以下数据要素的新特征[数据要素的特点]

数据要素包含哪些内容？

数据要素主要由政务数据和包括企业数据在内的社会数据组成。

培育数据要素市场要加速政务数据的开放，提升社会数据的价值；并推进政务数据和社会数据的融合使用，形成对社会治理和产业升级的强大推动力。

数据生产要素属性的提升和市场化改革要推动实体经济和数字经济融合发展，推动各类产业加速向数字化、网络化、智能化发展。概括来说，做好数据要素市场化改革，就是做好数据资源保护、数据开放共享和数据资源开发这三方面的工作。

数据要素的重要性

数据在经济活动中的作用变得越来越重要。全国政协委员、中国工程院院士、湖南工商大学校长陈晓曾指出，数据要素是现代产业体系的核心要素之一，是数字经济新引擎的源动力，也是全球数字竞争的角力前沿。

在提升政务效率方面，数据要素为“不见面审批”、企业“少跑腿”和“零跑腿”提供了有力支撑。在进行数据要素市场化改革的同时，应不忘加强数据资源和数据安全的保护，数据资源保护是健全数据要素市场体系的前提。

数据要素分配具体指什么

摘 要:“数据作为要素参与分配”的提出顺应了目前数字经济发展的大趋势，标志着我国已正式进入“数字经济”红利大规模释放的时代。数据要素具有高投入、易复制、强互补性、强外部性等特征。数据作为生产要素参与分配一般可分为短期分配方式和中长期分配方式，具有激励各主体参与创新、促进产业结构升级优化和推动新兴产业发展等一系列重要的现实意义。但是数据参与分配仍然需要解决数据政策环境、数据产权确认、数据共享、数据保护等系列问题。

关键词:数据要素 数字经济 生产要素

【中图分类号】F2 【文献标识码】A

步入数字经济时代，数据在经济活动中的作用愈来愈重要，数据的有无、数据量的大小、数据质量的优劣、数据存储能力的强弱、数据挖掘水平的高低等，无论是对于国家，还是对于组织、企业与个人，都日趋成为其竞争力的重要来源。党的第十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，这也是对数据在发展数字经济中所起的关键作用的肯定。

数据作为要素参与分配，具有重要的现实意义。第一，数据参与分配可激励各主体参与创新，调动各主体的积极性，提升我国的创新驱动能力，有力支撑经济增长。第二，数据参与分配将有力促进我国产业结构升级优化，实现国家经济的有效转型。第三，数据参与分配有助于新兴产业的发展，产生更多的就业岗位，扩大中等收入群体的规模，有助于社会阶层结构稳定。

数据生产要素的特点

生产要素是经济学中的一个基本范畴，包括人的要素、物的要素及其结合因素，是进行社会生产经营活动时所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。随着生产力的进步，技术逐渐被认为是生产要素之一，再包括现如今的数据，无疑都会对经济的总体发展起到关键作用。

作为独立生产要素之一的数据，首先应具备可累积性、流通自由性、信息安全性等要素的一般属性。随着我国逐渐步入数字经济时代，我国大数据已积累了相当大的规模，且资本投入规模巨大，这表明数据与其余要素之间的关联日趋紧密。另外，与技术要素相似，由于数据要素承载着信息，且更侧重于共享开放，因此对其进行监管也是必要的。丰富的数据源是大数据发展的前提，然而量的累积性不仅指数量，也包括质量的累积性。

除此之外，数据要素具有高投入、易复制、强互补性、强外部性等特征。首先，在形成系统的初始数据库时，需要对海量的对象及信息进行数字化。以如今的数字原生企业阿里巴巴及京东为例，面对数以亿计的消费者，他们需要通过算法对消费者进行系统性的画像，并存储海量信息，同时要使其可自主优化，从而提高服务消费者的能力和效率。要做到这些需要大规模硬件及大量的人才投入，然而，由于信息的复制成本过低，几乎是零边际成本，一旦数据生产出来，对其进行复制则方便许多，这使得大数据及信息的存储、传输等成本急速下降；其次，只有大规模、高维度、及时性很强的大数据才能有效发挥规模经济的优势，若要对某一方面的数据进行研究，首先要保证的便是其数据量的大小，只有大范围的数据才有更强的说服力，同理，数据在时间上的及时性也同样重要，距离现今愈近的数据愈具有说服力；最后，由于数据承载着信息，且自由流通的边际成本又近乎为0，在获得数据的过程中必然会涉及隐私问题，从而产生一些相应的外部性影响。将数据作为生产要素参与分配，不但促进生产效率，鼓励其发挥相应价值，推动新兴产业发展，同时，也能更加明确数据收集及使用过程中的一些规则，更好保护数据安全及用户隐私。

 

大数据的特征有哪些？

大数据是什么？其实很简单，大数据其实就是海量资料巨量资料，这些巨量资料来源于世界各地随时产生的数据，在大数据时代，任何微小的数据都可能产生不可思议的价值。大数据有4个特点，为别为：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值），一般我们称之为4V。

所谓4V，具体指如下4点：

1．大量。大数据的特征首先就体现为“大”，从先Map3时代，一个小小的MB级别的Map3就可以满足很多人的需求，然而随着时间的推移，存储单位从过去的GB到TB，乃至现在的PB、EB级别。随着信息技术的高速发展，数据开始爆发性增长。社交网络（微博、推特、脸书）、移动网络、各种智能工具，服务工具等，都成为数据的来源。淘宝网近4亿的会员每天产生的商品交易数据约20TB；脸书约10亿的用户每天产生的日志数据超过300TB。迫切需要智能的算法、强大的数据处理平台和新的数据处理技术，来统计、分析、预测和实时处理如此大规模的数据。

2．多样。广泛的数据来源，决定了大数据形式的多样性。任何形式的数据都可以产生作用，目前应用最广泛的就是推荐系统，如淘宝，网易云音乐、今日头条等，这些平台都会通过对用户的日志数据进行分析，从而进一步推荐用户喜欢的东西。日志数据是结构化明显的数据，还有一些数据结构化不明显，例如图片、音频、视频等，这些数据因果关系弱，就需要人工对其进行标注。

大数据

3．高速。大数据的产生非常迅速，主要通过互联网传输。生活中每个人都离不开互联网，也就是说每天个人每天都在向大数据提供大量的资料。并且这些数据是需要及时处理的，因为花费大量资本去存储作用较小的历史数据是非常不划算的，对于一个平台而言，也许保存的数据只有过去几天或者一个月之内，再远的数据就要及时清理，不然代价太大。基于这种情况，大数据对处理速度有非常严格的要求，服务器中大量的资源都用于处理和计算数据，很多平台都需要做到实时分析。数据无时无刻不在产生，谁的速度更快，谁就有优势。