【摘要】供给侧结构性改革，是保障经济高质量和促进新质生产力发展的关键。新质生产力与数据要素，具有深度耦合与相互塑造的关系。公共数据供给侧结构性改革，以公共数据为要素投入，催动新质生产力的生产要素创新性配置，实现数据生产要素供给与需求优化配置，满足新质生产力对新生产要素的需求，进而高质量和高效地促进新质生产力的发展。
【关键词】公共数据 供给侧结构性改革 新质生产力 【中图分类号】F320 【文献标识码】A
党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》，在“健全推动经济高质量发展体制机制”中既提出“深化供给侧结构性改革”，又提出“健全因地制宜发展新质生产力体制机制”。深化供给侧结构性改革，是“健全因地制宜发展新质生产力体制机制”的实现方式。供给侧结构性改革，是保障经济高质量和促进新质生产力发展的关键。
新质生产力与数据要素具有深度耦合与相互塑造的关系，后者通过自身特性与其他生产要素融合，发挥出乘数效应，并作用于生产、分配、流通、消费环节，催生新质劳动资料、孕育新质劳动对象、培育新质劳动力，从而促进新质生产力形成。①新质生产力的发展，需要高质量、可信和可用、供给稳定而充足的数据要素。然而，当前我国数据要素市场基本法律规范仍待完善，数据难以通过流通形成数据要素市场的供给，导致数据过度集中，制约数据价值的发挥②，难以有效促进新质生产力高质量发展。此问题的解决，可通过公共数据供给侧的改革，发挥公共数据供给侧的作用。公共数据是公共管理和服务机构，在依法履行公共管理职责或者提供公共服务过程中，收集和生成的数据。我国公共数据占我国的数据资源约80%以上，而且数据质量和可用性较高。公共数据供给侧结构性改革，不仅能够发挥公共数据驱动新质生产力发展的作用，而且具备保障新质生产力发展所需要素配置的可行性。
释放数据要素潜能是发展新质生产力的内在要求
数据是形成新质生产力的优质生产要素。习近平总书记指出新质生产力“由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力。”
数据是驱动创新和重塑生产方式的重要力量。数据不仅塑造优质的劳动者、新型的劳动资料和劳动对象，还促进其优化组合。第一，数据要素塑造优质劳动者。新质生产力的先进性，首先体现在劳动者的先进性。数据要素的生成和价值的发挥重塑了劳动者的先进特质：用户即数据要素的创造者。用户具有运用数字技术的能力，其线上购物、查询、社交等行为都是数据生成的方式。数据的价值挖掘者（处理者）不仅要有数据处理的专业知识、统计分析等专业素养，还具有逻辑思维能力。第二，数据要素是新型的劳动资料，能够大幅度提升生产效率。数字要素实现了传统劳动资料——例如传统的机械设备和工具——的优化和效率提升，进而升级为新质的智能化劳动资料，由此催生一系列数字化的劳动资料。第三，数据要素孕育新型劳动对象。劳动对象是实现生产的前提，是价值创造的客体。数字经济的实践证明，数据要素的自然属性不同于传统劳动对象，而是具有无形性、可控性、非竞争性、排他性。尤其，数据具有在使用过程中非消耗、多主体使用互不影响的特性，可共享和融合，还可以通过多维度的交叉与融合应用产生新的价值，甚至在此过程中衍生出新的数据。数据要素驱动形成新的劳动对象。例如，算法模型、网络平台和数据平台都是通过数据的应用而产生的新型劳动对象。
数据要素驱动科学技术的创新发展。新质生产力的关键核心在于科技创新，需借由“关键性、颠覆性技术突破和创新驱动发展”。③数字经济背景下，数据要素就是承载不同创新要素的“物的”支撑，决定着科技创新和发展。数据要素驱动科学技术的创新发展，主要体现在促进科技创新、降低科学研究的成本和提升科研的进程。目前，人工智能的发展实践已充分证明“数据”是发展人工智能技术的关键要素。只有当模型规模和训练数据规模超过一定的临界值时，人工智能大模型才会刺激新能力的“涌现”。数据要素还降低了科研创新的成本，在医学领域研究尤为突出。数据要素在医学领域研究不仅提升了医疗服务质量，还推动医药行业的持续创新和进步。此外，随着算力、算法、区块链等技术的快速发展，在海量、高质量和可用性的数据驱动下，传统的假设驱动式的科学研究范式向数据密集型范式转变。数据科学和人工智能技术的结合，可以加快推动科学发现的进程和科技创新。数据要素的深度挖掘和应用，不仅加速了科研进程，降低了研发成本，还促进算法的优化和机器学习等技术的进步，推动从理论研究到技术实践的快速转化。④
数据要素是实现科技创新效能倍增的新质生产力。数据作为一种非消耗性的新质生产要素，与传统的消耗性的物质资源不同，不会因为使用而减少。相反，数据越使用越多，并实现质量提升和价值增加，由此产生数据的乘数效应。数据的使用和流通可以不断创造新的价值，是由数据本身的自然属性决定的，一是数据要素具有可无限复制性，这使同一数据可通过复制被广泛用于不同场景、不同行业和不同领域而产生乘数效应。二是数据要素具有强融合性，使其与其他生产要素进行融合，赋能整个生产函数，使整个生产函数发生新的质变，进而产生乘数效应。这些特征，使数据要素应用呈现出边际成本递减、边际效益递增的优势，进而实现科技创新效能倍增的新质生产力。
公共数据供给侧结构性改革是要素投入的结构性改革
公共数据是供给侧的生产要素、制度创造和创新三大要素中的生产要素。一方面，公共数据是数据。虽然，目前我国“公共数据”的定义尚没有形成共识。但在相关意见及地方立法中公共数据的基本内涵为：国家机关、经法律法规规章授权或委托的公共管理和服务机构在依法履职或提供公共服务的过程中收集、产生的数据。另一方面，公共数据是生产要素。2020年，中共中央、国务院公布的《关于构建更加完善的要素市场化配置体制机制的意见》中，明确了数据是与土地、劳动力、资本、技术并列的第五大生产要素。至此，我国已把数据列为生产要素。
公共数据是生产力的“劳动者、劳动资料和劳动对象”三大组成要素中的“劳动资料和劳动对象”两大要素。在数字经济实践中，数据能够被人类开发、利用，并能够满足人类生产、生活的需要，是具有使用价值和交换价值的客体，而且能够给人类带来财富资源。数据是被处理的对象，所以又具有生产资料的性质。尤其，数据可作为工具，如农业可通过智能农业机械和数据分析系统，监测土壤湿度、气温和植物生长情况，从而实现精准农业管理，提高农作物产量和质量。由此，数据具有生产力中的劳动对象和劳动资料两大要素的性质。
公共数据供给侧结构性改革是要素投入的改革，即公共数据供给侧结构性改革是以公共数据为要素投入，推动新质生产力的生产要素创新性配置，实现数据生产要素供给与需求优化配置，满足新质生产力对新生产要素的需求，进而高质量和高效地促进新质生产力的发展。
建立公共数据供给侧结构性改革的机制
建立公共数据供给的宏观调控机制。公共数据供给的宏观调控不仅符合新质生产力对数据要素的量、质和供给稳定的需求，也符合占有公共数据主体的行政性质。公共数据是政府依法履职或提供公共服务过程中收集和生成的海量数据，其占有主体主要是行政机构。行政机构更能发挥供给侧宏观调控的优势，可基于国民经济发展规划和相应的产业政策，推行行政手段实现效率、法律手段实现公平、经济手段实现激励的公共数据供给宏观调控。一是建立公共数据供给统筹管理机制。目前，我国公共数据的供给是各省为政，模式和政策各一，效率较低，没有发挥公共数据本身具有的功能。为真正发挥公共数据的价值，可以建立国家和地方的双层公共数据供给管理体制。国家一级由国家数据局负责国家的公共数据供给侧的统筹规划、管理、政策制定；指导和建立全国的公共数据供给一体化的大市场；负责统筹、规划、政策制定和管理全国公共数据供给，有效实施公共数据供给的宏观调控。地方一级由省级数据管理机构负责本辖区公共数据；省级数据管理机构落实国家的公共数据供给侧宏观调控政策，负责本省区域的公共数据供给侧宏观调控的统筹管理、政策制定和实施。二是明确参与公共数据供给侧各主体的职责。明确公共数据管理机构和占有公共数据的政府部门之间的关系和职责。三是建立科学的公共数据供给制度。主要围绕公共数据供给的模式、公平性、效率性、安全性，制定相关的法律制度。建立健全科学有效的公共数据供给体制和制度，进而形成相应的机制，保障公共数据供给侧结构性改革。
建立公平有效的公共数据开放供给侧机制。政府数据开放已成为当今世界数字经济发展的国际趋势。政府是最大规模的数据采集者和持有者，开放和利用政府数据、在政府数据上先行先试，成为各国实施数据战略的必要举措。关于公共数据开放，2015年国务院印发的《促进大数据发展行动纲要》提出“大力推动政府部门数据共享，稳步推动公共数据资源开放”。2021年全国人大常委会通过的《中华人民共和国数据安全法》对政务数据开放进行了专门规范。我国公共数据开放机制仍待完善，公共数据开放的实践尚未发挥公共数据在数字经济和促进新质生产力发展中的重要作用。其中，主要问题是公共数据无条件开放、有条件开放的数量、质量、可用性不够；有条件开放的程序规则、公平性的欠缺、责任机制缺乏和激励不够，导致开放对象的范围和公共数据开放的数据量不足以发挥公共数据供给侧的作用。因此，需要进一步推进公共数据开放的供给侧改革，建立公平、有效的公共数据开放机制，促进公共数据开放的宏观调控作用，提高开放的供给量和供给的公平性。
公共数据开放机制的公平、有效的宗旨，是将公共数据合理分配到社会的各个领域中去，实现要素供给的最优配置，否则，会扭曲公共数据的供给，甚至在公共数据有条件开放中的“有条件”会造成公共机构的寻租，从而破坏数据要素市场的权利公平、机会公平、规则公平、分配公平。建立公平、有效的公共数据开放机制，一是建立公共数据开放的组织架构和模式。二是制定公共数据有条件开放程序规范。三是明确公共数据有条件开放的审核主体和责任机制。四是建立科学的公共数据开放效果评价机制。五是建立公共数据开放监督管理机制。公共数据开放监督管理机制，主要是防止公共机构将依靠权力所集中的公共数据资源用以寻租，导致公共数据供给的失灵。
建立公共数据授权运营的供给侧机制。“十四五”规划首次提出“开展政府数据授权运营试点，鼓励第三方深化对公共数据的挖掘利用”。《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》进一步要求“推进实施公共数据确权授权机制”。同时，很多地方对公共数据授权运营进行了实践和立法探索。目前，从各地方出台的公共数据授权规范和实践看，公共数据的授权模式、性质定位和规范尚不统一，效果未充分凸显。为有效发挥公共数据授权运营这一供给模式的作用，需要吸取公共数据开放的经验和教训，及早建立公共数据授权机制，从体制和制度层面保障公共数据授权运营真正发挥作用。首先，明确公共数据授权运营的目的。公共数据授权运营是指政府在实现公共数据的安全可控、可用的前提下，依照法律、行政法规规定委托符合一定条件的经济主体对公共数据进行使用、加工和创新等，从而形成创新数据、数据产品与服务等释放公共数据的经济价值和社会价值、实现公共数据主动供给和数据要素市场培育调控职能。公共数据的有条件开放是依社会主体的申请进行开放（并经公共数据主管部门的审核批准），是依社会市场需求开放，是被动式开放。而公共数据授权运营是政府主动作为，以供给侧为维度最大化发挥公共数据的价值和宏观调控作用。
其次，明确公共数据授权的模式。目前，地方的公共数据授权实践的模式不统一，主要有三种授权运营的模式：一是集中统一授权运营模式。此种模式是数据管理部门将某一地区或某一领域内的所有公共数据，不区分具体的应用场景，统一授权给一个或多个指定的运营主体进行开发、运营和生态建设；二是省、市、区县的分层授权运营模式。该模式根据不同行政级别（如省、市、区县）的数据管理部门，将各自管辖范围内的公共数据分别授权给相应级别的运营主体；三是行业、产业、领域的垂直授权模式。按照行业、产业或特定领域的划分，数据管理部门将相关公共数据授权给在该领域具有专业优势或运营经验的主体进行管理和利用。这三种授权运营模式各有自身的特点，但无论哪一种模式都要从体制和制度层面保障实现公共数据供给侧的宗旨。国家可以从顶层设计的维度对公共数据授权运营模式进行设计，进而有效发挥公共数据供给侧宏观调控作用。最后，完善公共数据授权运营制度规范。公共数据授权运营制度规范的目标是通过制度保障公共数据供给。公共数据授权运营制度规范的具体内容包括：公共数据授权运营的授权主体、管理主体、被授权主体的条件、授权运营的程序、授权运营的内容、授权运营监督管理、授权运营主体的退出机制等。
【注释】
①张夏恒、冯晓宇：《数据要素乘数效应的逻辑解构与实现进路》，《长安大学学报（社会科学版）》，2024年第3期。
②李爱君：《数据要素市场培育法律制度构建》，《法学杂志》，2021年第9期。
③杨国强、许明月：《新质生产力生成中数据要素交易监管的完善进路》，《湖北大学学报（哲学社会科学版）》，2024年第3期。
④李三希：《数字经济赋能新质生产力发展的实践进路》，《国家治理》，2024年第14期。
责编/李丹妮 美编/王梦雅
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
