中国式现代化是以高质量发展为内核推进的现代化。随着经济发展进入新常态，同时受发展环境、发展阶段和发展条件变化的影响，我国经济逐步从高速度发展阶段向高质量发展阶段转变。新质生产力，以其高技术含量、高质量标准和高效能表现，成为中国经济转型升级的领航者。它们不仅象征着科技进步的最新成就，更蕴含着推动社会全面进步的巨大潜能（邹佰峰，李景涛，2025）。国有企业特别是中央企业，是中国特色社会主义的重要物质基础和政治基础，是党执政兴国的重要支柱和依靠力量，在全面推进中国式现代化进程中发挥着不可替代的重要作用。确保国有企业在中国式现代化新征程上保持持续增长，对于巩固公有制主体地位、更好发挥国有经济战略支撑作用、确保党长期执政和国家长治久安具有十分重要的意义。管理学的研究指出，企业想要保持持续增长必须面对“第二曲线”的考验（Handy, 2017）。数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。中央企业必须尽快释放数据要素价值，加快开启“第二曲线”增长。

企业增长瓶颈与“第二曲线”增长

（一）为什么企业增长会面临瓶颈？增长问题既可以从宏观层面进行分析，也可以从微观企业视角进行分析。现代经济增长理论对经济体为何能够保持长期增长进行了丰富的讨论。索洛模型假定经济体增长只有劳动力和资本两种生产要素，人口、技术、储蓄率是外生因素，要素的边际产量随着使用量的增加而下降，经济会稳定在一个均衡的增长路径上。当生产要素的规模报酬递减时，经济增长必然会难以持续（Solow, 1956）。但内生增长模型认为技术进步并不是孤立于经济体外的变量，而是经济体内通过投资人力资本、知识积累的内生变量，即技术进步孕育于经济内的要素投资，从而实现经济体的内生增长动力（Lucas, 1999）。企业是实现经济体增长的重要动力来源，经济体的持续增长的微观表现就是企业的持续增长。将经济增长理论揭示的规律运用到企业增长情境中，我们可以推演出两个结论：一是在不考虑技术进步的前提下，企业不可能永远保持稳定的增长，而是会随着要素投资边际产量的递减，增长率逐步下降。二是技术进步是开启企业“第二次”增长的关键因素，并且技术进步因素并非不可控制的“外因”，而是企业通过自身投资能够主动变革的“内因”。

从微观层面来看，企业要想保持持续增长就必须克服组织惰性（Hannan & Freeman, 1977）。企业在面临外部环境、市场重大变化时，常常表现出实行变革的无力，这种现象被称为组织惰性（Miller & Friesen, 1980）。当企业增长陷入停滞和压力的时候，正是危机和风险加剧的时候，如果不采取变革与转型寻找新的增长模式，就会面临未来可预见的增长下滑。但有趣的是，正因为企业正处在增长停滞的节点，采取变革与转型带来的严重不确定性以及实施初期必然面临的阻力，很可能大幅影响原有业绩，反而更容易让企业对变革与转型“束手束脚”、“望洋兴叹”。企业陷入组织惰性时，通常会错失外部市场的新机会、新技术和新模式，从而错过企业增长的新动力，在长期竞争中逐渐失利，导致增长瓶颈。组织惰性通常被认为存在两种类型：一是资源守旧，二是程序老套（Gilbert, 2005）。资源守旧是由于企业过于依赖过去建立的资源，受制于“沉没成本”的惯性，认知上总认为老旧资源足以应对市场变化，从而不愿意变革投资开发新领域。此外，资源守旧还来自企业对于新兴领域的投入反而会“蚕食”原有业务的扩张，导致原有业务收缩的担忧。程序老套是企业原先建立的组织结构、制度流程不适应外部环境变化的表现。企业内的流程和制度通常是自我强化的，但新的变革必须打破老套的程序。当新的变革出现时，企业内的资源流动却依然按照过去的惯例运行，就会对资源的快速整合创新产生极大的阻碍作用。因此，资源依赖和程序老套的不利因素导致企业陷入组织惰性的困境，从而阻碍了企业的持续增长。

（二）企业如何突破瓶颈实现“第二曲线”增长？对比经济体的发展历程发现，任何一个经济体想要增长都离不开两个方面的因素：要素投入和全要素生产效率的提升。但现代经济增长理论指出，一个经济体想要“持续”增长，就必须提高全要素生产效率(吴敬琏, 2012)。对于企业来说，想要保持持续增长、突破过去增长瓶颈，就必须打破组织惰性，从寻找新要素和提高要素生产效率两个方向发力。

我们认为，数据要素既是一种新的生产要素，也是能够提高全要素生产效率的赋能要素，是企业开启“第二曲线”增长的动力源泉。数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。2024年，数字经济核心产业增加值占GDP比重达10%左右。

数据要素是一种科技含量较高的要素形式，能够产生新的增长业务。开发和应用数据要素依赖于多种科学技术，如5G、云计算、人工智能等。开发和应用数据要素的过程，就是在进行科技创新活动，就是企业投资科技进步获得内生增长的实际表现。数据要素又是一种溢出效应很强的要素形式，能够大力提升全要素生产效率。企业开发和应用数据要素必须对原有业务进行数字化，用数据描述业务运行的状态，用数据预测业务发展的方向，用数据进行战略决策。企业利用数据进行分析，能够获得新的知识与规律，优化生产、制造、运营、销售、服务等各个价值环节，提高其他要素投入的生产效率，实现全要素生产效率的提升。此外，企业开发和应用数据要素的过程中必然会变革组织内部的结构、制度，新结构、新制度有利于数据要素发挥作用。这种组织结构、制度的变革是破除企业惰性的有力方式。

已有研究者发现，以数据要素为核心的数字经济能够有力促进新质生产力发展，提升全要素生产率（柳江 ，赵鹏睿, 2025），赋能城市经济发展（傅东平，王欢，郭杰丹）。从具体产业领域来看，数据要素的有效配置在多个领域起到了积极作用，如促进制造业生产率提高（李治国，王杰, 2021），农业全要素生产力提升（孙光林, 李婷，莫媛, 2023），农业高质量发展（江兰兰，2024），企业绿色创新（李志军, 曾湘萍, 贺升东，耿末，2024），普惠金融发展（罗兴, 海焱茹，何奇龙）。因此，释放数据要素价值对于提高全要素生产率，开启“第二曲线”增长具有重要作用。

中央企业释放数据要素价值开启“第二曲线”的重要意义

（一）中央企业释放数据要素价值有利于打造富有活力的现代新国企。新一轮国企改革行动围绕提高核心竞争力、增强核心功能，推动中央企业发挥科技创新、产业控制、安全支撑作用。中央企业释放数据要素价值，能够大幅提升企业全要素生产效率。数据要素在党的建设、资源配置、董事会建设、运营效率、人员管理、投资管控、金融风控、安全生产等多个关键领域能够显著发挥作用。用好用活数据要素能够激活沉淀资产，打破部门壁垒，强化协同链接，增强运营韧性，推动中央企业智能化转型，灵活响应外部环境变化，打造富有活力的现代新国企，是落实新一轮国企改革行动的现实要求。

（二）中央企业释放数据要素价值有利于建设高水平现代化产业体系。当前，新一轮科技革命和产业变革深入发展，科技创新成为国际战略博弈的主要战场，深刻重塑全球秩序和发展格局。科技创新能够催生新产业、新模式、新动能，是建设现代化产业体系的迫切需要。本轮科技革命与产业变革的突出特点就是数据要素驱动。高质量数据集是驱动产业深度转型和催生重大科技突破的根本前提。以人工智能为例，高质量数据集是发展人工智能的关键因素之一，数据集质量的好坏决定了大模型能力的上限。中央企业是高水平科技自立自强的排头兵、是建设现代化产业体系的排头兵，是发展新质生产力的排头兵，现代化产业体系建设明确要求加快传统产业转型升级，壮大战略性新兴产业，超前布局未来产业。建设好现代化产业体系的关键就是用好用活数据要素。中央企业利用好、释放好数据要素价值是实现高水平智能升级的前提，是开展高水平科技创新的基础，是挖掘科学前沿问题的支撑。

（三）中央企业释放数据要素价值有利于支撑中国经济社会长期稳定发展。国有企业特别是中央企业，在关系国家安全和国民经济命脉的主要行业和关键领域占据支配地位。中央企业能否保持持续增长，开启“第二曲线”增长，对于中国经济社会长期稳定发展起到了基础性、决定性的作用。中央企业所处的行业数据量大、数据潜力足，用好用活数据要素，激发持续增长是维护中国经济社会稳定发展的基本盘。同时，正因为中央企业在国民经济命脉的主要行业起支配地位，中央企业释放数据要素价值对于全社会都有极强的溢出效应。此外，高质量数据要素是构筑国家核心竞争力的关键要素和维护国家安全的重要屏障。维护好关系国家安全和国民经济命脉的核心数据是稳定中国经济社会大局，提升国家治理能力的重要方式。

中央企业利用数据要素开启“第二曲线”增长的路径思考

（一）高度重视数据要素作为新的生产要素的价值。释放数据要素价值的首要任务就是从战略和思想上转变对数据价值的看法，将数据要素发展纳入企业发展规划，明确数据驱动企业业务创新的战略目标，自上而下地推动企业总体数字化转型；集团要统一部署数据要素发展规划任务，部署不同单位在数据要素的供给、开发、应用三项责任中的分工；要加大数据要素资源投入，保证足量资源投入数据要素的开发与利用工作；要主动变革组织结构，除了设立单独的数科公司外，还要将开发数据要素价值的责任分配给各个子公司；弘扬数据驱动文化，将应用数据决策、释放数据要素价值的理念传导给每一个员工。

（二）主动挖掘企业内部高价值数据要素。中央企业拥有丰富的数据资源和应用场景，但数据作为一种生产要素并非拿来即用的工具。企业必须在有限的资源中识别筛选高价值的数据，促进数据流通交易，开发数据的价值，分配获取数据要素收益以及保持安全可控的数据治理水平。中央企业要推进业务数字化，积累沉淀高价值数据集，利用好智能化工具建立覆盖研发、生产、销售、服务、管理等各个环节的数据资源体系，将原始数据转化为高质量数据资源；要提高数据治理能力，建立满足业务实际需求的数据架构，提高数据探索能力，构建数据生命周期管理体系；要精准分析高价值业务场景创新释放数据要素价值，依据业务痛点和实际需求从数据要素中寻找高效可靠的解决方案，通过小范围试点、快速迭代、验证推广等方式发挥数据要素的新模式。

（三）加大有利于数据要素价值释放的配套制度供给。数据要素价值的释放一定会变革企业原有的组织结构、制度安排和业务流程。数字时代，许多企业是天然的数字原生企业，诞生之初就是应用数据要素开展业务。但与数字原生企业不同，中央企业大多处在传统行业，组织结构、制度安排相对传统、稳固。但数据要素的特点就是快速、及时、变化。中央企业要加大数据要素配套制度供给，统一集团内部数据开发应用的标准和规则，建立主数据标准，确保数据要素在集团内可以自由流动；要敢于重塑组织流程，构建一体化的数据底座，打破部门壁垒，解决数据孤岛问题；要着重培养一批懂数字技术和经营业务的高级复合型人才，立足业务需要和产业发展方向组建有竞争力的数字技术人才队伍；要加强产业链数据融通建设，推动行业数据分级分类，促进形成数据融通路径的共识，共创行业数据开放标准。

（四）强化规范利用数据要素的风险防控能力。中央企业处在国计民生的关键领域，掌握的数据关系国家安全、社会稳定。中央企业要在释放数据要素价值的同时强化数据合规与风险防控能力，要构建合规高效的数据要素流通、交易制度，明确数据利用的边界和红线；要注重数据的法律合规建设，保障数据的收集、流通、应用符合上位法的合规要求，涉及跨境数据流通业务的更要着重分析不同地区法律体系的合规要求；要应用如可信数据空间、隐私计算、区块链等先进技术手段，从技术底层提升数据流通环节的安全可靠水平。但加强数据安全风险管理并不是反对开放，中央企业在更好释放数据要素价值过程中，更要推动数据分级分类开放，创新数据安全保护方法，如根据风险等级依次配置差异化的数据利用标准，对于低风险的数据利用场景，可采用减少授权同意频次、降低脱敏要求、提高共享便利度等措施。

作者单位：国务院国资委干部教育培训中心