数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

数据要素赋能新质生产力的理论逻辑

时间:2024-02-29来源:真心实意浏览数:117

新质生产力的提出是习近平总书记立足于我国长期经济建设实践以及现阶段发展格局变动,针对新时代新征程加快科技创新和推动高质量发展提出的重大命题,而新质生产力的培育离不开数据要素的有效赋能。

一、数据要素赋能新质生产力的内涵

在新一轮科技革命向纵深发展、国际竞争日益加剧、我国经济结构面临重大战略性转型等挑战下,加快形成新质生产力,是推动经济高质量发展、实现中国式现代化的重要任务。新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力,它以劳动者、劳动资料、劳动对象及其优化组合的质变为基本内涵,以全要素生产率提升为核心标志。新质生产力的“新”指代新技术、新模式、新业态、新动能,核心在于生产力要素及其组合的创新;“质”,则主要强调量的扩张基础上质的跃升,指代数智化生产条件和科技创新驱动下的高质量生产方式和发展模式。新质生产力的核心要义在于“以新促质”,即以关键性、颠覆性技术创新带动产业创新,以战略性新兴产业和未来产业培育为主阵地,驱动现代化产业体系建设和经济高质量发展。

“数据”最初泛指基于测度或统计产生的可用于计算、讨论和决策的事实或信息。进入数字经济时代,伴随ICT的发展,数据也由狭义的“‘0-1’二进制字符串”延伸至“信息的一种表现形式或者数字化载体”,并被赋予更多的信息化内涵。现代计算能力的叠加和数字技术应用场景的泛化,使得原本孤岛式的数据被有效互联互通,并迎来爆发式增长。海量数据被生产出来,通过网络等方式传输到云端进行存储、处理与分析,再借助物联网、人工智能等多种方式转化为实际应用,从而实现数据价值的“兑现”。在此过程中,数据因其多元性、依赖性、强渗透性的技术特征,以及低成本复用、非竞争性、部分排他性和规模报酬递增等经济特征,展现出不可估量的要素效率提升能力和资源配置优化能力,重要性日益凸显,迅速成为普遍认同的第七生产要素。

数据要素赋能新质生产力是指数据要素因其显著的乘数效应和创新引擎作用,逐渐被认定为新质生产力的核心生产要素。无论是按照生产资料优先增长理论和还是迂回生产理论,随着数字时代资本有机构成的提升,数据作为新型生产要素和重要战略性资源,通过与其他生产要素协同联动并渗透生产、分配、流通、消费各环节,将显著促进生产资料的提质升级,优化产业结构,提升全要素生产率,进而引发生产力的跃迁和经济全场域的颠覆性变革。因此,需系统梳理数据要素赋能新质生产力发展的内在逻辑和重点难点,以更好发挥数据要素潜能,促进颠覆性技术和前沿技术的创新,催生新产业、新模式、新动能,筑牢新质生产力形成的要素根基和动能基础,推动经济实现高质量发展。

二、数据要素赋能新质生产力的理论机制

1.数据要素催生新质劳动资料

数据要素以其强渗透性、低成本复用和非竞争性等特性,深度融入生产生活全链条,能有效改进要素比例和配置方式,驱动资源合理有效配置,激发产业数字化,助推生产力的整体跃迁。第一,数据和数字平台作为数字经济的新型生产工具,基于经济主体数据化互动,能贯穿链式生产和决策的全流程,以“数据化之手”驱动资源要素序列的整体重置,优化资源配置,提升劳动资料使用效率,优化生产要素组合结构。第二,数据要素同数智技术的交互,在以规模化扩张和全景式应用颠覆性革新传统机械为主的生产工具,促进传统设备和制造工艺数智化改造升级的同时,还将原有的研发设计、生产组装等环节进行解构、重组,驱动企业从“串行生产”的线性分工到“并行制造”的网络化分工的转型,激发架构创新和模块化生产,从而不断“焕新”劳动工具和生产模式。第三,数据资源及集成平台作为支撑创新活动的核心要素,能催生数字网络通信技术、高端智能设备等富含先进技术与绿色创新特质的新型劳动工具,进而激发企业生产和运作模式的创新及数智化、绿色化变革,有效延伸和焕新传统产业链链条,推动传统产业的转型升级。

2.数据要素孕育新质劳动对象

数据作为新生产要素,在推动数字产业化和产业数字化过程中,既是新质劳动对象的一部分,又促使传统劳动对象突破过去的物质性,成为更契合高质量发展的新质生产要素。一方面,“数据”作为新型劳动对象参与到物质生产和价值创造过程中,通过多场景应用和多主体复用,能突破并重构传统的生产时空,创造多样化的价值增量,催生数字化新领域,拓展经济增长新空间。作为信息通信、云计算等数字产业创新发展的资源基础,数据要素的商业化开发与市场化交易活动,能形成数据服务、数据产品和数据应用等新兴数字业态,推动数字化商业模式、产业形态和体制机制的协同创新;另一方面,数据要素的嵌入使得劳动对象从实体的自然物逐步升级为“自然物+人造自然物+虚拟的数字符号物”,日益呈现数智化特征;与此同时,高新技术基于数据要素的支撑,还能对传统劳动对象加以绿色化改造,创新出绿色合成材料,并加快新能源的发掘及其对传统能源的替代使用,进而催生一系列绿色新业态,加快形成绿色低碳的现代化产业体系。此外,数据要素亦重构了竞争优势,使得传统资源禀赋优势逐渐被数字智能优势所替代,区域发展核心竞争力由资源禀赋和产品生产力逐渐转向创新效率和数智生产力,进而引致技术创新和智能制造出现空间分布变化,形成以创新集群为核心的新增长极。

3.数据要素培育新质劳动力

数据要素叠加数智化技术,通过渗透融合劳动力要素,能大幅提高传统劳动力的质量和生产潜能,提升劳动生产率,并倒逼劳动力结构趋向高级化。第一,数据要素同劳动力要素协同,能有效激发劳动者数据思维,提升数字化的劳动技能,提高劳动边际产出和内涵再生产水平。数据要素驱动下的劳动相较于传统简单劳动,更加彰显创造性、高级性的复杂性劳动特征,在同等劳动时间内能推动更大规模的物质要素运行,从而大大提升劳动生产率,促进生产力“质”的提升。第二,数据要素的渗透,使得数字经济时代下的生产力要素主体突破了“人”的边界,扩展为人与人工智能相适应的现实与虚拟双劳动主体,并催生新型劳动者。以数据要素为根基衍生的人机协同,能突破人的固有认知模式,拓展知识边界,创造新的组织学习方式,从而极大促进劳动效率和质量的提升。与此同时,数据要素还催生出“零工经济”模式下的新型自由职业者,拓展了劳动主体边界。第三,数据要素对劳动力就业发挥正负叠加效应,既对抽象和复杂劳动产生正向互补,又对简单和常规性劳动产生负向替代。与此同时,数据还能依托数字平台终端高效匹配劳动力资源,衍生高附加值就业新形式,提升劳动技能整体属性,从而推动劳动力结构向高级化发展。

三、数据要素赋能新质生产力的现实挑战

1.数据引领科技创新潜能受限

目前我国数据引领科技创新以及深度推动“数实融合”仍面临诸多堵点,限制了数据要素禀赋对物质生产方式及生产过程的影响,弱化了培育新质生产力的数据要素创新动力。一是当前我国科技创新体系数字化模式尚未形成,科技创新的数据支撑能力不足致使相关技术突破及产业化应用难以实现。尤其是跨主体间的数据信息交换和处理仍存在系统性的体制机制障碍,数据采集、流通和共享不畅,“数据孤岛”现象的凸显,限制了数据深层次的价值挖掘和应用,影响创新要素资源的有效配置和关键核心技术的攻关。二是高质量数据分配不均、共享不畅,致使中小企业“用数难”、民营企业“用数门槛高”等问题凸显,极大阻滞了中小微企业的创新和产业的深度数字化转型。《数字化采购引领中小企业数字化转型》报告显示,2022年,我国有79%的中小企业仍处于数字化水平较低的初级探索阶段,缺乏深层次、高价值的数据应用,难以在短期内实现数字化改造升级。三是数据要素在实体经济领域的挖掘、开发、吸纳能力欠佳,价值潜能未能充分释放。我国三次产业数实融合呈现出“三二一”产业逆向渗透趋势,一二产业数实融合程度相对滞后,数据生产力与实体经济的脱节致使传统产业改造升级和新兴产业培育的链条受阻,制约新质生产力和现代化产业体系的培育。

2.数据要素发展不平衡不充分

随着数据要素市场需求的爆发,数据开发利用向纵深发展,数据要素的规模化应用及产业化、商业化、市场化发展也面临诸多挑战,一定程度制约数据要素赋能生产力发展。一是我国当前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,致使数据的采集、流通、扩散和应用缺乏有效载体,数据要素难以融入代表先进生产力的前沿科创领域,赋能未来产业发展受限。二是我国高质量数据供给不足、应用深度不够,大部分创新能力强、成长性好的数据商和第三方专业服务机构尚处培育起步期,富有活力与竞争力的数字产业新业态尚未形成,数据产品和服务质量亟待优化。三是随着数据要素逐步融入生产与消费,隐私泄露、数据窃取等问题层出不穷,数据安全保护和治理将受到更大挑战。同时,数据禀赋的差异导致部分地区难以享受数据红利,“数字鸿沟”和“数字贫困”现象凸显,加剧贫富分化和城乡、区域发展不平衡。

3.数字劳动力有效供给不足

数据要素在驱动劳动力市场转型升级的同时,也以其对中低技能劳动者的挤出和替代效应,引发了劳动力的结构性过剩和极化现象。加上现阶段我国数字人才面临有效供给不足的困境,致使新质劳动力的整体培育仍面临较大压力和阻碍。一方面,“数据”作为新型生产要素,在激发产业部门创新、提升劳动力技能的同时,也直接或间接地对就业产生了“创造性破坏”,引致“机器换人”和技术性失业等风险;同时也诱发“数字圈地”及“恩格斯停顿”,以劳动者的权益损失为代价,加剧劳资分化;另一方面,我国现有数字劳动力数量型短缺、素质型短缺和结构型短缺问题突出。2023年我国数字化综合人才总体缺口约在2500万至3000万,且面临人才缺口持续扩大和供需不匹配的窘境。数字化劳动力的短缺及人才供需关系的“结构性失衡”,反映了当下我国数据要素未能同劳动力深度融合,难以满足新质生产力培育所需的大批高素质劳动需求的事实。

四、数据要素赋能新质生产力的实践路径

1.加快实施国家大数据战略

数据要素赋能新质生产力需要从宏观层面全面统筹国家大数据战略,为数据要素全链条管理和全方位流通提供基础制度保障,释放数据创新要素活力。要多措并举推进《“数据要素×”三年行动计划(2024~2026年)》落实、落地,在推动数据要素与新旧产业的渗透融合中实现存量的“焕新”与增量的“换乘”。从供给侧来看,要着手建立合规高效的数据要素流通和交易制度,打破数据领域的行业垄断、地方割据和“数据孤岛”,畅通数据大循环;建立健全跨主体、跨平台的数据信息交互规则,重构产学研各主体的沟通协调机制,消弭不同主体和层级间数据信息交互和共享活动的壁垒,促进数据合理有序流动。从需求侧来看,要加快开拓数据要素驱动应用模式,基于各行各业基础条件和数据禀赋,充分挖掘和释放数据要素典型领域应用场景,持续深化数据要素对工业制造、现代农业、科技创新等行业的融合创新,推广个性化定制、智能化生产和网络化服务等新业态发展,深入拓展产业数字化转型空间;加快企业尤其是中小企业的数字化改造升级,优化数据资源的采集和整合,打通企业业务流程数据通道,推动业务流程全链条的数字化。

2.夯实数据要素市场开发基础

数据要素赋能新质生产力需要加快推动数据要素的产业化、商业化和市场化开发和应用,培育壮大数据服务范畴,完善现代化产业体系。第一,加快推进5G网络、千兆光网等数字基础设施建设,系统优化云平台、数据中心等算力基础设施布局,打造东中西部高效互补、协同联动的全国一体化算力网,致力于形成全方面、多层次的新型基础设施建设新局面。第二,逐步引导市场数据要素有效供给增加。政府应加快建立完善数据质量分类考核标准及要素流通准入标准;积极扶持数据采集、加工等服务行业发展,鼓励专业化数据服务机构合规开采、开发数据,并探索面向业务应用的共享、交换、协作和开放机制。第三,强化国有企业科技创新“主力军”作用,引导国有企业加强基础性研究,超前布局前沿技术和颠覆性技术,统筹利用数据等创新资源要素,完善智能化治理模式,强化国家战略科技力量建设。第四,鼓励核心和前沿技术攻关,以隐私计算、区块链等前沿技术突破为导向,创新数据信息保护监管手段,加速突破数据性能、安全和互联互通等方面的瓶颈,切实提升数据权益保障与安全治理水平。

3.培育高质量数字人才

数据要素赋能新质生产力亟需激活数据要素的创新引擎作用及就业创造效应,一方面,要强化重点领域数字化高端人才培养,筑牢新质生产力发展的人才根基。应从基础教育入手,加大基础教育投资力度,提升全民数字素养和创新能力;改革高校人才培养机制,积极开设与智能制造、大数据、云计算等相关的学科专业,优化数字经济相关课程,壮大国家数字领域高层次人才队伍;加速人才流动和知识共享,完善人才高效输送的协同机制,实现人才培养与市场需求的紧密对接;积极打造企业主导的“产学研”创新合作基地,大力推进产教融合,加速科研成果的产业化和市场化落地;完善数字化人才激励机制和配套政策,促使薪酬分配向数字人才倾斜;另一方面,要建立完善终身学习的职业教育体系,打造面向公众的智能化终身学习公共服务平台,加强失业劳动者的技能培训,尽快建立起再就业培训体系,促进失业劳动者转岗再就业;同时发挥失业保险金和补助金作用,加大失业救济补贴和保障,完善就业和民生兜底保障政策。

来源:工业技术经济编辑部微信号

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
产品功能
丰富的数据资产类型

该平台支持多种资源的定义和规划,包括数据库和文件等结构化和非结构化资源,并封装逻辑资源为数据产品,以全面盘点企业数据生产要素。

智能的目录活化管理

可配置的资产目录详细描述数据资源的各类信息,与元数据集成,实现批量盘点和自动更新,以应对资源变更。

多样的数据服务方式

平台管理的数据资源可快速开发多种服务,包括数据查询、下载、API、分析产品授权等高附加值服务。

全流程数据安全管控

平台内置自定义数据资产服务工作流,可根据权责划定服务审批对象,同时支持数据权限控制。数据消费者获取的数据会按照分级分类要求进行脱敏和加密处理。

可视化数据资产服务门户

平台盘点的数据资产以数据商品形式在门户中对用户开放,用户可通过分类、标签、评级和关键字检索查找资产并发起服务申请。

customer

在线咨询