大数据产业发展中的政府作用：关系模型、系统思考与政策建议*

王 谦 李天云 杜 钰

(1.四川大学 公共管理学院， 四川 成都 610065； 2.四川大学 经济学院， 四川 成都 610065)

近年来信息技术日新月异，随着人工智能、物联网、云计算等信息技术的发展，数据物化和物数据化使得人、机、物高度融合，人类进入了大数据时代。作为国家的基础性战略资源，大数据成为治国强国的科技利器。[1]美国、英国、新加坡、澳大利亚、韩国、日本等发达国家均出台了大数据国家战略，致力于争夺大数据产业发展的制高点。随着《促进大数据发展行动规划纲要》和《大数据产业发展规划(2016—2020年)》等系列政策文件的出台，发展大数据已经上升为中国的国家级战略。实施大数据国家战略以来，中国大数据产业发展已经取得了丰厚的成果，打造了大数据产业发展的典型——贵州样板，并在行业、企业、区域发展中呈现蓬勃发展之势。但是依然存在许多发展困境和制约因素使得大数据产业发展呈现出不平衡、不充分的状态，所以政府推动思想解放和发挥发现、引导、扶植、推广、规范化等作用就成为了实现大数据产业高质量发展的关键。然而大数据产业发展中的政府角色和政府作用的研究却是国内外大数据产业研究的薄弱环节。因此亟需加强大数据产业发展中的政府作用研究，促进大数据产业的高质量发展。

一、大数据产业发展与政府作用的关系模型

(一)政府作用机制内涵与要素

大数据产业发展中的政府作用机制是指：政府在一定时期内为了培育和推动大数据产业的发展(目标指向)，通过制定相关的政策和制度(基本结构)并按照一定方式作用于大数据产业的内在逻辑过程和运行体系(逻辑关系)。在中国大数据产业发展中的政府作用机制可以用“政府作用机制函数式”来表示：

CBDI=f(MGB)=f(MCGB,MLGB)

其中，CBDI表示大数据产业的变化(Change of Big Data Industry)，MGB则表示政府行为机制(Mechanism of Government Behavior)，包括中央政府行为机制(Mechanism of Central Government Behavior)，也包括地方政府行为机制(Mechanism of Local Government Behavior)。MGB又是由经济调节系统(R&D投入、扶持基金和财政政策等要素)、社会管理系统(有为政府、社会保障、公共安全、资源获取等要素)、市场监管系统(产业导向、市场准入、行政执法等要素)和公共服务系统(环境氛围、基础设施、人才获取、政府效率等要素)四个子系统构成的总体。[2]

(二)大数据产业绩效要素分析

关于大数据产业绩效评价最具重要性、实用性和适用性的理论工具莫过于卡普兰和诺顿提出的平衡计分卡(balanced scorecard,BSC)。依据平衡计分卡的思想，大数据产业的绩效要素可以做一个简要的提炼，技术创新程度、资源利用程度、市场渗透程度和阶段成熟程度就成为大数据产业绩效评价的四个维度。[3]此外，在信息化和全球化时代，环境动态性对大数据产业发展绩效也有调节作用，技术动态性和市场动态性的客观存在使得大数据产业绩效受到技术风险和政策风险的调节影响，因此企业的战略主动和政府作用的适应性就显得十分重要。[4]

(三)大数据产业发展与政府作用关系模型的建构

通过政府作用机制分析可以看出政府作用行为主要包括公共服务、经济调节、社会管理和市场监管四个维度，而大数据产业发展绩效评价维度则主要包括技术创新程度、资源利用程度、市场渗透程度和阶段成熟程度，政府作用行为对大数据产业发展绩效具有重要影响，与此同时，环境动态性即市场动态性和技术动态性形成的政策风险和技术风险也会对大数据产业的发展绩效产生影响。由此，政府行为与大数据产业发展绩效之间的关系就可以用下列的概念模型来表示。

图1政府行为与大数据产业发展的结构关系模型

一般认为在大数据产业发展中基础设施、政府效率、人才获取、环境氛围、R&D投入、财税政策、扶持基金、阳光政府、公共安全、资源获取、社会保障、产业导向、市场准入以及行政执法等公共服务、经济调节、社会管理和市场监管(外源变量)的行为要素运用得越好越有利于提高大数据产业的技术创新程度、资源利用程度、市场渗透程度和阶段成熟程度(内源变量)，且技术创新程度、资源利用程度、市场渗透程度和阶段成熟程度之间也存在内在的因果关系。此外，技术风险和政策风险(调节变量)也对大数据产业的发展有重要的影响。

二、促进大数据产业高质量发展的系统思考

(一)产业规律和政府作用是理论前提

国家政治制度结构是理解政府作用机制的基石，大数据产业发展规律则是发挥政府作用机制的前提。公共治理制度多样性和大数据产业生命周期是正确理解和发挥政府作用，推进大数据产业平衡充分发展的着眼点。公共治理制度的多样性客观存在于国与国之间以及国家内部。美国、英国、新加坡、澳大利亚、韩国、日本和中国在政治结构、产权结构、社会结构上差异较大，官僚化、社会化和市场化的制度安排也不尽相同，因此在大数据产业发展中政府作用机制的发挥也相去甚远。在我国，中央政府和地方政府以及各地方政府之间，具有相同政治结构和产权结构，但是社会结构具有多样性和差异性，认知性社会资本的丰富程度也不同，因而虽然在官僚化制度安排上具有统一性，但是社会化和市场化制度安排又有较大的分殊。也就是说，在大数据产业发展过程中，由于行动者与行动情景构成的行动舞台不同，因此要从制度多样性视角来理解政府作用。[5]此外，大数据产业发展有一个从初创期、成长期、成熟期、稳定期再到调整期的生命过程，时空不同，政府作用机制也存在阶段性、地域性差别。

图2大数据产业发展中政府作用机制的逻辑过程

因此，为了促进我国大数据产业的发展需要明晰政府作用的阶段性、多样性、连贯性、全局性和层级性。阶段性是指要随着大数据产业发展的不同阶段进行相应的调适；多样性是指大数据产业发展存在地域性，因而相应的政府作用机制也存在多样性；连贯性则是指政府出台相应的大数据产业政策法规时要前后接续；全局性是指在大数据产业发展中，中国共产党在顶层设计及地方布局中具有统筹作用，层级性则是指在大数据产业发展中中央政府和地方政府之间作用机制存在侧重点和差异性。

(二)识别大数据产业发展中的制度困局

虽然大数据产业发展中关于政府作用的重要性程度的认识存在分歧，但是毫无疑问政府在大数据产业发展中具有重要作用。中国的大数据产业发展面临着“中国经济增长模式”转型和“制度基础设施薄弱”的双重复杂困境。在发达国家政府大力推动发展大数据产业的背景下，中国大数据产业发展亟需政府作为，创造一个“优生优育”的环境。

改革开放四十年中国经济增长模式主要是以“三驾马车”拉动经济增长，按贡献率大小排序的结果依次为投资、出口、消费，其中固定资产投资在投资中具有绝对优势，而国有企业和地方政府作为固定资产投资的主体，在金融抑制和地方放权的条件下形成了对民营企业的“挤出效应”和地方政府经济增长主义，投资资本收益率低下，长期以来形成了以规模取胜而不是以质量取胜的经济增长模式。在以投资拉动为主的粗放增长模式下，制度基础设施建设也就相对薄弱和滞后，主要体现在几个方面：地方政府成为了经济投资的参与者、决策者，角色定位和职能划分混乱；生产要素市场化进程缓慢，资金、原材料、土地、劳动力和数据等处于严格的计划管控之中，金融抑制、产权不清晰、户籍限制、政府数据不透明；地方保护主义和行业的地域性、行政性分割使得交易成本过高；国企对民企和中小微企业的“挤出效应”造成企业结构不合理，企业家精神缺失；等等。近年来，“经济新常态”与“国家治理体系和治理能力现代化”的提出意味着中国经济增长模式的转型和制度基础设施建设的向好发展。处于起步阶段的大数据产业要在过渡阶段良好培育和发展亟需发挥政府经济调节、社会管理、公共服务和市场监管多种职能。

(三)综合施策以促进产业高质量发展

就当下中国大数据产业发展而言，要不断完善和发挥政府公共服务职能，加大大数据产业相关的基础设施建设，缩小与发达国家在基础设施层面的差异；为大数据产业发展营造良好的数据文化环境和舆论氛围基础，促发企业家精神；为大数据产业发展培养专业的技术人才和管理人才，为大数据产业持续健康快速发展提供人才储备和人才保障；要注意全球大数据产业发展中的技术变化和市场变化趋势，为企业提供引导。要优化政府经济调节职能，加大大数据产业的科技研发投入，为大数据产业发展提供扶持基金，带动企业科技创新，为关键核心技术的研发提供资金支撑；为培育和促进大数据产业发展提供亟需的财税优惠政策；引导大数据在行业、要素类型、产业环节以及地域之间平衡充分发展。同时，要不断提高政府数据开放程度，加快政府数据开放进程，为大数据产业发展提供健全的社会保障和社会安全机制，为大数据企业的资源获取和政务信息提供便利性。在大数据产业发展过程中要更加注重市场监管，任务导向政策与扩散导向政策相结合，建立健全市场准入机制，适时将大数据产业发展过程中的政策文件上升为法律法规，完善大数据产业发展的法律法规制度。

三、基于国内外大数据产业发展经验的政策建议

(一)以理念创新为引领，以技术创新为动力

从国外大数据产业发展的政府作用实践研究中，我们可以看到美国、英国、韩国、日本、澳大利亚、新加坡提出了诸如数据权、智慧国、第四次产业革命、IT立国等多种多样的新理念，甚至早在20世纪60年代日本社会学家就提出了“信息社会”的概念，并催生了日本的第一次信息化浪潮。在国内大数据产业中的政府作用实践研究中，我们可以看出贵州在关键问题、核心理念、产业层级、三类产业、三大中心以及发展目的多个维度的理念创新，并且突破了“条数据”的理论窠臼，创造性地提出了“块数据”的新理念，用于统筹集成条数据，深化促进商业模式、应用场景、政府治理模式和公共文化的发展。[6]大数据技术的创新，尤其是大数据关键技术的突破，则是大数据产业进一步发展的基础支撑。恩格斯说：“社会一旦有技术上的需要，则这种需要就会比十所大学更能把科学推向前进。”[7]大数据技术的发展是大趋势，只用顺应技术变革，推动技术创新，夯实大数据产业发展的基础，才能赢得竞争优势。贵州大数据产业的发展充分彰显了竞争优势创造力在信息社会带来的大机遇，即打破传统资源禀赋的限制，以理念创新为引领，技术创新作支撑，实现欠发达地区的创新发展。

(二)推动完善体制机制，创新政策法规体系

道格拉斯·诺斯在《新制度经济学及其发展》一文中对发展经济学和新古典经济学中将政府当作外生变量和隐含假设的理论主张进行了批驳，认为“影响经济绩效的是政府，因为他们限定并执行游戏规则，就政策导向而言，制度创设比配置效率更为合适”。[8]就大数据产业的发展而言，政府在完善体制机制和政策方法创新方面无疑起着主导作用。大数据产业的快速健康发展既要求政府修改传统的“游戏规则”，又要求政府建立具有适应性效率的新的“游戏规则”，以制度创设改进配置效率。在政府作用的国内外实践中，美国、英国、韩国、日本、新加坡和澳大利亚等国家成立了专门的大数据机构，就数据开放、数据安全、数据权属等方面不断推进大数据法律法规建设。英、美等国家不但在国内完善和创新大数据发展的体制机制、政策方法，还在国际上倡导成立开放政府联盟并发表宣言。新加坡则将“强政府”的理念贯穿在体制机制、政策方法中，对于解决跨部门、跨区域合作具有重要的启发意义。而韩国政府虽然短短几年间就经过李明博政府时期(2011—2012)、朴槿惠政府时期(2013—2016)和文在寅政府时期(2017至今)，但是大数据产业的体制机制却并未因领导人的更替而中断，相反政策法规得到了持续推进。中国则形成了以技术和制度双轮驱动以及多方参与、共谋发展的行动框架，并以国家大数据综合试验区为依托推动地方政府积极发展大数据，推动贵州样板先行先导，区域发展协调联动，培育企业主体，完善大数据行业法律法规。其中贵州发展大数据过程中以综合创新为引领，体制创新、政策创新和方法创新为配套，形成了四位一体的创新体系，在完善体制机制和政策方法创新中具有示范效应。

(三)注重专业人才培养，辅以资金支持为保障

“人才是支撑发展的第一资源”[9]，人才是第一位的，在立国、治政、兴业之中具有关键性和根柢性作用。[10]大数据发展之要，首在育才、重才、聚才、辨才、用才。随着大数据、云计算和物联网等信息技术的发展，大数据人才需求急剧扩大，市场供不应求，全球各国都出现了“大数据人才荒”。中国的大数据人才供不应求现状十分严峻，大数据专业人才十分缺乏。据统计，2018年中国大数据人才规模仅有46万，在两到三年内人才需求缺口将高达150万，在基础性数据分析方面人才缺口未来几年则有可能达到1 400万。[11]而大数据战略落地生根的关键在大数据人才，大数据战略之争实际上是人才之争。因此要全面推进“技术、管理、安全、分析、政策、开放和数据科学”[12]七个方面的大数据人才培养，形成政产学研用一体化的大数据教育生态。人才培养是大数据产业发展的根本，资金支持则是大数据产业发展的保障。美国、英国、新加坡、澳大利亚、韩国以及日本等发达国家的R&D投入远远高于中国，从各国R&D投入占GDP的比例可以看出，长期以来中国的R&D投入占比都低于世界平均水平，与发达国家相比则差距更大。在大数据产业发展中，各国的资金支持力度也非常大，大数据战略计划中都有专门的资金划拨。以英、美为例，美国首批投资2亿美元，后国防部又投资2.5亿美元，能源部又追加2 500万美元投资，英国则前后分别投资了1.89亿英镑和9 000万英镑。[13]因此，要结合大数据产业发展的现实状况，在扶持基金、财税政策和风险基金上更加积极有为，[14]促进大数据产业在人力资本、基础设施、示范工程、领军企业和重要行业等方面的建设。

(四)政府要提供公共平台支撑，打造协同创新的生态体系

大数据时代是一个“数据为王”的时代，也是一个“平台为王”的时代。随着信息技术的深化发展，平台作为对无平台社会的“帕累托”改进，将会扮演越来越重要的作用，甚至可以说信息时代就是平台时代。[15]平台经济学理论认为：“产商和消费者必须接入一个平台，才能解决时空搜索和邂逅问题。”[16]大数据平台建设既是物理意义上的基础设施建设，又具有经济学上的市场平台意义。一般而言，大数据平台技术架构由“基础设施层—数据资源层—平台支撑层—应用支撑层—业务服务层—终端接入层”构成，而大数据平台体系架构则由“资源层—感知、接入层—服务层—门户层—应用层”构成，大数据平台既具有现实性又具有虚拟性，聚合功能、协调功能、重组功能和交互功能是大数据平台的基本功能。[17]在国内外大数据产业发展实践中，美国和中国贵州是平台建设的典范。美国的大数据平台建设主要是公共基础平台，包括Data.gov平台、Apps.gov平台和OGPL平台，在平台建设的基础上美国形成了协同创新体系。贵州则搭建了“云上贵州”生态系统平台，形成了“统一建设、分类部署、应用开发独立”的“基础资源—服务—应用”一体化系统平台，并在网络有害信息监测、智慧食药监、智慧旅游应用、农产品单品种、能源物联网数据服务、精准扶贫、教育、医疗健康以及公共资源交易分析等领域推出了系列大数据平台，不断加强网络架构能力、基础资源能力和应用支撑能力建设。大数据平台建设是形成良好的大数据产业生态的基础，大数据产业生态建构优化则是对大数据平台的发展应用。依托大数据平台建设支撑，大数据产业生态建设要从微观、中观和宏观上分别推进大数据企业、大数据产业园区和大数据区域产业生态建构，并利用大数据将自然生态系统、社会系统以及产业经济系统整合起来，打造良好的人文、政策、经济和产业环境，形成具有中国特色的大数据产业协同创新生态体系。[18]

(五)政府推动普及大数据应用，实现优政、惠民、兴业

数字化转型是大趋势，未来一切都将是数据化的，掌握数字化的主动权，积极利用大数据提高和优化政府治理、经济发展和公共服务水平，具有战略意义。美国在国际数字化进程中影响力和控制力显著，根据《大数据之眼：无所不在的数字幽灵》的作者尤夫娜·霍夫施泰特介绍：“因为欧洲的数字化进程是由美国的垄断巨头所控制，对于‘什么是数字化’的问题，在2015年的夏季有超过一半(56%)接受问卷调查的德国人答不上来；三分之一的人都没有听过这个概念。对于物联网，88%的受访者表示无法设想，92%的人没有听说过大数据。”[19]以至于作者发出“全欧洲都丧失了创建与创造的意志”的感叹。从尤夫娜·霍夫施泰特的描述中我们有两个方面的收获：第一，要高度重视、捍卫和维护国家数据主权，防范数据霸权，掌握核心技术能力，把握数字化的主动权[20]；第二，数字鸿沟和数据鸿沟问题严峻[21]，随着信息技术的深化发展和更新迭代，“一波未平，一波又起”，各种各样的信息技术鸿沟变得更加难以弥合，且有从单一向多重、从地区到全球的恶化趋势，因此要推动信息技术及其产业成果政用、民用和商用相结合，以实现优政惠民兴业的目的。根据《大数据蓝皮书·中国大数据发展报告No.2》的调查评估，从中国各省份大数据发展政用、商用和民用指数的现实情况来看，中国存在地区发展不平衡、不充分以及政用、商用和民用不平衡、不充分的问题。[22]因此，中国要进一步推进大数据产业发展，普及和推广大数据应用，弥合数字鸿沟和数据鸿沟，遏制两极化倾向。

(六)注重发展阶段的前后接续，推动区域协调发展

大数据产业发展具有阶段性，其生命周期的不同阶段大数据能力培育的侧重点不同，客观上就要求政府作用机制也要与之发展阶段相适应[23]，因此政府作用机制就要具有阶段性特征。在大数据产业初创期，由于技术不确定性很高，资金投入风险较大，因此要以扶持性政策为主；在大数据产业成长期和成熟期，投融资需求增大，政产学研用合作网络有待完善，市场发育不成熟，并且知识产权保护制度尚未健全，因此要以引导性政策为主，扶持性政策为辅；在大数据产业进入稳定期和调整期后，由于大数据产业关联性、带动性明显，且面临着产业结构优化升级的问题，所以政府相机综合利用限制性、引导性和扶持性政策。在大数据产业的全生命周期，我国中央政府和地方政府的作用也有所不同，中央政府一般负责顶层设计，充当“设计师”和“号召者”的角色，地方政府则更多地扮演“园丁”和“响应者”的角色，在“摸着石头过河”中推动大数据产业落地、生根、发芽、开花、结果。

然而，由于不同区域的资源禀赋和比较优势不同，大数据产业兴起的时间前后不一，且中央政府层面的战略指向和定位存在差异，我国大数据产业区域发展不平衡、不充分的态势十分明显。通过计算东部地区、中部地区、西部地区和东北地区的大数据发展指数均值，并以东北地区为比较的基准得出了各区域发展指数与东北地区的差距情况，可以看出中部、西部和东北地区总体差距不大，发展相对均衡，但是与东部地区相比差距显著，且有拉大趋势，区域发展不平衡、不充分态势明显。因此，要坚持“创新、协调、绿色、开放、共享”五大发展理念，以创新推动地方提升竞争优势创造力，以协调推进四大区域充分平衡发展，促进一二三产业转型升级、绿色发展，实现大数据发展的开放共享。

(七)推动行业要素和产业环节的充分协调发展

中国经济发展进入新常态，要素驱动和投资驱动型增长乏力，经济增长更多地要依靠创新驱动。“科学发现、技术发明和产业创新是实现高质量发展的关键动因，只有创新驱动的经济才能实现持续的高质量发展。”[24]从创新驱动战略的出台到以创新为引领的五大发展理念的提出都强调了创新驱动的重要性。而在我国大数据企业成长要素类型中，创新驱动型企业占比依然相对较小，2017年在融合应用型、市场拓展型、基础带动型和创新驱动型四类要素类型中占比仅为22.10%，尚有较大的提升空间。要实现大数据产业的高质量发展，就必须要以创新驱动型企业为领军力量，加强推进基础带动型企业的发展，不断拓展大数据产业市场，实现大数据与一二三产业的融合应用，实现大数据产业与传统产业的耦合发展。在大数据产业环节发展中，要不断补齐数据存储、数据流通和数据可视化的短板，加快推进数据预处理和数据采集环节的充分发展，同时促进企业在数据挖掘分析环节创造核心竞争力。对于领军企业、中坚企业和上升企业，政府既要利用具有针对性的特惠制度，又要从人文、市场和产业整体的大环境来培育创设普惠制度，在从特惠制度过渡到普惠制度的过程中充分利用竞争性地方政府转型机遇助力大数据产业发展。[25]以发展导向由注重经济总量转向公共服务的竞争性地方政府增长模式改革为契机，更多发挥公共服务型政府职能，加强农业、旅游、工业、教育、医疗健康行业大数据的发展，同时不断夯实金融、电信、政务、商贸和交通行业大数据发展。推动大数据产业与实体经济深度融合，行业布局要协调推进，企业成长要素类型要合理，产业环节发展要充分，要在解决发展不平衡、不充分问题的基础上推进大数据产业的高质量发展。

(八)加大基础设施建设，推动大数据核心技术攻坚

在国外大数据产业发展的实践中，日本、美国等早在20世纪中后期就开启了信息化基础设施建设；英国也充分利用工业革命的坚实基础和丰硕成果，在农业、医疗、航空、零售业等领域积极夯实信息基础设施建设，快速推进大数据的分析和应用；韩国、新加坡等自20世纪90年代以来也积极推动信息基础设施建设，加大R&D投入，且韩国、日本等国家的R&D投入占GDP比重有持续上升趋势。在当下大数据产业发展中，基础设施建设存在同质竞争、盲目建设等诸多问题，效率性和完备性有待提高。同时，核心技术创新研发能力不高，关键共性技术推进缓慢。在基础设施建设和核心技术攻坚上亟待政府发挥引领、服务和激励作用。在《促进大数据发展行动规划纲要》中国务院提出要推进“十大工程”，其中就包括基础设施建设统筹、关键技术研发和产业化两大工程。此后发布的“十三五”规划和大数据产业发展规划的相关文件都指出了要完善基础设施建设，加强大数据产业创新发展能力，加快技术产品研发。但是作为一个发展不平衡、不充分的大国，地区之间、区域之间、城乡之间的大数据基础设施的建设依然具有较大的提升空间，依据关于大数据共性技术路线图的相关研究，从中长期来说大数据关键核心技术尤其是云计算平台技术要追赶和超越发达国家仍然需要不断努力，要全面推进数字化转型，迎接大数据时代的到来和深化发展可谓任重道远。

(九)引导公民社会发育，注重数据文化的培育

“一个真正的信息社会，首先是一个公民社会。”[26]信息社会与公民社会交织推进、耦合互动成为了最为鲜明的时代背景，大数据产业的发展有赖于公民社会的勃兴。公民社会的相关研究已经从自由主义和国家主义过渡到了社会主义市民社会的研究阶段[27]，“国家—市场—社会”理论框架是理解公民社会的钥匙，该框架致力于打破传统“国家—社会”的二元对立的理论窠臼，在市场失灵和政府失灵的情况下引入第三部门意图实现充分民主。[28]涂子沛先生在分析美国数据文化发育的过程中就充分强调了公共知识分子、民调机构、公益组织和新闻界四种社会力量的重要性及其对制度力量的影响力。而由于公民社会建构的不健全，大数据思维、文化和战略并未普及，且基础设施建设滞后等因素，对于中国这样一个地理大国、人口大国、手机大国、互联网大国，涂子沛在论述时并未称之为“数据帝国”或“数据大国”，或有偏颇但的确值得反思。数字鸿沟以及新形成的数据鸿沟，并非只存在于中国，尤夫娜·霍夫施泰特也论述了德国及欧洲存在的窘境，更遑论非洲、拉丁美洲。科学技术的发展是大势所趋，数据鸿沟正在从地区向全球扩张，从相对单一向复杂多重转变，物联网、云计算、人工智能等信息和互联网技术的发展以及可能发生的再生革命、时空革命将可能形成越来越多的鸿沟。如何跨越或弥合各种各样的“鸿沟”以达到“天堑变通途”？本文认为公民社会是基础，数据文化需培育。公民社会的重要性不言而喻，但是或许我们对“数据”还不够重视。数据有多重要呢？可以说“数据，是记录信息的载体，是知识的来源，是文化知识的原代码。”[29]因此，亟需全面普及数据思维、数据文化，贯彻大数据战略，加强数据教育。这既是美好生活、全面小康的内在要求，也是高质量发展大数据产业等数字经济和建设网络强国的必然要求，更是当下解决发展不平衡、不充分问题的重要实现路径。