历次产业革命都源于科学技术领域的重大突破，进而深刻改变人类生产生活方式。与前三次产业革命带来的工业经济发展机遇不同，第四次产业革命基于数据要素、以智能化技术和数字经济推动生产力跃迁。中央经济工作会议提出“以科技创新引领新质生产力发展”，并作出重要部署。积极培育和发展新质生产力，需牢牢把握第四次产业革命重要特征和规律，充分发挥数据作为新型生产要素的重要作用。
数据要素发展潜力巨大
在人类社会发展的不同阶段，体现时代特征的重要生产要素是动态变化的。在第一次产业革命之前的农耕文明时期，劳动力是重要的生产要素，一国的经济总量主要取决于人口数量。此后的三次产业革命中，资本的重要性逐步凸显，推动生产力发展。正在蓬勃发展的第四次产业革命中，重要生产要素进一步转化。动态地看，数据是当前可变性更强、发展潜力更大的要素，其在生产力发展中起着推动质变、引发跃迁的作用。
当数据成为与资本、技术等并列的重要生产要素，要素组合亦将发生变化。创新，在一定程度上可以理解为把一种从来没有过的生产要素和生产条件“新组合”引入生产体系，创造出大量新兴产业，并通过次级创新提升传统产业生产效率。这种过程在前三次产业革命中主要表现为建立一种新的生产函数，但在第四次产业革命中主要表现为通过算法实现更加多样和高效的要素组合。这跳出了生产可能性边界和时空约束，能更加高效地打通产业链供应链。可以说，数据已经成为当前驱动生产力发展的关键要素。
随着数据要素在社会生产领域不断渗透，人类的价值创造能力持续提升。在宏观层面，数据要素能有力促进传统产业数字化转型、深层次变革，推动数字产业化和产业数字化，催生新的生产模式和社会需求，引领技术进步方向的
历次产业革命都源于科学技术领域的重大突破，进而深刻改变人类生产生活方式。与前三次产业革命带来的工业经济发展机遇不同，第四次产业革命基于数据要素、以智能化技术和数字经济推动生产力跃迁。中央经济工作会议提出“以科技创新引领新质生产力发展”，并作出重要部署。积极培育和发展新质生产力，需牢牢把握第四次产业革命重要特征和规律，充分发挥数据作为新型生产要素的重要作用。
数据要素发展潜力巨大
在人类社会发展的不同阶段，体现时代特征的重要生产要素是动态变化的。在第一次产业革命之前的农耕文明时期，劳动力是重要的生产要素，一国的经济总量主要取决于人口数量。此后的三次产业革命中，资本的重要性逐步凸显，推动生产力发展。正在蓬勃发展的第四次产业革命中，重要生产要素进一步转化。动态地看，数据是当前可变性更强、发展潜力更大的要素，其在生产力发展中起着推动质变、引发跃迁的作用。
当数据成为与资本、技术等并列的重要生产要素，要素组合亦将发生变化。创新，在一定程度上可以理解为把一种从来没有过的生产要素和生产条件“新组合”引入生产体系，创造出大量新兴产业，并通过次级创新提升传统产业生产效率。这种过程在前三次产业革命中主要表现为建立一种新的生产函数，但在第四次产业革命中主要表现为通过算法实现更加多样和高效的要素组合。这跳出了生产可能性边界和时空约束，能更加高效地打通产业链供应链。可以说，数据已经成为当前驱动生产力发展的关键要素。
随着数据要素在社会生产领域不断渗透，人类的价值创造能力持续提升。在宏观层面，数据要素能有力促进传统产业数字化转型、深层次变革，推动数字产业化和产业数字化，催生新的生产模式和社会需求，引领技术进步方向的行业转变为数据密集型行业。在微观层面，数据要素的技术特性使其能够突破原有制约，且数据积累速度远快于资本等生产要素的积累速度，故而对生产力发展的推动更加强劲持久。因此，新质生产力发展过程中，消耗有形生产要素的比重渐趋降低，数据、技术等无形生产要素的应用比重将持续上升。
智能化成科技创新主要趋势
纵观全球科技史和经济史，实现社会生产力跃迁的一个重要条件，就是推动颠覆性科技创新并形成全社会通用技术。在前三次产业革命中，各类通用技术总体上可归纳为机械化、电气化和自动化技术。虽然第四次产业革命的科技创新路径还不明朗，但可以确定的是，智能化是一个重要趋势。
一方面，数据的海量“投喂”激发智能化技术迭代演进。数据具有自我强化效应，数据得到的训练越多，得出的结果越好，新技术就会越快涌现。ChatGPT和DeepSeek分别在2023年年初和2025年年初引发关注，很大程度上得益于大数据训练。从数量上看，智能化技术已成为颠覆性技术的主流。在麦肯锡提出影响未来全球经济发展的12项颠覆性技术中，有7项可以大致归为智能化技术，具体包括：移动互联网、物联网、云计算、先进机器人、智能驾驶、知识工作自动化、3D打印。另一方面，数据促使智能化技术成为全社会重要的通用技术。以前，科技进步通常体现为以资本投入购置并使用当时先进的设施设备，如蒸汽机、电气化设备。但现在，科技进步更加依赖数据及其相关的信息、知识和创意，数据驱动创新已成为创新的主要形式。智能化技术正在被快速工具化，为新材料、新能源和绿色低碳技术等其他科技创新提供数据、算法和算力支持，使各类技术的研发过程更加智能化。
实践中，智能化在硬件和软件上均有表现并已形成阶段性成果。一是以机器人为代表的硬件更加智能。传统上，机器在处理“硬信息”方面更具优势，但可能会丢失部分只有人类能够解释的“软信息”，当前人工智能技术的一个重点发展方向就是提高机器对“软信息”的处理能力，使它们更善于“思考”。二是以手机软件(APP)为代表的应用软件或小程序更加智能。和传统的应用软件不同，被人工智能技术赋能的智能应用并不只是作为一个工具被动地为人们所使用，而是可以学习并适应使用者的使用习惯，有针对性地提出新的解决方案，甚至可以直接进行一些任务处理。
产业形态更具系统性多样性
当前，数据要素融入生产、推动智能化技术创新的过程，逐渐映射到产业发展中，不断重塑产业形态。相较于劳动力、资本等生产要素，数据具有更强的共享性，依托数据要素形成的新科技更具普惠性，形成的产业形态更具系统性多样性，产业体系的构建和发展也呈现新的特征。
发挥好数据要素驱动作用，可以顺畅推动现代化产业体系的构建。例如，最初的数字平台只是一个匹配供求的场所，与传统市场的功能相似，但随着智能程序、学习模型、算法领域不断突破，平台的能力和结构发生改变，通过不同路径创建业务生态系统，形成各具特点的数字生态系统。一般来看，企业的竞争优势来自排他性的核心技术或资源，强调对稀缺资源和能力的控制。但在这个生态系统中，平台的价值高低不再取决于单个产品的质量或差异化程度，而是由整个生态系统的规模、结构、主体数量及平台上的互动质量决定。因此，生态系统的形成、扩展及价值提升，都需要以吸纳和服务更多数量和更多元的主体为基础，这既有赖于系统的开放水平，也在客观上推动竞争对手之间、产业链上下游的合作者之间逐渐形成更为良性的竞合关系，进而构建形态更多样、演变速度更快的产业体系。
随着科技创新的快速发展，数字经济的产业组织格局演变远快于传统产业。汽车、钢铁等行业的发展用了上百年时间，电气化技术从发明到广泛应用历经了30多年，而当前一些信息产业只用几年甚至十几个月的时间就实现了从科技创新到大规模产业化的跨越，数据要素的驱动作用可见一斑。
发挥数据要素作用主要着力点
生产力包括劳动者、生产资料和劳动对象三个基本要素。抢抓第四次产业革命重要机遇，培育和发展新质生产力，需发挥数据要素驱动作用，赋能劳动者、生产资料和劳动对象，推动生产力跃迁。
一是强化劳动者的数字技能。不同于以简单重复劳动为主的传统劳动者，适应新质生产力发展的劳动者是能够充分利用数据和信息技术、使用先进数字设备、具有知识快速迭代能力的新型人才。需加快新型劳动者队伍培养，加大全社会劳动者的数字知识、数字技能的普及力度，提升企业家数据思维，积极发展数商、数据经纪人等，以多元化人才培养模式提升智能劳动者职业技能，为发展新质生产力提供强大人力资本支撑。
二是加快数字基础设施建设。发展新质生产力，需提供新质生产资料、新型生产工具。要推进建设5G网络、物联网、工业互联网、卫星互联网等通信网络基础设施，人工智能、区块链、云计算等新技术基础设施，大数据中心、智能计算中心等算力基础设施。推进数据交易和流通，强化数据积累优势，将数据要素充分融入生产全过程。加快构建“边缘计算+智算+超算”多元协同、数智融合的算力体系，提供更为充足、更低成本的算力资源。
三是构建数据产业体系。重点发展大数据产业和人工智能产业，引导科技企业加大对通用技术的投资，为战略性新兴产业和未来产业的孕育发展提供支撑。着力发展自动驾驶、无人机、人形机器人等优势产业，进一步加强数据积累和场景训练，加大相关试点和示范区建设，加快形成若干产业集群。
发展新质生产力还需形成与之相适应的新型生产关系。需加快完善数据基础制度体系，统筹推进数据确权、流通交易、收益分配、安全治理，使数据深度融入科技创新和生产力跃迁过程。
(本文来源：经济日报 作者系中国社会科学院习近平新时代中国特色社会主义思想研究中心研究员 闫 坤 刘 诚)
