完美论文网提供本科论文、硕士毕业论文写作指导、论文发表及论文查重服务！QQ：3982228081

摘要:本文深入研究产业经济在数字化时代下的关键问题，探讨数据作为资产的本质、数据获取的成本刚性以及数字基建的未来发展方向。首先，有价值的数据反映了客观世界，可以加速人们对对象的认知，提高市场决策质量，其次，数据的价值体现在其客观性、逻辑性、动态性和价值性上，使其成为交易的资产。然而，产业数据获取面临着硬连接和软连接两方面的成本挑战，这种成本刚性难以降低。为了推动产业数字化，提出了在国家引导下，采取有序竞争和标准制定的方式，实现数字基建的高效平衡。在这个基础上，企业可以选择数字化服务商，但服务商需按照国家标准提供服务，保障数据的安全性和标准化。

关键词: 产业经济  数字化  数据资产  数字基建

1 数据是产业数字化的基础

无论在消费互联网经济还是产业经济，数据的作用都是基础性的、不可替代的。产业数字化中，数据的种类、频率和逻辑都要比消费互联网复杂许多。这是由产业经济的几个特点决定的：

一是企业数量少，信息传播的边际效用低。相对于消费互联网动辄几千万甚至上亿的用户数量的庞大用户规模，一个支柱产业所涵盖的企业数量通常也只有几千几万。商业信息的传播效率低，与消费互联网相比，可能要低几个数量级。在消费互联网经济中，通过投入资金可以迅速扩大用户规模，提高信息传播效率，然而，在产业经济中，这种的“花钱赚吆喝”的模式可能是钱花了连吆喝也赚不到。

二是专业化服务能力要求很高。细分产业的数量实在巨大，熟悉消费者行为习惯的消费平台专家和直播大咖好找，谙熟产业发展内在逻辑的产业专家则始终稀缺。产业内的企业合作，本身就复杂，没有专业、运营和市场知识的复合型人才，要服务于产业数字化，会面临很大的困难。

三是复购是王道。在消费互联网经济中的一锤子买卖模式并不适用于产业，因为参与交易的市场主体数量较少，且交易额度往往较大，一旦出现利用信息不对称进行的“供应链欺诈”,往往将产生严重的市场后果和法律后果。对于投入巨大的企业而言，追求复购才是确保其能长期发展的根本。

四是B-B端市场端博弈远比B-C端市场博弈更复杂。C端消费者的消费行为很少有内部博弈，甚至冲动消费的决策过程也十分迅速。B-C端的博弈事实上比较简单，其数据的真实性和有效性有充分的保障。而涉及产业的B-B端市场博弈中，普遍存在着内外部博弈。外部博弈主要体现在企业追求采购的性价比，而内部博弈则可能因销售和采购为维护自身利益而做出不符合企业利益最大化的经营性行为。这种复杂的内外部博弈使得B-B端市场的这种市场数据，特别是短期交易数据质量存在不确定性。

产业经济的这些特点决定了产业数字化，不得不面对一个个大小不一，过程复杂的产业链行为。这比几十分钟就能从订单建立到订单关闭的快餐外卖和网约车服务，以及几天就能建立和关闭的网购服务，要复杂许多倍。

然而如果不基于产业数据，一切还是靠“猜和等待”,依赖最终的“市场惩罚”,则产业数字化必将沦为一句空话，因为一切经济行为判断都必须基于事实，这里的“事实”就是真实的产业数据，它是产业数字化的基础，不能因为它的获得困难重重就干脆无视它的存在，毕竟产业经济已经发展到这种地步了，没有什么是容易的，必须开启产业经济的数据时代。

2 数据成为数字资产的前置条件

把数据作为要素或资产，这在相当长的一段时间里，听起来都比较魔幻。数据只是人类设定的被研究对象在运行过程中，所关心参数的客观记录。但是由于数据具备了客观性、逻辑性、动态性和价值性几个特点，就使得它在人类的市场行为过程中，具备了经济价值。本文下一节将简单讨论数字资产的本质。本节则着重叙述数据成为数字资产的几个前置条件。

(1)数据的客观特性。

数据的产生和记录是客观的，不以人的主观意志为转移。源数据的获取通过专用的数据采集系统或法律机构以规范方式采集，一般不引入可能导致的误差和错误的人为干预的数据。数据真实反映被研究对象的状态和行为，不受主观因素的影响。

(2)数据的逻辑特性。

这主要是就数据与被研究对象的关联，以及数据之间的关联而言。被研究对象的参数应尽可能选择可直接、快速和高频表征被研究对象的变量；同时，被研究对象的重要参数之间，也应有可以证伪的关联逻辑。例如对企业实际产能的数据记录，既可以使用班组产量数据累加，也可以采用产品出厂漕运数据累加来实现。但前者比后者更直接、快速和可靠。当然，如果同时采集了两种数据，则可以方便地通过周或月度数据，对企业的实际产能数据进行比对分析。因为两者在数值上是本质一致的，出现大的偏差可能是其中的一种记录有误；如果两者基本一致，则可证明两组数据都正确。

(3)数据的动态特性。

尽量采集能反映被研究对象动态变化的数据，而减少静态数据的占比，除非数据的所有者是具有泛行政许可的机构。“动态数据才有生命力”,静态数据只要符合客观性和逻辑性也有价值，但静态数据的价值贬值极为迅速，一旦被获知，对具体使用者而言，其价值就迅速趋向于零，无法形成稳定的数据黏性。例如我们使用微信、抖音、钉钉的绝对黏性来自于其数据交互的高度动态性，每一次用户的使用都会产生新的数据，这些数据与其他数据之间又形成了复杂的交互关系，使得应用程序能够持续地为用户提供有价值的信息和服务。我们对启信宝和天眼查的使用频次则要低得多，准静态数据资产必须拥有极大的使用者数量才能实现数据资产价值的变现，因此无一例外地需要依赖于泛行政许可来支撑其自身价值。

(4)数据的价值特性。

这里有两个要求，一是数据必须被合理抽象，二是抽象后的数据必须是面向价值的。数据的抽象就是数据的清洗和归纳，通常是通过降维的方式将原始数据转化为更易于理解和使用的形式。例如把全天1440分钟的流量数据剔除0和无穷等无效值后进行加总和简单平均，就获得了质量非常好的平均流量和总流量数据。由于被降维，由1440个流量数据所组织的一维向量被处理为两个标量，这大大地降低了使用者的理解难度。此外，平均流量和总流量数据是面向企业价值的，这样的两个数据就比那1440个孤立的数据更有价值。当然，可以将这1440个数据按照方差公式进行降维处理，但方差这一参数通常是不被企业关注的，因此尽管它的降维处理在数学上还要更复杂一些，但数据的价值性基本没有得到体现。数据的价值性背后是数据所有者对产业的理解能力和模型集的迭代积累能力。

数据要成为资产当然不止于这几个前置条件，各地的大数据交易所出台了许多有关数据资产认定和交易的规则。但是，当我们把数据当作资产或要素来讨论其内禀价值时，必须以一定的规则对它抽丝剥茧。如果数据没有内在价值，那么它就只是一堆数字，并不能被视为资产，更与价值无关。

3 对数字资产本质的探讨

有价值的数据之所以可以被称为资产，甚至要素，在于数据能够反映世界的客观现实，包括客观对象的状态性质和运行方式。简而言之，数据是描述被研究对象数学物理逻辑抽象，或至少是这种逻辑抽象的基础。数据可以加速人对被研究对象的客观认知，在经济学意义上，就是辅助人提升其市场行为决策质量。

同理，产业数据是对产业客观实际的逻辑抽象。由于数据的获取过程与大多数市场活动一样，不存在工程学和经济学捷径，因此数字资产本质上就是“资产”。因为离开了这种“资产”,要认识和理解它所描述的被研究对象，要组织资源并付出无差别的社会劳动。这种无差别的社会劳动的价值，被物化于数据中，形成了数据的使用价值——任何使用这些数据的人，都不用再耗费资源去度量被研究对象。具有使用价值的数据一旦被用于交易，就立刻具备了价值属性，因而其自身也当然地成为资产。

事实上，广义的数据价值，早已出现在人类社会中。近的如比特币，比特币的价值来自于计算设备和消耗能源的价值，它是基于大量的计算和验证产生的；远的如行业专家，从古到今，他们都是行走的数据库。为专家付费，无非是他们对人们感兴趣的研究对象有着更为深刻的理解。这些理解，来自于专家们以往的研究、实践和与被研究对象接触所积累的认知，即消耗了一定的社会必要劳动时间。

当然，数据资产也与实物资产有着显著的区别。数据极易被复制，即不加传播限制的数据资产交易其边际效益是骤减的；相反如果存在某种限制，使数据的获取具有排他性，则数据交易的边际效益极高。

一般采用两种策略来保有数据资产的价值，即使它们容易被复制。一是采用区块链技术，通过参与者的相互锁死来无限推高数据复制滥用的成本；二是通过时间无法反演的特性，用动态数据将数据的未来价值提前变现，如果你想使用某产业未来一年的数据，那么现在必须付钱。

4 数据获取的成本刚性

本文第二节的讨论是消费互联网经济与产业经济的差异，对产业数据获取而言，成本刚性在于硬连接和软连接两个方面。

人的通信接口高度同质化，与人的信息交互硬连接，只需要具备听说读写四个功能，也即采音、播音、屏放、触输几类技术；在软连接方面，人的应用层，也几乎只存在语言种类问题。无论与人类协同的信息装备采用多么复杂的技术，规模经济效应在硬、软两个层面上，会迅速降低这些装备的边际成本。消费习惯的培养也会使这些装备的普及速度和周转率大大提高。

相反，产业数据的获取来自硬连接和软连接两方面的成本投入。不同的产业、企业、工艺和不同的设备，都有不同的信息采集方式和信号通信方式。远而散的非关键设备的信息采集可以采用标准商用无线通信的方式进行，集中而关键的设备则需采用工业有线(网络)来传输数据。同时，来自于传感器和控制器的信号也分模拟信号和数字信号，信号接驳的装备也因此存在许多种类。这些构成了数据获取的硬连接成本。

软连接的成本有时则更高，出于对商业价值的保护，绝大部分工业控制信息系统供应商都有独特的通信编码协议，防止竞争对手和用户的恶意使用。这些在工业现场使用了几十年并迭代了若干代的产品具有极强的可靠性，因而很难被替代。获取这些系统的数据必须缴纳“过路费”,一个系统几个点位就动辄多少万的连接费是推升产业数据软连接成本的重要因素。

基于产业数据的数字服务商，必须努力建立技术自控的数字底座，这套底座系统必须具备高适应性、可靠、安全、经济和友好的基本特点。由于产业的复杂性和产业发展的长期性，规模化的优势技术企业不会全面介入这一领域，因为相较于消费互联网经济，产业数字化服务的投入产出比太低，无法支撑消费互联网规模经济条件下巨额的技术投入成本。而小型公司难以在国民经济全产业结构中建立数据服务能力。因此在可以预见的时间内，数据获取的刚性成本将难以有效降低。当产业数字服务发展到一定规模，由于产业对数字技术服务的需求形成一定共性，促使国家出台相关规范。在此背景下，大厂才有动力组织资源，在并购优秀的产业数字服务商的基础上，形成更加经济可靠、快捷部署的数字底座，从而降低数据获取的成本。

5 数字基建的未来——法理和有序竞争约束下的效率平衡

产业经济的参与主体在面对数据时代的来临时，应当会有诸多不适。就像个人消费者为享受数字消费体验，而不得放弃部分消费过程的隐私权那样(否则流量也不会堂而皇之地从公域快速地渗透进私域)。企业在享受数字服务便利——建立在有价值的数据基础上的产业数字服务体系——之际，也要重新考虑“企业秘密”的定义。由于企业数量要远小于消费者，而描述企业数据的种类又远比消费者丰富，所以产业数字服务面临的法理和文化的挑战，可能要显著大于消费互联网用户。

时代的来临难以抗拒，在产业的参与主体仍犹豫不决之前，国家应战略性引导产业数据服务商，在开展产业数字服务并形成数据资产的过程中，以有序的方式展开竞争。

可以预见，未来的产业数字服务，必然是建立在国家数字基础设施建设基础之上的数字化服务。因此，社会效率必须被兼顾，而不能再走一哄而上的老路。

企业的数据服务，接口具有天然的排他性，难以想象一套生产装置的数据接口上，并行地接入若干个由不同数字化服务商所设置的数据采集传输设备。这是对社会资源的严重浪费，同时也使得企业秘密的控制难度大大增加。

因此，“铁塔+牌照模式”依然有可能是一种效率平衡的选择。即由国家进行企业数字服务的新型基础建设投入，前期通过一定的自由竞争和市场出清遴选出有实力产业数字服务商，并给予牌照。同时形成一系列的产业数据服务国家标准。获得牌照的服务商以数字基建设施为基础，按照国家标准，通过自身的经营性要素，形成对企业进行数据资产建立和产业数字服务的能力。

当然，选择什么样的数字服务商来服务自身应由企业来决定。同时，应当着力使企业也从这些数据资产和数字服务的变现中获益，从而促使他们以更大的热情和更开放的心态参与到全面的产业经济数字化进程中来。

6 总结

(1)数据是产业数字化的基础，产业数据与消费数据有显著的差异，不能简单地将消费数据获取与产业数据获取等同；

(2)数据只有具备客观性、逻辑性、动态性和价值性才有成为资产的可能，其中面向潜在市场价值的动态性是数据资产的重要属性。只有未来的数据才能实现当前的规模变现；

(3)数据之所以能成为资产和要素，是因为它能加速人对被研究对象的客观认知，辅助提升市场行为的决策质量；

(4)产业数据的获取，包括硬连接和软连接，都具有与消费数据不同的成本刚性；

(5)未来的产业数据服务很可能以新型国家数字基建为前提，并形成数据服务的国家标准，避免无序竞争。被国家授权的服务商在国家数字基建的基础上提供面向产业的数字化服务。企业根据需要自主选择具体的数字化服务商为企业提供数据和数字化服务。

参考文献

[1] 消费这十年：全网零售额增长9倍，催生新型消费方式，新需求成增长点[N].经济新闻，2022-09-23.

[2] 工业软件迎换道超车关键机遇[J].中国经济周刊，2023-07-14.

[3] 建设“数字中国”,为什么新基建成为重点戏[J].中国通广，2023-07-24.