【专栏】陆岷峰：新发展格局下，数据要素市场化全链条循环体系如何打造？

作者 | 陆岷峰 来源 | 零壹财经专栏

摘要：

当前实体经济发展面临需求收缩、生产受阻、动能减弱、韧性不足等诸多难题，数据要素在实体经济发展中的应用水平不高是重要原因之一。实体企业是实体经济的主体，通过激发数据要素赋能实体经济是实现数字经济与实体经济深度融合的最佳选择。

为此，要不断开据要素赋能实体经济的新路径，推动数据要素和资本、技术等其他生产要素的深度融合，用数据要素来整合、锻牢市场关系中各种链条，通过数据要素市场化提升实体经济运行动力，形成协调发展机制，进一步强化数字科技的研发以及成果的推广、转化与应用，切实加强数据要素市场的标准化、自动化建设，提升数字化管理能力，从而运用数据要素市场化助力实体经济发展走出困境，推动数字经济的稳步发展。

（原文约14000字符，发表在CSSCI来源期刊上，阅读原文请到《中国知网》下载《新发展格局下数据要素赋能实体经济发展的路径研究》一文）

一、引言

面对国际国内复杂的经济形势，为保持国民经济持续、健康地发展，党中央、国务院采取了一系列措施保经济、保民生。2022年10月，中共二十大提出要完整、准确、全面的贯彻新发展理念，加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，并持续增强国内大循环的内生动力和可靠性。报告还要求尽快建设成现代化的产业体系，把发展经济的重点聚焦在实体经济上，加快建设制造强国、数字中国等。要在新发展格局下把发展经济的着力点放在实体经济上，并需要依靠新抓手和新要素来赋能实体经济的发展。

数字经济作为以数字科技为抓手的新型经济形态，与实体经济的深度融合将有利于不断提升实体经济的循环动力，而作为数字经济载体的数据要素已经成为生产力中新的要素，对实体经济的可持续性发展具有重要意义。因此，在利用数字经济驱动实体经济转型突围过程中，关键是要更好地发挥数据要素的核心作用。在潜力挖掘、管理优化、效率提升、供需匹配、价值创造、政策增效、模式变革、风险防范等方面进一步对实体经济赋能，既有利于化解当前实体经济发展中的痛点和挑战，也有助于促进数字经济的发展。

基于以上认识，在现有研究充分认识数字经济、数据要素对实体经济发展战略意义的基础上，结合我国经济发展的实践，从实体经济活动的难点、痛点和未来发展方向出发，将数据要素作为新型的生产力要素，与实体经济发展进行关联性研究，客观地分析数据要素在赋能实体经济过程中的现状和实现路径，提出数据要素赋能实体经济的具体措施，特别是在具体的方法和策略上进行多维度的拓展以及更深层次的构建，为缓解当前经济发展困境，推动未来经济发展转型，加快数字经济的发展提出政策建议，致力于我国实体经济发展，推动数字经济的应用与创新，发挥数据要素的功能提供理论和实践创新的指导。

二、新发展格局下的数字经济、数据要素与实体经济的关系

厘清数字经济、数据要素与实体经济之间的内在关系，对提升数字经济特别是数字技术赋能实体经济必要性的认识以及提出数据要素赋能实体经济的新路径均有十分重要的意义。

（一）数字经济、数据要素、数字技术各自特定的内涵和规定

数字经济、数据要素、数字技术的定义和内涵是有差别的。数字经济是指应用大数据、区块链、人工智能等新一代信息数字技术作用于经济活动所形成的一种发展形态，是社会主义市场经济发展到一定历史阶段的一种特殊形式，具有显著的技术驱动特征；数字技术是实现数字经济的工具或手段，数字技术越先进，其应用也就越广泛、越深入，数字经济的发展质量就越高；数据要素通常是指个人、企业在经营活动过程中形成的各种信息、数据。从三者关系来看，数据要素是数字经济基因和核心要素，是数字经济循环流动的血液，其价值循环链条的完整活动推动数字经济成为独立且系统的经济形态。数字技术是实现数字经济目标的工具和手段。在生产生活中，数据要素市场化后的经济价值十分明显。数字经济通常是由数字技术、数字化平台和数据要素三大基本模块构成。数字技术构成了数字经济运行的基础；数字化平台是数字经济运转的主要载体，通过数字技术将现实物理空间、社会生活空间和虚拟网络空间的数据要素进行联通和多维融合；而联通得以实现所需要的信息传输载体以及融合能够完成所依赖的联结纽带就是数据要素。数据要素是大数据技术应用的成果，大数据技术使得数据的价值创造作用得以显现，并促使数据要素成为新的生产要素，推动数据要素走向专业化的生产、分配、流通、消费的市场循环系统，衍生出以数据为核心产品的产业体系；云计算、人工智能、区块链、物联网和元宇宙等数字技术形态的发展和应用进一步强化了数据要素的价值，这意味着数据要素的经济价值具有动态提升的潜力，数字经济的增长空间在很大程度上取决于数据要素的高质量生产和应用，当然这需要有全方位的数字技术的支撑作保障。

（二）数字经济、数字技术与实体经济深度融合、相得益彰

数字经济的发展将全面提升实体经济的运行效率和发展动能，推动实体经济向数字化转型。将数字技术应用到实体经济的生产、流通、交易、消费等环节，强化实体经济各产业领域的数字化是促进实体经济创新性发展的重要举措。数字经济与实体经济融合发展是实现高质量的必由路径。依托大数据产业的发展优势，将实体经济发展的着力点放在以数字技术迭代增强产业创新的动能上，通过加强信息数据融通平台的建设、加快数字产业智慧化的转型、提升数字治理能力等等，推动国民经济持续高质量发展。数字经济模式应围绕大数据、互联网和人工智能的融合发展来完成。从搜集、储存、分类和整合大数据到走向深加工与快速处理大数据都要用到人工智能等数字技术。数字经济发展丰富了实体经济的外延和内涵，拓宽了实体经济的空间，优化了实体经济的发展模式，特别是海量的数据信息具有极大的应用价值，构成了实体企业重要的利润来源。数字经济对实体企业的创新投入、创新产出和创新效率实现了整体提升，特别是对大型企业、国有企业、成长期企业、资本密集型企业、数字经济禀赋高和知识产权保护力度强的地区企业效果尤为突出。

（三）数据要素在赋能实体经济发展中具有全面和基础性作用

数据要素作为数字经济的重要组成部分与核心要素，在支撑数字经济运转的同时，对其他产业领域也具有外溢影响。实体企业在产品生产和企业经营管理的过程中广泛使用数据要素，充分挖掘数据要素的应用价值，利用数据要素承载的信息来进行决策分析和自动化、智能化改造，帮助企业实现更大的市场价值。数据要素作为新型生产要素推动存量生产要素重新配置，引起生产方式、经济结构的根本性变革等一系列经济活动的开展以及经济形态向好的状态转变。数据要素可复制、能共享、无限供给，必将成为联接创新、激活资金、培育人才、推动产业升级和经济增长的关键。数字要素赋能实体经济，还可以通过赋能金融等市场杠杆（如金融、税收、物价等）间接服务实体经济发展。如数据要素通过赋能普惠金融，提高数字普惠金融水平，深挖数字普惠金融产品服务潜力,从而能更好地服务中小实体企业。

三、数据要素的应用场景条件及应用现状

新发展格局下，设计数据要素赋能实体经济的路径，必须掌握其作为新型生产要素应用的基本条件，同时同本着问题导向原则，客观、科学地分析当前数据要素赋能实体经济的具体情况和存在的问题，在此基础上提出的赋能方案。

（一）数据要素应用场景条件

数据要素应用场景条件的完善程度直接影响数据要素运行过程是否能顺畅循环，从而直接影响全国统一大市场的形成。数据要素应用场景各种条件的成熟度决定了其作用于实体经济发展的影响力。因此，了解并积极创造数据要素应用场景条件是推动数据要素赋能实体经济的前置因素。

1.完整配套的数据要素应用服务体系

数据要素赋能实体经济，一是要解决数据要素的来源问题，即数据从哪里来，数据资源越丰富，其发挥的作用就越大；二是数据要素流入实体企业的路径和方法，即数据到哪里去；三是实体企业应用数据要素为本企业服务的具体思路与技巧，即数据如何用。要解决这三个问题，必须有完整的数据要素应用服务体系。该服务体系至少要符合三个基本要求：一是要打造数据要素市场化的全链条循环体系，不断拓展数据源，扩大数据量，实现数据要素的自由流动；二是要提供专业化的数据要素流通配套服务。一些高科技、数字化应用程度高的实体企业对数据应用服务有更高层级、更专业化的需求。满足其需求必须拥有专业、高效、海量、精准的数据要素资源。从数据要素市场发展的趋势看，市场更加需要规模化、标准化、高质量的数据要素产品，为实体企业提供适用、度高的数据要素产品，从而提升数据要素应用的融合度；三是要通过一定的渠道和形式，将数据要素产品与实体企业需求进行精准、适时匹配，并不断提升供需双方数据要素交易的成功率，从而顺利地实现数据要素直达需求端，让实体企业充分享受数据要素带来的数据红利，助力企业实现经营与管理目标。

数据要素赋能实体经济需要解决的三个问题以及打造配套服务体系的三个要求，其本质就是要构建一个有效的数据要素市场循环机制，即将数据要素的生产、分配、交易、定价、交割、消费（应用）等环节完全内嵌其中，也就是要以数字技术的开发应用为基础，基于区块链技术搭建数字化应用平台，为数据要素在全国统一大市场范围内高效流通创造条件（包括但不限于诸如法规制度设计、数据资产第三方价值评估、数据要素资产交易所等），实现数据要素可供给、可交易、可流通、能使用、好使用，让数据要素成为实体经济高质量发展的新驱动。

2、能够与全生产要素、数字技术的深度融合

对以数据生产为主业并从事多样化数据要素服务的主体来说，进行单一的数据要素交易就能实现其价值。但大多数数据要素在未交易或未与技术融合使用的情况下并没有经济价值。一方面，数据要素并不能独立产生经济价值，不能实现物质财富的生产、精神文化产品的提供、服务价值的创造，数据要素只有与其他生产要素相融合，才能带来物质财富的增长或服务的改善；另一方面，数据要素作为一种承载着多维、可变信息的集合体，其信息元素的汇集、信息内容的呈现、信息价值的释放都需要数字技术的驱动。显然，数据要素要赋能实体经济，一方面需要与土地、劳动力、资本、技术等其他生产要素融合使用，形成新的生产力；另一方面还要充分利用大数据、区块链、人工智能、物联网和元宇宙等数字技术，通过数字技术的加持提升数据要素的经济价值和其在实体经济中的应用价值。

3.较高的企业数字化水平与能力

数据要素赋能实体经济需要实体企业具备一定的数字化能力与条件。数据要素作为新兴的生产要素形态具有十分明显的技术驱动特征。实体企业在获取和运用数据要素的过程中，必须具备一定的数字化处理能力，能够与数据要素市场形成对接，能够科学、灵活的应用获得的数据要素产品，能够将数据要素转化为经营管理中的适用性形态，从而使得数据要素的功能或价值得到充分发掘和合理利用。实体经济或实体企业要有处理数字要素的能力，必须不断提升实体企业的数字化水平，提升数据处理能力，构建数字化转型的目标和实现路径；要有复合型的数字技术人才队伍，能够将数据要素与本行业、本企业的优势有机地结合起来并加以灵活应用，使数据要素同其他生产要素一样，充分发挥其在实体企业创造价值、实现经营目标方面的功能与作用。

此外，完善的数据要素流动体制与机制也是数据要素赋能实体经济的重要条件，这主要涉及数据要素市场化的法律法规、条线制度设计以及利于数据要素市场化的激励和约束机制的构建。

（二）数据要素赋能实体经济的现状

数据要素是数字经济的基础，数字经济的发展在一定程度上反映了数据要素赋能实体经济的水平与能力。我国数字经济规模从2017年的27万亿元增长到2021年的45万亿元，稳居世界第二位[10]，对实体经济的作用持续凸显，表现在：数字基础设施不断被夯实和发展，信息通信网络建设规模领先世界，信息通信服务能力快速提升，算力基础设施世界领先；数字产业创新能力不断增强，产业数字化转型速度加快，企业加快推动工业互联网、数字商务、智慧农业发展，对传统产业进行全方位、全链条转型升级。截至2022年6月底，我国工业企业关键工序数控化率为55.7%，比2012年提升31.1个百分点；数字化研发设计工具普及率为75.1%，比2012年提升26.3个百分点。全国网络零售市场规模也从2012年的1.31万亿元增长到2021年的13.1万亿
元，农机应用北斗终端超过60万台套。但总体来看我国数字经济发展还存在大而不强、快而不优等问题，在一些关键领域创新能力仍显不足，传统产业数字化转型较慢，数字鸿沟弥合不到位，数字经济治理体系不完善，数据要素的基础制度体系仍在探索与建设中。

图1 数据要素应用水平的三维坐标评估模型

目前，基于对数据要素应用场景条件的分析构建三维坐标模型（见图1），可以较为准确地判断我国数据要素赋能实体经济的水平。2020年我国数字经济规模已达到39.2万亿元，比2011年增长了3倍多，数字经济占国民经济总值比重为38.6%。从数字产业化角度分析，电信行业和软件行业等数字产业的发展相对较为迅速，为各类产业主体提升数字化经营能力提供了一定的发展基础。从配套服务体系角度看，2014年起到2022年3月，全国共有数据交易机构47家，但正常经营的只有18家左右。2020年底全国已成立26家省市级的大数据管理局，还有相当一部分省市未成立专业的数据管理机构。数据确权、数据隐私保护、数据资产定价以及数据资产会计核算等数据治理难题迟迟未得到解决。2020年，数字经济在农业、工业、服务业三大产业中的渗透率分别为8.9%、21.0%、40.7%。结构数据表明，当前我国数据要素在实体经济中的整体应用水平不高，产业数字化程度还有待提高，间接表明数据要素全面赋能实体经济的基础条件还不够完善。因此，迫切需要数据要素与其他生产要素的融合以及数字技术的加持。

四、数据要素赋能实体经济的路径

尽管我国的数字经济得到了长足发展，数据要素赋能实体经济的作用也越来越大，但相对于数据要素应有的功能、实体经济发展的需求，数据要素在实体经济中的应用水平还有待提高。因此，应结合数据要素应用的基本条件及要求，本着目标导向、问题导向、效能导向原则，系统地对数据要素赋能实体经济进行路径上的顶层设计，充分发挥数据要素赋能实体经济持续、健康、高质量发展的应有作用。

（一）明确数据要素赋能实体经济的具体目标

任何经济行为或活动都有一定的目的性，即遵守目标性原则。数据要素包含反映现实世界运行状态的数字信息，这些数据信息可以被应用于商品生产经营和服务管理活动中。实体企业等市场主体是国民经济中生产商品和提供服务的主要单位，也是实体经济的主要构成部分。由此可见，数据要素赋能实体经济，最终目的是通过数据要素的应用实现实体经济或实体企业的高质量发展，不断增强其市场竞争能力。直接目标则包括数据要素的来源、数据要素种类、数据要素进入实体经济的方式、实体经济获得并运用数据要素的路径，也就是说，数据要素市场化必须从最直接的目标入手，最终实现实体经济的高质量发展。

（二）数据要素在实体企业运行空间、市场模块和主体层次的具体应用

经济是一个抽象的概念，实体经济是与虚拟经济相对应的一种经济形态，是企业集合体的总称。因此，企业是实体经济的主体，数字经济赋能实体经济就是赋能实体经济的企业，数据要素赋能实体经济要围绕企业的发展目标构建多维度、多路径的应用模式。要以实体企业为中心，根据不同的运行空间、市场模块、主体层次等，分别提出数据要素赋能实体企业的模式和应用路径。

1.数据要素在企业内部和外部“双空间”分别发挥作用

数据要素是在市场范围内进行流动的，而企业是市场经济中的微观主体，显然，以企业为标的，数据要素可在企业外部和企业内部“双空间”进行流动，在不同空间的数据要素对企业的意义和作用是完全不同的。

在企业外部流动和应用的数据要素，主要用来优化企业的经营环境、降低企业的交易成本，在企业的上下游两端和供应链的各节点为企业组织生产和提供服务创造条件。数据要素在政府公共管理、智慧城市建设、数字贸易和数字化消费等方面的应用，能够提高制度供给质量、改善流通效率、拓展市场空间，在优化企业经营环境的同时降低企业的外部交易成本。

在企业内部流动和应用的数据要素，主要被应用于企业的经营管理流程和生产制造活动。在技术研发和产品设计方面，利用数据要素的丰富信息和可智能化组合的特质，帮助企业优化产品性能，开发更加适应消费者需求的产品和服务；在组织生产的过程中，利用数据要素提供的信息来安排原材料采购和库存管理，包括原材料的数量调配和质量监控，再合理配置生产要素的投入比例，以高效的生产管理来降低生产和管理成本；面对消费环节，企业运用数据要素来捕捉消费需求和市场动向，从而更精准地进行产品投放，并通过消费者的数据反馈及时改进服务。在整个企业的内部管理上，数据要素的作用还体现在财务管理、资金运用、人力资源管理、安全管理、风险排查等方面。

2.数据要素在要素市场和商品市场“双市场”中的应用

市场群体按照不同的标的划分结果也不同，基于数据要素的特殊性，可分为要素市场和商品市场，同一数据要素在这两个不同的市场，所承担的角色完全不同。

在要素市场中，数据要素本身就是一种生产要素，通过进入要素市场进行交易并实现高效的市场化配置。同时，数据要素还有对整个要素市场高效运转进行赋能的责任，以帮助企业获得更优质、更具性价比的生产要素。在数据要素与其他生产要素融合方面，数据要素应融入其他生产要素的生产、流通和应用的全过程，推动其他生产要素的数字化改造，实现要素存在形式、生产、配置和使用的数字化。在要素市场运行机制方面，数据要素的融入将深刻改变要素市场的运行逻辑，通过对要素市场供需两端的信息搜集与智能整合，为企业生产提供更加适宜的生产要素，并使得传统生产要素的供需匹配和流通交易更加高效，深化要素市场化建设，提高全社会层面的资源配置效率和宏观调控水平。

在商品市场中，要利用数据要素的融入激发市场主体对数字产品的需求，从而提高数字产品的消费水平，拉动数字产业的发展。要通过数据要素的应用提高消费数字化、线上化的程度，以提高消费的效率和体验感，减少消费循环链条中的物理堵点。在整个商品市场运行方面，利用数据要素的流动性，以及各市场主体所属的应用场景，挖掘更多的消费潜力和需求特点，精准传递到企业端以指导生产做出调整，同时在后续的交易、运输、销售等环节实现全流程记录和反馈，以便更好地促进市场流通和循环。

3.数据要素在数字化程度高低不同的“双类别”企业中的应用

实体企业之间存在较大的差距，如果以企业数字化水平和数字处理能力为标的来划分，实体企业可以分为数字化程度较高、数据处理能力较强和数字化程度较低、数据处理能力较弱“双类别”企业。数据要素在“双类别”企业中所发挥的效能和作用是大不一样的。

数字化程度较高、数据处理能力较强且始终处于数字产业链条上的企业可以划分为两种类型：一种是直接从事数据要素的生产、处理和应用开发等数字经营的企业，数据要素的市场化流通能够直接为其带来经济收益；另一种是自身具有较强的数字化处理能力的实体企业，其有较强的科研能力和团队，能够较好地对数据要素进行挖掘、分析和利用，从而提高企业的经营管理能力和市场竞争力。

数字化程度和数据处理能力较低的企业虽然具有很强的数据要素应用需求，希望借助数据要素来提升企业的核心竞争力，但低水平的数字化能力限制了其对数据要素的使用。这既反映出产业数字化的潜力和巨大空间，也揭示了数据要素在该类企业中发挥作用需要借助外部平台和服务机构的赋能。

（三）深度融合数据要素和其他生产要素及产业环境

实体经济的生产经营活动需要有资本、技术、土地、劳动和数据等生产要素的全面支持，其中数据要素需要经由其他生产要素或媒介的作用才能完成对实体企业的赋能。为了实现数据要素与实体企业生产经营管理活动的无缝对接，需要数据要素与实体企业内外部环境和关系链条充分融合（见图2），包括企业数字化软硬件设施和业务关系网。

图2 数据要素与其他要素融合赋能企业

数据要素与其他生产要素融合，共同对实体经济进行赋能的渠道主要包括：一是通过精准对接生产需求，放大其他要素的生产能力和价值；二是通过形态上的共通融合与组合方案的智能处理，优化要素之间的配置组合以提高生产效率；三是通过变革和重组传统生产要素，以数字化替代的方式减少其他要素的消耗，实现高效率的生产和服务创造。

1.数据要素与劳动要素的融合

一方面，劳动力活动相关的数据要素可以被用于企业的人力资源管理中，提高企业的管理水平；另一方面，通过培训和学习，可以提升传统劳动力运用数据要素的能力，提高其创造能力和生产效率。更重要的是，在数字化水平较高的生产经营场景中，企业可以通过将传统的劳动者技能信息转化为数据要素，打造智能机器人，创造新形态的劳动要素。以AI为主要技术的智能机器人的算法学习过程也需要大量的数据要素供其进行算法模型训练。数据要素与劳动要素的融合，通过改造和部分替代传统劳动力，在降低企业劳动力成本的同时，大大提高了企业的劳动生产率。

2.数据要素与土地要素的融合

在土地资源管理方面，可以利用土地相关的数据要素进行资源盘整和动态管理，根据数据信息所反映的土地资源禀赋特点和周边配套条件，筛选并匹配符合其价值最大化要求的落地项目，以充分促进土地要素市场的流通循环。特别是在农业用地的生产使用过程中，利用土地状况变化的数据要素信息进行种植物种类筛选、施肥与灌溉以及虫害防范等，提高农作物的产量，即土地产出率。土地要素主要是为市场主体提供从事生产制造和其他市场活动所需的空间。随着数字孪生技术的发展，在数据要素更高层次的融合替代过程中，以“元宇宙”为代表的“新土地”空间蓬勃发展，为市场经济活动提供了更具想象力的空间载体，突破了传统空间资源的有限性框架。

3.数据要素与资本要素的融合

数据要素通过与资本要素的融合更容易形成对实体经济的触达通道，以顺利对企业的生产经营过程进行赋能。利用数据要素进行金融创新以促进企业发展，一是通过分析数据要素承载的企业信息来发现和识别企业的资金需求和资金运行规律，帮助其做好资金规划并向其提供有针对性的金融产品；二是利用数据要素来辨别企业的经营风险和偿债能力等指标，以此来决定金融产品的价格和期限，做好金融机构的风险管理工作；三是实现企业主体信用、物的信用和数据信用的统一，通过更全面、深入的企业数据信息来评估企业信用，逐渐应用数据信用来决定资金投放，以减少对企业主体的身份歧视和物品抵质押增信在科技金融和小微金融领域的局限性，提高金融服务实体经济的效率；四是将数据要素嵌入金融生态，围绕数据要素的市场循环进行金融模式设计主要是对数据要素进行资产化融资，同时可以建立数据银行、数据基金、数据信托等业态模式，鼓励企业等市场主体将有价值的数据要素进行资本化运作，将数据要素嵌入成熟的金融服务模式中，既能为企业获得金融支持和资产性收益，也会推动数据要素市场化的深度发展。

4.数据要素与技术要素的融合

技术要素及其行业系统和市场主体与实体经济的互动发展程度较深，数据要素通过技术要素对实体经济进行赋能乘数效应更为明显。实体经济在遭遇发展瓶颈时，一般也更需要技术的创新性支持。数据要素与技术的融合，一是要通过数据要素的嵌入优化和改造传统的技术手段；二是要积极推广工业互联网，深度开发、应用区块链、物联网、人工智能、大数据、元宇宙和5G等新型信息技术，将实体经济的运行模式和技术手段打上数字化符号；三是推动各类技术成果转化，以数字要素与经济各领域融合应用为导向，构建技术成果快速转化为实体经济生产动力的机制，打造高新技术产业发展的新生态；四是提升实体企业数字化转型速度，释放数字要素对实体经济发展的倍增效应。推动数字技术与实体经济的融合发展，将大幅提升数据要素的市场价值及其与数字技术的融合效应。

（四）以数据要素推动价值链、创新链、供应链和产业链的数据循环

数据要素在实体经济中的流动和全方位应用需要构建多层次的产业关系生态体系，以衔接和整合各赋能环节与应用片段，主要措施包括各市场活动关系链条的数据融合与产业数字化的深度推进，也就是以数据要素为纽带推动价值链、创新链、产业链和供应链四大功能链条的数据融合。在各链条的链接点之间打通数据要素流动的通道，以企业为中心完成各链条上数据要素的汇集和分发，构建数据要素在实体经济中流动的多层次生态网络体系。通过四大链条中的数据要素流动实现其对企业内外部功能模块和运行环境的赋能，形成数据要素赋能实体经济的数据循环生态系统（见图3）。而数据要素在整个循环系统的运转和使用，需要各主体和单位具备相应的数字化基础条件和处理能力，这又指向产业数字化的发展。
 

图3 数据要素融合市场活动关系链条形成的多层次生态网络体系

1.价值链的数据融合

值链上分布着研发设计、生产制造、交易、运输、售后服务等功能链节，某个产品的这些链节可能聚集于同一企业主体内，也可能分散在不同的企业中。在数字化基础设施的支持下，搜集这些环节的信息并数据化，使之以数据要素的形式在各环节流动，从而促进整个价值链条信息的互动传输和分析应用。在满足消费者的需求的目标导向下，企业将数据要素与自身的技术特长和市场优势结合分析，选择有利于自身发展的环节进入市场，或者针对自身的薄弱环节补短板。对整个市场来说，价值链上的数据要素流动和综合应用，推动了产品创新与服务升级，更好地满足了消费需求和消费体验，提高了产品供给与最终消费之间的匹配度以及企业对市场变动的反应灵活性。

2.创新链的数据融合

创新链围绕着推动科技成果和知识创意走向商业化来生产和销售，集聚着研发创造、公共政策、商品化转化、要素整合和运营管理体系等主体力量与功能环节，通过人才、资金、信息、政策和文化等要素的组合与支持，推动高校、科研院所等研发机构创造出满足市场需求的科技创意成果。在研发过程中，需要来自市场的不同主体、不同条线、不同场景的数据要素作为分析材料，而研发成果包括技术参数等信息，也需要通过数据要素的形式向商品化环节传输，或者直接以数据资产的形式进入市场交易。在商品转化环节，企业使用来自研发环节的成果数据组织生产和销售，并向研发环节反馈运营管理和生产销售等数据，在公共政策和公共平台等的支持下，实现创新类数据要素的闭环流通。在研发创新和商业转化环节的数据互动流通过程中，利用市场中及时、全面、海量的数据要素促进科技创新和知识创意的蓬勃发展，并推动以生产和需求为中心的商业市场的质量提升，形成创新链与价值链互促发展的局面。

3.供应链的数据融合

为了将商品和服务送到最终消费者的手中，在组织生产和交易流通过程中形成了上下游企业之间的链状结构关系。在信息空间、物流通道、资金流动等方面，将供应商、制造商、分.销商和最终用户等主体节点连接成一个完整的网链结构。为了发挥数据要素的应用效果，将供应链上各主体的状况和往来活动全面数据化，并在各节点之间建立数字化传输的连接设施，实现贸易对象和贸易方式的数字化。将形成的数据要素在链条上分发与整合以供各主体使用，促进整个供应链的运转效率提升，并在面临外在冲击时统筹调度供应链上的主体力量进行应对，提高调整、变通的反应速度和协调重组的反应能力。

4.产业链的数据融合

对以上三大链条的整合是以技术经济关系和时空布局结构为基础，围绕企业群和产业部门形成的更具综合形态的网状链条式关联关系。产业链中的各节点以企业为主体，节点之间依托供需关系进行价值交换和信息交流。这些交换、交流活动能够在数据化的条件下，形成数据要素并进行流动。将数据要素融合进产业链是在数据要素融入价值链、创新链、供应链的基础上，对各链条间的数据要素进行互联互通并综合运用。各链条以企业为主要连通节点，以数据为主要信息传输载体，完成各链条上数据要素的汇集和分发，构建数据要素在实体经济中流动的多层次生态网络体系。

推动各关系链条上数据要素的生成和多维流动，将其聚集在企业生产经营和整个实体经济的活动中，需要产业数字化程度的深化。农业、工业、服务业各产业体系以及在各产业体系中的企业主体需要进行数字化改造或重组，包括生产设备、生产空间、要素投入、管理系统、交易流通、物流运输和消费场景等方面的数字化，从而为数据要素在整个实体经济体系中的流通和应用提供符合条件的技术基础和运行环境。

（五）推进数据要素市场化提升运行动力和协调机制的支持

本研究明晰了数据要素赋能实体企业的作用通道及其对整个市场机制与增长动力的优化机理，但要使这些作用通道发挥作用、机理有效运作，必须有运行动力和协调机制的支撑，而这一动力和机制的形成不能单靠政府“有形的手”发挥作用，更应该通过市场“无形的手”发挥基础性、决定性的作用，即在构建全国统一大市场的背景下，通过推进数据要素市场化来激活和维护运行动力，确保协调机制发挥应有的作用。

推动数据要素市场化，就是要在市场化的供求、价格和竞争机制下，形成数据要素的生产、分配、流通、消费的市场循环链条，整合数据要素生产者、开发者、交易平台、中介服务、应用咨询等主体功能，打造数据要素赋能实体经济的服务体系，促进数字产业化的深度发展。利用数据要素价值在市场化条件下的可变现能力，激发市场主体的数据要素生产动力，为实体经济持续提供高质量的数据要素。通过高效的数据要素交易市场，为数据要素提供估值定价和交易流通平台。在数据商等中介服务商的运作下，通过对价交易促进数据要素从供给端流向高度匹配的需求端，并使其在需求端得到合理充分的应用，解决实体经济获得并运用数据要素的问题。

当前，数据要素的全面市场化应用还面临着确权和定价等法理和技术问题的制约，可以本着先易后难的原则，暂时避开权属确定等难点，先以促进数据要素流通和潜能激发为主，在当下可行的条件下实施一些突破项目和操作方案。例如，可以按行业构建数据要素流通和应用的系统解决方案。在行业关系版图上，基于商业互利关系和技术互补联系等行业差异性建立局部的数据要素市场，并且不拘泥于严格的场内交易。建立以核心企业为中心的数据要素共享应用生态，在产业基础设施互联的基础上，由头部企业或核心企业通过产业链、供应链、创新链等链条关系将数据要素汇集起来并分发出去，利用商业交往关系完成数据要素生产、流通和应用环节产生的价值的权益分配，美的、海尔、华为等行业头部企业，基本形成了以自身为中心的数据链核心平台产业集群。

从政策层面看，党的十九届四中全会《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》首次将数据列为生产要素，2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，并提出要“健全生产要素由市场评价贡献、按贡献决定报酬的机制”,国务院印发的《“十四五”数字经济发展规划》提出强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制等重点任务举措，《中共中央国务院关于加快建设全国统一大市场的意见》指出要“打造统一的要素和资源市场，加快培育数据要素市场，建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范”。然而在现实的场景中有关数据要素的经营、管理、赋能实体经济等等还缺乏最基本环境。国内专注数据资产应用及推进数字化转型的全国知名企业苏州盈天地资讯科技公司董事长王洪志先生认为：数据要素赋能实体经济必须让数据如同土地、资本等生产要素一样流动起来，实现数据资产的交易本质特性及创造数据管理的条件与环境，王洪志董事长还表示他们公司正致力于构建商业银行数据资产的经营与管理系统并取得了阶段性成果，同时结合数据营销管理系统，充分应用数字技术构建商业银行数据资产的计量、定价、经营管理模式，在此基础上可自动生成除资产负债表、现金流、利润表三张报表以外的第四张会计报表——数据资产经营表，为商业银行进行数据资产的经营特别是零售资产的经营以及赋能实体经济发展提供技术支持。

五、结论与建议

构建以国内经济大循环，国内国际经济双循环的新格局的实质就是要构建全国统一的大市场，提升全要素生产能力，根本目的是实现实体经济的可持续发展。实现数据要素赋能实体经济就是要推动数据要素市场化，使企业的数据要素在市场上自由流动、流通和交易。数据要素与其他生产要素、产业关系链条的深度融合既为企业组织生产和开拓市场创造了高效的数字环境，又为企业提供数字化的解决方案，也为新格局的形成奠定了坚实的数据基础。数据要素作为新型生产力要素，发挥作用要具有相应的场景和条件，与实体经济融合过程中有特定的方式要求，与其他生产力要素互相赋能过程中又有具体的流程要求，因此，充分发挥数据要素在构建经济发展新格局的战略背景下推动实体经济发展作用，必须根据数据要素本身禀性和特点，结合数据要素当前行的现状、存在的问题，有针对性的采取相应措施并构建适当的运行机制。

为更好地发挥数据要素的赋能作用，建议当前推进三大基础性工程建设。一是数字技术研发和推广应用工程，提高全社会的数字化基础设施建设水平和应用能力；二是数据要素市场的标准化、自动化建设工程，促进数据要素市场的高效运转和各类市场主体深度参与；三是数字化管理能力提升工程，提高政府对数字社会的公共管理的水平，提升企业等市场主体对数字化技术和数据要素的管理运用能力。