本报讯（记者 袁航）4月28日，在2024中关村论坛年会“全球科技创新高端智库论坛”成果新闻发布会上，有记者问：“有观点认为，数据具有累积性、不消耗、易复制等特点，进而认为，数据已不再稀缺。您如何看待这一观点？”贵州省社会科学院党委书记黄朝椿回答：“我们搞研究，无论自然科学还是社会科学，最普遍的感受是数据不好找。高质量数据不是空气一样的存在，而是稀缺的要素资源。这也是经济学的基本常识，只有稀缺才能称得上是要素，不然就不算生产要素。”

黄朝椿表示，对于数据要素的性质，不少研究走向了法律化、政策化、一般化的路径，通过数据物质形态的表象，认为数据具有累积性、不消耗、易复制等特点，进而认为，数据已不再稀缺，打破了经济学关于资源稀缺性的假设。

“事实上，只要是生产要素、经济资源，就一定具有稀缺性。”黄朝椿认为，高质量数据的稀缺性主要表现为三个方面。

从价值来看，数据具有有用性。数据事实上存在于人类社会始终，农业社会、工业社会都有数据，而只有到了数字社会，数据才成为新型生产要素，作为中间投入参与社会生产活动，成为信息技术和网络空间赖以生存和发展、不可或缺的物质基础。也就是说，在数字化环境中，数据和其他生产要素一样具有很高的价值，是一种新型的战略性社会资源。

从总量来看，数据具有易腐性。由于存在累积性，数据作为客观存在，的确表现了无限性的特点。但数据会随着时间的流逝而迅速贬值。根据IBM的数据，60%的非结构化数据在几毫秒内就失去真正价值。这意味着，数据的价值很大程度体现在时效性上，超过一半的数据在产生的那一刻就不再有价值，能得到分析处理并产生实际效用的数据则更少。根据IDC的数据，全球90%的数据从未得到分析使用。2020年被创建或复制的数据中，只有不到2%被保存并保留到2021年。易腐性表明，真正具有价值、能够参与生产的数据也并不是无限的，数据具有时间价值，同样符合稀缺性原理。

从性质看，数据具有异质性。数据除了本身的信息量之外，不同数据包含着不同的意义，数据不会因为信息量相同而有相同的价值。实际上，数据价值因使用对象而异，因应用场景而异，因专业化数据质量标准而异。这一特性带来的问题就是数据很难进行产品化、标准化、批量化生产，也就是说，生产数据的边际成本将很高。