国务院原副秘书长江小涓: 更好发挥数据要素乘数效应的着眼点和着力点

在近日举办的第二十五届北大光华新年论坛上,中国工业经济学会会长,中国社会科学院大学教授、博导,国务院原副秘书长江小涓出席论坛并发表题为《发挥数据要素积极作用 促进经济持续向好发展》的演讲。

 以下为演讲内容节选。

对数据要素的重要期待,在于它是否能发挥新动能的作用。中央要求今年的经济工作除了政策要高度一致,支撑经济回升向好势头,特别讲到了要挖掘新的动能。除了改革开放要创新三大动能,在创新中数字经济也是非常重要的一点。今年可以期待新加入的积极因素就是数据要素市场的发展在加速,它能否带来我们期待的新力量呢?这一点上我们有些优势和特点存在。

首先,中国是全球最大的数据生产国。另外,要理解数据乘数要素的特点,才能理解它到底有没有乘数效应,另外在实践创新,还有理论构建,要特别强调公共数据的开放,以及公共数据的开发利用的问题,我讲六点:

1全球都在做数字经济,我们对数据要素是提的要求比较高的国家,依据就是我们有全球最大量的实时数据。

首先,消费者数据端来看,我们线上人数最多,人均线上上网时长最高,12亿人每天差不多7小时的移动端的上网时长,每天消费者网上时长是80亿小时。我们知道,对数字消费来讲只讲人多没有意义,必须在线上从事一定的购物、社交、娱乐等活动,才是真实的市场,我们80亿的海量数据,超过了OECD国家每天活跃在线上人数的时长总和,一定是全球产生消费者数据最大的国家。第二,我们有全球最大的制造业。我们的制造业占全球的比重超过了几家的总和,我们不光是制造业的比重高,制造业的数字化程度也在全球是中上的水平。所以每天实体产业、制造业产生的生产端的数据也是全球最多的。第三,我们有全世界最普及的智慧城市建设,有600多个城市都在做智慧城市建设,每天大量地生产城市活动数据,所以我们是全球城市活动数据生产最多的经济体。而且我们的数据基础设施比较好,不仅能够生产数据,而且能够把数据汇聚连通,进行进一步的分析。所以我们作为数据生产大国,海量的数据是让数据发挥作用的重要依托。

2要理解数据要素的特点。数据到底能不能产生乘数效益,为什么互联网是+,数据要素是×呢?数据要素有多个经济学角度的特点,多主体生产、敏感信息多、减损贬值快。但是对数据要素×作用的发挥,最重要的还是它的多场景复用的能力,一组数据可以多次复用,所以可以不断挖掘出新的价值,这是为什么可以数据要素用乘来表达的一个最基本的特点。

3实践创新,数据要素是一种新类型的要素市场,确实需要不断地创新。数据要素市场,应该是中国自主体系创新中非常重要的一点,我们是首先把数据叫做要素来对待的,所以必须不断地创新。数据要素可以不断在循环中被复用,被拉通,带来多元化的业务扩张,一组数据可以支撑全链条、全场景、全生态链的业务增长,所以我们可以期待它发挥乘数效应,这是它的特点所决定的。

4立足问题导向是数据市场要素理论构建的基本遵循。我觉得学术界在研究这个问题的时候一定不能够拿对其他要素市场的逻辑、知识体系,想把数据要素装进去,这是既困难又会走偏的。我们把数据要素作为生产要素,不能只讲例子,不能只讲单点的知识。我们还是要循环一个知识体系,但是这个体系确实是要从现实出发,能够对现实有最大的容纳性、概括率、逻辑线条清晰,能够和实践匹配度比较好,这才是有用的理论体系。而不要想着拿那么多根深蒂固的框架,去套新型的数字时代的要素。

5公共数据的有效释放价值是下一步政府能利用的最主要的资源。现在公共数据体量大、质量好、结构性好,数据时间的长度也好,但是开放共享确实不够,数据利用效率不够高,也确实存在数据开发利用中的隐私保护等问题。下一步,公共部门的数据更好地对社会开放有两种选项,一种是开放共享,基本免费或者仅仅覆盖成本;一种叫开发利用,把它作为一种收益性的资源来对待的。在这两种情况下我非常坚持公共数据是一个普惠社会公众和市场主体的数据,是政府在公共活动中所产生的数据。所以,我们还是要大力推动公共数据的开放共享和开发利用,两个要匹配起来,特别要强调它的开放共享。

我们目前开放共享的最重要的两种形态:一种是现在的政务服务平台,上下拉通四级,横向拉通所有,所以我们才有异地办事、异地生产经营活动的可能性;另一种是建一个公共数据平台,因为有个人隐私,所以放到公共数据平台上,需要对这些市场主体个人信誉去查询的话,可以进去看,可以带走结果,但是数字本身带不走,对中小企业的融资信贷现在是用途最广的。但是在这两种之外,公共数据有很多新的用途,所以我们现在在“二十条”中、在“数据要素×”文件中是放开了开发利用,开放共享和开发利用要结合,还是从积极性的角度去讲。

6开发共享和开发利用相结合是公共数据应用的有效方式。刚才讲到公共数据还是尽可能地要开放共享。有些原始数据确实不能够开放共享,它需要做成数据产品,有开发成本,所以商业化的开发利用有利于调动积极性。另外,有些公共数据不被广大公民和市场主体所需要,我们用公共的成本、税收,由政府部门来开发这些数据给少数的企业来用,用者付费,这一类的公共服务是合理的选项,因为它只为少数人的商业化运用来服务。比如说天气预报,对于短期的极端天气,出行要避开雨天,刮大风的话要避开悬挂广告的墙体,这对于我们每个人都需要。但是长期的极端天气预测,物流公司需要,建筑行业需要,因为要了解每一种建筑产品,在一种气温下需要放多长时间自然能够凝固到位,使建筑更坚固,但是这对大部分公民来说不是必需的。我们以公共资源作为这种为少数人服务的产品,收费是一个合理的选项。但是我们还是要强调,要坚持数据的开放共享原则。因为现在对于地方政府来讲,对数据资源利用有非常新的期待。从具体的操作来讲,开发利用总比开放共享是更有诱惑力的选项。但从学术界来讲,大声地疾呼,从全球公众利益的角度呼喊公共数据的开放共享还是非常重要的职责所在。

数据要素乘数是怎么参加倍增效应的?无论是生产一个产品、生产一个设备,最后生产出来的是实体。但是在数字时代我们在生产实体的同时生产出来的一组数字产品,这个产品本身可以回嵌到实体中间,把它变成一个智能化的产品,可以自己传送数据。它同时可以回馈到生产过程当中提高这个生产过程的效率。除此之外,这个数据产品可以有非常大的利用空间,可以训练机器,可以做成互联网的成熟的封装产品,把它给其他企业作用。总之来讲,实体的产出是确定的数,数字的产出是可以有很大放大效应的数据。所以一个产品两套产出,而且数据化的产出是可以带来更多的挖掘机会。