2024年4月13日，中国人民大学数字经济系成立大会暨“数字文明时代的未来经济学学术论坛”举行。
中国科学院大学经济与管理学院院长、教授洪永淼以《数据要素与数据经济学》进行了主旨演讲。本文根据洪永淼教授现场发言内容整理。
今日，我想就数字经济中一项重要内容——数据经济学——分享一些思考。尽管“数据经济学”这一概念目前在国际学术界尚不普遍，但作为一门学科已然在不断发展壮大，且随着数据在当今经济活动中扮演的角色愈发关键，其重要性也日益凸显。在数字经济时代，数据已成为驱动绝大多数经济活动的核心要素，其地位已超越了农业时代和工业时代的土地、劳动力和资本等传统要素。现代经济体系无时无刻不在产生海量数据，这些数据又进一步激发新的经济活动。诸如机器人、无人机、机器翻译、量化交易、量化财务管理、无人驾驶等领域，皆生动展示了数据在其中发挥的决定性作用。《经济学人》杂志2017年一篇封面文章提出，“数据而非石油，才是当今世界最宝贵的资源”，《哈佛商业评论》2019年一篇文章甚至引入了“数据生产总值”（Gross Data Product）的概念，旨在衡量一国数据财富，尽管具体衡量维度涉及复杂的经济统计问题。
数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费、社会服务管理等各个环节，深刻改变着人类的生产方式、生活方式、思维方式和社会治理方式。尤为重要的是，数据要素有力地推动了技术、资本、劳动力、土地等传统要素的深度融合与优化重组，对全球经济和社会发展产生放大、叠加、倍增效应。因此，我们强调数据要素的作用并非简单的加法，而是一种乘法效应。
在我国，数据要素市场化配置已上升至国家战略层面。回顾过去十年，从2015年国务院提出的《“互联网+”行动指导意见》到当前国家数据局提出的《“数据要素×”三年行动计划（2024—2026年）》，可见国家在要素层面一以贯之积极推动数字经济发展的决心。当数据被确认为生产要素时，数据经济学自然就成为一门新兴学科，正如劳动、管理、技术、土地等传统要素各自对应有劳动经济学、管理经济学、技术经济学、土地经济学等学科一样，数据经济学也应建立起类似的学科体系。数据经济学专注于对数据作为生产要素的分析，既包含对生产力的探讨，也涵盖对生产关系的政治经济学分析。作为一门新兴学科，其特色主要源于数据要素与传统要素在本质上的差异。为了深入理解和研究数据经济学，我们必须对数据要素的基本性质有深刻的认识。
在此，我将从以下几个方面展开阐述。
首先是数据的生成过程。数据是以数字、文本、图像、音频、视频等形式记录并呈现各类事实信息的集合，可被人类或计算机解读与处理。从计量经济学和统计学视角来看，数据可分为结构化数据（如数据表格）与非结构化数据（如文本、图像、音频、视频等）。目前，非结构化数据大约占据了大数据总量的80%至90%。大数据是对现实世界的详实记录与映射，不仅反映客观的社会经济活动，还折射出公众对政府政策、重大事件（如疫情、战争）的即时心理反应。然而，由于人类观察世界的局限性及数据技术的限制，数据世界并不完全等同于现实世界，存在样本选择偏差、数据描述不完整性等问题。此外，数据在记录现实过程中可能掺杂主观因素，甚至出现数据操纵与伪造现象，体现出数据的非完全客观性与较低的信噪比。
数字经济的各种经济活动产生的记录或者痕迹构成了经济大数据的主要来源。如果从产业链视角来看的话，数据产业链涵盖数据采集、存储、分析及应用赋能等多个环节。依据生成来源，数据可划分为个人数据、企业数据与公共数据。个人数据主要来源于各类在线平台，用户在浏览、购物、订餐、出行、社交等活动中的数据痕迹均会被数字平台实时记录；企业数据则主要是企业在生产经营活动中产生的各类指标数据；公共数据则源自各级政府部门、各类公共事业单位，包括财政、税务、海关、企业信用、自然资源、生态环境、交通、电力等部门在提供公共服务过程中生成的数据。但在实际经济活动中，三种数据并非彼此独立、相互排斥的，而是彼此联系、相互影响的。
其次是数据要素的性质。数据要素的性质分为自然属性与经济属性两个方面。自然属性指数据本身具有的性质，关乎数据的固有特质，决定了其适用范围与使用价值；经济属性则关注数据在经济活动中的表现特征，聚焦其经济价值。
数据的自然属性包括虚拟性（区别于土地、劳动力等实体要素）、非消耗性（使用次数不影响信息内容）、非排他性（可供多人同时使用，但涉及隐私、产权等问题）、时效性（数据承载的信息价值随时间快速衰减）、稀缺性（反映的是阶段性的信息，具有阶段性的特征），以及高流动性（数据流动可以跨越时空，跨越国界，极大地加速了经济全球化进程）。
基于上述自然属性，数据要素表现出一系列独特的经济属性，包括高固定成本与低边际成本的特征（使得数字经济规模效应显著，数据量越大、互补性越强，经济效益呈指数级增长）、与其他生产要素的高度互补性（必须与其他要素结合才能发挥其赋能作用）、场景依赖性（价值因应用场景的不同而变化）、显著的时间衰减性（经济价值随时间快速衰减），以及经济外部性（数据使用对他人和社会可能产生积极或消极的影响）。
然后是数据要素的价值创造。数据要素的价值主要来源于三个方面：一是作为人类经济活动的产物，蕴含大量人类劳动；二是数据采集过程中投入的硬件设备成本转移的物化劳动；三是数据分析师、标注师等专业数据人力资源投入的活劳动。这些价值基础共同构成了数据要素的价值内核，是区分数据与数据要素的根本标志，这与马克思《资本论》中关于货币和资本体系的论述如出一辙。
最后，作为一种新型生产要素，数据要素具有诸多与传统要素迥异的重要特征，这些特征塑造了数字经济的新形态与运行规律。数据经济学作为关于数据要素的经济学分析，对于构建中国经济学自主知识体系具有基础性意义。因此，我们应当重视数据经济学的研究，加强理论探索，为我国经济学科的发展贡献智慧与力量。