摘要:数据要素作为新型生产要素在社会生产活动中发挥显著的乘数效应。数据要素不仅自身发生作用,还能与其他生产要素融合发生作用而产生乘数效应,并能够体现出国内数据乘数效应及数据开放乘数效应,以及场内交易、场外交易及其交互的乘数效应。数据要素还能够作用于生产、流通、消费、分配等社会生产过程的各环节,进而实现价值的倍增。研究表明,要夯实数据要素流通所需的基础要素建设,完善市场基础和人才基础;要持续推进数据要素交易平台、跨境要素市场的建设;要通过健全市场运行规则，完善法律法规体系，强化市场治理与监管等,探索数据要素发展的安全治理体系，构建起安全、合规且竞争有序的数据要素市场环境。

伴随着信息技术、互联网络乃至数字技术的广泛应用，数字经济成为改变经济社会生活的关键领域"。作为新科技革命中诞生的新经济形态，数字经济重塑了传统经济活动形式口。同时,经济社会每一个参与主体的活动都会伴生各类数据,参与主体通过对数据的收集、存储、加工、处理等活动,能够形成结构性的数据产品供自己或其他主体使用,从而出现了数字时代下的数据要素。数据要素具体是指能够参与到生产经营活动中，为相关参与主体带来经济效应的数据资源。数据要素作为一种新型生产要素,已上升到与土地、资本、劳动力、技术等同的生产要素,其与传统生产要素具有本质区别,具体表现为非竞争性、低复制成本、非排他性、外部性和即时性等特征 ,这成为近年来新产业、新业态、新模式、新动力等得以涌现与运行的核心基础。数据要素能够源源不断地被重复率用,已经深度融入了生产、分配、流通、消费等社会生产各环节,能够推动经济活动所涉及全链条、全场景、全生态链的规模增长。

数据要素的重要性已得到充分的重视，这在近几年国家层面陆续出台的多项政策中得到切实体现。2020年3月30日中共中央、国务院印发的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》充分肯定了数据要素的重要性,并将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。2023年12月31日,国家数据局等17部门联合印发的《“数据要素x”三年行动计划(2024-2026年)》(以下简称《行动计划》)对进一步充分发挥数据要素乘数效应做了专项的部署。数据要素作为新型生产要素,已与经济生活方方面面产生诸多关联，因此需要学术界和社会各界高度重视,解构其逻辑机理,充分发挥出乘数效应。

一、文献综述

近年来学术界数据要素的研究热度较高,陆续产出了较多的学术成果。主要包括如下方向:(1)数据要素推动经济增长的研究,如王谦等认为数据要素改变了经济运行的微观基础,促进了结构优化、模式创新与制度变革，,推动着生产，组织、交易效率提升,从而推动了经济发展;杨艳等认为数据要素对中国经济增长呈现出“双维驱动”的效应, 即数据要素借助自身的经济增长效应直接推动中国经济增长,也通过促进技术进步间接地促进中国经济增长。(2) 数据要素对制造业高质量发展的影响,如王德祥、田时中等都认为数据要素能够显著推动制造业高质量发展,(3)数据要素对企业数字化转型的影响,如郑江淮等、郑国强等都认为数据要素能够驱动企业数字化转型。(4)关于数据要素市场化及其配置的研究，如孔艳芳等认为数据要素市场化配置是“生产要素化"与“配置市场化”双重内涵的叠加 ;张会平等提出了两种数据要素市场化流通模式"。(5)数据要素定价、确权方面的研究,如欧阳日辉等从数据要素价值和市场评价贡献角度设计了数据要素定价机制;马费成等提出了数据要素分类分级确权的具体方式。(6)关于数据要素的治理研究,如严宇等基于用户授权与加工创造的原则,提出四类数据要素的治理原则;项猛等结合数字生态理论,提出了数据要素市场治理的逻辑。从现有成果看,数据要素的研究热度已经形成，且研究视角趋于多元化。但是关于数据要素乘数效应的话题尚未被关注，学者也未关注数据要素乘数效应是如何形成、如何体现的。

二、数据要素的生成流程

随着互联网和数字技术的广泛应用,经济社会生活的诸多活动都伴生着各类原始数据,当这些原始数据体现出价值后会被各类电子手段数字工具所读取并进行数字化编码,被承载着价值,在进行收集、存储、清洗、加工、流通后成为结构性的数据产品,供各需求主体使用,进而成为生产要素参与到社会生产活动中。数据要素并非与生俱来的,即便在数字技术影响下的数字经济活动中随时随地会出现各类数据,但也并非所有的数据都能够成为生产要素,即数据要素。数据要素的具体生成流程如图1所示。

第一步,从原始数据演化成数据资源。原始数据多指那些未经处理或简化的数据，可以以数字化形式存在，也可以不以数字化形式存在。从表现形式看,原始数据既可以是图形、文本、视频、音频,数字等,也可以是原始的计算机语言符号。此时的原始数据更多强调为物理存在的数据。从产生源头看,原始数据多是政府、企业、个人等运营、经营及活动所产生的数据,如交通、医疗等公共数据,生产、经营、管理等企业数据,个人信息及个人行为等个人数据。随着互联网和数字技术的愈发普及,尤其在数字经济大趋势下原始数据的生产规模更大.类型更加丰富。但是,并非所有的原始数据都能够演化为数据资源。只有那些存在价值的原始数据,且具有使用的需求，才会被加工成为具有价值的数据。此时,那些原始数据会被通过数字化手段进行收集、清洗与分析,并被赋予了一定的价值,进而演化成数据资源。

第二步,从数据资源演化成数据产品。针对数据资源的价值进行进一步挖掘,针对数据使用主体的需求,明确出数据资源匹配的应用场景,由此形成通过重构数据与用户进行价值交换的实物化的数据形态，即各种类型的数据产品。这些数据产品是通过数据来解决使用主体的需求,如通过分析用户的行为与需求,数据产品可以帮助用户做出更好的产品决策。将数据资源演化为数据产品,实现了数据资源的流通与交易。

第三步,将数据产品演化成数据资产。不是所有的数据产品都能成为数据资产,只有那些经过有效管理与分析,且能够为数据使用主体带来经济效益的数据产品,才有可能且需要转化为数据资产。数据产品若要转:化为数据资产,还需要对数据产品进行确权、定价及价值评估,经过这些环节才能够实现数字产品的流通与交易,进而演化成数据资产。从数据产品向数据资产演化的关键在于突出数据的产权。这些数据资产能够成为组织或个体的财产,并为其带来价值。

第四步,将数据资产演化成数据要素。数据要素是与土地、劳动力、资本等传统生产要素并列的具有同等重要性、不可替代性的生产要素。这就决定了数据资产只有参与到生产活动、资源配置活动,作为投入要素进入社会生产流程,才能成为数据要素。

三、数据要素乘数效应的逻辑解构

数据要素能够与数据、要素、场景、产业等载体发生乘数作用而呈现出效用的倍增。作为技术、资本、土地、劳动力等传统生产要素之外的新型生产要素,数据要素能够通过自身作用表现出乘数效应,还能够与这些传统生产要素融合甚至驱动他们创新而发生乘数效应。数据要素在其流动中能够实现交易场所内的作用和交易场所外的作用,能推动场内交易与场外交易的交互从而发生乘数效应,还能在国内发挥出数据乘数效应,并通过跨境数据流通发挥出数据开放乘数作用。作为投入要素,数据要素能够作用于生产、流通、消费、分配等社会生产过程的各环节,进而实现价值的倍增。数据要素乘数效应的生成逻辑如图2所示。

(一)数据要素乘数效应的载体解构

1.通过数据的“x”发挥数据要素的乘数效应

数据要素乘数效应发挥的基础在于数据。在数字技术不断迭代及应用推广下,数据规模不断激增,数据生成源头不断新增。大规模数据的沉淀与处理能够引发对数据的深度解析,尤其通过跨平台、跨组织、跨行业、跨地区、跨国别的数据整合,数据覆盖范围会更广,同一数据自身且与其他数据融合会发掘出更大的、更多的价值,也会引发新商业模式、新组织形式和新产业形态。数据的多源融合与跨界协同会促进数据要素规模报酬递增,从而产生出“1 +1 >2”的效果。

2.通过要素的“x”发挥数据要素的乘数效应

数据作为生产要素具有显著的可再生性与包容性特征,这就决定了数据可以作为生产要素并具有重复性、低成本、多主体等属性被直接投人到社会生产活动,从而产生更多效益,也能够作用于土地、资本、技术、劳动力等传统生产要素,通过融合与协同发挥作用以及推动这些传统生产要素创新而发挥作用,进而起到提升全要素生产率的价值。如数据的使用能够提升劳动力的知识、水平和技能，提升劳动力素质,进而提升劳动生产效率。这就是典型通过要素的“x”而发挥了数据要素的乘数效应。

3.通过场景的“x”发挥数据要素的乘.数效应

不同于传统生产要素,数据要素具有非排他性且能够无限复制.重复使用，因此会有更加广泛、更加丰富、更加融合的使用场景，这些使用场景既可以是由数据要素或其融合其他生产要素所生成的新兴场景,也可以是对传统使用场景的改造、创新与升级。同一数据要素可以跨时空跨主体在多场景复用,最大限度地释放出价值。例如国家数据局等印发的《行动计划》,鼓励各类主体积极挖掘数据资产开发利用场景需求，激活数据要素潜能,正是通过场景的“x”发挥数据要素的乘数效应。

4.通过产业的“x”发挥数据要素的乘数效应

数据要素直接用于现实生产的创新成果可以转化并催生出新产业，进而进行社会化大生产,最终能够形成完整的数字产业链和数字产业集群。这些新兴产业更多表现为数据原生产业,即直接将数据要素转化为产出的产业类型,如数据和智能产业及应用模型类的产业,数据计算和传输乃至与数字技术相关的产业,数据生产类产业，以及依托数据要素的创新产业。除了依托数据原生产业实现产业的“x”发挥数据要素的乘数效应外,还能够通过数据要素改造传统产业,尤其是全方位、全层面、全角度、全链条的改造,推动传统产业结构优化和创新升级。这也是通过产业的“x”发挥出数据要素的乘数效应。

(二)数据要素乘数效应的形式解构

1.国内流动与跨境流动实现数据要素的乘数效应

流通使用是发挥数据要素乘数效用的核心所在,这就会产生数据要素的国内流动与跨境流动。通过流动，数据要素才能与其他事物相乘并发生质变，进而产生一系列的不同形式的价值。数据要素在国内流动表现为数据要素自身以及数据要素同其他生产要素融合作用在各产业、各场景,从而促进更多类型、更宽范畴、更广领域的价值生成与增值。此外,数据要素国内流动带来数据要素市场的快速扩张,数据原生、衍生及关联产业的发展与增长。高水平对外开放意味着数据跨境流动,更会因数据要素跨境流动而带来数据开放乘数效应。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。数据要素通过跨境流动，不仅能够驱动跨境数据要素市场的发展,还能够生成诸多跨境数据原生产业,如跨境电商、数字贸易数字服务贸易等新业态新模式,更能够驱动诸多传统跨境产业的转型,如中间品贸易等。在国内国际双循环相互促进的新发展格局下，无论是进一步推进高水平对外开放，还是加快建设国内统一大市场,都是打通数据要素国内国际屏障的体现,也是数据要素国内乘数效应与数据开放乘数效应的融合体现。

2.场内交易与场外交易实现数据要素的乘数效应

数据要素流通使用,既有通过依法设立的数据交易场所、中心等平台进行的集中数据交易,也有不经过数据交易场所或中心等平台而由企业或个人之间自主进行的数据交易,前者是场内交易,而后者是场外交易。随着数据要素交易场所的快速建立，既有全国性交易场所也有地方性交易场所，包括数据登记、确权.价值评估、公共数据授权与运营等都有所涉及并加快推进,这会显著地提升数据要素乘数效应的发挥。随着数据要素市场化进程加快,更多依靠场外交易的数据要素更加繁多。所有与数字技术相关的数字经济发展、传统经济数字化转型都会伴随数据全过程参与,推进场外交易会促进数据要素的生产性投人作用的发挥。数据使用主体通过与内部各方以及业务相关的外部官方共享数据,既可以通过数据要素交易场所达成,也可以不通过数据要素交易场所来实现,更能依托场内场外交易的优势来匹配数据流通形式的优化配置。数据要素场内交易与场外交易的交互并实现两者协调发展,可以帮助实现数据共享、数据交换、数据迁移.数据同步等功能,从而有效促进数据交易规模倍增,推动数据要素价值的创造与创新,数据要素赋能经济提质增效作用更加凸显。

(三)数据要素乘数效应的环节解构

1.生产环节

第一,数据要素会推进生产要素创新。数据作为生产性投人要素参与社会生产活动就是一种生产要素的创新。这充分体现在数据已被列为与土地、劳动力.资本、技术等传统生产要素同等地位的新型生产要素。此外,数据要素通过与土地、劳动力资本、技术等其他传统要素发生作用,不仅会衍生出其他新型生产要素的表现形式,还会使得这些传统生产要素出现创新演变,从而促进生产要素的作用发挥。这些都体现出数据要素对生产要素创新的作用与影响。

第二,数据要素会促进研发设计创新。研发设计是科技创新的基础,研发设计的创新能够有效推动科技创新,进而对企业转型、产业升级、经济高质量发展产生显著的促进效用。研发设计工作离不开各类数据要素,尤其是需求端的数据,如市场竞争数据、消费者行为数据等。通过数据要素的参与,能够随时根据数据表征来激发、指引和修正研发设计方向和步骤,从而规避研发设计结果与现实需求的偏离。此外，数据要素的有效嵌人能够降低研发设计成本、提升研发设计效率、缩短研发设计周期,并能够促进研发设计的成果转化。

第三,数据要素会刺激生产制造协同。无论数据要素自身作为投入性生产要素还是与其他生产要素融合都能够参与到生产制造全链条、各环节与各节点,并且实现贯通性作用的发挥,这样能够推动生产制造全产业链的不同参与主体进行协同作业。除此之外，单一主体内部的生产制造还会因数据要素的嵌人实现各生产制造环节的协同，数据要素还能够帮助使用主体依据市场需求制定采购计划、生产计划和具体生产活动安排,进而实现柔性制造及按需生产。

2.流通环节

第一,数据要素会提升流通时效。数据要素参与到社会生产相关的各种流通形式、流动环节,能够借助其特有属性,可以将其诸多优势贯通在各个流通节点,能够融合流通环节各参与主体的各类数据,从而打破了传统流通模式下的信息不对称信息不充分、信息堵塞和信息孤岛等问题。数据要素无论自身发生作用还是与其他要素融合作用,可以实现流通环节的数据分配、数据共享,甚至推动传统流通环节的数字化转型和数字化服务,进而能够缩短流通时长、提升流通效率。

第二,数据要素会降低流通成本。数据要素通过提升流通时效能够间接地降低流通成本，甚至会有效减少其机会成本。数据要素不仅能够被大规模获取,更具备非排他性及重复性使用的特征，这就能够使其作为投人性生产要素的成本几乎为零,从而使得数据要素以极低的成本参与到流通环节,进而显著地、直接地降低了流通成本。此外,数据要素的使用能够降低搜寻成本、复制成本、交通运输成本等，而这些又是流通环节主要的成本形式。

第三,数据要素会优化供应链条。数据要素可以推动流通链条的扁平化,从而能够减少供应链条的参与主体、缩短供应链条，由此能够促进供应链的优化。数据要素贯通于供应链,能够促进供应链各主体、各节点的协同,进而提升供应链整体的协同效应。数据要素与生俱来的数字化能够带来供应链条参与活动的商流、物流资金流与信息流的数字化,从而促进了供应链的数字化、智能化、柔性化。数据要素与其他传统生产要素的融合,可以促进生产要素的优化配置,这也能够起到优化供应链条的作用。

3.消费环节

第一,数据要素会精准匹配需求。各类数字技术不断迭代升级,能够海量获取和精准分析各类数据,从而为众多市场主体提供有关目标消费群体的价值偏好与行为倾向，从而使得各市场主体能够精准匹配市场需求。在数字社会,关于消费者的个性化、差异化体验式、品质化等各类需求都能够低成本、高效率、高精度的获取与分析,从而为满足这些需求提供了可能。

第二,数据要素会创新消费场景。数据要素的嵌人会直接衍生出很多新的消费场景,如虚拟消费空间、跨境网络购物、直播购物等,这些消费场景不仅契合数字技术发展趋势，也符合新一代消费群体的消费行为需求。由于数据要素投人及应用所引发的新经济模式,如虚拟经济、共享经济空间经济、零工经济、无人经济等,这些都改变了传统消费场景，创造了更多新的消费场景。在数字技术不断迭代及应用下,更多沉浸式.个性化的消费场景也层出不穷。

第三,数据要素会提升消费质量。数据要素的应用能够有效匹配各类参与主体的需求,尤其是消费端与生产端的供需匹配,从而能够更好地满足消费群体的需求,尤其是新一代消费群体个性化.差异化的消费需求,从而提升消费质量。数据要素作为生产要素,与其他传统生产要素融合可以促进社会生产和经济发展,这更能够为社会需求及个体需求提供更加丰富、更加多样、更加安全的产品与服务。数据要素通过驱动产品与服务的数字化、智能化,能够为消费者提供更加便捷、更加人性化的消费体验。

4.分配环节

第一，,数据要素会优化资源配置。通过数据要素的使用,尤其从数据中挖掘有用信息,再将其投人到生产经营活动,还能够作用于其他生产要素,能够找到企业、行业、产业等在要素资源约束下的最优解,进而实现要素资源的优化配置。数据要素及其驱动其他生产要素可以实现从要素低效端向高效端转化,也能够驱动传统生产要素的创新升级,这不仅促进了传统资源的优化,也驱动了各类资源通过流通实现生产环节的优化配置。

第二,数据要素会促进价值生成。数据要素作为直接生产性投人要素,不仅可以提升全要素生产率,还能够生成更多的商业机会,从而能够促进社会生产活动各主体的价值生成。数据要素与其他传统生产要素融合会发生乘数效应,还通过参与经济活动的各环节,为各要素、各环节、各主体提供更多的价值生成。数据要素会衍生出更多的新产业、新业态新模式、新市场,通过这些新的事物可以促进更多价值的生成。

第三，数据要素会推动价值共享。数据要素能够重复使用且可以同时被多主体使用,加之其显著的非排他性、非稀缺性.低成本性,这就使其在各场景、各环节、各流程中实现价值共享。数据要素通过流通可以参与到社会生产各环节,也能够驱动生产链条中不同参与主体的活动,促进供应链产业链价值链创新链的各链条内共享跨链融合共享以及多链融合共享,从而能够促进更多主体、更广范围、更深程度的价值共享。

四、数据要素乘数效应的实现进路

数据要素出现的时间尚短,虽得到了多方的重视，但要充分发挥出显著的乘数效应，需要确保数据能够健康有效的流通起来,更需要从多维度来制定与出台系列举措,以推动数据要素高水平应用为核心，以促进数据要素协同优化、融合创新、提质增效为重点，充分实现数据要素的价值,使之成为推动高质量发展的有力支撑。

(一)夯实数据要素流通所需的基础要素建设

推进数据要素流通,是发挥出数据要素乘数效应的基础，而数据要素有序流通的基础要素仍是缺失的。一是完善数据基础设施建设。中国数据基础设施仍有待加强,需要尽快完善数据要素所需的基础设施设备建设。加快大数据.云计算、区块链、人工智能等基础设施体系建设,为数据要素的生产、流通、加工及处理提供必要的硬件基础与技术基础。注重算法、算力及算据所需要的基础设施布局,如“东数西算”工程和芯片、处理器等元器件基础产业等。一 二是完善数据要素流通的市场基础。数据要素能够流通需要引人诸多基础性的标准与依据,如数据要素如何确权、数据要素如何定价数据要素如何价值评估、数据要素如何人表等,这些都构成了数据要素流通的市场基础。因此需要探索数据要素权属划分、交易规则等数据确权依据，出台切实可行的数据要素定价模式及价格交易具,以尽快完善数据要素流通的市场基础体系。三是夯实数据要素所需的人才基础。数据要素乘数效应得以发挥的关键在于科技创新,而推动科技创新的关键在于人才。只有加快高质量人才的培养与供给，才能够有效促进数据要素乘数效应的发挥。因此，高等院校应打破传统学科专业壁垒,瞄准未来前沿性、革命性、颠覆性技术发展,促进科技创新支撑人才的培养,职业院校及企业加快产学研协同推进专业人才培养，聚焦全生命周期的职业学习与培训来及时提升人才的新知识与新技能,以此来完善数据要素所需的人才基础建设。

(二)持续推进数据要素市场化体系建设

数据要素乘数效应发挥的关键在于数据要素市场化,因此应该持续推进数据要素市场化体系建设,尤其构建全国统一数据要素大市场和跨境数据要素市场。一是加快建设数据要素交易平台。数据要素交易平台是推进数据要素市场化建设的载体,也是数据要素交易的场所。基于中国数据交易所的布局现状,在合理规划、有序推进全国性数据要素交易所的布局与建设外，更应该探索出符合中国国情与数据要素市场需求的数据交易平台经营模式。适度鼓励建设区域数据交易平台的试点，以及多种股权形式的数据运营主体。二是试点建设跨境数据要素市场。重视数据跨境流动所带来的跨境数据要素市场的建设需求，应该加快研判出台、 部分试点并积极探索符合中国跨境数据要素实情的“中国方案”。在维护数据跨境流动安全前提下，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。三是确保数据要素市场交易的安全性与合规性。由于数据要素市场存在高风险、低信任的特征,所以安全性与合规性成为数据要素市场化体系建设的重要内容。将区块链技术等嵌人数据交易全流程,使用数字技术手段赋能交易的透明度、信任度与安全度。建立数据产权与产品等级制度,推行数据要素经营主体的资质认定及合法性许可工作,通过发布相关的资质证明来体现主体的合法性。

(三)探索适应数据要素发展的安全治理体系。

数据在大范围、大规模流动的过程,也是多源多方多维数据融合的过程,会存在个人隐私、商业秘密等数据泄露问题,跨境数据流动还会带来数据泄露、数据滥用甚至国家安全威胁等问题 ,加之数据要素市场仍在发展初期，数据要素市场对传统监管模式带来挑战。因此,要探索适应数据要素发展的安全治理体系。一是健全数据要素市场运行规则。结合中国数据要素市场实情,加快制定并完善数据要素全流程的标准、规则、准则,包括数据收集、数据存储、数据加工、数据流通、数据交易等,为数据要素全链条、全流程提供标准体系。加快出台数据要素相关的国家标准、行业标准、地方标准,建立统一的数据登记存证标准、分级分类标准、认证管理标准等,积极参与数据相关国际标准与规则的谈判与制定工作,为数据要素市场有序发展提供规范性保障。二是完善数据要素相关法律体系。建议国家相关部门加快数据法律制度建设,加快进行数据立法,适时推出《数据法》为主体的中国数据法律体系，同时修订《网络安全法》《密码法》《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》等法律制度,形成- .套切实可行的数据要素法律体系。三是强化数据要素市场治理与监管。在数据要素相关标准、制度及法律体系下,构建以政府监管、行业自治、主体自律的多元协同治理体系,并实现对数据要素全流程覆盖的治理与监管体系。司法机构、执法机构依据相关法律法规,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。

五、结语

进人数字时代,数据要素已发展成为与传统生产要素并重的第五大生产要素。然而,数据要素存在不同于传统生产要素的诸多特征,这些特征又决定了数据要素能够在社会生产活动中发挥显著的乘数效应。数据要素并非与生俱来的，而是数字技术作用于数字经济活动,且遵循了原始数据、数据资源数据产品、数据资产到数据要素这一生成流程。数据要素在与生产要素、应用场景具体产业等载体发生关联与交融,从而产生了数据要素乘数效应。这一乘数效应既与数据要素自身存在关联,更与数据要素贯通于其他传统生产要素并驱动其创新而关联紧密。此外,数据要素乘数效应还出现在场内交易、场外交易及其交互的情况下，也会在国内发挥出数据乘数效应,并通过跨境数据流通发挥出数据开放乘数作用。不仅如此,数据要素通过作用于生产、流通、消费、分配等社会生产过程的各环节,从而促进其乘数效应的发挥。数据要素乘数效应的发挥还需要诸多配套举措,在确保数据流通安全下促进数据要素有序流动。

来源：长安大学学报