1.4 數據要素
2020年3月，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，將數據與土地、勞動力、資本、技術等傳統要素并列，并將其作為第五大生產要素，指出要加快數據要素市場培育。數據的生產價值獲得充分認識和肯定，將其作為生產資料和基礎資源必將推動數字經濟的發展。
1.4.1 數據生產與再生產
一般地，數據生產得到的是數據資源或者數據的初級產品，其可以直接供最終用戶使用，也可以作為原材料（初級產品）進行再生產，形成高級別的數據產品或數據服務[8，26]。
（1）數據生產
數據生產一般是指將現實事務信息化，從而在網絡空間形成數據，也包括直接將數據輸入網絡空間。例如，證券交易行情數據是證券交易所信息化系統生產的數據，統計局的人口數據是人口普查員直接錄入的數據，攝像頭則直接采集圖像數據。
信息化是數據的主要來源。信息化將人們過去手工做的事情轉換成由計算機來做，計算機在處理業務時會產生數據；信息化還通過攝像頭、錄音筆、傳感器、醫療儀器、射電望遠鏡等儀器設備將現實的事物采集到網絡空間中變成數據。本質上，所有信息化的結果都是在網絡空間中形成數據。因此，從信息化的視角來看，數據是信息化的副產品。但從網絡空間的視角來看，信息化的本質是生產數據的過程。
除了信息化，人們還直接在網絡空間中創造數據，例如，人們直接在鍵盤上輸入現實中沒有的數據或者編寫程序代碼。
（2）數據再生產
數據再生產是指根據已有的數據運用數據技術生產出新的數據的過程。數據再生產包括數據匯集、數據清潔、數據可視化、數據分析、人工智能等，也包括計算機病毒的傳播和變異等。例如，搜索引擎將各個Web網頁的數據組織起來形成新的數據，這是一個數據再生產過程，然后搜索引擎利用再生產形成的數據向用戶提供數據服務；又如，證券信息服務商根據證券交易所的證券行情數據，再生產成K線圖、移動平均線、KDJ圖、布林線（BOLL）圖等新的數據；又如，企查查將全國工商登記數據進行了再生產。大部分數據處理、數據分析技術可以用于數據再生產。
從數據的生產者來看，數據可以分為私有數據、公共網絡數據、多方生產的數據[11]。
（3）數據存儲
生產的數據需要被存儲在網絡空間。一般來講，數據生產者可以自行妥善存放自己生產的數據，也可以將數據存儲在云服務商的云存儲設備中。多方生產的數據通常被存儲在平臺服務商的存儲設備中。
1.4.2 數據產業
數據資源的開發變成一個社會需求，并形成新興戰略產業——數據產業。
數據產業是網絡空間數據資源開發利用所形成的產業，其產業鏈主要包括從網絡空間獲取數據并進行整合、加工和生產，數據產品傳播、流通和交易，相關的法律和其他咨詢服務。數據產業包括數據資源建設與流通、數據技術開發與銷售、數據產品與服務3個主要方面，具備第一產業的資源性、第二產業的加工性和第三產業的服務性，是戰略性新興產業[11]。在數字產業化和產業數字化的大背景下，任何經濟形式都需要數據的支持。數據在創造新產業的同時，也在促進傳統產業的轉型升級。圖1-2展示了數據產業的內涵，主要包括數據資源、數據技術和數據應用3個方面[11]。一方面，人們用當前的技術和數據解決社會發展、經濟建設、工作生活中的各種問題；另一方面，人們探索研究新的數據技術，形成技術產品，掌握數據核心技術，形成核心競爭力。
圖1-2 數據產業的內涵
數據產業模式[11]是指“收集數據、分析數據、提供服務”的商業模式。早期的數據服務并不涉及數據分析，例如早期的谷歌搜索服務、SCI論文引用服務、門戶網站等。現在的數據服務增加了“分析數據”的工作，挖掘了數據包含的價值，實現了數據資源的開發利用。通過“分析數據”發現的價值應用廣泛，例如，分析電子商務數據可以預測經濟狀況、地區消費水平和消費者的消費習慣等。
數據領域最重要的工作將是收集、積累數據資源，從而使數據資源在解決實際問題時“夠用、可用、好用”。由于“數據引力效應”已經形成，“服務換數據”已經成為一種主流商業模式，例如，以互聯網為代表的“邊服務邊收集數據”或者“用服務換數據”。“數據引力效應”是指數據領域存在的“數據越多、服務越好，服務越好、數據越多”這樣一種數據越來越集中的現象。“數據引力效應”有利于創造出更多更好的服務，將推動數據產業快速發展，有利于社會經濟發展；同時正在創造大量新興數據產業模式，移動互聯網使數據服務無處不在、無時不在。數據的規模效應引發正反饋，讓“強者更強、弱者更弱”，使數據產業的產生和毀滅都將遠遠快于工業時代。
1.4.3 數據成為生產要素
在經濟學上，生產要素一般指生產性投入，即生產商品和服務所需要的資源[22]。隨著人類社會的發展和進步，人類開發利用資源的能力在不斷提升，生產要素的范疇也在不斷擴展。在農業經濟時代，土地和勞動力是主要的生產要素；在工業經濟時代，生產力得到極大發展，機器、廠房等制成品被投入生產，資本成了重要的生產要素；隨著工業的發展，技術也成了生產要素；進入數字經濟時代后，數據對全要素生產率的提升作用是空前的，數據成為價值無限的新型生產要素[27]。
那么數據是如何成為生產要素的呢？數據使用經歷了3個階段[8]。
（1）第一階段（手工階段）
非計算機處理的數據不是本書研究的內容，此處討論只是為了介紹一下數據的使用階段。計算機出現之前，人們進行決策依靠的是手工收集和分析數據、決策者的經驗和直覺，即此時的決策是手工方式的決策。例如，早期的軍事情報部門就是通過手工獲取情報、分析情報，諜報人員通過自身接觸到的地方人員或機構收集軍事情報，然后通過交通站將情報傳遞給情報部門進行情報分析；情報部再將分析結果提交給參謀部，供其制定作戰計劃，或直接提交給指揮官進行戰場決策。戰爭時期，情報經常通過地下市場進行交換流通。
（2）第二階段（自積累階段）
隨著信息化進程的推進，大量數據被生產出來，人們開發了計算機決策支持系統，這時數據擁有者就可以利用自身信息化積累的數據進行決策。然而，數據積累是一個漫長、成本高昂而又困難的工作，只有少數大型企業能夠做到，不僅如此，積累的數據也僅僅局限在企業自身產生的數據范圍內。在這個階段，數據主要被數據擁有者自身所使用，還沒有作為生產資料投入商業生產中，因此還不是生產要素。但是數據已經是一種資源，企業也認識到了數據的價值，因此逐步考慮將數據作為資產。
（3）第三階段（大數據階段）
隨著技術進步和互聯網的普及應用，不論是政府、組織、企業，還是個人，都越來越有能力獲得決策需要的各種數據。這些數據來源多樣、類型多樣，甚至超過了早期大型企業自身的積累，并且數據分析技術也取得了長足進步，人們可以通過分析這些數據得到決策依據。這樣，一種新型的決策方式就產生了，這就是大數據決策。
大數據階段需要獲取別人的數據，這就需要建立數據要素市場。但是，當前的數據流通還處于無序流通的狀態。數據產品的形態、計量、質量等問題還有待完善，數據資產的會計處理方法還有待進一步加強，數據產品流通體系剛剛開始嘗試。因此，需要通過理論研究和市場實踐來解決數據特性、數據資產化、數據商品化、數據流通等一系列法規、經濟、財會、技術等問題，通過開發相應的信息技術來支撐數據要素市場的各項活動。