|
读懂数据要素、数字经济、数据资产、数字化转型、大数据
一、数据要素
(一）数据要素的内涵
数据要素是以数据资源为基础,依托现代信息技术,通过数据采集、存储、加工、流通等方式形成的新型生产要素。它是数字经济时代最具颠覆性、最具增长潜力的生产要素。
数据要素不同于传统的物质性要素,具有五个鲜明特点。一是非物质性。数据要素虽然也要附着在物质载体上,但其价值主要体现为信息内容,具有非物质属性。二是非稀缺性。数据可以被重复使用而不损耗,多个主体可同时使用同一数据而无须竞争。三是可复制性。通过数字复制,数据以极低成本、极高效率实现传播。四是高度依赖性。数据必须依托算力、算法、场景等,方能转化为现实生产力。五是强外部性。数据开发利用会产生显著的网络效应、规模效应和溢出效应,边际收益呈递增趋势。
数据要素蕴藏着巨大价值。一是基础资源价值。数据记录了人类活动的方方面面,承载了海量的信息和知识,为经济社会发展提供了取之不竭的基础资源。二是现实应用价值。通过数据采集、存储、分析等,可洞见商业机会、优化生产流程、提升管理水平,创造现实经济效益。三是潜在增值价值。海量数据经过分析挖掘、流通交易,能够不断衍生新的数据产品和服务,实现价值倍增。四是战略资产价值。数据作为关键生产要素,对国家竞争力的影响日益凸显,日益成为国家战略资产。
(二) 数据要素与传统生产要素的关系
数据要素作为新兴生产要素,与土地、劳动力、资本、技术等传统要素既有共性,又有差异。
一方面,数据要素与其他生产要素相互依存、相互促进。
没有传统要素,就难以形成数据;而数据要素的价值,也需要与其他要素深度融合才能实现。比如,物联网设备的部署离不开资本和技术等要素投入,由此产生的海量数据又反过来指导工业生产、优化业务流程。可以说,数据要素为其他要素注入了新的内涵,极大拓展了其他要素的应用空间和增值潜力。
另一方面,数据要素又有别于传统生产要素。
传统生产要素往往具有稀缺性、排他性等特征,要素投入和产出大体呈线性关系。数据要素则通过机器自动获取、社会分享、交叉使用等方式,能够实现规模化增值、指数化增长。数据要素的这些独特优势,正在颠覆传统经济运行规律和商业模式,重塑全要素生产率,形成新的经济增长点。
(三) 数据要素对经济发展的重大意义
数据要素正在成为驱动经济增长的新引擎。根据中国信通院发布的《中国数字经济发展白皮书》,2021年我国数字经济规模达到45.5万亿元,占GDP比重达到39.8%。其中,数据要素对数字经济增长的贡献率达到了68.5%。可以说,没有数据要素的广泛应用和价值释放,就难以形成蓬勃发展的数字经济形态。
具体而言,数据要素主要通过以下方式推动经济高质量发展:
1.催生新产业新业态新模式。
移动支付、共享经济、在线教育、远程医疗等新业态新模式,无一不是大数据应用的结果。数据要素正成为数字经济发展的"源头活水",不断催生新的经济增长点。
2.重塑传统行业发展模式。
制造业、农业、物流等传统产业利用大数据优化供应链管理、产品研发、精准营销等,正在实现降本增效、转型升级。数据要素与实体经济深度融合,有力推动了数字产业化和产业数字化进程。
3.推动创新要素高效配置。
基于大数据的征信体系,让资本"活"了起来,解决了中小微企业融资难题。网络直播、知识付费等新业态,让各类创新创业人才"动"了起来,实现了人尽其才、才尽其用。
4.提升政府治理和公共服务水平。
大数据让政府决策更加精准,执行更加高效。在疫情防控、减贫攻坚、生态治理等领域,数据要素发挥了不可或缺的作用。"互联网+政务服务"更是极大提升了群众获得感、幸福感。
二、数字经济
(一) 数字经济的内涵与特征
党的十九届五中全会把"数字经济"作为"十四五"时期经济社会发展的重点,提出要"加快数字化发展,建设数字中国"。那么,什么是数字经济?有何特征?
数字经济是以数据资源为关键要素,以数字技术为核心驱动力,以现代信息网络为重要载体,通过数字技术与实体经济深度融合,不断提高经济社会的数字化、网络化、智能化水平的一种新经济形态。简言之,数字经济就是数据驱动下的经济。
数字经济区别于农业经济、工业经济,具有四大特征:一是数据驱动。大数据成为引领数字经济发展的核心资源。它们通过分析挖掘,能够洞察消费者需求、指导生产决策、创造企业价值,成为数字经济的"钥匙"。二是平台主导。互联网平台成为组织数字经济活动的主要载体。它们聚合海量用户和数据,链接各类资源和主体,极大提升了经济运行效率。三是融合发展。数字技术与产业经济加速融合,线上线下、跨界跨域的协同创新不断涌现,各行各业都在向数字化、智能化转型。四是创新引领。技术创新、模式创新是数字经济的灵魂。人工智能、区块链、元宇宙等新技术新场景,不断为数字经济注入新动能。
(二) 数字经济的产业范围
数字经济并不是一个单独的产业,而是一个涵盖多个产业和部门的经济体系。根据中国信通院提出的数字经济核心产业分类,数字经济主要包括以下三大板块:
1.数字产业化。
这是数字经济发展的"根基",主要包括电子信息制造业,电信、广播电视和卫星传输服务,互联网和相关服务,软件和信息技术服务等。其中,集成电路、新型显示、高端软件等为数字产业发展的关键领域。
2.产业数字化。
这是数字经济发展的"主战场",主要指传统产业应用数字技术所带来的改造提升。比如,工业企业利用工业互联网平台优化生产流程、降低运营成本。农业利用智慧农业系统实现智能化种植、精细化管理。各行业通过数字化转型实现提质增效,是未来数字经济增长的最大潜力所在。
3.数字化治理。
这是数字经济发展的"新高地",主要是运用数字技术提高政府治理能力和公共服务水平。如"互联网+政务服务"实现了"一网通办",城市大脑、智慧交通等让城市管理更加精细高效。数字技术还广泛应用于教育、医疗、文旅等民生服务领域,有力增进了民生福祉。
(三) 我国数字经济发展现状与趋势
我国数字经济发展势头强劲。根据中国信通院测算,2021年我国数字经济规模达到45.5万亿元,占GDP比重达39.8%,对经济增长的贡献率超60%。其中,工业、农业数字化转型不断深入,数字产业化迈向中高端,数字化治理水平持续提升。我国数字经济的蓬勃发展,有力支撑了疫情防控和经济社会发展大局。
展望未来,随着以5G、人工智能、大数据、区块链等为代表的新一代数字技术加速突破,我国数字经济发展必将呈现新的趋势和特点:一是数字产业化和产业数字化双轮驱动,数字技术自主创新和融合应用同步推进;二是数据要素市场化改革纵深推进,数据确权、定价、交易等体系更加完善;三是数字化发展从消费领域向生产领域纵深拓展,工业互联网、智能制造、智慧农业等加速跃升;四是区块链、量子信息等"硬核"技术取得新突破,为数字经济注入新动能;五是数字经济国际合作不断深化,积极参与全球数字治理,共建网络空间命运共同体。
三、数据资产
(一) 数据资产的内涵
数据资产是指凝结在数据中的信息和价值,这种价值能够给拥有和使用数据的机构带来收益。从企业视角看,数据是知识产权、品牌等无形资产的重要组成。
数据要成为真正意义上的资产,需要具备三个特征:一是数据具有内在价值,通过加工分析能够实现商业价值;二是数据可被识别和计量,能够独立于其他资产而存在;三是数据能够被特定主体所拥有或控制,对数据的占有、使用、收益和处置具有排他性。
从不同维度看,数据资产可划分为多种类型:
1.按数据来源分,可分为内部数据资产和外部数据资产。
前者是指企业内部运营中产生和积累的业务数据、交易数据等,后者是指通过对外采购、共享等方式获得的政府数据、互联网数据等。
2.按数据形态分,可分为结构化数据资产和非结构化数据资产。
结构化数据如交易记录、业务表单等,容易存储和处理;非结构化数据如文本、图像、音视频等,蕴含更丰富的信息,但也给分析和管理带来更大挑战。
3.按数据内容分,可分为用户数据资产、产品数据资产、运营数据资产等。不同类型数据资产对企业经营管理的价值有所侧重。比如,用户偏好数据有助于企业实施精准营销,设备运行数据有助于优化生产调度。
(二) 数据资产管理的主要内容
数据资产管理是指对数据资产进行识别、采集、存储、分析、应用、维护的全生命周期管理过程。其核心目标是最大化地发掘数据价值,支撑企业管理决策和业务创新。
具体而言,数据资产管理的主要内容包括:
1.数据治理。
这是管理数据资产的基石。主要包括明确数据管理的战略目标,理顺数据管理的组织架构,制定数据标准和流程,保障数据质量和安全等。通过数据治理,实现数据资产的统一管理和规范应用。
2.数据架构。
这是管理数据资产的蓝图。主要是从数据采集、传输、存储、计算、应用等方面,系统设计数据资产管理的技术架构。大数据、云计算等新技术的应用,为数据架构建设提供了新思路新方案。
3.数据运营。
这是管理数据资产的关键。主要包括数据采集、数据存储、数据分析、数据服务等环节。通过高效获取数据、科学存储数据、深入分析数据、充分利用数据,让数据资产"活"起来、"动"起来、创造价值。
4.数据安全。
这是管理数据资产的生命线。主要包括制定数据分类分级、数据脱敏、数据备份等安全策略,防范数据泄露、数据污染等风险。在数据开发利用的同时,必须时刻绷紧数据安全这根弦。
(三) 数据资产价值评估
合理评估数据资产价值,是做好数据资产管理的前提和基础。目前,评估数据资产主要有三种思路:
1.基于成本的评估。
这种方法以获得和维护数据的投入成本为依据,测算数据资产的价值。具体包括数据采集、清洗、存储、计算等各环节的软硬件设备、人力资源等成本投入。但这种方法只关注了投入,忽视了数据资产的潜在价值。
2.基于收益的评估。
这种方法预测数据资产在未来一定期间能够带来的收益,并按一定折现率折算成现值。数据资产能够带来直接收益(如数据产品销售)和间接收益(如数据应用带来的成本节约)。这种方法综合考虑了数据的内在价值,但对未来收益的预测有一定不确定性。
3.基于市场的评估。
这种方法以同类数据资产的市场交易价格为参考,评估本企业数据资产的价值。关键要寻找与本企业数据资产具有可比性的交易案例。但目前,数据要素市场化配置改革尚在起步阶段,缺乏成熟的数据交易市场和定价机制,可参考的交易案例还比较有限。
可以看出,不同的评估方法各有优劣,实践中需要结合企业自身特点和外部市场环境,灵活选择评估思路。未来,随着数据资产管理实践的深入和数据要素市场的完善,数据资产价值评估理论和方法也将不断成熟完善。
四、数字化转型
(一) 数字化转型的时代背景
当前,以大数据、人工智能、区块链等为代表的数字技术日新月异,引发了新一轮科技革命和产业变革。数字经济蓬勃发展,不仅催生了众多新产业新业态新模式,更深刻改变着传统经济的运行方式。可以说,数字化浪潮正在重塑全球经济格局,数字化转型成为大势所趋。
对企业而言,数字化转型是顺应时代潮流的必然选择。一方面,新冠疫情催生了大量在线需求,也加速了产业数字化进程。许多线下业态不得不开启线上化探索,加快数字化转型。另一方面,数字原住民企业正在通过数据驱动、平台赋能等方式,不断提升运营效率和服务体验,对传统企业形成很大竞争压力。
站在国家层面,推动数字化转型是抢抓新一轮科技革命和产业变革机遇、塑造国际竞争新优势的战略选择。"十四五"规划明确提出,要推进数字化发展,加快发展数字经济,推动数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。这为企业数字化转型指明了方向,提供了重大机遇。
(二) 数字化转型的主要内容
企业数字化转型,从根本上说就是利用数字技术重塑企业的业务流程、组织架构和商业模式,实现降本增效、提质增收的过程。具体而言,数字化转型主要包括三大方面内容:
1.业务流程数字化。
这是企业数字化转型的基础。主要是运用数字技术、数据分析方法,对企业从采购、生产、物流、营销、服务等业务环节进行流程再造和优化,打通内部各个"孤岛",实现各环节的互联互通和精细管理。比如,企业通过数字化采购平台优化供应链管理,利用智能仓储系统提升物流效率,基于大数据分析实现精准营销等。
2.管理方式数字化。
这是企业数字化转型的关键。主要是利用数字技术改变企业的组织管理模式,建立扁平化、模块化的组织架构,推行数据驱动的决策机制。比如,企业建设大数据中台,打通各部门数据孤岛,为管理决策提供数据支撑;运用人工智能、数字孪生等技术,构建智慧工厂,提升生产管理的精细化、智能化水平;应用协同办公系统,提高远程办公效率,增强组织韧性。
3.商业模式数字化。
这是企业数字化转型的目标。主要是顺应用户需求变化,利用数字技术创新产品服务模式,优化客户体验,拓展增收渠道。比如,制造企业基于工业互联网平台开展个性化定制、售后服务等增值服务;零售企业利用直播带货、社交电商等新型营销方式,实现线上线下融合发展;出行企业通过共享单车、网约车等新业态,扩大了服务半径,提升了运力效率。
(三) 数字化转型的实施路径
企业数字化转型并非一蹴而就,而是一个系统工程,需要统筹考虑技术、人才、资金等要素,分步实施、持续推进。一般而言,企业数字化转型可分为四个阶段:
1.数字化启动阶段。
这一阶段的主要任务是树立数字化转型意识,开展数字化转型的顶层设计。包括明确数字化转型的战略目标,梳理业务流程和数据资源,制定数字化转型的实施方案和路线图等。
2.数字化试点阶段。
这一阶段的重点是开展数字化应用的试点示范。包括选择合适的业务场景,引进必要的数字化工具和系统,开展数字化应用的小规模尝试,并及时总结试点经验,为全面推广做好准备。
3.数字化推广阶段。
这一阶段的任务是全面开展数字化应用,实现企业内外部的互联互通。包括加大资金、技术、人才等资源投入,加快核心业务系统的数字化改造,打通内部各部门、外部产业链的数据壁垒,初步建立起数字化运营体系。
4.数字化深化阶段。
这一阶段的目标是以数据驱动为核心,实现企业经营管理的全面智能化。包括建立企业级的大数据中台,利用人工智能、区块链等前沿技术,在研发、生产、营销、管理等领域实现深度应用,形成数据驱动的差异化竞争优势。同时,积极探索数字化时代的商业模式创新,打造数字化生态,实现企业价值和社会价值的共同提升。
(四) 企业数字化转型的配套保障
推进数字化转型,是一项复杂的系统工程,需要企业内外部的共同努力。
对内而言,一要加强组织领导。企业高层要高度重视数字化转型,树立数字化思维,成立专门的数字化转型领导小组,加强统筹谋划和推进实施。二要优化配套机制。要建立健全数字化转型的考核评价和激励约束机制,调动各方面的积极性创造性。三要做好人才储备。大力培养和引进复合型数字化人才,让各类人才创新创业创造活力竞相迸发。
对外而言,一要营造良好的数字生态。积极构建产学研用协同创新机制,推动各类创新要素向企业集聚。二要强化数据安全保障。筑牢数据安全防线,提高数据安全治理能力,维护数字化转型良好秩序。三要健全数字经济治理体系。加快数字经济法规制度建设,维护公平竞争的数字经济市场秩序,为数字化转型营造良好的制度环境。
五、大数据
(一) 大数据的内涵与特征
大数据是数字时代的"新石油",是数字经济的"新引擎"。从概念上看,大数据是指数据体量巨大、来源多样、生成极快,难以用传统数据库软件进行捕获、管理和处理的数据集合。具体而言,大数据有四个显著特征:
1.Volume(大量)。
从TB到PB、EB、ZB,大数据的数量极其庞大,对存储和计算能力提出了空前的挑战。
2.Velocity(高速)。
大数据是在不断快速产生的。每时每刻,人们的衣食住行、生产生活都在产生数据。传感器、移动终端、社交网络等是数据量激增的重要推手。
3.Variety(多样)。
大数据的类型和格式多样,既包括结构化数据,也包括非结构化数据,如文本、图片、音频、视频等。数据维度和数据间关联性也变得更加复杂。
4.Value(价值)。
"大"其实只是大数据的外在特征,其内在价值更值得关注。大数据蕴藏着巨大的商业价值和社会价值,关键要从海量数据中"淘金",实现数据价值变现。
(二) 大数据的关键技术
大数据是技术驱动的。只有运用先进科学的大数据处理技术,才能快速、高效、经济地存储、查询、分析大规模数据集。具体而言,大数据的关键技术主要包括:
1.分布式存储技术。
大数据时代,依靠单台计算机已难以存储海量数据。Hadoop
HDFS、NoSQL数据库等分布式存储系统应运而生,可将大规模数据分布式存储在廉价机器集群上,突破了存储瓶颈。
2.分布式计算技术。
传统的数据处理模式也难以应对大数据的挑战。MapReduce、Spark、Flink等分布式计算框架横空出世,通过将任务分发给大量廉价计算机并行处理,大幅提升了数据处理效率。
3.数据挖掘与机器学习技术。
大数据的核心是从海量、多样的数据中发现知识。数据挖掘和机器学习技术通过算法建模、统计分析等,能够高效地从大规模数据集中提取隐含的、先前未知的、具有潜在价值的信息和知识。
4.数据可视化技术。
大数据的复杂性和高维度特征,对数据呈现和解释提出了更高要求。数据可视化技术运用图形图像,将抽象的数据转化为直观的视觉形式,有助于用户快速理解数据并获得洞见。
(三) 大数据的应用场景
在数据成为新生产要素的时代,各行各业都在加速与大数据融合,催生出众多创新应用。
1.工业大数据。
制造业利用设备联网采集海量工业数据,通过分析设备运行状态优化生产调度,开展设备预测性维护;利用供应链大数据优化库存管理、物流配送等。这有助于提升产品质量、降低运营成本、缩短交付周期。
2.商业大数据。
电商、零售等行业利用用户浏览、搜索、评论等海量数据,洞察消费者行为特征和偏好,实现精准画像、个性化推荐,开展差异化营销。金融行业利用交易数据、信用数据等建立大数据风控模型,提高风险定价能力。
3.交通大数据。
道路监控视频、车辆GPS、公交刷卡等数据蕴含着出行规律。通过分析这些数据,可实时掌握道路状况,优化交通信号配时,引导车辆合理出行。"城市大脑"就是利用交通大数据,让城市交通更加通畅高效。
4.医疗大数据。
电子病历、体检报告、医保结算等数据正成为推动医疗行业变革的新力量。利用医疗大数据可以辅助临床诊断、药物研发,开展慢病管理、疾病预警等。在抗击新冠疫情中,大数据在疫情研判、病例追踪、资源调配等方面也发挥了独特作用。
5.农业大数据。
通过物联网采集地块环境、土壤理化性状等数据,利用大数据分析优化种植方案、农事管理、病虫防治等,可以实现精准种植。农产品供应链各环节的数据整合分析,有助于农产品产销精准对接,实现产地端、销地端的协同优化。
(四) 大数据发展面临的挑战
当前,大数据发展如火如荼,但同时也面临诸多挑战。
一是数据汇聚共享有待加强。
当前,政府、企业、社会等掌握的数据还比较分散,形成了众多"数据孤岛",数据资源共享开放机制亟待完善。breaking"数据孤岛",实现互联互通,将极大释放数据价值。
二是数据质量有待提升。海量数据并不等于高价值数据。受数据标准不统一、采集手段落后等因素制约,我国一些行业和领域数据质量不高,数据的真实性、时效性、关联性有待加强。提升数据质量,是发挥数据价值的前提。
三是数据确权交易规则有待健全。
数据作为新型生产要素,产权界定、定价机制、交易规则都还不够成熟透明。特别是涉及个人隐私数据等敏感数据,如何在促进流通和保护隐私间寻求平衡,是一个世界性难题。加快健全数据产权交易规则,是数据要素市场化配置的基础性工作。
四是数据安全面临严峻挑战。
随着数据规模激增,数据泄露、数据滥用、数据污染等问题日益突出,数据主权和数据安全面临巨大挑战。特别是一些关键信息基础设施掌握着大量敏感数据,是黑客攻击的重点目标。筑牢数据安全防线,维护国家数据主权,是发展大数据事业必须高度重视的问题。
六、五大主题之间的内在逻辑
纵观全文,数据要素、数字经济、数据资产、数字化转型和大数据这五个热点话题,看似各有侧重,实则相互交织、紧密关联,共同构成了数字时代经济发展的宏大图景。
数据要素是这幅图景的底色。
作为继土地、资本、劳动力、技术之后的第五大生产要素,数据要素正在深刻改变传统经济形态和增长模式。可以说,把数据要素开发好、利用好、治理好,是发展数字经济的"牛鼻子"。
数字经济是这幅图景的主角。
它是以数据为关键生产要素、以数字化创新为核心驱动力的新型经济形态。发展数字经济,就是要推动数字产业化和产业数字化,用数字技术重塑生产体系、分配体系、流通体系、消费体系,实现经济发展质量变革、效率变革、动力变革。
数据资产是这幅图景的奇珍。
它是大数据应用的基础,是数字时代最宝贵的无形资产。只有深入挖掘数据价值,将数据资源转化为数据资本、数据资产,才能更好支撑数字产业发展和传统产业数字化转型。
数字化转型是这幅图景的主线。
转型是手段,数字化是方向。各行各业唯有主动迎接数字浪潮,利用数字技术重塑业务流程、优化产品服务、变革商业模式,加快构建数据驱动的核心竞争力,才能在激烈的市场竞争中赢得先机。
大数据是这幅图景的点睛之笔。
大数据以其体量之大、多样之广、价值之高,成为驱动数字经济发展的新引擎。深入推进大数据战略,加强大数据关键技术研发和产业应用,已成为抢占新一轮科技革命和产业变革制高点的必然选择。
|
