数据驱动背后的高人，终于出大招了！

要是认真一下，淄博、哈尔滨的火热只能算是现象级的，2023年真正的地标级大佬一定是属于北京西城月坛25号院的。去年10月25号起，那里有个更容易被人记住的名字：

国家数据局。

能带有“国家”头衔的机构，那都是需要代表国家来谋划天下大事的。

为此，当7月份我们终于知道该机构的首任领导浮出水面的时候，最想知道到就是其想做啥。那感觉，不亚于打移动客服总算到了人工接听了，喜悦之情油然而生。

中国联通原董事长刘烈宏出任国家数据局首任局长。

据《党和国家机构改革方案》显示，国家数据局负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。

此后，刘烈宏对“数据要素”的每一次阐释，都成了人们对国家数据局理解的一块批图。

如今，这幅全景图来了。

2024年1月4日，国家数据局等17部门联合印发《“数据要素×”三年行动计划(2024—2026年)》。

不仅是全景图，此事是国家数据局会同中央网信办、科技部、工业和信息化部、交通运输部、农业农村部、商务部、文化和旅游部、国家卫生健康委、应急管理部、中国人民银行、金融监管总局、国家医保局、中国科学院、中国气象局、国家文物局、国家中医药局等部门联合起来描绘的，更是高清全景图。

数据驱动背后的高人，终于亮大招了!

招之大，首先体现在算法上。

和传统不一样的是，数据要素的驱动玩法是靠“乘法”玩转的。

以往我们经常时不时地从顶层那里听到的都是“+”法，例如互联网+、工业+、物联网+之类的。“乘法”，显示是需要比“+”更为复杂且高端的算法。正如《行动计划》利好不吝啬的直接用了“×”，看似与旁边的中文显示有些不搭，却显示了顶层设计的深谋远虑，追求的政通人和。

《行动计划》的开头就指出了数据驱动可以有的与众不同：数据要素有“报酬递增、低成本复用”的特点。

对传统企业增长的套路来说，“报酬递增”就是个十足的新鲜词汇。

啥是“报酬递增”?就是传统生产要素依赖的是资源的稀缺性，如土地、资本、劳动力和技术等，越用越少，积极积累的话，量变不一定会对质变真正助力。落地企业运营摊销，用尽、折旧对企业来说都是一种损失。但数据就不一样了。当数据规模越大、种类越多时，它越能焕发出更为强大的生产力的可能性。这就是，数据资源的边际报酬递增的效果。此前，刘烈宏就多次强调，数据具有规模报酬递增、非竞争性、低成本复制的特点，作用于不同主体，与不同要素结合，可产生不同程度的倍增效应。并表示，刘烈宏的首要工作就是，与相关部门一道，研究实施“数据要素x”行动。

招之大，也体现在KPI上。

《行动计划》指出，到2026年底，要打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态。

除了“300个”的数量FLAG，也明确了了加速度——“数据产业年均增速超过20%”“数据交易规模倍增”。

s、a、t值都明确有了，数据驱动高质量发展的范式一下子就清晰了起来!

不过，综合来看KPI指标还是蛮高的，因为任务挑战也蛮大的。

不仅机构和领导都是新的，最关键的是解决问题的任务也是新的。

例如，《行动计划》指出，当下我国数据驱动要素的主要矛盾是“数据供给质量不高、流通机制不畅、应用潜力释放不够”等。按我的通俗一点的理解，就是供货方、流通方、应用方，都还没怎么准备呢。

但是，我们有资源、有能力、有场景。例如，《行动计划》里明确提到“数字基础设施规模能级”已经为“更好发挥数据要素作用奠定了坚实基础”。按我的通俗一点的理解，就是我们一直关注的大数据、AI、物联网、云计算之类的，已经为数据要素驱动发展准备了不错的武器。

到了该想想怎么用的时候了。

《行动计划》的核心作用，或可转化重点在于如何引领优化s、a、t构造的函数曲线。包括用了16“协同”贯穿了指导思想和15个领域的行动指引，以及点亮全规划提到的27个“创新”。

具体的，实施“数据要素×”行动，就是要发挥我国超大规模市场、海量数据资源、丰富应用场景等多重优势，推动数据要素与劳动力、资本等要素协同，以数据流引领技术流、资金流、人才流、物资流，突破传统资源要素约束，提高全要素生产率;促进数据多场景应用、多主体复用，培育基于数据要素的新产品和新服务，实现知识扩散、价值倍增，开辟经济增长新空间;加快多元数据融合，以数据规模扩张和数据类型丰富，促进生产工具创新升级，催生新产业、新模式，培育经济发展新动能。

招之大，更体现在谋划周全上。

此次数据要素要“放大、叠加、倍增”驱动的领域之广也是此前“+”所难以企及的。我们可以看到“重点行动”条目下，“数据要素×”了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳。综合来看，就是数据要素驱动是可以涵盖全部一、二、三产的。

结合刚才提到的数据要素应用的主要矛盾——“数据供给质量不高、流通机制不畅、应用潜力释放不够”，数据驱动或可以实现三个环节的有效联动，发挥数据要素“报酬递增、低成本复用”特点。

在数据供给侧，强调了基于场景需求的数据驱动建模能力。例如，工业制造方面与设计、仿真的融合;农业生产数智化上强调依赖遥感、气象、灾害、市场的科技赋能;交通运输方面寄递数据、运单数据、结算数据的操作的“一次”化流程打造等等。

流通机制侧，强调了优化数据流通环境。例如，强调推进主数据标准生态系统建设，“打通供应链上下游设计、计划、质量、物流等数据，为数据流通提供敏捷便利”。以及提高数据流通安全可信环境，“深化数据空间、隐私计算、联邦学习、区块链、数据沙箱等技术应用”。

应用潜力侧，强调了诸多领域的资源协同创新。例如，会有“支持部门、地方协同开展政策性试点，聚焦重点行业和领域，结合场景需求，研究数据资源持有权、数据加工使用权、数据产品经营权等分置的落地举措”。“推动企业按照国家统一的会计制度对数据资源进行会计处理。”还会有“数据要素×”的赛事营销推动。

《中国数字经济发展研究报告(2023年)》显示，2022年，我国数字经济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增速，数字经济占GDP比重相当于第二产业占国民经济的比重，达到41.5%。同时报告也指出，我国数字经济的进一步提升是需要全要素生产率的提升。

如今，该《行动计划》出台，意味着我国数字经济进一步实现增长提供了更具权威的道路指引。有利于我国数据生产要素价值在数据产权、流通交易、收益分配、安全治理等基础制度上的加快建设，进一步释放数据要素的放大、叠加、倍增作用。

数据驱动背后的高人告诉我们，国家是有大招的!