第4篇：数据要素创造价值的原理和案例

【导读】本篇是《探索数据要素价值》系列第三部分：如何理解数据要素创造价值的基本原理。这里是应朋友们公众号转发内容需要，以原创署名重发，内容与2024.1.28同名文章一致。

数据，自人类社会形成之初便已存在，并在经济活动中发挥着重要作用。彼得·德鲁克的“无量化，无管理；先量化，后决策”的理念，强调了数据在管理和决策中的关键作用。但是，这里所说的数据和量化，一般只是指数据在经营管理活动所起的辅助和支持作用，与数据要素参与生产活动过程并发挥关键和主要作用的机理是不同的。为了深入理解数据要素创造价值原理和概念，需要探讨数据要素参与生产活动并发挥作用的底层逻辑。

一、电子化、信息化、数字化极简史

（一）电子化

许多年长的人可能还记得，上世纪80、90年代，银行存取款业务都是手工处理，银行柜员手工记帐，客户从银行领取手写存单。直到90年代初，银行业才开始使用计算机替代手工记账，这就是我们所说的银行业务电子化，实质是用计算机模仿和代替手工操作，用电子化记录代替手工和纸张记录。实际上，这种电子化进程自1946年第一台计算机诞生以来就开始了，电子化可以定义为：利用计算机技术、通讯技术和网络技术等现代化技术手段，将传统业务转化为电子化形式的过程，目的是提高业务处理效率、降低成本、提升服务质量，同时增强业务的灵活性和可扩展性。

（二）信息化

根据付晓岩《银行数字化转型》介绍，日本学者梅棹忠夫1963 年在题为《论信息产业》的文章中首次提出信息化概念，并称“信息化是对通信现代化、计算机化和行为合理化的总称”。

我国在1997 年5月召开的中国首届全国信息化工作会议上首次提出“信息化”概念，认为“信息化是第三次科技革命和工业革命的融合”，并将信息化发展纳入国家发展战略。

一般认为，企业信息化是指企业利用现代信息技术，通过信息资源的深入开发和广泛利用，不断提高生产、经营、管理、决策的效率和水平，进而提高企业经济效益和企业竞争力的过程。

（三）数字化

MIT尼葛洛·庞蒂教授在其 1995 年出版的《数字化生存) (Being Digital) （中文版1996年）最早提出数字化概念，并在书中宣布以“比特”为存在物的数字化时代的到来，畅想人类生存于一个虚拟的、数字化的生存活动空间，在这个空间里人们应用数字、信息等技术从事信息传播、交流、学习、工作等活动。尽管当时该书颇具科幻色彩，尼葛洛·庞帝也被称为“未来学家”，但时至今日，该书中的很多描述已经成为现实，而我们今天高谈阔论的企业数字化转型，也只是这个“预言”中的一部分：人在数字化环境下的工作。数字化是一个十分广泛的概念，它不仅涵盖了电子化和信息化，还强调了数据的价值创造过程。

（四）电子化、信息化、数字化之间的联系与区别

电子化、信息化和数字化可以被视为事物发展的三个阶段，它们之间是依次递进、不断演化的关系，一般可以认为后者包含前者的所有内容。其中，理解清楚信息化与数字化之间的区别与联系尤为重要。

信息化可以被视为数字化的初级阶段，它更偏重于从真实世界中提取关键信息，并放入计算机世界进行管理。信息化关注人类行为中的片段，而非整体，因此在方法论上更注重“抓主要问题，忽略次要问题”。

数字化则是信息化的延续或高级阶段。它聚焦于人类行为的整体，目的是极致地体现真实世界的本质，或者称之为“数字孪生”。数字化通过技术手段对人类社会进行仿真，将物理世界“数字化”，强调“抓住所有问题，不忽略任何细节”。

例如，在表示某事物随着时间T变化的过程中（用数量V表示，见图1），信息化只关注事物发展的关键点（图中蓝色圆点），而数字化则完整记录整个发展过程（整条红线）。图中红色曲线对应着T时期内对客观事物活动过程进行的完整数字化呈现；每根蓝色竖线代表着信息化过程中对事物发展关键时点的一次记录，用穿过红色曲线的交点（蓝色圆点）代表。因此，处在信息化阶段，只能根据掌握的11个关键点大致判断出客观事物在T时期内的发展情况；而处在数字化阶段，则可以完整、准确、全面掌握T时期内客观事物发展的全部信息。

图1 信息化（抓关键问题）与数字化（掌握整体过程）在信息采集层面的区别

二、数据要素创造价值的底层逻辑

当我们掌握了客观事物发展变化的全部信息，进入数字化阶段后，就可以在数字世界中重现（创建数字孪生）客观事物。在此基础上，数据要素便能创造出其他要素无法创造的独特价值。现在，从数理逻辑和经济逻辑两个方面解释数据要素在数字化时代创造价值中成为关键生产要素的原理。

（一）数理逻辑解释

当我们掌握了所研究的物理对象的全部数据时，就可以在数字空间里应用数学方法进行建模、分析、优化和测试。我们可以将在数字世界里找到的解决方案拿到物理世界中进行验证，如果不满意，我们还可以再回到数字世界中进行快速优化和调整，然后再进行物理世界的验证，直到满足物理世界的要求为止（图2）。

图2 数字化解决物理世界问题的简化流程示意图

这种方法看似走了弯路，实际上是在走捷径。因为在寻找最佳解决方案方面，数字空间具有比物理空间更大的效率、成本、方法优势（图3）。有时，只有在数字空间里才能找到解决复杂问题的最佳方案，使数字化成为解决一些复杂问题的唯一手段。

图3 解决物理世界复杂问题，数字空间比物理空间拥有显著优势

（二）经济逻辑解释

在信息化和数字化阶段，人们对客观事物的认知差距主要源于对事物信息掌握程度的差异。我在《数据成为生产要素，是风口使然还是历史必然？》一文中讨论了数据要素的三支柱，在信息化阶段，由于互联网（第一支柱）和摩尔定律（第二支柱）的能力有限，人们在认知客观事物时，数据采集、传输、存储和计算的成本还很高，人们只能用信息化阶段“抓关键问题”的方法，采集、管理和分析关键信息。然而，这种“抓关键问题”的信息化处理方式可能会遗漏客观事物的重要信息，一般无法全面、准确、及时地掌握事物的本质。从经济学角度来看，由于信息不充分，信息化阶段通常很难找到客观事物发展的整体最优解。

现用图4（A、B）解释信息化和数字化对应的经济学意义。我们以正向坐标值最大化作为经济活动目标。图4（A）是图1的延伸，其中三个黄点代表客观事物发展过程中的三个局部最优值，绿点代表整体最优值。由于代表信息化过程的11条竖线没有穿过客观事物发展过程中的局部和整体最优点，因此这里基于信息化条件下的管理和决策手段无法达到该项经济活动的任何一个局部最优值，也无法达到整体最优值。

当数据要素三支柱完全建（成）立，社会经济活动进入数字化阶段，就能掌握图4（A）客观事物活动的所有信息（粗红线上的每个点），一定能够通过数学建模方法找到三个局部最优点、一个整体最优点，达到经济学意义上的整体最优。

图4（B）是扩大到三维数字化空间情况的讨论，在给定范围内客观事物的三维活动过程有一个整体最优点、若干个局部最优点，由于已经掌握了客观事物在三维空间发展的所有信息，就一定能够用数字化建模方法找到所有局部和整体最优解。当我们再把该问题扩大到N维数字化空间时，也同样能够应用第一（技术可行）、二（经济合理）、三（人类知识）支柱力量，确保实现N维数字化空间经济学意义上的整体最优解。

图4 信息化一般难以达到最优解，数字化一定能够达到最优解

三、数据作为核心生产要素的案例

现各举一个数据要素在第一产业（农业）、第二产业（工业）创造价值过程中起核心和主要作用的案例。

案例1：波音公司利用数值风洞辅助飞机设计

【资料来源于张平文教授讲课材料】现代大型商用飞机设计是一项多学科融合、高难度、高成本、长周期的活动，对设计方案进行风洞实验是必不可少且成本高昂的环节。风洞实验可以模拟飞机的飞行环境，测试飞机的各种姿态和动态行为，为飞机设计提供重要的数据支持。然而，风洞实验的建设和运行成本高昂：

建设成本高。建设一个完整的大型飞机风洞试验体系，动辄以百亿美元计，建设周期往往以几十年计。

运维成本高。风洞实验的运行成本高，准备时间长，动用人员多，需要大量的精密测量设备来获取足够多的数据。

实验成本高。包括模型的设计和加工、测试所需的各种设备和材料，还需要考虑实验误差和不确定性的影响，一般需要进行多次实验后取平均值，增加了实验成本。

据报导，在上世纪80年代以前，波音公司每设计投产一款新型大型商用飞机平均要进行77次风洞实验。自1980年开始，波音公司开始使用数值风洞实验方法，寻找在数字空间提升飞机设计效率，降低设计成本的方法。经过多年持续努力，到2005年已经将每款新型飞机的风洞实验次数下降到11次，这是靠每款新型飞机平均开展60多次数值风洞实验实现的。波音公司远期目标是将每款新型飞机的风洞实验次数降到5次（图5），由于不掌握最新数据，无法知道当前波音公司风洞实验和数值风洞实验的实际情况。

图5 波音公司新款大飞机风洞模型实验数量随数值风洞应用大幅下降

飞机数值风洞是一种利用计算机技术和数值模拟方法进行飞机气动性能分析和优化的设计方法，其中建立数值模型是关键，也是典型的在数字空间寻找解决物理世界问题的方法，符合图2、图3、图4所示工作原理和解决问题流程。

相比传统的风洞实验方法，数值风洞方法具有诸多优势。首先，它可以在设计阶段对飞机进行全面的气动性能分析和评估，避免了实验中可能出现的测试误差和不确定性。其次，它可以模拟各种飞行条件和气动环境，提供更加丰富和准确的数据支持。第三，可以大大缩短设计周期，提高设计效率，极大降低设计和实验成本。

这个案例说明，即使在飞机设计这种跨学科、高度复杂、成本高昂的工业生产领域，数字化方法也能够在价值创造方面发挥巨大效率、成本和方法论优势。

案例2：地球资源数据在美国农业生产中的应用

【案例资料来源于作者的实地考察】2005-2006年，我有幸在离芝加哥约100公里厄巴纳县（Urbana)的UIUC参加工商银行国际化项目。2006年初春，我和项目组同事一道去UIUC附近的一家农庄进行了一次印象深刻的美国农业生产情况考察，并被三个场景深深震撼了。

第一个震憾场景，1人耕种1000公顷（13000亩）农田。那天上午，我们一行14人按约定时间驱车来到被一望无际平原农田包围着的孤零零农场庄园，这里盛产玉米和大豆。一位干练的中年白人农场主热情接待了我们。农场主告诉我们，他毕业于UIUC农学院，妻子在厄巴纳市上班，子女在芝加哥上大学，他一个人管理着整个农庄，耕种着大约1000公顷（13000亩）农田。因为我懂各种农村的庄稼活，知道从播种到收获要经历许多工序，非常不容易，当我听到他独自一人居然耕种13000亩地，简直无比震惊。

第二个震憾场景，靠卫星和农田传感器数据指导科学种田。接着，他带领我们参观了他的农庄，宽敞的几幢大屋子里面整齐地停放着比人还高的各种巨大农业机械，农场主逐个告诉我们这些机械的名称和用途，它们都产自约翰.迪尔（John Deere）和卡特彼勒（Caterpillar）两家公司，分别用于犁地、施肥、收割、脱粒等不同用途，他有时还会用到农用飞机喷洒农药，所有设备都由农场主自己操作，或者由他设定程序自动化操作。

参观完庄园和设备，农场主带领我们到一间有大白板的房间，我们或坐或站围着农场主问这问那，农场主边讲边拿着颜色笔在白板上写写画画，给我们详细讲述了他耕种的1300公顷农田的土壤成分、播种时间、田间管理、成熟时间、灌溉水源、历年降水、防洪排灌、收获出售等等问题，如果不是事前知道他是这里的农场主，我们一定会把他当作知识渊博的农业大学教授。让我震憾的是，他耕种的1300公顷土地上遍布着卫星数据接收与发送器，自动与天上的美国资源卫星对接，他的大型农业机械一旦启动作业，就自动与天上卫星和地面接收器对接，数据指导着他按不同区块土壤特点种玉米还是种大豆，根据卫星提供的土壤性质、作物种类、生长周期、土壤墒情，在最合适的时间播种，以最优的氮、磷、钾肥比例施肥，根据不同地块的土壤墒情自动灌溉。而这一切都是由资源卫星与地面传感器配合后提供数据，指导农场主按照最优程序自动进行的。

第三个震憾场景，他提前三年锁定了自己农作物价格和产量。农场主告诉我们，他已经根据芝加哥期货交易所的玉米和大豆远期期货行情，锁定了他未来三年玉米、大豆价格和产量，他可以根据这种确定性计划，合理安排每年每种作物的种植面积，避免了风险（图6）。

图6 美国农业生产场*

*图片来自网络，分别代表数字化连接、春耕、夏管、秋收四个场景。

这个例子说明，即使像古老的传统农业，也可以进行数字化改造和赋能，实现传统农业无法企及的伟大进步。虽然2006年初春我还没有建立数字化思维，我当时除了三个震憾，还无法用数据要素成为创造价值的核心生产要素来解释这个现象，但是今天我希望你认同这一点：正是数据要素在美国农业生产活动中起着主导作用，才大幅提高了美国农业生产率，让仅占美国人口2%的农业人口生产出了足以满足整个美国的粮食需求并有盈余。

关于数据要素如何在第三产业（服务业）中发挥核心生产要素作用，创造了美国的FANG**、中国的BATJ***这些世界级互联网公司的原理探讨，还需要互联网时代其他一些原理、定律支持，我将在后续文章中再作介绍。

**FANG:Facebook、Amazon、Netflix、Google四家公司首字母，代表美国互联网公司四强。

***BATJ:百度（Baidu)、阿里巴巴（Alibaba）、腾讯（Tencent）、京东（JD）四家公司的首字母，代表我国互联网公司四强。

参考文献

1.《银行数字化转型》，付晓岩，机械工业出版社，2020年5月

2.《数字化生存》，[美]尼葛洛·庞蒂原著，胡泳等译，海南出版社出版，1996年。

3.张平文，中国科学院院士、北京大学数学科学学院教授,以《数字经济与数字生态》为题的北大讲座材料，2022.3。