荐读 | 数据生产力崛起：新动能 新治理（附下载）
报告摘要
2020年，七家互联网科技公司，跻身全球上市公司市值TOP10之列,四家互联网公司市值一度历史性地突破一万亿美元。
在过去的25年里，超级计算机的能力提升了近8万倍。在过去的40年，计算的能耗效率提升了6个数据级。在过去的50年，1GB存储空间的成本从1000万美元降到0.02美元。2010年全球数据量刚刚突破1ZB，而2020年全球数据量预计将超过40ZB。
2020年，全球40多亿人口迁移到互联网，Facebook月活用户超过25亿。
2020年，成立18年仅有6000名员工的SpaceX，实现了载人航天，完成美国太空发射活动的68.3%。从1970年到2000年，向太空发射一公斤的成本相当稳定，平均每公斤1.85万美元。SpaceX的发射成本每公斤仅为2720美元。
2020年，新冠疫情期间，我国1000万家企业组织的2亿员工在家办公。全国14万所学校、300万个班级、1.3亿学生在线上课，有600万老师在钉钉上累计上课超过6000万小时。火神山、雷神山医院建设的云监工超过1亿人。
一部社会发展史，就是劳动者发挥聪明才智，不断创造新的生产工具，去认识自然、适应自然和改造自然的历史。
当社会从农业经济、工业经济迈向数字经济之时，最根本的变革正是人类认识和改造自然的生产力变革:数据生产力崛起。数据生产力是在“数据+算力+算法”所定义的世界，知识创造者借助智能工具，基于能源、资源以及数据这一新生产要素，构建的一种认识、适应和改造自然的新能力。
数据生产力成为人类改造自然的新型能力，意味着人类改造自然从直接走向间接，从能量转换工具走向智能工具，从劳动者走向知识创造者，从能源资源走向数据新要素，从经验决策走向基于“数据+算法”的决策，从他组织走向自组织，从产品分工走向知识分工，从小规模协作迈向数亿人的全球实时协作，但数据生产力本质是解放人的生产力。
数据生产力创造了人类认识和改造自然的新方法，如：从实验验证到模拟择优。创新体系的变革将人类带上零成本试错之路，重构人类的创新主体、创新模式、创新效率，开启人类社会创新发展新图景。
数据生产力也推动了经济增长的模式新变革，从规模经济走向范围经济。数字经济脱胎于工业经济固有矛盾，也即分工专业化与分工多样化的矛盾，这一矛盾中多样化效率从次要矛盾上升为主要矛盾，这是数据生产力所要解决的根本问题。
数据生产力推动着组织形态变革，从他组织走向自组织。组织的决策方式、组织形态、管理模式正在加速重构，数据驱动成为组织管理变革的主线和核心要素，实施一场组织层面的“转基因”工程，是一个组织迈向数字经济时代的“入场券”。
数据生产力重构产业分工格局，从产品分工走向知识分工。基于知识的产业分工，从早期以集成电路为代表的知识分工1.0，迈向以工业互联网为代表的知识分工2.0，技术、知识、经验正在更大范围、更宽领域、更深层次上呈现、交易、传播和复用。
数据生产力引领企业构建新运营体系，从产品运营走向数据运营。新时代，所有企业都需要重新思考如何去发现、构建基于数据运营基本规律，发挥数据要素的核心价值，通过数据运营构筑核心竞争优势。
数据生产力的变革，需要与之相适应的新生产关系。今天，人们需要重新的思考如何构建科学的数据治理体系，如何把握数据产权的本质特征，如何科科学认识数据生产力时代的垄断，如何思考政府管理创新的方向，如何实现数据跨境有序流动。
数据生产力期待理性的数据治理体系。数据治理需要不同数据利益攸关者之间铸就依赖关系、发掘数据潜能的新治理。政府、企业、个体及国际组织通过权力、权利和市场，在法律、市场、代码、社会规范的制约下彼此博弈，实现数据效率和数据正义。
数据生产力需要与时俱进的产权体系。相较于以动产和不动产为典型代表的传统财产，数据在物理属性上的可复制性、数据来源上的开放性，以及蕴含多元价值之间的非竞争性等特征，决定了以强调静态归属和排他性效力为核心的传统产权理论，已无法直接适用于对数据价值归属的判断。应根据数据自身特性，在综合考量相关主体围绕数据产生的利益诉求的基础上，探索建立一套以数据记录者、加工者的数据财产权益为基础，公平、高效且激励相容的数据价值分配机制。
数据生产力需要科学的竞争观。数据竞争问题要从触达性和数据产业价值链两个角度来审视，那些仅仅拥有海量数据的企业或许无力发挥数据要素的价值。
政府治理需要以数据共享为核心理念，构建政府、企业、社会组织等多方参与的协同治理体系。
数据生产力时代，数据主权、跨境数据流动将成为国际政治的新议题。面对世界各国不断强化数据治理、数据资源控制的新形势，立足于维护我国数据主权、促进数字经济发展，需要构建数据流转、跨境传输的理论和政策支撑体系。
总体来看，数据生产力的快速发展，呼唤加快发展和构建面向未来的制度与规则体系。如何创新数据领域的治理理念，不断探索变革数据治理体系，也已经成为全球范围内的时代命题。面对数据监管领域的诸多“两难”甚至是“多难”选择，对数据治理底层理念、原则、程序的讨论，将有可能成为凝聚共识、持续推进数据治理的重要基础和路径。如，在数据治理理念上应坚持以创新发展为第一原则；应坚持从国情出发而不是简单复制他国经验；应持有未来观，为未来的技术和商业创新留下空间；在治理主体上应更多依靠产业和企业自治；在数据治理的政策流程上，应充分评估数据政策可能带来的经济社会影响等。
