2012年，一本名为《大数据：一场将改变我们生活、工作和思维方式的革命》的书出版，掀起了席卷全球的“大数据”浪潮。社区一直在谈论大数据及其相关技术，这些技术已经或将给人类经济、社会、政治和思想带来深刻的变化。目前，大数据已被世界各地的政府、公司和个人使用，在该书出版近十年后，其受欢迎程度仍在继续增长。
大数据在政府治理领域也得到了广泛的应用。各国政府和地区开展数字化转型，逐步形成了“以数据决策、以管理、以服务”的公共管理和服务机制。数据治理能力已成为治理能力现代化的主要评价标准。在公司运营中，大数据分析已经逐渐从一种潮流式、追逐影响力的前沿实践转变为企业生存和发展的前提。相应地，数据分析师、AI培训师等相关高技能人才也逐渐成为就业市场的热门人群。除了政府层面和企业层面，基于大数据的个性化推荐成为大多数电商平台在个人消费选择中的标配。然而，基于大数据对现有客户的价格歧视也成为消费者维权的关键问题。
美国前总统奥巴马在担任总统期间，非常重视数据和网络响应的社会场景。2012年3月，奥巴马政府宣布“大数据研究与发展计划”，并设立2亿美元的启动基金，以增强从海量数据中收集、分析和提取知识的能力，从而加快美国在科学和工程领域的发明步伐，增强国家安全，改变现有的教学模式。在1995年制定的《计算机数据保护法》的基础上，欧盟于2018年5月颁布了《通用数据保护条例》（GDPR），以规范互联网和大数据公司对个人信息和敏感数据的使用。此外，欧盟还于2020年2月发布了《欧洲数据战略》，以探索欧盟作为数据联盟发展的可能性和潜力。中国政府还于2020年7月3日颁布了《中华人民共和国数据安全法（草案）》，并在全国范围内征求意见。草案提出，国家对数据实行分级、分类保护，数据活动必须履行数据安全保护义务，承担社会责任。
从介绍中可以看出，全球所有主要经济体都在努力制定有关宝贵数据资源的成功计划。上述一系列规划、战略和立法，在一定程度上都表明，在数据资源开发利用方面能够率先进行开发利用的国家，将掌握21世纪经济发展和技术进步的绝对主动权。
从社会科学研究的角度来看，“数据经济”相关问题已成为近年来经济学、统计学和社会学领域最热门的话题之一。由美国经济学会（AEA）牵头的联合社会科学协会（ASSA）在其2020年年会上举办了“大数据、国民账户和公共政策”分论坛，深入讨论宏观经济层面的核算和数据应用。包括Journal of Economic Literature（JEL）在内的一大批顶级经济学期刊都发表了专门的文章，介绍了数据和宏观经济学的研究前沿。作为一个拥有巨大数据资源的国家，中国也成立了一批专注于大数据技术和数据经济的经济学研究机构，并就数据资源如何在经济活动中发挥作用产生了一系列研究成果，这些研究大多将数据如何作为生产要素的运作方式。
1、生产过程中的数据要素
一般来说，劳动力、资本、土地等传统生产要素是直接进入生产过程的物理要素。知识、技术、管理等新的生产要素是影响生产组织形式和生产效率的虚拟要素。从形式上讲，数据要素接近知识、技术和管理。文献中已有的研究也强调，数据要素作为间接投入，通过联动其他生产要素，在促进产业升级和经济增长方面发挥着作用。
然而，随着ICT和大数据技术的不断发展，以及数据在生产过程中的投入越来越多，数据要素开始像劳动力、资本和土地这三大直接物理要素一样，更直接地参与生产过程。采用这种生产模式的企业大多是新兴产业或传统产业的龙头企业。例如，简称ATM（阿里巴巴、腾讯、美团）和FAANG（Facebook、Apple、Amazon、Netflix和Google）的中美互联网巨头，在数据收集、整合、处理和利用等方面，与其他公司相比具有显著优势。因此，他们利用这些优势成功地在细分市场中获得了绝对的市场地位。
数据要素可以通过两种方式进入生产过程。
第一种模式是传统的数据驱动决策过程（,data-driven decision making, 以下简称“DDD模型”）。在这个生产过程中，生产者直接将数据要素作为初始输入，将数据要素与ICT等技术进行融合，然后依托大数据技术和数据科学对数据进行深度分析。基于数据分析结果，形成可操作的经济决策、业务评估或生产知识。企业可以采取或暂停商业行动，改进或升级生产过程，最终实现价值提升。根据DDD模型，数据要素在生产活动中的附加值反映在这些行为的经济回报中。实证研究表明，采用DDD模型的公司盈利能力和生产率明显高于同行业中没有DDD模型的公司（Brynjolfsson等人，2011）。
数据要素进入生产过程的第二种模式是DDD模型的修订版。在这个生产过程中，数据要素不仅作为中间产品，而且作为最终产品。因此，其价值链可以延伸。这种生产工艺主要应用于数据服务、商业媒体、投资咨询等类似行业。其基本过程可以概括为：生产者通过投入劳动力、资本和其他生产要素来产生或收集大量原始数据。经过对这些数据的清理、筛选、积累和分析后，他们以数据要素的形式生成可以直接消费的数据产品或数字服务。生产型企业在获得数据要素后，有三种选择：（1）直接使用自身产生的数据要素;（2）向其他公司、机构或个人出售数据要素的;（3）将数据要素与其他产品和服务（如金融信息平台提供的金融信息服务）打包，然后出售给其他主体。
第二种模式很容易理解。在这种模式下，数据的来源更加多样化，数据的目的地也是多重的。当然，要升级到第二种模式，有两个必要的基本前提不容忽视：全社会必须进一步认识到数据要素的重要性，大数据技术需要取得重大进展。
在第一种模式中，经济实体直接利用数据要素或通过数据处理和分析获得的信息和知识来改善商业决策和经济行为。在第二种模式中，经济主体将数据要素视为具有价值的可交易商品或服务。它是基于大数据技术发展而对原始数据和原始数据的再创造，注重数据本身的价值挖掘。
备注：以上转自X,Xu发表在Journal of Internet and Digital Economics上的文章，接下来会陆续转载文章的其余部分，包括DDD模型，数据要素的溢出效应，数据密集型企业等。
