作者：董康（四川省社會科學院經濟研究所助理研究員、博士）；巫南克（四川省創新驅動發展中心產業研究部部長）

習近平總書記在主持中共中央政治局第十一次集體學習時強調，發展新質生產力是推動高質量發展的內在要求和重要著力點，必須繼續做好創新這篇大文章，推動新質生產力加快發展。新質生產力是由生產要素創新性配置、技術革命性突破、產業深度轉型升級催生的先進生產力，最終目標是擺脫傳統經濟增長方式與生產力發展路徑，即在生產中弱化對傳統生產要素投入數量的依賴，強化對生產要素優化配置與新生產要素的需求。

數據作為現代經濟社會的核心資源，具有獨特的價值和潛力。2015年9月，國務院在《促進大數據發展行動綱要》中從國家大數據發展戰略全局的高度，提出了我國大數據發展的頂層設計，并將數據列為國家基礎性戰略資源，肯定了其對于經濟運行機制、社會生活方式和國家治理能力產生的重要作用。2020年4月，中共中央、國務院發布了《關于構建更加完善的要素市場化配置體制機制的意見》，數據作為一種新生產要素首次寫入中央文件，與土地、勞動、資本、技術并列。數據要素邊際成本遞減、邊際效益遞增的經濟屬性，以及非競爭性、部分排他性和非稀缺性等特征，使其能夠高效驅動創新、優化資源配置和提升產業競爭力。同時，數據要素的多場景應用和復用能力，進一步放大了其在新質生產力發展中的關鍵作用。因此，充分利用數據要素，對于推動新質生產力的形成，實現經濟高質量發展具有不可替代的重要性。

新質生產力的形成至少包括勞動力、勞動資料與勞動對象的躍升。應從這三個方面入手，充分挖掘數據要素潛力，加快培育新質生產力。

以數據要素賦能新型勞動者

一是提升數據收集與分析能力。對于教育機構、培訓機構以及企業而言，應加大對數據分析技術的投入，通過收集并分析行業趨勢、技能需求、勞動力市場變化等數據，為勞動力培養提供更為精準的方向和內容。

二是強化數據在職業教育和培訓中的應用。職業教育和培訓機構可利用大數據、人工智能等技術，開發個性化的學習路徑和課程推薦系統，根據每個學習者的特點和需求提供定制化的學習體驗。這些機構還能夠與企業合作，共享數據資源，了解企業對勞動力的具體需求，從而調整教育內容和方式，更好地滿足市場需求。

三是鼓勵政府和社會組織合作建立統一的勞動力市場匹配平臺，利用大數據和算法技術，實現企業和求職者的精準匹配。平臺應收集并更新各行業的職位信息、技能要求、薪資待遇等數據，為求職者提供全面的職業信息和就業指導。同時，應鼓勵企業積極采用數據驅動的生產和管理模式。通過實時收集和分析生產數據，評估員工的表現和潛力，為員工提供個性化的職業發展規劃和培訓機會。基于數據的管理模式不僅可以提高企業的競爭力，還會提升員工的積極性和創造力。

與此同時，在利用數據要素助力新質勞動力形成的過程中，還要高度重視數據安全和隱私保護問題。通過建立完善的數據安全管理制度和技術防護措施，確保數據的機密性、完整性和可用性；還應加強對員工的數據安全教育和培訓，提高員工的數據安全意識和技能水平。

以數據要素催生新質勞動資料

一是建立完善的數據收集和整合機制。通過多樣化的數據來源，包括公共數據庫、企業數據、用戶生成內容等，全面收集與新技術研發相關的數據。利用數據清洗、整合和標準化等技術手段，確保數據的準確性和一致性，為數據分析和挖掘提供可靠基礎。

二是強化應用機器學習、深度學習等先進的數據分析技術，深入挖掘數據中潛在價值和規律的能力。通過對大量數據的關聯分析、趨勢預測和模式識別，發現新技術研發的可能方向和突破口，為科研人員提供有力的數據支持。

三是推動數據共享與開放合作。建立數據共享平臺，促進不同領域、不同行業之間的數據流通與共享。鼓勵企業、研究機構和高校等開展跨界合作，共同挖掘數據價值，推動新技術的產生和應用。通過合作與交流，打破行業壁壘，促進數據驅動的技術創新。

四是構建數據驅動的創新生態系統，包括數據提供者、數據分析者、技術創新者等多個角色。在這個生態系統中，各個角色可以相互合作、共享資源、共同創新。數據提供者可以提供高質量的數據資源，數據分析者可以利用這些數據進行深度挖掘和分析，技術創新者則可以基于數據分析的結果進行新技術的研發和創新。這種生態系統有助于匯聚更多創新資源，推動新技術的快速產生和發展。

數據要素使得量子計算、生物技術、虛擬現實與增強現實、神經科技和腦機接口等新一代新興技術得以出現，成為新質勞動資料，并且新質勞動資料在數據要素賦能下會不斷涌現、提升與突破。

以數據要素促進創造新質勞動對象

一是提升數據要素構建新商業模式、新經濟場景的能力。應建立完善的數據交易市場、定價機制和治理體系，做好數據質量管理、數據標準化、數據安全管理等方面工作，使數據成為一種可交易、可流通的資產，從而激發數據提供者的積極性，促進數據的共享和流通，推動新商業模式和新經濟場景的形成。在保證數據供給的基礎上，培養企業內部的數據驅動思維和文化，使數據成為決策和創新的重要依據。通過數據驅動的企業文化，激發員工的創新意識和積極性，促使新商業模式和新經濟場景的不斷涌現。

二是助推傳統生產要素實現數字化轉型。包括制定數字化轉型指南，建立數字化轉型咨詢平臺，為企業提供專業咨詢和解決方案，從而明確傳統生產要素轉型的目標、路徑和關鍵步驟。還應簡化審批程序，降低數字化轉型過程中的行政成本和時間成本。同時，要加強跨部門、跨行業的政策協調，打破行業壁壘，為傳統生產要素的數字化轉型創造有利的營商環境。傳統生產要素轉型后將呈現出新形態，成為另一種新質勞動對象。

三是鼓勵數據要素孵化新生產領域。要建立健全數據驅動的新生產領域研發體系，如新材料、新能源等。政府應推動建立以大數據、人工智能等技術為基礎的研發平臺，鼓勵企業通過數據分析挖掘新領域的性能、結構和制備工藝等信息，縮短新領域的產生周期；還應支持企業通過數據分析優化新生產領域產業鏈布局，實現原材料采購、生產加工、產品銷售等環節的協同和高效管理。同時，需引導資本投向數據驅動的新生產領域，鼓勵企業通過并購、重組等方式整合優勢資源，提高產業集中度。除此以外，要認識到在新生產領域產生過程中，數據安全和知識產權保護尤為重要。因此，應建立健全數據安全管理制度和知識產權保護機制，加強對關鍵數據和核心技術的保護力度，打擊侵權行為，為新領域的數據要素應用提供良好的創新生態。