2024年8月27—30日，“2024中国国际大数据产业博览会”在贵阳盛大开幕，北京交通大学信息管理理论与技术国际研究中心（ICIR）教授张向宏将参加系列活动。《交大评论》也将在大会期间推出“数博会时间”系列专题。
数博会时间系列第二期是张向宏教授参加了“数字人才培养交流活动——圆桌论坛”。张向宏教授围绕数据要素化发展新阶段的学科体系建设主题，从数据要素化发展新阶段的“六新”特征、新时代对数字经济学科的“三新”要求、设计数字经济课程体系的“三重”原则等方面，发表了全面重构数字经济学科体系的见解和建议。
全球经济社会已进入数据要素化发展新阶段，数据作为关键生产要素，对促进数字经济高质量发展，推进数据要素市场化配置改革，培育全国一体化数据市场，打造新质生产力，都具有重要意义，也为理论界、学术界和产业界带来新机遇新挑战。
过去30多年来，随着互联网在全球的普及应用，经济社会的数字化、网络化、智能化水平越来越深入，海量数据资源被不断生产存储下来并快速累积成为大数据。通过对大数据间的关联分析、预测分析、精准画像等，可以改善企业经营管理效率，提高政府社会治理水平，推动数字经济快速发展，数据成为人类社会发展的一种新型生产要素。
数据要素作为新型生产要素，一方面通过参与社会生产活动，发挥自身价值潜能，提高社会生产效率，另一方面通过全方位赋能其他传统生产要素，充分发挥数据要素对其他传统生产要素的放大、叠加和倍增作用，实现数据要素的乘数效应。数据要素与劳动力相结合能提高劳动生产率；数据要素与技术相结合能加快技术迭代，促进产研融合；数据要素与资本要素结合能够降低后者的不确定性风险，加强金融服务的广度和纵深。数据要素化进程的不断演进，推动人类社会进入数据要素化发展新阶段。
20世纪90年代初，伴随着全球互联网的快速普及，在传统的物理空间之外，人类创新发展出一个新型的网络空间。随后三十多年，逐步从网络空间升级为计算空间，当前又从计算空间向数据空间迭代，相应地，功能也从网络空间的“以联结为中心”向计算空间的“以计算为中心”转变，当前又进一步向“以数据流通利用为中心”转型。
在数据要素化发展新阶段，国家数据基础设施正式建设和运营，纵向上形成传输网络泛在可及、算力平台智能高效、数据流通利用可信互操作、动态全流程安全保障的国家数据基础设施；横向上覆盖数据采存算管用全生命周期各环节，包括数据采集平台、数据汇聚平台、数据存储平台、数据加工平台、数据共享平台、数据开放平台、数据运营平台、数据交易平台等。
数据产业是数据要素化发展新阶段的一种新型产业形态，是由数据资源、数据技术、数据产品、数据企业、数据生态等集合而成的新兴产业。具体来说，数据产业是利用数据技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，主要包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理、数据基础设施建设和运营等环节。
数据的非稀缺性也称数据的无限性，主要指不同于土地、劳动力等传统生产要素，数据不仅不会因使用而耗费，反而会在使用过程中产生新的数据，并随着被使用次数的增多而新创造的数据量越来越多，因此数据是非稀缺的，数据供给也是无限的。数据已成为当今数字社会最基本的客观产物，人们无论做什么都在产生数据。消费者通过手机、汽车、音箱、电视等智能设备使用互联网服务时，会不停地产生上网记录、支付交易等个人信息数据；企业的生产设备、管理系统、营销系统等智能装备开机时，就会持续产生装备状态、产能利用、故障报警等企业生产经营数据；政府为社会提供衣食住行、经营管理、宏观决策等公共服务过程中，也会每时每刻产生交通、电力、自来水、医疗等各种公共数据。全球数据量每年都增长27%左右，每4年新增加的数据量都将超过人类有史以来积累的数据总量。
数据的非稀缺性将造成两方面突出影响：一是打破了传统经济学“资源稀缺”的基本假设，突破了传统要素有限供给对增长的制约，将重塑世界经济增长理论，并为可持续发展提供了可能。二是对数据定价和交易造成困难。
数据边际效应递增性是指不同于土地、资本和劳动力等传统生产要素随着使用量的增加，使用效用越来越小的边际效应递增特性，即数据作为新型生产要素，随着数据使用量和使用次数的增加，数据规模会越来越大、种类会越来越多、使用效用越来越大，具有边际效应递增特性。
数据的边际效应递增性主要表现在以下两个方面：一是随着对数据的使用，数据的规模和种类不断增加，数据所能产生的生产力作用也越来越强大。这意味着，在数据的生产和消费过程中，越生产、越消费，数据资源越多。二是在市场交易、企业经营等经济活动中，随着参与者或供给量的增加，所产生的效果比上一步增加的效果要大，这就是数据的边际效应递增。
通道是网络化阶段的核心，计算是数字化阶段的核心，网络化和数字化阶段的计算都是依附于信息系统的。信息系统是由计算机硬件、网络和通信设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。是冯.诺依曼于1945年提出的计算架构的集成表现形式，主要有五个基本功能，即对信息的输入、存储、处理、输出和控制。信息系统经历了简单的数据处理信息系统、孤立的业务管理信息系统、集成的智能信息系统三个发展阶段。信息化和数字化是面向流程和对象，构建相应的信息系统，最典型的就是2002年开始实施的“二网一站四库十二金”信息系统，2015年开始实施的“互联网+”行动计划，主要是鼓励11个行业和领域建立和运营各种信息系统。
进入数字要素化发展阶段，数据成为核心生产要素，大规模数据的积累使数据本身成为生产要素，面向数据构建数据系统和数据解决方案升级发展，数据空间将由数据主体、数据本体、数据工具、数据应用程序、数据协议和标准、数据连接器、数据认证器等软硬件组成，将对统治全球近80年的冯.诺依曼计算架构形成挑战。政府和企业的活动将围绕数据组织和开展，建立起数据“供得出、流得动、用得好”的机制成为主流。
数据资源和数据技术在企业的大规模应用，对企业经营管理和学校相关课程设置提出了直接挑战。
一是对企业经营管理的挑战。许多数字化转型成功的传统企业和互联网平台企业等原生数据企业，数据不仅极大提高了企业生产经营效率，而且打通了上下游产业链供应链企业，甚至为全社会提供了高效服务，为企业、产业链和社会创造了极大价值，但是，由于数据的易腐性特点与财务资产永续性之间的矛盾，以及传统的成本法、市场法和收益法都无法准确衡量数据价值和数据价值的烨。
二是会计处理智能自动化、智能化的挑战。一方面，大量传统的会计业务和财务业务被自动化、智能化手段替代，企业对传统会计、财务专业人员的需求大幅度减少。另一方面，数据资产评估、计价、入表等探索性的领域需求大增，并且自动化、智能化手段无法替代。
为了确保数字经济课程内容与当前和未来的市场需求相匹配，我们应按照“三重”原则，重塑经济学基础理论，重建数据系统学理论与实践体系，重构会计学课程体系。
从研究和建立《数字经济学》基础理论开始起步，重塑基于数据资源非稀缺性和边际效应递增性基础上的新兴经济学理论。
将领先企业的成功数据系统方法与案例，提炼归纳出一般性理论和方法。一是更多积累开发数据应用场景。2023年12月发布的“数据要素×”三年行动计划（2024—2026），鼓励12个行业和领域拓展和丰富数据生产加工、流通交易的应用场景。二是开展国家数据基础设施建设和运营试点示范。《国家数据基础方向建设指引》很快将出台。三是鼓励开展基于数据的数据系统和数据解决方案。在数字化、网络化、智能化基础上，鼓励数据技术企业为政府、企业和个人从提供面向对象和流程的信息系统和信息化解决方案，转型提供面向数据的数据系统和数据解决方案。
应面向社会实际需求，大幅调整会议学内容，减少传统性、流程性财务会计和管理会计内容，大量增加数据资产入表、数据资产管理的相关理论和实践内容。
2. 交大评论：国家数据要素化总体框架——环节六：数据流通交易与跨境流动（之四）
3. 交大评论：国家数据要素化总体框架——环节六：数据流通交易与跨境流动（之三）
4. 交大评论：国家数据要素化总体框架——环节六：数据流通交易与跨境流动（之二）
5. 交大评论：国家数据要素化总体框架——环节六：数据流通交易与跨境流动（之一）
6. 交大评论：国家数据要素化总体框架——环节五：数据产业与技术（下篇）
7. 交大评论：国家数据要素化总体框架——环节五：数据产业与技术（上篇）
8. 交大评论：国家数据要素化总体框架——环节四：公共数据授权运营（下篇）
9. 交大评论：国家数据要素化总体框架——环节四：公共数据授权运营（上篇）
11. 交大评论：国家数据要素化总体框架——环节二：国家数据基础设施（NDI）
