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。我们特别整理“演讲精粹系列”，将与会嘉宾演讲和对话内容中的主要观点分享大家。本文为“演讲精粹系列二：数据要素市场与数字产业发展”。
西安交通大学管理学院院长冯耕中主持了大会二。冯耕中教授讲到，党的十八大以来，以习近平同志为核心的党中央高度重视培育数据要素市场，对数字产业发展进行战略部署，推动数字经济与实体经济的深度融合。在数字经济时代背景下，探讨数据要素市场与数字产业发展对于构筑我国数字经济时代的国际竞争力具有重要意义。大会二有幸邀请到了多位专家学者，围绕“数据要素市场与数字产业发展”发表演讲、深入探讨，带来该领域最新的研究成果和前沿思考。
冯耕中教授主持大会二
年会主席团主席、国务院原副秘书长江小涓以《数字时代的创新及其对经济学研究的影响》为题进行了精彩演讲和分享。江小涓教授指出，数字时代的创新在创新源泉、创新主体和创新组织各个层面都发生显著变化。数据生成、传递与处理能力显著提升，数据成为驱动创新的重要源泉，有益于解决已知复杂问题、揭示未知复杂关系、实时校正科研方向、洞察颗粒化场景并赋能，为相关学科的研究带来全新机遇，同时也带来新挑战。科研范式历经实验观测、理论推演、计算仿真、数据驱动，同时创新范式与科研范式在趋同，最重要的原因就是二者的研究问题都可以还原成为“数据”。例如自学习机制在AlphaFold2在预测蛋白质三维结构方面体现了数据驱动下解决已知复杂问题的高效性，极大地增强了对已知科学问题的解决能力。再如高性能计算方法进行高精度分子动力学模拟方面、谷歌GNoME预测无机晶体结构、数字医疗通过对多维复杂颗粒数据分析从而提供个性化诊疗方案等实例都说明了数据驱动创新范式发生重要变化的不同方面。
与以往的创新范式相比，一是大型平台既是生成数据的源泉，更是汇聚多重能力的主体，在规模涌现规则的加持下地位显赫，在相当程度上决定着整个社会的创新进程。二是开放型创新组织有利于汇聚异质性、多样化的数据和各种资源，成为重要性日益提升的主流创新组织形态。上述特征在提升创新效率的同时生发出新的不确定性，有可能使市场结构和福利分配出现与“合理状态”不一致的改变。人文和社会科学领域的学者对此要保持持续关注和深入研究，更好确保科技进步有益于人类福祉和社会公平。
江小涓教授作主旨演讲
北京大学国家发展研究院院长、北京大学数字金融研究中心主任黄益平教授以《数据资产入表应循序渐进》为题进行了精彩演讲和分享。黄益平教授指出，数据与数字技术在新质生产力发展中扮演核心角色。对于新兴市场国家而言，数据要素的高效利用可开辟经济增长新路径，提供一个新的赶超途径。如何把已有的数据产出或数字足迹，变成对经济活动能产生作用的数据要素，是一个非常复杂的过程，涉及政策、市场、技术等多重因素。
当前，数据资产入表已成为经济与金融创新的热点。已经有上市公司积极响应，采用不同形式将数据资产纳入资产负债表。尽管如此，一些研究已初步发现，资本市场对数据资产入表的反应冷淡，投资者可能尚未认识到数据资产入表重要性，这可能源于数据资产价值不确定性，从而持观望态度。数据资产进入资产负债表，还有几个问题值得关注。一是数据资产的价值在市场上如何衡量；二是“三权分治”下数据资产入表需要划清楚企业和其他相关主体的相应权益占比；三是成本法、收益法、市值法等的数据估值方法需要进一步探讨，以实现数据资产的准确评价与交易。还要考虑数据入表可能带来的一定风险。此外，公共数据应服务于公共利益，而非成为城投公司融资工具，以免阻碍数据要素市场的健康发展。数据资产入表应循序渐进。数据资产的价值评估应由权威或者第三方机构执行，避免自我认定导致的市场混乱。政策框架、会计标准、市场规则的完善是数据资产化的保障。数据要素的利用和数据资产化相当于开拓一种新的要素资产，同时是开辟一种新的市场，有利于经济增长的。需平衡创新与风险，确保数据资产的合理评估与利用，避免冒进带来的负面后果，防范潜在风险，推动数据要素的有效利用和数字经济的发展。
黄益平教授作主旨演讲
全国数字经济专业学位研究生教指委秘书长、中国人民大学经济学院院长刘守英教授以《数字文明时代的政治经济学》为题进行了精彩演讲和分享。刘守英教授从政治经济学的角度指出，在数字经济成为新引擎的时代背景下，对整个社会形态变化的认识非常重要。这一轮数字技术的革命从21世纪初到现在的数字化、智能化，有望把人类带入新的数字文明形态，具有六个方面的典型特征。
第一，技术推动。数字文明时代仅仅依靠物质生产已难以满足人类日益增长的精神需求，知识创造开始成为社会进步的关键。AI颠覆传统知识生产方式，可能全面参与人类决策。虽然数字技术创新向生产力转化，但颠覆性创新与大规模应用不足，基础研究与应用研究亟待加强。第二，数据成为数字文明的核心生产要素。数据与其他要素组合创造巨大经济效益。虽然数据在经济活动中已经起到一定的作用，但其经济价值的衡量、要素地位、资源转化为资本的路径等诸多问题等待回答。第三，平台成为数字文明时代主要的组织方式。平台经济的组织模式、虚拟空间的治理能力与市场政府关系的调整成为制度层面的关键议题。第四，经济活动的空间是虚拟空间。跟工业文明形态比较，各类经济主体的各项活动都逐步转向虚拟空间，虚拟空间的实现和治理面临挑战。第五，价值判断标准与社会制度安排发生改变。市场和政府的关系在数字文明时代应该会发生根本性的变化。因此制度的建设，包括如何界定数据的产权，数据要素市场如何去实现，价值和能力是需要研究的问题。在讨论数据对增长的重要性的同时，关于伦理问题、价值问题和公平问题应该同步讨论。第六，AI参与甚至替代人的思考和决策。数字文明时代，人脑“机器化”，机器“人化”。AI决策与人类决策的关系、人类决策模式的演变以及AI决策的本质仍需深入研究。
刘守英教授作主旨演讲
清华大学社会科学学院经济所教授、至善书院院长汤珂教授以《数据要素的可信流通》为题进行了精彩演讲和分享。汤珂教授指出，“可信”在数据里面占了很大比重，数据往往和两个概念相连，一个是发展，一个是监管，或者是安全，其中监管和安全非常重要的一点就是可信，所以我的研究是关于从可信出发。然而，在数据流通里边有非常多的和可信相关的一些痛点。例如数据的无限复制性、非标准化特性以及信息不对称性导致了交易双方的信任缺失。这些问题不仅影响了数据市场的健康发展，还可能导致市场失灵。构建一个可信的数据流通环境，成为关键。
对于数据的信任问题可以分两个层级来看待。第一个层级是“可以被信任的”，即技术层级上的信任（Trusted）。还有事实上被信任（Trustable），通过验证的方法来实施“先验证，再信任”。相关技术基于密码学、区块链等确保数据加密、防篡改，实现可验证的信任。另一种层级是Trustworthy，是值得信任的，属于研究经济学的研究范畴。通过经济合同、法律监管、机构评级等方式构建值得信任的制度环境。但我认为应该从更全面的角度来看可信这一问题，提出了数据可信流通的TIME框架，包括数据可信流通技术（Technology）、数据可信流通机构（Institution）、数据可信流通模式（Model）、可信评估与监管（Examination）。虽然后三个都是制度性，不是技术性的，但这三个反而更重要，因为大量的数据流通是无法通过技术来解决的。其中和数据相关的机构有很多种，比如数据要素型企业，数据交易所、数据经纪人、数据空间，这一系列都是数据机构，这些机构如果能够被信任的话，在交易过程中大量的信任问题可以被解决。而Model就是数据流通的模式，包括公共数据授权运营、经济合同、数据信托等。最后是数据流通领域的监管，涉及对数据的提供者、数据的使用者、数据的交易机构，以及数据交易的产品的监督，还要打击那些非法的在黑市上交易的非法活动。技术、机构、模式、监管等四个角度有利于更加全面理解数据可信这一理论问题。
汤珂教授作主旨演讲
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》为题进行了精彩演讲和分享，主要探讨了数据要素在现代经济和企业发展中的重要性及其实践应用。毛基业教授从自身经济学背景出发，指出数据从简单的“数据”到“数据要素”的转变，并强调数据关联与流通对于产生价值的重要性。然而，他也承认目前数据流通仍面临诸多挑战和痛点，尤其是在宏观层面。因此，他转而关注微观企业层面，指出在数据治理、流通和应用方面，企业已经取得了显著进展。
毛基业教授进一步指出，数字化的本质可以概括为“取、治、用”三个环节：即数据的获取、治理和应用。这一理念不仅适用于物联网、电商等新兴领域，也是企业提升微观效率的关键。他通过两个具体案例——畜牧业和制造业（以服装产业为例），详细阐述了数据要素在实际应用中的巨大潜力和价值。在畜牧业案例中，他介绍了如何利用数据采集、治理和人工智能技术，解决养猪业中的单位产出低、效率低、销售难、融资难等痛点问题。通过猪联网等数字化平台，实现了对猪场数据的全面采集和智能分析，从而精准管理猪只健康、提高饲料转换率、优化繁殖效率等，显著提升了养猪业的整体效益。在制造业案例中，他提到中国服装产业面临的产能过剩、库存积压等问题，并指出数据在优化产业链管理、提高库存周转率等方面的重要作用。尽管中国企业在全球市场上表现出色，但在产业链效率上仍有待提升。通过数据要素的流通和应用，可以重构产业链，实现资源的优化配置和效率的最大化。
最后，毛基业教授总结道，尽管数据要素在市场流通中面临诸多挑战，但在微观企业和产业链层面已经展现出巨大的应用潜力和价值，他呼吁更多学者和企业关注数据要素的研究和应用，共同推动数字经济的发展和繁荣。
毛基业教授作主旨演讲
南京大学数字经济与管理学院特聘教授任保平以《按高标准市场体系要求培育数据要素市场》为题，系统阐释了当前中国数字经济发展激活数据要素，实现数据要素市场与高标准市场体系建设的深度融合的必要性和可行路径。他指出，在数字经济时代，数据作为生产要素进入市场，可以更好地将商品市场和要素市场连接起来，使整个市场体系进一步系统化和高效化，因此高标准市场体系对于数据要素市场要达到中共中央办公厅印发的《建设高标准市场体系行动方案》中所要求的，达到统一开放、竞争有序、制度完备、治理完善的标准。按照此标准，在培育数据要素市场时，首先要构建统一开放的数据要素市场，既要着眼于统一的国内市场，也要努力建成面向国际数据要素市场的开放格局；其次是完善数据要素市场的竞争机制；再者需要制定科学的关于数据要素市场的产权界定制度、产权配置制度和产权交易制度；最后需要由传统治理转向数字治理，实现治理完善的整体目标，一方面是通过分级分类、权益分置的方式制定更加明晰的数据权属界定规则，形成政府、市场和社会协同的数据治理格局，另一方面是搭建协同高效的数据要素市场交易平台，建立安全、成熟、完善、稳定的数据要素市场治理制度体系。
任保平教授谈到，随着我国市场经济逐渐迈向由数字经济驱动增长的高质量发展之路，数据要素市场已成为高标准市场体系建设的一部分，因此高标准市场体系建设对数据要素市场需要关注三个任务：第一是建设高标准的数据要素产权体系，建立以人为本的数据要素产权观，区分人类劳动和机器劳动；第二是建设高标准的数据价值转换体系，逐步实现数据要素资源化、资产化、资本化；第三是建设高标准的数据要素市场价格体系，构建数据要素价格形成机制、价格发现机制和价格指导机制。依据上述标准和任务，按照高标准市场体系要求培育数据要素市场的路径包括：在高标准的数实融合过程中培育数据要素市场，拓展数据要素市场的应用空间和发展场景；以高标准的国内国际双循环推动数据要素市场建设；以高标准的数据要素市场治理推动数据要素市场治理完善，深化治理机制改革，加强产业治理；建立完备的数据要素政策体系，促进多主体参与，打造全方位交易空间，加强全过程平台监测。
任保平教授作主旨演讲
复旦大学经济学院教授、副院长，复旦-图卢兹创新与数字经济研究院执行院长寇宗来教授围绕数据资产，进行了题为《数据资产入表：机遇与挑战》的精彩演讲。在当今数字化时代，数据资产入表及其与融资的关系成为经济发展中的重要议题。寇宗来教授首先基于国家重点政策文件以及当前地方政府由“地租”转化为“数租”的发展模式，深入探讨了数据资产入表的重要性，指出其对于推动经济增长和资金流向具有关键作用。数据资产入表不仅有助于避免经济过快进入衰退，还能促进数据资产的资本化，从而激发市场活力。
寇宗来教授指出，数据资产入表涉及复杂的价值评估过程，包括成本法、收益法、市场法等多种方法。其中，收益法被认为是评估数据资产价值的根本方法。然而，数据资产评估并非简单线性，多维度数据可能产生巨大价值，但同时也带来反公地悲剧的风险。因此，中介机构在数据资产评估中需格外谨慎。为有效推动数据资产入表及资本化，寇宗来教授建议采用“有为政府+有效市场”的风投模式，政府应解决数据获取、安全保障及政策支持等问题，而市场则应提供风险投资、应用场景和估值服务。这种模式有助于形成可观、稳定、可计量的利益流，为数据资产提供合理估值，并防范道德风险。此外，寇宗来教授还谈到了知识产权质押融资中版权与专利的区别。版权作为底层资产具有相对稳定性，而专利在资本化过程中则面临较大挑战。数据资产在资本化过程中需内嵌于具体应用场景才能发挥价值，并转化为货币，个人数据无需资本化，而企业数据和公共数据则具有天然或潜在的资本化属性。
寇宗来教授作主旨演讲
西安交通大学管理学院赵玺教授以《可信数据赋能产业链价值共创》为题，详细探讨了数字化时代背景下可信数据该如何赋能产业链发展。赵玺教授首先概述了当前科技发展趋势，指出互联网正从平台经济向通证经济转变，商业模式也随之进化。在此背景下，西安交通大学建立了全面的区块链数据资源体系，利用Web3.0环境的公开透明性进行深入研究，取得了国际领先地位。
赵玺教授指出，当前制造模式实现了从批量生产、精益生产到敏捷制造、分布式制造的演变，每种模式都解决了不同的问题，但各有局限：敏捷制造虽能快速响应市场需求，却受限于信任基础和可扩展性；社会制造虽开放性强，纳入用户参与，但效率较低且产品单一。为此，赵玺教授提出了“开放式制造社区”的概念，旨在融合前沿信息技术，实现去中心化的灵活组织，提升制造效率与可扩展性，满足大规模定制需求。开放式制造社区强调多方参与，从用户到制造、设计、物流及营销等各环节均纳入其中，通过底层信息技术和可信环境，实现订单级别的敏捷协同，共同响应市场需求。这种模式打破了传统制造模式的局限，解决了灵活性、效率与韧性难以兼顾的问题，为产业链价值共创提供了新的路径。
赵玺教授作主旨演讲
中国科学院大学教授乔晗主持了大会二与谈，南开大学经济学院教授王永进，武汉大学经济与管理学院教授魏立佳，浙江大学“百人计划”研究员刘洋，阿里研究院副院长安筱鹏，亚马逊中国公共政策及政府事务高级总监陈超围绕“数据要素市场带来的创新与挑战”“数字经济时代的贸易与数据要素流动”等热点问题，进行了热烈讨论。
王永进教授指出，当数据的价值被软件化、硬件化之后，再重新投入到生产的时候，就变成一种生产技术。数据要发挥价值依赖于诸多条件，包括数据采集过程当中的数据化、数据应用过程中的算力与算法、专家知识以及各种类基础设施的配合。数据并不是越大越好，但是数据要发挥价值，需要一定的规模。此外，很多数据依赖于工业场景，离开了工业场景的数据本身没有任何价值，因此在工业大数据领域，数据市场的建立面临挑战。
魏立佳教授指出，被收集数据的个人愿不愿意被收集数据是一个很重要的问题。数据的提供者有什么样的激励去提供数据？如果没有激励的话，数据市场是否能够做起来？可以考虑为数据的提供者，比如个体在购物平台上面的一些数据或者其他主体提供数据的时候，应该给他们一定的补偿，同时数据提供者也应该从数据厂商获得数据，才能保证整个市场的良性发展。
刘洋研究员认为，数字产业集群可能是数据要素市场构建的实验区，数字产业集群既要在数字空间又要在地理空间去集聚，同时要关注网络效应以及地理空间集聚的优势、规模经济的优势的协同效应，关键在于基础设施的搭建，此外数据驱动价值链重构而产生的产业生态也是两种深度融合的具体机制。
安筱鹏院长强调，当前数据要素创造价值的主要矛盾在于流通，而不在于所建立的市场。与此同时，没有标注的数据再加上一个更先进的模型，可以构造出一个新的技术架构和解决方案，这是数据和模型相结合所带来的新价值，数据创造价值的机理应是数字时代所要关注的重点。
陈超高级总监分享到，全球治理体系和经贸规则正加快调整，跨境电商治理实践中，促进建立完善的数据治理机制，通过数据分析和技术手段，有助于利用数据积极赋能刷单炒信、知识产权和产品安全等合规问题治理，加强对第三方卖家的监管，保障产品安全，维护公平竞争，提高跨境电商的效率和透明度，为消费者提供更好的购物体验，助力中国企业合规高效出海和全球跨境电商行稳致远。陈超先生建议在数据和技术赋能基础上，加强政企合作和跨平台的治理。
大会二与谈
中国数字经济发展和治理学术年会是全球数字经济大会的一个重要版块，由全球数字经济大会组委会联合清华大学、北京大学等13所高校及有关机构共同发起，旨在成为中国数字经济领域学术交流的重要平台和学术网络，通过汇聚国内外顶尖专家学者聚焦数字经济发展与治理中的前沿问题，开展基础性、理论性和前瞻性的研讨，共同探索构建中国数字经济自主知识体系，共同谋划中国数字经济发展与治理的新篇章。
大会二现场
