推動數據要素向新質生產力轉化的政策邏輯探究

關鍵詞：新質生產力；數據要素；數字創新；政策主體；政策工具；政策目標

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１１．００４

〔中圖分類號〕Ｇ２０３；Ｆ１２４ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１（２０２４）１１－００２７－１０

２０２４年１月，中央政治局第十一次集體學習對新質生產力的科學內涵進行明確界定，“新質生產力是創新起主導作用，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，符合新發展理念的先進生產力質態”，并強調新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級催生。當前，數字經濟的快速發展正推動生產方式深刻變革，數字化技術作為一種新興技術，重塑了生產要素和生產關系的組合，還帶來了與原有生產要素組合的新型生產要素——數據［１－２］，數字創新的概念也應運而生［３］。數字創新區別于傳統的創新模式，擺脫了傳統經濟增長方式，其依托數據作為關鍵要素有效提升傳統要素資源配置，并借助大數據等數字技術的創新應用廣泛賦能傳統產業，推動產業轉型升級，促進生產效率提升［４－５］。因此，數字創新所催生的高效能、高質量的生產力，正是新質生產力的一種體現，代表了新型、高質量生產力的躍升［６－７］。

數據作為數字創新的關鍵生產要素，如何高效、快速地向新質生產力轉化，這一現實問題引起了學者們的廣泛關注。當前關于數據要素向新質生產力轉化的研究還主要集中在理論邏輯和實現路徑的討論中［７－１０］，主要體現在場景驅動［１１］、市場機制［１１－１２］，除此之外還對企業［７］、國家基礎設施［１３］和人才［１４］等科技政策主體或工具對其轉化的影響進行了討論。由此看來，當前研究中已有一些學者開始關注科技政策在推動數據要素向新質生產力轉化中的作用，但是主要分析單一政策要素的影響，關于系統分析推動數據要素向新質生產力轉化的政策邏輯的研究還比較缺乏。

科技政策是綜合性政策，政策主體、政策工具和政策目標是政府在設計、選擇、執行和評估政策時必須考量的重要因素［１５－１６］。為此，本文首先構建了基于“政策主體—政策工具—政策目標”的科技政策邏輯分析框架，之后采用政策文獻量化分析方法，對政策文獻進行分析，探究推動數據要素向新質生產力轉化的政策邏輯，為完善數據要素、數字創新政策體系提供參考，以期能夠可持續地推動新質生產力發展。

１研究框架

１.１政策主體維度

政策主體是指參與或影響政策制定、執行以及評估等各個政策過程階段的個體和組織［１５］。科技政策主體既有公共政策主體的一般特征，還有其自身的特點和規律。科技政策的主體一般包括官方參與者、非官方參與者和智庫機構［１５］。其中，非官方參與者主要包括公眾、利益團體、大眾傳播媒介以及科學家。在中國的政治體制下，以立法機關、司法機關以及執政黨和各級人民政府組成的官方參與者在公共政策的決策中處于主導地位。隨著市場體制的不斷完善，尤其是數字經濟時代，企業逐漸成為國家技術創新體系的主體，在科技政策中扮演重要角色。除此之外，高校、科研機構等也在科技政策的制定、執行和評估中扮演了重要角色。由于科技政策主體具有一定的復雜性，既有的政策文獻相關研究還主要將政策制定主體作為政策主體開展分析［１６］。本文主要考慮了中央機關和地方政府這兩種政策制定主體。

１.２政策工具維度

科技政策工具是組成科技政策的基本元素［１５，１７］，對其科學合理地運用也是實現預期政策目標的重要依據和保證。科技政策工具是一套復合的政策體系，是政府干預企業技術創新活動的有效手段，在技術創新的全過程發揮作用。一系列與數字創新相關的政策都旨在推動“數字技術創新”和“數字技術賦能”兩個方面［１８］，因此，技術推動和需求拉動都會在數字創新過程中促進數據要素向新質生產力轉化。此外，搭建一個有利于創新主體開展創新活動的良好環境，比如“數字創新治理”，可以規范創新主體之間的競爭行為，形成良好的創新生態。因此，本文參考既有研究，按照政策工具對技術產生影響的層面不同，將科技政策工具劃分為供給面政策工具、環境面政策工具與需求面政策工具［１５，１７］。其中，供給面政策工具和需求面政策工具對創新活動起直接的推動或拉動作用，環境面政策工具起間接的影響作用，如圖１所示。供給面政策工具具體包括教育培訓、基礎設施建設、資金投入、公共服務、信息支持等；需求面政策工具具體包括示范工程、消費補貼、政府采購、服務外包、貿易管制等；環境面政策工具則具體包括目標規劃、技術標準、知識產權、法規管制、稅收優惠、金融支持等。

１.３政策目標維度

政策目標是政策制定者希望通過政策制定和執行所達到的目標和預期效果［１６－１７］，一般在政策文件中有所體現［１９］。科技政策目標可分為“推動科技發展”和“實現公共服務”兩種類型［２０］，“推動科技發展”指促進科學技術的創新和發展，而“實現公共服務”則指利用科學技術成果為社會提供服務。因此，數字創新政策也是基于這兩個目標而制定，數據要素向新質生產力轉化不僅體現在通過數據要素實現數字創新，還體現在開放數據要素實現公共服務。結合數字創新反饋機制［１８］和數據要素循環價值鏈“收—存—治—易—用”［７］的思路，本文將推動數據要素向新質生產力轉化的科技政策目標分為：數字創新、數字基礎設施建設、數據收集、數據存儲、數據治理、數據交易、數據應用等。

１.４分析框架

鑒于以上分析，本文構建了基于“政策主體—政策工具—政策目標”的推動數據要素向新質生產力轉化的政策邏輯分析框架，如圖２所示。

２數據來源與研究方法

２.１政策文獻量化分析方法

政策文獻因貫穿政府活動始終，客觀地呈現了政府或政府部門的活動，是政府或政府部門在處理公共事務過程中自然而然留下的可觀察、可追溯的客觀印跡，能為實證研究提供特定的歷史數據［２１］。政策文獻作為一種實證數據，已被廣泛應用到科技政策邏輯的研究中［１６－１７，１９，２０－２１，２５－２６］。

政策文獻量化分析方法是以內容分析法、統計學、文獻計量學等為基礎，對政策文獻的外部特征和內容特征要素等進行分析［２１］，從而揭示政策工具結構［１７，２３－２４］、政策主題變遷［２２－２３］、政策主體合作網絡［２５］、政策關聯網絡［２６］等。政策文獻量化分析一般包括政策文獻收集、研究問題確定、政策文獻外部特征確定和內容特征編碼、編碼結果量化分析４個步驟，涉及的具體分析技術主要有內容分析、共現分析、網絡分析等。本文通過對科技政策中的“政策主體”“政策工具”和“政策目標”的編碼，以及頻次統計和共現分析，來探究推動數據要素向新質生產力轉化的政策邏輯。

２.２政策文獻收集與篩選

本文以北大法寶和全國省、自治區、直轄市等地方政策網站為數據來源，收集整理數據要素向新質生產力轉化的科技政策文獻。首先，通過“數據要素”“數字經濟”“數字創新”等關鍵詞搜索并爬取相關數據，共獲得中央政策文獻４１份，地方政策文獻６２４份。數據收集時間為２０２４年６月１８日。之后，對政策文獻進行整理和篩選，篩選過程中去掉了和本文研究主題不相關的傳統數據管理的政策文獻以及關于對人大委員、政協委員等提議的回復等，最終獲得中央政策文獻２０份，地方政策文獻４０９條。

２.３政策文獻內容編碼規則

按照“文件編號—章節／條文”，分別從政策主體、政策工具和政策目標３個維度對政策文獻內容進行確定或編碼。首先，對政策文獻中的政策制定主體按照中央機關、地方政府等進行編碼。之后，對政策文獻中的政策工具進行編碼，并結合供給面、環境面和需求面３種類型對不同政策工具進行歸類。根據蘇竣［１５］對科技政策工具的描述和范梓騰等［１７］對大數據產業政策工具的描述，結合數字創新的特點，提出了數據要素向新質生產力轉化的數字創新政策工具細分框架，并進行了具體描述，如表１所示。

對政策文獻中的政策目標進行編碼。如１３所述，每一項政策目標都會落腳在數字創新或公共服務。除此之外，數據要素向新質生產力轉化，還體現在數據循環價值鏈的每個階段，數據價值鏈體現了從數字技術創新到數字技術賦能的轉變。結合范梓騰等［１７］對大數據政策目標的編碼分類和尹西明等［７］對數據循環價值鏈中各個階段的定義，制定了數據要素向新質生產力轉化的科技政策目標細分框架，并進行了具體描述，如表２所示。

２.４政策文獻內容編碼

為了能夠對編碼規則的有效性進行判斷，首先對政策文獻進行預編碼，考慮到預編碼樣本應具有綜合性和代表性，本文選擇國家數據局等部門頒布的《“數據要素×”三年行動計劃（２０２４—２０２６年）》、國務院頒布的《“十四五”數字經濟發展規劃》和浙江省經濟和信息化廳頒布的《浙江省數字經濟促進條例》文獻進行預編碼。文獻預編碼的結果表明，既定編碼規則具有可操作性。

按照編碼規則，由兩位研究者分別獨立對政策文獻的政策主體、政策工具和政策目標進行編碼。完成初步編碼后，兩位研究者進行交叉檢查，對存在爭議的編碼進行討論，最后達成共識。

３結果分析

３.１數據要素向新質生產力轉化的政策主體分析

根據對政策主體的頻次統計發現，共有３６個機構參與了推動數據要素向新質生產力轉化相關政策的制定，但只有１０個機構參與了至少兩份文件的制定。相比較而言，工業和信息化部、國家發展和改革委員會、國家數據局、中央網絡安全和信息化委員會辦公室等機構是推動數據要素向新質生產力轉化的主要政策主體，如表３所示。其中，工業和信息化部作為參與數據要素向新質生產力轉化最多的中央政策主體，主要制定了與大數據產業發展規劃、大數據產業發展示范點申報等相關的政策文件；國家發展和改革委員會則主要制定了數字經濟重大工程、數字創新協同體系建設等相關政策文件；國家數據局自２０２３年成立以來，主要參與數據資源的調查和牽頭制定數據要素發展規劃；中央網絡安全和信息化委員會辦公室主要參與政策的發布，作為牽頭單位的較少。

在地方政府層面，推動數據要素向新質生產力轉化的政策文獻分布呈現出不均衡的特點。主要集中在廣東、江蘇、山東、浙江等一些數字經濟發達省份，以及貴州、廣西、安徽、四川等一些希望通過大數據發展提高經濟水平的省份，具體分布如表４所示。

３.２數據要素向新質生產力轉化的政策工具分析

從政策工具類型來看，根據政策工具的頻數統計，中央層面的政策工具中，環境面政策工具的數量為４１，占比４６％；供給面政策工具為３７，占比４１％；需求面政策工具僅為１２，占比１３％。然而，除安徽、內蒙古、寧夏、上海、天津、浙江、重慶外，地方政府頒布的政策中，供給面政策工具是各省份使用的主要政策工具類型。在遼寧省，供給面政策工具的占比高達６６６７％，具體如圖３和圖４所示。

從１６個具體政策工具來看，對比圖３和圖５，中央政策中，政策工具使用差異較大，排名前５位的依次是基礎設施（供給面）、法規管制（環境面）、示范工程（需求面）、技術標準（環境面）、教育培訓（供給面）和目標規劃（環境面）（并列第５）。其中，中央政府使用的供給面政策工具（信息支持除外）和環境面政策工具中較為突出的均有３項。而需求面政策工具中，只有示范工程１項。與之相比較，地方政府使用的政策工具較為均衡，排名前５位的依次是法規管制（環境面）、目標規劃（環境面）、金融支持（環境面）、教育培訓（供給面）和公共服務（供給面）。基礎設施（供給面）、示范工程（需求面）和技術標準（環境面）不在其中。既有研究表明，政策工具隨著新興技術或產業的發展，一般開始由需求面的示范工程為主，轉向環境面和供給面［１９］。值得注意的是，需求面政策工具使用較為頻繁。信息支持（供給面）、政府采購（需求面）和消費補貼（需求面）將有可能成為從地方政策到中央政策自下而上擴散的政策工具。

３.３數據要素向新質生產力轉化的政策目標分析

政策目標的頻數統計顯示，無論是中央政策還是地方政策，“數字創新”“數據應用”“數據交易”和“數據治理”都是推動數據要素向新質生產力轉化政策的主要目標，通過實現這些目標來實現數據要素向新質生產力的轉化并使其可持續。但是，政策目標呈現出“兩極分化”的特征，以“基礎設施建設”“數據收集”和“數據存儲”為發展重點的政策較少。這也直接反映了政府部門需重視對數據基礎資源的建設，為數據交易、應用、數字創新，推動數據要素向新質生產力轉化提供堅實的政策保障。

中央政策中數據治理（占比為３３％）、數據應用（占比為２５％）的目標性強于數據交易（占比為１６％）、數字創新（占比為１３％）兩項目標；而地方政府的首要政策目標則是數字創新（占比為２９％），其次為數據治理（占比為２５％）和數字應用（占比為２４％）。這直接體現了地方政府正在積極落實工業和信息化部等關于大數據產業發展規劃、大數據產業發展示范點申報，國家發展和改革委員會的數字經濟重大工程、數字創新協同體系建設，國家數據局牽頭發布的數據要素發展規劃等政策文件，推動數字技術創新與賦能實體經濟。而中央政府則在促進數字創新和公共服務的同時，從頂層設計的角度強化數據治理，推動數據要素向新質生產力轉化。

３.４基于“主體—工具—目標”的數據要素向新質生產力轉化的政策邏輯分析

為了進一步分析數據要素向新質生產力轉化的政策邏輯和實施路徑，本文分別構建了中央政策和地方政策的“政策工具—政策目標”共現矩陣，并采用Ｇｅｐｈｉ可視化分析工具繪制了網絡圖譜，如圖７所示。

結果表明，中央政策主體促進“數字創新”的政策工具主要是環境面政策工具和示范工程（需求面）。其中，“環境面政策工具—數字創新”組合的具體表現為，如《工業和信息化部關于印發大數據產業發展規劃（２０１６—２０２０年）的通知》中提出“鼓勵產業投資機構和擔保機構加大對大數據企業的支持力度，引導金融機構對技術先進、帶動力強、惠及面廣的大數據項目優先予以信貸支持，鼓勵大數據企業進入資本市場融資，為企業重組并購創造更加寬松的市場環境”和“支持符合條件的大數據企業享受相應優惠政策”等；“示范工程（需求面）—數字創新”組合的具體表現為，如《工業和信息化部關于印發大數據產業發展規劃（２０１６—２０２０年）的通知》中提出“優先支持大數據綜合試驗區和大數據產業集聚區建立標準示范基地，開展重點標準的應用示范工作”和《國家發展改革委關于進一步加強大數據發展重大工程項目統籌整合的通知》中指出的“依托國家重大建設項目庫組織開展項目儲備工作”。促進“數據應用”則主要通過基礎設施（供給面）和法規管制（環境面）。“基礎設施（供給面）—數據應用”和“法規管制（環境面）—數據應用”代表性表現分別為《國家發展改革委、國家數據局、財政部、自然資源部關于深化智慧城市發展 推進城市全域數字化轉型的指導意見》中的“鼓勵平臺企業構建多層次產業互聯網服務平臺”和“加強城市數字化轉型與城市更新、空間優化、產業發展、鄉村振興、社會信用等重大戰略與政策銜接協同”。開展“數據治理”，則主要通過制定技術標準（環境面）和建設基礎設施（供給面），“基礎設施（供給面）—數據治理”組合表現有“推動城市群數字一體化發展，在長三角、粵港澳大灣區等城市群推動數字基礎設施優化布局，強化數據要素共享利用，數字服務普惠共享，數字治理高效協同”。“技術標準（環境面）—數據治理”組合主要體現在數據安全方面，比如《工業和信息化部等十六部門關于促進數據安全產業發展的指導意見》中的“推進標準體系建設”。在“數據治理”的基礎上，順利實現“數據交易”。此外，通過示范工程（需求面）促進數據收集，通過技術標準（環境面）為“數據存儲”提供保障。總結而言，示范工程（需求面）、基礎設施（供給面）、技術標準（環境面）、目標規劃（環境面）等是中央政策主體推動數據要素向新質生產力轉化的普適性的政策工具，而法規管制（環境面）則是“數據交易”“數據治理”“數據應用”和“數字創新”較為特殊的工具。

與中央政策主體推動數據要素向新質生產力邏輯不同的是，信息支持（供給面）和政府采購（需求面）成為地方政府為實現政策目標的普適性工具，而示范工程（需求面）和技術標準（環境面）的普適性并不明顯，尤其是旨在促進“數據收集”“數據存儲”和“數字創新”方面。消費補貼（需求面）主要用于促進“數據交易”，比如《貴州省大數據發展領導小組關于印發貴州省建設數字經濟發展創新區２０２３年工作要點的通知》在“大力夯實融合服務支撐”部分提到“創新龍頭企業‘建平臺’、鏈上中小企業‘用平臺’的數字化轉型模式，培育一批‘專精特新’數字化轉型服務商、產品、解決方案。創新優化‘云使用券’使用方式，推動產業數據歸集和創新應用”。“云使用券”即為一種消費補貼政策工具。

數據要素向新質生產力順暢轉化和流動，政策體系完善主要體現在深化經濟體制、科技體制改革等方面，著力打通束縛新質生產力發展的堵點、卡點，建立高標準市場體系，創新生產要素配置方式。數據要素向新質生產力轉化政策邏輯主要體現在政府等其他相關主體通過政策工具對公共數據、企業數據、產業數據、個人數據等數據要素開展“收—存”實現價值融通，進行“收—存—治—易”完成價值實現，通過“收—存—治—易—用”和數字創新實現數據要素的跨界融合、價值共創，與平臺企業、技術開發主體、產業主體等構成的新型生產關系發揮乘數效應，最終形成國家或區域的數字或人工智能產業高質量發展、傳統產業智能化升級、新產業培育以及數字創新生態形成等新質生產力。

４結論與討論

推動數據要素向新質生產力轉化是適應新一輪產業革命、引領驅動數字經濟發展、形成良好數字創新生態、加快數字創新發展和賦能實體經濟的必然要求，是提升國家整體競爭力的關鍵實踐路徑。本文基于政策文獻量化分析方法對４２９份數據要素和數字創新相關政策文獻進行量化分析，識別出核心政策主體、核心政策工具和核心政策目標，從整體視角分析我國推動數據要素向新質生產力轉化的政策邏輯，為數據要素、數字創新政策體系設計提供實證基礎和決策支持，以期能夠可持續地推動新質生產力發展。

本文得出以下４個主要結論：第一，工業和信息化部、國家發展和改革委員會、國家數據局、中央網絡安全和信息化委員會辦公室等部門成為推動數據要素向新質生產力轉化的核心政策主體及合作主體；廣東、江蘇、山東、浙江等一些數字經濟發達省份，以及貴州、廣西、安徽、四川等一些希望通過大數據發展提高經濟水平的省份，先行先試，走在前列。第二，供給面政策工具和環境面政策工具是推動數據要素向新質生產力轉化的主要政策工具；隨著新興技術或產業的發展，需求面的示范工程轉向環境面和供給面。第三，“數字創新”“數據應用”“數據交易”和“數據治理”都是推動數據要素向新質生產力轉化政策的主要目標。第四，示范工程、基礎設施、技術標準、目標規劃等是中央政策主體推動數據要素向新質生產力轉化的普適性的政策工具，而法規管制則是“數據交易”“數據治理”“數據應用”和“數字創新”較為特殊的工具；信息支持和政府采購是地方政府為實現政策目標的特有的普適性工具，消費補貼（需求面）主要用于促進“數據交易”。

目前，我國推動數據要素向新質生產力轉化政策體系的不足和改進的方向包括：①缺乏專門的組織和管理部門。中央政策主體較為分散，地方政府政策較為宏觀，落實不夠具體；②需求面政策工具拉動作用有待強化，政策工具組合有效性有待驗證。地方政府關于“示范工程”建設的配套政策有待完善；③無論是中央政策主體還是地方政府，數據基礎資源和數字創新資源庫建設的目標導向需引起足夠重視；④以整體視角協同推進數據要素向新質生產力轉化中的“創新”“服務”“規范”和“資源建設”的平衡，實現激勵發展和合理規制的協調；⑤優化“主體—工具—目標”體系，以及普適性政策工具、特殊性政策工具的組合，提升政策效率。

本文構建了“主體—工具—目標”的政策邏輯分析框架，探究了我國推動數據要素向新質生產力轉化的政策特征和邏輯，并根據分析結果提出了相關建議。由于數字創新和數據要素都是新興概念，政策文獻數據有限，隨著數字經濟的深入發展和數據要素被廣泛應用，后續可以從歷史性變化的視角進一步分析政策邏輯的變化。此外，政策的實際效果和邏輯并不一定能完全從政策文獻中體現出來，后續可結合典型案例展開深入、細致地研究。另外，政策文獻中政策主體基本體現為政策制定主體，可進一步擴展數據樣本，補充新聞報道等一些相關數據，對政策主體進一步細分，增加研究的信度。