段学慧，张娜 | 数据要素及其形成新质生产力的机理研究
作者简介：段学慧，延安大学马克思主义学院、创新马克思主义研究中心教授；张娜，延安大学马克思主义学院硕士研究生。
注：本文是国家社科基金西部项目“中国特色社会主义政治经济学方法论研究”（编号：20XJL001）的成果。
摘要：生产要素是一个历史的、动态的范畴。数据成为生产要素是新一轮科技革命的结果。数据要素通过对生产要素和再生产各个环节的渗透，提高生产要素效率，畅通国民经济循环，从而创造新质生产力。数字生产力包括数据生产力和数据要素的转化力（产业数据化所产生的生产力）。数据生产力的实质是数据劳动生产力，是新质生产力中的基础性生产力。数据产业化是提高数据生产力、赋能新质生产力的根本途径。产业数据化是实现数据要素经济价值的关键环节和实现路径，是通过数实融合创造新质生产力。随着数据要素对各种生产要素和各个生产环节的全方位、全过程渗透，必将使社会生产力发生质的飞跃。
关键词：数据要素；数据生产力；数据产业化；产业数据化；新质生产力
一、问题的提出生产力是人类社会发展的根本动力。生产力的发展既有量的不断提升，也有质态的飞跃，而新质生产力就是生产力质的飞跃。新质生产力既是对生产力质的变化的表述，也是相对于旧的或传统生产力的一种描述。马克思在《德意志意识形态》中提出了“新的生产力”，指出“任何新的生产力，只要它不是迄今已知的生产力单纯的量的扩大（例如，开垦土地），都会引起分工的进一步发展”。马克思所说的“任何新的生产力”就是从一般意义或抽象意义上、从生产力“质”的方面来讲的“新质生产力”。可见，新质生产力是马克思主义生产力理论的重要内容。从广义上讲，凡是发生质的飞跃的生产力都可称为新质生产力。在生产力发展史上，没有抽象的新质生产力，不同时代有不同时代的新质生产力。以蒸汽的使用为标志的机器大工业代替工场手工业体现了18世纪六七十年代的新质生产力，电力代替蒸汽力体现了19世纪末20世纪初的新质生产力，电子计算机和通信技术体现了20世纪四五十年代以后的新质生产力，以数字化、网络化、智能化为标志的信息技术革命带来的生产力质的飞跃是21世纪的新质生产力。
习近平总书记提出的新质生产力范畴，既包含马克思主义一般意义上的新质生产力内涵，也包含新时代中国特色社会主义生产力的特定内涵，即狭义的、具有时代意义和特定内涵的新质生产力。它是立足于人类新的科技革命时代和新的经济形态（数字经济），并基于我国高质量发展的现实需求而提出的，是以创新为主导，以高科技、高效能、高质量为特征的先进生产力。概而言之，习近平总书记提出的新质生产力范畴是中国特色社会主义的新质生产力，是符合新发展理念的当代中国的先进生产力。习近平总书记提出的新质生产力与马克思的“新的生产力”都包含并强调生产力质的飞跃，因此从术语的明确性上讲，新质生产力范畴无疑是对马克思主义政治经济学术语的创新，是对马克思主义生产力理论的创新发展。
自新质生产力范畴提出以来，学界掀起了研究热潮，内容涉及新质生产力的生成逻辑、内涵、特征、作用、动力机制、价值取向、水平测度等理论研究，以及将其与不同区域、不同产业联系起来的应用研究。这些研究成果有助于全面准确理解习近平总书记的重要论述，也丰富了马克思主义中国化的新质生产力理论。但是对于新质生产力，还需要更多深层次的理论分析，才能构建坚实的学理支撑。为进一步阐明新质生产力的形成机理，本文基于马克思主义生产力理论，探究新质生产力内部的新要素，以及新质生产力内部诸要素之间的相互关系和运行规律，以探明新质要素是怎样形成新质生产力的。因为生产力的发展不仅有外部原因，比如分工对生产力的作用及生产关系、上层建筑的反作用，更有生产力内部要素变化带来的生产力变化。那么新质生产力中的新要素是什么？新质生产力在当代表现为科技创新带来的新技术、新材料、新能源、新设备及其应用所产生的新业态、新模式、新动能等。然而，这些具体的新形态只是新质生产力的表现形式，需要在这些具体形态中，从当今经济时代的特征中，提炼和抽象这个时代共性的贯通各行各业的共同的生产要素。正如科技革命史上蒸汽、电力、电子技术的发明和应用，并没有把新技术、新动力作为抽象生产要素，而是把资本和科技作为新生产要素一样，我们要在这个时代出现的新技术、新材料、新能源、新设备、新业态、新模式、新动能中发现并提炼出新的生产要素。
毫无疑问，伴随计算机、信息技术和人工智能的飞速发展，人类继农业经济、工业经济之后进入了数字经济时代。数字经济作为一种新的经济形态，其所形成的数字生产力已成为新质生产力的代表，是当前发展新质生产力的重要抓手。而标志着人类进入数字经济时代的并不是工业经济本身出现的新材料、新能源、新设备及其应用，而是一种新的生产力要素——数据要素的产生。数据已经渗透到社会生活的方方面面，深刻改变着生产方式、生活方式和社会治理方式，成为继土地、劳动力、资本、技术、管理之后的又一新的生产要素。数据要素通过赋能新材料、新能源、新设备及其应用所产生的新产业、新动能，使生产力发生质的飞跃，从而成为这些新质生产力具体形态背后共同的生产要素。从全球范围看，数据日益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重要因素。因此，数据作为数字经济的核心要素，自然也成为新质生产力的核心要素。
数据是一个古老的范畴，但并不是数据一经产生就成为生产要素。对于数据成为新生产要素并产生新质生产力的机理，学界进行了初步探讨。一是从历史维度分析数据本身的历史演变及数据要素化的历史逻辑，或是主要从农业经济、工业经济、数字经济三个不同经济时代生产要素变化的历史，阐述数据成为生产要素的必然性。二是从生产力三要素和生产过程四环节，分析数据要素对形成新质生产力的“乘数”效应，认为数据要素能够渗透到生产力三要素中，催生新质劳动资料、孕育新质劳动对象、造就新质劳动力，并通过渗透生产、分配、交换和消费四个环节，提高劳动生产率，推动新质生产力的涌现。已有研究成果对于进一步研究数据要素及其对新质生产力形成的作用奠定了基础，同时需要从以下几个方面加以深化：一是数据成为生产要素是历史发展的必然结果，需要运用逻辑与历史相一致的方法，将其上升到理论逻辑层面加以阐释，并从生产力要素的历史性和动态性中探讨数据要素成为新质生产力核心要素的必然性。二是数据要素作为渗透性生产要素，不仅要阐明其对传统生产要素的渗透和对再生产过程各个环节的渗透，进而对形成新质生产力的影响，更要强调其在畅通国民经济循环中的“疏通”作用。三是需要进一步探讨数据要素在形成和运用过程中怎样产生了新质生产力，这需要在区分作为劳动对象的数据和作为劳动资料的数据要素的基础上，阐述数据产业化和产业数据化在发展新质生产力中的重要作用。四是目前有关数字经济生产力研究中的数字生产力、数据生产力、算力、算法等术语的运用还不一致，需要从经济学角度给予廓清。需要特别说明的是，本文之所以没有使用常说的“数字产业化”和“产业数字化”，而是使用“数据产业化”和“产业数据化”，是因为本文的研究对象是数据要素及其形成新质生产力的机理，所以从要素角度用“数据产业化”和“产业数据化”更为贴切。
二、数据成为生产要素是科技革命的必然结果（一）历史地、动态地理解生产要素
要理解数据是新质生产力的新要素和核心要素，需要首先历史地、动态地理解生产要素。所谓生产要素就是生产力的要素，是对生产过程所需要的条件的提炼或抽象。古典政治经济学创始人威廉·配第把劳动和土地作为基本生产要素，亚当·斯密则把劳动、资本和土地作为生产的基本要素。而马克思在《资本论》中是从抽象和具体两个层面阐述生产力要素。在考察一般劳动过程时，马克思从抽象层面阐述了劳动（生产）过程的“简单的、抽象的要素”：“劳动过程的简单要素是：有目的的活动或劳动本身，劳动对象和劳动资料。”这里所说的“简单的、抽象的要素”就是一般要素，“是人和自然之间的物质变换的一般条件，……它为人类生活的一切社会形式所共有”。也就是说，劳动、劳动对象和劳动资料三要素是人类社会各个历史阶段从事生产劳动所必需的、共性的要素。同时，马克思在《资本论》中阐述劳动生产力与商品价值量的关系时，又具体地将生产力的要素归于多个方面：“劳动生产力是由多种情况决定的，其中包括：工人的平均熟练程度，科学的发展水平和它在工艺上应用的程度，生产过程的社会结合，生产资料的规模和效能，以及自然条件。”随着生产规模的不断扩大和生产的社会化发展，马克思不仅强调“科学作为生产过程的独立因素”，而且认为管理也是生产过程“所必要的条件”。后来，新古典学派创始人阿尔弗雷德·马歇尔在《经济学原理》一书中，在斯密“三要素”思想的基础上，将企业家才能视为生产要素，从而创立了“生产四要素说”。1957年，新古典经济增长理论的开拓者罗伯特·索洛运用残差法，对美国1909—1949年制造业总产出的研究发现，约88%的产出应归于技术进步，证明了科技是生产力的要素，以及科技作为现代社会“第一生产力”的重要性。
可见，生产要素作为具体的、历史的范畴，不是固定不变的，而是在不同时期有着不同内容。随着生产的发展，人们的劳动经验和技能、劳动对象、劳动资料都在发展变化，一些新的因素也会逐渐成为劳动过程中日益重要的力量。但不管什么时期，一般抽象要素都包括劳动者、劳动资料和劳动对象。其中，劳动者随着教育的普及和受教育程度的提高，其劳动技能也会不断提高。劳动资料和劳动对象则会随着生产力的发展和科技进步而表现为不同形式，且其性能也会随之变得更有利于生产力的提高。但不管生产力要素如何变化，劳动者和土地都是任何时代的基础性生产要素，那些随着科技革命或经济形态变化而出现的要素就成为新的生产要素。如，以农业经济为主到以工业经济为主导阶段，资本、技术、管理成为新的生产要素；工业经济发展到数字经济阶段，数据成为新的生产要素。归根到底，科技革命是产生新生产要素的根本原因。
（二）数据成为生产要素是新一轮科技革命的结果
从生产组织方式来讲，生产力的发展也体现为分工的发展。而分工只有建立在科技革命的基础上，生产力才能发生质的变革。因为只有科技的发展和应用才能催生新的分工或新的业态，比如人类的第一次社会大分工正是由于青铜器的发明与应用。斯密在《国富论》中第一次提出了劳动分工对提高劳动生产率和增加国民财富的作用。但斯密所处时代是工场手工业时期，生产方式以手工劳动为特征，尽管分工协作使劳动效率提高了，但由于没有技术革命，因而生产力没有发生质的变化。马克思在《资本论》第一卷第十一章至第十三章，从简单协作、分工和工场手工业、机器和大工业，系统论述了分工对生产力发展的作用。其中，简单协作和分工协作都提高了劳动生产率，但生产力并没有质的变革，只有第一次工业革命带来的机器和大工业才使生产力发生了革命性的质的变革。但是，如果没有新的生产要素对科技创新进行整合，创新也很难实现生产力质的飞跃。纵观人类近代以来的历史，每一次生产力质的飞跃都伴随新的技术革命带来的新生产要素的出现。第一次工业革命使人类进入工业经济时代，从此经过几次工业革命，使劳动力和大自然赋予的生产要素（以土地为代表的自然要素）成为基础性生产要素，科技、资本、管理成为工业经济时代新的必不可少的生产要素。而数据成为生产要素正是以电子信息和通信技术为代表的新一轮科技革命的结果。
数据最初是表示数量和数目的文字与符号，用于记录（比如古代的天文观测记录、户籍名册等）和计算。这类只是对生产生活进行记录和计算的数据并不是投入生产过程的要素。最初的电子计算机主要是为了实现大容量存储和高速计算，此时的数据也不是生产要素。二战以后，随着晶体管（1947年）、集成电路（1958年）、光纤通信（1966年）、阿帕网（1969年）、微处理器（1971年）、万维网（1989年）和新世纪量子计算与量子通信技术的相继出现，以及电子商务、物联网、云计算、大数据、人工智能、区块链等数字技术被广泛应用于生产生活之中，人类的大部分活动从传统的现实世界转移到了网络空间，从而数据愈发多样化和规模化，为大数据时代的到来奠定了基础。人们依据自己的目的，按照一定的算法，利用信息技术、计算机和互联网技术，对这些大规模的原始信息和数据进行识别、存储、传输和计算，将其转化为可以通过网络服务器传输的字符、图形、声音、视频等数据产品。这些数据产品进入生产过程，就转化为生产要素。可见，数据成为生产要素是科技革命尤其是信息和通信技术发展的结果。
三、数据要素是新质生产力的核心要素随着数字技术的不断迭代进化，以新一代信息技术为标志的数字技术革命使数据处理能力越来越强，数字经济的生产力也快速发展。据中国信息通信研究院测算，2022年51个国家的数字经济总规模达到41.4万亿美元，同比增长7.4%，占GDP的比重为46.1%；从规模看，美国数字经济规模居世界第一，达17.2万亿美元，中国位居第二，规模为7.5万亿美元；从占比看，英国、德国、美国数字经济占GDP的比重均超过65%；从增速看，沙特阿拉伯、挪威、俄罗斯数字经济增长速度位列全球前三名，均在20%以上。根据国家工业信息安全发展研究中心测算，2022年我国数据要素市场规模达1000亿元，同比增长27%；2017—2022年年均复合增长率超过25%，预计2025年数据要素市场规模将达到2000亿元。可见，数据要素已成为经济发展的强劲动力和核心引擎，是新质生产力发展的核心要素和关键要素，也是数字经济时代国际竞争的焦点之一。正如习近平总书记在2017年十九届中央政治局就实施国家大数据战略进行第二次集体学习时指出的，在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。
（一）数据要素通过对传统生产要素的渗透创造新质生产力
马克思在分析资本循环第一个阶段G-W（Pm，A）时指出，生产要素不仅要在量上成比例，而且要在质上相适应。数字经济时代，不管是生产物质产品还是精神文化产品，从生产要素到产品，无不打上了数据的印记。传统的以实物形态为主的生产要素转型为数据化的生产要素，劳动资料、劳动对象、劳动者越来越数据化，即有数据要素渗透其中。
以数据武装起来的劳动者可以称为数字劳动者。不管是提供数据还是消费数据的劳动者，或是处理数据的工程师、分析师，都必须掌握应用或开发数据的相关技术或技能。运用数据程序或软件提供数据或消费数据的劳动者，其劳动看似简单，只需要“手指”或“鼠标”就能瞬间完成，但也需要掌握一定的数字技能，并达到一定的熟练程度。而掌握数据技术的数据工程师和数据分析师的劳动则是更为复杂的劳动，且由于“比较复杂的劳动只是自乘的或不如说多倍的简单劳动”，而使劳动生产力发生质的变化。不仅劳动者数据化了，而且劳动资料和劳动对象也数据化了。如果说农业社会的工具是手工工具，工业社会的工具是以发动机、传动机、工作机为基本结构的能量传动工具，数字经济时代数据要素的应用则产生了智能化工具，使延续几百年的工业社会的生产工具发生了质的变化，进而使生产力发生质的变化。如果劳动者、劳动资料和劳动对象中任何一个要素没有实现数据化，都不足以支持数字经济时代的到来，也不可能形成数字经济时代的新质生产力。正如习近平总书记指出的，新质生产力“以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵”。
在数据产品的生产（把原始数据转化为数据产品）过程中，数据不仅成为直接的劳动对象，而且处理数据的劳动资料也被数据化了。在数据要素的应用（产业数据化）过程中，劳动者、劳动资料和劳动对象通过数据赋能，使劳动生产力发生质的提升。不管是把数据作为劳动对象还是作为劳动资料，其都是独立的生产要素。但就数字化劳动过程来看，数据要素则是具有渗透性的生产要素。土地、劳动力、资本、技术、管理等传统生产要素的配置效率，在数字经济时代取决于其数据化水平，即对数据要素的利用水平。要实现传统生产要素的创新性配置，关键在于提升其数据化程度。数据要素的这种渗透性所产生的乘数效应已经得到证明：在信息传输、软件和信息技术服务业，数据要素投入每增加1%，产出就增加约3%；在科学研究和技术服务业，数据要素投入每增加1%，产出就增加约1.57%。这充分说明了数据不是普通的生产要素，而是新质生产力的核心要素。
（二）数据要素通过畅通国民经济循环促进新质生产力的形成
从社会再生产的角度看，数字经济是围绕数据这一核心生产要素进行的一系列生产、分配、流通和消费的经济活动的总和。习近平总书记指出：“着力打通生产、分配、流通、消费各个环节，逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。”迄今为止，不管是计划经济还是市场经济，人类的生产经营决策始终没能解决信息不完全和信息传导时滞的问题，导致四个环节的脱节或淤堵，使整个社会再生产难以避免周期性波动。而数据要素一旦渗透或应用于生产、分配、流通和消费各环节，就会对国民经济循环起到“疏通”和提质作用。数据要素之所以能够渗入各环节，主要在于其能解决各个环节的信息不对称问题。
一是数据要素的应用能够提高社会再生产各环节的效率。从生产环节看，除了传统生产要素数据化对产出的乘数效应外，大数据还能提高生产决策的科学性和效率。比如，企业可以通过消费大数据掌握社会需求信息，开发适销对路的产品；通过大数据反映的客户体验信息，改进产品质量或性能；依据大数据分析企业管理过程中存在的问题，进而作出及时调整和科学规划，提高企业生产决策的科学性和灵活性。从消费环节看，消费者可以足不出户地在网络平台上购买产品或服务；网络平台能够依据消费者的搜索信息，及时识别并推送相关产品或服务，从而提高消费效率。数据及其产品的非排他性还能使消费者享受到大量的“免费”商品或服务，比如社交平台显著降低了消费者的通信费用，直播平台使消费者能够享受大量免费的文化娱乐消费。同时，消费者还会在大数据的影响下不断更新消费理念和消费习惯，从而获得多样化的消费体验。从流通环节看，流通是市场交换效率的集中体现。各类运输主体和商贸主体通过数字化手段打通线上交易和线下物流堵点，最大限度实现流通无缝衔接；通过运输和物流信息平台建设及平台之间的互联互通，实现各种产品和物流信息的精准追溯与实时跟踪；通过数字化支付结算系统等数字金融建设，推进信息流、物流、资金流的三流协同，提高交易效率和流通效率。从分配环节看，以往主要是利用传统的统计数据对收入分配水平、效率进行测度，时效性和精准性有所不足，甚至可能产生测度结果与公众主观感受之间的偏差。通过运用大数据，可以对公众的实际消费数量和消费结构进行更精准地分析判断，使宏观部门及时优化收入分配政策。在再分配环节，数据要素在税务、社会保障等工作中的普遍应用，能够大大提高体系运行的精准性、有效性和灵活性，提高国民收入再分配效率。
二是数据要素的应用能够打通生产、分配、流通、消费之间的联系，加速新发展格局的形成。社会再生产的四个环节是相互联系的，“它们构成一个总体的各个环节”，并且“不同要素之间存在着相互作用”。在传统经济模式下，由于信息不对称，四个环节容易出现脱节问题，从而导致产品市场和劳动力市场出现供需失衡。数据要素的应用能使生产环节更多、更高效地掌握消费信息、物流信息和分配信息，从而在生产数量、质量和品类上作出科学决策。在流通环节，产品生产、消费及收入分配相关大数据的应用，能够提升布局和调整流通设施与网络的效率，疏通流通障碍，促进构建产销对接的流通体系，实现高效率的供需对接，充分发挥流通连接生产和消费的桥梁纽带作用。而消费不仅由于生产环节和流通环节的畅通而更加快捷便利，还会在数据要素应用对就业的促进效应下实现水平提升和结构优化。例如，与数据相关的职业将大大增加，新的如以数据分析、数据运算、虚拟现实操作为内容的数据工程师等高技术含量的就业岗位不断涌现；以数据要素为基础的AI技术的应用不仅创造了新的高技能就业岗位，还使中低技能人群可以借助AI技术从事以前无法从事的工作。同时，大数据能为劳动力供需双方提供即时的劳务信息，提高劳动力市场的匹配度，减少摩擦性失业。可见，数据要素通过对生产、分配、流通、消费各个环节的渗透和疏通，实现国民经济各环节之间互联互通，促进产业结构、市场结构、消费结构和分配结构的改善及新质生产力的形成。同样，数据要素能够提高参与国际循环的效率，不仅有利于及时掌握国际经济动态，还能通过数据的国际流动带动各种生产要素的国际流动，提升国际生产、流通和消费效率，促进知识和技术传播，从而充分利用国际资源，推动产业的数字化转型、竞争力提升及向全球价值链高端的攀升。
综上所述，在数据要素对传统生产要素和再生产环节的渗透下，生产力将实现质的飞跃。数据要素已成为工业经济时代以后决定数字经济时代发展的关键生产力要素，而且成为新质生产力的核心要素。
四、数据要素的生产：数据生产力是新质生产力的基础性生产力（一）数据生产力的定义
关于数据生产力的定义，有学者把它等同于数字生产力，认为数据生产力是社会物质生产领域内提高物质生产活动效率的客体力量。但是，过于宽泛的界定或把二者混同的做法并不利于对问题的研究。虽然说数字经济的实质是数据经济，但数字经济包含的不仅是数据要素，还包含其他传统要素和数字技术。具体来说，数字生产力“是通过数字技术融合其他生产要素，创造满足社会需要的物质产品和精神产品，带动国民经济增长的能力”。它包括两个部分，一是生产数据要素的生产力（数据生产力），二是数据要素应用于各个产业而形成的生产力即数据要素的转化能力。前者需要通过数据产业化来实现，后者需要通过产业数据化来实现；前者把数据作为劳动对象，后者把数据要素作为劳动资料。由此可见，数字生产力是数据要素的生产和应用所形成的生产力，数字生产力的外延大于数据生产力。
数据要素作为新质生产力的核心要素，不是自然生成的，而是生产（分析处理）出来的。自然生成的数据是原始数据，即人们基于生产生活需要，在网络上活动而留下的各类信息。原始数据种类多、规模大且杂乱无章，还不能作为生产要素。只有按照一定的目的和算法，对这些原始数据进行分析处理，才能使其成为要素化的数据。把原始数据转化为具有生产要素功能的数据产品的过程，即数据要素化过程。这种生产数据要素的能力就是数据生产力。没有数据的生产就不可能有数据的应用即产业数据化。数据生产力是全社会数智化转型的基石，也是新质生产力中的基础性生产力。
数据生产力是一个经济学术语，信息与通信技术（ICT）的专业术语将其称为算力即计算能力（Computing Power）。目前，对于算力有广义和狭义的理解。狭义的算力是指比特网络处理数据的能力及其度量单位。由此来看，“算力与数据、算法一体化应用”中的算力是狭义上的，主要指数据生产力的硬件支持系统。而广义的算力是指对信息数据进行处理进而实现目标结果输出的能力，具体包括计算速度、算法、大数据存储量、通信能力和云计算服务能力五个方面。也有学者将其公式化为“数据+算法+算力=数字生产力”，但这隐藏了数据生产力中的劳动者要素，是用物的生产力代替了劳动生产力。中国信息化百人会和阿里研究院在“数据+算法+算力”的框架内，将数据生产力解释为：“知识创造者借助智能工具，基于能源、资源以及数据这一新生产要素，构建的一种认识、适应和改造自然的新能力。”这种解释最为接近数据生产力的本质，但把主体局限于知识创造者，范围显然太窄，因为参与数据要素生产的劳动者还包括掌握数字技术的普通劳动者。综合以上分析，可将数据生产力定义为：数据劳动者以数据为原料或劳动对象，以计算机、通信、智能设备和数据算法等为劳动资料或劳动手段，生产数字要素的能力。
（二）数据生产力的构成要素
1.原始数据是数据生产力中的劳动对象或原材料。原始数据就是网络终端用户在网络上活动留下的痕迹或记录，如文本数据、图像数据、音频数据或几种数据形式的混合。根据不同的提供主体，原始数据可分为分散用户数据、企业数据、公共数据。分散用户数据主要来源于线下刷卡、线上支付或使用应用软件、小程序、搜索引擎、数字平台时交易、浏览、查询、评论、分享、直播及上传文字、图片、视频、音频等行为被网络服务器捕捉到的信息，或物联网设备（如共享单车）中的传感器获得的信息。企业数据包括与企业生产经营直接相关的产品、资金、资产等运转状况信息，以及有关用户、关联企业等的市场信息。公共数据是“由政府在履行职责和提供公共服务过程中采集和产生的数据”，即政务数据和法律法规授权的具有管理社会公共事务职能的社会组织（如供电、供水、公共交通或公共文化等）在履行职责或提供服务过程中收集的信息。原始数据只能作为数据资源，通过分析处理后成为数据产品。当然，有的数据比如人或企业的身份信息不需要通过数据分析就可直接用于行政管理，但是对于企业生产而言，单纯的身份信息并不能成为生产要素。只有那些与身份信息相关的需求、消费行为或售后反馈等信息，才能作为数据产品的原材料。有的原始数据只需要通过一次分析处理就能成为数据产品，而有的原始数据则需经过多次分析或加工后才能具备生产要素功能。
2.算力和算法构成数据生产力的劳动资料。不同于传统的单纯“物”的形态的劳动资料，数据生产力的劳动资料是用于承载、存储、传输和分析原始数据的软硬件设备、场所、技术和程序的总和，即算力和算法。算力系统是为算法（数据计算）提供动力和支持的系统，主要包括数字设备和数据基础设施，是获取信息、处理信息、传输信息和使用信息的物质载体、场所、网络及其中所含技术的总和。比如，电力系统是数据设备运行的动力系统，电子元器件和计算机是数据存储的载体，光纤光缆、雷达是网络数据传输的载体，智能化设备可以实现数据的高速自动处理，数字媒体设备可以生成图像、影音等数据产品，数据中心（云计算中心、智算中心、超算中心、量子计算中心等）是存储和处理海量数据的场所。这些系统构成狭义的算力（广义的算力包括算法）系统，是数据生产力的基础，也是新质生产力的数字底座。有研究表明，算力指数平均每提高1个百分点，数字经济和国内生产总值将分别增长3.3‰和1.8‰。生产数据产品的劳动资料还包括处理数据的操作系统、数据库管理系统、编程语言、应用软件等算法系统，表现为处理数据的程序、规则或计算机指令，这些是数据生产力的直接体现。数据的处理要经过数据的汇集（采用数据集成技术对网络上庞杂的数据进行提取、转换和加载，形成可供数据分析师所用的数据形式）、数据的存储（依据数据集的性质或类别选择不同的存储方式，比如本地存储或云端存储）和数据的分析过程。通过汇集、存储、分析，数据资源才能转化为数据产品。其中，数据的分析是一个复杂的探索过程，不仅需要信息技术的支持，还要具备与数据用途相关的专业知识，才能揭示数据所反映的经济活动规律。因此，数据分析环节决定了数据能在多大程度上为生产或管理服务。
3.数据生产力本质是数据劳动者劳动能力的体现。严格地说，数据生产力并不是一个规范术语，似乎表明数据本身具有生产力，就像马克思批判的“资本的生产力”一样，具有虚幻性。在资本占生产要素统治地位的资本主义生产方式下，劳动生产力体现为资本的生产力；在数据要素成为核心生产要素的数字经济时代，劳动生产力体现为数据生产力。因此，数据生产力只是一个外在的表现形式，它省略了劳动二字，其全称应当是数据劳动生产力，即掌握数据知识和技能的劳动者生产数据产品的能力，而不是指数据本身具有生产力。一切生产力归根到底都是劳动的生产力。不管算力多么强大、算法多么先进，离开了数据劳动者的劳动，就不可能生产出数据产品，也就谈不上所谓的数据生产力。数据劳动者是数据生产力中物质要素与技术要素的使用者和数据产品的创造者，是数据生产力中最活跃、最具有决定性意义的要素。数据生产力作为新质生产力，不仅需要能够创新数字技术的战略人才和顶尖科技人才，还需要大量能够熟练掌握数字设备的制造和应用、对数据进行高效处理的应用型数字工程师和数据分析师，以及能够提供数字服务的工程技术人员，是他们的劳动共同创造了数据生产力。
此外，除了数据劳动者、数据资源、算力和算法等基本要素外，管理也是数据生产力不可或缺的要素，“生产的社会结合”即数据产品生产中劳动者之间的分工协作方式、劳动组织方式等也对数据生产力具有重要影响。只有数据生产力诸要素协同发挥作用，才能产生巨大的数据生产力。同时，进入数字经济时代，科学技术仍是第一生产力。数据要素本身就是信息和通信技术发展的结果。而且随着数据规模越来越大、类型越来越丰富，数据的全面准确性、数据的安全性、数据处理的速度等对数据产品和技术提出了更高要求。因此，提高数据生产力必须以科技创新为驱动，这也是数字经济时代发展新质生产力的内在要求。
（三）数据产业化是提高数据生产力、赋能新质生产力的根本途径
数据的生产不是由一个环节单独完成的，而是需要经由一系列的环节和过程。从微小的电子元器件的生产，到计算机、雷达、光纤光缆和智能化设备的生产，以及数据的汇集、存储和分析，每个环节都关系着数据生产力水平的高低。数据产业是数字经济的核心产业，是数字经济形成和发展新质生产力的基础。因此，要提高数据生产力，必须提高数据的产业化水平。数据产业化是与数据要素生产相关各环节形成上下游相关联的产业链，进而形成产业集群的过程。数据产业化也意味着数据要素的商业化和市场化，并通过技术、管理和商业模式的不断创新，催生新产业新业态新模式，使数据产业发展壮大、数据产品量质齐升。同时，数据产业化不仅能推进经济结构高级化，而且是参与国际竞争的重要引擎。2017—2022年，我国数据产量从2.3ZB增长至8.1ZB，占全球数据产量的10.5%，位居世界第二。
与数据产业化相关的产业包括数字产品制造业（计算机、雷达、智能设备、电子元器件、投影和感光器材、3D打印机、光纤光缆等设备制造）、数字产品服务业（软硬件的批发和零售、数字产品的租赁和维护等）、数字技术的应用（软件开发、电信广播影视卫星的传输、互联网接入、搜索、信息安全、集成线路设计、信息系统集成服务、物联网技术服务、3D打印技术服务等）和数据要素驱动业（互联网平台、互联网批发零售、互联网金融、数字内容与媒体、信息基础设施建设、数字资源与产权交易等）。其中，数字产品制造业是数据产业化的上游，为数据产业化提供硬件设备；中游是数字技术的应用和数字产品服务业，主要生产数据产品和提供数据服务；下游是数字要素驱动业，是应用数据产品和实现数据产品价值的行业。这些环节环环相扣，最终目的是提供高效安全的数据产品并实现它们的价值。因此，数据产业化的终端是数据产品，各个环节都是为实现终端的数据产品服务的，通过数据产业化才能完成数据资源—数据资产—数据产品的转化。数据产业化是为产业数据化提供数字技术、产品、服务、基础设施和解决方案的经济活动，是产业数据化的前提，是提高数字生产力、赋能新质生产力的根本途径。
五、数据要素的应用：产业数据化是数据要素形成新质生产力的关键环节和实现路径（一）产业数据化是实现数据要素经济价值的关键环节
如果不投入生产，一切生产力的要素都只是可能的或形式上的生产要素，而不是现实的生产要素。同样地，经过数据产业化产出的数据是数据产品，如果不投入生产也只是可能性上的数据要素，而不能成为现实的生产要素。上文所讲的数据要素驱动业中的数字资源与产权交易，是数据产品的商品化环节，只能实现数据产品的货币价值。要实现数据产品的经济价值，就必须把数据产品运用于各个产业的生产和服务中，才能完成从数据产品到数据要素的蜕变，而这一过程就是产业数据化。从生产目的来看，数据产业化是为了生产数据产品，而生产数据产品只是生产人们需要的物质产品和精神产品的手段。只有把数据产品运用于各个产业，才能生产出满足人们需要的物质产品和精神产品，这就需要通过产业数据化来实现。所以数据产业化是产业数据化的前提，产业数据化是数据产业化的必然结果。从数据产业化和产业数据化占数字经济的比重来看，2022年我国数据产业化和产业数据化规模分别达到9.2万亿元和41万亿元，占数字经济比重分别为18.3%和81.7%，表明产业数据化的综合经济效应远大于数据产业化的直接经济效应，产业数据化对数字经济的贡献更大。可见，产业数据化是把数据产品运用于生产过程从而产生新质生产力的关键环节。
（二）产业数据化通过数实融合创造新质生产力
产业数据化是把数据要素融入实体经济的过程，是以数据为新驱动力的产业高级化过程，也就是利用现代数字信息技术、先进互联网和人工智能技术对传统产业进行数字化改造，并为壮大战略性新兴产业和培育未来产业提供不竭动力。产业数据化之所以能够创造新质生产力，就在于作为新型生产要素的数据要素具有很强的渗透性、协同性和融合性。数据作为新型生产要素，是数字化、网络化、智能化的基础。在生产领域，数据要素对其他生产要素的渗透，比如数据要素参与技术的应用、企业的管理和决策等，和其他生产要素之间相互影响、相互协调，提升了其他要素的生产效率。在产业发展过程中，数字技术是具有通用特征的技术，不管是传统产业升级还是战略性新兴产业和未来产业发展，都离不开数据要素。数据要素与传统工业、农业、服务业融合发展，会使其向网络化、智能化转型，生产和提供智能化的产品和服务，比如远程医疗、智能交通、智能家居、智慧农业等，实现生产力质的飞跃。相关研究证明，企业数字化转型显著促进了企业的新质生产力的发展。以节能环保、生物、高端装备制造、新能源、新材料、新能源汽车等为代表的战略性新兴产业，只有与数字技术和数据要素结合起来，才能提高效率，并在激烈的国际竞争中立于不败之地，彰显新质生产力的优势。以未来制造、未来信息、未来材料、未来能源、未来空间和未来健康等为代表的未来产业的培育和发展，只有与数字技术和数据要素相融合，才能超前布局，抢占先机，引领科技进步，带动产业升级，培育新质生产力。
数据要素还能促进产业之间的融合，为新质生产力提供持续动能。产业融合是不同产业之间或者相同产业不同行业之间通过相互渗透、交叉重组、融为一体并逐步形成新产业的动态过程。典型的例子就是计算机、通信和媒体融合产生的“三网融合”，通过数字技术和数据要素把三个不同产业融合在一起，提升了资源的优化整合和配置效率，不仅扩大了数字产业的规模，降低了运营成本，扩大了业务范围，也为消费者提供了更多质优价廉的信息服务产品。再如数字技术和生物技术的融合产生的生物芯片行业，与商业的融合产生电子商务，与金融的融合产生网络金融等。数据要素通过促进产业融合，使产业功能、形态、组织方式以及商业模式发生重大变革，激发产业链、价值链的分解、重构和功能升级，从而产生新产业新业态新模式，推动战略性新兴产业融合化、集群化发展。以数据要素驱动的新产业是现代化产业体系的重要组成部分，是新质生产力的重要支撑；新业态新模式为产业高质量发展降低成本和风险，提高质量和效率，培育产业竞争新优势，为发展新质生产力提供了新路径。
以上关于数据产业化和产业数据化的分析是从抽象角度展开的。数据要素的生产过程属于数据产业化范畴，而产业数据化是除数据产业以外的其他产业运用数据要素的过程。在实际的生产活动中，个别大型企业（集团）往往集生产数据和运用数据于一体。但这并不影响我们对这一过程的研究，厘清数据产业化和产业数据化是为了弄清数据要素在形成新质生产力中的机理。况且个别大型企业（集团）生产数据主要体现在算法上，而其算力并不完全依靠自身力量，往往要借助数据产业提供的基础数据或技术设备。
六、余论本文论证了数据要素作为新质生产力的核心要素及其在形成新质生产力过程中的机理。这里并不是说传统的基础性生产要素不重要，而是为了说明各类生产要素和各类产业如果与数据要素相结合，就能顺利实现传统产业转型升级、发展壮大新兴战略性产业、培育未来产业，从而创造新质生产力。数据要素作为一种新的生产要素，它对新质生产力的驱动作用目前处于局部质变和整体量变的阶段。随着数据要素对各种生产要素和各个生产环节全方位、全过程地渗透，必将使社会生产力发生质的飞跃。同时，本文的论证只是从抽象一般意义上进行的。以数据要素为核心要素的数字经济并不必然带来经济的高质量发展和共同富裕。起源于西方的科技革命以及当今仍然引领科技潮头的西方国家，并没有在一次次科技革命和生产力的巨大发展中实现共同富裕，而是造成巨大的社会鸿沟和无法根除的贫富差距问题。同样，数据要素带来的生产方式变革和生产关系改变带来的数据要素治理问题、数字鸿沟问题等充分表明，研究数据要素不仅要看到它对新质生产力的重要作用，也要看到它背后的生产关系问题。对此，将另文专题研究。
（本文原载于《经济纵横》2024年第7期，编发时有删减）
引用格式：段学慧，张娜.数据要素及其形成新质生产力的机理研究[J].经济纵横，2024（7）：18-28.
责任编辑：杜一磊
网络编辑：刘维刚