端利涛
内容提要：
本文从技术融合、组织融合和产业融合三个方面探讨了数据在促进实体经济和数字经济深度融合中的作用机制，并提出以数据场景应用建设引领数据要素市场建设、以数据确权为基础构建全国数据使用权市场等政策建议。
数据要素市场不健全制约实数深度融合
数据要素市场不健全导致实体经济在运行过程中无法充分利用数字技术和数据要素， 制约实数深度融合。数据要素市场不健全主要体现在以下三个方面。
（一）数据供需不匹配
数据资源分散。一方面表现为数据孤岛，即不同企业和机构之间的数据无法互通，限制了数据资源的共享和综合利用；另一方面表现为数据无法被有效收集，根据《全国数据资源调查报告（2023年）》， 2023年，全国数据产存转化率（即当年新增存储数据量/当年生产数据量）仅为2.9%。
高质量数据需求大。为提高决策的科学性和有效性，企业需要在制定生产、营销和服务策略时参考大量的数据，特别是高质量数据。
缺乏有效匹配机制。大部分的数据流通分散在场外，缺乏有效的匹配机制，导致局部数据供给过剩和供给不足的结构性问题同时存在。
在中国首个零碳数据中心内，机器人正在机房巡检。 图/ 中新社
（二）交易机制不完善
数据标准化不足。数据格式和质量不统一，导致数据整合和利用困难；数据交易缺乏标准化的流程和规范，增加了交易成本和风险；数据分类和标识不规范，导致数据检索和跨部门流通利用出现障碍；数据接口和协议不统一，阻碍数据互联互通。
缺乏有效的市场机制。数据所有权、使用权和收益权的界定不清晰，数据主体的权益较难保障，影响市场参与者的积极性； 数据的价值评估和定价机制不完善，使得数据交易价格难以合理确定；数据转售机制不清晰，影响数据主体权益保障。
（三）数据安全和隐私保护不足
数据泄露风险高。多数企业的数据安全意识不足，最主要的是保障数据安全的技术能力不足。近年来，网络攻击手段日益多样化和复杂化，数据存储和传输过程中容易产生安全漏洞，增加泄露风险。
数据安全和隐私保护机制待完善。尽管相关法律要求对流通数据进行必要的脱敏处理，但随着人工智能技术的不断发展，脱敏边界也在不断变化，已经脱敏的数据极有可能被重新识别和定位。
数据供需双方信任待增强。一方面，由于数据安全和隐私保护机制不足，数据提供方对数据共享和交易存在顾虑；另一方面，数据需求方也担心获取的数据在安全性、合规性方面存在风险，影响数据应用的积极性。
数据助力实数深度融合的作用机制
（一）技术融合
技术融合是数据作为新型生产要素参与实体经济和数字经济深度融合的新质生产力表现。
第一，广泛应用大数据技术。实体经济采用先进的传感器、物联网设备和分布式存储、云计算等技术实现对生产、物流、销售等环节全面的数据采集和数据分析。
第二，逐步引入人工智能与自动化技术。智能制造实现了生产设备和系统的自动控制，提高了生产效率和产品质量；在大规模的数据支撑下， 以大语言模型为代表的人工智能技术已然成为一种新型商品和服务，直接被消费。
第三，制造业企业上云。一方面通过构建数据湖或数据仓库实现数据和企业运营的安全统一管理；另一方面在云上构建产业生态，实现业务创新和产品创新。
（二）组织融合
组织融合是数据驱动实体经济和数字经济深度融合，构建新质生产关系的重要保障。
第一，要素组织融合。数据不仅是一种新型生产要素， 也是传统生产要素组合的黏稠剂。一方面，通过对市场数据的精准分析，可以优化资源配置、降低生产成本、提高生产效率；另一方面，数据使资本、劳动、土地等传统生产要素之间的协同作用更加紧密， 实现了生产要素的高效协同， 提高了实体经济运行效率。
第二，组织架构优化。在数据的支撑下，企业通过数字化转型将原有金字塔型企业结构优化调整为平台网状结构， 打破各部门壁垒，打通数据孤岛，使企业管理更加直接、全面、高效，进而改变企业文化。
第三，产业链协同。通过数据驱动的供应链管理，企业可以实现供应链的全程可视化和实时监控，提高供应链的灵活性和可靠性。
（三）产业融合
从“互联网+”到“数据要素×”，产业融合是数字技术和数据要素推动实体经济和数字经济融合、实现新发展格局的关键路径。
第一，产业间数据共享。通过建立跨产业数据共享平台，实现制造业、服务业和农业之间的数据互通，促进产业间的协同创新和资源共享。
第二，供应链整合。通过数据驱动的供应链管理，优化三大产业的供应链协同， 提高供应链整体的响应能力和效率。
第三，跨产业创新。利用数据分析发现新的市场需求和商业机会，推动跨产业的技术创新和业务模式创新，培育新的经济增长点。
第四，区域经济协同。通过数据分析和信息共享，促进区域间的经济协同发展、优化资源配置，提升区域经济的整体竞争力。
第五，绿色发展。通过数据驱动的资源管理和环境监测，推动各产业实现绿色低碳发展，提高资源利用效率，促进可持续发展。
构建全国统一数据要素大市场的政策建议
全国统一数据要素大市场是指在全国范围内建立的一个统一、开放、竞争、有序的数据资源交易和流通平台， 以实现数据资源的有效配置、促进数据的创新应用、推动实体经济和数字经济的深度融合发展。
（一）以开发全国数据应用场景引领全国数据要素市场建设
发挥我国超大规模市场和丰富应用场景优势，在制造、金融、农业、医疗、交通等多个领域探索跨区域跨行业的数据应用，以市场需求引导数据应用，形成良性的市场供需关系，推动数据要素市场的发展。
发挥我国完备的工业系统优势，利用国内丰富的数据资源，推动国产工业软件的开发和优化，提升软件的功能和性能。建设数据应用示范项目， 支持国产工业软件在数据应用示范项目中的应用和推广，积累实际应用经验。
在全国筛选数据应用示范项目，由政府支持，总结经验、快速推广，鼓励、支持和推进数据应用产业链上下游企业之间的合作，共同推动数据应用生态建设。
（二）以数据确权为基础构建全国数据使用权市场
构建以产权为核心的权益保护制度。公共数据不存在产权争议。对于存在产权争议的企业数据，在保留用户数据携带、修改、删除等权益的前提下，将数据所有权划分给企业法人，明确数据产权，避免纠纷。对于个人数据，保证权利人在处理个人数据方面的所有权和使用权。在此基础上，制定和完善数据所有权的法律法规，明确数据所有权、使用权和收益权， 保障数据权利人的合法权益。
构建以使用权为核心的数据许可证制度。明确数据使用权获取、使用、转让和终止的规则和流程，确保数据使用的规范性和合法性。同时，制定数据许可证制度，通过许可证/许可协议的方式管理数据使用权，防止数据被私自转售， 保障数据使用的安全和合规。
完善数据确权和使用权市场的配套政策。制定支持数据确权和使用权市场发展的税收优惠政策，降低企业数据确权和交易的成本，激发市场主体的积极性。提供专项资金支持，鼓励企业进行数据确权和使用权交易，推动数据要素市场的发展。
（三）以多边平台为支撑构建全国数据流通网络
建立公共数据授权使用平台。在数据范围层面，由中央层面明确全国统一的公共数据范围，并对公共数据进行分级分类。数据标准层面，加快推进公共服务电子化，构建全国统一的公共数据记录、收集、存储和调用的规范标准体系。平台建设层面，建设全国统一的公共数据授权使用平台，提供数据集中管理、授权、共享和调用服务。数据授权层面， 结合公共数据的分级分类，公平公开公正透明地向国内所有符合条件的企业授权开放。
建立面向全国的行业数据交易平台。一是通过整合各行业的数据资源，建立行业数据池和行业数据标准。二是支持和保护互联网平台企业，建立数据交易平台。依靠互联网平台企业自有数据面向市场提供数据发布、交易、结算和交付服务，促进数据的流通和交易，并逐步延伸至跨区域跨行业的数据平台。三是坚持破立并举、先立后破的基本原则。四是根据市场、行业和能源分布，科学合理布局数据中心。
加快推进并完善新型信息基础设施建设。一是加快信息基础设施升级。建设和升级高效、安全的数据传输网络，确保数据在不同平台和系统之间的顺畅传输。建设大规模、分布式的数据存储设施，提升数据存储和管理能力。二是加快先进技术推广应用。通过5G 网络、物联网、区块链的建设和应用，提升数据采集、传输和处理的效率和数据流通、交易过程的透明度、可信度和可追溯度。
（四）以国资、国企为主导构建全国公共云服务生态
公共云服务是数字技术和数据要素融入实体经济运行的桥梁。需要充分发挥新型举国优势，充分利用网络效应，以国资、国企为主导快速建立公共云生态。
发挥国资国企的引领作用。通过政策支持和引导，发挥国资、国企在构建公共云服务生态中的引领作用，推动全国公共云服务的建设和发展。支持国资、国企开展公共云服务的重点项目建设，示范带动其他企业参与公共云服务生态建设。
建设全国公共云服务平台。联合国资、国企和技术先进的民企，面向全国统筹规划和部署全国公共云服务平台，提升云服务的覆盖范围和服务能力。鼓励国资、国企开放云服务平台资源，支持中小企业和社会各界共享公共云服务资源。
推动云服务标准化。择优而取，制定和推广公共云服务的标准和规范，确保云服务的质量、安全和可用性。同时，建立公共云服务的认证和监管机制，保障云服务的合规性和可信度。
【本文系国家社科基金重大项目“促进实体经济和数字经济深度融合的理论机制与实践路径研究”（项目号： 24ZDA023）阶段性成果】
作者单位：中国社会科学院数量经济与技术经济研究所
Visits: 84