引入
「数据」在社会发展中慢慢显示出了它的价值，在十九届四中全会上也被确认当作了新的生产要素，与「土地」「劳动」「资本」和「企业家才能」并称。
那么「数据」为什么「有价值」呢? 其「价值」的「体现」又是什么呢?
又该「如何看待」数据的价值呢？
数据的「价值表现」
像其他生产要素一样，数据的「价值表现」需要通过「生产活动」来进行。
在生产活动的不同阶段，数据有其不可替代的价值
- 从0到1的创新性生产活动：通过数据把握变化的「需求」，「指导」创新的「方向」，提高创新的成功率和目的性。
- 从1到100的工程性生产活动：通过数据把握生产的过程，提升产品「可靠性」，提高「生产效率」，提高工程的「可预期性」，从而降本提效。
另外数据也变革了生产的模式。传统的生产需要「定义原材料」+「定义产品」+「定义生产过程」，目的和手段都必须投入人工。但通过数据和机器学习的方法，我们一定程度上可以实现只「定义原材料」+「定义产品」就能「完成生产」。
传统的程序都是给定「输入」和「处理方法」，得到源源不断的「输出」。数据+机器学习可以通过给定「输入」和「输出」，得到「处理方法」。并使用得到的「处理方法」再给定「输入」，得到源源不断的输出。
数据的「价值内涵」
历代的生产资料的「价值内涵」都在于其「固有的稀缺性」
数据其「价值内涵」也不例外。其稀缺性体现在两方面
- 存量的信息差
- 增量的稀缺性
数据本身具有低复制成本的特点，即其规模化是无成本的，且有巨大的正外部性。但数据作为一种信息的数字化存在形态，所以还是存在「信息差」的。但这种「信息差」更多的是一种「人为的稀缺性」。
同样数据的制造也具有稀缺性。现代社会虽然有海量的数据，但是「结构化可利用的数据」是稀缺的，这是受制于当前生产力阶段的一个「固有的稀缺性」。
数据的「价值观」
有「巨大外部性」但因为「人为因素」产生的稀缺的「存量数据的信息差」，本质上是垄断的产物。所以目前国家引导「数据要作为公共财」，是一种促进社会发展的反垄断行为。作为企业和个人，应把精力放在「把握增量的稀缺性」上，通过挖掘数据内生的价值，去创造财富增量，这才是面对数据时「价值观」的正道。