数字经济正从技术驱动 迈向制度驱动

陈晓华

数字经济发展正在进入一个新的阶段。如果说过去一段时期，数字经济建设的重点在于网络基础设施、平台系统和产业数字化改造，那么进入高质量发展阶段后，真正决定数字经济效率与质量的关键，正在转向数据要素的制度化流通、价值化应用和安全可信治理。数据不再只是信息记录或技术资源，而是与土地、劳动力、资本、技术并列的重要生产要素。能否让数据在安全、合规、可信的机制下流动起来、使用起来、创造价值，将直接影响数字经济能否形成更强的增长动能。

从这一意义上看，我国数字经济正在从技术驱动逐步迈向制度驱动。技术仍然重要，但单纯依靠技术扩张已经难以支撑下一阶段的竞争优势。未来的关键，不只是“有没有数据”，而是数据能不能被确权、能不能被流通、能不能被计量、能不能被合理分配收益，并最终嵌入产业场景，转化为现实生产力。

数字经济进入数据要素价值释放新阶段

数字经济的上半场，主要围绕基础设施建设和产业数字化转型展开。无论是网络、算力、云平台，还是企业信息化、产业互联网、智能制造，其核心目标都是完成数字化基础能力的铺设。经过多年建设，我国数字基础设施水平持续提升，产业数字化应用不断深化，为数据要素价值释放奠定了基础。

但数字经济的下半场，竞争重点已经发生变化。基础设施能否转化为产业效率，平台能力能否沉淀为数据资产，行业数据能否形成可复制、可交易、可增值的产品和服务，正在成为新的分水岭。政策逻辑也由过去的“建网络、上系统、促应用”，逐步转向“建制度、促流通、强赋能”。

数据要素的价值，不在于简单占有数据，而在于通过合规流通、融合分析和场景应用，把分散的数据资源转化为可支撑决策、优化流程、重构产业协作的生产力。数字经济的核心并非简单用技术替代人力，而是通过数据重组资源、重塑流程、重构产业关系，进而提升资源配置效率、推动产业协同创新，并放大人工智能等新技术的应用价值。

数据价值最终要落在产业场景中

数据要素并不是孤立发挥作用的。离开行业知识、业务流程、算法模型和治理体系，数据很难自动产生价值。只有当数据进入真实的产业链、供应链和治理链条，嵌入具体业务场景，才能产生乘数效应。

在智能制造领域，数据可以打通研发设计、生产制造、质量检测、供应链协同和售后服务等环节，帮助企业提升柔性生产和精益管理能力。在金融服务领域，数据能够支撑风险识别、信用评估、普惠金融和资产定价。在交通运输、医疗健康、城市治理、绿色低碳等领域，数据同样正在成为提升效率、优化资源配置和催生新模式的重要基础。

因此，数据要素市场建设不能停留在概念层面，也不能只依赖交易平台本身。更重要的是围绕具体行业形成“数据资源—数据产品—数据服务—场景应用”的转化链条。只有解决“数据从哪里来、怎么治理、如何定价、由谁使用、价值如何分配”等问题，数据才能真正从资源形态走向资产形态，再进一步走向产业化应用。

数据基础制度正在加快完善

近年来，我国围绕数字经济和数据要素的政策体系持续完善。从“互联网+”、数字中国、新型基础设施建设，到数据要素市场化配置改革，政策主线经历了从基础设施建设、产业融合应用到数据基础制度构建的持续深化。

2020年，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，首次将数据与土地、劳动力、资本、技术等传统生产要素并列，正式确立数据作为生产要素的重要地位，开启了数据要素市场化配置改革进程。

2022年，《关于构建数据基础制度更好发挥数据要素作用的意见》发布，围绕数据产权、流通交易、收益分配、安全治理等方面作出系统部署，提出数据资源持有权、数据加工使用权、数据产品经营权等制度安排，为破解数据确权、流通交易和收益分配等难题提供了基础制度框架。

2024年，《关于加快公共数据资源开发利用的意见》进一步聚焦公共数据供给不足、开放利用不充分等问题，推动公共数据资源在授权运营、安全管理、收益分配等方面加快探索。与此同时，《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《网络数据安全管理条例》等法律法规相继落地，财政部也出台了数据资源入表相关指导意见，为数据要素市场建设提供了更加系统的制度支撑。

由此可见，当前数据要素政策的重点，已经从原则性部署转向制度建设、场景牵引和基础设施落地阶段。政策关注点也从“有没有数据”的供给侧，逐步转向“能不能流通、敢不敢使用、能不能创造价值”的应用侧。

数据要素市场建设也是人才工程

数据要素市场建设不仅是制度问题、技术问题，也是一项人才工程。数据安全、数据治理、数据确权、数据评估、数据资产入表、数据产品开发等环节，都需要既懂技术又懂产业、既懂治理又懂市场的复合型人才。

数字经济本身是一门交叉学科，既涉及计算机、人工智能、区块链、网络安全等技术领域，也涉及经济学、金融学、管理学和法学等专业知识。未来，围绕数据要素市场建设，既需要培养面向技术治理的数据工程人才，也需要培养面向价值转化的数据资产管理人才。

当前，全国已有不少网络安全学院和数字经济相关研究方向，但从产业需求看，数据要素领域的人才培养仍需进一步体系化。未来可探索建设面向数据治理、数据安全、数据确权、数据评估和数据资产运营的专业培养体系，使人才供给与数据要素市场发展形成更高水平的匹配。

数据价值释放仍面临现实瓶颈

尽管数据要素价值释放前景广阔，但从现实推进情况看，仍面临多方面瓶颈。

首先是数据供给不足。大量数据仍沉淀在政企内部，公共数据授权运营、企业数据权益配置、个人信息保护等问题仍需在实践中进一步细化。一些主体仍存在“不愿开放、不敢开放、不会开放”的情况，制约了数据资源向数据要素转化。

其次是流通机制不畅。数据具有可复制性、非竞争性和强场景依赖等特征，传统商品交易机制难以简单套用。数据确权、定价、收益分配、质量评价等问题仍在探索之中，跨主体、跨行业、跨区域的数据流通体系仍需完善。

再次是应用场景不深。当前部分数据应用仍停留在统计展示、辅助决策等层面，尚未深度嵌入实体经济核心环节。行业数据标准不统一、企业数据治理能力不足、复合型人才短缺等问题，也影响了数据要素价值释放的深度。

最后是安全合规压力加大。随着生成式人工智能、大模型、数据跨境流动等新技术新场景加速发展，数据滥用、隐私泄露、算法安全和伦理治理等问题更加突出，对数据安全治理能力提出了更高要求。

破解这些瓶颈，关键在于打通数据全生命周期治理，构建“可用不可见、可控可计量”的可信流通体系，在确保安全合规的基础上，形成可持续的价值创造与分配机制。

未来竞争将转向系统能力竞争

展望未来，数据要素将深刻重塑数字经济发展模式。数字经济竞争的重点，将不再是单一技术、单一平台或单一应用的竞争，而是“数据、算力、算法、场景、制度”的系统能力竞争。

第一，数据与人工智能将进一步深度融合。高质量行业数据将成为训练专业大模型、发展行业智能体的重要基础。人工智能能否真正进入产业深处，很大程度上取决于能否获得高质量、结构化、可持续更新的行业数据。

第二，公共数据开发利用将加快推进。通过授权运营、市场化开发和场景化应用，公共数据有望在金融、交通、医疗、城市治理等领域释放更大价值。随着各地数据集团和数据运营平台加快建设，区域公共数据、产业数据和垂直领域数据的整合利用也将不断深化。

第三，可信数据空间等新型流通基础设施将加快建设。隐私计算、区块链、数据沙箱等技术路径，将为打破数据孤岛、促进可信流通提供重要支撑。未来的数据流通，不应以牺牲安全和权益为代价，而应在可控、可计量、可追溯的机制下实现价值共享。

第四，数据资产化与产业化进程将进一步提速。数据资源入表、数据产品开发、数据服务交易、数据资产评估等实践，将带动新的产业生态形成，并推动企业从“拥有数据”走向“运营数据”“管理数据资产”。

第五，数实融合将走向更深层次。数据要素将进一步渗透制造业、能源、交通、农业、服务业等实体经济环节，成为发展新质生产力的重要支撑。未来，谁能率先形成数据治理能力、场景应用能力、技术支撑能力和制度创新能力的协同，谁就将在数字经济竞争中占据主动。

结语

移动无处不在，数据无处不在，安全无处不在，治理无处不在，价值也无处不在，交易无处不在。数据要素推动数字经济高质量发展的关键，不在于拥有多少数据，而在于能否让数据在安全、合规、可信的机制下流动、使用并创造价值。

随着数据基础制度不断完善、公共数据开发利用加快推进、可信流通基础设施逐步形成，数据要素将从政策概念走向产业实践，从资源沉淀走向价值释放。对于数字经济而言，这不仅意味着新的增长空间，更意味着一种新的发展逻辑：以制度保障流通，以场景牵引应用，以治理守住安全边界，以系统能力塑造未来竞争优势。

（作者系中国移动通信联合会教育与科学技术研究院执行院长、电子政务建模仿真国家工程实验室首席数字经济专家）

【未经授权，严禁转载！联系电话028-86968276】