数据资产如何赋能企业高质量发展——对传统生产要素的优化机制

数据资产的资产属性和数据属性决定了其可以改善企业传统生产要素的配置状态,从而赋能企业高质量发展。根据企业年报,运用机器学习算法,通过“种子词筛选+AutoPhrase相似词扩充+SnowNLP情感极性分析”对企业的数据资产水平进行评估,以全要素生产率衡量企业高质量发展水平,进而采用沪深A股上市公司2007—2022年的数据进行分析,结果发现:数据资产增加显著促进了企业高质量发展,该作用主要由数据资产的处理和应用产生,数据资产获取对企业高质量发展的影响不显著;数据资产增加能够改善劳动力结构、提高技术水平、抑制非效率投资、降低管理成本,从而通过对传统生产要素的优化机制来赋能企业高质量发展;外部环境对数据资产赋能企业高质量发展具有调节作用,表现为环境不确定性、信息化水平、市场化水平和数字经济政策供给水平的提高会强化数据资产对企业高质量发展的促进作用。因此,企业应积极开发、积累和利用数据资产,政府应持续推进地区信息化、市场化和数字经济发展,以充分发挥数据资产的积极效应。

传统生产要素还能提升中国制造业价值链地位吗？——来自工业行业的实证检验

当前中国制造业正面临发达国家和发展中国家的双重挤压,价值链地位指数偏低。本文摒除外部因素,探讨技术进步、物质资本、人力资本、劳动力等传统生产要素对中国制造业价值链地位的影响。研究发现,技术进步和人力资本可以显著提升中国制造业价值链地位;物质资本对中国制造业价值链地位攀升的作用不显著;劳动力投入系数显著为负,表明中国劳动力比较优势确实正逐步丧失。另外,传统生产要素对价值链地位的影响具有明显的行业异质性特征,并且这些要素在上下游不同价值链环节的作用机制有明显区别。

数据是新质生产力的引擎

生产力既是人类历史的物质基础,也是推动社会进步的最活跃的、最革命的要素。习近平总书记为新一轮科技革命和产业变革指明了发展方向,把马克思主义生产力理论基本原理同中国具体实际相结合,创造性提出新质生产力。在数字经济背景下,新质生产力以科技创新推动产业创新为要义,以大幅提升全要素生产率为目标,加强人工智能、大数据、物联网、工业互联网等数字技术融合应用,以数据开发利用为引擎促使生产要素创新性配置,催生新产业、新模式、新动能,要走出一条生产力诸要素高效协同、产业深度转型升级、新供给与新需求高水平动态平衡、人与自然和谐共生的新增长路径。新质生产力是创新驱动的生产力,数据作为数字时代驱动经济运行的新质生产要素,打破了传统生产要素的质态。数据带来发展新动能,高质量的数据供给、便捷的数据流动、高效的数据应用,是新质生产力发展的重要动力,对经济发展实现倍增效应。

新质生产力引领下的智慧交通数据管理实践

新质生产力“新”在四个方面:新劳动者,如能充分利用现代技术的新型人才;新劳动对象,如数据要素;新劳动工具,如生成式人工智能;新型基础设施,如大数据中心等。新质生产力的“质”,可以从两个方面理解:一是质态,新质生产力把数据作为驱动经济运行的新质生产要素,从而打破了传统生产要素的质态;二是质效,新质生产力要使得生产工艺、品质大幅提升,要以新技术新产品驱动新的社会需求[1]。

数据也是生产要素,如何共享、流通和确定

日前,中央第一份关于要素市场化配置的文件《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》(下称《意见》)正式公布,数据首次被正式纳入生产要素范围,并提出了加快培育数据要素市场的3条具体建议。这是中央首次将数据和土地、劳动力、资本、技术等传统生产要素并列。国家发改委有关负责人表示,根据生产要素的重要性和时代性,明确将数据作为一种新型生产要素写入政策文件,是要充分发挥数据这一新型要素对其他要素效率的倍增作用,培育发展数据要素市场,使大数据成为推动经济高质量发展的新动能。

数据资产“入表”与数据要素价值释放

随着数字经济的蓬勃发展,数据要素通过产业链、供应链赋能传统生产要素的方式,为新质生产力的发展提供了重要动力。2023年8月《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》)发布以来,数据资产“入表”成为各界持续关注的焦点和热点,纷纷推动“入表”试点并迅速取得一定成效,为数据要素价值进一步释放奠定了基础。

以数据要素为新型工业化注入强劲动力

党的十八大以来,在以习近平同志为核心的党中央坚强领导下,我国工业门类全、品种多、规模大的优势更加突出,产业科技创新能力持续提升,高端化、智能化、绿色化步伐不断加快,新型工业化发展取得了历史性成就。但同时,关键技术研发转化率和企业生产效率低、产业链供应链韧性不足、碳排放高等仍是我国工业发展短板弱项,反之也正是实现工业由大变强的关键突破口。数据作为新型生产要素,可通过与传统生产要素、传统产业、新技术等充分融合,推进我国工业企业实现质量变革、效率变革、动力变革,为推进新型工业化注入强劲动力。

以新赛道新产业为载体 加快发展新质生产力

当前人类社会正处在以智能技术快速发展和普遍应用为特征的第四次工业革命时代,在高性能算力网络和AGI大模型创新应用的驱动下,新质生产力加速形成,其具体表现为对传统生产要素(如劳动者、劳动资料和劳动对象)进行整体智能化升级的过程;通过对三者的不断优化组合和升级,来实现产业技术逻辑的颠覆性革命,进而导致生产力从量变到质变的突破,并催生出一系列新产业、新模式、新动能。

数据生产要素性质、知识生产与中国式现代化

一、数据生产要素的性质和供需演进中的知识变量数字化时代的到来,使数据要素进入生产中,催生了自动化和人工智能化,对劳动产生替代,降低了劳动分配份额,产生了消极效应;但是数据要素的使用也提高了劳动生产率,大幅度增加了全社会福利和收入,产生了积极性效应。数据要素加人生产函数改变了生产函数的性质:一是数据要素具有非竞争性,不是独占性的资源要素,随着使用人数的增多具有规模递增性,这与传统生产要素的独占性和规模收益递减性是不同的。

传统要素价格扭曲、技术进步偏向对全要素生产率的影响机理及实证分析

在内生增长模型框架下,利用偏向型技术进步理论,构建了包括资本、劳动、土地三种传统生产要素及各传统生产要素增强型技术的CES生产函数,对我国经济增长率、全要素生产率及其增长率进行了数理分解,结果表明,除要素增强型技术进步率以外,传统要素深化程度与技术进步偏向的协调性、技术深化程度与传统要素投入偏向之间的协调性均对全要素生产率及其增长率具有影响。文章利用2004—2017年间资本、劳动、土地等传统要素价格扭曲度以及考虑了要素价格扭曲后的技术进步偏向指数对我国全要素生产率变动趋势进行了实证分析。分析表明,样本期间内,我国全要素生产率的提高对经济增长的贡献呈下降趋势,这主要是传统生产要素增强型技术进步率的下降所导致,其中劳动、土地增强型技术进步都呈上升趋势,但资本增强型技术进步率的下降导致了总全要素生产率的下降;我国要素投入之间的不协调,尤其是我国资本偏向的技术进步方向与资本不断深化的传统要素配置结构不相协调,也部分抑制了我国全要素生产率的提高。

发挥数据要素价值,赋能银行业数字化转型

习近平总书记指出,发展数字经济意义重大,是把握新一轮科技革命和产业变革新机遇的战略选择。在全球经济深度调整的关键时刻,随着新一轮信息革命和产业变革的深入推进,数字化对经济发展的放大、叠加、倍增作用将日益凸显。数据要素是数字经济的核心引擎,与土地、资本等传统生产要素相比,数据要素具有的可复制、可共享、无限增长、自我演化等特点可突破自然资源有限供给的制约,深度融入其他生产要素。

李涛、欧阳日辉:数据是形成新质生产产力的优质生产要素

在数字经济背景下,新质生产力以科技创新推动产业创新为要义,以大幅提升全要素生产率为目标,重在加强人工智能、大数据、物联网、工业互联网等数字技术的融合应用,以数据开发利用为引擎促使生产要素实现创新性配置,催生新产业、新模式、新动能,旨在走出一条生产要素高效协同、产业深度转型升级的增长路径。数据作为数字时代的新型生产要素,打破了传统生产要素的质态,是形成新质生产力的优质生产要素。

不能用传统方法管理数据生产要素

推动共享的合理做法是建立数据共享平台,需要使用大数据的机构可以通过平台提供的接入口,对原始数据进行运算,然后输出结果。大数据其实非常适合共享,就是可以无限制地复制这是数据要素与传统生产要素的一个根本差别,无论是资本还是土地,如果已经有一家企业在使用,别的企业就无法同时使用。但大数据不一样,如果需要,一套数据可以供无数家企业同时使用,或许这也正是大数据分析能够产生超常回报的原因。

加快推进云南数据要素市场建设的建议

党的十九届四中全会首次将数据纳入生产要素,明确要健全数据等生产要素由市场评价贡献、按贡献决定报酬的机制。中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》提出,要加快培育数据要素市场等任务。数据应用已渗透到经济社会各领域,数据资源作为数字经济时代的核心生产要素,相比能源、材料等传统生产要素,数据以独特的生产要素属性,正在对经济社会发展产生更为重大而深刻的影响。加快破除制约数据应用的体制机制障碍,完善法律、政策、标准、技术等相关保障,对于全面推进“互联网+”、打造数字经济新优势具有重要意义。为此,课题组在调研的基础上,提出加快推进云南数据要素市场建设的相关建议。

“十四五”时期深化要素市场化配置改革的重点和方向

“十四五”时期内外环境变化对要素市场化配置改革提出紧迫要求“十四五”时期区别于以往的五年规划期,最大的不同就是外部环境“百年未有之大变局”。大变局的“变”既表现为生产力层面的新一轮科技革命和产业变革,也表现为生产关系层面的全球治理体系变革和国际政治格局调整。新一轮科技革命和产业变革将改变传统生产要素和新生产要素之间的关系,劳动力、土地等传统生产要素的地位将相对下降,而技术、数据等新生产要素的重要性将大幅提升,特别是数字经济发展起来以后,数据规模、数据加工能力、数据治理体系正在成为市场竞争的制高点。

考虑传统要素价格扭曲后的技术进步偏向测度

本文在考虑资本、劳动、土地三大传统要素价格扭曲的情况下对我国技术进步偏向进行了测度。本文利用2004-2017年间的省级面板数据,采用生产函数法测算各省劳动、资本、土地的价格绝对扭曲度及相对扭曲度。测算表明:样本期间内,我国劳动、资本、土地价格都低于其边际产出,价格存在负向扭曲,其中土地的价格负向扭曲最严重,其次是劳动,最后是资本;从时间维度来看,各要素的负向扭曲都呈改善趋势。表明我国的要素市场化改革在样本期间有所推进,但改革推进速度不同,资本市场化改革最快,劳动次之,土地市场化改革最慢。本文将要素价格扭曲引入到技术进步偏向的分析框架,通过数理分解,从理论上分析了要素价格绝对扭曲的变动对要素技术效率的变动的影响,以及要素价格相对扭曲度的变动对技术进步偏向的影响。进而将测算得到的要素价格扭曲度数据引入到标准化供给面系统法中,估计了我国各省的要素替代弹性,进而测算了样本期间各省份的资本、劳动、土地的技术效率及技术进步偏向指数。测算结果显示:样本期间,我国的要素替代弹性总体小于1,资本、劳动、土地间呈替代关系;劳动、土地的技术效率呈上升趋势,资本的技术效率呈下降趋势,技术进步在资本和劳动间偏向劳动,在土地和劳动间偏向劳动,在土地和资本间偏向资本。

发展数字化生产力打造双循环新动能

生产力是经济社会发展的根本动力。新一轮科技革命不断演进深化,数据成为新的生产要素,传统生产要素有了数字化新内涵,数字化新生产力推动人类社会加快进入数字新时代。当前,我国劳动力、土地、资本、技术等传统要素面临着一些亟待解决的问题,数据要素的新特性需要尽快适应和掌握。构建双循环新发展格局需要强劲、持续的动能支持和驱动。为此,我们应加快发展数字化劳动力、数字化土地、数字化资本、数字化技术,激活数据要素潜能,为构建双循环新发展格局提供强劲、持续的新动能。

深化对数据要素和价值的认识

数据本身代替不了传统的生产要素,而是与传统生产要素融合叠加,形成倍增效应,赋能生产、分配、流通、消费等全环节,助推经济创新发展。从生产力角度来看,数据与生产活动相结合,推动劳动工具、劳动者、劳动对象加速革新,促进生产力变革和生产方式重构。

打造能源新质生产力 促进新型能源体系建设

2023年9月,习近平总书记在新时代推动东北全面振兴座谈会时指出:“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业,积极培育未来产业,加快形成新质生产力,增强发展新动能。”2023年12月,中央经济工作会议提出:“要以科技创新推动产业创新,特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能,发展新质生产力。”12月18日,中央财办在解读中央经济工作会议精神时提出:“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。”这个定义全面阐述了“新质生产力”的驱动力、内涵和标志。新质生产力理论的提出来自于对经济社会发展规律的深入探索,是对新矛盾新问题解决的前沿性实践。新质生产力形成的根本目的在于实现经济长久可持续发展,是新时代背景下中国经济从传统生产要素积累驱动向创新驱动转型,提升生产效率和质量的必然要求。

面向数据权利、数据定价和隐私计算的数据驱动学习

近年来,数据已成为数字经济中最重要的生产要素之一。与传统生产要素不同,数据的数字化性质使其难以合同和交易。因此,建立一个高效和标准的数据交易市场体系将有利于降低成本,提高行业各方的生产力。尽管许多研究致力于数据法规和其他数据交易问题,如隐私和定价,但很少有工作对机器学习和数据科学领域的这些研究进行全面回顾。为了提供对这个主题的完整和最新的理解,本文涵盖了数据交易过程中的三个关键问题:数据权利、数据定价和隐私计算。通过厘清这些主题之间的关系,本文提供了一个数据生态系统的全貌,其中数据由个人、研究机构和政府等数据主体生成,而数据处理者出于创新或运营目的获取数据,并通过适当的定价机制根据数据主体各自的所有权分配收益。为了使人工智能(AI)能够长期有益于人类社会的发展,人工智能算法需要通过数据保护法规(即隐私保护法规)进行评估,以帮助构建日常生活中值得信赖的人工智能系统。