本网推荐 新闻中心

以数据要素为重要引擎发展新质生产力

管理员

2024年06月26日 07:32

董康 巫南克
光明网-学术频道

习近平总书记在主持中共中央政治局第十一次集体学习时强调,发展新质生产力是推动高质量发展的内在要求和重要着力点,必须继续做好创新这篇大文章,推动新质生产力加快发展。新质生产力是由生产要素创新性配置、技术革命性突破、产业深度转型升级催生的先进生产力,最终目标是摆脱传统经济增长方式与生产力发展路径,即在生产中弱化对传统生产要素投入数量的依赖,强化对生产要素优化配置与新生产要素的需求。

数据作为现代经济社会的核心资源,具有独特的价值和潜力。2015年9月,国务院在《促进大数据发展行动纲要》中从国家大数据发展战略全局的高度,提出了我国大数据发展的顶层设计,并将数据列为国家基础性战略资源,肯定了其对于经济运行机制、社会生活方式和国家治理能力产生的重要作用。2020年4月,中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》,数据作为一种新生产要素首次写入中央文件,与土地、劳动、资本、技术并列。数据要素边际成本递减、边际效益递增的经济属性,以及非竞争性、部分排他性和非稀缺性等特征,使其能够高效驱动创新、优化资源配置和提升产业竞争力。同时,数据要素的多场景应用和复用能力,进一步放大了其在新质生产力发展中的关键作用。因此,充分利用数据要素,对于推动新质生产力的形成,实现经济高质量发展具有不可替代的重要性。

新质生产力的形成至少包括劳动力、劳动资料与劳动对象的跃升。应从这三个方面入手,充分挖掘数据要素潜力,加快培育新质生产力。

以数据要素赋能新型劳动者

一是提升数据收集与分析能力。对于教育机构、培训机构以及企业而言,应加大对数据分析技术的投入,通过收集并分析行业趋势、技能需求、劳动力市场变化等数据,为劳动力培养提供更为精准的方向和内容。

二是强化数据在职业教育和培训中的应用。职业教育和培训机构可利用大数据、人工智能等技术,开发个性化的学习路径和课程推荐系统,根据每个学习者的特点和需求提供定制化的学习体验。这些机构还能够与企业合作,共享数据资源,了解企业对劳动力的具体需求,从而调整教育内容和方式,更好地满足市场需求。

三是鼓励政府和社会组织合作建立统一的劳动力市场匹配平台,利用大数据和算法技术,实现企业和求职者的精准匹配。平台应收集并更新各行业的职位信息、技能要求、薪资待遇等数据,为求职者提供全面的职业信息和就业指导。同时,应鼓励企业积极采用数据驱动的生产和管理模式。通过实时收集和分析生产数据,评估员工的表现和潜力,为员工提供个性化的职业发展规划和培训机会。基于数据的管理模式不仅可以提高企业的竞争力,还会提升员工的积极性和创造力。

与此同时,在利用数据要素助力新质劳动力形成的过程中,还要高度重视数据安全和隐私保护问题。通过建立完善的数据安全管理制度和技术防护措施,确保数据的机密性、完整性和可用性;还应加强对员工的数据安全教育和培训,提高员工的数据安全意识和技能水平。

以数据要素催生新质劳动资料

一是建立完善的数据收集和整合机制。通过多样化的数据来源,包括公共数据库、企业数据、用户生成内容等,全面收集与新技术研发相关的数据。利用数据清洗、整合和标准化等技术手段,确保数据的准确性和一致性,为数据分析和挖掘提供可靠基础。

二是强化应用机器学习、深度学习等先进的数据分析技术,深入挖掘数据中潜在价值和规律的能力。通过对大量数据的关联分析、趋势预测和模式识别,发现新技术研发的可能方向和突破口,为科研人员提供有力的数据支持。

三是推动数据共享与开放合作。建立数据共享平台,促进不同领域、不同行业之间的数据流通与共享。鼓励企业、研究机构和高校等开展跨界合作,共同挖掘数据价值,推动新技术的产生和应用。通过合作与交流,打破行业壁垒,促进数据驱动的技术创新。

四是构建数据驱动的创新生态系统,包括数据提供者、数据分析者、技术创新者等多个角色。在这个生态系统中,各个角色可以相互合作、共享资源、共同创新。数据提供者可以提供高质量的数据资源,数据分析者可以利用这些数据进行深度挖掘和分析,技术创新者则可以基于数据分析的结果进行新技术的研发和创新。这种生态系统有助于汇聚更多创新资源,推动新技术的快速产生和发展。

数据要素使得量子计算、生物技术、虚拟现实与增强现实、神经科技和脑机接口等新一代新兴技术得以出现,成为新质劳动资料,并且新质劳动资料在数据要素赋能下会不断涌现、提升与突破。

以数据要素促进创造新质劳动对象

一是提升数据要素构建新商业模式、新经济场景的能力。应建立完善的数据交易市场、定价机制和治理体系,做好数据质量管理、数据标准化、数据安全管理等方面工作,使数据成为一种可交易、可流通的资产,从而激发数据提供者的积极性,促进数据的共享和流通,推动新商业模式和新经济场景的形成。在保证数据供给的基础上,培养企业内部的数据驱动思维和文化,使数据成为决策和创新的重要依据。通过数据驱动的企业文化,激发员工的创新意识和积极性,促使新商业模式和新经济场景的不断涌现。

二是助推传统生产要素实现数字化转型。包括制定数字化转型指南,建立数字化转型咨询平台,为企业提供专业咨询和解决方案,从而明确传统生产要素转型的目标、路径和关键步骤。还应简化审批程序,降低数字化转型过程中的行政成本和时间成本。同时,要加强跨部门、跨行业的政策协调,打破行业壁垒,为传统生产要素的数字化转型创造有利的营商环境。传统生产要素转型后将呈现出新形态,成为另一种新质劳动对象。

三是鼓励数据要素孵化新生产领域。要建立健全数据驱动的新生产领域研发体系,如新材料、新能源等。政府应推动建立以大数据、人工智能等技术为基础的研发平台,鼓励企业通过数据分析挖掘新领域的性能、结构和制备工艺等信息,缩短新领域的产生周期;还应支持企业通过数据分析优化新生产领域产业链布局,实现原材料采购、生产加工、产品销售等环节的协同和高效管理。同时,需引导资本投向数据驱动的新生产领域,鼓励企业通过并购、重组等方式整合优势资源,提高产业集中度。除此以外,要认识到在新生产领域产生过程中,数据安全和知识产权保护尤为重要。因此,应建立健全数据安全管理制度和知识产权保护机制,加强对关键数据和核心技术的保护力度,打击侵权行为,为新领域的数据要素应用提供良好的创新生态。


作者:董康(四川省社会科学院经济研究所助理研究员、博士);巫南克(四川省创新驱动发展中心产业研究部部长)






]]>

2024年06月26日 15:39
344
我院专家学者接受四川卫视采访