今天，这场全球大会在上海开幕，激活这一新型生产要素价值为何如此重要？
转自：上观新闻
10月19日-20日，2024全球数商大会将在浦东举办。大会旨在推动数据要素安全高效流通，促进实体经济与数字经济深度融合发展。当前，数据作为新型生产要素已经深刻融入经济社会各领域。党的二十届三中全会提出，促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产率。数据要素作为新型生产要素，对传统生产方式变革具有重大影响，并通过与技术、资本、土地、劳动力等其他生产要素融合，来促进新质生产力的形成与发展，这意味着数据要素在赋能新质生产力发展中的作用愈发显著。
激活数据价值有助于推动新质生产要素的优化组合
相比传统生产要素的损耗特性，数据要素具有高效能、高质量、低消耗的特质，会“越用越有价值”。原始数据本身价值密度不高，但经过数据处理者的采集挖掘、加工处理和应用包装，便能激发出显著的价值倍增效果。由此可见，数据要素通过与传统生产要素的深度融合与优化组合，不仅可以直接促进劳动者技能的提升、劳动资料的智能化和劳动对象的虚拟化，更通过重塑生产要素的整合方式，突破传统资源要素的产出极限，激发整个生产系统的创新潜能和效率提升，展现了其在推动生产力质变中的核心作用。
以人工智能大模型的应用为例，数据要素深度融入生产过程，催生出革命性的人机交互劳动模式。依托数据要素的通用人工智能作为新型劳动资料，为新质劳动力赋能，使其加工劳动对象的过程发生质变。在数字经济的大潮中，数据正成为劳动力、土地、资本、技术之外的先进且广泛使用的生产要素，并通过决策分析与优化直接产生或通过作用于其他生产要素间接产生社会和经济价值。
激活数据价值有利于驱动科技融合创新
数据要素是创新的重要源泉，激活数据价值是把握新一轮科技革命和产业变革机遇的战略选择。习近平总书记指出，数字技术、数字经济是世界科技革命和产业变革的先机。数据驱动以技术应用为导向，通过数据源、研究方法和内容的多元化，能在科学、技术与市场、公众需求数据中快速提取和挖掘分析出有价值的信息，帮助快速准确地识别应用场景下的颠覆性技术爆发机会，把握技术方向。
激活数据要素与科技创新场景结合，并利用跨领域的科学数据资源与人工智能科学大模型，从科技创新的全链路出发，能够助力前沿科学探索与颠覆性技术突破、场景与技术趋势前瞻识别、加速关键核心技术突破、加快科技成果向现实生产力转化，进而有效应对大数据背景下的复杂科学挑战，充分释放数据要素在海量场景中的乘数效应，促进新质生产力发展。例如，在汽车、飞机研发和测试等方面，可以显著缩短产品研发周期、优化决策过程，推动更多科技成果转化为新质生产力。
激活数据价值有利于催生新制造新服务新业态
数据要素驱动新制造，不仅可以提升生产线自动化水平和提高质量控制精度，还能显著降低供应链中断风险；数据要素驱动新服务，通过数据分析与挖掘了解用户行为偏好，开展个性化服务，从而增强用户体验和满意度；数据要素驱动新业态，通过数据分析，企业能够识别新的商业机会，形成新的商业模式，开发新的收入渠道和市场，不仅推动了行业内部的变革，也为整个经济体系注入了新的活力。
在此背景下，工业互联网应运而生。它依托于工业数据的指数级增长与日益精进的智能算法，实现设备、系统、厂区乃至地区间的无缝连接，构建包含全价值链的综合生产网络，标志着一种崭新的劳动资料形态的诞生。这种网络化劳动资料通过整合全球范围内的生产要素与信息资源，能够实现资源的优化配置和动态调度，提高供应链的响应速度和灵活性，体现了新质劳动资料的特征。
激活数据价值有利于数字化绿色化协同发展
数字化绿色化协同发展，是生产方式的变革，是发展新质生产力的重要方向指引、题中应有之义，关系人类社会的可持续健康发展。通过数据要素的海量归集和综合应用，形成一系列垂直领域数字化整体解决方案，实现多种要素资源有效配置、生产流程优化、能源高效管理，有效降低能耗和碳排放。例如，通过实时监测与分析，数据要素使生产过程中的能源消耗变得透明化、精确化。据此，企业能够精准识别能源使用的低效环节，采取针对性措施优化工艺流程，使用能源管理系统，采用更为节能的设备，从而在确保产能的同时，大幅度降低单位产出的能源消耗。另外，在数据传导分析技术支持下，生产废料、副产品的流向与成分得以精确追踪，企业能够基于这些数据打造废弃物的分类回收系统，实施物料循环利用策略，有效减少环境污染和资源浪费。
激活数据价值可以从三个方面发力
第一，形成协调统一的数据基础制度体系。构建符合数字经济发展规律、匹配实体经济转型需求的数据基础制度体系，不仅事关国家发展和安全大局，对于激活数据要素潜能、促进数字经济和实体经济深度融合，也具有重要的支撑作用。充分结合数据要素特点，适应数字经济发展规律，基于实践基础，不断完善和优化顶层设计，加快形成系统完整、科学合理、协调统一的数据基础制度体系，为发挥数据要素价值提供坚实制度保障。
一是建立健全数据标准化体制机制。数据标准是指企业为保障数据的内外部使用和交换的一致性和准确性而制定的规范性约束。为此，应健全国家数据标准化体制机制，研究成立全国数据标准化技术委员会，统筹指导我国数据标准化工作，加快研究制定一批数据领域国家和行业标准。在构建数据标准化体系过程中，既要做好组织、人员和制度流程方面的准备，又要做好统筹规划和整体实施方案设计，确定好总体目标、阶段目标和实施路线图。同时，企业要采取科学合理的实施方法，并配备相应技术平台及工具，持续、有效地推进各个阶段的工作任务直至目标达成。
二是构建数据产权制度。产权制度是数据要素基础制度的基石，其主要解决权益属于谁、怎么授权使用以及权益如何保护等问题。要抓紧探索并持续迭代数据资源持有权、加工使用权、产品经营权“三权分置”的落地运行机制。完善和健全数据产权制度是鼓励权利主体有序参与数字经济发展的关键支撑，是数据要素市场化改革的先手棋，是激励和约束市场主体的根本所在，也是实现数据要素报酬合理分配的关键因素，更是隐私得到保护和尊重的重要保障。
第二，促进数据要素市场开放流通。更好发挥数据要素的作用，必须促进数据合规高效流通使用，探索有利于数据安全保护、有效利用、合规流通的产权制度和市场体系，完善数据要素市场体制机制，建立合规高效、场内外结合的数据要素流通和交易制度的有效性，进而大幅提高全要素生产率。
一是聚焦数据要素流通与应用。聚焦高效率数据流通，一方面开展授权运营，满足社会各界用数需求，充分释放公共数据的价值。另一方面，着力推动区域性数据交易机构和行业性数据流通交易平台协同发展，培育多层次数据市场体系，让数据流通更加顺畅，数据活力充分迸发；聚焦高价值数据应用，全面开展“数据要素×”行动，完善公共数据授权运营机制，发挥数据要素乘数效应，进一步拓展数据创新应用场景，持续深化数据创新应用的深度、广度和效度，全面释放数据要素的协同优化、复用增效、融合创新效应。
二是建立数据基础设施。在传统交易市场中，往往通过物品的排他性占有来控制其流向和使用方式。而数据的复制成本趋近于零，一旦交易，卖方不仅失去了对该数据的控制，还要承担安全风险，这导致数据持有者“不愿流通”也“不敢流通”。推进数据流通，必须加快建设数据基础设施，建立可信流通体系，利用多方安全计算、区块链等技术，使供给方能够有效管控数据使用目的、方式、流向，实现数据流通“可用不可见”“可控可计量”，保障数据安全，防范泄露风险，实现数据可管可控。
第三，统筹数据要素安全与发展。与劳动、资本、土地、知识、技术等生产要素不同，数据既是信息载体又是生产要素，具有非竞争性、非排他性、可复制性等特点，这就决定了数据行为规则、数据权利保护不能套用传统的监管治理模式。
一是建立数据合规的监管体系。相关政府部门和监管机构针对数据合规应建立相应的监管机制，推动完善AIGC（生成式人工智能）监管立法，保护和规范人工智能领域的数据合规，对大模型的数据采集来源、处理方法、合规性等进行监督和审查。此外，应加强对大模型的社会影响和风险评估，及时发现和解决可能存在的问题。此外，依法依规实行包容审慎监管，探索建立负面清单事前监管与审核备案事后监管相结合的制度机制，营造包容创新的制度环境和发展氛围。
二是完善人工智能算法治理体系。算法技术全面步入应用阶段，但同时也引发了诸如算法歧视、算法黑箱、信息茧房、算法霸权等法律甚至伦理问题。在人工智能算法立法层面，应明确人工智能开发、运营和使用的权利、义务和责任，以保障社会各主体正当权益为目标，对隐私保护、数据安全、技术应用标准、企业组织监管等内容进行界定，确保人工智能技术的发展和应用符合法律法规的要求。
（作者单位：上海大学管理学院）