完善统计分类体系 发挥数据要素乘数效应

2024-08-13 来源:中国社会科学网-中国社会科学报

微信公众号

分享
链接已复制
  党的二十届三中全会通过的《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,加快构建促进数字经济发展体制机制。数字经济发展的本质在于新一代信息技术大规模商业化应用后,数据收集、生产、加工、处理、分析、传输及展示等成本全面大幅度降低,边际成本接近于零;数据成为(关键)生产要素,能够以更低的成本、更快的速度提炼有效信息,并在生产经营各环节、各主体间实时传递,极大地解决了以往农业社会、工业社会中普遍存在的信息不对称、信息不充分问题,催生出各种新业态、新模式,带来效率提升。电商、外卖、网约车、工业互联网、智慧农业,凡此种种,都是在生产经营中充分利用数据资源要素、发挥其乘数效应而形成的模式创新。
  数据要素的乘数效应主要通过以下机制实现。一是提高微观层面企业生产经营效率。在生产经营过程中,企业通过数据处理、分析、传输等手段,能够提炼出数据中包含的有效信息并将其及时传递到生产经营相关环节,从而提高不同环节以及不同类型要素之间的协同性,进而提高生产经营效率。二是不同来源数据集进行融合匹配后可能产生更多有效信息,为企业生产经营带来更大的价值提升。三是多场景复用带来的宏观价值倍增。数据要素具有非竞争性、非排他性和低成本复制等技术—经济特征,能够同时在多个场景中发挥上述效率提升作用,从而在宏观层面表现为价值倍增。此外,经济社会运行以各类平台为依托,能够有效对接供给和需求,提高全社会资源配置效率。
  发挥数据作为新关键要素的支撑作用特别是乘数效应,对于促进我国数字经济健康发展、支撑经济增长、培育国际竞争新优势至关重要。要发挥好乘数效应,关键是要在确保数据安全前提下充分促进数据合规有序流通。然而,由于数据资源要素相关的统计测算体系缺失,鲜有机构能提供数据要素流通状况的准确信息,也难以为有关部门采取促进数据流通的针对性措施提供依据。与此同时,数字经济实践中,社会各界对于数据的理解和认识比较模糊,不同类型、不同边界的数据很多时候并未加以区分,而是作为一种无差别的笼统概念出现。虽然也有不少机构尝试对数据资源要素进行统计测算,但相关内涵边界的模糊导致测算结果呈现出巨大差异,缺乏可比性,容易出现决策偏差。为此,需要在对数据进行科学合理分类的基础上,构建相应的统计测算体系。
  数据分类可以从不同角度展开,例如,从数据涉及行为主体看可分为“个人行为数据”“企业生产运营数据”“政府公共部门数据”,从数据流动范围来看可分为“境内流动数据”和“跨境流动数据”,等等。
  乘数效应是数据作为一种生产投入参与(使用)价值创造的内在机制,而从生产投入和价值创造角度,则可以将数据划分为“数据资源”“数据资产”“数据产品服务”和“数据要素”四个层次,其内涵及范围具体如下:一是数据资源,是能够被投入到生产中具有价值创造潜力的记录或信息,理论上涵盖所有以“0”“1”比特形式存在的数据记录,包括各类主体生成收集的各种未经加工整理的原始数据/记录。二是数据资产,主要是指特定主体通过各种(合理、合法)手段积累和掌握的数据资源;具体又可以细分为公共数据资产和企业数据资产,前者是由政府和公共事业部门所收集积累的数据资源,后者则是由微观企业主体基于一定成本投入所积累或实际控制的数据资源。企业自身不管是通过自身积累还是从第三方进行购买,都会形成一定的数据资产,并将其作为一个中间品投入到生产过程中。就企业而言,数据资产是不断积累形成的,所形成的数据资产则有可能多次被投入到生产经营中发挥作用。三是数据产品服务,是指企业及其他数据控制主体根据客户需要对其实际掌握的数据资产或数据资源进行加工、处理,并向客户提供可直接用于其生产经营活动的产品或服务。四是数据要素对应于生产投入,即数据切实投入到生产经营中,发挥出其价值创造潜力,就可称之为数据要素;包括原始数据、加工数据、数据产品、数据服务在内的各种数据资源,一旦参与到生产经营,就释放出其(使用)价值创造潜力,切实转化为数据要素。
  现行官方统计体系和国民经济核算框架都是工业经济时代的产物,对应的是工业化成熟阶段的经济运行状况,数据作为新的关键要素并不在其关注范畴,无法提供统计测算所需的一手资料或信息。为此,有必要以前述分类为基本框架,构建起涵盖不同层次和内涵的数据资源要素统计体系,为全面掌握数据要素流通交易实际状况提供基础性依据。一方面,根据不同层次数据分类的内涵和范围确定相应的表征指标,具体可以参考传统实物类要素资源基于物理尺度和价值尺度两个维度的选择,例如,数据资源可以比照煤炭、钢铁等,从物理尺度收集数据存储规模方面的表征指标;而对于数据资产、数据产品服务则应从价值尺度确定相应的表征指标。另一方面,在表征指标体系确立基础上,着手完善现有统计调查活动,将不同数据分类对应的表征指标纳入常规的统计调查报表中,为持续输出数据相关统计信息提供制度保障。此外,还需要结合数据分类统计的需要,对现有的会计、统计理论方法进行适应性改造,为准确收集统计信息提供坚实的微观基础。例如,数据资产的确认就涉及对现行会计准则和国民账户体系(SNA)的适应性调整。
  总体来说,构建和完善数据资源要素相关的统计分类体系,既是促进数据流通交易、助力发挥乘数效应的基础性工作,也是一项复杂的系统性工程。无论是理论方法研究,还是具体统计测算,都还处于初步探索阶段,相关工作的推进需要学术界、实务界、政府、企业等各方持续协同配合。
  (本文系国家自然科学基金应急管理项目“数据要素总量测算、 结构分析与统计体系研究”(72241435)、国家社科基金项目“我国数字经济发展状况测评研究” (23VR088)阶段性成果)
  (作者系中国社会科学院数量经济与技术经济研究所、经济大数据与政策评估实验室研究员)
转载请注明来源:中国社会科学网【编辑:刘翔英(报纸)贾伟(网络)】