12月15日，国家数据局发布《“数据要素×”三年行动计划（2024—2026年）（征求意见稿）》（简称“《行动计划》”）。《行动计划》提出，到2026年底，数据产业年均增速超过20%，数据交易规模增长1倍，场内交易规模大幅提升，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。

从8年前的“互联网+”到如今的“数据要素×”，如何看这一主体的转变？如何理解数据要素的乘数效应？

北京大学光华管理学院教授、本研项目执行主任翁翕谈到，数据要素的乘数效应具体可以体现在以下三个方面，“乘”要素方面，数据可以在生产函数中直接作用于劳动、资本、技术等传统生产要素，通过改善微观主体的决策效率提高全要素生产率。比如对于劳动者而言，数据可以通过灌输更先进的知识和技术，提升人力资源素质，提高劳动生产效率；对于资本而言，数据可以通过辅助投融资决策，更精准地服务实体经济；对于技术而言，数据可以通过促进先进技术的传播扩散，带动全社会生产力水平提升。

“乘”场景方面，与传统生产要素不同，数据具有非竞争性且可以无限复制、重复使用的特性。以气象数据为例。它既可以应用于绿色低碳，通过优化新能源企业决策实现降本增效；又可以应用于应急管理，通过智能决策降低极端天气气候事件影响；还可以用于设计天气指数保险、天气衍生品等创新性金融服务。这意味着数据可以通过多场景复用来最大限度地释放其价值。

“乘”数据方面，数据要素规模报酬递增的特性意味着通过数据的多源融合可以产生1+1大于2的效果。以OpenAI公司研发Chat-GPT为例。在初始的GPT-1和GPT-2模型阶段，OpenAI使用的训练数据量分别为5G和40G，模型的训练效果非常一般。但到了GPT-3模型，训练数据量达到了45T（约为GPT-2的1000倍），模型的生成效果实现了爆发性的提升。翁翕认为，这充分说明数据融合可以量变引发质变，创造新的信息和知识。

“流通使用是发挥出数据在不同行业千姿百态的乘数效应核心。”翁翕表示，一方面，无论数据是与何种事物相乘，必须流通起来才能创造出更大价值。另一方面，通过流通使用可以鼓励市场主体逐步探索和完善数据定价体系，用市场化的手段合理评估和量化数据的经济贡献，有助于进一步将数据资源提升为数据资产，真正释放其内在价值。数据的流通使用归根到底还是要以实际应用需求为导向，尽可能地挖掘数据价值。

他表示，在许多领域，数据要素的开发利用现在仍处于摸索阶段。未来应坚持市场导向、应用牵引，引导广大市场主体丰富数据应用场景，在智能制造、智慧农业等重点领域，要按照鼓励创新原则，留足发展空间，同时坚守数据安全底线，严禁简单封杀或放任不管。对看得准、有发展前景的数据开发利用场景，要引导其健康规范发展；对一时看不准的，设置一定的“观察期”，对出现的问题及时引导或处置。

新京报贝壳财经记者 程子娇

编辑 张冰 校对 刘军