魏江丨数据基础观：数字企业理论构建
浙江财经大学党委副书记、副校长（主持行政工作） 魏江教授以《数据基础观：数字企业理论构建》为题进行了主旨演讲。本文根据魏江教授现场发言内容整理。
魏江教授作主旨演讲
战略管理研究的核心是解释企业竞争优势来自何处。为此，经济学家和战略学者们提出不同理论来解释企业存在的理由，来建构企业战略理论体系，回应企业竞争优势的源泉，例如，大家熟知的资源基础观、能力基础观等。我在去年申报国家自然科学基金重点项目时，提出了“数据基础观（Data-based View)”理论，希望从数据要素视角来提出新的企业理论，解释数字企业的竞争优势来源。
数据基础观是从经济学角度来剖析数字企业获取竞争优势的理论，由于数据是特殊的资源，在资源观基础上发展出数据基础观，在理论逻辑上是自洽的。在经济学的生产函数中，K（资本）、L（劳动力）、知识和社会资本等一系列生产要素都在试图解释企业竞争优势如何构建。企业理论本身就是经济学理论，数据基础观尝试将数据（Data）这一新要素纳入生产函数中，来解释经济增长的来源。
但是，要把数据要素作为企业增长的基本参数还是面临很多挑战的。我们经常谈到技术是重要生产要素，但实际上我国至今并没有形成健全的大规模技术交易市场。这是为什么？我们发现，目前用全要素生产函数来测度科技进步对经济的贡献时，是一笔糊涂账。
比如，浙江省技术进步对经济贡献率达到60%到70%，北京和上海甚至达到80%之多，这一夸张数字源于我们在测算时采用剩余值法，即把K（资本）和L（劳动力）排除掉以后，整个经济的剩余值都被算成技术进步，这种算法是很不负责任。那么，我们为什么采用这种不负责任的全要素生产函数？是因为迄今为止，技术要素的确权、评估、定价、交易和利益分享等机制仍不清晰，这也就是为什么技术市场、科技金融、技术入股等问题要解决那么难的原因。
与技术要素类似，数据作为生产要素，要建立数据要素市场，同样非常困难，甚至比技术要素还困难，数据存在比技术更加挑战的要素化、资产化和资本化问题，比如，数据如何确权、如何资本化、如何资产化与如何进行价值分配等一系列问题。因此，我们要理解数字经济背景下企业竞争优势来源，就必须回答以下四个问题：
第一，数据基础观为什么可以用来讨论企业？
第二，如何决定企业的边界？
第三，如何将组织内部要素转化为竞争优势？
第四，如何用数据基础观解释当下产业组织和经济组织的基本现状？
第一，数据基础观为什么可以用来讨论企业？
首先，我们要明确数据的确是一种生产要素。有报告显示，2022年我国数据交易市场场内交易额不到200亿，而场外交易则相对活跃。那么，数据是否可能形成万亿规模的市场呢？我们要意识到，数据在企业内部早已存在，只要有经济组织就有数据，那为什么数据长期无法成为要素呢？因为今天的数据无法脱离数字技术而独立存在，正所谓“皮之不存，毛将焉附”，我们抛开“皮”来谈“毛”是有所偏颇的，这个问题需要认真思考。
今天很多企业把产业数字化、数字产业化这两个概念混为一谈，把数据和数字技术也是混为一谈。我们如果抛开数据Data，只谈数字Digital，那数字技术仅是技术迭代和更新的一部分而已，其与第一次、第二次工业革命时期的机械、电力、机车、能源等本质上是一样的，在创新范式、基本原理、经济学贡献等方面并没有根本性差异。
理论和实践研究中真正需要解决的是Data，弄清楚数据视为一种新生产要素是如何转化为经济绩效。为阐释这一观点，我们来看几个基本现状。
其一，国家如此重视技术，且全世界也在广泛研究技术经济学，但为什么还是难以形成大规模技术要素市场呢？这是因为技术本身难以评价。技术最好的评价方式是风投、天使基金，而不是市场交易。因此，浙江虽然专门建设了技术交易市场，但成效有限，远远没有达到大众预期。
其二，既然数据要素体量如此庞大，为什么交易量那么小，交易也不活跃呢？这背后的原因在于对很多企业来说，数据非但无法创造价值，反而会带来成本。回到数据本身，我认为数据是空气，而不是石油，这是我最基本的假设。石油只要开采出来，装一桶就能卖80美元，是可评价、可估值、可确权、可交易的，有国际公认的价格体系，但数据的价值是因人而异的，很难有一个确定的价值和价格。空气是公共产品，我们呼吸的空气是免费的，而谁可以靠空气赚钱呢？制氧机厂、空分设备厂，它们将气体加工和装置结合起来，销售给冶金、化工等制造企业，这些制造企业利用所提供的设备和技术，将空气提炼为氧气、氮气、氦气，转化为氧气罐或氧气袋等产品。当这些袋装氧气被用于协助登山者攀登珠穆朗玛峰时，其价值就实现了。可见，氧气通过上述过程得以完成交易，空气本身无法直接作为交易对象存在。
因此，我认为数据类似于空气，它既不是石油、土地或劳动力，也不是具体个体，而是一种无处不在的公共资源。如果数据是公共的，谁可以用这个数据，怎么用这个数据？我认为可以利用大模型、大算法、大算力，把数据转化为符合特定标准的数据包，当它可以用于分析市场、生产等的有效工具时，就有人愿意购买这个数据。如果公共数据不允许加工和生产，这个数据就是无效的，所以一定需要通过装备和设施加工生产后，才能把非竞争性产品变成竞争性产品。
总结一下，我认为数据本身是不稀缺的，但竞争优势来自于稀缺性，因此这里存在一个基本矛盾：如何把不稀缺的数据转为稀缺的数据产品。企业竞争优势来自稀缺性，公共产品是不稀缺的，不稀缺的产品是不可能为企业创造竞争优势的，但如今的企业又不被允许将公共数据加工成为稀缺资源，这就是今天数字治理问题所在。过去五年，我国数字经济发展相对滞后，为此中央经济工作会议提出“先立后破”，究其原因在于“先破不立”严重阻碍了数字经济发展，这是一个非常严峻的问题。
第三，企业能否依靠数据创造优势？为回答这一问题，我从企业层面对数据基础观进行了定义，即企业运用算力和算法把海量数据转化为稀缺、异质的数据资源要素，实现数据资源的资产化、价值化，获取超越行业平均利润回报的竞争优势。这个定义背后涉及到数据基础观的基本内涵、学理逻辑、基本特征和理论假设。了解这些后，我们才能说数据作为要素在市场上能够交易。如果底层逻辑不跑通，市场是无法建立的，因为没有买主，也没有需求方，这是很现实的问题。这也是为什么今天技术少有买主的原因，比如一个大学每年产出几千个发明专利，而真正有人购买并且实现产业化的却寥寥无几。技术都没人买、没人要，何况数据？因此，要实现数据交易，就要将数据变成优势并盈利，让数据真正成为要素。此外，数据成为要素后就要买卖，买卖就要定价，定价者一定不是政府，也不是供应商，而是需求方，这时需求方就要考虑数据评估后能否入股，能否参股等问题。因此，这个概念背后还包括结构化评估交易，资本化可分配等过程，这些过程看似简单实则路阻且长。为此，数据需要进行分类。对企业而言，公共原始数据是没有价值的，因为它不可能产生企业竞争优势；政府垄断的经过加工后能利用的数据是可以创造价值的，但这个价值无法获取。最有希望让企业获得竞争优势的是为客户定制顾客画像、推送等来实现独特的数据加工生产和价值创造。数据不同于传统的人力资源、组织资源、知识资源、社会资源、土地资源等，我们要根据数据加工逻辑解构数据本身的内涵，找出其独特性，并以数据本身的有用性和正确性、算力、算法这三个要素为基础构建数字企业基础设施。
最后，基于以上考虑，我提出如下四个猜想：第一，大厂和平台作为数据原生企业和能够部分再加工、再改造、再就业的次生企业，有可能发展为未来的生态怪兽，就像今天的苹果、亚马逊、推特。这些企业一定是寡头垄断企业，而且只有这样的企业才能真正参与全球市场瓜分，并成为国家构筑经济竞争力的核心主体。第二，现在99%以上的企业不要轻易相信数据要素化。单纯利用数据是可行的，但通过购买数据往往很难构筑核心竞争力。企业需要成为数字生态的参与者、数据要素的使用者，通过数实融合来推动数字经济发展和数字创新。第三，数据要素市场不会像资本、土地、劳动力那样形成万亿级、公众可参与的市场，其主体应该是伴生型、衍生型的交易市场。第四，对于数字平台企业的投资是对新生产关系的投资。生产要素投资需要对投资对象、产业、生态、各级力量、社会分工等进行全方位分析。生产关系不解决，生产力很难得到健康持续发展。数据要素是泛在的，具有可编程、多源、可供、快速迭代等独特性质，所以数字企业具有天然垄断性，这可以通过企业理论解释。既然数据要素不能简单确权、生产交易不完全适用数据要素，我们就应该让数据要素自由流动，让数据成为创新要素，让大平台企业占据数据生产的核心位置。我们要控制的不是数据本身，而是数据技术和生产方式。综上，中国数字经济发展最近几年是由于自身原因而发展减慢了。如果我们认识清楚数据要素的基本逻辑，及时修正政策和制度，或者是可以亡羊补牢的。不惧未来已来，唯恐过去未去，这是我十年前讲的话，今天仍然适用。