為新質生産力注入數據要素澎湃動能

　　歷次産業革命都源於科學技術領域的重大突破，進而深刻改變人類生産生活方式。與前三次産業革命帶來的工業經濟發展機遇不同，第四次産業革命基於數據要素、以智慧化技術和數字經濟推動生産力躍遷。中央經濟工作會議提出“以科技創新引領新質生産力發展”，並作出重要部署。積極培育和發展新質生産力，需牢牢把握第四次産業革命重要特徵和規律，充分發揮數據作為新型生産要素的重要作用。

　　數據要素發展潛力巨大

　　在人類社會發展的不同階段，體現時代特徵的重要生産要素是動態變化的。在第一次産業革命之前的農耕文明時期，勞動力是重要的生産要素，一國的經濟總量主要取決於人口數量。此後的三次産業革命中，資本的重要性逐步凸顯，推動生産力發展。正在蓬勃發展的第四次産業革命中，重要生産要素進一步轉化。動態地看，數據是當前可變性更強、發展潛力更大的要素，其在生産力發展中起著推動質變、引發躍遷的作用。

　　當數據成為與資本、技術等並列的重要生産要素，要素組合亦將發生變化。創新，在一定程度上可以理解為把一種從來沒有過的生産要素和生産條件“新組合”引入生産體系，創造出大量新興産業，並通過次級創新提升傳統産業生産效率。這種過程在前三次産業革命中主要表現為建立一種新的生産函數，但在第四次産業革命中主要表現為通過演算法實現更加多樣和高效的要素組合。這跳出了生産可能性邊界和時空約束，能更加高效地打通産業鏈供應鏈。可以説，數據已經成為當前驅動生産力發展的關鍵要素。

　　隨著數據要素在社會生産領域不斷滲透，人類的價值創造能力持續提升。在宏觀層面，數據要素能有力促進傳統産業數字化轉型、深層次變革，推動數字産業化和産業數字化，催生新的生産模式和社會需求，引領技術進步方向的行業轉變為數據密集型行業。在微觀層面，數據要素的技術特性使其能夠突破原有制約，且數據積累速度遠快於資本等生産要素的積累速度，故而對生産力發展的推動更加強勁持久。因此，新質生産力發展過程中，消耗有形生産要素的比重漸趨降低，數據、技術等無形生産要素的應用比重將持續上升。

　　智慧化成科技創新主要趨勢

　　縱觀全球科技史和經濟史，實現社會生産力躍遷的一個重要條件，就是推動顛覆性科技創新並形成全社會通用技術。在前三次産業革命中，各類通用技術總體上可歸納為機械化、電氣化和自動化技術。雖然第四次産業革命的科技創新路徑還不明朗，但可以確定的是，智慧化是一個重要趨勢。

　　一方面，數據的海量“投喂”激發智慧化技術迭代演進。數據具有自我強化效應，數據得到的訓練越多，得出的結果越好，新技術就會越快涌現。ChatGPT和DeepSeek分別在2023年年初和2025年年初引發關注，很大程度上得益於大數據訓練。從數量上看，智慧化技術已成為顛覆性技術的主流。在麥肯錫提出影響未來全球經濟發展的12項顛覆性技術中，有7項可以大致歸為智慧化技術，具體包括：移動網際網路、物聯網、雲計算、先進機器人、智慧駕駛、知識工作自動化、3D列印。另一方面，數據促使智慧化技術成為全社會重要的通用技術。以前，科技進步通常體現為以資本投入購置並使用當時先進的設施設備，如蒸汽機、電氣化設備。但現在，科技進步更加依賴數據及其相關的資訊、知識和創意，數據驅動創新已成為創新的主要形式。智慧化技術正在被快速工具化，為新材料、新能源和綠色低碳技術等其他科技創新提供數據、演算法和算力支援，使各類技術的研發過程更加智慧化。

　　實踐中，智慧化在硬體和軟體上均有表現並已形成階段性成果。一是以機器人為代表的硬體更加智慧。傳統上，機器在處理“硬資訊”方面更具優勢，但可能會丟失部分只有人類能夠解釋的“軟資訊”，當前人工智慧技術的一個重點發展方向就是提高機器對“軟資訊”的處理能力，使它們更善於“思考”。二是以手機軟體（APP）為代表的應用軟體或小程式更加智慧。和傳統的應用軟體不同，被人工智慧技術賦能的智慧應用並不只是作為一個工具被動地為人們所使用，而是可以學習並適應使用者的使用習慣，有針對性地提出新的解決方案，甚至可以直接進行一些任務處理。

　　産業形態更具系統性多樣性

　　當前，數據要素融入生産、推動智慧化技術創新的過程，逐漸映射到産業發展中，不斷重塑産業形態。相較于勞動力、資本等生産要素，數據具有更強的共用性，依託數據要素形成的新科技更具普惠性，形成的産業形態更具系統性多樣性，産業體系的構建和發展也呈現新的特徵。

　　發揮好數據要素驅動作用，可以順暢推動現代化産業體系的構建。例如，最初的數字平臺只是一個匹配供求的場所，與傳統市場的功能相似，但隨著智慧程式、學習模型、演算法領域不斷突破，平臺的能力和結構發生改變，通過不同路徑創建業務生態系統，形成各具特點的數字生態系統。一般來看，企業的競爭優勢來自排他性的核心技術或資源，強調對稀缺資源和能力的控制。但在這個生態系統中，平臺的價值高低不再取決於單個産品的品質或差異化程度，而是由整個生態系統的規模、結構、主體數量及平臺上的互動品質決定。因此，生態系統的形成、擴展及價值提升，都需要以吸納和服務更多數量和更多元的主體為基礎，這既有賴於系統的開放水準，也在客觀上推動競爭對手之間、産業鏈上下游的合作者之間逐漸形成更為良性的競合關係，進而構建形態更多樣、演變速度更快的産業體系。

　　隨著科技創新的快速發展，數字經濟的産業組織格局演變遠快於傳統産業。汽車、鋼鐵等行業的發展用了上百年時間，電氣化技術從發明到廣泛應用歷經了30多年，而當前一些資訊産業只用幾年甚至十幾個月的時間就實現了從科技創新到大規模産業化的跨越，數據要素的驅動作用可見一斑。

　　發揮數據要素作用主要著力點

　　生産力包括勞動者、生産資料和勞動對象三個基本要素。搶抓第四次産業革命重要機遇，培育和發展新質生産力，需發揮數據要素驅動作用，賦能勞動者、生産資料和勞動對象，推動生産力躍遷。

　　一是強化勞動者的數字技能。不同於以簡單重復勞動為主的傳統勞動者，適應新質生産力發展的勞動者是能夠充分利用數據和資訊技術、使用先進數字設備、具有知識快速迭代能力的新型人才。需加快新型勞動者隊伍培養，加大全社會勞動者的數字知識、數字技能的普及力度，提升企業家數據思維，積極發展數商、數據經紀人等，以多元化人才培養模式提升智慧勞動者職業技能，為發展新質生産力提供強大人力資本支撐。

　　二是加快數字基礎設施建設。發展新質生産力，需提供新質生産資料、新型生産工具。要推進建設5G網路、物聯網、工業網際網路、衛星網際網路等通信網路基礎設施，人工智慧、區塊鏈、雲計算等新技術基礎設施，大數據中心、智慧計算中心等算力基礎設施。推進數據交易和流通，強化數據積累優勢，將數據要素充分融入生産全過程。加快構建“邊緣計算+智算+超算”多元協同、數智融合的算力體系，提供更為充足、更低成本的算力資源。

　　三是構建數據産業體系。重點發展大數據産業和人工智慧産業，引導科技企業加大對通用技術的投資，為戰略性新興産業和未來産業的孕育發展提供支撐。著力發展自動駕駛、無人機、人形機器人等優勢産業，進一步加強數據積累和場景訓練，加大相關試點和示範區建設，加快形成若干産業集群。

　　發展新質生産力還需形成與之相適應的新型生産關係。需加快完善數據基礎制度體系，統籌推進數據確權、流通交易、收益分配、安全治理，使數據深度融入科技創新和生産力躍遷過程。

　　（本文來源：經濟日報 作者：閆 坤 劉 誠 作者係中國社會科學院習近平新時代中國特色社會主義思想研究中心研究員）