点击次数：

我的博士生课堂——《乡村振兴理论与实践》讲课提纲6

 

 

数据赋能乡村生产要素结构现代化

秦兴方

20231108

 

本讲在分析数据要素赋能一般机理的基础上，考察数据赋能乡村生产要素结构现代化的必要性、特点、障碍和实现条件，研究数据要素有效赋能的制度安排。

一、数据要素赋能的一般机理

在新科技革命新经济背景下，数字经济正在改变着传统的生产方式和生活方式，同样也改变着城乡关系。其中，数据作为一种生产要素，既在生产力领域发挥着倍增效应，也在创造或改变着社会关系。

1、大数据时代的特殊劳动产品

人类在改造客观世界的过程中，将反映客观事物某种运动状态的、未被加工、解释的各种信号，以文本、数字、事实和图像等形式记录下来。这些通过感觉器官或观测仪器感知，被大脑感知的最初印象或最原始的记录，就是今天人们所说的数据。在人类社会发展时期，数据非常简单，不需要复杂的计算和分析。即使人类发展到商品经济阶段，随着商品交换规模和范围的不断扩大，数据的数量、种类不断增多，数据的重要性也不断提升，但对整个社会来说，这些数据都是孤立的、分散的、零乱的，其价值很低。为了科学决策，统计分析成为赢得市场的专门业务活动，但统计分析主要围绕能否通过用少量的抽样数据来推测真实世界，用平均数来判断总体，用数学模型来预测未来而展开，即使统计手段和统计方法再先进，人们仍然无法从根本上解决数据不完全、数据信息不对称、数据失真、数据传递不及时等问题。所以，尽管数据的地位得到极大提升，但还不是独立的生产要素。数据真正成为独立的生产要素，是人类发展到大数据时代的产物。这一时期，人类可以利用互联网、人工智能、云计算、区域链等现代技术采集和处理海量的数据。所谓大数据，一般是指数据规模达到海量级、极快的速度流转、数据类型和来源多种多样、价值密度低而且能够反映事物真实性的数据。从传统数据到大数据，是现代信息通信技术发展的结果。

数据成为生产要素，其本质上上是一种特殊的劳动产品。一方面，数据要素不同于传统数据，是一种劳动产品，是人们利用运用现代化技术和工具对大数据进行采集、加工、挖掘、处理的产物。与普通的劳动产品一样，它是具体劳动的结果，具有使用价值。在市场经济下，用于交换的数据要素又是商品，具有价值。另一方面，数据要素不是一般的劳动产品、商品，具有特殊性。这种特殊性不仅体现在产品形成过程及其存在形式上的特殊性，也不是价值上的特殊性，而是这种产品或商品使用价值的特殊性。在生产要素体系中，劳动、土地是财富生产的原始要素或基础要素，而技术、资本等要素都属于派生性要素，而数据要素则是社会化生产发展到大数据时代，是在劳动、土地等原始要素和技术、资本等派生性要素共同作用中再派生出来的，属于再派生性要素。这种再派生性，决定了它既不可能离开其它生产要素的作用而独立存在，更不可能离开其它生产要素独立地发挥作用。数据要素只有在与其它生产要素的广泛而深入的结合中才能充分发挥其使用价值，并证明其价值。

数据要素可以从多重角度划分。一是从技术角度划分，如结构化数据、半结构化数据和非结构化数据。二是从数据来源划分，如传统企业数据、基于智能设备所产生的数据、个人行为数据、交易数据等。三是从数据要素利用的价值取向上划分，可以分为商业数据和公共数据。其中，商业数据是以赢利为主要取向，由各类市场主体开发数据平台并进行采集、挖掘、加工和利用的数据，具有私人产品性质；公共数据主要是由国家或政府等非盈利组织开发数据平台并进行采集和利用的数据，具有公共产品性质。自然科学相关学科重点关注的是第一、二两个角度，而经济学则更加注重第二、三两个角度。

2．数据要素社会性促成生产力倍增效应

数据要素作为一个历史范畴、一种特殊的劳动产品，具有两重性。它既具有自然属性或技术属性，也即有用性（简称“技术性”或“有用性”），又具有社会属性（简称“社会性”），即包含错综复杂的利益关系，其中最主要的是经济利益关系。数据要素的自然属性不可能独立存在，必然与其社会性并存且相互作用、相互影响。

一方面，在数据成为生产要素过程中，也即数据采集、加工和处理等环节，人们追求经济利益或社会利益最大化的内在动机，是数据成为生产要素的最主要动力。其中，在数据采集环节，大数据平台如何构建和数据采集的具体技术、方法等，主要涉及到数据要素的技术性。但是，建设数据平台的目的，或者谁来建设并为谁服务，平台建成后谁有权采集数据和有权采集哪些数据等，则是复杂的社会问题，体现了数据要素的社会性，决定着数据平台及其数据要素技术性的实现、性质和利用方向。公共数据平台及其数据要素追求社会利益最大化，体现公益性、共享性，而商业数据平台及其数据要素追求利润最大化，体现私人性、有偿性。在不同的利益关系驱动下，数据采集的对象、重点、范围等也会呈现技术性差异。在数据加工、挖掘和处理环节，数据分析、挖掘的技术和方法属于技术问题，但数据如何处理并展示，也交织着价值取向问题。其中，算法就是一个很好的例证。算法本身是一个技术问题，但在实践中却体现着复杂社会关系。在大数据时代，数据平台公司能够对用户的每一次刷卡、网页搜索、定位、点赞等行为进行实时追踪，掌握用户的情绪脉搏及其行为，并通过进一步分析，可以有针对性地为每一个用户定制并持续推送只适合该用户的商品、服务、阅读内容等。不仅可以影响用户的经济决策，还能够影响其价值判断、政治选择倾向。这里不仅涉及到用户的隐私保护，还涉及到相关利益主体之间的关系协调甚至各种安全问题。

另一方面，在数据作为生产要素后的交换和利用环节，数据要素的社会性得到更充分的彰显，数据要素的技术性和社会性交互作用，其技术性借助社会性得以实现。其中，在数据要素交换环节，数据要素交换也是一种利益交换，需要遵循市场交换的基本法则——等价交换，是数据要素供需双方平等的的权利交换。只有交换成功，数据要素的有用性才能真正体现。否则，这些数据要素与数据碎片并无差异。而成功的交换，既需要数据要素供给与需求的有效对接，更需要有体系完善、规则健全的数据要素市场，需要数据确权，包括数据进入市场前明晰产权归属和数据交换后的产权保护。与其它生产要素或工业产品相比较，数据要素存在可复制性强的弱点。如果数据产权不清和保护不力，不能根据数据产品的属性、特点、数量、质量、格式、重要性、敏感程度等因素进行分类分级管理，就会产生极大的利益纷争，从而对数据要素的开发产生巨大的抑制性。在现实中，很多数据之所以不能被集成丶处理和共享，主要是复杂的地区、部门、企业或个人利益关系的障碍，而非技术手段不能为之。如果不能理顺数据要素内在的社会利益关系，其技术性或有用性也就无法实现。

在数据利用环节，数据要素的社会性——人们利用数据要素追求经济或社会利益最大化的内在动力与外在的竞争压力共同作用，不仅使数据要素的技术性得以实现，而且还会产生放大效应，主要体现在数据要素对其它生产要素配置效率的倍增效应。这种倍增效应通过两条途径实现，一条是从数据要素中直接衔生的途径——数字产业化，即一旦数据要素的有用性得到社会认可，在强大的利益刺激下，将会催生出面向数据市场的新技术、新产品、新服务、新业态。例如，在硬件与集成设备领域，数据要素将促进芯片、存储产业发展，催生出一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，数据要素将引发数据快速处理分析技术、数据挖掘技术和软件产品的发展。另一条是间接途径——产业数字化，即传统生产要素所有者基于新科技革命新经济背景下数据要素利用对社会利益或经济利益最大化目标实现的潜能，将数据要素与传统生产要素黏合起来，推动事业或产业发展的智能化、智慧化，从而使传统生产要素的配置效率倍增。例如，在农业、制造业领域，数据要素与传统生产要素结合，促进传统农业向数字农业、传统工厂向智慧工厂方向转变，促进农户、企业更加有效地对接市场，根据大数据决策生产什么、生产多少、如何生产，根据市场动态选择或调整生产经营方式。在商业服务领域，数据要素与传统要素结合，为精准发现目标市场、客户偏好和选择适宜的流通服务方式、市场营销策略提供决策支持。在公共服务领域，数据要素与传统要素结合，推动城市交通管理、治安管理、社区管理向智慧化方向的转型，推动了智慧城市交通、智慧老年服务、智慧社会管理、智慧医疗产业或事业的兴起。

由此可见，数据要素的技术性是不可能脱离社会性而孤立存在的。在大数据时代，突出数据要素对高质量发展的新动能作用是必要的，但这并不等于只注重数据要素的技术性而忽视其社会性。理论上，没有数据要素的社会性，也就没有数据要素的技术性。在实践中，只有解决好数据要素形成和利用过程中的社会利益矛盾或冲突，充分发挥好利益激励、竞争约束和政府调节功能，才能使数据要素潜在的有用性成为现实有用性并发挥倍增效应。

3.数据要素技术性催生新的社会关系

数据要素的社会性是由技术性决定的，由于数据要素的技术性具有特殊性，即既只能在其它生产要素的相互作用过程中产生，又必须与其它生产要素相黏合才能体现其有用性，而且一旦有效黏合，将对其它生产要素的配置效率产生倍增效应。因此，这种特殊性就催生出数据要素社会性的新特征。

在生产要素体系中，生产要素的黏合有两种形式。第一种形式是一种生产要素主动黏合另一种或几种生产要素并投入生产过程，在市场经济下，根据生产要素黏合其它要素的动力和能力强度，资本要素是所有要素黏合力与粘性最强的，它可以而且能够黏合其它一切生产要素，而且在被资本黏合后，这些生产要素的生产力也都成为资本的生产力。在这里，资本所起的作用不只是将分散在所有者手中的生产要素黏合、合并投入生产过程，更关键的是使这些生产要素产生化学反映，从而创造出更高的生产力。第二种形式是一种生产要素被另一种或几种生产要素所黏合，在大数据时代，数据要素是其它生产要素最值得黏合的生产要素。与资本黏合其它生产要素不同的是，数据要素被其它生产要素黏合并创造新的生产力后，并不会改变其它生产要素及其生产力的性质。在这个意义上，资本是其它生产要素的化学黏合剂，而数据则是其它生产要素的物理黏合剂。前者是资本通过购买属于不同产权主体的其它生产要素并使其相互作用，所创造的生产力表现为资本生产力的形式，而后者是属于不同产权主体的生产要素所有者，通过数据共享、自我学习、购买等多种途径，将数据要素与其它生产要素更有效率地结合且生产力性质保持不变的形式。

在数据要素不被资本黏合的情形下，数据要素的物理黏合剂这一技术性特征将会催生出一系列新型社会关系。在微观层面，数据要素技术性的新特征，促进了劳动、技术、知识与数据要素的直接结合，促进了社会自主创业创新活动，以及网络营销、网络直播、网络技术服务等新型就业形态的产生，从而为市场经济下人们凭借知识、技能直接实现自身利益提供了可能性，跳出了要么拥有资本、要么出卖自身劳动力这一非此即彼的个人利益实现范式，是一种新型的劳动与知识关系、劳动与技术关系，以及劳动者之间的关系。在宏观层面，公共数据资源是大数据时代国家的基础性战略资源，是国民经济和社会有效调节的指示器。数据资源的广泛应用能够最大限度地克服宏观决策中的信息不准确、不及时、不完全问题，既为国民经济运行中更加自觉地利用按比例发展规律提高了可能性，也为政府更全面、更准确、更及时地观察、分析和把握社会矛盾的产生、发展和演化趋势提供了可能性，从而有可能形成新型的计划与市场关系、政府与企业关系。

在数据要素被资本黏合的条件下，数据作为最具有被其它生产要素黏合需求的要素，而资本作为最具有黏合其它生产要素能力的要素，两者结合将会使数据要素及其生产力的性质发生根本性的改变，即数据归资本所有，数据生产力转化为资本生产力。在这一情境下，由数据要素的技术性决定的社会性也会呈现出新变化。一方面，在利润最大化和竞争优势推动下，资本就会引入更加先进的技术及其设施、更高水平的专业技术人才，建设更高层次的数据平台，不断提升数据采集、加工、挖掘和处理能力，促进数据要素规模化、专业化、集成化和服务精准化。由此，数据要素的技术性或者有用性，特别是被黏合性和对其它生产要素配置效率的倍增效应将会不断放大。另一方面，在被资本黏合后，数据要素的性质也会发生了变化，即数据要素通常已经转化为数字资本、网络资本，数据要素的扩张力也将毫无疑问地转化为数字资本或网络资本的扩张力。生产力决定生产关系，两者结合在生产力领域的扩张力，必然引起社会关系的巨大调整。这种调整既有可能具有正外部性，但也有可能具有负外部性。

从数据要素的供给端看，数据与资本相结合在生产力领域所产生的扩张效应和利益刺激，将会吸引越来越多的资本向数据领域转移，从而促进开发与利用呈现几何级数式的增长，从而加速经济主体行为数据化、市场运行透明化、政府管理智慧化的进程，进一步助推新型劳动关系、政府与市场关系等新型社会关系的成长。但是，在社会主义市场经济条件下，资本的逐利性不会改变。如果不能有效管控，资本与数据要素结合的负外部性不可低估。其中最典型的是由数据垄断引致的利益冲突和安全隐患。众所周知，大型商业数据平台具有知识与技术密集、人才密集、资本密集的特点，一般都是由规模较大的网络资本或者与其它产业资本联合建设，随着其掌控的数据规模的不断扩大，其竞争优势越来越明显，而且会产生数据垄断。一方面，在经济领域，数据平台公司为获得超额利润，有可能采取垄断协议的方式，即借助于算法或数据的反馈机制，共同做出使彼此都能获益的经营决策，排除偏离协议的其他经营者，也有可能滥用市场支配地位的方式，如基于消费数据分析的价格歧视、通过不公正协议条件获取用户隐私、“二选一”、封锁屏蔽行为等，以及经营者集中方式，即以增加数据拥有量和强化数据控制力为目标的数据驱动型经营者集中，放大互联网领域赢者通吃的竞争效应。这些垄断行为，具有破坏市场竞争秩序、损害消费者、用户的合法权益，以及抑制中小企业创新能力、弱化经济社会发展动能和降低全社会福利等负外部效应。另一方面，资本主导下的数据垄断还会影响社会舆情、政治选择，诱导人们作出符合资本意向的价值判断。例如，纪录片《隐私大盗》，讲述了2016年美国大选中特朗普团队是如何通过大数据和人工智能来操控摇摆州的选民并最终击败希拉里的。在大选中，特朗普团队借助剑桥分析公司，从Facebook购买到了约5000万份个人信息并进行数据分析，筛选出了一批摇摆立场的选民，接着定制了个性化并带有某种偏向的内容进行定制化广告推送，通过博文、视频、广告对他们狂轰滥炸，人们在潜移默化中被“洗脑”，直到他们选择剑桥分析想让他们选择的特朗普。在2020年美国大选中，民主党以其治人之道反治其身，依靠偏向民主党的谷歌、Twitter和Facebook等公司，用算法反复给人们推送偏向拜登的内容，在一定程度上影响了美国大选的结果。

从数据要素需求端看，人们对于资本黏合数据要素所产生的对其它生产要素配置效率的倍增效应耳熟能详，对于生产力发展所带来的社会关系优化效应也有共识。但是，将数据要素的潜在需求转变为现实的有效需求，并且能够产生倍增效应和优化效应，都是有条件的。如果条件不具备，不仅不能产生有效需求，而且还会产生负外部性。在个体或某些特定群体层面，数据要素正在深刻改变着人们的就业方式、工作方式和生活方式，但是，个体或群体之间数据应用的能力存在差异。在大数据时代，那些缺乏数据利用相关知识、技能，或者虽然有知识或技能但缺乏应用数据的能力，特别是缺乏基本的物质条件的个体或群体，就面临着数据贫困的困扰，由此影响其职业选择、收入来源及其水平，出现严重的现代生活不适症，甚至会出现物质与精神的双重贫困。如果这种效应与市场作用相叠加，就会进一步放大对文化水平较低、收入较低等社会阶层的极化效应，加剧职业分化、收入分化、生活方式分化，影响和谐社会建设。在区域层面，数据的广泛利用必须以具备与此相配套的基础设施条件和一定的人才储备为前提条件，而条件差距会放大区际发展差距。其中，城乡之间数据应用条件的差距——新基础设施建设滞后、中心城市对乡村人才的极化、农村人口购买能力相对有限和应用数据要素能力相对偏弱等，将会成为放大城乡发展差距的新诱因。如果数据要素由资本垄断，农民在市场中的弱势地位则更加凸显。长期以来，农民丰产不丰收的主要原因之一是由于农民不能分享流通环节的收益。传统模式下，这一环节的多数收益为农产品中介商所控制，而大数据时代，则有可能为平台企业所瓜分。

二、数据要素赋能乡村要素结构现代化的若干问题

1.新科技革命新经济下数据赋能乡村的必要性

数字乡村、数据有效乡村要素结构现代化，是适应门新科技革命新经济发展的需要。当前，新一代信息技术创新空前活跃，不断催生新技术、新产品、新模式，推动全球经济格局和产业形态深度变革。加快信息化发展，建设数字国家已经成为全球共识。世界主要国家纷纷将数字乡村作为战略重点和优先发展方向，加速农业生产智能化，普及农村信息服务，提升农民生活智慧化便捷化水平。我国加速数字乡村建设，是适应网络化、信息化和数字化在农业农村经济社会发展中的应用的需要，是农民现代信息技能的提高而内生的农业农村现代化发展要求。

数字乡村、数据有效乡村要素结构现代化，是乡村振兴的必然要求。乡村振兴战略是党的十九大提出的一项重大战略，是关系全面建设社会主义现代化国家的全局性、历史性任务，是新时代“三农”工作总抓手。同时，党的十九大作出了建设网络强国、数字中国、智慧社会的战略决策。《中共中央、国务院关于实施乡村振兴战略的意见》明确提出：要实施数字乡村战略，做好整体规划设计，加快农村地区宽带网络和第四代移动通信网络覆盖步伐，开发适应“三农”特点的信息技术、产品、应用和服务，推动远程医疗、远程教育等应用普及，弥合城乡数字鸿沟。《乡村振兴战略规划（2018-2022年）》也提出数字乡村建设的任务内容。因此，加快弥合城乡“数字鸿沟”，推动数字乡村建设发展，赋予乡村振兴新动能，是乡村振兴的客观要求，也是数字中国建设的内在要求。

数字乡村、数据有效乡村要素结构现代化，是提高农业农村全生产率的内在要求。我国大国小农的国情农情，决定了单一提高劳动生产率或者土地生产率的思维方式难以解决我国农业综合生产效率和农民收益提高问题，充分发挥数据要素的黏合作用，有可能提高乡村生产要素利用的综合效率。

2.数据有效赋能乡村的中国特点及其主要障碍（讨论）

假说1：总体——对于乡村来说，数量要素具有与技术要素相类似的中国特点，也就是：供给主体具有外部性，而需求主体具有弱势性，因此，能够有效赋能的主要是公益性数据要素，但有效性能否实现，则取决于数据要素供求之间的匹配性。

假说2：在当下，公益性数据要素供给不足是制约我国数据要素有效赋能乡村，尤其是赋能乡村生产要素结构现代化的主要障碍。

“当前，新一代信息技术创新空前活跃，不断催生新技术、新产品、新模式，推动全球经济格局和产业形态深度变革。党的十八大以来，以习近平同志为核心的党中央高度重视网络安全和信息化工作，作出一系列战略决策，统筹推进网信事业快速发展。农村信息基础设施加快建设，线上线下融合的现代农业加快推进，农村信息服务体系加快完善，同时也存在顶层设计缺失、资源统筹不足、基础设施薄弱、区域差异明显等问题，亟需进一步发掘信息化在乡村振兴中的巨大潜力，促进农业全面升级、农村全面进步、农民全面发展。”（中共中央办公厅 国务院办公厅印发《数字乡村发展战略纲要》（国务院公报2019年第15号））

　　“数字农业农村发展总体滞后，面临诸多挑战。发展基础薄弱，数据资源分散，天空地一体化数据获取能力较弱、覆盖率低，重要农产品全产业链大数据、农业农村基础数据资源体系建设刚刚起步。创新能力不足，关键核心技术研发滞后，农业专用传感器缺乏，农业机器人、智能农机装备适应性较差。与医学等领域相比，农业农村领域数字化研究应用明显滞后。乡村数字化治理水平偏低，与城市相比差距仍然较大。数字产业化滞后，数据整合共享不充分、开发利用不足，数字经济在农业中的占比远低于工业和服务业，成为数字中国建设的突出短板。”（《数字农业农村发展规划（2019—2025年）》） 

 

假说3：乡村、农民存在数据要素的巨大需求，但数据要素赋能的有条件性和现行需求主体的弱势性，使得这种巨大需求难以转化为有效需求，普遍存在着有效需求不足。

 

与西方发达国家相比较，我国农民居民的数字生活发展较快，但产业数字化进展较慢，特别是传统农业向数字农业的转型步伐较慢。有可能存在的主要原因是：目前我国乡村多数富有知识、能力的青壮年劳动力已经转移到城市，留在乡村中或土地上的绝大多数是传统农民，其知识、技能与数字技术应用要求不相适应；以农户为主体的分散化、小规模生产经营模式，也与数字农业技术体系、应用体系和运行管理体系不相匹配，从而导致农业生产领域数据要素的有效需求相对不足。

 

3.数据有效赋能乡村要素结构现代化的方向

中共中央办公厅 国务院办公厅印发的《数字乡村发展战略纲要》（国务院公报2019年第15号）），对数据赋能乡村（含乡村要素结构现代化）的总体思路、基本原则、战略目标的重点任务进行了总体部署，是一份纲领性文件。

 

总体思路（“三个着力”）：以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中全会精神，紧紧围绕统筹推进“五位一体”总体布局和协调推进“四个全面”战略布局，坚持稳中求进工作总基调，牢固树立新发展理念，落实高质量发展要求，坚持农业农村优先发展，按照产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求，着力发挥信息技术创新的扩散效应、信息和知识的溢出效应、数字技术释放的普惠效应，加快推进农业农村现代化；着力发挥信息化在推进乡村治理体系和治理能力现代化中的基础支撑作用，繁荣发展乡村网络文化，构建乡村数字治理新体系；着力弥合城乡“数字鸿沟”，培育信息时代新农民，走中国特色社会主义乡村振兴道路，让农业成为有奔头的产业，让农民成为有吸引力的职业，让农村成为安居乐业的美丽家园。

基本原则（“五个坚持”）：坚持党的领导，全面加强党对农村工作的领导，把数字乡村摆在建设数字中国的重要位置，加强统筹协调、顶层设计、总体布局、整体推进和督促落实。坚持全面振兴，遵循乡村发展规律和信息化发展规律，统筹推进农村经济、政治、文化、社会、生态文明和党的建设等各领域信息化建设，助力乡村全面振兴。坚持城乡融合，创新城乡信息化融合发展体制机制，引导城市网络、信息、技术和人才等资源向乡村流动，促进城乡要素合理配置。坚持改革创新，深化农村改革，充分发挥网络、数据、技术和知识等新要素的作用，激活主体、激活要素、激活市场，不断催生乡村发展内生动力。坚持安全发展，处理好安全和发展的关系，以安全保发展，以发展促安全，积极防范、主动化解风险，确保数字乡村健康可持续发展。坚持以人民为中心，建立与乡村人口知识结构相匹配的数字乡村发展模式，着力解决农民最关心最直接最现实的利益问题，不断提升农民的获得感、幸福感、安全感。

战略目标（“四步走”）：第一个阶段，到2020年，数字乡村建设取得初步进展。农村互联网普及率明显提升，农村数字经济快速发展，“互联网+政务服务”加快向乡村延伸，网络扶贫行动向纵深发展，信息化在美丽宜居乡村建设中的作用更加显著。第二个阶段，到2025年，数字乡村建设取得重要进展，城乡“数字鸿沟”明显缩小。4G在乡村进一步深化普及，5G创新应用逐步推广。农村流通服务更加便捷，乡村网络文化繁荣发展，乡村数字治理体系日趋完善。第三个阶段，到2035年，数字乡村建设取得长足进展。城乡“数字鸿沟”大幅缩小，农民数字化素养显著提升。农业农村现代化基本实现，城乡基本公共服务均等化基本实现，乡村治理体系和治理能力现代化基本实现，生态宜居的美丽乡村基本实现。第四个阶段，到本世纪中叶，全面建成数字乡村，助力乡村全面振兴，全面实现农业强、农村美、农民富。 

重点任务（“十个重点”）：提出十项重点任务——加快乡村信息基础设施建设，重点要大幅提升乡村网络设施水平，完善信息终端和服务供给，加快乡村基础设施数字化转型；发展农村数字经济，重点要夯实数字农业基础，推进农业数字化转型，创新农村流通服务体系，积极发展乡村新业态；强化农业农村科技创新供给，重点要推动农业装备智能化，优化农业科技信息服务；建设智慧绿色乡村，重点要推广农业绿色生产方式，提升乡村生态保护信息化水平，倡导乡村绿色生活方式；繁荣发展乡村网络文化，重点要加强农村网络文化阵地建设，加强乡村网络文化引导；推进乡村治理能力现代化，重点要推动“互联网+党建”，提升乡村治理能力；深化信息惠民服务，重点要深入推动乡村教育信息化，完善民生保障信息服务；激发乡村振兴内生动力，重点要支持新型农业经营主体和服务主体发展，大力培育新型职业农民，激活农村要素资源；推动网络扶贫向纵深发展，重点要助力打赢脱贫攻坚战，巩固和提升网络扶贫成效；统筹推动城乡信息化融合发展，重点要统筹发展数字乡村与智慧城市，分类推进数字乡村建设，加强信息资源整合共享与利用。

    ——（中共中央办公厅 国务院办公厅印发《数字乡村发展战略纲要》（国务院公报2019年第15号））

 

三、数据有效赋能乡村要素结构现代化的制度安排

为贯彻落实《数字乡村发展战略纲要》，国家先后发布了《数字农业农村发展规划（2019—2025年）》、《数字乡村发展行动计划（2022-2025年）》等文件，数字乡村的“顶层设计”初步完成，关键在于具体的制度设计或制度创新。

数据有效赋能乡村要素结构现代化，是数字乡村建设的核心内容，也是制度设计或制度创新的重点。这是一项系统工程，根据国家的“顶层设计”，从数据平台建设、数据加工到数据利用并有效发挥作用的全过程看，在数据赋能前，既涉及到关键技术装备创新、关键共性技术攻关、战略性前沿性技术超前布局、技术集成应用与示范和农业人工智能研发应用等技术问题，又涉及到国家农业农村大数据中心、农业农村天空地一体化观测体系建设工程、国家数字农业农村创新工程等待一系列重大工程设施建设，还涉及到农业自然资源大数据、重要农业种质资源大数据、农村集体资产大数据、农村宅基地大数据、农户和新型农业经营主体大数据等基础数据资源体系建设。在数据赋能环节，既涉及种植业信息化、畜牧业智能化、渔业智慧化、种业数字化、新业态多元化和质量安全管控全程化等生产经营数字化改造，还涉及农业农村管理决策支持技术体系、重要农产品全产业链监测预警体系、数字农业农村服务体系、农村人居环境智能监测体系、乡村数字治理体系等管理服务数字化转型。中央网信办等十部门印发的《数字乡村发展行动计划（2022-2025年）》，对数字赋能的具体内容，从“八大行动计划二十六个重点任务”的角度作出更加具体安排。

 

   （一）数字基础设施升级行动，包括推进乡村信息基础设施优化升级、推动乡村传统基础设施数字化改造升级。（二）智慧农业创新发展行动，包括加快推进农业农村大数据建设应用、建设天空地一体化农业观测网络、加快农业生产数字化改造、加快智慧农业技术创新、加强农业科技信息服务。（三）新业态新模式发展行动，包括深化农产品电商发展、促进农村消费升级、加快培育农村新业态。（四）数字治理能力提升行动，包括完善农村智慧党建体系、推动“互联网+政务服务”向乡村延伸、提升村级事务管理智慧化水平、推动社会综合治理精细化、加强农村智慧应急管理体系建设。（五）乡村网络文化振兴行动，包括筑牢乡村网络文化阵地、推进乡村文化资源数字化。（六）智慧绿色乡村打造行动，包括提升乡村生态保护信息化水平、加强农村人居环境数字化监管。（七）公共服务效能提升行动，包括深化乡村“互联网+教育”、推进“互联网+医疗健康”、完善农村社保与就业服务、提升面向农村特殊人群的信息服务水平、深化农村普惠金融服务。（八）网络帮扶拓展深化行动，包括巩固拓展脱贫攻坚成果、做好网络帮扶与数字乡村建设有效衔接等内容。（中央网信办等十部门印发《数字乡村发展行动计划（2022-2025年）》）

   

    我们认为，制度安排坚持统筹协调、城乡融合，坚持规划引领、分类推进是必要的，但从数据要素的技术性与社会性兼顾、生产力和生产关系相结合的角度看，数字赋能乡村要素结构现代化，更直接、更为关键是要坚持以人为本、内生驱动，即始终把维护好农民根本利益、促进农民农村共同富裕作为数字乡村建设的出发点和落脚点，以充分发挥农民主体作用，激发农民积极性、主动性、创造性，让广大农民成为数字乡村建设的参与者、受益者；要以解放和发展数字生产力、激发乡村振兴内生动力为主攻方向，着力发展乡村数字经济，着力提升农民数字素养与技能，着力繁荣乡村网络文化，着力提高乡村数字化治理效能，为推动乡村振兴取得新进展、农业农村现代化迈出新步伐、数字中国建设取得新成效提供有力支撑。

数据要素在促进乡村生产力发展层面的制度安排，重点是要促进乡村产业创新、融合和转型升级。（1）促进新产业新业态新商业模式的生成。充分发挥数据要素产业催化剂的作用，在引导一二三次产业链延长、放大、分化、藕合关联与嫁接、再造，重构新的生产组织形态或服务组织形态，以及组合新意境新技术的过程中，促进乡村设施农业、观光农业、体验农业、创意农业、田园综合体、农村电商、农村快递、乡村旅游、乡村养老产业的成长。（2）促进产业融合发展。结合城镇与乡村在产业发展中的分工及其优势，重点发挥数据要素作为其它生产要素黏合剂的作用，鼓励和支持城镇与乡村非农经营主体借助数据平台根据产业链要求进行研发、生产或加工、销售等环节的重组，农业经营主体利用数据技术实现农业内部种植、养植等环节的整合或产业重组型融合；鼓励和支持城镇在数字化条件下实现研发总部与生产车间的分离并将生产车间向乡村转移，推动龙头农业企业等经营主体实现产供销一条龙的农业产业链延伸型融合；鼓励和支持利用数字化平台，推介农村土特产品、生态、文化旅游资源，吸引城镇人口，促进农业与第三产业的交叉型融合。（3）促进传统产业的升级改造。鼓励和支持高新技术与传统产业在边界处有机结合，将新技术、新工艺、新方法渗透到传统产业的生产、物流、销售和内部管理等环节，在渗透型产业融合过程中实现传统工厂向智慧工厂、传统农业向数字农业、现代农业方向的转变。其中，传统工厂向智慧工厂的转变需要更加重视发挥市场的决定性作用，而传统农业向数字农业、现代农业的转变则需要更好地发挥政府调节作用。

在我国土地家庭承包经营体制下，我国传统农业向数字农业转型的瓶颈，与其说是技术问题，还不如说是农业生产经营的体制机制问题。事实上，近年来，我国数字农业技术发展速度很快，突破了一批数字农业关键技术，开发了一批实用数字农业技术产品、网络化数字农业技术平台、数字信息标准体系、农业信息采集技术、大比例尺农业空间信息资源数据库、农业问题远程诊断、农业专家系统与决策支持系统、嵌入式手持农业信息技术产品、温室环境智能控制系统和数字化农业宏观监测系统等。但是，与西方发达国家相比较，我国传统农业向数字农业转型的步伐还比较慢，主要原因是，传统农民的知识、技能与数字技术应用的要求不相适应，以农户为主体的分散化、小规模生产经营模式与数字农业技术体系、应用体系和运行管理体系不相匹配，从而导致农业生产领域数据要素的有效需求相对不足。因此，传统农业向数字农业的转型的制度安排，既需要注重数字农业技术供给端数字技术的研发、数据采集、分析、转移、共享等领域的制度创新，还需要加强数字农业需求端的制度体系配套建设，重点是培育农业龙头企业、农场、农业专业合作社或其它新型农民联合体和新型职业农民等数据要素需求主体，因地制宜推进农业专业化、规模化、产业化经营创造数据要素应用适宜场景，支持建设数字农业技术、农业问题远程诊断和农产品电子商务等数字化平台，加强数字化科普、专门化教育培训和带头人示范提高农民应用数据要素的能力，以及增加政策投入、降低数字化应用成本或门槛、提供优质政府服务营造更加宽松的数字化应用环境。

在数据要素嵌入促进乡村生产关系现代化层面，一方面，为逐步打破由知识、技术和信息隔离引致的城乡发展差距，需要着力推进公共数据在城乡之间的自由流动和均等分享，促使知识、技术向乡村传播速度更快，覆盖面更宽。只有这样，农户与市场对接的可能性才更大，而且成本更低，劳动者利用数据要素而非从属资本要素致富的可能性越大。另一方面，在城乡关系领域，要通过清单制度规范面向“三农”的商业数据的范围，加大“三农”领域应用数据要素的政策扶持。在工农关系领域，数据嵌入乡村的制度安排，必须将提高“三农”生产领域的专业化、组织化、规模化，提升农村居民应用数据要素的能力和水平作为的重要内容，统筹数字经济时代工农之间前进的步伐。在脑力劳动与体力劳动关系领域，数据要素嵌入乡村，将会使乡村内部脑力劳动与体力劳动之间、体力劳动者内部的分化趋势进一步加剧，既有引导社会更加重视人力资本投资和促进全社会劳动力整体素质提高的功能，也有可能引发乡村高素质劳动力加速向中心城市的转移，加剧“三农”领域劳动力过剩而人才短缺的结构性矛盾，而且那些以体力劳动为主的群体尤其是纯粹以种田为生的农民，有可能沧为社会最弱势的群体。因此，协调城乡村数据要素配置与劳动力要素配置之间的关系，不断提高社会基本公共服务供给水平，切实保障经济社会转型时期弱势群体的基本生存、生活需求，是制度变革和创新的重要内容。