中国社科院信息化研究中心主任姜奇平：传统产业改造和优势产业做强，都需新质生产力促进
3月5日，十四届全国人大二次会议在北京人民大会堂开幕。国务院总理李强代表国务院，向大会作政府工作报告。
政府工作报告指出，大力推进现代化产业体系建设，加快发展新质生产力。充分发挥创新主导作用，以科技创新推动产业创新，加快推进新型工业化，提高全要素生产率，不断塑造发展新动能新优势，促进社会生产力实现新的跃升。
具体内容包括推动产业链供应链优化升级，积极培育新兴产业和未来产业，深入推进数字经济创新发展等。
记者注意到，今年的政府工作报告把“大力推进现代化产业体系建设，加快发展新质生产力”放在今年工作任务的首要位置。这有何深意？新型工业化与新质生产力之间是怎样的关系？还应如何加快数字经济与实体经济的深度融合？
带着这些问题，《每日经济新闻》记者（以下简称NBD）专访了中国社科院信息化研究中心主任姜奇平。
新质生产力促进产业发展
NBD：政府工作报告把“大力推进现代化产业体系建设，加快发展新质生产力”放在今年工作任务的首要位置。这意味着什么？
姜奇平：这意味着一直以来提出的建设现代化产业体系这件事，找到一个坚实的抓手，这就是新质生产力。全球新冠疫情过后，不是简单回到经济旧的状态，而是要通过科技创新创造出新的生产力，进一步提高产业体系现代化水平。
加快发展新质生产力，将对产
业体系的现代化发挥全面的积极推动作用。首先是对战略性新兴产业、未来产业，拓展新增长点。这两年发展比较快的都是数字经济、新材料、新能源，说明这些方向大有前途。中国的新能源车占据全球市场份额超过60%，中国大力发展新能源车就是抓住了发展新质生产力的机遇。
其次，传统产业改造，优势产业做强，也需要新质生产力来促进。例如机床是传统产业，但数控机床、智控机床就要抓住人工智能的浪潮；再如“名特优新”有许多通过各种形式的创新，在设计、个性化定制等方面，还有很大潜力可挖。
NBD：在推动产业链供应链优化升级方面，政府工作报告提到，创建国家新型工业化示范区，推动传统产业高端化、智能化、绿色化转型。您认为新型工业化与新质生产力之间是怎样的关系？
姜奇平：新型工业化是现代化产业体系中的工业化，新型主要表现在信息化、数字化上（它的另一面则是绿色化、低碳化），代表的是不同的现代化水平。对比传统工业化与新型工业化，前者是低附加值的；后者是高附加值的。造成这种差别的深层原因在于生产方式不同，单一品种大规模生产的传统工业化生
产方式，必然造就规模大但利润低的低附加值的经济；而小批量多品种的先进生产方式，必然造就批量小但利润高的高附加值的经济。
推动新型工业化有两大关键：一是提高生产力的现代化水平，在工业生产力基础上发展数据生产力；二是提高生产方式的现代化水平，在工业生产方式的规模化基础上，发展出以新质生产力支持的定制能力，把转型重点放在以科技创新支撑转变生产方式上，实现大规模定制。如果只有科技是新的，生产方式仍是旧的，还是传统工业化的，新质生产力与新型工业化就结合不好。
从这个意义上说，新型工业化与新质生产力之间是现代化生产方式与现代化生产力的关系。先进生产力决定生产方式要破旧立新，先进生产方式则解放先进生产力。
数据×行业赋能实体经济
NBD：在深入推进数字经济创新发展方面，政府工作报告提出，制
定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。对于加快数字经济与实体经济的深度融合，您有哪些思考和建议？
姜奇平：第一，建议在“数字要素×”的推进中，将自上而下的行业推进，与自下而上的市场推进结合起来，使宏观与微观上同时发力。
首先，数据要素乘以行业应用，形成“数据×行业”，如数据乘农业、数据乘制造业、数据乘服务业等，赋能实体经济。例如，茂名邮政建立“数字链农产业联合体”，利用销售数据分析能力寻找目标市场，开展全国“万人拼团”等活动， 2022年带动荔枝销售1500万元，以数字经济带动了实体经济。
其次，数据要素乘以企业应用，形成“平台×应用”，即平台企业基础业务与平台内企业增值应用相乘，实行数据要素提供本身不收费，但按照使用效果收费的有偿共享模式，即，将数据要素以流量共享、流量转化等形式直接赋能于应用企业，再从有收益的应用中，获取会员费、使用费。将数据资产定价，从产前转向产后，从而通过应用，为数据要素间接定价，在促进数据使用价值复用与充分利用中，消除交易所产前定价中“贝塔值”的不确定性。
第二，建议以应用为主导，鼓励适应数据规律的市场化探索。
在数据要素市场化方面，要先立后破，沿着生态化方向进行市场经济机制的探索，例如，将排斥数据外部性的单边市场与可以对数据外部性收费的双边市场结合起来发展，把不依靠API模式的数据交易（场内交易）与依靠API模式的数据交互（场外交易）结合起来，最终把加快数字经济与实体经济的深度融合的文章，做到数据要素与实体应用的紧密结合上来，避免重蹈金融加杠杆脱离实体经济的覆辙。
第三，对于数据交易场所本身，要支持其差异化发展，鼓励与行业应用更紧密结合。以补救其与应用脱节的天然缺陷。
一是推动电力、交通、金融、电信等行业主体或具有全国影响力的行业性机构建立行业性数据交易平台，开发贴近行业发展的数据产品和服务，推动行业内建设更高效的数据要素流通与交易机制，帮助企业寻找可用数据资源，促进数据要素与各行业融合应用，并结合应用场景确定价值与价格。
二是除企业间直接交易模式外，鼓励交易场所建立将场外交易引入场内的各类创新探索。支持线上线下结合平台交易、联盟交易与共享交易，鼓励在数据交易同时，研发来自数据源开发的数据产品、数据服务。
三是支持数据交易平台开展提供数据产品与服务交易与加工处理服务结合的前店后厂模式。
四是支持龙头、链主与数据要素×诸领域机构，如与农业局、医保局等合作，通过场景寻找数据需求，通过数据交换直接提供服务。
五是推动与行业应用结合紧密的场外交易，向双边市场方向升级。