数据石油如何赋能行业？

数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。 

1. 直接投入信息生产所创造的价值

数据要素作为信息的载体，本身就可以直接投入各项生产环节之中。数据则是信息 的一种载体，文字、语言、数字在广义上也归属于数据，但在数字化之前数据与信 息的差别不大，人们自身就可以直接处理数据，尚未构成一个“从数据到信息”的 产业链，数据还不具备充分的要素属性。直到社会进人数字化时代后，狭义上的、 可作为要素出现的数据才正式登上社会舞台。 数据要素所产出的信息产品满足了人们多方面的信息需求。数据不是天然的产物， 是复杂劳动加工的产品，其采集与生成耗费和凝聚了人类的劳动投入。数据的生产 过程经历了数据收集、数据清洗、匹配集成、归类存储等多个环节，数据生产者在 上述的每一个环节都注人了劳动。劳动不仅让承载着信息的数据得以生成，还放大 了数据的规模，增加了数据的最终价值面向企业级用户，数据要素被投入到工业应 用软件、市场调查、业咨询以及数据库产业的生产与服务活动中;面向消费者用户数据要素支撑着线上教育、文化传播、交通气象、个人软件等多产业。数据要素的投 人促成了全球数字经济的繁荣。进一步来说，数据要素产出的信息产品，其价值在 于人们在“拥有消息”与“没有消息”两种状态之下做出不同行为选择之间的价值 差。

2. 对其他要素的替代与节约，降低要素总投入量

在非信息产品的生产中，数据要素所能发挥的重要功能之一，是在某些生产环节替 代其他要素，进而在总体上节约各类要素总投入量。历史上，随着生产力的发展与 科学技术的进步，新兴生产要素对传统生产要素的替代一直在发生。就像机器能够 替代人力，数据要素对其他要素的替代功能也不会例外。相较于信息产品的生产即 “数字产业化”，非信息产品的生产同样可以投入数据要素并迈向新的产业模式，也 即“产业数字化”。

数据要素拥有的是一种“虚拟替代性”。在传统的生产模式下，土地、劳动力等各种 物理实体要素会对生产活动加以约束，决定了生产活动的发生时间、发生地点、发 生规模。数据要素投入生产活动中后，某些环节就不再依赖物理实体要素，转而依 靠存在于虚拟空间中的数据要素来完成该环节的生产。这就是数据要素在生产中的 “虚拟替代性”体现。最为典型的数据要素替代土地要素案例是那些互联网交易平 台。过去，人们在线下的特定场所里进行货品交易，在这种传统的生产模式里，土 地为交易双方提供了活动空间，但也约束了交易的发生场合。以阿里巴巴批发网为 代表的互联网交易平台，将货品交易到了线上的虚拟空间中。这样，即使买卖双方 主体在浙江义乌或者广东广州，看货、谈价、签约等交易活动也一样能够完成，甚 至还可以举办线上展会，实现“云上看展”。如今在许多行业，线上交易的规模已经 能够占据半壁江山。

重要的是，尽管数据、土地、劳动力同属生产要素，但在许多情境下，使用数据要 素达成相同的生产目标更具经济性、生产成本更低。因此，用数据要素替代土地、 劳动力等传统要素，除了提升生产效率之外，最重要的意义在于要素总投入量的节 约。节约出的传统要素可以改投到生产过程的其他受土地、劳动力要素制约、更具 要素紧缺脆弱性的环节之上，从而带动生产活动实现效率效能的全方位提升。

3. 与生产中的其他要素融合以达到价值共创

数据要素还可以与其他类要素相融合，以协同创造财富与价值。一种生产要素要助 力生产的价值创造活动，就必然要与其他要素相结合，如劳动力与土地的结合、劳 动力与资本的结合。在现实中，数据要素则更加依赖于与其他物理要素的结合，这 是因为数据要素具有“虚拟”与“赋能”两重性质。数据的“虚拟”性质使得数据 要素在参与非信息产品的生产时，必须以其他生产要素作为载体。数据的“赋能” 性质则源于其他物理要素运用活动对数据的需求。通过吸收与运用数据，生产活动 能够提升要素使用的整体效率效能。

知识与技术的传递以及再创造。数据本身就是信息的载体，数据要素与其他物 理要素结合后，高价值的知识与技术也同时实现从数据要素到物理要素的传递 与结合，从而提升生产效率与效能，并最终构成产品本身价值的一部分。在数 据要素与其他物理要素结合后，新的知识还会被继续创造出来。例如，劳动力 与数据的结合可以产生对劳动力状况的新理解，资本与数据的结合能够形成数 字化资本。通过知识与技术传递以及再创造两种效应的加总，数据要素与其物 理要素的结合能够大幅缩短一个生产活动的技术积累与研发周期，帮助产业在 更短的时间内迈上新的台阶。

对传统生产要素改良并生产率的整体提升。在传统的生产模式下，生产活动的 管理者那些对决定要素最优投人量与最优组合形式的必要信号(如价格信号、供 给与需求信号、竞争意愿信号、风险信号)并不完全清楚，也不具备充分的时间 来获取上述信号。但在数据要素充分流通后，在生产中对某一类特定要素的短 缺或者冗余现象会开始逐步减少。例如:数据要素与劳动力要素结合后，通过对 企业用工结构的优化和人力资本的更优配置，消除劳动力要素的冗余配置，实 现劳动生产效率的提升;数据要素与资本要素结合后，通过数据驱动投资决策， 调整和优化投资方向，改良资本在整个要素投入结构中的占比，从而实现资本 应用效益的最大化等等。