政策协同赋能数据要素高效利用研究

摘要:政策协同依靠多维度、多层次的机制联动,提高数据要素配置水平与利用水平,进而推动数字经济实现高质量发展。因此,需要聚焦政策协同赋能数据要素高效利用的重要目标,探究数据要素政策组合的协同组态效应,形成公共服务主导型、“公共服务—示范牵引”双核驱动型、“战略规划—公共服务—人财供给—示范牵引”多元联动型、“制度环境—战略规划”协同保障型四种实施路径。从时间上看,各类政策组合的执行效果在特定时期会受到阶段性的因素影响,从而造成短期冲击,但整体解释力的稳定性并未发生根本性的变化。从空间上看,欠发达地区由于数字基础设施较为欠缺、制度执行能力较为不足,导致四条路径的适用性较差。数据要素利用差异化政策组合策略,可为制定精准、动态可调整的数据要素政策提供强有力的理论支撑,进而促进数据要素高效流转与合理配置。
党的二十大报告中指出:“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。”2024年,我国数字经济规模稳步提升至59.2万亿元,占国内生产总值比重达到43.8%,较2023年提升1个百分点。数据作为国家基础性战略性资源,不仅是第五大生产要素,更是重手机购彩官方版构产业格局、重塑生产函数的重要变量——微观层面,能通过创新赋能、投资赋能提升企业全要素生产率[1];宏观层面,可推动资源跨区域、跨行业、跨领域动态配置,为高质量发展注入强劲动能[2];地方层面,贵州、广东等地纷纷出台数据流通交易、公共数据开放等配套政策。然而在实践中,仍存在政策执行不力、单一工具效能有限、工具重复叠加等问题,制约数据要素价值的充分释放,亟须探索科学有效的政策驱动路径。
政策工具是连接政策意图与实际效果的重要桥梁,科学分类是解析驱动路径的前提。在数据要素治理领域,“供给型、环境型、需求型”分类标准应用广泛,能较为全面地涵盖政策规制内容。[3-4]供给型工具包含人才培养、资金支持等子项;环境型工具涵盖设施建设、法规管制等内容;需求型工具则包括公私合作、示范工程等形式,三类工具各有侧重、互为补充。
政策组合理论强调多种政策工具协同作用,以应对单一工具较难解决的系统性问题。[5]在数字经济和数据治理领域,政策组合已被用于破解数字化转型、公共数据开放等复杂难题。[6]842,849值得注意的是,政策工具并非简单叠加即可见效,需要做到有机协同与功能互补,以避免政策效能递减,充分发挥政策的整体推动作用。
在制度环境、战略规划和科技设施支持等政策工具相对缺失的情况下,可聚焦公共数据开放、政务数据共享等重点公共服务,促进数据要素高效利用。例如,重庆市通过深化“渝快办”政务服务平台建设,完善功能架构,提升全流程一体化在线]通过优化业务流程、强化智能化应用,“渝快办”政务服务平台有效压缩了办事时间和环节,截至2024年4月,总用户数达2637万人,接入政务服务事项2885项、应用49项。[8]这种“轻量化、高渗透”的公共服务枢纽模式,在政策支持薄弱地区具有较强可复制性和推广价值。
在制度环境和人财供给等政策工具较为不足的情况下,以环境型工具中的公共服务和需求型工具中的示范牵引为重点,辅以战略规划支撑,可形成高效驱动合力。例如,截至2025年11月,北京市大数据平台汇聚高频高需求数据超8000亿条,累计为各部门、各区共享数据超2.9万亿条,提供数据服务55亿次。[9]同时,通过打造数字贸易试验区、推进数据跨境流动安全管理试点、建设北京国际大数据交易所等示范项目,精准激发市场需求,推动数据要素在重点领域深度应用。这种“强平台+精场景”的组合策略,成为发达地区推动数据要素流通利用的有效选择。
“战略规划一公共服务一人财供给一示范牵引”多元联动型路径由环境型工具中的战略规划、公共服务与供给型工具中的人财供给及需求型工具中的示范牵引共同构成,通过协同联动,全方位驱动数据要素高效配置。战略规划锚定发展方向,公共服务降低流转成本,人财供给提供人才资金保障,示范牵引打造可借鉴标杆。例如,在战略层面,浙江省出台《浙江省数据要素市场化配置试点实施方案》,率先规划省级改革方向;在服务层面,浙江省依托“浙里办”平台实现惠企政策的一键直达。这种多元协同模式,助力资源禀赋优越地区充分释放数据要素价值。
“制度环境一战略规划”协同保障型路径以制度环境和战略规划为重点支撑,在公共服务、人财供给、科技设施支持、示范牵引等工具较为缺失的情况下,以战略规划明确发展重点、以制度环境构建刚性规则框架,最大限度地压缩政策试错空间,减少资源浪费,实现“强规则约束下的标准化推进”。例如,2018年,湖北省通过出台相关管理办法,建立数据分级分类制度,要求政务系统接入省大数据管理机构。2020年,湖北省大数据产业规模达510亿元,在数据采集、传输、处理和应用等环节集聚了一批优质企业,形成了从硬件到软件、从产品到服务的全产业链覆盖。
首先,要加快全国一体化政务大数据平台建设,优先开放医疗、教育等高价值公共数据集,降低全社会用数门槛,确立公共数据的基础支撑地位。其次,要实行“双轮驱动”,在改善基础服务的基础上,统筹优化公共服务和示范场景牵引,集中力量打造智能制造、智慧物流等领域的示范应用场景,依托成功案例推动政务服务流程的改善,防止出现政策工具的重复叠加现象,从而实现以点带面的效果。再次,要强化顶层设计和全要素保障,统筹推进人才培养、财税金融支持和技术攻关,形成规划引领、多元联动的合力。最后,要协同完善制度环境和战略规划,加快填补数据产权、流通交易、收益分配等法律空白,加强中央和地方政策的衔接,为数据要素市场化配置提供稳定的预期和长久的保障,营造安全可控、公平竞争的发展环境。
围绕政策协同与数据要素利用的内在逻辑展开剖析,厘清多维度、多层次的机制联动。依托四大政策驱动路径,明晰政策协同对补齐数字基础设施短板、盘活公共与市场化数据资源的赋能机理。系统化政策协同是释放数据要素乘数价值、完善一体化数据市场的重要抓手之一。囿于各地数字基建与制度落地差异,区域差异化协同细则仍有待深化。后续可结合地方试点实践动态优化政策工具,持续统筹发展与安全,助力数据要素赋能新质生产力培育与经济高质量发展。
所在单位:南昌大学公共政策与管理学院;江西省哲学社会科学重点研究基地“数字素养与技能提升研究中心”;南昌大学大数据与网络安全研究院;江西省哲学社会科学实验室“国家安全与多模态语义取证”
[1]史丹,郑玉.数据要素的赋能机制与企业全要素生产率提升:来自国家级大数据综合试验区的证据[J].改革,2024(11):1.
[2]马海群,刘心蕊.面向数字经济高质量发展的数据要素流通全流程场域构建研究[J].信息资源管理学报,2024,14(4):31.
[3]彭丽徽,刘洋,张艳丰.我国公共数据治理政策的演进脉络及文本量化分析[J].图书馆学研究,2024(10):62.
[4]赵蕊菡,陈俊蕾,张潇月.“周期-工具-主体”协同视角下我国公共数据治理政策解析[J].情报资料工作,2024,45(5):53.
[5]张剑,李鑫.复杂情境下系统性政策问题的应对:政策组合理论的研究评述[J].公共管理与政策评论,2022,11(3):157.
[6]王雪原,李雪琪.技术-组织-环境框架下数字化政策组合研究[J].科学学研究,2022,40(5):842,849.