智库书摘｜数据要素倍增赋能机制

新时代，党中央把数据看作数字经济的关键生产要素，数据对宏观经济高质量发展的影响日渐显著。但数据要素的本质是什么？又是通过何种机制带动实体经济增长？回答这些问题，还需进一步厘清数据要素的效能与机理。

（一）数据要素实质是含有生产效应、具备创造能力的有效信息

在界定数据要素之前，我们先思考一个问题：数据与数据要素是什么关系？两者有何联系？毫无疑问，要探究数据要素的本质内涵，就必须基于二者的概念定义做出明确的辨析。

一般来说，数据直接来自事实，可以通过原始的观察或度量获得，如数字、文字、图像、符号等。数据在信息论中被定义为“可区别和感知的差异”，即能“让人感觉到不同”的内容。但数据本身并没有任何意义或价值，它只是单纯地呈现差异，无法表达差异之外的内涵。信息则是产生差异，是对客观事实的提炼与描述，最大的价值在于能减少经济活动中的不确定性。换言之，在感受差异的基础上，信息能让人理解产生了什么不同，因此信息的接收者才能对这种差异做出相应的反应和倾向。

此外，原始数据经过加工也能转化为信息，这就是我们常说的数据信息化。例如，一份数字密文，它的客观反映就是一种典型的数据。在没有密钥，且不经过任何处理的情况下，这种数据只能表示一串孤立的字符，对接收者而言毫无意义。而经过相应的解密提炼后，从数据中获取的密文内容就成为信息，数据也借此完成了信息化的转变。

相较之下，数据要素虽是由原始数据要素化而来，但与信息又有所出入。信息包含有效部分与冗余成分，即从差异中获取的内容并不是全部有用的，数据要素作为关键的生产要素，显然不包括无效的冗杂内容。这就清晰地揭示了二者的所属关系：数据要素属于信息，但信息并非都属于数据要素。数据要素是一种有效的信息，是具备生产效应、可描述的、更小范围的、能作用于其他客体，并具创造价值的特殊信息，同时也是信息的子集。

延续上一个例子，假使破译后的密文信息由核心内容和次要内容组成，数据要素特指其中关键的部分，即最具价值的内容。换言之，数据承载信息，但并非所有数据都包含有意义的信息，要素化后的数据才具生产价值。

在数字时代，数据较传统而言拥有更为丰富的内涵，可明确地将它划分为非要素性数据与数据要素两类。前者多指原始数据，往往要经过要素化转变才能释放价值。数据要素则是特殊的有效信息集成体，但它并不特指某种形式的有效内容，而是一种更为宽泛的多元涵盖。社会生产中的数据资源、数据资产、数据资本等都属于数据范畴，实质上是非要素性数据经不同层次要素化后的产物。从原始数据到数据要素，这一过程完成了从孤立个体到运转中枢的跨越，数据要素逐渐融入经济系统，一定程度上揭示了创造价值的内在机制。

（二）数据经要素化转变才能实现经济倍增效应

数据无处不在，理论上能为数字经济的发展带来源源不断的动力。然而，并非所有数据都能顺利完成要素化转变，多数情况下数据并未发挥应有价值。

未经要素化处理的数据如同一个没有灵魂的空壳，除了反映事物外在的差异以外不能带来任何表象之外的冲击，更别说将它投入经济生产之中。试问，正在辛勤耕作的你是否会在意头顶有几只飞禽掠过？它们所传递的数据对你而言只停留在非要素性阶段，你无法理解，也不想理会，更不可能思考它对你会产生何种影响。一个残酷的现实是，大量未处理的数据并不能给经济生活带来我们所期望的增长，只有经要素化转变后的数据要素才能实现经济增长的倍增赋能。数据资源虽然丰富，但数据要素并非如此，如何促进数据的要素化转变仍是当前亟须关注的问题。

原始数据相当于“死数据”，要让它“活过来”，就必须“治病”。要用正确的“处方”对症下药：首先通过一系列特殊的压缩、集聚、比对等方式处理原始数据，去除外在的形式冗余。接着细致分析、筛选、提炼剩余部分的信息集合，从中提取能有效减少不确定性差异的内容。最后结合应用场景将它们应用于经济生产之中，在具体场景中释放价值。

事实上，“治病”即是数据要素化的过程，应用场景是其中的关键。数据源于场景，运用于场景，结合实际场景发挥引导、预测、降本等作用，最终才能赋能经济效率的增长。因此，实现数据的要素化必须以应用场景为基础，运用大数据理论、技术探寻解决问题的方案与实践。具体还有两方面需要注意：一是要充分利用数字平台等数字化设施的 “算力”基础，在储存、运算、传输的过程中初步实现数据的要素化转变。“磨刀不误砍柴工”，一些明显的缺漏、偏误内容就应该在首轮去除。二是要着重发挥数字技术的“算法”优势，通过具体化的分析、比对、反馈等操作实现数据与场景的深度融合。运用数字技术，将数据应用于场景、在场景中集聚数据要素，并进一步筛选符合实际情况的方案决策，在决策优化的过程中释放要素的倍增价值。

（三）决策优化是数据要素发挥倍增效应的核心机制

从运转性到要素化数据的演变推进，决策优化始终贯穿数据要素倍增赋能的全过程。那么，为什么数据要素能通过决策优化实现价值的倍增呢？

一方面，数据要素能深化认知，使人类对世界的感知、理解、预测、控制能力得到强化，有利于推动价值的发现与创造。这个过程相当于“变聪明了”，经济人有更好的头脑去寻找事半功倍的优化决策，自然而然就实现了数据要素的价值倍增。

另一方面，数据要素能通过促进决策优化的方式提高经济行为效率。从广义上看，不同生产要素投入方案、资源配置模式、生产技术方式的实质都是“策”，决策就是最优“策”的确定与落实，是经济行为的根本。简化的决策是一个选择，小到一日三餐，如今天吃什么，大到对重大方案的复杂思考，我们从未停止决策。每一项决策都能影响事物原本的运行轨迹，决策优化则是帮助我们在给定的条件下做出最优的选择。

运用数据要素可以完成已有方案的比对思考，或对尚未投入实践的创新组合分析探索。已知“策”的适配让经济行为趋向帕累托最优，未知“策”的创新能扩展更高水平的效率边界，决策优化即是经济效率提高的本质所在。因此，通过寻找优“策”、辅助决“策”，最后落实决策，借决策效率的优化完成价值的释放与增值，这就是数据要素发挥倍增效应的核心机制。

——以上内容摘自《扎根实体经济：创新与重塑》

智库荐读《扎根实体经济：创新与重塑》夏杰长 高红冰 等 著中国发展出版社
《扎根实体经济：创新与重塑》是“现代化新征程丛书”之“前沿产业”主题下聚焦“实体经济”的一部研究作品。本书立足于新的历史起点，围绕全面建设社会主义现代化国家新征程的目标任务，对实体经济的高质量发展进行了系统梳理，做出了一系列理论探索，做出了一系列战略研判。对于社会各界深入理解高质量实体经济背后的产业演进、消费升级、要素迭代、技术进步、决策科学，具有较高的参考价值。（整理/张楠）

天猫商城：https://detail.tmall.com/item.htm?abbucket=16&id=707583128992&ns=1&spm=a230r.1.14.17.10aa330bwAly7R