新发展的关键。企业作为经济活动中最活跃的主体之一，不仅对科技创新具有很高的敏感度，也具有更强的动力进行科技创新以及成果应用。前沿新兴技术与颠覆性技术的研发与应用对于资金、技术的要求很高，比较适合龙头企业，既包括一些国有企业，也包括一些民营互联网企业等。要通过一系列激励政策引导头部企业加强基础性研究，并鼓励其探索面向应用层面的共享、协作与开放机制，以统筹数据要素的创新驱动作用。

（二）推进数据要素市场化，完善数据要素流通体系

数据要素市场的开发离不开数据要素市场化，而且只关注数据要素市场开发是不够的，更需要在数据开发之后能够在市场中自由、有效地流通，这样才能发挥出数据要素的价值。提高数据要素市场化建设水平，是释放数据要素价值的关键举措（乔晗等，2023）。数据要素市场化进程仍不很理想，这取决于诸多因素，如数据要素的定价、确权、资产评估，以及数据要素交易平台与市场体系等。因此，需要从这些维度出发，制定并实施相应的举措，以此来完善数据要素流通体系。

首先，建立数据要素市场化基础标准。数据要素市场化并非一蹴而就，需要做好数据的确权、定价、资产评估等基础性工作。然而，数据要素仍未如传统要素那样已经具备成熟的市场化基础标准，这就需要加快建立健全数据要素的确权、定价及资产评估等基础性标准。探索数据要素权属划分、交易规则等数据确权依据，尽快出台适合市场需求的数据要素定价模式及价格交易工具，以及公共数据、企业数据等不同类型数据资产统计、核算、入表等标准，使得数据要素市场化的基础条件清晰明确。

其次，稳步推进数据交易所等平台建设。数据要素市场化的健康推进离不开数据交易场所与交易平台，这是确保数据要素高效安全流通的保障。我国已建成和在建的各类数据交易所已有一定规模，上海、深圳等头部数据交易所的数据要素交易也达到一定规模。在有序推进、合理规划数据交易所等平台布局与建设之外，更应探索出适宜的数据交易平台管理与运作模式，这是推动数据要素市场化长期健康发展的基础性保障。除了数据交易所形式外，还可以在有条件的省份试点组建国资及民资的数据集团，从事本区域公共数据运营、数据产业投融资等事宜，形成与数据交易所互补协同的效应。

再次，加快完善数据要素交易市场体系。我国数据交易市场建设取得了一定的效果，但仍未形成多层级数据交易市场体系，尚无法适应快速增长的数据要素发展需求。因此，建议加快完善多层次数据要素交易市场体系，由多重市场维度构成。具体表现为国家层面建立全国统一的数据要素市场，配合有条件的重点地区建设区域数据交易中心；鼓励企业主导型的场外数据交易市场与政府主导的场内数据交易市场协同发展；有序构建一级数据要素市场与二级数据要素市场合理竞争的两级数据要素市场；统筹规划与试点综合数据要素市场与专业数据要素市场的发展。

最后，试点建设数据要素跨境市场。数据要素跨境流动日趋频繁带来了数据要素跨境交易的需求，这就需要加快制定、试点并推广契合我国数据跨境流动的“中国方案”，以打破数据跨境流动规则上的欧美主导局面。我国要加快试点数据要素跨境市场的建设，选择一些试点领域开展数据跨境流动安全管理试点，探索建立离岸数据交易平台，研制核心行业的数据跨境交易方案。通过这些举措，在促进数据跨境流动畅通的同时，还能够确保数据跨境流动的安全，并能够在数据跨境流动所驱动的开放乘数效应中发挥出中国力量。

（三）加快数据规则规范构建，完善数据资源保障体系

数据要素生产后，除了需要加快其市场化发展外，更需要确保数据要素市场及其应用的合法化、合规化、健康化，这就需要加快数据规则规范的构建，尤其应围绕数据要素相关法律体系、数据要素市场规则体系、数据要素治理监管体系等方面建立、健全配套的规则与规范体系，以此来完善数据资源保障体系。

首先，健全数据要素配套法律体系。立足于现行的《网络安全法》《国家密码法》《数据安全法》《关键信息基础设施安全保护条例》《个人信息保护法》等法律制度，积极探索与数据产权、数据要素流动和交易、数据要素收益分配、数据要素治理等相关的法律制度，同时细化与之相关的司法适用，理清数据要素相关合规公证、算法审查、侵权认定等规则。通过加强数据要素相关的立法工作，建立健全数据要素配套的法律法规，做到数据要素领域能够有法可依。

其次，完善数据要素市场规则体系。尽快制定并完善数据采集、存储、加工、流通、交易等数据要素全链条的配套标准，为数据要素的流通与交易提供标准化的依据。建立统一标准的数据登记存证标准、分级分类标准、认证管理标准，并制定数据接口、格式等软硬件的通用标准，协同推进行业标准制定，为数据要素市场发展提供规范性保障。完善数据要素市场规则体系，使其成为数据要素配套法律体系的有益补充。

最后，强化数据要素治理监管体系。以政府监管、行业自治、主体自律的多元协同治理体系来加强对数据要素市场的監管。在数据要素市场相关标准、规则及法律体系下，构建覆盖数据要素交易全流程的治理监管体系，完善数据要素及其关联要素的联动治理监管机制，积极探索数据跨境流动的治理监管规则。此外，司法机构、执法机构依据各类相关的法规制度，加大数据要素领域违法违规事件的整治惩治，加快构建竞争有序的数据要素市场环境。

（四）加快数据高质量人才培育，完善数据要素人才体系

数据要素赋能效应的体现需要人才的支撑，高质量人才也是推动科技创新的基础与核心。只有加快数据高质量人才的培养，才能够推动科技创新，促进数据要素的生成与应用，进而推动新质生产力的形成与发展。这就需要围绕高等院校建设数据要素相关专业开展人才培养、产学研协同培育应用型人才、立足职业培训与学习提升人才素养等方面展开相应工作，以此来完善数据要素人才体系。

首先，支持高等院校建设数据要素相关专业开展人才培养。充分发挥高等教育在数据高质量人才培养方面的引导与基础作用，结合数据要素发展趋势，鼓励高等院校开设与大数据、云计算、人工智能、智能制造等相关的学科专业，尤其通过面向硕士生、博士生及博士后人才培养工作的倾向，加大数据要素相关高端人才的培养与供给。此外，鼓励相关高等院校优化数字技术及数据要素相关课程设置，加快、加大数据高质量人才的输出。

其次，积极推进产学研协同，加快培育应用型人才。在高等院校对数据要素人才进行相关理论教育的同时，还要加强各类人才的实践能力培养。鼓励数据相关企业积极参与高校人才培养，引导企业建立产学研实习实训基地、校企合作项目，借助产业学院、产教共同体、创新创业比赛、企业导师制等方式，促进产教融合、科教融合、产教研协同育人，加快数据应用型人才及高水平职业人才的培育。此外，还要加强职业院校在数据要素相关人才培养方面的作用发挥，尤其针对国家“双高”职业院校，应积极鼓励其开设社会所需、企业所需的数据要素相关专业，以加快职业人才培养。

最后，注重职业培训与学习，不断提升人才素养。在知识化时代，新兴数字技术及其带来的新模式、新业态层出不穷，这就对数据要素类人才提出更多的要求。因此，应及时跟进国内外各领域、各行业、各产业的新兴技术与前沿数据资讯，借助社会培训机构、企业内部培训部门，根据业务需要开展有组织的培训与学习，推动数据要素行业从业人员与时代知识体系及现实技术体系的紧密结合，进而打造出终身学习的职业教育机制，不断提升从业人员的素养。

五、结论

习近平总书记提出的新质生产力，为我国在新发展阶段打造经济发展新引擎、增强发展新动能及构建国际新竞争优势提供了重要指引与战略方向。数字经济已成为大趋势，数字技术与数字经济带来的数据要素发挥着越来越重要的作用，而数据要素赋能效应也会更加凸显。数据要素与新质生产力具有一脉相承的态势，如何发挥出数据要素赋能效应对于新质生产力的生成与发展至关重要。数据要素的加速发展不仅会改变当下及未来的生产生活方式，也会在产业变革中发挥着举足轻重的作用。数字技术不断发展与应用，尤其新一代数字技术不断迭代带来更多的变革效应，由此会进一步推动数据要素的价值释放，更会成为推动新质生产力发展的强大动力。所以，如何发挥出数据要素赋能效应，并作用到新质生产力的生成与发展，是一个紧急且重要的话题。在这之前，理清数据要素赋能效应如何作用到新质生产力是重要前提，即要尽快解构数据要素赋能效应促进新质生产力的逻辑。这是本文的研究重点，也是本文研究的价值所在。数据要素首先是一种新型生产要素，这已得到了普遍认可，这一新型生产要素会产生出新的发展动能，能够成为催生新产业、新模式与新动能的重要要素。数据要素除了自身发生作用外，更能够通过与技术、土地、资本、劳动力等其他传统生产要素融合来推动这些生产要素创新发展，而这些生产要素也会作用于各类生产活动，从而发挥出价值创造的效能。无论是数据要素作为新型生产要素，还是融合于其他生产要素，都能够深入地渗透到生产、流通、消费、分配这些社会生产过程的各环节，并在这些环节发挥出数据要素的乘数效应，加速各环节的价值生成与倍增。数据要素不仅会在国内市场发生流动，更会随着经济全球化、产业链跨国化而产生更多的数据跨境流动，这就使得数据要素不仅能够在国内发挥出数据乘数效应，更能够发挥出开放乘数效应。从这些维度看，数据要素赋能效应是无处不在的，也与经济活动有着全方位、全层面的关联与影响，进而能够显著地催生新质劳动资料、孕育新质劳动对象、创造新质劳动力。新质劳动资料、新质劳动对象与新质劳动力又是新质生产力的典型体现，这就表现出了数据要素赋能效应在推动新质生产力涌现中的积极效用与重要价值。通过这些维度的解构，能够夯实数据要素对新质生产力的促进作用，也能够佐证数据要素赋能效应在新质生产力生成与发展中的作用体现。因此，要重视与加快数据要素的发展与应用，除了推动数据要素这一新型生产要素的作用发挥，还要积极发挥数据要素与其他传统生产要素的融合作用；还要重视与加快数据要素对于新质生产力发展中的作用发挥，以此来进一步推动新质生产力的发展。基于此，本文建议加强数据要素市场开发，以此来完善数据资源供给体系；推进数据要素市场化，以此来完善数据要素流通体系；加快数据规则规范构建，以此来完善数据资源保障体系；加快数据高质量人才培育，以此来完善数据要素人才体系。通过这一系列具体措施的实施，能够显著地促进数据要素赋能效應的发挥，尤其将其作用于新质生产力发展中，更好地推进新质生产力的涌现。