第四產業：數據業的未來圖景

第四產業:數據業？ 我們都已經熟悉了第一產業 、第二產業、第三產業，農業、工業、服務業的劃分。隨着數字經濟的蓬勃發展，傳統產業分類是否需要變革？是將新產業新業態歸到傳統產業分類中還是開闢新的產業分類？ 基於對產業未來發展的思考，一個新的歷史之問躍然紙上：農業、工業、服務業之後，什麼纔是真正的第四產業？ 在考慮第四產業之前，我們必須瞭解三次產業理論的提出過程: 配第—費希爾—克拉克—庫茲涅茨 17世紀，英國經濟學家，威廉·配第提出產業中心將從有形財物生產向無形服務生產轉變，勞動力由農轉工，再由工轉商的理論推想。 1935年，英國經濟學家費希爾在從世界經濟史的角度對三次產業進行了劃分。他認爲人類生產活動的發展有三個階段:在初級生產階段主要以農業和畜牧業爲主；第二階段是以工業生產大規模地迅速發展爲標誌，紡織和鋼鐵是代表；第三階段大量的勞動和資本流入旅遊、娛樂服務、文化藝術、保健、教育和科學、政府等活動中。處於初級階段生產的產業是第一產業，處於第二階段生產的產業是第二產業，處於第三階段生產的產業是第三產業。 20世紀40年代，英國經濟學家克拉克結合費希爾的三次產業劃分理論，基於各國統計數據分析驗證了配第關於勞動力在三次產業中的轉移規律，提出了一國產業結構演進基本遵循農業、工業、服務業遞進更替的規律，簡稱配第克拉克定理。 20世紀70年代，庫茲涅茨進一步研究提出，產業部門勞動生產率的差異推動了勞動力的產業間轉移，引致資源在產業間的分配，這是產業升級的關鍵。 從歷史來看，農業的發展爲工業化奠定了基礎，工業的繁榮爲服務業發展打開了廣闊空間，那麼第一二三產業的發展，必將是第四產業的前奏曲。 那第四產業到底是什麼呢？ 本書作者提出鮮明的觀點: 數據業是第四產業。 回顧人類的產業發展史，不難發現生產要素是滿足人類美好生活需要的基礎性和先導性資源。 每當一個新生產要素出現並融入生產生活，就意味着生產力實現了新的進步甚至飛躍。但無論是土地、勞動力、資本，還是技術創新、企業家精神，都難以跳出供給的有限性。 如何實現無限供給？數據! 數據是對事實觀察的結果，是對客觀事物的主觀記錄，是用於表示客觀事物的未經加工的原始素材。 數據業就是將數據轉化爲數據資產，將數據資產加工爲數據產品和服務，並以數據產品和服務爲相關產業賦能的行業和廠商的總和。數據業包含了三個緊密聯繫、缺一不可的組成部分。 第一，數據價值化。這一部分從各種自然活動和人類行爲中收集數據，並通過清洗、標註等方式形成數據資產，相當於數據的“採礦業”。 第二，數據產業化。這一部分通過採用各種算法和信息技術，將數據資產加工爲數據產品和服務，相當於數據的“製造業”。 第三，產業數據化。這一部分則通過對數據產品和服務進行系統集成，爲各類生產生活場景提供解決和優化方案，從而爲傳統的第一、二、三產業賦能。 數據作爲新的生產要素與傳統生產要素相比有三個不同點。 一是數據要素的經濟特徵不同。數據要素是一種存在於互聯網空間中的資源，虛擬性是數據與其他傳統生產要素的最主要差異，也是其主要特點。在經濟層面，數據還具有非競爭性、規模報酬遞增、正外部性等不同特徵。 二是創造價值的邏輯不同。數據生產力創造價值的基本邏輯，是以算法、算力推進隱性知識的顯性化，通過數據的流動、複製、集成、加工、創造等程序，把信息轉變爲知識，把知識轉變爲決策，從而產生價值。數據要素的價值不在於數據本身，而在於數據要素與其他要素融合創造的價值。 三是創造價值的模式不同。當今時代，數據只有根植於算法才能創造價值，具體有三種模式。 第一，倍增效應。數據要素可提高單一要素的生產效率，爲勞動、資本、科技、知識、制度等要素充分賦能，實現單一要素的價值倍增。 第二，資源優化。數據要素推動傳統生產要素的高效配置和耦合，成爲驅動經濟持續增長的關鍵因素。這正是數據要素真正的價值所在。 第三，激發創新。數據不僅可以優化存量資源的配置效率，而且可以激活要素提高產品、商業模式的創新能力，以及個體及組織的創新活力。 數據能做到哪些事情呢？ 讓機器智能化，讓數據可視化， 讓產業智慧化，提升全要素生產率， 促進高質量決策，數據降低交易成本， 提升勞動生產率和資本回報率， 驅動“源創新”。 數據好像無所不能!說了這麼多，數據業真能算第四產業嗎？ 通過短短一本書的說明和介紹就說數據業是第四產業，這個論證顯得很單薄，畢竟三次產業劃分經過了幾百年，很多代經濟學家的論證，更關鍵的是社會生產實踐的檢驗。 但本書至少是一種探索，一種嘗試! 時間會給我們答案。

一開始，是被本書的封面吸引（第四產業）。仔細一看下一行的小字，嗯，數據業，想想近幾年的感受，心裏便有了點答案。但，還是想看看作者是怎樣提出並證明的。受好奇心的驅使，便開始閱讀了。以下是一些自己的理解和一些摘錄。 一、三大產業。第一產業農業，第二產業工業，第三產業服務業（除第一第二產業以外的其他）。人均國民收入越低的國家，其農業勞動力所佔份額越大，第二、三產業所佔份額越小。但現在，我們也不能像一些發達國家一樣，盲目迅速去工業化，只看重比例。 二、古代，重視戶籍調查和土地的丈量。因爲這個涉及到國家的稅收和勞役。 三、產業結構由一轉向二，主線在於供給端，是人類製造產品的豐富和升級。由二轉向三，主線在於需求端，是人類攝入資源的豐富和升級。由三轉向四，在於連接供給和需求。隨着數據持續滲透到人類生產生活的每一個環節，人們的供給和需求將能夠更爲精準、快捷、智能地匹配和實現。這一主線發展的最終形態，很可能是供給與需求智能化、自動化的匹配和實現。在這種條件下，共產主義的“按需分配”是否將不再是夢想？ 四、數據業滿足，遞進性、引領性、可區分性、產出有形性四條標準，所以數據業是第四產業。 1、數據業的定義：數據業是將數據轉化爲數據資產，將數據資產加工爲數據產品和服務，並以數據產品和服務爲相關產業賦能的行業和廠商的總和。在這個定義中，數據業事實上包含了三個緊密聯繫、缺一不可的組成部分。 第一，數據價值化。這一部分從各種自然活動和人類行爲中收集數據，並通過清洗、標註等方式形成數據資產，相當於數據的“採礦業”。 第二，數據產業化。這一部分通過採用各種算法和信息技術，將數據資產加工爲數據產品和服務，相當於數據的“製造業”。 第三，產業數據化。這一部分則通過對數據產品和服務進行系統集成，爲各類生產生活場景提供解決和優化方案，從而爲傳統的第一、二、三產業賦能。 五、數據產生於我們的生活，也無時無地服務於我們的生活。比如:抖音根據算法，推薦你偏向的視頻，同時也推你可能喜歡的人。比如，智能手錶、智能耳機等穿戴設備，可以測心率等。比如:VR、和最近很火的元宇宙。再比如:滴滴打車、外賣小哥送外賣的路線選擇等。 六、二八定律、長尾效應。 七、科技進步並不能均貧富？ 大部分人在科技的突飛猛進中被落下了，社會總體福利水平提升反襯的是中下階層生活質量的下降，以及金字塔頂層的人在財富分配中佔比越來越高。這不禁讓我們反思，第四產業發展對於社會福利的終極影響是怎樣的？分配不均是科技進步本身造成的，抑或是現行的社會制度造成的扭曲？ 八、數據業的發展或者說科技的發展，可能會取締一般的會計、司機、翻譯等。但也會創造一些，對數據的收集、分析等崗位。以前，身邊的老師、長輩都說會計穩定，但現在這樣看，也挺不穩定的。作爲會計的我，感受到了深深的危機感。所以，學了全盤會計後，一定要側重於成本分析方面。 九、科技、數據業的迅速發展，也需要我們特別關注那些沒用智能手機的老年人和兒童等，也要考慮到他們。

斷斷續續讀了小一年。總體內容偏理論性。其中前幾部分對於第四產業-數據業，鋪墊過長了，屬於普及類知識。個人感覺真正指的看的是從第四章，第五章部分。整體內容框架大概清晰，但是對於內容脈絡不太連貫，書中提到的關於數據權屬問題，數據交易規則，數據價值計量，數據場景應用等內容大概一帶而過，不過從出書時間2021年出版來看，可能對比2025年相對早期階段，各項內容還是屬於偏向論證探索階段。因此感覺總體可讀性不太強。

“婁攴手居”爲“數據”二字之拆分，意爲不斷探索數據業的發展規律，用雙手的敲擊探索，不斷摘取夜空中最亮的星。未來已來，一個變革、偉大、註定載入史冊的數據時代。

很後悔 2 個小時讀了這本書。真的很差！ 就像是幾個在讀的有一點實習經驗的市場調研崗位孩子讀了一些論文，看了一些數據，然後把他們組合了一下，烹製了這麼一頓毫無營養且無口感的方便麪。 請大家避坑！

本書內容相對淺顯，沒有讓人驚豔的思想或理論，但作者思考的邏輯性框架是值得參考的。 一、發現問題：傳統的三產業劃分理論在統計當代經濟數據時常出現偏差，已不能反映經濟發展的全貌。 二、解決問題： 提出新概念：第四產業 曾被其他學者提出過的第四產業：信息業、金融業、綠色產業。 提出界定第四產業的標準：遞進性、引領性、可區分行、產出有有形性。 作者提出第四產業：數據業 三、數據業對經濟將產生的影響 改寫經濟規律：生產函數、全要素生產率和產業經濟學的改變 改寫社會結構 改寫國際關係 四、數據業發展爲第四產業的路徑 數據的發現、確權、如何發揮數據的效用、使用中的問題。

大數據時代，雲計算，科技的迭代，時代變換。

可幫助小白快速搭建數字經濟的一個認知框架

深入淺出的一本書，因爲書尾沒有參考文獻，所以如果是作者原創的話，那可以算得上是時代鉅著了！不過就算沒有，作者對第一第二第三產業的梳理，以及對數據業作爲未來第四產業的論證也足夠的清晰明瞭！並且，作者對數據業未來發展可能遇到的機遇和挑戰也具有足夠的戰略高度！尤其是對於國際形勢以及國家政策的解讀，足以引發大家的思考，對提高大家的認知維度有很大幫助！起碼我自己理解了不少國家宏觀政策背後的含義！ 最後，總結一下作者對第四產業特徵的總結，以備日後查閱： 1、看不見摸不着 2、無限供應，邊際遞增，長尾效應 3、AI處理代替人工處理 4、是一種資源和生產要素 5、未來會單獨計算在國家GDP中的比重

從朱民教授的課程推薦中過來的，2個小時翻完。 大多是一些已知理論的堆砌，但不忘引經據典，對於讀者來說也算是瞭解了更多歷史知識。讀起來的感受像是畢業課題論文。 總之還是一本非常緊扣時代主題的書，也有一點點小小的靈感獲得。