数据经营

大数据时代的新兴生产要素-买球软件

发布时间:2022年02月18日

如今数据的充分挖掘和有效利用,优化了资源配置和使用效率,改变了人们生产、生活和消费模式,提高了全要素生产率,推动了诸多重大而深刻的变革,对经济发展、社会生活和国家治理产生了越来越重要的作用。因此,数据日益成为重要战略资源和新生产要素。

一、数据为什么能成为生产要素?

1.历史背景

生产要素是一个历史范畴,随着经济社会的发展而不断演进。在不同的经济形态下,它有着不同的构成和不同的作用机理。新生产要素的形成,会驱动人类社会迈向更高发展阶段。而数据并不是一开始就成为生产要素的。从上古时代的“结绳记事”,到文字发明后的“文以载道”,再到近现代科学的“数据建模”,数据一直伴随着人类社会的发展变迁。然而,直到互联网商用之后,人类掌握数据、处理数据的能力有了质的跃升,数据才成为生产要素。

2.所有数据都是生产要素吗?

数据本质上是对物品、服务或经济主体等相关的电子或非电子形式的记录。数据可分为四类数据:

①数据本身就是最终商品或服务,比方我们在线读资讯看视频;

②作为生产要素直接进行交易的数据,比如大数据交易所里打包交易的数据;

③数据作为企业内部生产要素帮助提升最终产品或服务的性能或生产效率,比如引流、效果广告、配送优化等,但并没有在市场中去直接进行数据交易;

④数据作为生产要素在兼并收购或战略合作中有价值体现,但并非直接交易数据,而只是作为并购或合作谈判的一个筹码。

实践中,用户通常接触到的是第一类情形的数据,但它并不是生产要素。第二类和第三类情形的数据是我们通常理解的成为生产要素的数据,而第四类情形目前在业界也很常见。

3.数据成为生产要素是一个渐进的过程

任何一种生产要素真正发挥作用都不是一蹴而就的,而是在生产实践中不断融合培育出来的。如今,以人工智能、大数据、云计算等数字技术为代表的通用目的技术应用表现出显著的数据偏向性技术进步特征,从长期趋势来看,数据要素终将大规模地渗透进生产、分配、交换和消费的各个环节,提升全要素生产率和推动全球经济新一轮持续增长。

二、数据要素如何产生价值?

数据要素的价值在于重建了人类对客观世界理解、预测、控制的新体系新模式。这种模式本质是用数据驱动的决策替代经验决策,即基于数据 算力 算法可以对物理世界进行描述、原因分析、结果预测、科学决策。

如今单独依靠某一种生产要素将很难实现对经济增长的推动作用,数据要素创造价值不是数据本身,数据只有跟基于商业实践的算法、模型聚合在一起的时候才能创造价值。数据和算法、模型结合起来创造价值有三种模式:

1.价值倍增

数据要素能够提高单一要素的生产效率,数据要素融入到劳动、资本、技术等每个单一要素,单一要素的价值会倍增。

2.资源优化

数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应,更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率。数据生产不了汽车,生产不了房子,但是数据可以低成本、高效率、高质量地生产汽车、房子,高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变,成为驱动经济持续增长的关键因素。这才是数据要素真正的价值所在。

3.投入替代

数据可以激活其他要素,提高产品、商业模式的创新能力,以及个体及组织的创新活力。数据要素可以用更少的物质资源创造更多的物质财富和服务,会对传统的生产要素产生替代效应。移动支付会替代传统atm机和营业场所,波士顿咨询(bcg)估计过去10年由于互联网和移动支付的普及。电子商务减少了传统商业基础设施大规模投入,政务“最多跑一次”减少了人力和资源消耗,数据要素用更少的投入创造了更高的价值。

三、对数据要素定价与核算困难的主要影响因素

对于数据要素定价是很困难的,就法学来说,数据隐私、数据产权等等问题恐怕是近年来网络法领域最受争议的话题了,至今难有定论。

而技术经济方面,至少有以下四方面重要的特征共同影响着数据要素的价格形成:

①数据要素具有非常复杂的外部性

②数据生产和使用过程涉及非常多元的主体范围

③数据要素的准公共品属性难以确定

④数据要素的异质性非常显著

由于数据要素的技术经济特殊性,关于它的生产函数、消费者行为学、供需曲线及均衡状态都与传统生产要素有质的区别。综合来看,影响数据要素定价的主要因素包括成本、收入和相对市场力量。

1.  成本方面

需要考虑数据采集、存储、传输、分析、应用和管理等环节的累计成本。比如考虑到时延性等因素,数据存储中心往往倾向于建在客户聚集的一二线大城市,但这些大城市对于数据中心的电力使用效率要求都非常高(比如pue不高于1.4),从而使得数据存储在成本与效率方面面临艰难权衡,从而影响数据要素的价格。

此外,影响数据要素定价的不只是历史成本,还得看重置成本和机会成本。由于互联网行业技术日新月异,并且用户往往同时使用多个竞争性的产品,这使得数据要素的重置成本变化非常快,从而对其定价的影响也非常大。

2.收入方面

需要重点考虑数据要素未来可能带来收益流的贴现,包括现金流贴现法、内部报酬率法、资本市场定价模型等各种方法。比如互联网行业常见的基于智能推荐的效果广告模式,通过统计用户的点击、下载、注册或咨询数量,分析这些行为与最终产品收益流的归因关系,就可以对数据要素进行估价。

来源:数据信息网


top