大數據產業是指以數據生產、采集、存儲、加工、分析、服務為主的相關經濟活動,包括數據資源建設、大數據軟硬件產品的開發、銷售和租賃活動,以及相關信息技術服務。作為戰略性新興產業,政策扶持較為常見。但政策供給與需求之間存在一定的失配現象,影響了政策落實,偏離了推動產業發展的初衷。

大數據產業的政策供需失配現象

政策工具分為環境政策、需求政策和供給政策三個類型。在2010年至2018年間26個大數據產業政策文本中,三類政策共計124條,再結合幾百家企業調查,發現政策供需失配現象普遍存在。

其一,政策工具結構在一定程度上失衡。環境政策、需求政策和供給政策分別為55%、25%和20%,各類占60%以上的政策單元有目標規劃與法規管制、技術應用、科技基礎與政府信息公開。可見,環境類間接政策使用力度顯著高于供需類直接政策。其二,政策知曉度及利用度呈現雙低現象。政策知曉度和利用度剛過平均分3.5分。指向消費者的需求政策知曉度和利用度較差,但針對企業的環境和供給政策受關注易利用。其三,政策供需匹配度相對不足。三類政策供給需求匹配程度均不到4分。企業需求最高的政策單元稅收減免占比63%,而獲得稅收減免也為最高37%。供給小于需求的政策單元前三位分別為市場信息支持、金融支持和政府數據開放。示范基地建設、場地稅費減免、知識產權、個性化技術指導、培訓咨詢和政府采購等政策單元呈現供給大于需求的樣態。其四,不同生命周期的企業政策知曉度和利用度迥異。成熟期企業對政策知曉度總體最高,但分項較低,因為成熟企業調查對象多為部門員工,他們了解與自己業務相關的某類政策,會以偏概全地認為整體政策知曉度也高。初創期、成長期企業調查對象通常是高管,他們對政策了解全面,各項得分都高。政策利用度方面,成長期企業利用情況最佳。其五,初創期企業政策供需失配較重。初創期企業政策知曉度高,但利用度不高且政策供需匹配度最低,說明現有政策不利于初創期企業。成熟企業的政策供需匹配度良好,因為他們內部基本形成了良性自生系統,外部政策依賴性下降,政策期望低。其六,高管和數據技術人員的政策供需匹配度偏低。高管熟悉政策、利用欲望強,期望越高越容易不滿意。數據技術人員對數據要求高,數據公開等政策供給不夠,造成供需匹配度低。

大數據政策改革的主要方面在供給側

習近平總書記指出:“當前和今后一個時期,制約我國經濟發展的因素,供給和需求兩側都有,但矛盾的主要方面在供給側�！蓖瑯哟髷祿�政策改革的主要方面也在供給側,即改革應以需求為方向指引,對供給側政策進行結構性調整。

第一,打造開放共享、多主體、高效的政策價值理念。其一,開放共享體現為秉持包容普惠的基本原則,采取同步分享、增量賦權的政策。這就是說,既要供給政策,也要需求政策;既要微觀政策,又要宏觀政策,并且各類政策應達至最優比例。最優比例依賴于政府在“賦權性”行業自治、市場內調的互動過程中,針對政策空集或沖突集,以適當政策增量賦權各方。其二,多主體參與大數據產業化,將主體從分離變為統一,扭轉高校和科研院所的職能“鎖定”,鼓勵先進數據技術走向市場。通過增加供給政策激勵企業成立像“達摩院”類的研究院,在大數據基礎技術和前沿技術,特別是AI、區塊鏈技術、自我進化型網絡等方面取得突破。其三,貫徹高速高效原則,以大數據技術和前端應用為兩翼、培育產業生態為主線、實現“一軀兩翼”模式。重點扶持大數據產業中大型先進技術企業,使之快速形成顯著優勢,實現大企業帶動小企業的效果。前端應用是動力,強化用戶的產業化參與地位,創造更多的應用場景,促成上下游合作,形成產業鏈前端倒逼后端的高效互促模式。

第二,把握政策動態性與穩定性關系。政策流變理論和漸進主義思想揭示了政策動態性和穩定性的本質要求。政策流變理論說明產業發展不同階段適用于不同的政策,政策與產業發展階段具有一定的適恰性。硬件、軟件行業處于成長階段,大數據應用行業處于初創階段,應分類制定政策。隨著大數據產業鏈逐步完善,政策也應改變。漸進主義思想認為政策有代際關系,把握這點可使新政策盡快落地開花,也容易迅速被企業利用。因為企業已經積累了利用以往政策的經驗,新政策與以往政策銜接得越好,越易于獲得漸進效用。比如大數據產業政策中稅收優惠、金融支持等政策需具有銜接性,新舊政策不能有天壤之別。

“統分結合”政策的供給側改革舉措

第一,完善政策制度體系。政策是制度的輸出,政策效果與制度唇齒相依。政策制度框架包括制定、組織、執行、評估。其一,自下而上和自上而下互動式政策制定。以產業鏈節點企業的“痛點”為起點,自下而上地制定產業政策。因政策制定不僅涉及發改委、經信委、科技局等多個職能部門,而且各省市具有地方特殊性,國務院發起,自上至下地制定政策將有利于全局統籌和協調。其二,政策組織制度創新。成立專門的大數據產業政策小組,小組成員由政府官員、產業聯盟機構、高校、典型企業代表等構成,有利于推進共建共治共享的制度體系建設。其三,充分發揮孵化器、產業園區等組織機構在政企之間的中介作用。在三線、四線城市,可以借鑒“開封微眾”的“政府參股模式”,提高政策落實度。其四,在政策評估環節,委托第三方機構,將政策需求方作為重點調查對象,把政策利用率和達成率作為核心評價指標,有助于調整政策供需結構。

第二,分層分類、結構合理、具體可行和內化趨同多管齊下。其一,政策不能一刀切,需分層分類。產業環境好、基礎配套完善地區,大數據產業政策應培育領軍企業,扶持示范基地,建立特色產業園區,形成中心到外圍的輻射效應。產業發展水平低、產業鏈低端的小企業聚集區域,減免稅費、場地優惠和金融支持等微觀且直接的政策應優先采用。在大企業集中的區域,以幫助企業協調省際關系、簡政放權和戰略布局等宏觀且間接的政策為主。其二,結構合理要求三類政策比例均衡。增加需求政策,適當減少環境政策。需求政策不應增加政府補貼,因為政府補貼反而降低企業成本加成率。反之,可增加技術應用和重大項目的投入,加強供給政策中的稅收優惠力度,增加培育孵化器等中介組織機構的政策,以此滿足小微企業居多的大數據產業的訴求。市場信息支持、政府數據開放和金融支持應增加,但不宜采用低利率貸款政策,因為低利率無益于優質企業成長。其三,上下級政策不應形式變化、內容不變,而應層層細化。下級政府的政策一定要細致可行,盡量用量化指標,否則會造成政策雖好,但抽象模糊無法利用。其四,同行業內政策應相似,減少差異性。大數據產業多數為創新型企業,自生能力強,容易獲得比較優勢。產業政策差異化程度越低,越有利于促進良性競爭。

(本文系國家社科基金重大項目“中國特色網絡內容治理體系及監管模式研究”(18ZDA316)、浙江省軟科學重點項目“創新型省份重點政策研究——推動大數據產業新視界的政策支持”(2017C25023)階段性成果)

(作者單位:浙江樹人大學管理學院)