EN 中文
首页 > 研究 > 研究评论 > 释放数据生产力
Home > Research > Research Comment > 释放数据生产力

释放数据生产力

作者Author:朱太辉 沈建光 张彧通 2020-09-25 2020年09月25日

编者按:数字科技的本质是,以产业既有知识储备和数据为基础,以不断发展的前沿科技为动力,着力于“产业×科技”的无界融合,推动产业互联网化、数字化和智能化,最终实现降低产业成本、提高用户体验、增加产业收入和升级产业模式。数据作为重要的生产要素,从无到有地创造新的商业模式,从有到优地提高供需的适配度,从1到N地强化行业协同发展。

一、数字化是经济转型升级的重要方向

(一)从发展历史看,经济数字化是发展的必然趋势

数字科技带来数字经济发展。从历史方面来看,经济的跨越式发展伴随着产业革命,产业革命的实质是技术革命。产业革命最早开始于狩猎时代。从狩猎到农业时代,就是从打猎技术向耕种技术的跳跃式革命。200多年前,依靠蒸汽机的发明,代替了牛、马的动力,英国的工业革命开启工业化之路。在此之后,电力的出现带动了电气化革命。再之后是计算机革命,不断地大幅提高人类的生产能力。而现在,我们迎来了最新的技术革命——数字科技的进化。人类社会与物理世界之外,多了一个维度——信息空间。

数字科技的本质是,以产业既有知识储备和数据为基础,以不断发展的前沿科技为动力,着力于“产业×科技”的无界融合,推动产业互联网化、数字化和智能化,最终实现降低产业成本、提高用户体验、增加产业收入和升级产业模式。产业互联网化意味着未来产业的发展从单边走向共建,传统产业与数字科技依靠各自的资源禀赋和比较优势,同生共荣;产业数字化意味着产业数据的在线化、标准化、结构化,从而实现生产要素和运营流程的改造;产业智能化意味着产业资源的合理布局、产业流程的精细管理以及产业发展的精准预测等相互之间实时反馈。

经济活动推动数据指数级积累,个人终端的普及和入网人群的增长,使个体数据得以伴随生活消费方式的变化在互联网上积累、留存;企业竞争的加剧和精细化管理的需求,使企业数据在经营管理策略转向的过程中出现更多与数据有关的新业态;物联网、5G技术的广泛使用,使个人数据、企业数据之外的设备、终端和社会数据广泛爆发;政府数字化、信息开放等发展倾向,使政府数据推动全社会对数据生产、存储和消费的需求得以提升。

(二)从政策趋势看,新基建部署加速数字经济发展

“新基建”被决策层频频提及,其内容在2018年中央经济工作会议后便已明确,涉及的“5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网”的七大领域近两年已逐步落地。2020年4月,发改委在发布会上明确了三类新基建的概念与范围。与传统基建相比,三类新基建呈现了明显的数字化特征。除了公认的数字科技领域,传统交通、建筑、通信、医疗、教育、娱乐等领域的基础设施也在数字科技的赋能之下呈现网络化、数据化、智能化的特征。基建的数字化有多方面的优势,主要体现在:第一,物理空间限制较小,可以跨区域跨时段高效配置,对抗突发事件的弹性和韧性更强。第二,产业纵深更大,能提供的产品与服务的附加值更高。第三,数据要素发挥作用的效果更彻底,数字化的基础设施和传统基建的数字化可以撬动的传统经济体量更大。

新型基础设施是以新发展理念为引领,以技术创新为驱动,以信息网络为基础,面向高质量发展需要,提供数字转型、智能升级、融合创新等服务的基础设施体系,包含了信息基础设施、融合基础设施以及创新基础设施,用以支撑科学研究、技术开发、产品研制等具有公益属性的活动。比如,重大科技基础设施、科教基础设施、产业技术创新基础设施等。从发改委的定义来看,科技创新驱动、数字化、信息网络这三个要素是新基建的“最大公约数”。

5G、人工智能、大数据、物联网等既是新兴产业、也是基础设施。依托“新基建”迅速发展的良好势头,数字技术得以广泛应用,这不但有助于推动产业升级,扩大有效需求,保障民生托底,而且是稳增长工作的重要抓手,为政府和企业提供了科学决策依据和精准施策手段。同时,“新基建”将提升数字经济服务实体产业和智慧生活的水平,“新基建”构建了数字经济的基础设施平台,其影响力已渗透到社会经济的方方面面,在助力国家治理体系和治理能力现代化过程中扮演更加不可或缺的积极作用。

(三)从增长动力看,数字经济是未来经济发展的新动力

经过多年的发展与追赶,中国已经成为全球经济的领先者之一,尤其是在消费等领域。中国在很多领域的数字化程度已经追上发达经济体,甚至在移动支付等领域实现了弯道超车,这背后是中国坚实的数字经济基础。

第一,数量众多的网民人口。2019年《中国互联网发展报告》显示,截至2018年年底,我国网民数量达到8.29亿,全年新增网民5663万,互联网普及率达59.6%,较2017年年底提升3.8个百分点,超过全球平均水平(57%)2.6个百分点。网民中使用手机上网的比例由2017年年底的97.5%提升至2018年年底的98.6%。第二,充满长尾特色的商业基础。不论是日活过亿的各类电商、社交服务,还是人口集聚的大型城市所需要的本地生活服务、物流、出行,都体现出普惠、便利的“长尾特色”。第三,海量可供挖掘的各类数据。伴随着数字科技发展的是各行各业海量数据的产生和沉淀。中国拥有规模最大的单一市场和数字科技用户、最丰富的行业形态和供应链,由此生产的量级巨大的数据沉淀在数字经济的各类“富矿”中,可供挖掘。IDC预测,中国的“数据圈”从2018年至2025年将以30%的年平均增长速度领先全球,比全球高出3%。到2025年,这一数字将增至48.6ZB。而美国预计将达到30.6ZB。第四,最具包容性、非能动性的监管政策。行业的快速发展离不开政策的支持。中国拥有全世界最具包容性的行业监管政策、最宽松的数据治理规则,给予市场充分的发展空间。

近年来,各项鼓励数字经济发展的政策也在不断出台。仅2020年上半年,国家相关部门针对数字科技发展,密集推出了《关于推进“上云用数赋智”行动培育新经济发展实施方案》《关于推动5G加快发展的通知》《关于推动工业互联网加快发展的通知》《中小企业数字化赋能专项行动方案》《智能汽车创新发展战略》等新规政策。2020年4月,发改委还在发布会上首次明确了新型基础设施的范围。5月13日,国家发改委联合16个有关部门、国家数字经济创新发展试验区、媒体单位,以及互联网平台、行业龙头企业、金融机构、科研院所、行业协会等145家单位,通过线上方式共同启动“数字化转型伙伴行动(2020)”,发布《数字化转型伙伴行动倡议》,首批推出500余项面向中小微企业的服务举措,构建“携手创新、共抗疫情、转型共赢”的数字化生态共同体。

在政策不断推进数字科技发展过程中,产业界也在不断积极重金布局数字科技、新基建等领域,互联网公司和传统龙头企业都在各自领域探索数字化发展前沿。5G及其相关技术、区块链、人工智能等通用数字科技不断创新,通过数据要素作用于各行各业,不断提高生产力。数字科技、数据等数字化、高科技红利正在替代人口红利、市场红利,成为下一阶段经济发展的重要引擎和助力。

新冠疫情的爆发加速了新技术的运用,突出体现在强化社会公共安全保障、完善医疗救治体系、健全物资保障体系、助力社会生产有序恢复等各方面。其中,大数据分析、支撑并服务疫情态势研判、疫情防控部署以及对流动人员的疫情监测、精准施策;5G应用加快落地,5G+红外测温、5G+送货机器人、5G+清洁机器人等已活跃在疫情防控的各个场景;人工智能技术帮助医疗机构提高诊疗水平和效果,降低病毒传播风险。数字经济缓解了疫情的冲击,而这些数字经济应用场景的背后,是5G、大数据、人工智能、云计算等“新基建”、新技术。

二、数据是数字经济发展的核心

(一)数字经济的运作机制

1.数据是数字经济的基础要素

党的十九届四中全会通过的决定提出,数据与劳动、资本、土地、知识、技术等一样,都是重要的生产要素,对生产关系的迭代升级有着重要的推动作用,也为数字经济的发展奠定了基础。

数据资源成为生产要素并不是生产要素在种类或者数量上的增加,更加体现的是数据要素与土地、资本、人力等要素的互动,例如数据收集、分析、存储的全生命周期都离不开个人或者机构的劳动。而数据要素的流转、交易、确权又受到商业、技术等基础设施的影响,同时还受到主体数字化意识、知识和能力的制约。

未来社会无论是在生产上还是生活上都会更加数字化。数据将会大规模地应用于生产、分配、交换、消费各环节以及制造与服务等各场景,例如助贷业务就是数据作为生产要素在金融领域大范围使用和金融服务数字化转型的产物和体现。

2.技术是数字经济的运行保障

数字科技由两部分组成:核心科技+应用科技。热点核心层数字科技包括人工智能、大数据、物联网、云计算、5G等数字化、网络化、智能化技术。一方面,以融合发展为特征的集成化创新渐成主流。在众多单项技术持续取得突破的同时,信息技术创新的集成化特征更趋突出,跨领域创新密集涌现。另一方面,以学科交叉为特征的跨领域创新日益凸显。数字科技与制造、材料、能源、生物等技术的交叉渗透日益深化,形成智能制造、4D打印、能源互联网、生物识别等复合型科技。

而应用科技集成人工智能、物联网、大数据、区块链等核心技术,根据不同应用场景需求,形成行业应用“工具箱”,孕育新产品、新业态,探索新模式、新路径。应用科技正加速向模块化发展,解决行业共性问题,并基于行业洞察形成解决方案。这种数字科技与行业的融合深化,拓展了应用科技的赋能场景,技术在各行业间的可复制性大大增强,通用化程度不断上升。数字科技的发展、集成与通用的趋势,使数字技术成为数字经济强大的生产工具。

3.平台是数字经济的组织形式

科技平台通过改变企业的设计、生产、管理和服务方式,推动数据、劳动、技术、资本、市场等全要素的全面互联和资源配置优化,促进供应链、创新链、服务链、物流链、金融链等全产业链上下游的高度协同,生产、流通和消费一体化更加广泛,新的经济模式不断涌现。基于平台,数据资产持续积累,技术架构平滑演进,业务经验不断沉淀,发展模式逐步优化,支撑企业数字化转型步伐加快。

而平台尤其是开放平台是数字经济环境下促进交易、建立网络以及信息交换的重要载体,从而实现“人、货、场”的改造。首先,开放平台作为B2B2C网络的基础设施,改造的是网络中的“人”。以其承接的第三方服务商、B端客户、C端用户的需求为导向提供服务;同时这些合作伙伴相互之间也促进迭代,B2B2C网络产业链的参与者相互嵌套,互为供给、需求方。其次,改变的是“货”的属性,即开放平台为“货物”提供了基础且丰富的数字化“生产工具”(产品和技术组件),供B2B2C网络中各方使用,可以针对客户需求提供更加标准化、组件化、多元化的产品和服务。此外,“场”成为开放平台的全新定位:开放平台是枢纽,满足客户需求的同时也在与其共建生态;开放平台使线上线下的界限不再明显,O2O的场景模式被颠覆。

(二)数据的作用模式

1.从无到有:数据创造新的商业模式

数据作为重要的生产要素,深刻地影响甚至改变着现有商业模式:数据可以优化传统要素资源的配置效率,甚至可以替代传统要素资源的投入关系,改变生产函数。例如:在金融业过往实践中,很多金融机构受困于自身服务渠道的有限性,优质的信贷资源难以精准投向产业升级、消费升级的重点领域,也无法高效低成本地开展普惠金融业务。既不利于在更广阔的市场空间内延伸服务、拓展客源,也不利于把控资金流向和资产质量,最终影响反哺实体产业和居民生活的有效性。

这种情况下,数据化可以实现金融业务供应链流程与金融服务之间的供需匹配,既可以将相对封闭、低频的金融产品和服务通过技术手段“无缝嫁接”到更加开放、高频的生产生活场景,又可以将拥有一定门槛和准入条件的金融产品惠及更多的消费者和需求者群体。

2.从有到优:数据提高供需的适配度

数据天然具有精益化的发展倾向。数据无法单独形成生产力,并进而改造行业。在人工智能运用中有一个经典的公式:人工智能=数据+算法+算力。数据创造价值的路径就变得尤为清晰——数据算法与算力决定的数据使用方式解决了复杂系统的不确定性,从而推动行业供需更好适配,提升行业发展的精细化水平。

数据提升行业发展精细化水平的过程,也是数据被不断精细挖掘的过程。IT时代是数据的一维时代,指的是“经济活动的记录”。限于收集存储、分析计算的技术瓶颈,大量的数据无法电子化或者仅仅以结构化的形式存储在电子数据库中,并没有基于不同场景、行业的数据进行商业创新,对于数据价值的认识也不够深刻。互联网时代是数据的二维时代,指的是数据从“经济活动的记录”到更加“商业工具化”,商业活动普遍开始利用数据进行经济分析和预测。在这个阶段,原始数据开始在线上积累,线下数据开始向线上迁移,基于数据本身的商业创新开始出现,一大批的数据分析公司开始涌现。数据价值被首次挖掘,金融科技、电商平台、社交网络等行业纷纷通过技术手段最大化手中数据的价值。

物联网时代是数据的三维时代。数据在“经济活动的记录”和“商业工具化”的基础上,不断“资产化”。数据成为经济本身,人工智能、大数据技术、5G技术使数据的收集、存储、分析、共享变得丰富,数据开始改变传统的业务逻辑,“大数定律”替代了传统思路,以数据为生产要素进行的商业创新更多,同时也更加规范。在这个阶段,“万物互联”就是“数据互联”,所有的生产活动都可以“数据化”,所有的价值都可以用数据来表征。数字化正在以不同的方式改造价值链,并为增值和更广泛的结构变革开辟新的渠道。

3.从1到N:数据强化行业协同发展

通过整合各类终端的数据、消费者和生产者的供需数据等,原有的产业链被迅速缩短,生产制造、生活服务等行业的协同、个性和柔性化水平显著增强。不同行业之间的传统知识壁垒和经验壁垒被不断地攻破。

在数据积累的过程中,数字化的基础设施应运而生,提供行业数字化发展所需要的组件化技术设施,如支付、结算等;同时与行业客户一同构建行业数字化解决方案。数据成为业务和服务拓展的“牛鼻子”——通过数据量的积累、数据分析能力的提升、数字化业务能力的复用,不断拓展服务的客户类型和数量,实现不同业务的联动拓展和服务行业的外迁扩大,释放“飞轮效应”。

三、数据赋能面临的制约因素

(一)数据保护的法规制度不健全

近年来,《全国人民代表大会常务委员会关于加强网络信息保护的决定》《民法典》《网络安全法》等共同构成了数据保护的基本法律规范。2020年,《数据安全法》《个人信息保护法》等多部与数据安全、隐私保护相关的基础立法即将紧锣密鼓地出台。

和其他领域的政策规范有所不同,由于目前作为上位法的数据规范体系仍然不健全,各类数据安全与合理使用的技术标准成为行业事实上的行动准则。例如2020年修订的国家推荐性标准《信息安全技术个人信息安全规范》成为我国个人信息使用实践的标准,该《规范》确定了个人信息安全的基本原则,主要包括:权责一致、目的明确、选择同意、最小必要、公开透明、确保安全、主体参与。但是这些标准文本对于行业实践的概括有时缺乏严密的逻辑,在适用时缺乏明确的效力。例如同样是针对个人金融信息的规范性文件,《个人金融信息保护技术规范》《金融消费者权益保护实施办法》和《个人金融信息(数据)保护试行办法》与《个人信用信息基础数据库管理暂行办法》中有关个人信用信息的范围就存在出入。

(二)政府数据对外开放程度不够

实践中,我国政府数据的使用效能很低,政府部门的数据开放和共享缺乏一定指引,怎么开放,在哪开放,开放标准、流程是什么样的,目前还不明确。现在政府各部门数据类型数目较多多,包括结构化数据、半结构化数据和非结构化数据等,而且文字性的非格式化数据也很多,一定程度上更加剧数据统一的难度。而在技术方面,政府部门传统的办公系统相对封闭,搭建政府数据开放平台需要大量的技术和资金支持,给政府部门增加了不少成本,不少地方政府部门缺乏相应的技术人才,缺乏开放和共享政府数据的能力。

与此同时,政府数据开放缺乏法律来明确属性、划分范围和兜底保障,同时在数据开放中缺乏明确指引,很多机构害怕触碰底线,不知道什么该开放什么不该开放。2019年国务院发布的《政府信息公开条例》第八条就规定了“三安全一稳定”:行政机关公开政府信息,不得危及国家安全、公共安全、经济安全和社会稳定。实践中,国家秘密、商业秘密、个人信息范围存在交叉和模糊地带,政府部门担心出事要担责,所以“不敢”。

(三)社会数据的使用价值较低

社会数据指的是社会生活所形成的具有公共性质的数据,例如农业、工业、交通、教育、安防、城市管理、公共资源交易等行业的数据,分布在各个社会管理部门。这些社会数据量大面广,但以下原因导致价值难以实现:第一,分散性,往往散落在不同行业的不同主体;第二,难得性,数据量庞大但是缺乏合适的收集、记录手段;第三,沉淀性,以原始数据的方式存在,基本没有进行过分析使用。

(四)个人数据的收集使用不规范

根据中国消费者协会等机构的调查评估,个人数据使用与隐私保护存在不规范的现象:一是个人信息收集使用规则效果不佳;二是强制、频繁、过度索取成为普遍现象;三是私自收集频发,超范围收集问题突出;四是数据共享行为不规范,缺乏约束措施;五是无开启或关闭个性化服务选项;六是设置不合理障碍,账号注销难。

2020年7月初,《数据安全法》草案刚刚发布,标志着我国数据安全保护规范开始起步,但是个人数据的保护机制仍不健全。中国信息通信研究院、普华永道、平安金融安全研究院联合发布的《2018-2019年度金融科技安全分析报告》指出,2019年全年,近100家被调研的金融科技企业均表示发生过不同类型的网络安全事件,其中造成“客户资料泄露”的约22%。中国信息通信研究院发布的《2019金融行业移动App安全观测报告》显示,样本中有70.22%的金融行业App存在高危漏洞,其中Top3的高危漏洞均存在导致App数据泄露的风险。此外,个人信息数据泄露等安全事件直接成为“网络黑灰产”的重要源头。

个人数据保护涉及面广,参与的市场监管主体众多,职能划分有待进一步厘清。具体来看,中央(国家)网信办、工信部、公安部和市场监管总局都对个人信息保护负有职权,其各自下属的机构又相互间错综复杂地参与各类个人信息保护标准制定、监督评测、自律监管等活动中。除了中央网信办、工信部、公安部、市场监管总局等机构负责数据安全和保护的管理之外,全国信息安全标准化技术委员会、中国消费者协会、中国互联网协会、中国网络空间安全协会等诸多主体也负担不同的数据行业监管规则。此外,一行两会金融监管机构、国家邮政局等各类行业监管机构和组织还负担着本行业的数据监管职能,在各自权限范围内出台部门规章。司法机关负责处理进入司法程序的个人信息保护案件。这些部门的规范性文件对个人数据收集、使用、保存等数据活动的规则、主观目的、客观行为、违法情形进行了界定与管理,但是其权责关系大多存在重合。如何通过立法立规以及行业监管所形成的实践来避免政出多门导致的监管不协调是一个需要重点考量的问题。

四、释放数据生产力的政策建议

(一)制定国家数据战略,明确国家数据竞争力发展纲要

2020年4月,中共中央、国务院通过《关于构建更加完善的要素市场化配置体制机制的意见》,其中关于数据要素市场化配置的意见和要求成为将来我国数据行业发展和国家战略的基本思路。下一步可在该《意见》的基础上,全面细化数据战略应当包含的内容——战略目标、实施路径、效果评价等。

作为国家数据行业发展的顶层设计文件,横向上看,国家数据战略应当立足高远,既要考虑国内数据行业发展的现状与未来;又要考虑国际竞争中,“数据圈”作为国家核心竞争力应当如何体现。纵向上看,还应当注重与区块链、人工智能等数字科技发展规划与战略的关系与互动。

一个可资借鉴的例子是,2020年2月,欧盟发布《塑造欧洲的数字未来》《人工智能白皮书》《欧洲数据战略》等战略规划和研究报告明确以“技术主权”为发展主线,加大对下一代技术和基础设施以及数字能力的投资,强化处理个人数据,构建用于数据处理的下一代基础设施的标准制定、工具开发、最佳实践。

(二)加快数据确权定价,加强个人隐私保护

数据确权和定价是数据合理使用的基础。数据产权应当分类别确定:个人数据的产权界定不能一刀切,而应当根据不同行业、场景的特点灵活设定;信息主体和信息控制者之间可以通过合同来约束数据的使用方式、数据收益的分配方式以及与数据相关的责任承担方式。社会数据的产权应当是属于全社会的,社会数据是公共产品、公共资源。政府数据的产权与社会数据相似,产权归属于政府,属于公共资源。企业数据的产权在尊重和不侵犯前三类产权的基础上,通过自身劳动所获取、加工、使用的数据应当归属于企业本身。数据定价可以参考大数据交易的实践:从成本、收益、效用、用户等属性确定数据价值的构成,通过市场主体的竞争活动确定数据要素的定价规则和定价标准。

隐私保护是数据合理使用的后盾。各个行业在涉及数据业务时,都无法避免对数据进行获取、加工、处理、存储、销毁,数据主体个人隐私的侵犯是数据要素可能具有的负外部性之一。《要素市场化配置体制机制的意见》就要求一方面提高数据质量,丰富数据产品;另一方面制定包括隐私保护在内的与数据保护相关的规范制度。应当进一步明确隐私保护的规范要求、实现手段、惩罚机制,以实现个人隐私保护和数据要素流动的平衡。

(三)加大数据开放共享,规范数据收集使用

打破政府数据开放难题需要以责任清单带动激励相容。第一步,建立“数据责任清单”。通过向政府部门施压去推动数据的开放和共享,带动政府部门主动公开的方式是现阶段最行之有效的,“责任清单”需要详细明确要开放共享的数据类型、以什么样的方式进行开放共享、向什么主体进行开放共享等问题。第二步,建立激励相容的政府数据开放制度。政府数据的开放共享涉及诸多政府部门主体、社会主体以及企业、个人主体。激励相容的开放制度最重要的就是打破政府部门内部的复杂关系。在形式上表现为数据开放的“一站式”平台,一方面将政府内部事务统一到一个出口对外展示;另一方面将“一站式”作为政府的统一服务理念贯穿在政府数据开放过程中。

提升社会数据的价值应当构建促进全社会收集、使用、共享社会数据的体系。第一,积极开展商业创新,“培育数字经济新产业、新业态和新模式”,开凿社会数据的商业价值;第二,努力创造使用社会数据的社会生活场景,拓宽社会数据的存在范围;第三,通过行业自治的方式形成行业标准,降低社会数据收集、使用的兼容成本;第四,鼓励专业机构运用自身数字能力打造底层数据基础设施,促进社会数据“变现”。

个人数据的互联互通与政务数据和社会数据不同,更应当依靠市场化交易的方式加以实现。大数据交易市场是为海量、高频的数据提供流转、价值发现和价值交换的场所,是数据价值与红利的释放手段和释放过程。买卖双方对原始或处理后的数据及数据服务进行互通有无,大数据交易有利于挖掘数据资源的潜在价值,有利于发挥数据与土地、能源同等重要的要素作用,有利于推动数据流引领物质流、资金流、人才流、技术流,有利于推进产业数字化转型、推动产业转型升级。在此过程中,数据所有者可以获得个人数据的价值变现,数据加工者和控制者可以获得个人数据的价值附加。

(四)加快推进新基建,更好释放数据生产力

一是要加快投资新基建,降低数据合理使用成本。应当明确和数据相关的新基建范围,并出台重点项目清单,鼓励和重视科技企业和民营企业的数字化力量。二是推进数字化产业和产业数字化的共同发展。应当推动传统产业的线上化、数据化、智能化,实现数据要素和其他要素的融合协同。三是强化数据应用,鼓励数据与技术场景更好融合。打通技术场景和业务场景,注重客户需求,利用全息画像、智能推荐等算法模型,积极发挥数字科技企业在5G、云计算、智慧城市等方面的应用,加快区块链、人工智能、边缘计算、量子技术等创新技术研发与实际场景和产业实践的融合。发挥数字科技企业在供应链、贸易链和产业链的基础推进作用。