作者：evo真人视讯科技集團 時間：2022-09-22 閱讀數：1670 人閱讀

evo真人视讯科技獲悉，全球已進入數字經濟新時代，抓住新工業革命的歷史性機遇，提高數字經濟與實體經濟的深度融合開展水平，成為中國經濟高質量開展的新動力。在政策鼓勵和技術開展的雙重有助于下，數字經濟成為構建新開展格局的戰略選擇和關鍵支撐。根據中國信息通信研究院發布的《中國數字經濟開展白皮書（2021年）》，我國2020年數字經濟增加值占國內生產總值（GDP）比重已達38.6%，數字經濟增速為GDP增速的3.2倍。另據2021年全球數字經濟大會的統計，我國的數字經濟規模已陸續在多年位居世界第二。

 

今年1月，國務院印發的《“十四五”數字經濟開展規劃》亦指出，到2025年，我國數字經濟核心產業增加值占GDP的比重將達到10%。然而，同世界數字經濟大國、強國相比，我國數字經濟大而不強、快而不優，數字經濟賦能傳統產業轉型升級所面臨的問題和挑戰仍然十分嚴峻。

 

 

01

大數據賦能企業的開展現狀

 

 

如何看待數字經濟與微觀企業的關聯，是我們第一時間要明確的問題。既往研究對數字經濟的內涵存在多種理解，但國內外的相關文獻普遍認可數字經濟中數據信息的關鍵要素地位。因此我們將數字經濟界定為“以數據作為關鍵要素的經濟形態”，而實體企業的數字經濟轉型則將大數據作為關鍵的生產投入要素。具體而言，“大數據”是企業收集、處理與利用的海量、高速、多樣化的數據要素或資產。而大數據往往具有大規模（volume）、高速度（velocity）和多樣性（variety）的特征。例如，國務院2015年印發的《促進大數據開展行動綱要》指出，大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合。

 

（一）模型設立。為了量化微觀企業對大數據的應用情況，我們利用中國A股上市公司年報的文本信息，測度中國上市公司的大數據應用水平。基于上市公司披露的年報文本信息，順利獲得程序化批量抓取年報中相關的關鍵詞，根據所有關鍵詞在年報中出現的總詞頻來構造大數據應用相關變量。其中主要考量的四大關鍵詞包括大數據、數據資產、數據中心和數據化。其中，大數據指的是企業收集、處理與利用的海量、高速、多樣化的數據要素或資產；數據資產是對大數據從資產的角度的闡釋；數據中心是大數據進行存儲、計算和交換的系統或設施；數據化是將數據轉化為標準化的、開放的、非線性的、通用的數據對象的過程。上述關鍵詞的選擇參考了學術文獻、政府文件及業界的分析報告，其在年報中的出現頻率反映了公司一系列大數據相關的業務轉型和戰略規劃。例如，神州數碼公司在2017年的年報中提到“公司將順應信息技術（IT）產業在云計算、大數據、互聯網的開展方向，依托強大的資源整合優勢、專業的云服務能力和遍布全國的營銷渠道網絡，全面推進以云管理服務為核心的企業云服務戰略轉型”。

 

 

圖1反映了2006年至2021年間公司層面大數據應用情況的變化趨勢。企業對大數據應用的迅速增長始于2013年，提及相關關鍵詞的公司比例從2012年的不足5%上升到2021年的47.81%。該趨勢與中央、各省（市）出臺的大數據支持政策時間基本吻合。

 

（二）趨勢分析。在全國范圍內大數據應用蓬勃開展的大趨勢下，不同行業的上市公司大數據應用情況存在明顯差異。我們調查了不同行業上市公司在2013年至2021年間的大數據應用情況。其中，行業分類的依據是證監會《上市公司行業分類指引（2012年版）》中的行業劃分標準。“信息傳輸、軟件和信息技術服務業”與大數據應用直接相關，因此未被納入統計。研究發現，多數行業都呈現出了大數據應用逐年提升的大體趨勢。由于大數據應用的增速自2013年起加快，因此我們著重分析2013年至2021年間的應用水平及其變化。在2013年至2021年間，大數據應用程度最高的行業是“科學研究和技術服務”，其次為“金融業”和“租賃和商務服務”，而“綜合”和“農、林、牧、漁業”的大數據應用指標均值在所有行業中較低。

 

我們還考察了全國不同地區的大數據應用情況。圖2顯示了注冊地在不同地區的上市公司的大數據應用情況。根據國家統計局的劃分標準，定義的東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括山西、安徽、江西、河南、湖北、湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆；東北地區包括遼寧、吉林、黑龍江。研究發現，所有地區的大數據應用都呈現上升趨勢，其中東部地區的總體應用水平最高，其次是西部地區和中部地區，最后是東北地區。

 

從大數據應用指標的分省時間趨勢來看，每個省（市）從時間序列上看都呈現出了大數據應用逐年提升的大體趨勢。為了展示的直觀性，我們采用了地圖的方式來反映地區之間的大數據應用程度在橫截面上的差異。其中，北京、廣東、上海、江蘇、貴州、內蒙古等地上市公司的大數據應用程度最高。根據中商產業研究院的最新統計，我國大數據企業主要分布在北京、廣東、上海、浙江等經濟發達地區，其中北京大數據產業實力雄厚，大數據企業數量約占全國總數的35%。大數據企業的集聚為當地實體企業的大數據應用給予了良好的產業環境。

 

（三）優勢分析。大數據應用能夠從多個角度提高公司的價值。一方面，大數據應用有助于企業提高生產效率。一是提效率。大數據應用順利獲得給予更多的信息，提高了企業的生產效率。例如，企業預測各種宏觀經濟變量、行業供求環境和微觀生產條件的能力增強，而準確的預測結果能夠幫助企業做出更優決策，提高生產效率。二是降成本。大數據應用往往伴隨著生產自動化的過程，將簡單重復的勞動密集型工作用人工智能來代替，企業在生產過程中減少人工參與，因此勞動力成本將大大降低。此外，大數據帶來的組織管理模式的更新可以優化企業的組織管理流程和決策結果。

 

另一方面，大數據應用能夠促進企業研發創新。研發創新的難點在于研發方向的把握和研發過程中巨大的不確定性。一是大數據的應用可以順利獲得對市場需求的精準分析，使得研發方向更加針對符合消費者需求結構的新產品或新服務，從而提高產品或服務的競爭力、增強企業的研發動力；二是大規模、多樣化、高速度數據的積累和分析能夠大大提高預測能力，從而降低企業研發過程中的不確定性。

 

 

02

企業大數據應用的挑戰及其對策

 

 

從傳統經濟向數字經濟轉變的過程中，不可避免會存在一些問題，企業往往面臨一些意想不到的困難和挑戰。

 

（一）許多企業的數字化轉型面臨著嚴峻的人才、技術等方面匱乏的情況，使得數據的價值難以充分發揮。從人才的角度看，企業內部的絕大多數技術資源由IT部門給予，而傳統的IT人員若無法打破傳統的思維方式進行技術更新，則可能存在員工技能與需求不匹配的情況，使得企業的數據賦能面臨障礙。而外部勞動力市場上的人才需求尚存在較大缺口，因為技術或研發相關的人力資本積累，需要高等教育培養或多年工作經驗積累。從技術支持的角度看，企業所在地區的數據類服務供給和數據中心等新型基礎設施建設情況，是企業利用大數據實現增值的重要保障。大數據的應用存在較高的技術門檻，因此當地的技術環境和相關基礎設施需要為企業跨越障礙給予助力。隨著大數據技術在行業和地區范圍內的普及程度加深，大數據的應用逐漸形成規模效應，由大數據到企業價值的轉化效率將不斷提高。

 

企業高效利用大數據的關鍵之處在于技術與人才的支持。人才方面，我國現有教育體系的數據相關人才培養難以在短期內滿足快速增長的數字化人才需求。因此，需要加快勞動者的勞動技能培訓，以適應數字經濟下的工作技能需求，從而實現勞動供給和職業技能需求的匹配。《“十四五”數字經濟開展規劃》指出，企業內部要“提升員工數字技能和數據管理能力，全面系統有助于企業研發設計、生產加工、經營管理、銷售服務等業務數字化轉型”，為員工給予成長空間，提升員工數字化技能和對數字化的認知程度；同時“實施全民數字素養與技能提升計劃”，將數字技能的培養根植于中小學、職業院校和企業，構建多元化人才培養模式。從數字化人才的培養體系而言，數字化人才包括數字化管理、應用、技術三個層次，三者共同有助于企業對大數據的應用和數字化轉型過程的實現。技術方面，技術水平的提高能夠大大降低企業應用大數據的成本，如云計算體系的推廣降低了企業處理、分析和分享數據的成本。據統計，阿里云在過去11年間為企業客戶節約了超過2000億元的運營成本。因此，應當進一步加快新型基礎設施的建設，降低應用大數據的技術成本。

 

（二）大數據應用帶來企業短期財務績效的壓力。數據應用平臺的搭建具有一定的調整成本，在引進大數據相關設備、人才的過程中，公司往往面臨著內部資源的重新分配、勞動力和組織結構的重組、新生產線的調試等變化，因此銷售收入的增長會受到一定程度的阻礙。數據要素投入伴隨著較大規模的機器設備購進以及人才、技術引進等無形投入。這些投入雖然對公司未來長期開展意義重大，但其真實價值的形成基礎大多基于未來的預算。依據我國《企業會計準則》，只有基于企業過去的交易或事項形成的資源才可以被定義為資產，因此大數據相關投入很大比例被進行了費用化處理，計在“管理費用”項下，進而導致公司的凈利潤降低。

 

在數字經濟趨勢下，合理評估數據資產和與之相關的其他無形資產的價值，有助于掃清企業數字化轉型的障礙。從投資的角度來看，數據資產與以往的有形資產不同，多是以無形資產的形式存在，而無形資產的積累具有高固定成本和低邊際成本的特性。《“十四五”數字經濟開展規劃》中明確提出，加快構建數據要素市場規則，促進數據要素市場流通，逐步完善數據定價體系，規范數據交易管理，建立健全數據資產評估等市場運營體系，提升數據交易效率。而數據資產的價值評定是數據要素流轉和價值實現的前提和關鍵。現在，國內外對于數據資產的價值評估都進行了一定探索，但尚未形成成熟公認的范式，相關理論和實踐經驗還有待進一步研究和完善。

 

（三）實體企業與大數據的融合開展在地域、行業等維度上存在不平衡的問題。主要體現在兩方面：一是不同公司在生產經營過程中應用大數據的概率有所不同。研究顯示，規模較大、有形資產比例較低、盈利能力較強以及所在地區市場化程度較高的公司更可能應用大數據。二是雖然大數據應用平均而言能夠為企業提高市場價值，但其價值創造的效率對不同企業而言卻不盡相同。例如，競爭激烈的行業，因為生產力提高的動力更強而更能發揮大數據的價值；國有企業面臨著優越的外部環境、多樣化的經營目標等，其大數據的價值還未得到市場認可。

 

面臨數字經濟開展不平衡的現狀，應充分發揮關鍵地區、關鍵行業對其他地區、行業的牽引帶動作用。此外，政府在進一步制定和實施大數據激勵政策時，需要針對不同行業、不同類型的公司給出更為細致的指導意見。地區層面的制度試點可順利獲得對數據估值、數據流通、數據確權等數據制度環境建設的探索，有助于地區的大數據應用及其價值創造。例如，2021年下半年起，深圳、上海等城市先后出臺了地方性的數據條例，加強了地方的數據管理。

 

綜上所述，中國企業大數據應用開展迅速，但也面臨著困難和挑戰。大數據的應用切實提高了企業的市場價值，有助于企業數字化轉型的意義深遠。在此過程中，企業數字化轉型的瓶頸往往在于人才供給和技術支撐力度的不足、短期財務績效壓力、地區行業開展不平衡等。從政策層面加快多元化數據人才培養體系建設和新型基礎設施建設，能夠有效降低企業數字化轉型的成本；進一步探索如何完善數據資產的價值評定，為企業的數字化轉型、數據要素的市場化流通掃清障礙；發揮關鍵地區、行業的牽引帶動作用，持續探索數據制度環境的建