摘要：数据是数字经济的关键生产要素，数据要素对提升市场化配置效率有重要的作用。本文通过梳理国内外相关文献，回顾数据要素概念的产生与演进、归纳出数据要素的影响，尝试发现分现有研究成果存在的不足，为未来数据要素的相关研究方向抛砖引玉。

关键词：数据要素；定义；影响；综述

随着数字经济的发展，企业对市场的占有不再依赖于传统要素，数据要素已经成为企业竞争力的集中体现。当今全球市场的特点是相互联系，相互依赖，以及日渐增强的复杂性，这一现状要求企业比以往更加具有灵活性、主动性和动态适应能力。在今天的全球形势下，大多数传统战略、方法和政策不再像过去那样起作用。新的挑战，特别是对于应对全球业务的企业来说，是将其转变为数字化组织的能力，即能够利用其数据要素来实现其营业目标并创建新的发展路径的能力。数据要素的价值化是新型创新商业模式的基石，通过数据要素和数据资产的价值化，可以激发企业内部创造力、积极性，这也是企业在全产业中创造价值的新竞争因素。

一、数据要素定义的产生与演进

1.宏观视角的数据要素定义。数据作为生产要素的提出是在中共十九届四中会议中通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》中，市场率先出现数据交易现象，后才逐渐重视起数据可以作为重要生产要素，数据要素被正式开始研究和发展在近三四年[1]。从生产要素的角度分析，数据要素参与到生产函数中，影响其他传统生产要素[2]。管星淼指出数据要素在本质上先是一种特殊的产品，经过一系列的劳动而产生，再实现的生产要素化的过程[6]。数据要素无法独立生产，必须与其他的生产要素相结合才能发挥作用[2]，比如说相比于劳动要素的，数据要素参与经济活动时通常取决于劳动者利用其主观能动性来使数据要素发挥作用[3]。同样，苏京春指出数据要素具有独立于其他生产要素的能力，即数据经过处理后可以成为标准化的产品实现供应[4]。从数据要素本身而言，定义分为数据部分和要素部分，“数据”是信息的表现形式；而“要素”是指生产中所需要的资料，那么两者结合即是数据要素[5]，唐要家则更加强调数据作为要素的价值，认为数据是资产也是资源，原始数据被收集之前只能称之为资产，还未被开发出价值，从被收集和处理、加之以分析之后就形成资源[6]。

2.微观视角数据要素。王颂吉更加数据产生的技术，是数据处理企业利用数字技术生产出来的数字产品，数据要素包含着数据企业的生产资料投入和智力劳动[7]，而且数据要素在某种角度上可以看作是技术参与分配在逻辑和发展趋势上的一个延续[8]，[9]。更具体的讲，是通过软硬件措施来捕捉和管理形成的数据集合，借助云技术等方法得到的一种信息资产[10]。从单个数据和大体量数据的角度而言，数据要素的整体价值远大于单个数据价值的单纯累加[11]，数据其本质上只是符号，单个数据几乎无法提供可供分析的数据，大数据时代，数据的使用是建立在海量收集、储存以及开发之上的，数据的价值在多个数据所包含的信息加之以分析才能充分体现 [2]，得益于其大规模可得性且价格低廉，数据才可以成为关键生产要素[12]。与传统生产要素不同，数据要素的产生者和拥有者分离[13]，但都是物化资源，且数据要素的价值通过生产过程转移到产品上[14]。

3.从要素过程化视角的要素定义。从技术-经济范式角度而言，数据要素成为关键生产要素是因为数据要素的成本递减，流动性和可获得性增强，数据要素供给增加，数据要素应用普及[15]，而且数据要素化已经与价值创造过程和商业模式的运作[7]，[16]结合在了一起，改变了传统产业的发展生产模式[9]，当数字成为生产流通中的媒介，再反映出生产信息，使得数据产生了足够的经济价值。从技术角度阐述，数据要素的形成不是一蹴而就的，大数据、云计算和智能化是数据要素化的技术基础；政府和企业对于数据的开放推动了数据要素化的速度；数据价值化为数据要素化提供市场基础[21]。从具体的数据要素化角度而言，何玉长[17]概括出数据成为生产要素的过程包括：数据挖掘与整理、数据结构化和规范化、数据联通和数据处理、形成数据集合和数据服务软件。

综上，数据要素定义可以从宏观、微观和要素过程化三个视角来理解，但尚未形成一个统一的定论。在宏观上，区分出了数据要素和其他传统要素，并且多从数据为何可以成为要素的角度来阐述其概念。在微观概念上，从数据本身的形成、对于生产和管理发挥的作用、数据形成的初始阶段到投入使用的角度来阐释数据要素。从数据要素化角度来看，该角度是从数据转化为数据要素的方面来解释数据要素的概念，类似于商品转换到货币。但数据要素化的过程仍然不够明晰。数据要素作为生产要素对经济活动的影响、对传统要素本身的影响缺少足够的理论和实践分析。如何将数据要素的理论探讨与实践相融合，即知其来源又有可行的使用方向，需要长时间持续探索。

二、数据要素的影响

数据要素对经济活动有影响，但是数据要素并没有从本质上改变了传统经济活动的基本生产机制和消费、分配、流通机制[8]，且要素本身其实并不具有价值[20]，对于数据本身来看其要素化与价值化的过程是相辅相成的[17]。

1.对传统要素的影响。已经存在的要素优化如人口增长、资本增加、技术进步等可以为数据要素带来从量到质的变化；同样，数据要素的可以赋能传统产业和要素，加速其产业融合[18]，而且数据要素对于传统产业得渗透会形成新的产业和新的就业[19]，更加拓宽了经济增长范围。当竞争性要素投入后继无力时，非竞争性要素的投入可以有效降低边际报酬递减的负面影响，甚至当硬件软件等技术进步陷入瓶颈时期时，非竞争要素的投入可以实现缓解经济增速放慢的平台期[10]。在全要素生产上，数据要素主要是依靠对其他要素的结合、渗透、改造等的赋能，并不直接参与到生产活动中，数据要素起到对其他生产要素的粘合，以及重新整合[6]，可以激活放大其他生产要素的效率和价值[20]，实现可观的乘数作用和倍增效应[20]，最终实现对于整体经济的促进和升级。具体体现如，数据要素与劳动要素的深度融合可以提升劳动者的智力水平，劳动效率；拓宽劳动对象的用途，提升效能；改善生产工具的性能[27]，以此实现多种要素组合形成的规模效应递增以及倍增效应[12]。

2.对企业的影响。数字信息并不能取代企业家和主导者的作用[8]，但是有助于企业提高决策质量[20]，[36]。从数据的技术特性与功能来看，利用过去的信息加上数字技术分析能力来对未来经济活动进行预测占领市场先机，能大幅度减少经济活动的不确定性所导致的决策失误以至于造成可避免的损失[12]。其次，从进行经济活动的角度而言，整体上，数据要素有助于内部保持计划性[17]，实现产业流程数字化，有助于企业提高生产效率、使生产流程对内透明化，以此改进企业生产流程。从具体作用来看，数据要素可以缩短劳动时间以及其中不必要的时间中断、生产资料的在库时间、降低其他要素投入[38]，降低生产成本[13]。直接对接消费者可以实现产品和服务数字化，数据承载的个人信息越丰富，其使用价值就越高，对企业生产的推动力就越明显[38]，有助于企业由传统的制造销售企业转型为服务型企业，追踪客户的产品喜好[36]，以此打造定点服务，以获取最大限度的消费者剩余[35]。

3.对市场的影响。数据要素本身的有用性会使得市场不断迸发创新元素[6]，通过精准描绘客户需求为创新指明方向，将数据要素融入创新肌理中，形成整个市场的创新生态，其非竞争性的特点使创新生态系统进一步走向开放，推动创新生态非线性作用。数据要素可以加快市场资本的流动速度，实现数字全球化，可以使得政府、企业、个人等多样的市场主体消除互动间的物理距离[21]、信息不对称[12]，极大程度的释放市场活力[2]，利用数据分析能力直接配对供需，促进高效市场配置[38]。

4.对社会价值的影响。第一，政府为数据主体，有效的数据可以帮助公共部门的决策减少经验主义，增加科学性，对内部，政府可以利用数据升级服务手段，行政能力以及优化整体的社会治理。第二，对于社会风险，数据要素起到识别和预测的作用。因为社会风险在不断地变化，利用数据收集平台对于关键信息进行解析，事后对于政策的落实和效果可以做到实时反馈和反映，达到检测政策有用性的目的[11]。第三，公共数据的开放对于社会居民的生活可以有效的改善，如交通实时数据上[17]，而在全国计算力资源东西失衡的情况下，公共数据中的各部资源分布可以有助于实现数据要素跨域流动，促进区域协调发展的战略的实施，加速中西部数字经济向产业链发展，创造更多的新型产业，最终整个社会居民都可以享受要素红利[21]。此外，实证研究证实了，数据要素对于区域发展不协调确实有调节作用[22]，且是呈现出倒“U”型，即先在一定程度上加大了区域发展的差距，再缩小发展差距的影响[23]。

综上，我们应该重视但不能夸大数据要素的作用，数据要素并未改变经济活动的机制，也不能将某一传统要素的功能完全覆盖和替换，只能作为一样提高生产效率的工具来看待。

总结

本文结论如下：第一，数据要素的定义可以多角度理解，但是要素化过程仍在探索中，实现与传统要素的结合是数据要素价值化的重要途径，需要充分发挥创新因子的推动力。第二。数据要素对于经济发展的驱动力是显而易见的，但是数据要素的生产力挖掘时，需要制度保障数据赋权以及数据来源方的权益，以促进数据资源的利用效率和安全。

参考文献：

[1]王超贤，张伟东，颜蒙.数据越多越好吗——对数据要素报酬性质的跨学科分析[J/OL].中国工业经济，2022（07）：46-66.

[2]黄鹏，陈靓.数字经济全球化下的世界经济运行机制与规则构建：基于要素流动理论的视角[J].世界经济研究，2021（03）：3-13+134.

[3]杜秦川.包含数据要素的经济增长模型初探[J].中国物价，2021（05）：9-11.

[4]苏京春，许静.“全要素生产率”（TFP）新解：加入新的非竞争性要素后[J].发展研究，2021（01）：4-16.

[5]严宇，孟天广.数据要素的类型学、产权归属及其治理逻辑[J].西安交通大学学报（社会科学版），2022，42（02）：103-111.

[6]唐要家，唐春晖.数据要素经济增长倍增机制及治理体系[J].人文杂志，2020（11）：83-92.

[7]王颂吉，李怡璇，高伊凡.数据要素的产权界定与收入分配机制[J].福建论坛（人文社会科学版），2020（12）：138-145.

[8]李卫东.数据要素参与分配需要处理好哪些关键问题[J].国家治理，2020（16）：46-48.

[9]陈晓红，李杨扬，宋丽洁等.数字经济理论体系与研究展望[J].管理世界，2022，38（02）：208-224+13-16.

[10]何玉长，王伟.数据要素市场化的理论阐释[J].当代经济研究，2021（04）：33-44.

[11]洪联英，周天宇.共同富裕导向下数字税征税逻辑与推进思路——基于数据要素融入收入分配制度改革的思考[J].财会通讯，2023，No.912（04）：3-8.

[12]李海舰，赵丽.数据成为生产要素：特征、机制与价值形态演进[J].上海经济研究，2021（08）：48-59.

[13]梁平汉.数据要素视角下的科技成果转化与数字经济产业发展[J].国家治理，2021（Z3）：54-57.

[14]张昕蔚，蒋长流.数据的要素化过程及其与传统产业数字化的融合机制研究[J].上海经济研究，2021（03）：60-69.

[15]王姝楠，陈江生.数字经济的技术-经济范式[J].上海经济研究，2019（12）：80-94.

[16]李颖，贺俊.数字经济赋能制造业产业创新研究[J].经济体制改革，2022，No.233（02）：101-106.

[17]孙方江.反垄断视角下数据要素市场治理体系的构建[J].西南金融，2021（09）：75-85.

[18]王谦，付晓东.数据要素赋能经济增长机制探究[J].上海经济研究，2021，No.391（04）：55-66.

[19]孙涛，王硕.数字经济赋能城乡多维融合的理论机制与实践方略[J].理论与改革，2023，No.249（01）：143-156+168.

[20]邹传伟.数据要素市场的组织形式和估值框架[J].大数据，2021，7（04）：28-36.

[21]王建冬，于施洋，窦悦.东数西算：我国数据跨域流通的总体框架和实施路径研究[J].电子政务，2020（03）：13-21.

[22]夏杰长，刘诚.数字经济赋能共同富裕：作用路径与政策设计[J].经济与管理研究，2021，42（09）：3-13.

[23]苏婧，赵城，王必达.数据要素集聚能实现区域协调发展吗——论大国区域发展的“集聚”与“协调”[J].财经科学，2022，（06）：62-77.

作者简介：梁晓（1998-），湖南湘潭人，湖南科技大学商学院研究生