0 引言
數據要素已經充分融入到了我國生產、分配、流通、消費和社會服務管理的各個方面,顯著改變著人們的生產模式、日常生活及社會治理方法。數據要素型企業作為轉化生產要素的載體與“操盤手”,推動數據的要素化,是數據價值創造和實現的關鍵。2023年12月,國家數據局等17部門聯合印發《“數據要素×”三年行動計劃(2024—2026年)》,明確要強化企業主體地位,推動數據要素在工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、醫療健康、氣象服務、城市治理、文化旅游、應急管理和綠色低碳等多個行業和領域的乘數效應[1]。當前,我國數據要素市場正處于高速發展階段,機遇與挑戰并存,鼓勵重點行業中已具備一定數據開發利用能力的龍頭企業發揮自身資源優勢開展創新,通過典型示范引領,讓參與各環節的企業少走彎路,是點燃數據要素產業發展和轉型的強勁引擎。
1 數據要素型企業的界定與發展現狀
數據要素型企業已成為當今市場經濟中一支不可或缺的力量。這些企業以數據為核心資源,通過整合、挖掘和利用數據資產,實現業務創新和價值鏈重構,展現出強大的市場競爭力和發展潛力。
1.1 數據要素型企業的概念界定
數據要素作為一個相對較新的經濟形態,其內涵和外延還在不斷演變。隨著技術的進步和應用場景的拓展,數據要素的商業價值和社會作用日益凸顯。相較于傳統生產要素,其影響力和應用范圍跨越了傳統行業界限,涉及多個領域,因而以數據作為核心生產要素的企業通常能夠采取創新的商業模式。圍繞數據要素開展的市場運作涉及數據安全、隱私保護、知識產權等多方面的法律問題,這使得對數據要素型企業的界定變得復雜,對其作出一個明確的定義還需更多的實踐積累和理論研究,以適應不斷變化的經濟和技術環境。
盡管國家層面尚未出臺明確的定義,但各地政府和學術界已經對數據要素型企業展開研究和探討。2023年,青島市大數據發展促進會啟動全省數據要素型企業的評估工作,定義數據要素型企業是以數據為生產要素的企業,即把數據作為進行社會生產經營活動時所必須具備的社會資源的企業[2]。同年,貴陽市大數據發展管理局啟動貴陽市貴安新區數據要素型企業申報工作,將數據要素型企業分為資源型、技術型和應用型3類[3]。另外,學術界也提出數據要素型企業是直接參與數據資源要素化的企業,推動數據從資源向產品轉化[4]。由此看出,數據要素型企業的定義普遍是以數據到資源的轉化過程為導向。因此,可以從數據的價值釋放路徑對其進行大致界定。數據的價值釋放可以分為一次價值釋放(即數據支撐業務貫通)、二次價值釋放(即數據推動數智決策)以及三次價值釋放(即數據流通對外賦能)[5]。由此來看,數據要素型企業首先需要擁有一定規模的數據,并在企業的生產經營過程中充分發揮數據要素的三次價值,最終實現數據“供得出”“用得好”“流得動”的目標。
1.2 數據要素型企業的業務特點
首先,數據要素型企業的運營高度依賴數據并深知數據的價值,將數據作為其核心資產和創造價值的關鍵,持續采集和匯聚數據,并利用大數據、人工智能、云計算等先進技術對數據進行處理和分析,將數據轉化為有意義的洞察和信息從而賦能業務。不局限于傳統的業務模式,數據要素型企業通過對數據進行深度挖掘和應用,開拓出全新的業務領域和收入來源。例如,數據要素型企業能夠通過收集和分析大量的用戶數據精準定位用戶的需求和偏好,以提供定制化的產品和服務,提升用戶體驗的同時增加市場競爭力;通過對市場數據、運營數據、財務數據等多方面信息的分析,更加準確地預測市場趨勢,優化庫存管理,提高供應鏈效率,降低運營成本,并有效控制風險。
其次,為了更好地實現數據要素價值的釋放,數據要素型企業按需整合上下游企業的數據資源、技術和服務并重構價值鏈,提升產業鏈的效率和附加值,實現整條產業鏈的協同發展并提升競爭力。例如,汽車制造商可以與供應商整合生產數據、庫存數據和物流數據,從而更準確地預測需求,優化供應鏈,減少庫存成本。同時,汽車制造商可以與經銷商和售后服務提供商整合銷售數據和售后信息,更好地了解銷售趨勢和售后服務需求,從而改進產品設計,提高客戶滿意度和忠誠度。另外,汽車制造商還可以利用如大數據分析和人工智能等技術,來優化生產流程、提高產品質量并開發新的智能汽車功能。
1.3 數據要素型企業的行業分布
受到行業差異、地域差異和企業規模等因素的影響,各數據要素型企業正處于不同的發展階段。首先,不同行業中的數據要素型企業的發展程度存在顯著差異。互聯網、金融、科技等行業的數據要素型企業因其所在行業的特性,通常能夠獲取大量的數據資源,并且由于對數據技術應用和創新的投入相對較高,因此發展較快。相比之下,傳統制造業、農業等行業的數據要素型企業由于數據資源的有限性和數據技術的應用門檻較高,發展速度相對較慢。其次,國內數據要素型企業的發展也存在地域差異。經濟規模發展快的地區因完善的數字經濟基礎設施和政策支持,數據要素型企業發展較為成熟。相較而言,一些偏遠和落后地區的企業仍未完成數據要素型企業的轉型。再者,數據要素型企業的發展也與其規模有關。大型企業通常具有更多的資源和能力來投資數據相關技術和人才,因此發展相對較快。小型企業由于資源有限,還未能利用數據要素實現業務效益的提升。
2 專精特新企業培育的經驗分析
隨著數據要素市場建設的不斷推進,大數據產業鏈將會持續延長,產業鏈條的環節會持續增加,每個環節的業務模式與產品服務種類會不斷豐富。隨之,產品服務間的差異性和附加值也會不斷增加,這是產業優化和專業化分工帶來的發展結果。在這個鏈條中,水平高、能力強的企業群體幾乎決定了整個產業的競爭力,因此,需要重點關注這類企業的發展。我國專精特新企業的培育正是抓住了這點,重點把握產業鏈條細分環節的重點企業,使其發揮規模效應,帶動整個產業生態的發展。數據要素型企業的發展可以從專精特新企業培育過程中汲取經驗,對比分析,在實踐中積累經驗,以實現產業的轉型和升級。
2.1 專精特新企業的發展路徑
專精特新企業是指具有“專業化、精細化、特色化、新穎化”特征的中小企業,主要聚焦于高端裝備制造、新材料、新能源、生物醫藥、信息技術等領域。我國自2011年提出專精特新的概念之后,在工業和信息化部的主導下啟動全國范圍內的試點工作。之后,國務院相繼出臺《關于加快培育外貿競爭新優勢的若干意見》《“十三五”國家科技創新規劃》等政策文件支持中小企業走專精特新發展道路。2018年,工業和信息化部提出專精特新“小巨人”企業的培育目標和申報標準,并在年末開展了首批專精特新“小巨人”企業培育工作,帶動專精特新企業發展。2021年,中央政治局會議提出要發展專精特新中小企業。2022年,黨的二十大報告明確提出“支持專精特新企業發展”。
2.2 專精特新企業的發展成效
2022年,工業和信息化部印發《優質中小企業梯度培育管理暫行辦法》(簡稱《暫行辦法》),明確規定了優質中小企業的評價認定工作,對培育管理提出了系統性要求。《暫行辦法》將優質中小企業的發掘和培育分為創新型中小企業、專精特新中小企業、專精特新“小巨人”企業3個梯度[6]。將企業劃分為不同的梯度有利于企業精準識別自身在行業內所處的位置,優化發展路徑,同時也有利于各級中小企業主管部門提高服務效率,改善服務效果。截至2023年7月,我國專精特新中小企業已有9.8萬家、專精特新“小巨人”企業已有1.2萬家[7]。
隨著國家對專精特新“小巨人”企業的持續扶持和關注,國內工業企業環境得到進一步改善,專精特新企業正逐漸成為新上市企業的主力軍。從工業和信息化部公布的數據來看,截至2023年7月底,已有1 600多家專精特新中小企業在A股上市,在A股上市企業中的占比超30%;2023年上半年,專精特新中小企業占A股新上市企業的60%[8]。
2.3 數據要素型企業與專精特新企業的異同
盡管數據要素型企業與專精特新企業形成的時期與背景不同,企業所屬產業行業不同,企業的體量和規模也具有一定差異,但數據要素型企業與專精特新企業在現代經濟體系中都是具有重要地位的企業類型。面對市場競爭和行業發展,這兩類企業都堅持以創新驅動發展,聚焦專業領域。
首先,兩類企業發展的出發點一致。專精特新企業的發展起點是特定專業領域的深入研究和垂直整合,聚焦于某個細分市場,通過技術創新和精細化管理,打造自己的競爭優勢。例如,高端裝備制造企業的業務模式是通過對某一特定技術領域的深入研究,提升機械設備的智能化水平,從而提高設備性能和用戶體驗。數據要素型企業是通過挖掘特定領域的數據價值進行資源整合,驅動業務發展。例如,社交媒體平臺公司的業務模式是基于對用戶數據的分析進而分析用戶需求,從而提供個性化的內容和服務。由此可以看出,專精特新企業的核心資源是專業知識、技術和知識產權;數據要素型企業的核心資源是數據和數據處理能力。
其次,兩類企業的市場定位一致。專精特新企業以高技術含量和專業性的產品或服務為核心,市場定位專業并聚焦,主要針對特定的行業或市場提供專業的產品或解決方案。例如,新能源汽車電池制造商專注于新能源汽車電池的研發和生產,目標是提供高性能、安全可靠的電池產品。同樣,數據要素型企業圍繞數據探索多元化的業務模式,廣泛服務于多個行業的特定場景。例如,大數據分析公司的產品可以被應用于金融、零售、醫療、新能源等多個行業,但應用場景則聚焦在每個行業中的特定領域。比如,其產品可以為同樣的新能源汽車電池提供產品運行數據和用戶體驗數據,以支持數據分析和決策。
3 數據要素型企業的培育路徑
數據要素型企業與專精特新企業不僅在發展重點和市場定位上具有一致性,從發展戰略和發展周期上來看也具有一定的共通性。從企業培育的角度,數據要素型企業可以借鑒專精特新企業的成功經驗為企業提供更有效的發展策略。
3.1 設計梯度培育,篩選企業層次
針對專精特新企業,政府構建了優質企業梯度培育體系,制定了明確的評價標準用于認定專精特新企業,強化服務和支持,引導推動廣大中小企業走專精特新發展道路。數據要素型企業可以借鑒相關經驗,完善數據要素型企業的發展機制,建立數據要素型企業認定辦法與評價體系,開展數據要素型企業的評定工作,全面評估企業的數據匯聚能力、數據治理能力、數據應用能力、數據流通能力以及數據安全和管理水平等,識別出有成長潛力的相關企業。通過評價篩選出不同層次的企業,設置針對性的、分階段的培育策略,推動企業的漸進式發展。針對頭部企業鼓勵其發揮示范作用,針對中尾部企業建立服務與輔導機制,提供技術、市場、管理等方面的支持,形成大中小企業融通發展的良好生態,加快產業結構優化升級,提升整個產業鏈的競爭水平,最終激發市場活力和社會創造力,引導更多數據要素型企業走上專精特新之路。
3.2 樹立標桿企業,促進行業發展
我國政府不斷推進專精特新“小巨人”的培育計劃,旨在挖掘在專精特新領域中表現卓越的企業,這些企業以其在細分市場中的專注度、創新力、市場占有率而成為行業內的佼佼者[9]。“小巨人”的遴選和培育不僅可以有效促進一批中小企業“勇立潮頭”、聚焦主業、“苦練內功”,更為增強行業競爭優勢,推動產業基礎高級化、產業鏈現代化提供了有力支撐。數據要素型企業同樣可以甄選出一批精品企業,一方面,充分發揮標桿企業的示范引領作用,給各行各業提供可信、可見、可學的標桿經驗樣本,總結出一套成熟落地的基礎理論和實踐經驗,以點帶面推動更多的企業持續優化,不斷迭代自身的管理水平以適配數據要素市場的建設與發展。另一方面,這些精品企業往往處于數據產業鏈的關鍵環節,針對這些企業可以適當提供一定的政策支持并進行資源傾斜,鼓勵企業加強數據相關的技術創新、探索數據產權制度等,引導企業在安全可控的范圍內開放數據的流通。
3.3 培養工匠人才,完善智力支撐
2021年,工業和信息化部中小企業局發布《為“專精特新”中小企業辦實事清單》,明確提出要加強人才智力的支持,組織專精特新中小企業人才培訓,梳理專精特新中小企業人才需求,為企業搭建高層次人才供給通道,并且推動各地建設一批工程師協同創新中心,為專精特新中小企業提供專家輔導服務[10]。數據要素型企業的發展同樣高度依賴于人才。在教育層面,應著力提升教育體系對大數據、人工智能等數據要素相關專業人才的培養質量,不僅包括高校和研究機構中大數據、計算機科學、人工智能等專業的建設,還要加強職業培訓,提供針對數據分析師、數據工程師等崗位的專業培訓課程,以滿足不同層次和類型的人才需求。在人才引進方面,各地政府和企業可以利用現有的政策工具,通過提供財政補貼、稅收優惠、創業支持等激勵措施,吸引國內外優秀人才到數據要素型企業工作和發展。同時,加強企業、高校、研究機構之間的聯動合作,以產學研結合的方式引進更多的科研團隊和高端人才。
3.4 搭建產業生態,駐足長遠發展
專精特新企業的培育注重營造良好的大中小企業融通發展生態,鼓勵產業鏈關鍵企業以聯合技術開發、資本投資、創業孵化等方式,圍繞上下游企業進行訂單式研發、投放式創新,形成以鏈主企業為核心的科技創新體集群,并鼓勵構建基于互聯網的共享制造平臺、協同創新平臺,吸引各類創新資源在平臺上聚集,實現中小企業與其他企業的協同與資源共享。同樣,數據要素型企業更需要打造鏈式創新共同體,鼓勵大型集團內部以及產業鏈上下游企業整合內外部數據,形成互聯互通的數據資源池;推動鏈式協作的模式,鼓勵不同的企業在數據鏈的不同環節發揮特長作用,從而推動產品和服務的升級;建立一個開放的創新生態平臺,吸引不同的創新主體共同參與到數據技術的創新和應用中;鼓勵產學研的深度融合,企業通過與高校和科研機構的合作,將科研成果轉化為實際的生產力,同時,將產業需求反饋給高校和科研機構,形成閉環的創新驅動機制。通過這些方式,逐漸構建一個多元化、開放、協同的創新體系,形成鏈式效應,推動數據要素型企業在數據經濟的浪潮中不斷創新和成長。
4 結束語
在大數據時代背景下,數據成為企業發展的關鍵要素,激活企業在數據要素市場的活力是推動我國經濟高質量發展的關鍵舉措。本文以專精特新企業為例,通過對比分析兩類企業的異同,在培育方式、人才培養、產業生態等方面為數據要素型企業的未來發展路徑提供借鑒思路。未來,數據要素型企業將根據政策和業務的發展持續升級與創新,提升數據要素的流通應用水平,從而促進數據要素價值最大化。
(中國信息通信研究院云計算與大數據研究所,北京 100191)
