专业软启动器及成套控制设备生产厂家
专业软启动器及成套控制设备生产厂家20世纪美国著名物理学家约翰惠勒早在1989年提出了一句引人深思的观点，“万物源于比特”，言下之意我们生活的世界是由数据构成的。三十年后，看似平凡的数据摇身一变成为新型生产要素，其通过算力和算法技术的创新，推动了数字世界和实体经济的深层次地融合，实现效率、效能和质量跃升。
但相比算力和算法两大金刚，大众对数据要素的关注和重视程度并不高，甚至对其感到陌生，毕竟市场更在意和英伟达的GPU。
但今年以来，数据要素政策频频出台，也让深桑达A、中远海科、创意信息、海天瑞声等概念股博得一波热度。再比如近日；连续收获涨停的人民网，由此引发了广泛讨论。这到底是短期的题材炒作还是长期的战略布局？
算力和算法是普遍被认同最为受益AI和数字化的经济浪潮领域，不过很多人没有注意到数据要素的领衔时代正在到来。
2019年，国家层面首次提出把数据作为一种新的生产要素，数据要素迎来0到1突破。次年4月，国务院发布《关于构建更完善的要素市场化配置体制机制的意见》，提出促进数据要素市场化配置的改革方向。
过去两年多来，数据要素在国家层面总是被反复提及，成为规划和产业政策的高频词。
随着数据要素相关政策文件推动，我国数据要素市场规模逐渐步入快速地增长阶段。根据国家工业信息安全发展研究中心测算，2021年中国数据要素市场规模已达到815亿元，到2025年将翻一番，突破1749亿元。
图1：中国数据要素市场规模及预测（亿元），资料来源：国家工业信息安全发展研究中心
今年6月底，深圳发改委发布关于印发《深圳市数据产权登记管理暂行办法》的通知，明确了数据登记主体、行为等多方面内容，对数据产权登记作出了详细指引。
紧接着到了7月初，北京印发《关于更好地发挥数据要素作用进一步加快发展数字化的经济的实施建议》的通知。实施意见提出，形成一批先行先试的数据制度、政策和标准。力争到2030年，本市数据要素市场规模达到2000亿元，基本完成国家数据基础制度先行先试工作，形成数据服务产业集聚区。
数据自古有之，人们随时随地都在生产数据。不过要强调的是，原始数据不等同于数据要素。当原始数据经过采集、加工、存储、流通、分析等环节，具备了价值和使用价值，才形成数据要素。
随着大数据、的发展，数据的主要使用主体早已经从人覆盖到机器和大模型。数据要素不仅是新兴的生产要素，同时也是大规模计算的原料。截至目前，全国几乎所有的省份都设有省级数据管理局或大数据中心机构，覆盖率超过90%。
在算力和算法的驱动下，数据要素实现智能化、规模递增效应，反过来，算法和算力的升级需要大量优质数据投喂。总体而言，三者之间是密不可分、互相促进。
数据看似细微普通，实则威力无穷。传统意义上的劳动力、土地等生产要素已经面临增长天花板，而数据要素能更轻松打破这个边界，让传统经济换发新动能。
相比劳动力、资本等传统生产要素，数据要素的第一大特性是可共享、易复制、无实体损耗，且具备乘数效应下的规模收益递增优势。
再说第二大特性，是数字要素具备迭代快、扩散快、渗透性强特点，其跨行业、跨区域、跨部门融合应用成效显著。
最后，数字要素能全方位赋能其他传统生产要素，提高全要素生产率，来提升产业竞争势能。比如，数据要素与劳动力相结合能提高劳动生产率；数据要素与技术相结合能加快技术迭代，促进产研融合；数据要素与资本要素结合能够降低后者的不确定性风险，补强金融服务的广度和纵深。
事实上，业内已经达成一致共识，数据要素不仅是整个数字化的经济发展的关键要素，更已成为数字化的经济发展赖以依托的基础性、战略性资源。
对内而言，随着中国经济发展主线由快速地增长向高质量增长转变，数据要素被视为新的发展阶段提高行业发展质量和效率的胜负手。
比如传统企业一直追求的数字化转型，其实是围绕数字要素展开的。根据《中国数据要素市场发展报告（2021-2022）》的分析多个方面数据显示，数据要素增加企业效益成果明显，使得工业公司业务增长平均增加41.2%，生产效率平均提高42.8%，产品研制周期平均缩短15.3%，能源利用率平均提高10.2%。
往小了说，数据要素已经悄无声息地成为人类社会最密不可分的生产要素之一。以生活中场景为例，如今连老司机如果不用导航都不会开车了；朋友间吃饭聚餐总是要打开大众点评看下排名，这背后便是数据要素驱动带来的改变。
图3：数据要素增加企业经营效益成果明显，资料来源：《中国数据要素市场发展报告（2021-2022）》，安信证券
从全球竞争角度，我国是率先将数据列入核心生产要素的国家之一，时至今日，数字化的经济占GDP的比重达到39.8%，慢慢的变成了GDP的新引擎。根据中国信通院的数据，2021年我国数字化的经济产业规模达到45.5万亿，同比增长16.2%，高于名义GDP增速3.4个百分点。
具体到数据要素身上，数据要素对当年GDP增长的贡献率呈现持续上升状态，线性推演下来，未来还有较大空间。
与等领域被卡脖子不同，中国在云计算、AI、大数据、物联网等领域与海外发达国家的差距并不大，某些领域的数字化渗透率甚至更高，并且中国体量大，在数据总量上有更多先天优势。如何把握数据要素市场成为中国实现数字化的经济“换道超车”的关键路径和宝贵机遇。
图4：数据要素对GDP增长贡献图，资料来源：中国数据要素市场发展报告（2021-2022）
数据要素市场在迎来爆发拐点的同时，也仍然面临数据采集标准化欠缺、数据开放度不足、数据交易流通总量不高、数据要素没有合理估值定价、数据要素流通规则仍需完善等问题。
通俗地说，数据要素市场的繁荣要解决三个核心环节：确权、定价和交易，这是必经之路，当然也是最棘手的三重障碍。
在互联网出现后，数据不断记录、积累成为可供计算机快速读取、分析的大数据。而后随着移动网络和物联网的发展，大大丰富了大数据的采集渠道，比如社交网络、可穿戴设备、车联网及政府公开信息平台。
0和1覆盖的数据世界已从最开始的数字延伸到文字、图片、声音、视频，全世界的数据总量更是呈现爆炸式增长。根据IDC数据，2025年全球数据量将达到163ZB。中国有近11亿人接入互联网，更是拥有全世界最大的数据池。
数据量指数级增长，数据分析算法和AI技术不断迭代升级，驱动数据要素对社会变革的影响不断深入。
以ChatGPT为例，7月8日，Open AI在社交平台宣布，将向所有ChatGPT Plus用户开放代码解析器功能。这项号称自Open AI发布GPT-4以来最强大的功能，将允许ChatGPT运行代码，并能访问用户上传的文件，可实现分析数据、创建图表、编辑文件、执行数学运算等复杂操作。换言之，只要你提供相应数据，ChatGPT都能帮你解析。
数据要素的应用前景无疑是美好的，但首先要回答的问题是数据要素归属于谁？举个例子，你在新浪微博上形成的数据，到底属于你还是属于新浪？这个数据一旦产生收益，是否该分你一份？
其实这也是此前数据要素市场一直不温不火的掣肘之一。毕竟数据一旦公开，就可以无成本地复制，同一组数据可以同时被多个用户使用，再多的使用者也不会互不干扰，大家都能够最终靠数据得到自己想要的那部分。
所以说，明确的产权界定是数据要素实现市场化高效配置和流通的根基。而前文提到的深圳、北京两地政策，无疑是对数据产权确定的实质化规范管理。
从迈克尔波特的价值链理论出发，数据要素的产业链上，包括数据资产所有者（即数据要素供应方）、数据要素产品运营商（即数据要素交付商等）、数据要素市场基础设施核心参与方（即数据治理服务商、数据基础设施提供商等）。
伴随着数据资源总量日益膨胀，数据供应方、需求方、中介方、服务方等市场参与主体不断丰富，新玩家纷纷涌入，期待数据要素市场的燎原之势。
正如英国古典经济学派的创始人威廉配第在其著作《赋税论》中所提出的，“劳动是财富之父，土地是财富之母。”
数字经济时代，数据要素能说是财富之源。数据确权之后，接下来就是让数据市场流通。但这又面临新的问题数据如何定价？我们先看国外的典型案例。
此前微软、和OpenAI等一直在利用美国社交媒体公司Reddit论坛上的聊天内容，将其当作免费训练的数据库。但在今年4月，Reddit突然宣布将开始对使用其应用程序编程接口（API）的企业收费。
按照Reddit首席执行官Steve Huffman的说法，“Reddit的数据库确实很有价值，我们不需要将所有这些价值免费提供给世界上一些最大的公司。”出发点很明确，Reddit不想被白嫖了。但现实情况是Reddit还没想好具体收多少钱。
数字经济时代，数据要素能类比为石油资源。如何让数据要素像石油一样可以在全球市场上实时定价？
目前市面上大多数定价方法为静态定价（卖方定价、协议定价等方式），而考虑到数据要素的价值具有波动性，且会跟着时间变化而改变。因此，综合利用多种定价策略联合进行，同时结合市场需求、数据特性、预测模型等，实现数据的科学客观定价、动态定价。
图6：数据定价模式对比，资料来源：《数据要素流通标准化白皮书 2022》，安信证券
数据要素市场化的本质是流通，目的是让数据要素进入社会化大生产，来提升劳动生产率、社会治理能力等。不过许多人更在意的环节是数据要素怎么样更好交易，或者说数据如何快速变现？
比如企业在生产和业务开展过程中积累了大量数据，将这一些数据资产化，在确保安全的基础上对外开展交易，不但可以释放数据价值，还能增厚主营业务外的利润。
科斯第一定理提出：在交易费用等于零的世界中，政府只要清楚完整地把产权界定给一方或另一方，并允许他们把这些权利用于交易，就能够最终靠市场机制有效率地解决外在性的问题。
成立于2021年11月25日的上海数据交易所，作为国内数据要素配置的重要枢纽节点，即承担着构建数据要素市场，推动数据资产化进程的使命。
到2022年年底，出台《关于构建数据基础制度更好地发挥数据要素作用的意见》（业内俗称“数据二十条”），为促进数据高效流通使用、赋能实体经济提供了制度支撑。
目前，相关机构正逐步落地，助力数据要素市场的实际推进。国家层面，中国电子数据产业集团于去年年底成立，聚焦探索自主计算、数据要素化等领域；地方层面，上海、福建、成都、南京等地陆续成立数据集团。
同时，如何让数据安全使用也是当前探索的关键。我们应该构建一个更高效、规范的数据要素市场。毕竟美团骑手困在系统里、大数据杀熟等事件也在时刻提醒我们。大数据算法已经完全渗透进了我们的生活，神不知鬼不觉地将消费者拉入“陷阱”，如今大家对“杀熟”甚至习以为常。
数据要素一旦进入市场化普及阶段，就容易被无限复制，怎么样才能做到可用不可见、可控可计量。近几年，金融机构、互联网大公司、数据科技公司等数据使用大户纷纷加速布局隐私计算，为数据要素安全而战。
数据要素从默默无闻到与土地、资本、劳动力等生产要素并驾齐驱，再到成为数字化的经济时代的关键要素。接下来，数据要素将进一步驱动数字化的经济的发展，实现用数据照亮前路。
未来需要更多技术应用到数据要素市场，确保数据交易流通环节更畅通、更安全。比如数据标记技术、区块链、测试沙盒等技术发展迅猛，助力数据要素稳健发展。
另一方面，数据要素市场化交易不是一朝一夕就能做大做强，需要更多顶层政策设计和政府层面的统筹引导，进一步激活数据要素市场，最终形成全国一盘棋的局面。