2024年7月3日，2024中国数字经济发展和治理学术年会在清华大学成功举办。本届学术年会聚焦“数据要素、人工智能与数智时代的理论创新”，邀请国内外40余位专家、学者及机构代表进行主旨演讲和交流。来自清华大学、北京大学、中国人民大学、中国科学院大学、中国社会科学院大学、浙江大学、南开大学、上海交通大学、西安交通大学等高校和数字经济相关科研机构及企业代表共400余人出席线下会议。会议通过多个平台同步直播，当天信息浏览量超过十万人次。
上海科技大学创业与管理学院学术院长、中国人民大学商学院原院长毛基业教授以《数据要素赋能产业链发展与治理》为题进行了主旨演讲。本文根据毛基业教授现场发言内容整理。
有冯老师在主持这节的论坛，我感觉很亲切，不再孤单。因为前面的演讲嘉宾全部都是经济学家，因而全是经济学的视角。我今天不仅是少数派，而且是一个另类。说实在的，我1981年上大学后学的就是信息管理专业，这么多年的研究工作一直与企业的信息化和数字化相关，在我看来数据就是数据。而今天这个场合，突然要在数据后面加上两个字，叫“数据要素”，我也就随大流，也改称数据要素吧。既然来了，就跟大家讲一讲我的对数据要素的浅见。
我长期做案例研究，因此我习惯通过案例讲道理。今天利用20分钟的时间，给大家讲两个案例故事。为什么讲这两个案例故事呢？动机是这样的：今天的主题是数据要素，而我研究信息处理和数据已有多年，我发现数据如果要产生价值，一定要关联。讲到大数据，大家都强调数据量要有多大，但是大数据最关键的是，一是要关联才能产生价值，二是越流通越能产生价值。前面几位嘉宾讲数据入表也好，流通也好，也都承认还有一大堆痛点和难题。我觉得这些难题短时间内可能难以解决。但是从我们管理学关注的微观企业层面看，数据的治理和流通其实在企业微观层面取得了特别大的进展。我之前跟一个实务界的朋友交流，他讲了一个特别好的概念：数字化本质就是数据的获取、治理和使用，就是“取、治、用”，这是最根本的。无论是物联网还是电商，其实数字经济和企业的数字化转型，最底层的改变就是这三件事情，取数、治数和用数。尽管不是所有企业都做得这么好，但还是有很多企业在数据方面表现优异。
我们的视角再放大一点，在产业链层面，其实很多产业链的数据要素治理和流通已经发挥了很大作用。在微观企业里的数据开始被系统性地采集、治理和应用之后，开始在产业链上共享和流通，并产生了巨大的价值。我在想，如果数据要素在整个市场范围内的流通这么难，那么反过来看，研究数据要素在产业链上是如何采集、治理和应用的，是件非常有价值的事情，是短期内就可以产生回报的。
在和大家分享这两个案例之前，先给大家提供一些背景信息。大家都知道，中国很多行业存在产能严重过剩和高度内卷，尽管卷出来了效率，但从产业链角度来看，效率并没有那么高。举一个服装产业的例子，我若干年前在某电商头部企业调研的时候，大数据部门给的数据是这样的：当时我国一年生产成衣大概190亿件，其中30亿件国内消费，90亿件出口，占近一半。剩余的60多亿是卖不掉的库存，接近三分之一，这个数量靠内循环是解决不了的，存在很大的问题。我们跟国际上顶尖的服装企业相比，在周转率、正价销售率等指标上落后很多。尽管我的数据稍微有点陈旧，但比例应该没有变化太多。结论是，尽管内卷严重，单个企业可能有全球碾压性的效率优势，但是产业链的效率并不高，库存周转天数等问题依然存在。数据要素在多大程度上能够在产业链层面解决这些效率问题，我觉得是一个蛮有趣、很有希望的研究方向。
接下来分享两个小案例，均在数据要素提升产业链效率方面做出了有益的探索。第一个案例是畜牧业的。由于时间关系，农信互联这个企业详情就不讲了，是个位于中关村由大北农孵化的企业，总部离这里不远。大家如果想去参观，我也可以帮忙联系。
我们先来看行业痛点。大家都知道，我国农业和畜牧业的三大痛点是单位产出低（效率低）、销售难和融资难。首先是效率问题，我讲的这个例子是养猪业，这其实是个高科技行业，从种猪育种到饲养过程的科技化，我们都很落后，单位产出低。尽管我们是全世界最大的猪肉消费国，但是养猪行业的效率低于国际平均水平。我去过国内最大的养猪企业，他们的某些指标可以对标美国的养猪业，但跟国际上最领先的北欧国家如丹麦、荷兰等在很多指标上，比如瘦肉率、饲料转换率和种猪的产仔率等，还是有差距。印象中，国际上最高水平是一头种猪一年产仔30头，我国是15头左右。
接下来，我们从产业链角度看一下，数据要素及其流通能够在多大程度上解决这三难的问题。这其中最核心的就是数据的采集、治理和使用，这就是数字化的本质，使得数据透明可视。国内有很多互联网大厂都在养猪，他们为什么养猪？估计有各种原因，我猜想其中一个原因是他们觉得自己有技术，认为可以通过人工智能等科技解决很多问题。事实上，人工智能确实能够解决很多问题，包括有一个互联网大厂甚至做猪脸识别，其意义在于精准投放饲料和药物，只给生病的猪对症下药。否则一只猪生病，一个猪舍的猪都吃药肯定是不对的。然而，猪脸识别其实非常难，因为猪长得太快了。
但人工智能和数据真的能帮助猪场的提升效率。例如，人工智能，包括机器视觉，可以根据猪的咳嗽、打喷嚏以及步态等行为，识别其是否生病，是否需要额外照顾，甚至识别种猪的发情期，以便及时安排人工授精。摄像头和各种传感器可以采集这些猪场的大数据，监测猪的情况，识别出哪些猪生病了、需要关注，甚至按照预设的标准体重指标，确定何时猪该出栏了。相比人工估算猪的重量，机器视觉更加精确。此外，大数据可以帮忙决定什么样的环境最适合猪生长，从而解决猪场单位产出效率低的问题。
放到全产业链来看就更有趣了。我们前面讲数据，现在为什么称作数据要素，是因为它可以重构一个产业链。图1的中间就是猪联网，农信互联是一个数字原生企业，也是一个平台企业，通过收集猪场的数据，可以重构整个产业链。大北农在向猪场卖饲料时，发现了效率的痛点。而农信互联通过提供信息化服务，获得猪场实时数据，形成图1中间的猪联网。纵向来看，可以复制衍生出驴联网、牛联网和马联网等。核心就是从图中间的猪场数字化开始，农信互联将摄像头和数字化管理系统引入猪场。如果猪场使用这个系统提升效率，就可以安排金融机构提供养猪贷。之前谁敢做养猪贷啊？这是个靠天吃饭的行业，猪瘟等各种各样的天灾，以及作弊等信任问题，就是没办法解决贷款中的问题。现在有摄像头实时监控猪场，收集过去三个月、一年、两年甚至三年的数据，能全面掌握猪场经营的情况。如果再应用区块链等机制，这个数据将变得可信、可在产业链上共享。金融机构和其他二、三产业的企业就可以加入进来，养猪贷自然就可行了，大型饲料供应商也可以提供经销贷，解决融资难的问题。
从经济学角度来讲，本质上这就是在一个产业链上的数据要素流通，降低了交易成本。猪场数据都在平台企业这里，它就可以搭建一个养猪行业的垂直电商（类似天猫），把各类经销商和围绕猪场的所有建筑、辅材和设备集聚起来。有了这个数据，平台企业就可以收“过桥费”。其实数据在这个链条上，向上游可以一直流通到疫苗和饲料供应商，解决猪场的融资难和采购成本高等痛点。再往下游走，就是解决销售难的问题。生猪要线上交易，就涉及到数据的本质，生猪指标数据标准化、线上化后，才能流通。生猪交易和运输的效率因此都可以得到提升。本质上，数据要素要能够联通，联通之后才有更精准的产品画像、客户画像和设备画像，再做关联和对接，一切美好奇迹都会发生。
以上就是产业链的重构，就是通过猪场的数字化，用数据整合上下游，用数据降低交易成本，把一、二、三产业融合（包括物流、肉食加工）。本质是用数据打通行业壁垒和企业间壁垒，从而提升整个产业链的效率。农信互联用大数据重构一个产业链，这就是数字化创新，用数据重新定义这个行业。
接下来，我再分享一个例子。这是一个制造企业，品牌商同样利用数据重构整个销售渠道。这个案例讲的是品牌商往下游走，把整个销售渠道重构一遍，使得渠道伙伴之间的关系发生了根本性变化。近来大家讲新质生产力比较多，较少讲数据促进新质生产关系。我认为这个案例里，从最终结果来看，数据要素在生产关系重构方面起到的作用，比在生产力重构方面的作用还大。
案例企业是自然堂（原名伽蓝），是国产护肤品的头部品牌。为节省时间，我只讲最核心的产业痛点。大家都知道零售行业很内卷，效率也不高，零售商大量的决策是凭经验、拍脑瓜式决策。代理商也有一堆痛点，包括资金占用、库存积压，还有产品的有效期问题等。品牌商也有痛点，经过一级代理商、二级代理商、经销商、小B端和专卖店等多个环节才能触达消费者，这个链条很长，信息严重不对称，难以获得渠道库存的真实信息，存在代理商乱加价和串货问题。此外，现在渠道越来越多，电商渠道也越来越多，不同渠道之间的库存积压和短缺现象并存；另外多层次的渠道增加了大量额外物流，导致效率低下；最关键的是，品牌商离消费者太远了。与完美日记这些数字原生企业相比，自然堂离消费者太远，而产品创新的源头是消费者和用户需求。企业意识到，如果不变革问题很大，就要被这个时代淘汰，所以变革的动机就是通过数字化解决各种各样的痛点。创始人看到像美的“一盘货”等新的模式，就想把代理商的所有库存收回来，自己统一发货，实现物流、信息流和资金流的统一。疫情期间，线下门店关闭，渠道不畅，不确定性升高，代理商手上积一堆货，就有了尝试新模式的意愿，所以这个转型契机就来了。
这个案例的核心就是所谓的“一盘货”，包括物理意义上的“一盘货”，以及其上的数据共享平台。原来货物是铺在整个渠道上，品牌商原来的商业逻辑是压货给代理商。现在品牌商把所有货收回来，做中央仓，这样代理商手里不放库存或者放很少库存，小B端零售也不放库存。货全放到品牌商的仓库里，统一发货。原来它的代理商的177盘货，现在变成品牌商的14盘货。14个分仓中的5个同时支持C端电商，这样一来从运营的整体优化角度来说，库存降低很多，只剩下三分之一的水平，减少了几个亿的库存资金占用。把所有的货放在一盘货中，而且账实分离，从物理上实现应该没有多复杂，把代理商货存收回来，在20年前都能做。但是20年前做不了什么？缺的是包括云计算等在内的数字技术，能够把所有的数据集中起来，将标准化和全链路的数据拉通，让数据产生价值。
如图2所示，一级和二级代理商可合并在一起，然后经销商和小B端（很多夫妻店）的所有发货都从品牌商的总仓里发。品牌商和所有伙伴的交易信息处理都汇集到数字中台，这样的全渠道运营变得透明可视，实现渠道的数字化，数据就产生价值了。这个数字中台包括：1、电商常使用的业务中台，把这些信息处理的功能做成微服务，包括人货场的增删改、维护，以及会员积分等会员管理功能；2、数据中台，负责做数据清洗和加工，包括贴标签等处理。所有渠道伙伴都可以看到自己相关的数据。代理商在PC端、小程序上都能够用这些微服务，获得其开发和赋能的经销商的运营数据。代理商用这些数据决定哪些地方需要新设零售网点，给经销商赋能，帮助经销商做决策。品牌商负责搭建这个数据平台，其实就是把数据拿出来给整个产业链共享。通过统一的数据标准，利用同一套数据，用数据指导运营，提升运营效率。品牌商用数据支撑整个渠道的运营，包括管理库存和发货。因为物流每单都清晰，从14个分仓到大B端经销商、小B端零售等，所有业务都在共同的数据底座上进行。这样每一单发到哪里都很清晰，品牌商可以实现以销定产，根据消费者偏好做创新。
大家看图2，就懂这个原理了。在一个产业链上，数据实现了共享，这需要产业链的链主出来做这个数据底座。刚才说整个渠道实现“一盘货”之后，库存“水分”被挤出，原来十几亿的库存在这压着，现在挤出来1/3的库存，提升30%以上的效率，所有的渠道伙伴都获得了更好的效益。这种全方位的效率提升解决了很多痛点。原来是一个科层制的渠道，现在变成一个网状的结构，这是生产关系的改变，也是渠道商职能的改变。
最后总结。我今天给大家分享了两个微观案例，从不同视角看一下产业链上数据要素如何流通并发挥价值。流通能够对整个产业链产生巨大影响，以及显著提升效率。如果把企业运营数据用扫码等方式从源头上采集到，做标准化和关联，然后共享这些数据以支持运营，整个产业链效率可获得极大提升。第一个案例是新涌现的数字化平台企业，由产业链上的新创企业出来做这件事情。第二个案例是传统企业重构渠道。两个企业都很创新，都是在行业内唯一做到的。这样的变革不是很容易，但使我们看到这个趋势和数据要素的潜质。企业能够用数据要素来重构整个产业链，结果是生产关系的深刻改变，就是每级代理商、经销商的职责和行为完全改变了。这个趋势非常清晰，在未来或许能够成为数据要素的治理和发展的关键点和重点。
谢谢！
