智说改革 进一步全面深化改革专家谈（13）
杨宜勇 魏巍
党的二十届三中全会审议通过的【中共中央关于进一步全面深化改革、推进中国式现代化的决定】提出，「培育全国一体化技术和数据市场」「加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系」。
数据不仅仅是一种信息的载体和表达形式，更是在数字经济时代连接创新与发展、理论与实践的关键纽带。随着大数据、云计算、人工智能等前沿引领技术的广泛应用，数据在促进产业转型升级、催生新兴产业、预测未来趋势方面的能力和潜力得到了空前释放。这不仅为企业提供了重构商业模式的历史机遇，也为政府和社会治理体系的优化提出了新的挑战与可能。在此背景下，深入探讨数据要素促进新质生产力发展的内在逻辑，对于把握数字经济发展规律、制定前瞻性政策、推动高质量发展具有重要价值和意义。
数据对新质生产力发展的主要逻辑
（一）产业科技革新中数据要素演化的历史逻辑
在工业化进程的历史轨迹中，生产力质的飞跃无不伴随着生产要素的革新与重构。步入21世纪，数据作为新型生产要素，凭借其固有的普适性、可复制性和高度灵活性，已然成为推动产业科技革命的核心驱动力。
数据要素的产生和发展不仅是技术进步的必然结果，更是生产关系适应生产力发展的客观要求。其独特的属性使之能够渗透到经济社会的各个领域，成为连接物理世界与数字世界的桥梁。数据的集成、分析与应用能力，在智能化生产、产业模式创新、价值链重构等方面展现出前所未有的潜力，为新质生产力的形成和发展提供了强大的内生动力。
（二）政治经济学视角下要素与生产力关系的理论逻辑
从政治经济学的角度审视，生产力作为历史唯物主义的核心范畴，不仅是生产关系的决定性力量，更是社会形态演进的根本动因。数据要素的兴起是对马克思主义政治经济学中生产力理论的现代性诠释和拓展，不仅重塑了生产力的内涵和结构，更深刻地推动了生产关系和生产方式的根本性变革。数据的高度集成性和流动性打破了传统生产要素之间的界限，催生了要素间的有机融合与协同效应。由近及远，数据要素正在重塑价值创造的基本规律。在传统政治经济学理论中，价值主要源于劳动的凝结。而在数据驱动的新经济形态下，价值创造更多地依赖于数据的挖掘、分析和应用，这一转变不仅挑战了传统的劳动价值论，也为理解现代经济增长提供了新的理论视角。
（三）数字经济与新质生产力融合发展的时代逻辑
数字经济已成为世界经济增长的新引擎。数字经济的本质在于数据要素的深度渗透与广泛应用，这不仅引发了生产方式的范式转移，更催生了新质生产力与传统经济形态的有机融合。一是生产模式的根本转变。随着大数据、云计算、人工智能等技术的快速发展，生产过程越来越依赖数据分析和智能决策，实现了从劳动密集型向知识密集型的转变。这种转变不仅提高了生产效率，还催生了新的商业模式和产业形态，如平台经济、共享经济等。二是价值创造的新途径。数据的积累与应用正在成为企业竞争优势的新来源。通过对大量数据的分析和挖掘，企业能够更准确地把握市场需求，实现个性化定制和精准营销，从而创造出更大的经济价值。三是社会治理和服务的创新。数据要素的广泛应用还推动了社会治理和公共服务方式的创新。政府通过建立大数据中心，利用数据分析来优化城市管理、提高公共服务效率，增强社会治理的精准性和预见性。
数据要素推动产业发展的三维战略
随着数字化转型浪潮的加速，数据已经成为促进产业演进、解构传统产业边界、催化新兴业态涌现、预见未来发展轨迹的决定性因素。其在产业发展中的作用，可谓是历史延续与时代革新的双重体现。
（一）促进传统产业的结构性转型与升级
在传统产业的厚重基座上，数据要素如同激流勇进的新生力量，为其注入了重新布局与转型的活力。利用机器学习技术和大数据分析，使得传统产业不仅能实现生产流程的优化，提升生产效率，而且能通过数据驱动的产品创新和市场定位，精准响应消费者需求。这种以数据为核心的产业转型过程，在令传统产业焕发新活力的同时，亦为其在全球竞争中赋予了新的战略优势。
（二）加速新兴产业的发展壮大
在新兴产业的蓬勃发展中，数据不仅是基础，更是核心动力。从云计算到物联网，从人工智能到大数据分析，数据技术的进步和应用推动了新兴产业的迅猛发展，进一步深化了产业生态重构，也重新定义了竞争格局，为经济增长注入了新的动力。数据要素的深度融合与应用，让新兴产业成为推动经济高质量发展的新引擎，开辟了探索未知、创造未来的新模式、新路径。
（三）引领未来产业的培育与发展
站立在技术革命前沿，数据成为探索未知领域和预见未来趋势的重要工具，更是指引未来产业发展方向的灯塔。无论是在量子信息技术、生命科学领域，还是在新能源技术开发和深空探索前瞻领域，数据都发挥着至关重要的作用。它不仅促进了科技创新发展，也为构建未来产业体系提供了坚实的基础，预示着未来社会变革与进步的方向，揭示着人类文明发展中的潜在力量。
数据赋能构筑产业创新与治理协同发展
面对数据技术快速演进与产业深度融合的新常态，构建一个既创新又包容、审慎而有效的政策治理框架显得尤为重要。
（一）促进数据基础理论与应用研究的双轨并进
鉴于数据技术的根本作用与潜在价值，须通过国家层面的战略规划和投资，加大对数据科学及其交叉学科领域的基础研究支持。这包括但不限于数据挖掘、大数据分析、计算机视觉及自然语言处理等领域的理论探索与技术创新。同时，鼓励高等学府和研究机构与产业界紧密合作，通过实践探索推动理论研究的深化，并加速科研成果在产业应用中的转化。
（二）构筑包容审慎的数据治理制度
建立与时俱进的数据治理法规体系，是确保数据安全、保护个人隐私同时促进数据流通与创新应用的基石。因此，要构建一个多层次、全方位的数据治理框架，明确数据收集、存储、处理、传输和使用的法律责任与技术规范。此外，要强调跨部门、跨领域的协同合作，以及公民、企业与政府间的互动，确保治理措施的有效性和灵活性，从而在保障数据安全的基础上，最大限度地释放数据价值。
（三）推动数据科技与产业深度融合的战略实施
促进数据科技与各产业领域的深度融合，是实现产业升级和经济高质量发展的关键途径。建议通过政策引导和财政激励，鼓励企业采纳先进的数据技术，改进生产流程和经营模式。同时，支持行业间的数据共享平台建设，促进数据在更广范围内的有效流动与应用。此外，通过设立专项基金和优惠政策，激励金融机构对数据驱动的创新企业和项目给予更多的支持和融资。
（四）搭建数据、科技、产业及金融的综合发展生态
为促进数据与科技、产业、金融的良性互动，建议构建一个全方位支持的政策环境。一是优化数据流通机制，改进产业链各环节的数据交换与共享流程，确保数据流动的高效与顺畅。二是强化知识产权保护，通过立法与执法手段，保障创新成果的合法权益，激励研发投入与技术革新。三是提供财税激励，实施税收减免等优惠政策，降低企业运营成本，促进科技创新与应用。四是建立风险评估与监管体系，完善风险控制措施，对数据科技创新活动进行有效监管，确保其在助力经济增长的同时，风险得到妥善管理。
（杨宜勇系中国宏观经济研究院二级研究员、国家发展和改革委员会市场与价格研究所原所长；魏巍系国家发展和改革委员会市场与价格研究所助理研究员）
