党的十九届四中全会，首次明确了数据做为生产要素的性质，并可以按贡献参与分配。去年《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“二十条”)发布，进一步推动了数据做为生产要素相关理论研究和实践探索的进展。

我国是首个将数据列为生产要素的国家，国际上亦无先例。将数据作为生产要素看待，数据产权、数据市场、流通交易、数据收益等经济学相关的概念和内涵等就成为理论研究的重要焦点和实践工作的重要遵循。同时，数据有许多独特性质，理论和实践都需要探索创新。

一 数据作为生产要素生产力和生产关系的变化

数字经济事关国家发展大局。近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。习近平总书记强调，数字经济具有高创新性、强渗透性、广覆盖性，不仅是新的经济增长点，而且是改造提升传统产业的支点，可以成为构建现代化经济体系的重要引擎。面向未来，要充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。我国是世界第一制造业大国，数字经济规模处于世界领先地位，信息化发展成就斐然。在此背景下，充分认识数字经济的特性，把握数字经济和传统工业经济之间的相互关系和影响，推动数字经济和实体经济融合发展，将成为持续赋能经济发展和产业转型升级的关键所在。

数字经济与传统工业经济既有区别，又有联系。从区别上看，数字经济的关键生产要素是数据。无论是围绕数据信息收集、存储、加工、传输、追踪形成的智能制造，还是依托数据计算和运用的大数据、人工智能、边缘计算等技术，数据都是重要原料和关键投入;而在传统工业经济中，资本、劳动力、土地是主要的生产要素，数据尚未成为赋能价值创造的关键要素。从联系上看，传统工业经济拥有对数字经济而言很重要的数据来源和应用场景，互联网、大数据、人工智能等数字技术在传统工业经济领域的广泛使用和深度融合，可以提高传统工业的全要素生产率，发挥数字技术对经济发展的放大、叠加、倍增作用。从这个意义上说，数字经济构成了改造提升传统产业的支点和构建现代化经济体系的重要引擎。

数据成为生产要素也就意味着数据在经济中的地位发生了变化，数据成为了重要的生产资料。生产力主要包括劳动者、劳动对象和劳动资料三个基本要素。从人类生产力发展史来看，在农业经济时代，虽经数千年的发展，但是劳动者的劳动素质和技能总体较低，劳动对象和劳动资料相对简单，人类的生产力比较低下。蒸汽机的发明和使用，使得以生产工具为核心的劳动资料出现了巨大变革。自工业革命以来，人类又经历了数次科技革命，生产力以前所未有的速度和规模发展，为新质生产力的形成和发展进行了量的积累。邓小平同志在改革开放初期就提出，“科学技术是第一生产力”。党的十八大以来，习近平总书记进一步指出：“科技是第一生产力、人才是第一资源、创新是第一动力。”如今在前述基础上，总书记提出“加快形成新质生产力”，为推进中国式现代化指明了生产力发展的方向。

随着生态、数据等生产要素的融入，传统生产力的内涵和外延不断丰富和发展。其中，数字技术是通用技术，对新质生产力的形成影响巨大。数字技术正以新理念、新业态、新模式全面融入人类经济、政治、文化、社会、生态文明建设各领域和全过程，给人类生产生活带来广泛而深刻的影响。包括数字技术在内的高新科技融入生产力的三个基本要素，即劳动者、劳动对象、劳动资料，出现了大批新业态、新职业，产生了平台企业等新的劳动组织形式，形成了“众包”等新的劳动方式，“算法”等新的劳动工具对生产劳动过程和效果产生了巨大影响。生产力全要素在数字技术作用下获得总体跃升，极大提升了生产效率，促进了生产力的发展，加速了社会财富的积累和创造。

生产力的要素发生了变化，那么生产关系就会随之改变。生产力和生产关系相互促进又相互制约。生产力促进了生产关系的变化，而适合生产力发展的生产关系才能促进生产力更好的发展。因此，当数据成为了生产要素，数据生产力和数据生产关系就成为了我们必须要关心、解决和优化的问题，就必须基于此进行多方面的研究、探索和转变，优化生产关系加速数据生产力，才能促进数字经济的强大和发展。

二 数据作为生产要素加速数据生产力六大转变

1.首先转变的是思维方式：数据驱动

数据作为生产要素，既是劳动资料又是劳动对象，如何利用劳动资料形成劳动对象的价值，是我们首要考虑的。这就要求，我们要以数据为中心，行成数据驱动的思维方式。数据驱动思维方式的内涵主要是如下三点：

(1)用数据产品的思维利用数据;

(2)用数据驱动的思维做出决策;

(3)用数据价值的思维管理数据。

2.然后转变的是组织方式：数据管理

传统的企业管理组织方式根据企业的运营模式(运营型、战略型、财务型)进行组织方式设置，比如层级式管理组织、扁平式管理组织、混合式管理组织。这些组织的特点基本是行政管理、运营管理、财务管理为主，更加关注传统的生产要素，数据这种要素的管理比较薄弱。当前，数据成为生产要素，也就是要求组织更加对这种要素的管理，因此需要与之匹配的数据管理组织，数据管理的组织模式主要有以下三种：

(1)以行政权利主导的数据管理模式，主要体现在数据治理委员会隶属于信息化安全领导小组，数据管理的依靠行政权利推动模式。

(2)以数据域长主导的数据管理模式，主要体现在以数据域长或数据OWER对数据安全、数据标准、数据质量等管理的业务推动模式。

(3)以信息部门主导的数据管理模式，主要体现在以信息中心或信息部门对数据应用、数据质量、数据安全等管理的技术推动模式。

目前，大型集团以(1)(2)两种模式为主，中小企业以(3)模式为主。但无论如何，组织的模式必须符合数据管理的需要，否者数据要素很难发挥价值。

3.其次转变的是治理方式：数据治理

企业治理是组织管理的重要组成部分，是对企业管理行为的规范、约束和监督，包括财务治理、人力治理、安全治理等，这些治理行为主要针对的是企业运营所包含的活动，虽然很多企业意识到数据治理的重要性，但是由于概念混淆、内容不清、实施不力，导致数据治理没有力度。在数据作为生产要素的时代，数据治理必须纳入公司治理的范畴，从战略视角规范数据管理行为，达成目数据治理目标。数据治理模式的转变主要体现在以下三点：

(1)数据素养亟待加强;

(2)治理组织亟待跃升;

(3)数据监督亟待授权。

4.再次转变的是工作方式：数据协同

农业经济和工业经济时代，人和人之间的工作方式往往是物连接，比如土地资源、生产设备、生产工具等。而数字经济时代，人和人之间的工作往往是靠数据连接，尤其对于信息化、网络化、数字化技术强依赖的组织。在这种形势下，我们就需要向数据协同的工作模式转变，主要体现在如下四点：

(1)数据标准化的协同，数据标准是数据协同的基础;

(2)数据高质量的协同，数据质量是数据协同的条件;

(3)数据强共享的协同，数据共享是数据协同的保障。

(4)数据泛应用的协同，数据应用是数据协同的价值。

5.之后转变的是交易方式：数据交易

农业经济和工业经济时代，人和人之间的交易方式往往是实物资产或技术专利，比如石油、房屋、汽车、办公软件、外观设计等。而在数据要素的背景下，往往交易的是数据集、算法、APP、报告等。数据资产与实物资产的交易特征存在较大差异，数据更有复制性、共享性、时效性、安全性等特点。这就要求我们对数据交易的模式和方式进行新的探索的研究，数据交易模式的转变主要体现在如下三点：

(1)数据交易场所的变化，由场外交易向场内交易转变;

(2)数据交易安全的变化，由粗放管理向精细管理转变;

(3)数据交易主体的变化，由单一主体向多元主体转变。

6.最后转变的是价值方式：数据资产

数据就像广袤的海洋，蕴藏着巨大的宝藏，有水产资源、石油资源、矿产资源等，但是这些资源都需要人们去开采和提炼。数据也有类似的特征，蕴含在数据里的巨大价值需要组织具有慧眼的人去识别、提炼和挖掘，只有这样数据才能产生更大的生产力，因此就需要我们用资产的视角看待数据，也就是对数据价值实现方式转变，主要体现在以下三点：

(1)必须把数据作为战略资产看待;

(2)必须尽最大努力使数据赋能业务;

(3)必须加快探索数据货币化的模式。

三 加速数据生产力是数字经济的重要支柱

数字经济是当前时代的重要特征，也是国民经济的重要制度，更是社会发展的新方向。因此，必须加速数据生产力，让数据这一要素的价值更大化的增加社会福祉和企业竞争力，全力实现数字经济健康快速增长。