姜奇平——中国社科院信息化研究中心主任，互联网周刊主编，中国社科院数量经济与技术经济研究所研究员
在数据成为新型生产要素的条件下，未来的商业模式是生态商业模式，而未来的市场将是生态型市场。数据要素市场化与数据要素的市场体系中的关键词“市场”，将在一个性质上发生正负极反转的革命性变化，市场从排斥外部性的配置机制，转变为吸收外部性的配置机制，从科斯型市场即单边市场，转变为反科斯型市场即双边市场，从只能进行数据交易，转变为可以进行数据交互。由于这种反转性的变化，所有关于“数据要素市场化“与“数据要素的市场体系建设”的文章，都有必要进行议题重置，并且重做。重置，是要把其中的市场，置换为生态；重做文章，是指把“数据要素市场化“的文章，重做为“数据要素生态化”的文章，把“数据要素的市场体系建设”的文章，重做为“数据要素的生态体系建设”的文章。数据要素市场化，不再直接等于建“市场”（数据要素交易所），而转向数据要素X，通过数据交易与数据交互结合形成的生态，开辟无市场的市场化，把“用得好”，而非数据变钱（进而卷钱跑路），做为市场化的重心；把数据要素的市场体系建设的导向，牢牢控制在数字经济与实体经济不即不离的结合之上。
一、数据新型生产要素的生产力与生产关系影响
（一）数据要素作为新质生产力带来的变化，改变市场化、市场体系的定义数据要素是新质生产力的重要组成部分。一种看法认为，“新质生产力的基本特征是数字化、网络化、智能化。”也可以倒过来说，数据要素具有新质生产力的基本特征。新质生产力发展是新的劳动者利用新的工具作用于新的对象的过程。这三个方面的新，都离不开数据。第一个新是新劳动者。不同于传统以简单重复劳动为主的体力工人，参与新质生产力的劳动者是能够充分利用信息技术、适应先进数字设备、具有知识快速迭代能力和信息决策能力、自主意识的新型人才。第二个新是新劳动工具，包括高端智能设备、计算工具，如人工智能、虚拟现实和增强现实、自动化制造的技术、设备及数据基础设施，也包括数据等新型生产要素。第三个新是新劳动对象，是与新质生产力相适应的、由数据构成的可以驱动实现对应实体功能的符号存在，如虚拟现实。这三“新”都以数据化为时代内涵，离不开数据化。这决定了新质生产力离不开数据的存在。面向十五五，未来的发展机会和财富增长点在很大程度上也取决于数据潜力的发挥。数据要素作为新型生产力要素,会对国民经济的均衡发展产生深刻影响。下图中的灰色部分代表改革开放30-40年间的均衡状
态。边际成本评估在商业模式中体现为价格战,其特征是大规模生产单一产品,这是典型的传统工业化模式。最近十年,我们发现出现了巨大变化,图中中间的白色部分代表什么?它标志着服务业比重的提高。服务业比重在较长时间保持稳定后,最近十年上升了10个百分点,达到53%左右（今年第三季度达到55%）。灰色部分代表实体经济,白色部分代表以服务业为代表的虚拟经济,两者正在融合。
图1：新质生产力对均衡的影响：高质量发展在高附加值处达到均衡
2004年,美国经济学家提出信息通信技术(ICT)推动服务业发展,必然导致服务业比重上升。服务业的特征是什么?是提价竞争。我们看到,数据在全球范围内带来的新增量对应于红色部分,根据传统经济学,这部分属于超额利润,但现在我们不这么认为,而是将其视为稳定利润,我们称之为高附加值。数据要素作为新型生产要素,可以理解为白色区域内的放大器和倍增器。也就是说,数据要素能够帮助企业摆脱价格战作为商业模式,转向提价竞争探索,在这个领域起变压器作用,这是最简单的说法。
图2：数据要素提高生产力的途径：需求曲线从d到D带来外部性增量
以数据为主要生产要素的新质生产力的作用体现在需求曲线从较小的d上升到较大的D,对应的是下方空间,我们称之为流量。基于流量的经济形态出现后,产生了过去被视为超额利润的部分,但现在看来属于正常利润,就是高附加值和高质量发展带来的利润。这部分利润在生产力方面有两个与新质有关的来源:第一个意义是外部性，出现了反科斯型市场,就是基于流量的平台模式,在经济学上是一种全新的类别。可以看作是依靠外部性,犹如中国人的“出门靠朋友”。原来经济学强调自己靠自己,现在要发财靠朋友,这导致了商业模式的重大变化,这是生产力决定的第一个方面。生产力出现的这一新质变化，直接改变了“数据要素市场化”与“数据要素的市场体系建设”出题的题义。原来说的市场，与外部性无关；而数据要素对应的市场，却可以从内部消化外部性。二者是相反市场。诺贝尔经济学奖获得者梯若尔明确指出：“科斯定理无效是‘双边性’的必要非充分条件”。埃文斯直接说：“市场是双边的必要条件是科斯定理并不适用于双方之间的交易”。国内著名经济学家张曙光等也指出：“科斯定理成立是有条件的，只有在所有权中心范式下才能够成立，如果经济发展导致所有权中心转变为使用权中心，那么科斯定理以及新制度经济学的一些结论就会被颠覆。”数据交易所出现场内交易不足，理论根源在于固持所有权中心这一实体要素论，把所有权转移，理解为市场的标志。把数据等同于实体。它适用于数据交易，而不适用于以使用权交换为主的数据交互。其中问题，梯若尔已指出得十分明白，他说：“在科斯研究的世界里，市场是单边性的”；“基于科斯定理，而不区分市场的单边性与双边性问题，对价格结构问题进行商业和公共政策方面的讨论是误入歧途的”。
数据要素市场化如果“误入歧途”，总的认识根源，将在于把数据等同于实体，背离数据本身规律来搞“数据要素的市场体系建设”。美国没有数据交易所这种人为制度设计，为什么？值得我们思考。第二个方面,“数据二十条”提出了生产要素复用。传统实体要素不能重复使用和共享,但数据和代码是可以复用的资本价值形态。如果实现复用,量化宽松只能由国家实施,企业无法实施。但是现在“数据二十条”明确使用价值可以重复复用而不违法。美国可以通过量化宽松赚钱,为什么中国不能通过复用生产要素赚钱呢?中小企业资金难的原因在于难以获得资本交换价值（资本金）以购买资本使用价值（即资产），现在资本使用价值（生产资料）一旦实现复用,增量就会出现。当前的商业模式探讨已超越战术层面,而是关注资金流向何方。未来会出现一个与改革开30-40年来同等巨大的机遇,那就是服务业比重持续上升。大体步骤如下:第一步,服务业比重需要超过保加利亚。保加利亚的服务业占比达60%,代表东欧平均水平。第二步,服务业比重超过法国。法国的服务业占70%。第三步,是否要追赶美国还有待讨论。美国服务业占80%,这么高的比例是否会导致“空心化”也需考量。当数字经济导致以服务业占比达到全球平均水平（65%）为标志的产业体系现代化水平时，其影响力将是翻天覆地的。任何商业模式如果忽视这个影响,就会面临灭绝的危险。所以,从生产力的视角考虑,数字生产力恰恰让我们有效捕捉到中国过去40年改革开放没有触及的机会。
（二）数据要素主导化将改变社会分配的基本逻辑
“数据要素市场化”与“数据要素的市场体系建设”不仅是个资源配置问题，也是一个改变社会分配的过程。
从生产关系视角分析,我们可以借鉴李嘉图的蛋糕分配理论。红色区间意味着什么?我们必须理解“数据二十条”的核心精神,从表面上看,该文件提出三种权利概念,但实际上内核与农村改革相同,都是实现两权分离。听说有教授误读“数据二十条”,以为其淡化所有权、强化使用权只是权宜之计,只是因为现在搞不清楚数据的所有权，将来有条件搞清了，还是要回到强化所有权的老路上来。这并非正确看法。正如农村改革最终追求的目标就是两权分离、三权分置一样,“数据二十条”也在于实现两种权利的分离和三权分置。这是一个生产关系的重新定位问题。
图3：数据要素市场化将“意外”带来劳动者要素收入与财产性收入
两权分离的社会分配本质在于，对劳动与资本赋予平等的收益权，最大改变将是用益权从地上权，扩大到活劳动，其中劳动的用益权，是指劳动者作为非所有权人仅凭使用权而获得剩余的权利。这是由任正非发现的一个规律决定的，这就是“让听得见炮火的人,来指挥战斗”。既然都指挥战斗了，还好意思不给人家分配剩余吗？大家都知道,两权分离的结果是什么?是交足国家应得的,交够集体应得的,剩下的全部归自己。剩下的全部归自己,与城市居民的收入相比,有一个巨大的增量,在工资（成本）水平之上还有剩余。从生产关系的本质来说,两权分离使得分布在经济权利周围的劳动者获得超过工资的收入（二十大报告称为要素收入和财产性收入）。而城市改革之所以不如农村改革进展大,就是因为未找到一个生产关系的增量,无法使一线劳动者在工资之外获得剩余收入。用党的二十大报告的说法,这归结为促进机会公平。
二十大报告没有直接提“结果公平”四个字,而是明确提出促进机会公平。红色区间为我们带来了什么巨大机遇?如果能复制生产资料的使用价值,这实际上是为大家提供了一种零次分配,使劳动者在交足国家和社会应得部分后,剩下的全部归自己。这将释放劳动者的积极性,影响力不亚于农村改革。与传统经济学家想当然认为数字经济必定扩大贫富差距相反，通用目的技术决定通用目的资产（发改委2020年552号文件称为“通用性资产”）的新历史唯物主义逻辑（数据生产力决定数据生产关系），最终将导致美国佩奇院士预言的“多样性红利”的出现，缩小贫富差距。俄乌战场上战斗力正发生革命性变化。战斗力的场景化，使战略性地发挥单兵作用，成为一种显著的趋势，一线士兵的作用在显著提高。决策权正交到一线士兵手中，“让听得见炮火的人来指挥战斗”。从战斗力推及生产力，结论很可能是同样的。这预示着，人工智能将来不光是武装资本，而且武装劳动。同理，活劳动在“听得见炮火”的地方，开始发挥原来资本的作用。制度设计随之也会将从激励重心从资本转向劳动。从而发生有利于缩小贫富差距的“多样性红利”现象，剩余更多分配给劳动而非资本。
按佩奇的说法，大众具有“多样性”（如解决方案多样性）这一优于精英的优势。支持有效需求的高收入，取决于多样性红利机会的广泛出现。兼职类工作就是典型的多样性红利机会。在智能经济条件下，这种机会一定会发展为以多样性、高收入为标志的增值应用（APP）业态的广泛出现。在苹果商店中，APP开发者分成比例高达85%，远远超过资方的15%，这已成为美国当前行情。中国一旦出现这种趋势，意味着逆转两极分化的多样性红利，就会从经济中自然而然出现。多样性红利的原理在于，通过改变（不可数字孪生、复用的）劳动与（可以数字孪生、复用）资本的相对于使用（access）的稀缺关系，从而改变剩余的流向，因而不依赖福利政策实现共同富裕。这是由新质生产力自身规律，而非刻意干预的结果。政府只要顺势而为，就可以用少得多的财政（转移支付）资源，实现同样水平的共享发展、共同富裕的目标。加快形成新质生产力，政策的着力点，首先应把提高劳动者素质，提高劳动者要素收入摆在第一位。按照人力资本来塑造新一代劳动者，以合伙制、合作制，释放多样性红利，培育适应新质生产力的新型劳动力者。例如，农民工进城只是打工，但学会电脑，可以在农村电子商务、城市快递服务中，成为掌握订单的决策者，而取得打工水平之上的收入，并全面发展能力。
图4：总的机遇在于从市场向生态的转型
如果要从微观层面概括生产力和生产关系的变化,可以概括为“生态化”。什么是生态化?就是平台+应用。平台作为生产资料或资本的复印机,取代“美联储”为最靠近消费者的一线劳动者提供将重资产转化为轻资产运营的机会。这里要补充说明,所谓轻资产运营,是指依靠范围经济，通过提供差异化和高附加值的应用,而非通过价格竞争,最终实现高质量发展，这是数据要素市场化将导向的理论逻辑。
二、“数据要素的市场体系建设”面临的实践选择
（一）当前“数据要素市场化“与“数据要素的市场体系建设”容易误入歧途的几条路作为一个实践问题，“数据要素市场化“与“数据要素的市场体系建设”中一个怪现象是，许多人明知数据交易所场内交易不活跃，仍然乐此不疲。分析其动机，不外以下几类：一是受传统的生产者中心倾向的影响，延续传统科技部门产学研用脱节（主要是与应用脱节）的做法，片面强调数据生产，以为生产出来，价值就定了，只考虑以成本法为中心评估价值，而有意无意忽视数据要素的“价值实现”问题，无视收益法中应用的决定作用。二是受传统知识产权观念影响，把数据要素当作实体要素来认识与评估，他们做法的特点是，在有形的无形资产（如知识产权、专利、品牌）范围外，主要着力于用人为设计制度的办法，把无形的无形资产（如波兰尼说的默会知识）加以有形化，打财政部暂行规定的擦边球。比如，登记一下，发个证书，可以当会计资产，代替实体资产进行抵押。
其问题在于，以权确权，并不能替代应用赋权。一些部门，用公共、半公共权力为数据确权背书，缺乏行业、应用估值的配套；一些地方，为应对PPP政策废止后政信事业发展需要，急于把土地财政变为数据财政，而不考虑用公权力把数据变钱，一旦失信的后果。三是受金融界炒作比特币、区块链影响，直接通过各种“金融创新”，把数据直接等同于信用，进行数据变钱活动，变完钱就不管了，忽视钱到手与行业、应用结合实现价值这一后续，带来潜在的“跑路”隐患。以上种种，有一个共同特征，就是千方百计与应用脱节，与实体经济脱勾。把“市场化”的上有政策，当作“先变成钱再说”的下有对策，这就与数据二十条强调使用、应用、利用的引导方向背道而驰。
（二）市场对市场体系的自然选择合理的做法在实践不是没有，而是一些人出于“上有政策下有对策”的利益动机视而不见。一个突出表现是，对于互联网+时代强调的平台+应用模式（API模式）避而不谈。市场经济自然而然的做法，是遵重数据创造与实现的价值规律，不借助权力干预，以应用、需求为导向，充分实现生产、供给的价值。其中主要的成功做法，就是“平台加应用”（中间产品加最终产品）的生态化做法。生态商业模式的经济特征是什么?最明显的特征是平台加应用的生态经济。平台将下游的降价竞争与上游的提价竞争结合起来,将传统商业模式中的成本领先战略与差异化战略反向嫁接,实现低成本差异化。其中的关键就是API模式。以API划分上图中的核心业务与增值业务。
图5：生态利用外部性的微观机理：低成本差异化（API模式）
低成本差异化用古代汉语来表达就是“易”,意为千变万化,千差万别,但平均成本不断降低。实现的办法是什么?平台的重资产不断支持前线的轻资产,就像空天部队为一线战士提供机会,这实际上是重武器和轻武器的结合,在俄乌战争中表现得非常明显。对于经济规律来说,这意味着一件事可以高度概括:商业模式整体正在转向,从内部范围经济,即企业级范围经济,转向外部范围经济,即联合多企业的范围经济。
有三个特征决定了数字化的重心从企业转型变为转型企业。因为企业转型是从一种金字塔结构转为另一种金字塔结构,转型企业是把企业转变为生态组织,而非企业组织,是企业之间的组织。第一个特征是“合伙发财”。其特点是商业模式的边界从同一老板所有权为单位的合作转向不同老板之间的合作。不同老板在使用权上是一个单位,以借用代替购买。第二个特征是“借光发财”。其特征是从过去把外部性视为一种损失,变为通过双边市场或平台,最终实现流量变现,充分调动1+1大于2这种来自数据交互（即流量）的资源。第三个特征是“合作发财、和气生财”。这里要实现的转变是从竞争向竞合,即合作博弈。均衡点一定在边际成本之上有一个平均成本的定价,否则亲兄弟也会内斗。可以说，市场对于市场体系的自然选择，是不靠权力，靠生态。在这种情况下，要避免市场体系建设的巨大错位。面对数据与生俱来的外部性，要处理好主要用权力来调配外部性，还是主要用市场来调配外部性这一新问题。
（三）生态化在数据要素上表现为“数据交易+数据交互”。具体到数据上，以生态化的机制与模式进行要素市场化，同传统市场机制与模式的区别。可以概括在江小涓说的数据交易与数据交互的区别中。数据交易就是数据买卖，进行这种交易的市场，是单边市场，或称科斯型市场，其特点是以所有权转移为特征，以确权、明晰产权为先决条件。从实践看，在数据交易所中进行数据持有权转移，直接结果就是导致场内交易量不足。因为数据具有外部性，非按科斯的标准确权，必然交易成本巨大，大到市场本身难以为继。
从实际情况看，以生产者为中心，按成本重置估价，一个U盘的数据在市场上只值8-60元，但如果以消费者为中心，按收益法估价，可能具有8万-60万的价值。人们当然都会跑到场外去交易。可以说，场外交易的本质，是与应用结合定价；场内交易的本质，是脱离应用定价。场外交易的活跃，是市场在无声地用脚来表示态度。江小涓认为，数据交互是更为广泛使用的商业模式。什么是数据交互?根据江小涓的概括，数据交互的主流模式是API模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成.以实现数据流通和共享.API模式在数流通中的应用非常广泛，它可以帮助实现数据共事.数据交换.数据迁移，数据同步等功能。
API模式主要采取需求方与生产方直接交易的方式(场外交易)，而不是“数据交易“(场内交易)。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。应该说，江小涓的如上判断，与实践中实际发生的事情，是高度一致的。说出了真相，说出了真话。代表了学者的学术良心。而那些刻意回避平台+应用的生态实践，刻意回避梯若尔诺贝尔获奖理论的数据变钱主张，与市场实践不符，也与国家关于数据要素X中发挥数据协同、复用、融合的引导明显有别。
图6：江小涓定义“数据交互
三、十五五期间数据要素市场化赋能新业态、新模式的产业实现路径
（一）新业态、新模式发育，有武藏曲线与微笑曲线两途在观察下一步数据要素X行动计划作用于十多个重要产业和领域时将产生的未来产业路径和赋能顺序，有两个完全相反的判断方向值得参考。第一个方向是微笑曲线,这一方向现在在商业模式讨论中占绝对上风,认为制造业不合适,应向服务业转变，包括大力发展生产性服务业，或第四产业。第二个方向是武藏曲线,这一判断基于上世纪70-80年代日本的经验,认为在从制造业向服务业转变的第一步中,利润首先会在制造业中产生,不能轻易削弱制造业基础。
图7：数据要素X赋能新业态、新模式的不同路径
新业态、新模式的大趋势是向服务业发展,但是第一步首先是在制造业内部出现制造业服务化。从这个意义上说，武藏曲线值得高度重视,我认为在未来5-10年,武藏曲线将起主导作用,然后慢慢转向微笑曲线。那时我国的产业结构发展与提出微笑曲线的90年代我国台湾地区的水平大致相近。当然不排除先发地区、经济特区（如苏锡常等）可能先行一步。
（二）五年内与五年外的考虑应有所不同
对企业家来说,采用自办物流还是第三方物流,刚开始应按武藏曲线采取自办物流,只有发展到一定阶段,才慢慢转向独立产业,变成专业化的服务业。近五年内,企业家应注意日本经验。制造业服务化的焦点是供应链,要深挖供应链获得高利润。深挖方向与微笑曲线一致。但是,物流还未充分变成第三方物流,仍在内部,相当于一厂二制,一制是实体,为价格战和成本领先做准备;另一制为提价做准备,此时需要虚拟生产。虚拟生产在制造业内部产生高附加值。具体分析，推荐《制造业服务化的路线图》。如果我们的目光是着眼于五年甚至十年后的布局,这时候必须考虑生产型服务业,是在服务业而不是制造业进行部署。这时候,有几点值得关注。首先,建立面向服务的架构,就是SOA。更重要的是有BOA商业模式,这点常被忽视,包括微软和IBM也在忽视,亚马逊是这方面的典范。商业云是对资产的复制和复印。
实际来说,是商用云还是技术云,这是原则分歧。商务云收入将超所有技术云,达到IBM、微软、甲骨文云收入总和再加15%的程度,请务必注意。在此基础上,分别看几个要点。在研发方面,如果进行专业化,下一步趋势是大模型时代。之前是大数据时代,要系统准备的是数据基础设施中的平台体系和APP开发体系,这方面我们有超过美国的潜力。在设计环节,主要机会在虚拟制造和协同设计。微笑曲线的另一侧,采购环节现在主要是智能决策系统,但我们的商务智能（BI）方向有问题。武装的是企业的大脑,将来的商业模式要武装一线,可以使直接接触用户的一线员工具有随时随地决策功能，而且这种决策应与整个组织协调一致。但我们现在完全没有这样的设计,这是一个巨大的问题,将来需要加强。沿着曲线的另一端,销售环节现在大有文章可做,就是WEB3.0,请注意数据可携带权,里面蕴含无穷先机。其次是SNS（社会网络服务系统），我们的生态操作系统里,做交友的不会做电商,做电商的不会做交友,这个问题要解决，这时就要深挖数据交互流量变现的商业创新潜力。物流和金融,这方面我觉得机会已经很少,所以略过。延伸品牌方面,现在正出现非常大的纵深,这方面有很大潜力。
（三）发展生态需要操作系统
武藏曲线与微笑曲线完全相反。当然,它们有一个共同点:无论是日本经验还是台湾地区经验,都有一个特征,那就是要发展生态化这一当前商业模式中短缺的部分。现在我国产业发展有产业链、价值链，但缺乏生态操作系统,我们的操作系统都是企业操作系统。生态操作系统需要将固定资产转化为充足流量,通常6000万到4-5亿流量,在此流量基础上与外部合作，在数据交互中借光发财。生态的入表与入帐，与企业时代不同，主要通过流量变现，也就是数据交互转化为销售收入实现。一切脱离销售收入谈数据要素定价的理论和实践，都可能脱离实际。这一转型超出了企业转型范围,变成了企业集群的整体转型，只有“大企业+中小企业”生态一体化这一基本工作完成后,才能产生龙头企业对增值企业高附加值的放大器效应，也就是数据要素X的叠加、放大、倍增作用。这是对整个生态经济的新业态新模式的解析。
图8：数据要素X的关键基础与主要标的
数据要素发挥关键作用的市场化与市场体系建设创新点，最主要的致胜点在于生态操作系统构建。如果上一代追求技术操作系统,下一代要着眼生态,就是合作操作系统,不是企业关门发财,而是企业与企业外所有资源建立“借光”关系,如果当做主板来理解,随时调用,即插即拔,这样才能做到轻资产和重资产的合理分工。构建生态操作系统为主板的市场化与市场体系建设宏图，战略意图在于博取数据外部性（图中PMefg）这一被传统市场（科斯型市场）漏掉的未来大蛋糕。也是数据要素X产生倍乘效益的标的所在。这就是未来十年新业态、新模式向生态方向演进的总趋势。
