一、从生产要素说起      

      生产要素（Factors of Production）是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素，是生产过程中必须加以利用的资源。在人类社会的不同发展阶段，生产要素的构成有所不同。农业经济时代，最重要的生产要素是劳动和土地。古典政治经济学之父，统计学创始人威廉·配第（William Petty，1623年5月26日-1687年12月16日）在1662年出版的《赋税论》中说：“劳动是财富之父，土地是财富之母”。工业经济时代，劳动、土地要素论逐渐让位与劳动、土地、资本三要素论。资本要素是通过直接或间接的形式，最终投入产品、劳务和生产过程中的中间产品和金融资产。现代增长理论认为，资本要素是经济增长的关键。1957年，美国经济学家罗伯特·默顿·索洛（Robert Merton Solow）在“技术变革和总生产函数”一文指出，即使在考虑了劳动和资本投入的增长之后，仍然有一部分经济增长无法得到解释。这部分未被解释的增长即索洛剩余，被归因于技6术进步。索洛剩余对后来的经济增长理论和政策制定产生了深远影响。至此，劳动、土地、资本、技术四要素基本形成。数字经济时代，随着信息技术、大数据、人工智能的飞速发展，数据的重要性凸显，并催生出很多新产业、新模式。数据赋予了生产过程客观记录、理性认知、高效决策的能力，因此作为一种生产要素，数据顺理成章从其他要素独立出来。2020年4月10日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式公布。这是中央第一份关于要素市场化配置的文件，首次将“数据”与土地、劳动力、资本、技术等传统要素并列为生产要素之一，明确了完善要素市场化配置的具体举措。

二、数据要素的特性

与传统生产要素相比，数据要素的突出特性主要有：

• 虚拟性。数据的虚拟性几乎是数据其他所有特性的根源，也是区别于其他传统生产要素最根本特性。尽管数据需要依附于各种实物载体，但数据作用的发挥和数据价值的大小取决于数据本身。数据要素在确权、流通、定价、入表、交易、收益等方面出现的各种新挑战，几乎都源于数据的虚拟性特点。

• 非稀缺性。数据不仅不会因使用而耗费，反而会在使用过程中产生新的数据，并随着被使用次数的增多而新创造的数据量越来越多，因此数据是非稀缺的，数据供给也是无限的。数据的非稀缺性打破了传统经济学“资源稀缺”的基本假设，突破了传统要素有限供给对增长的制约，将重塑世界经济增长理论，并为可持续发展提供了可能。这也对数据定价和交易造成困难。

• 多环节性。数据的多环节性是指数据价值的形成需要经过采集、存储、加工、流通、应用以及生态保障等不同环节，而各类不同主体在不同环节数据形成的丰富信息中做了不同程度的贡献，数据价值分属于多个主体。数据的多环节性特点对数据确权、定价、收益分配等三方面产生直接影响

• 非均质性。数据价值因不同数据质量而异，相同单位量纲下的不同数据的价值完全不同；二是数据价值因应用场景而异，同一份数据对不同应用场景的价值不同；三是数据价值因使用对象而异，同一份数据对不同人的价值也不一样。数据的非均质性对数据定价、运营、交易等有重要影响。

• 边际效应递增性。不同于传统生产要素随着使用量的增加，使用效用越来越小的边际效应递减特性，数据作为新型生产要素，随着数据使用量和使用次数的增加，数据规模会越来越大、种类会越来越多、使用效用越来越大，具有边际效应递增特性。

• 时效性。数据的时效性也称为易腐性，数据是一种易腐品，数据蕴含的经济价值会随着时间的流逝而迅速贬值。根据IBM研究结论，60%的非结构化数据在几毫秒内就失去真正价值，超过一半的数据在产生的那一刻就不再有价值，能得到分析处理并产生实际效用的数据非常少，全球90%的数据从未得到分析使用。数据的时效性对数据交易时间和交易方式都提出了新的挑战。

• 场景依赖性。数据的场景依赖性指同一项数据在不同应用场景下的价值完全不同，在一种应用场景下能带来巨大价值的数据，在其他应用场景中可能一文不值。场景依赖性特点对数据授权运营方式具有很大影响。目前很多地方探索实践的公共数据授权运营，其中一个重要原则就是按场景授权，即数据运营机构必须说明数据的应用场景，以及应用场景对需要什么样的数据，数据持有机构才能进行有限授权，这种方式确实有效避免了数据的滥用和超范围使用，但同时也限制了数据的涌现性创新和泛在性创新。

三、数据要素，乘数而上 

      2023年12月31日，国家数据局等部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，充分发挥数据要素乘数效应，赋能经济社会发展。“互联网+”行动计划，是加法，是互联网与行业的融合发展，是线上线下形成合力。“数据要素×”是乘法，是放大、叠加、倍增。数据要素乘数效应具体表现为：以协同实现全局优化，提升产业运行效率，增强产业核心竞争力；以复用扩展生产可能性边界，释放数据新价值，拓展经济增长新空间；以融合推动量变产生质变，催生新应用、新业态，培育经济发展新动能。“全局优化”、“突破边界”、“质变”，可能是这个乘数效应的重大表现。互联网时代大流量能带来高收益，这背后是大流量沉淀的大量数据的功劳，数据的爆炸式发展，让数据有个更高的价值，正式成为资产。2023年8月1日，财政部印发《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），该规定于2024年1月1日正式生效，这一里程碑事件也标志着我国在数据资产入表领域正式进入实际操作阶段。数据要素作为全新的生产要素，是我国引领全球、至上而下的重大理论创新，已全面上升至国家战略层面。迎接数据要素的万亿规模市场时代，我们生逢其时，未来可期。

番外篇:数据 = 石油 or 海洋？

      数据是物理世界客观事物和过程的记录，可分为原始数据、衍生数据以及数据产品。数据与场景关联，在不同场景下，数据有不同的用途和不同的意义，场景下数据有目的性、关联性，便是信息。从这个角度看，数据属于信息资源范畴。国家信息中心原主任高新民指出，数据具有与物理世界和有形资源完全不同的特性，特别是数字化时代的海量数据，几乎等同于无边无际的海洋。海洋之水源源不断、无穷无尽，但要将海水转化为资产，则需引入容器的概念，设定边界使其可度量、可识别。然后与场景关联，有目的应用，形成海水作为资产的属性。根据这一形象的比喻，可以引申出一个概念框架：数据资产化必须具备明确的边界、可识别性以及相应的属性描述，并需要投入一定的成本进行处理和加工。在不同的应用场景下，数据的应用目的也会有所不同，可以加工出多样化的产品和服务，从而体现其不同的价值。

本文系转载，版权归原作者所有，

转载自公众号 数资研究 ，如若侵权请联系我们进行删除！  

《行业指标体系白皮书》下载地址：

《数据治理行业实践白皮书》下载地址：

《数栈V6.0产品白皮书》下载地址：

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack