• 收藏
  • 設為首頁
  • 工作郵箱
微信公眾號
分享
[字體: ]
分享到:
分享
數字經濟背景下數據與其他生產要素的協同聯動機制研究
來源:大數據部 ??時間:2020-03-12


內容摘要

數字經濟時代,數據作為一種生產要素介入經濟體系,并以可復制、可共享、無限增長、無限供給的稟賦等邊際成本幾乎為零的特點,成為聯接創新、激活資金、培育人才、推動產業升級和經濟增長的關鍵生產要素。在分析數據作為關鍵生產要素的驅動效應基礎上,提出了數據要素與人才、資金、技術、產業等其他要素聯動的三層次模型,構建了數據要素與其他生產要素協同聯動的“五鏈協同”機制,即“圍繞產業鏈、整合數據鏈、聯接創新鏈、激活資金鏈、培育人才鏈”等環節,以多源異構數據融合為基礎,動態聯動人才鏈、資金鏈、創新鏈上的不同主體、不同要素。

 

一、引言

當今世界,隨著互聯網、物聯網等新興信息技術飛速發展,萬物互聯化、數據泛在化的大趨勢日益明顯,數據能力已成為國家、地區和機構的核心競爭力。2017年7月,習近平總書記在二十國集團領導人漢堡峰會上指出:“全球95%的工商業同互聯網密切相關,世界經濟正在向數字化轉型。”[1]在工業化后期,隨著工業化進程基本完成,經濟社會運行開始進入要素鏈與價值鏈的動態組合為主要內生驅動力的全新階段,以數字和智能科技為主導的第四次科技革命引發了資源配置方式的新變革。據統計,目前我國4G用戶全球占比超過40%,光纖寬帶用戶全球占比超過60%,蜂窩物聯網M2M連接數全球占比近45%。2019年下半年發布的《中國互聯網發展狀況統計報告》顯示:“截至2019年6月,我國網民規模達8.54億,手機網民達8.47億人,互聯網普及率超6成,互聯網在經濟社會發展中的重要作用更加凸顯。”[2]我國龐大的網民群體使得數據資源產生的速度和規模在全球保持著明顯優勢,有望在2025年成為世界第一數據資源大國,數據在各行各業的融合應用為生產要素的重構變革創造了基礎條件。

“推動互聯網、大數據、人工智能和實體經濟深度融合”“著力加快建設實體經濟、科技創新、現代金融、人力資源協同發展的產業體系”,是黨的十九大為經濟社會發展指明的方向,意味著數字經濟的“紅利”大規模產生的時代已經到來。十九屆四中全會又進一步提出將數據增列為一種新的生產要素,建立由市場評價貢獻、按貢獻決定報酬的機制,這體現了中國特色社會主義基本經濟制度可以最大限度適應當代市場實際來解放和發展社會生產力[3]的制度優勢,是中國特色社會主義政治經濟學的重要理論創新,標志著數據生產要素將從經濟社會建設的初始投入階段向經濟產出與社會分配的更高階段發展。世界各國均高度重視發揮數據要素在推動經濟社會轉型、聯動其他生產要素方面的戰略作用。如美國提出再工業化戰略,以數據等高新技術為依托,利用財稅等杠桿吸引社會資本等要素向新興領域集聚,支持個人力量投資新興產業,加大對民營企業科技創新的獎勵,不斷增強美國的創新活力,提高國家經濟增長速度。德國工業4.0戰略以“綠色的”智能化生產為目標,推動制造業領域的數字化改造升級,鼓勵制造業企業積極應用新一代信息通信技術、物聯網技術等,促進實體物理世界的人、工廠、產品等數字化顯現;同時,通過大數據分析技術的精準識別,推進物理世界與數據、網絡等虛擬世界的融合發展。英國工業2050戰略提出,個性化產品的低成本批量生產將是未來制造業的主要趨勢,應積極推動生產資源的重新分配,提倡信息通信技術、新材料等科技與產品和生產網絡的融合,改變產品的設計、制造、提供甚至使用方式,提升生產價值鏈的數字化水平。歐盟在《歐洲數字議程》《產業數字化規劃》中著重指出,將云計算、大數據技術嵌入到制造業生產服務流程之中,提升制造企業智能化水平。

本文基于十九大報告和十九屆四中全會提出的理論命題,重點結合課題組前期赴福建、重慶、浙江、廣東等地開展調研的案例研究,著重論述數據作為一種全新的生產要素,應如何實現其與人才、資金、技術等其他要素之間的聯動協同創新。在理論層面,本文從基礎層、支撐層、整合層三個層面歸納數據要素對其他要素的重構模型;在實踐層面,本文分別從數字產業化、產業數字化以及全要素數字化等不同層面分析數據與人才、資金、技術、產業等要素間的聯動機制。

二、數據要素與其他要素聯動的三層次模型

生產要素是經濟學理論的基本概念,是對經濟活動投入資源的形象概括。從經濟理論演進過程可以發現,生產要素經歷過從二元論到五元論的不同發展階段,是隨經濟發展的時代特征變化而不斷變遷的,如在農業經濟時代的核心生產要素是土地,工業經濟時代的核心生產要素是技術和資本。當前,得益于邊緣計算、云計算、大數據、人工智能等新一代信息技術的發展,基于物理、社會和網絡三維空間互動的新科技革命,徹底改變了人與人、人與物、物與物之間如何聯系以及互動的方式和規則,數字經濟的時代來臨,數據儼然成為生產要素。

從數據要素具有的典型特征來看,顯然具有“使能性”(enabling technologies)和通用目的性(general purpose technologies,GPTs)。所謂使能性,是指一項數據及其相關技術要素投入使用后,可以使得既存技術能力得以改進和提升,為使用者架設“使然技術”(know-what)與“應然技術”(know-how)之間的缺口,使能性技術的使用者和嘗試者節省了熟悉該技術機理的時間,可以很快適應該技術。[4]所謂通用目的技術,其概念是布雷斯納漢(T. F. Bresnahan)等[5]提出的,他們認為具有通用目的特征的信息技術在任意時間內,在更多的部門中具有普遍使用潛力(potential for pervasive use),且這類信息技術的活力較為活躍。伴隨著這類通用目的性技術的演化和進步,可在全行業乃至全社會引發更全面的生產率收益。基于此,數據及其相關技術可以說是當前作為典型的通用目的技術,伴隨著其發展和演化已具有非常廣闊的應用空間,且它的使用不受任何個人偏好的約束和引導,可以服從于所有行業和活動的需要。

目前,學界較少見到對數據要素和其他要素聯動機制的專門分析,但部分研究者提出了一些相關理論觀點。德朗(J. B. Delong)[6]認為,相比于歷次產業技術革命而言,以大數據、人工智能為代表的新興信息技術所強化和延伸的是人的智能,而不是一般工業技術所強化的人的機能和組織的技能。因此,數據要素并不能代替各個企業本身,但它是促進有效決策、提高勞動效率的重要手段[7]。劉玉奇、王強認為,數據生產要素的作用發揮需要形成“任意對象和信息的數字化”“任意信息的普遍連接”“海量信息的存儲和計算”的一般性生產技術條件,因此,需要用數字世界鏈接物理世界和意識世界[8]。王欣[9]在歸納包括數據在內的整個信息技術對經濟增長的作用時,認為其主要包括三個層面,即IT資本的深化、信息部門全要素生產率的提高和其他部門生產率的增長。上述研究對本文研究有一定啟發,基于數據要素在不同層面對技術、人才等其他創新要素的協同聯動機理,本文認為可以將其概括為基礎層、支撐層和整合層三個基本層面(參見圖1)。

1 數據聯動其他生產要素的分層模型

 

(一)基礎層:數字產業化

在基礎層,數據要素并不是以一種獨立的要素形態存在,而更多是嵌入在支撐實體經濟運行的各種數字化基礎設施之中,并通過數據中心、網絡、終端等硬件基礎平臺,以及數據庫、數據服務等軟件基礎平臺,為人才、資本、創新等要素在實體經濟中的融合提供基礎環境,并且在一定程度上解決企業生產經營中的信息不充分或不對稱問題,促進提升生產效率和經營效益,是信息產業的增加值。應當說,這是數據要素發揮要素聯動作用的最底層層級,其產業附加值和輻射帶動效應也最小。

20世紀80年代信息化起步時期,數據雖然沒有作為一種顯性的生產要素,但其同樣存在于信息服務、知識服務等服務業態之中,但這一時期的信息化產業引導作用并不明顯。甚至在20世紀80年代末,“信息技術的生產率悖論(productivity paradox)”被以Steven Roach等[10]為代表的一批經濟學者普遍提及,認為20世紀90年代之前信息及其相關產業對國民經濟各行業績效改善沒有達到預期目標。但這種質疑聲并沒有持續很久,到20世紀90年代中期已經基本銷聲匿跡了,其原因就是伴隨著信息技術和信息產業的成熟發展,由數字產業化的發展帶來了全要素數字化開始產生,兩者間的關聯模式逐步形成,并占據主導地位。

(二)支撐層:產業數字化

在產業數字化階段,數據開始作為一種獨立的生產要素全面融入實體經濟運行之中,數字技術被實體產業應用和產出的結果,可帶來原有產業的產出增加和效率提升。鮑恩(T. S. Bowen)[11]、韋斯特(J. P. West)等[12]認為,當數據融入商業程序而成為基本的管理工具時,它就能為企業提供優化的生產和管理流程,使管理知識得以分享以及將其在不同的時間和項目之間進行合理化轉移,孕育協同增效和繼續學習。作為產業數字化模式的最早倡導者,夏皮羅(C. Shapiro)和哈爾(V. Hal)[13]早在20世紀末就前瞻性地分析和論述了數據對市場結構和產業組織的影響,并提出了差異化產品、互補品定價、搜尋成本和轉換成本、標準競爭、路徑依賴和鎖定效應,以及規模經濟、范圍經濟和網絡效應、沉淀資本增長和邊際資本投資縮減等一系列理論觀點。

在這一階段,數據發揮著相比以前各個時期更加重要的作用,已經成為驅動產業轉型升級和區域協調發展的戰略資源,正取代勞動和資本成為領導生產的因子,為高效的生產和流通以及經濟領域各方面的服務所依賴。在基礎功能層,實體經濟的競爭力主要來自大規模生產帶來的成本降低和“補鏈成群”的產業配套規模效應,數據只是促進了成本的進一步降低和效率的進一步提高;而在支撐功能層,隨著產業數字化的不斷推進,現代產業經濟將越來越強調產業鏈的動態形成和動態組團效應,其中的數據將成為聯動不同組織、不同產業集群的核心要素,傳統數據流、信息流依附于物資流的局面被顛覆,數據成為指揮實體經濟運行的“大腦”和“中樞”,并充分發揮主導產業運行的決定性作用。數據作為一種通用目的技術,通過與國民經濟各行各業的廣泛結合,使得各領域生產率不斷提升,并且促使第一、二、三產業之間業態深度融合,從而深刻改變傳統產業的生產方式與組織形態,催生新的經濟動能,形成新的產業模式與業態。

(三)整合層:全要素數字化

在支撐層,數據的作用主要體現在對實體經濟的供給和需求兩側運行結構的數字化改造,實現對傳統意義上商品市場的轉型提升;而在整合層,數據的作用將進一步體現在對要素市場的轉型提升,實現對人才、技術、資本、管理等各方面生產要素流轉的全面數字化智能化改造,從而實現國民經濟的全要素數字化轉型。在這一過程中,數據化和智能化技術不僅是產業投資、人才培養、技術創新、管理變革的重要基礎,還是加速不同要素鏈條在不同行業和不同地域快速實現成鏈、結盟、組團、入網、解構的重要基礎,數據將成為龐大而精細的社會化生產系統順利運行的黏合劑。[14]可以說,全要素數字化的過程,是重構原有產業的資源配置狀態,實現互聯網、大數據、人工智能、區塊鏈等新技術與實體經濟、科技創新、現代金融、人力資源協同發展、充分融合,推動形成智能化的數字經濟體系的過程。

綜上所述,在數字產業化層面,數據要素對于其他要素的作用主要內嵌于軟硬件信息基礎設施服務之中,其運行規律與信息化、信息產業的運行規律基本一致,對于這類聯動作用的研究很多,在此不再贅述。下文重點從支撐層和整合層兩個角度出發,對產業數字化下多要素聯動的基本路徑,以及基于“五鏈協同”的全要素數字化基本框架進行論述。

三、推進三大變革:以產業數字化實現多要素有機聯動

目前,業界對數字經濟的定義普遍認可二十國集團在杭州峰會上發布的《二十國集團數字經濟發展與合作倡議》,該倡議提出:“數字經濟是以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化重要推動力的一系列經濟活動。”[15]產業數字化是數字經濟的核心組成部分,通過資源和要素的在線化,平臺主導的創新生態系統實現了數據的實時在線和共享,自動化、模式化、持續不間斷地獲取的數據成為驅動經濟增長的“關鍵生產要素”。弗里曼和佩雷斯認為,“關鍵生產要素的變遷是推動經濟增長的原生變量,具有生產成本的下降性、供給能力的無限性和運用前景的廣泛性三個方面的基本特征”[16]。數據的產生雖需要較高的成本投入,但其復制和傳播成本較低,邊際成本幾乎為零,且連接即可產生數據,廣泛應用和數據累積的作用相互加強,是典型的“關鍵生產要素”。歷史上,每一次科技產業革命,多會帶來核心技術的變化,引起新的產業群體產生,進而導致該歷史時期關鍵生產要素的變化。當前,在數字經濟的大趨勢下,“關鍵生產要素將作為廉價投入要素融入經濟和社會生活的方方面面,成為特定階段經濟增長和發展的引擎”[17]。

在產業數字化模式下,數據可復制、可共享、無限增長和供給的稟賦,克服了傳統生產要素的資源總量限制,形成了規模報酬遞增的經濟發展模式,使持續增長和永續發展成為可能[18]。當前,我國已進入經濟社會高質量發展的新時代,以數字經濟為代表的“新經濟”無疑是推動經濟高質量發展不可或缺的重要力量[19],其中的關鍵就在于數據生產要素對實體經濟特別是傳統制造業的信息化支撐與改造。依托互聯網技術的不斷創新,打造數字經濟與實體經濟的深度融合,是提升實體經濟的全要素生產率,重塑業態結構,培育新市場、新模式和產業新增長點的全方位變革。近年來,我國數字經濟的發展速度基本保持20%以上的年增幅,已成為排在美國之后的世界第二大數字經濟體,多數省市的數字經濟占本省市GDP的比重亦是逐年增加。本文結合對粵、閩、浙、渝四地的調研發現,我國各地政府高度重視數字經濟發展,把數字經濟作為推進高質量發展的全局之舉和“牛鼻子”工程,在以信息化培育新動能、以新動能推動新發展方面探索出了很多成功經驗。

(一)推進質量變革,以數字化提升實體經濟供給體系質量

第一,圍繞質量強國建設,在供給端構建以物聯網、大數據、人工智能等新技術為依托的精細管理和質量控制體系,推動傳統產業轉型升級。以重慶市為例,2017年,該市投入財政資金3000萬元支持22家制造業企業開展智能化改造,實現改造企業的產品不良品率平均降低21.8%。重慶瑪格家居公司借助此次智能化改造工程,實現了家具定制智能化生產,包括自動對每件訂單進行審核、拆單、排產,按批次組織的柔性生產模式等,不但實現了產品零庫存管理,還大大提升了產品全流程質量控制成效。

第二,強化事中事后監管,構建以大數據為主線的跨部門、跨行業、跨環節產品質量事中事后監管體系,推動社會消費向安全、綠色和中高端消費邁進。以浙江省為例,2017年,該省質監稽查總隊和阿里等電商平臺企業合作,先后開展了兩次電商產品質量共治行動,運用電商平臺內部抽檢發現的問題產品數據,從源頭對互聯網電商產品質量進行整治,取得較好成效。

第三,大力推進以社會信用大數據為基礎的質量聯合獎懲機制,以聯合獎懲案例、聯合獎懲備忘錄等方式推進質量信用信息的共享聯通。如2019年12月起,廣東深圳龍崗區多個部門聯手采取系列舉措,對納稅信用A級納稅人可獲聯合激勵。2016年11月,原國家質檢總局會同國家發展改革委等26個部門簽署了《關于對嚴重質量違法失信行為當事人實施聯合懲戒合作備忘錄》,提出31項聯合懲戒措施,共建質量信用體系,目前已有6000余家企業發布了《企業質量信用報告》,自覺接受社會監督。

(二)推進效率變革,以數字化促進實體經濟要素高效流通

第一,推動產業體系逐步向先進制造、柔性生產、精準服務、協同創新的方向轉型升級,不斷提升全要素生產率和行業附加值水平。近年來,重慶市在應用互聯網、大數據、人工智能等新技術重構企業價值鏈方面走在前列。目前,該市已有200多家企業實施智能化改造,每年增長20%以上。以重慶中冶賽迪為例,其“賽迪云”產品提供云化的ERP、MES、CAE分析等服務,將制造業溝通、分享、協作匯聚一處,連接各種工具、系統和服務,幫助企業將各領域、各行業的優勢資源與能力集聚共享。據統計,重慶目前智能化改造項目完工后的企業,生產效率平均提高32.7%,產品研發周期平均縮短12.5%,能源利用率平均提高8.4%。

第二,以新技術助推“放管服”改革,優化營商環境,打破要素市場流通行業和地域壁壘,充分激發人才、資本、創新等要素活力,提高全要素生產率。如廣東省在微信平臺推出民生服務小程序“粵省事”,民眾只需通過微信端入口一鍵實名登錄,即可進行高頻事項全網通辦。重慶兩江新區深化拓展網審平臺功能,推進網上全程辦理,建立“不見面”審批目錄清單,營業執照實現“無紙全程電子化”辦理,企業注冊登記審批時限由法定的20個工作日提速90%。江蘇工業園區搭建了“多規合一”管理平臺,實現各類城市公共信息的統一匯集、實時更新和協同共享,將一般工業項目從立項到施工許可的承諾時限由法定225個工作日壓縮到33個工作日。

第三,圍繞產業全球化布局、跨國貿易、人才流動等構建全球化數據情報網絡,實現物流、資金流、數據流融合匯聚,提升對外開放和對接全球貿易體系效率。以上海海關為例,2017年啟動跨境貿易管理大數據平臺建設,對合同、訂艙、裝船、發運、抵港、理貨等企業數據,船舶、航線、靠港計劃、訂艙、貨物流向等物流數據,以及海關的通關狀態信息進行整合,并開展企業真實貿易數據與企業申報數據的實時比對印證,利用數字化和跨境信息流促進貿易和物流的安全透明,最大限度減少人工干預,同時對捕捉到的風險貨物實施精準打擊和有效監管。

(三)推進動力變革,以數字化加速實體經濟新舊動能轉換

第一,數字經濟與實體經濟加速融合,催生了一批以消費升級、服務升級、產業升級為特征的產業數字化新業態、新模式。以青島紅領集團為例,其從2003年開始探索以信息技術促進企業升級,建立了顧客對工廠(C2M)的商業模式,減少了中間環節所占30%左右的成本,轉型為一個基于互聯網平臺的智能制造企業。再如杭州螞蟻金服集團,其開創的“征信數據服務模式”,通過搭建征信數據共享的云計算平臺,通過大數據分析技術對小微企業和個人的相關數據進行關聯分析,提供精準化的服務匹配,為消費服務管理升級提供了強大助力。

第二,數字經濟與精準扶貧、鄉村振興戰略緊密結合,成為農村一、二、三產業融合滲透交叉重組的“黏合劑”和打贏脫貧攻堅戰的“催化劑”。利用現代信息技術,推進農村信息基礎設施建設,加強農商互聯,完善鄉村產業體系。一方面,可從田間地頭開始,通過互聯網技術對農作物實施灌溉,輸出質量合格的產品,如在棉花的種植過程中,新疆生產建設兵團農業部門應用物聯網技術實時監測棉花的生產狀況,大幅提升了棉花質量。另一方面,可加強“互聯網+”、農村電子商務等融合應用,拓寬農業產品銷售渠道,如2017年,福建省漳州市探索性應用“互聯網+”“生態+”打造農村電商扶貧生態圈模式,幫助貧困農戶7664人。

四、推進“五鏈協同”:實現經濟全要素數字化的基本路徑

任何生產要素都不是獨自存在的,也不是獨立發揮作用的,需要與其他要素協同聯動共同支撐價值創造。如果說數字產業化和產業數字化是數據要素發揮國民經濟“加速器”作用的第一和第二層級,那么全要素數字化就是數據要素發揮作用的第三層級,也是支撐未來經濟社會運行最重要的制度安排。一方面,數據的積累可以支撐技術創新,推動產品和產業升級;另一方面,技術進步可以降低數據要素成本,而技術的背后是人才。同時,介入資金的引導有利于更好地推動數據要素在多領域內流動,進而形成并擴大乘數效應,在多層次、多維度創造出更多價值。

十九大報告提出“構建實體經濟、科技創新、現代金融、人力資源協同發展的產業體系”[20],其本質是要實現產業鏈、創新鏈、資金鏈和人才鏈的協同發展。而上述四個鏈條的有機聯動、有效呼應的前提,則有賴于以互聯網為基礎、以大數據為主線、以人工智能為驅動的“數據鏈”穿插聯動,從而真正引領我國經濟社會發展實現全要素數字化轉型。基于此,本文結合數據要素與其他要素聯動的三層次模型,構建了圍繞產業鏈,以數據鏈重構創新鏈、資金鏈、人才鏈的“五鏈協同”理論。

(一)五鏈協同的技術經濟本質

從創新經濟和技術經濟學的角度看,“五鏈協同”的本質是實現數字經濟時代多價值鏈的有機聯動和動態組合管理。在新一代信息技術的推動下,未來的經濟社會運行將進一步網絡化,從而打破現有的社會分工模式,使得新的產業運作模式呈現出功能復合化、角色多樣化以及服務全程化的特點。原來的實體經濟活動在明確的社會分工框架下進行,而未來數字經濟時代的分工將在很大程度上被破壞或重構,以往經濟功能相對明確和單一的各種制度設置,如政府、科研機構、企事業單位等都必須相互交叉、相互滲透,并兼有其他社會經濟主體的功能,從而出現了打破社會明確分工的混同式、一體化發展特點。網絡融合的不斷發生,最終通過人類信息行為的融合化趨勢,反映到企業運作模式上,將使得自現代信息技術出現以來就一次次被打破和模糊化的企業界限進一步模糊,并將這種邊界的模糊化趨勢進一步推進到產業與產業之間。

在這種情況下,現代經濟活動中的人才、技術、資本、管理等創新要素的價值鏈聯動,難以完全依托單體性項目來實現,而必須依靠高度數字化、智能化的信息環境,實現以數據為紐帶的多要素鏈條聯動。另一方面,以往傳統的單體型的或離散型的項目實施與管理模型,將不再適合未來的數字經濟需求,以數據為內核,實現協同創新、協同育人、協同創投、協同發展的綜合型產業創新中心將成為未來數字經濟活動的一個必不可少的中樞。因此,在未來的產業管理制度中,傳統的線性供應鏈管理將讓位于動態的、以數據驅動的價值網管理體系。

質言之,“五鏈協同”實現的基本機理,可以概括為三個基本層面(參見圖2):

2 “五鏈協同”的三層融合機理示意

 

一是數據融合,即圍繞產業鏈不同環節(基礎研究、原型設計、產業開發、市場拓展)、不同主體(管理部門、制造部門、研發部門、高校院所、投資機構等)、不同客體(產品、資金、技術、人才等)的行為信息,構建描述產業運行基本態勢的全息數據體系。如國家發改委大數據中心從宏觀經濟監測預測的實際需求出發,聯合數聯銘品(BBD)等企業共同開發了面向宏觀經濟領域的動態本體(dynamic ontology)系統,目前已經實現了以企業統一社會信用代碼為主線,對全國3000萬家企業和5000萬家個體工商戶的工商注冊、就業招聘、招投標、投融資、專利軟著、社會信用、行政審批、法院判決等78大類、1828個指標項進行統一關聯。

二是業務融合,即在數據融合的基礎上,通過精準投顧、定制開發、定向育人等方式,實現技術、資本、人才等要素與實體經濟精準對接。

三是價值融合,在數據融合和業務融合的基礎上,企業創新活動呈現模塊化和組件化趨勢,將使得企業經營邊界不斷模糊化,導致企業間的價值鏈之間相互交叉、相互纏繞,形成有機的價值網絡體系。關于這種網狀的價值鏈整合與管理,國內外很多學者均曾有過論述。除斯萊沃斯基(A. J. Slywotzky)[21]等提出的“價值網”概念之外,安迪?穆荷蘭(A. Mulholland)還提出了企業“網狀合作”(mesh collaboration)的概念[22]。范李(R. van Lee)等[23]則將這樣一種企業組織運行的創新模式歸結為“群”(megacommunities)結構,并做出了更加系統的論述。

(二)實現五鏈協同的基本路徑

基于上述分析,提出數字經濟時代實現全要素數字化的“五鏈協同”基本框架,其基本原理可概括為五句話,即“圍繞產業鏈、整合數據鏈、聯接創新鏈、激活資金鏈、培育人才鏈”,即圍繞產業鏈的不同環節,以多源異構數據融合為基礎,動態聯動人才鏈、資金鏈、創新鏈上的不同主體、不同要素(參見圖3)。

3 實現全要素數字化的“五鏈協同”模型

 

⒈圍繞產業鏈,以數據鏈聯接創新鏈

第一,不斷深化校企合作,形成產學研協同機制。高等院校和科研院所是推動創新的策源地,是互聯網、大數據、人工智能等領域高速發展的重要支撐。形成以數據鏈為基礎的產學研協同機制,一方面要積極引導校企合作,通過數據資源共享、利益成果共贏等方式促進應用研究人員參與合作的積極性和持續性;另一方面要充分發揮中介機構對創新成果轉化的放大作用,完善技術創新鼓勵機制和專利產權保障體系,鼓勵技術轉移孵化、專利交易等,進一步擴大技術服務能力,為研究創新成果平穩落地提供堅實保障。

第二,不斷促進企業技術創新,搭建創新孵化平臺。隨著互聯網和大數據技術逐步滲透到實體經濟,各行各業都已具有生產數據和匯集數據的能力,使數據開發利用成為可能。現階段需要扭轉實體經濟企業重資本積累、輕產品創新的現狀,積極發揮企業創新主導角色作用,成立實體研發中心,以企業內外部數據資源為基礎,以市場需求為動力,以企業發展和實體經濟增長為目標,為新技術、新方法的孵化與發展提供創新土壤。

第三,培育壯大規模體量大、帶動力強的龍頭企業,推進創新鏈整合戰略。在行業發展中,龍頭企業是行業關鍵資源的組織者和整合者,具有主導和協調的關鍵作用。依托龍頭企業在生產規模和數據積累等方面的優勢,由政府牽頭實施創新鏈整合戰略,成立互聯網、大數據、人工智能和實體經濟深度融合協同創新中心,最大程度集聚創新力量,健全數據資源整合和開發利用機制,確保數據匯集更加準確及時、數據挖掘更加精準透徹,最終實現產業資源的有效整合利用,形成多企業、多領域、多維度的創新鏈生態圈。

⒉圍繞產業鏈,以數據鏈激活資金鏈

第一,優化金融政策,發揮政府引導作用。政府可通過財政補貼或稅費減免等方式,制定有針對性的政策性貸款或創新項目支持資金,支持實體經濟企業開展信息化建設和大數據分析業務;通過設立專項科研基金支持前瞻技術研發,推動大數據和人工智能在產業中的應用;通過制定重點產業數字化提升計劃,搭建產業提升平臺,推介、引進關鍵技術、關鍵機構、關鍵項目,促進數據與產業相關資源的梯度配置。

第二,設立產業基金,構建多元投資渠道。通過產業并購基金、知識產權基金和協同創新基金等方式,構建多元化的投融資渠道,運用好資金的刺激引導作用,創新融資形式,把握好具有創新需求的民間中小企業的多元需求,促成創新成果轉化與產業化發展。同時,積極調動社會風投資金,圍繞資金鏈條布局,促成一批具有較強研發能力的社會化大數據研究機構,直接向特定行業企業提供數據支持與信息服務。

第三,鼓勵數據交易,釋放企業數據紅利。吸引實體經濟企業投資,成立國家級產業大數據交易中心,通過股份制方式開展運營,主要承擔促進商業數據流通交易、公共數據與商業數據融合應用等職能。數據交易中心作為產業樞紐工程,能夠有效促進多源數據流通共享,助力企業發展與經濟增長。

⒊圍繞產業鏈,以數據鏈培育人才鏈

第一,做好人才發展體制改革創新,下好人才“先手棋”。推動互聯網、大數據、人工智能和實體經濟深度融合離不開人才隊伍建設,人才既是促進產業發展的最大動力,也是制約產業發展的最大瓶頸。一方面要結合高技術發展特征,加快人力資源體制改革,加速形成具有比較優勢的人才隊伍培養體系,促使數據鏈各要素活力競相迸發。另一方面要依托重點產業的數據集群優勢,建設國家級大數據和實體經濟深度融合實訓平臺,構筑數據鏈應用“蓄水池”,備足產業鏈發展“發動機”。

第二,創建“國家數據大學”,打造人才“新磁場”。以“產業鏈-數據鏈-人才鏈”有機聯動為目標,以全球視野創建國際一流的“國家數據大學”,將互聯網、大數據、人工智能和實體經濟深度融合定義為國家級重點學科,加強基礎理論研究水平,加大中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域技術研發力度,為科研人才創造公平、公正、有利于科技創新的生態環境,吸引天下英才紛至沓來。

第三,健全服務機制,激發人才創造力。利用數據鏈尋找并發現制約人才發揮作用的現實矛盾和突出問題,將健全服務機制作為切入點和著力點,為各層次人才提供“代理式”“一站式”“全天候”服務,縱深推進企業股權和分紅激勵等機制措施,讓人才為互聯網、大數據、人工智能和實體經濟深度融合注入新動能,最大限度地激發并釋放人才的創新動力和創造活力,不斷促進產業鏈、數據鏈和人才鏈同頻共振。

五、小結

本文從十九大報告提出構建現代產業體系和十九屆四中全會提出構建數據要素市場體系的基本理論出發,結合地方調研和理論探討,從產業經濟學、技術創新經濟學的角度,將數據要素與其他產業要素的協同聯動機制概括為數字產業化、產業數字化和全要素數據化三個層面,分別對不同層面的聯動機制和實現路徑進行了闡述,并提出相應對策建議。希望本研究能對產業部門和學術界開展相關工作提供有益借鑒。

 

(作者:國家信息中心大數據發展部 王建冬、童楠楠  刊載于《電子政務》2020年第3期)

 

双色球字谜