摘 要：数据要素作为近年来最具核心竞争力的资本形式，已成为驱动经济高质量发展的关键力量。数据要素是实现数字化、网络化、智能化的基础，具有广阔的社会需求和情境应用，深度融入生产、分配、流通、消费以及社会服务管理等核心流程，对经济发展具有乘数效应；基于数据要素发挥乘数作用的特征事实，发现数据要素存在供不出、流不动、用不好等问题。因此，发挥大市场优势、强化数据的区域联动、促进数据要素多场景应用是将数据要素转化为数据资产、促进发挥数字要素乘数作用的实现路径。
关键词：数据要素；乘数效应；高质量发展；社会服务；大数据
中图分类号：F124 文献标识码：A 文章编号：2096-0298（2024）11（b）--04
1 引言
党的二十大报告明确提出“深化要素市场化改革”“完善按要素分配政策制度”以及“加快发展数字经济，促进数字经济和实体经济深度融合”的战略目标。为贯彻这一精神，中共中央 国务院发布了《关于构建数据基础制度更好发挥数据要素作用的意见》，旨在通过发挥实体经济与数据要素融合的乘数效应，推动新质生产力发展。同时，《“数据要素×”三年行动计划（2024—2026年）》进一步强调，要发挥数据要素的放大、叠加、倍增效应，构建以数据为核心驱动力的数字经济体系。
数字经济时代，“数据”迎来爆炸式增长。作为感知化、物联化、智能化世界的微观构成，需要超越其单一的赋能视角，而深入理解其作为“乘数”的复杂效应。研究发现，数据要素并非简单地“+”到生产的各个环节，而是通过其特有的“×”效应，深度融入生产、分配、流通、消费以及社会服务管理等核心流程[1]。在此过程中，数据要素与劳动、资本、技术等多种要素相结合，发挥要素协同、复用和融合作用，从而对其他生产要素、服务效能和经济总量产生显著的乘数效应和扩张效果[2]。这种乘数效应不仅提升了整体经济效率，释放出数据的经济价值，还进一步将数据要素扩张为数据资产，为企业资产增值和高质量发展提供了基础条件。
2 数据要素发挥乘数效应的逻辑机理与特征性事实
数据要素是实现数字化、网络化、智能化的基础。在数智化条件下，具有通用性特征的数字技术与公共物品特征的数据要素的结合，与劳动力、资本、管理经验等其他传统要素组合[3]，引致不同产业、相关产业、不同企业之间的数据资产相互渗透和跨界融合，应用于实体经济，使数据要素的价值产生乘数倍增作用（见图1）。
从投入产出的角度来看，根据生产函数形式：
Y表示总产出；A表示全要素生产率；K表示资本投入量；L表示劳动力投入量。
在数据要素发挥作用的情况下，一方面增加了一个新的投入因素D，即数据要素投入；另一方面，把全要素生产率划分为受数字化影响的全要素生产率和不受数字技术影响的全要素生产率。公式如下：
式（2）中：Ad表示全要素进步是数字技术导致；An表示全要素技术由非数字技术导致；其余字母的含义与上式相同。
假如全要素生产率、劳动力、资本和数字化投入的变化分别是ΔAd、ΔAn、ΔL、ΔK和ΔD时，可知Y的变化：
ΔY=MPK*ΔK+MPL*ΔL+MPD*ΔD+（ΔAd+ΔAn）*F（K，L，D）（3）
MPK 、MPL、MPD依次表示投入资本、劳动力、数据要素的边际产出。将式（3）的两边都除以式（2）得式（4）：
若生产函数形式为柯布-道格拉斯生产函数，得式（5）：
其中投入资本、劳动力、数字化的生产弹性分别用α、β、γ来表示。
数字投入、劳动投入与产出的弹性会对资本和劳动力的产出弹性有一定的影响，所以必须对其进行相应调整，将其划分为受数字化投入影响和不受数字化投入影响的两部分。
投入产出的表示为：
式中：a+g（γ）和b+h（γ）分别表示投入资本和劳动力的总产出弹性；a、b代表不受数字化技术影响的部分；g（γ）和h（γ）代表受数字化技术影响的部分。假设数字化投入对其影响是正向的，即和都大于0。
由式（6）可以看出，数据要素对经济增长具有乘数效应，能够产生叠加倍增的价值。
数据要素的乘数效应发挥的逻辑机理主要体现在供需配置效率提升、要素协同而导致价值倍增，如图2所示。从消费维度来看，数据要素的广泛应用可以帮助消费者更全面地了解产品的品牌评价、价格变化、促销活动、商品质量档次等，从而做出更加全面、准确的购买决策。降低厂商生产成本，使消费者能够享受到更多物美价廉的商品和服务。解决消费者在购买过程中面临的不确定因素，如卖家的信誉、商品质量等，实现资源配置效率和消费者福利的提升；从生产维度来看，通过数据复用，可以降低数据获取和处理的成本，提高数据的使用效率。同时，数据的重复使用还可以为新产品、新服务和新模式的开发提供有力支持，进一步拓展生产可能性边界，实现规模报酬递增，提高企业生产效率和经济效益。从宏观维度来看，通过将不同来源、不同类型的数据进行融合，促进了新业态、新模式的形成和发展，产生宏观规模效应，为经济高质量发展提供新动能[4]。
3 数据要素发挥乘数效应的特征性事实
在现代农业生产中，可以综合利用气象、土壤、水资源、肥力、灾害预警等数据资产建设现代化农业，优化作物种植方案，提升农业科技附加值。应用传感器、无人机、人脸识别等数智化技术对田间生产数据和环境数据进行精准评估，按照每一个环节的具体数据，精准调整土壤、温度、湿度、微量元素等农业生产条件[5]，提高农作物产量和品质，挖掘农业生产潜力；这意味着在投入等量劳动和资本的条件下，数据要素的投入可以产生倍增的乘数作用。
在现代工业生产中，工业互联网通过传感器和检测设备实时收集产品生产数据，利用机器算法分析，进行产品质量检测、调整生产参数与产品供应链管控等[6]。同时，企业可以利用大数据分析工具洞察市场趋向和商业机会，将数据资源提炼为有效的市场信息、知识和经验而用于市场决策，如企业与消费者互动形成大数据可供企业进行产品制造和研发决策[6]，从而实现乘数效应。
在现代服务业中，数据要素对服务价值创造的乘数作用更为显著。金融机构通过收集银行客户的各类数据（如信用、收入、支出、社交等），利用大数据分析和机器学习算法建立智能信贷审批模型来评估客户的信用风险[7]。网络购物平台则通过收集用户的购物历史、偏好、浏览行为、搜索记录等数据，运用数据分析为用户生成个性化推荐，满足用户的需求，增加销售额和客户忠诚度。旅游业通过收集和分析旅游目的地的天气、交通、景点热度等数据[6]，为用户提供个性化的旅游规划服务，帮助用户避开旅游高峰和拥堵时段，并根据用户的偏好和预算推荐合适的酒店、餐厅和景点，进一步增加服务的价值，从而产生乘数效应。在交通运输业中，对出行时间、出行偏好、人流量等数据的分析与应用，导致了共享经济的产生，共享单车、汽车、充电桩得到大众应用[7] ，减少了人力、时间成本，产生乘数效应。
4 数据要素发挥乘数效应的制约因素分析
根据国家数据安全发展研究中心的数据，2021年中国数据交易行业市场规模达到815亿元，2022年为876.8亿元，2023年约为1273亿元[2]。“十四五”期间，数据交易市场规模复合增长率将达到25%。数据资源和超大规模的市场规模，为我国经济高质量发展注入了新的活力。数字要素的乘数效应开始显现，但是在数据要素发挥乘数作用的过程中，还存在数据供不出、流不动、用不好等诸多制约因素。
4.1 供不出：数据供给不足
在数据要素流动中，大市场优势没有得到充分挖掘，数据供不出，沉睡的、静止的数据有待开发。在很多场景下，数据更新不及时，使企业难以获取所需数据资源；研发模式和制造协同不足，产业价值链较短，在产业供应链上下游设计、计划、质量、物流等数据供给不畅通，不及时。由于对数据要素价值的重要性认识不足，各类主体积极参与数据要素开发利用的积极性不高，典型数据用场景挖掘不足，缺乏大模型、云计算、算力网、虚拟现实的相关高技能人才等[8]，导致数据的供给效率下降；传统数据中台在面临复杂对象或复杂数据系统时，缺少具体的工程方法和分析工具，难以形成无歧义、无冗余、单一数据来源的数据库，以上因素都导致面临有效数据“供不出”的困境。
4.2 流不动：数据流通不畅
作为数字经济的“血液”，目前全国各地成立了不少数据交易机构，如百度、阿里、腾讯、京东、美团等互联网企业以及与本身的云平台也提供各种数据和产品服务。但是，数据流通体系有待完善。首先，数据资源供给难以满足社会经济发展对数据要素质量的需求，数据资源的区域联动不足，流动性不强；其次，基于设计、仿真、实验、生产、运行等数据的创新应用和开发不足，数据供给方以及其他数据利用方之间的信息交流和传递，产生新的“数据壁垒”或是“数据烟囱”。最后，工业、服务业数据的业务价值与敏感性较高，企业明显倾向于数据本土化运行和存储，对数据安全要求性提高，限制了多场景共享范围。
4.3 用不好：数据使用不好
在数据分析过程中，本文通过抓取各个企业的数据分析，研判市场发展趋势和行业竞争格局，通过数据分析并利用技术手段从海量数据中挖掘出高质量、无冗余的信息并加以重复使用[9]，实现数据的乘数效果。但其中可能存在用不好的问题。首先，数据分析结果与实际需求脱节，数据分析结果可能无法满足企业的实际需求，导致决策失误。其次，企业在决策过程中可能过分依赖数据分析结果，忽略了其他重要因素，如经验、直觉、特殊情形等。最后，数据安全问题：企业在使用数据要素过程中可能忽视数据安全问题，侵犯用户隐私、歧视等，威胁数据安全，导致数据泄露、滥用等风险。
5 更好发挥数据要素乘数效应的对策建议
将数据要素转化为数据资产，实现数据要素乘数效应的最大化，关键在于三个核心要素：“供给充足”“流通顺畅”“高效利用”。为了充分发挥数据要素的乘数效应，必须关注以下三个方面。
5.1 发挥大市场优势，使数据要素“供得上”
确保数据的安全供给和“供得上”是释放其乘数效应的首要条件。鉴于数据要素具有显著的规模报酬递增属性，增加有价值数据的供给量，通过多元数据融合，可以实现显著的协同效应，产生“1+1＞2”的效果。一是实现研发的创新，积极发展算力网和大模型，鼓励研发部门融合使用仿真、设计和实验证明数据的可靠性，推动新的研发模式的形成；二是发展数据企业，构建完善的数据标准系统，支持核心的数据企业打通数据要素产业链上下游的相关数据，实现更为精准和多元化的协同制造；鼓励数据企业生产数据和运营数据，提高数据要素服务能力；三是培育数据要素应用先进的数据园区、大数据基地和示范地区，支持成长性好的数据商、数据企业发展，培育数据产业的“独角兽”企业。
5.2 强化区域联动，使数据要素“流得动”
在新质生产力背景下，数据“流得动”对于数据得到充分使用非常重要。数据的高效流通决定了其能否与实体经济、传统产业融合，进而转化为关键性生产要素发挥乘数效应。一是深化区域间的数据的流通，畅通数据内循环。加强国内地区间数据流通，实现区域间公共数据的有效共享，促进数据在区域产业链中发挥乘数作用。二是推动不同区域的数据针对各地具体实践的应用，开发大模型、AR、VR、AI等新型软件，为数据发挥乘数作用提供数字化技术支持。三是鼓励电商平台与各地商贸开展企业合作，构建一个多功能的，包括数据搜集、整理、分析、决策、精准推送和动态反馈的服务生态系统，促进数据流通顺畅。
5.3 促进多场景应用，使数据要素“用得好”
数据的有效利用是实现乘数效应的关键所在和落脚点。充分释放数据的潜力，本文认为可以从以下几点着手：一是完善新质的数据基础设施。作为数据要素的生产、使用、流通的硬件支撑，数据基础设施包括数据接入设施、存储设施、计算管理设施、使用设施等领域，完成对数据要素的“采-存-算-管-用”全生命周期的硬件支撑，让数据存的了、供的出、流得动、用的有价值。二是数据的多场景应用，可以检测数据资产的适用性，使数据服务多个行业和部门，促进数据要素转变为数据资产，发挥乘数效应。三是促进数据要素驱动的新业态形成。整合消费终端订单需求、物流、产能、供应链等数据，构建快速响应市场的数据要素应用场景，借助数据要素打造地方产品品牌，精准对接实体经济、传统产业、数字经济集群，以供给-需求数据为基础，匹配不同经济主体之间产销对接和数据信息的精准推送，使数据要素能够“用得好”。
6 结语
数字要素是经济发展的重要组成部分，数据作为新兴的生产要素，对数字经济和实体经济的融合发展起重要的促进作用，表现为促进经济增长的乘数效应。未来应以市场需求为导向，围绕“网、智、数、器、芯”等数字化核心领域，加快发展数据要素的采集、存储、清洗、标注、交易等数字化产业，聚焦数字化产业的重点企业和领域，挖掘数据要素的应用场景，实现数据要素和现实场景的精准匹配，充分发挥数据要素资产的乘数倍增效应。
参考文献
欧阳日辉.发挥“数据要素×”效应的逻辑与路径[J].长安大学学报（社会科学版），2024，26（2）：19-37.
中国信息通信研究院.数据价值化与数据要素市场发展报告（2021年）[R].中国信息通信研究院政策与经济研究所研究报告， 2021-05.
蔡继明，曹越洋，刘乐易.论数据要素按贡献参与分配的价值基础： 基于广义价值论的视角[J].数量经济技术经济研究，2023，40 （8）：5-24.
王谦， 付晓东.数据要素赋能经济增长机制探究[J].上海经济研究， 2021（4）：55-66.
王胜利， 樊悦.论数据生产要素对经济增长的贡献[J].上海经济研究， 2020（7）：32-39+117.
谢康， 夏正豪， 肖静华.大数据成为现实生产要素的企业实现机制： 产品创新视角[J].中国工业经济， 2020（5）：42-60.
易加斌， 徐迪.大数据对商业模式创新的影响机理： 一个分析框架[J].科技进步与对策， 2018（3）：15-21.
杨艳， 王理， 李雨佳， 等.中国经济增长： 数据要素的“双维驱动”[J].统计研究， 2023（4）：3-18.
孙波，王涛.数字经济对服务业新模式的实证研究[J].中国商论，2024（10）：43-48.
