张茜茜等：我国数据产业的五大特点

Original 张茜茜涂群数据要素评论

2024-09-16

数据产业有广义数据产业和狭义数据产业两种概念。广义数据产业的核心要义是传统信息产业在数据要素化发展新阶段围绕数据新型生产要素发生了升级迭代；狭义数据产业的核心要义是在数据要素全生命周期各环节正在涌现出多种新型产业业态。

（一）广义数据产业的特点

广义数据产业是适应于数据要素化发展新阶段、在传统信息产业基础上发展起来的的一种新型产业形态，既有对传统信息产业的守正，也有新型数据要素产业的创新。在对传统信息产业的守正方面，一方面传统信息产业已成为新型数据产业的重要组成部分，构成了新型数据产业坚实的基础，另一方面传统信息产业的发展都被赋予了新的内容，实现了围绕数据要素的技术升级和迭代，即电子信息制造业、软件与信息服务业、网络通信产业等传统信息产业都围绕数据要素进行了智能化升级，如电子信息制造业的智能终端、软件和信息服务业的人工智能软件、网络通信业的智能路由等；在新型数据要素产业创新方面，一方面数据的采集、清洗、存储、加工、分析、流通、交易、治理、应用等各环节的自动化、网络化、智能化水平不断提高，大规模多源异构数据管理、大规模图计算、智能数据工程等人工智能、大数据、云计算等新型技术不断快速迭代升级，形成新型的数据采集存储产业、数据加工分析产业、数据流通交易产业、数据治理应用产业等数据要素产业形态，另一方面数据各环节的加工分析和交易流通的安全可信能力不断提高，区块链、隐私计算、委托计算、数据编织等技术不断取得创新突破，形成新型的数据可信安全产业。因此，广义数据要素产业既包括传统信息产业升级迭代后形成的数据基础产业和网络信息安全产业，也包括新产生的数据要素产业和数据可信安全产业。因此，广义数据产业具有继承性和创新性两方面特点：

1.继承性特点

人类社会发展进入工业文明以后，新兴产业大都呈现出对既有产业内涵的延伸和继承。进入数字文明后，这种延伸和继承的特征更加突出和显著。如电子产业是在原有机械和电力产业基础上发展起来的，信息产业是在原有电子产业再加上新出现的软件产业、网络产业、通信产业基础上发展起来的。同样，数据产业也是延伸和继承了原有信息产业的内涵和特征并迭代升级而形成的一种新型产业形态。在产业形态方面，数据产业的基础仍然是对电子信息制造业、软件业和通信网络产业等传统信息产业延伸和继承；在产业构成方面，则围绕数据要素对原有信息技术和信息产品进行了技术迭代和产品升级，形成以数据资源为核心的数据技术、数据产品和数据企业。因此，继承性是数据产业的基本特点，数据产业是在传统信息产业和数字产业基础上发展起来的，并围绕数据要素升级迭代后信息产业和数字产业构筑起了数据产业的坚实基础。

2. 创新性特点

数据产业之所以能成为数据要素化发展新阶段的一种独立产业形态，主要是由于创新形成新型的产业业态所致。过去30多年来，随着全球信息化和数字化进程的不断推进，全球数据规模爆炸性增长，数据质量快速提升，在信息化阶段和数字化阶段隐身于信息化系统和数字基础设施之后的数据资源，随着经济社会快速进入数据要素化发展新阶段，正快速从以前的“配角”变身为“主角”，正逐渐从以前的“后台支撑”作用转变为“前台主导”作用。由此，围绕数据要素采存算管用全生命周期各环节，不断催生出数据采集存储产业、数据加工分析产业、数据流通交易产业、数据治理应用产业等不同形态的数据要素产业新业态，不断涌现出技术型数商、服务型数商和应用型数商等不同类型的数据要素型企业，不断创新出人工智能、大数据、区块链等快速迭代升级的数据要素型技术和数据要素型产品。

（二）狭义数据产业的特点

狭义数据产业即数据要素产业，是经济社会进入数据要素化发展新阶段后，数据资源规模和质量出现了质的跃升、数据在社会生产活动中的关键要素作用越来越显著的背景下，技术、产品、企业等产业构成要素围绕数据资源不断迭代、升级、创新，而不断形成新型数据技术、数据产品、数据企业，并在数据要素全生命周期各环节分别形成新型的数据采集存储产业、数据加工分析产业、数据流通交易产业和数据治理应用产业等，由此构建出一种适应数据要素化发展阶段新特点的新型产业形态。因此，狭义数据产业或数据要素产业在数据、技术、产品、企业、生态等产业构成要素方面分别表现出与其他产业不同的五方面特点：

1.数据资源核心要素特点

数据资源是数据要素产业的核心。工业社会以土地和劳动力为核心要素，其生产活动都是围绕土地和劳动力组织开展；信息社会以技术和资本为核心要素，其生产活动都是围绕技术和资本组织开展；进入数据要素化发展新阶段后，数据作为一种新型生产要素，在社会生产活动中的关键要素作用越来越显著，正在超越技术和资本成为最核心的要素资源，数据技术、数据产品、数据企业、数据生态等数据产业的主要构成要件都是围绕数据资源而形成和构建的。一方面，随着数据要素在社会生产中的广泛深入应用，其协同优化、复用增效、聚合增值、融合创新等乘数效应得到充分发挥，技术、资本、劳动力等传统生产要素的价值潜能能得到更加充分地释放，社会生产效率会得到极大提高；另一方面，各种技术、产品、企业都围绕数据资源进行迭代、升级、创新，形成以数据资源为核心的技术体系、产品体系、企业体系和生态体系，构建起新型的数据要素产业形态。

2. 数据技术快速迭代特点

数据技术是数据要素产业发展的最大推动力。以人工智能、大数据、云计算、区块链、隐私计算等为代表的数据技术，在数据采存算管用全生命周期各环节能发挥各自不同作用，推动数据资源在各行各业场景中广泛应用，有效发挥数据要素的协同优化、复用增效、聚合增值、融合创新等乘数效应。如数据智能感知技术、数据清洗技术、数据挖掘技术、数据分析技术等大数据技术能广泛应用于数据采集、加工、分析等各环节，使得原本零散分布、良莠不齐、杂乱无章的无用数据资源，变为集中汇聚、去除噪声、结构清晰的高价值数据产品；如精准画像、智能匹配、智能关联、知识图谱、知识泛化等人工智能技术能广泛应用在数据分析、治理、应用等环节，能够根据应用场景的不同需求创新出个性化、多样化、灵活性强的各种数据产品和服务；分布式技术、虚拟化技术、云存储技术等云计算技术在数据汇聚、存储等环节的广泛应用，使得原本耗费巨大、易失性强的数据存储成本更低、存储更方便、更安全；可信数据空间、区块链和隐私计算等技术在数据加工、分析等环节的广泛应用，可以对大量涉密涉敏的高价值数据进行脱敏脱密，实现数据的大范围流通和应用。因此，人工智能、大数据、云计算、可信数据空间、区块链、隐私计算等数据技术是一个数据企业的核心竞争力，也是推进数据产业发展的最大推动力。除此之外，数据要素化发展新阶段的数据技术发展也遵循过去30多年来形成的信息技术发展普遍规律，如集成电路集成度每18个月翻一番的摩尔定律，芯片尺寸不断缩小但性能不断增强、功耗不断减少的登纳德定律，集成电路每10年在通用和专用间循环转换和牧本定律，计算机峰值计算速度每年翻一番的Bill Joy定律，联接带来万物互联的价值跃升的梅特卡夫定律，占据主导地位企业不断开发新一代产品的达维多定律，GPU将推动AI性能逐年翻倍的黄仁勋定律等，人工智能、大数据、云计算、可信数据空间、区块链、隐私计算等数据技术表现出迭代周期更短、技术性能更强等方面特点。

3.数据产品不断升级特点

数据产品是数据要素产业发展的外在表现形式。数据产品可以是裸数据形态的原始数据，也可以是经过区块链、隐私技术、多方联邦计算等数据安全技术加工形成的脱敏脱密数据，还可以是通过人工智能、大数据等技术分析生成的指数、核验、报告、模型、智能服务等数据应用产品和服务。通常情况下，价值越大的数据，涉敏涉密程度越高，其生产流通范围的限制就越大，数据流通需要的加工程度就越大。因此，数据产品只有很小部分是可以直接流通的原始数据，绝大多数都是经数据技术区块链、隐私技术、多方联邦计算、大数据、人工智能等数据技术处理后形成的数据产品和服务，由于数据技术具有迭代周期更短、技术性能更强的特点，大多数依附于数据技术形成的数据产品和服务，也随着数据技术的不断更新迭代而快速升级，并且升级后的数据产品的功耗水平更低。

4.数据企业大小共生特点

数据企业是数据要素产业发展的外在表现形式。单纯依赖于技术创新发展的信息技术企业和互联网企业具有大者恒大、强者恒强、赢者通吃的特点，而不仅依赖于数据技术而且还高度依赖于数据资源的数据企业，由于存在大量高质量数据持有机构，即使技术力量雄厚、规模庞大的数据平台企业也必须学会与持有独特数据的小企业、小机构共生合作，如医疗机构持有的个人健康数据、教育机构掌握的个人教育数据、市场监管机构掌握的企业经营数据等。并且数据领域的颠覆性技术出现概率更大，如人工智能大模型技术、脑机接口技术、量子技术等的颠覆性技术的突破，过去默默无闻的小企业由于掌握了颠覆性数据技术而一夜成名，而长期领先于业界的知名企业也可能顷刻间跌落神坛，如OpenAI公司采用了大模型技术路线推出ChatGPT而一夜成名，更由于很快推出文生视频Sora而进一步巩固了在人工智能产业的领先地位，反观长达10多年引领全球人工智能技术发展的谷歌则顷刻间让出了全球老大地位，并且差距被迅速拉大。除此之外，数据资源和数据产品的顺畅生产和流通，不仅需要以上新型技术型数商的持续创新，还需要一大批提供数据授权运营、数据交易、数据合规、数据审计、数据质量评估、数据风险评估等新型服务型数商，以及提供数据开发利用工具、数字化转型服务等的新型应用型数商，构成大型技术型数商与中小型服务型数商和应用型数商共生共融的企业生态格局。

5.数据生态多层融合特点

数据生态是数据要素产业发展的生命力。不同国家、地区和企业之间数据产业的竞争，归根到底表现为数据生态间的竞争。数据生态由数据资源生态、数据技术生态、数据产品生态和数据企业生态等不同层次构成，其中，数据资源生态是数据生态的核心，谁掌握了海量的高价值数据资源，谁就控制了数据要素产业的源头；数据技术生态是数据生态的基础，谁创新出了新的数据生成存储技术、加工分析技术，谁就能创新出更加个性化、适应市场需求的数据产品和服务，谁就能占领更大的数据市场；数据产品生态是数据生态的连接，数据全生命周期上中下游不同环节数据产品相互依存、相互影响，构成一个个有生命力的数据产品生态体系。通常，在数据产品生态中具有基础性、应用性的数据产品往往成为一个数据产品生态的体系控制者；数据企业生态是数据生态的载体，掌握了核心数据资源和核心数据技术的企业，往往在相关领域具有较高的市场占有率，成为数据生态体系中的龙头企业，生态圈上的其他企业则围绕生态龙头企业进行布局，形成一个有活力的企业生态体系。

相关阅读