数据要素型企业的发展和培育思路

侯宁

(中国信息通信研究院云计算与大数据研究所,北京 100191)

0 引言

数据要素已经充分融入到了我国生产、分配、流通、消费和社会服务管理的各个方面,显著改变着人们的生产模式、日常生活及社会治理方法。数据要素型企业作为转化生产要素的载体与“操盘手”,推动数据的要素化,是数据价值创造和实现的关键。2023年12月,国家数据局等17部门联合印发《“数据要素×”三年行动计划(2024—2026年)》,明确要强化企业主体地位,推动数据要素在工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、医疗健康、气象服务、城市治理、文化旅游、应急管理和绿色低碳等多个行业和领域的乘数效应[1]。当前,我国数据要素市场正处于高速发展阶段,机遇与挑战并存,鼓励重点行业中已具备一定数据开发利用能力的龙头企业发挥自身资源优势开展创新,通过典型示范引领,让参与各环节的企业少走弯路,是点燃数据要素产业发展和转型的强劲引擎。

1 数据要素型企业的界定与发展现状

数据要素型企业已成为当今市场经济中一支不可或缺的力量。这些企业以数据为核心资源,通过整合、挖掘和利用数据资产,实现业务创新和价值链重构,展现出强大的市场竞争力和发展潜力。

1.1 数据要素型企业的概念界定

数据要素作为一个相对较新的经济形态,其内涵和外延还在不断演变。随着技术的进步和应用场景的拓展,数据要素的商业价值和社会作用日益凸显。相较于传统生产要素,其影响力和应用范围跨越了传统行业界限,涉及多个领域,因而以数据作为核心生产要素的企业通常能够采取创新的商业模式。围绕数据要素开展的市场运作涉及数据安全、隐私保护、知识产权等多方面的法律问题,这使得对数据要素型企业的界定变得复杂,对其作出一个明确的定义还需更多的实践积累和理论研究,以适应不断变化的经济和技术环境。

尽管国家层面尚未出台明确的定义,但各地政府和学术界已经对数据要素型企业展开研究和探讨。2023年,青岛市大数据发展促进会启动全省数据要素型企业的评估工作,定义数据要素型企业是以数据为生产要素的企业,即把数据作为进行社会生产经营活动时所必须具备的社会资源的企业[2]。同年,贵阳市大数据发展管理局启动贵阳市贵安新区数据要素型企业申报工作,将数据要素型企业分为资源型、技术型和应用型3类[3]。另外,学术界也提出数据要素型企业是直接参与数据资源要素化的企业,推动数据从资源向产品转化[4]。由此看出,数据要素型企业的定义普遍是以数据到资源的转化过程为导向。因此,可以从数据的价值释放路径对其进行大致界定。数据的价值释放可以分为一次价值释放(即数据支撑业务贯通)、二次价值释放(即数据推动数智决策)以及三次价值释放(即数据流通对外赋能)[5]。由此来看,数据要素型企业首先需要拥有一定规模的数据,并在企业的生产经营过程中充分发挥数据要素的三次价值,最终实现数据“供得出”“用得好”“流得动”的目标。

1.2 数据要素型企业的业务特点

首先,数据要素型企业的运营高度依赖数据并深知数据的价值,将数据作为其核心资产和创造价值的关键,持续采集和汇聚数据,并利用大数据、人工智能、云计算等先进技术对数据进行处理和分析,将数据转化为有意义的洞察和信息从而赋能业务。不局限于传统的业务模式,数据要素型企业通过对数据进行深度挖掘和应用,开拓出全新的业务领域和收入来源。例如,数据要素型企业能够通过收集和分析大量的用户数据精准定位用户的需求和偏好,以提供定制化的产品和服务,提升用户体验的同时增加市场竞争力;通过对市场数据、运营数据、财务数据等多方面信息的分析,更加准确地预测市场趋势,优化库存管理,提高供应链效率,降低运营成本,并有效控制风险。

其次,为了更好地实现数据要素价值的释放,数据要素型企业按需整合上下游企业的数据资源、技术和服务并重构价值链,提升产业链的效率和附加值,实现整条产业链的协同发展并提升竞争力。例如,汽车制造商可以与供应商整合生产数据、库存数据和物流数据,从而更准确地预测需求,优化供应链,减少库存成本。同时,汽车制造商可以与经销商和售后服务提供商整合销售数据和售后信息,更好地了解销售趋势和售后服务需求,从而改进产品设计,提高客户满意度和忠诚度。另外,汽车制造商还可以利用如大数据分析和人工智能等技术,来优化生产流程、提高产品质量并开发新的智能汽车功能。

1.3 数据要素型企业的行业分布

受到行业差异、地域差异和企业规模等因素的影响,各数据要素型企业正处于不同的发展阶段。首先,不同行业中的数据要素型企业的发展程度存在显著差异。互联网、金融、科技等行业的数据要素型企业因其所在行业的特性,通常能够获取大量的数据资源,并且由于对数据技术应用和创新的投入相对较高,因此发展较快。相比之下,传统制造业、农业等行业的数据要素型企业由于数据资源的有限性和数据技术的应用门槛较高,发展速度相对较慢。其次,国内数据要素型企业的发展也存在地域差异。经济规模发展快的地区因完善的数字经济基础设施和政策支持,数据要素型企业发展较为成熟。相较而言,一些偏远和落后地区的企业仍未完成数据要素型企业的转型。再者,数据要素型企业的发展也与其规模有关。大型企业通常具有更多的资源和能力来投资数据相关技术和人才,因此发展相对较快。小型企业由于资源有限,还未能利用数据要素实现业务效益的提升。

2 专精特新企业培育的经验分析

随着数据要素市场建设的不断推进,大数据产业链将会持续延长,产业链条的环节会持续增加,每个环节的业务模式与产品服务种类会不断丰富。随之,产品服务间的差异性和附加值也会不断增加,这是产业优化和专业化分工带来的发展结果。在这个链条中,水平高、能力强的企业群体几乎决定了整个产业的竞争力,因此,需要重点关注这类企业的发展。我国专精特新企业的培育正是抓住了这点,重点把握产业链条细分环节的重点企业,使其发挥规模效应,带动整个产业生态的发展。数据要素型企业的发展可以从专精特新企业培育过程中汲取经验,对比分析,在实践中积累经验,以实现产业的转型和升级。

2.1 专精特新企业的发展路径

专精特新企业是指具有“专业化、精细化、特色化、新颖化”特征的中小企业,主要聚焦于高端装备制造、新材料、新能源、生物医药、信息技术等领域。我国自2011年提出专精特新的概念之后,在工业和信息化部的主导下启动全国范围内的试点工作。之后,国务院相继出台《关于加快培育外贸竞争新优势的若干意见》《“十三五”国家科技创新规划》等政策文件支持中小企业走专精特新发展道路。2018年,工业和信息化部提出专精特新“小巨人”企业的培育目标和申报标准,并在年末开展了首批专精特新“小巨人”企业培育工作,带动专精特新企业发展。2021年,中央政治局会议提出要发展专精特新中小企业。2022年,党的二十大报告明确提出“支持专精特新企业发展”。

2.2 专精特新企业的发展成效

2022年,工业和信息化部印发《优质中小企业梯度培育管理暂行办法》(简称《暂行办法》),明确规定了优质中小企业的评价认定工作,对培育管理提出了系统性要求。《暂行办法》将优质中小企业的发掘和培育分为创新型中小企业、专精特新中小企业、专精特新“小巨人”企业3个梯度[6]。将企业划分为不同的梯度有利于企业精准识别自身在行业内所处的位置,优化发展路径,同时也有利于各级中小企业主管部门提高服务效率,改善服务效果。截至2023年7月,我国专精特新中小企业已有9.8万家、专精特新“小巨人”企业已有1.2万家[7]。

随着国家对专精特新“小巨人”企业的持续扶持和关注,国内工业企业环境得到进一步改善,专精特新企业正逐渐成为新上市企业的主力军。从工业和信息化部公布的数据来看,截至2023年7月底,已有1 600多家专精特新中小企业在A股上市,在A股上市企业中的占比超30%;2023年上半年,专精特新中小企业占A股新上市企业的60%[8]。

2.3 数据要素型企业与专精特新企业的异同

尽管数据要素型企业与专精特新企业形成的时期与背景不同,企业所属产业行业不同,企业的体量和规模也具有一定差异,但数据要素型企业与专精特新企业在现代经济体系中都是具有重要地位的企业类型。面对市场竞争和行业发展,这两类企业都坚持以创新驱动发展,聚焦专业领域。

首先,两类企业发展的出发点一致。专精特新企业的发展起点是特定专业领域的深入研究和垂直整合,聚焦于某个细分市场,通过技术创新和精细化管理,打造自己的竞争优势。例如,高端装备制造企业的业务模式是通过对某一特定技术领域的深入研究,提升机械设备的智能化水平,从而提高设备性能和用户体验。数据要素型企业是通过挖掘特定领域的数据价值进行资源整合,驱动业务发展。例如,社交媒体平台公司的业务模式是基于对用户数据的分析进而分析用户需求,从而提供个性化的内容和服务。由此可以看出,专精特新企业的核心资源是专业知识、技术和知识产权;数据要素型企业的核心资源是数据和数据处理能力。

其次,两类企业的市场定位一致。专精特新企业以高技术含量和专业性的产品或服务为核心,市场定位专业并聚焦,主要针对特定的行业或市场提供专业的产品或解决方案。例如,新能源汽车电池制造商专注于新能源汽车电池的研发和生产,目标是提供高性能、安全可靠的电池产品。同样,数据要素型企业围绕数据探索多元化的业务模式,广泛服务于多个行业的特定场景。例如,大数据分析公司的产品可以被应用于金融、零售、医疗、新能源等多个行业,但应用场景则聚焦在每个行业中的特定领域。比如,其产品可以为同样的新能源汽车电池提供产品运行数据和用户体验数据,以支持数据分析和决策。

3 数据要素型企业的培育路径

数据要素型企业与专精特新企业不仅在发展重点和市场定位上具有一致性,从发展战略和发展周期上来看也具有一定的共通性。从企业培育的角度,数据要素型企业可以借鉴专精特新企业的成功经验为企业提供更有效的发展策略。

3.1 设计梯度培育,筛选企业层次

针对专精特新企业,政府构建了优质企业梯度培育体系,制定了明确的评价标准用于认定专精特新企业,强化服务和支持,引导推动广大中小企业走专精特新发展道路。数据要素型企业可以借鉴相关经验,完善数据要素型企业的发展机制,建立数据要素型企业认定办法与评价体系,开展数据要素型企业的评定工作,全面评估企业的数据汇聚能力、数据治理能力、数据应用能力、数据流通能力以及数据安全和管理水平等,识别出有成长潜力的相关企业。通过评价筛选出不同层次的企业,设置针对性的、分阶段的培育策略,推动企业的渐进式发展。针对头部企业鼓励其发挥示范作用,针对中尾部企业建立服务与辅导机制,提供技术、市场、管理等方面的支持,形成大中小企业融通发展的良好生态,加快产业结构优化升级,提升整个产业链的竞争水平,最终激发市场活力和社会创造力,引导更多数据要素型企业走上专精特新之路。

3.2 树立标杆企业,促进行业发展

我国政府不断推进专精特新“小巨人”的培育计划,旨在挖掘在专精特新领域中表现卓越的企业,这些企业以其在细分市场中的专注度、创新力、市场占有率而成为行业内的佼佼者[9]。“小巨人”的遴选和培育不仅可以有效促进一批中小企业“勇立潮头”、聚焦主业、“苦练内功”,更为增强行业竞争优势,推动产业基础高级化、产业链现代化提供了有力支撑。数据要素型企业同样可以甄选出一批精品企业,一方面,充分发挥标杆企业的示范引领作用,给各行各业提供可信、可见、可学的标杆经验样本,总结出一套成熟落地的基础理论和实践经验,以点带面推动更多的企业持续优化,不断迭代自身的管理水平以适配数据要素市场的建设与发展。另一方面,这些精品企业往往处于数据产业链的关键环节,针对这些企业可以适当提供一定的政策支持并进行资源倾斜,鼓励企业加强数据相关的技术创新、探索数据产权制度等,引导企业在安全可控的范围内开放数据的流通。

3.3 培养工匠人才,完善智力支撑

2021年,工业和信息化部中小企业局发布《为“专精特新”中小企业办实事清单》,明确提出要加强人才智力的支持,组织专精特新中小企业人才培训,梳理专精特新中小企业人才需求,为企业搭建高层次人才供给通道,并且推动各地建设一批工程师协同创新中心,为专精特新中小企业提供专家辅导服务[10]。数据要素型企业的发展同样高度依赖于人才。在教育层面,应着力提升教育体系对大数据、人工智能等数据要素相关专业人才的培养质量,不仅包括高校和研究机构中大数据、计算机科学、人工智能等专业的建设,还要加强职业培训,提供针对数据分析师、数据工程师等岗位的专业培训课程,以满足不同层次和类型的人才需求。在人才引进方面,各地政府和企业可以利用现有的政策工具,通过提供财政补贴、税收优惠、创业支持等激励措施,吸引国内外优秀人才到数据要素型企业工作和发展。同时,加强企业、高校、研究机构之间的联动合作,以产学研结合的方式引进更多的科研团队和高端人才。

3.4 搭建产业生态,驻足长远发展

专精特新企业的培育注重营造良好的大中小企业融通发展生态,鼓励产业链关键企业以联合技术开发、资本投资、创业孵化等方式,围绕上下游企业进行订单式研发、投放式创新,形成以链主企业为核心的科技创新体集群,并鼓励构建基于互联网的共享制造平台、协同创新平台,吸引各类创新资源在平台上聚集,实现中小企业与其他企业的协同与资源共享。同样,数据要素型企业更需要打造链式创新共同体,鼓励大型集团内部以及产业链上下游企业整合内外部数据,形成互联互通的数据资源池;推动链式协作的模式,鼓励不同的企业在数据链的不同环节发挥特长作用,从而推动产品和服务的升级;建立一个开放的创新生态平台,吸引不同的创新主体共同参与到数据技术的创新和应用中;鼓励产学研的深度融合,企业通过与高校和科研机构的合作,将科研成果转化为实际的生产力,同时,将产业需求反馈给高校和科研机构,形成闭环的创新驱动机制。通过这些方式,逐渐构建一个多元化、开放、协同的创新体系,形成链式效应,推动数据要素型企业在数据经济的浪潮中不断创新和成长。

4 结束语

在大数据时代背景下,数据成为企业发展的关键要素,激活企业在数据要素市场的活力是推动我国经济高质量发展的关键举措。本文以专精特新企业为例,通过对比分析两类企业的异同,在培育方式、人才培养、产业生态等方面为数据要素型企业的未来发展路径提供借鉴思路。未来,数据要素型企业将根据政策和业务的发展持续升级与创新,提升数据要素的流通应用水平,从而促进数据要素价值最大化。