本文由上海工程技术大学管理学院的杨坤教授、硕士研究生殷涛和王琲共同完成，发表于《科技进步与对策》2024年第22期。
当前，数字经济的飞速发展使得数据成为全球竞争的关键资源。2022年，国家出台政策强调构建数据基础制度、激活数据要素潜能。2023年，习近平总书记提出了“新质生产力”这一重要概念，指明了高质量发展的新着力点。尽管已有研究关注数字化带来的产业升级和价值增值，但对于数据要素如何具体赋能传统产业、解决个性化需求并最终催生新质生产力的路径，尚未有深入剖析。因此，探究数据要素赋能新质生产力的涌现机制，成为推进中国式现代化建设的重要理论议题。
本文旨在回应这一研究空白。研究者认为，场景驱动创新范式（Context-Driven Innovation）为此提供了合适的理论视角。该范式强调以具体的场景任务为载体，发挥数据要素的“催化剂”作用，驱动技术、市场等创新要素的协同整合。同时，新质生产力作为一种以数字化、智能化为基础的先进生产力质态，其形成离不开技术突破、要素创新性配置和产业深度转型。研究者提出核心研究问题：场景驱动创新范式如何影响新质生产力的形成？差异化场景需求下形成的生产力特征有何区别？数据要素在“场景—技术创新—新质生产力”演化路径上如何发挥赋能作用？
为了回答这些问题，研究者构建了一个名为“漩涡模型”的理论研究框架。该模型以资源配置为核心联动点，描绘了数据要素如何赋能“场景—技术创新—新质生产力”三者协同演化的动态过程。简单来说，特定的场景需求驱动技术创新，技术创新又释放数据要素价值并优化资源配置，最终催生出新质生产力；而新质生产力的形成反过来又会培育出新的应用场景，形成一个螺旋上升的“漩涡”。
在研究方法上，本文采用了探索性纵向单案例研究。之所以选择案例研究方法，是因为研究核心是探索“如何（How）”的问题，且数据要素赋能是一个复杂的、动态的演化过程，案例研究适合深入挖掘现象背后的机理。案例选择遵循了典型性、代表性和可分析性原则。最终，研究者选取了树根互联股份有限公司作为研究对象。树根互联是连续多年位列工信部“跨行业跨领域工业互联网平台”榜首的企业，其通过工业互联网平台赋能多个工业行业的实践，与本研究主题高度契合。
研究的数据来源主要为二手资料，包括公司官方网站资料、年度报告、产品能力白皮书、学术期刊论文、新闻报道、领导讲话记录、媒体采访资料等。通过对这些多渠道获取的资料进行三角验证，确保了数据的可靠性和准确性。在数据分析阶段，研究者运用扎根理论方法进行三级编码：首先进行开放式编码，从资料中提炼出案例企业的具体实践行为（一阶概念）；其次，将相似的一阶概念进行聚合，形成更抽象的二阶主题；最后，将二阶主题汇总，形成聚合理论维度，从而系统地梳理出案例企业赋能路径的关键要素和模式。
通过对树根互联发展历程的深入分析，研究者将其赋能工业制造业生产力提质的进程划分为四个清晰的阶段，并详细阐述了每个阶段中“场景识别-技术创新-生产力提质”的互动过程。
第一阶段是“产品后市场场景管理可视化阶段”。初始场景源于客户（如星邦智能）面临的设备分布广、维修周期长、服务效率低等痛点。树根互联从“产品后市场”服务场景切入，通过为设备加装传感器，采集运行数据，并开发算法预测故障。其技术创新体现在构建了最初的“机械模型”，实现了设备数据的从无到有、从采到用。这一阶段的生产力提质表现为劳动对象（设备）信息变得可视化，劳动者（售后人员）能提前作出故障判断和资源调配，工作效率大幅提高，形成了“高效售后”的生产力。
第二阶段是“厂内设备管理场景数智化转型阶段”。场景需求从产品售后扩展到生产环节的内部设备能耗管理。面对设备品牌型号繁杂的连接难点，树根互联的技术创新实现了关键跃升：提出了“物模型”概念。即将不同设备的物理属性和能力抽象化为统一的数字化模型。这使得平台能够以一种通用的方式管理和连接海量异构设备，只需更新“物模型”，所有关联设备实例的属性会自动同步。基于“物模型”的根云平台2.0版就此诞生。此阶段的生产力提质体现在劳动者开始掌握数据分析技能，劳动资料（设备）能通过数据分析实现预测性维护，整个生产流程的能耗和效率得到优化，形成了“降本增效”的生产力。
第三阶段是“产业链设备管理场景智能化改造阶段”。场景需求进一步升级，客户（如杰克缝纫机）不再满足于单点设备管理，而是希望将设备与整个服装产业链协同，提供成套解决方案。为此，树根互联推出了引入云原生设计的根云平台3.0。其技术创新在于开发了“连接模型”，强化了实体设备与云端服务的直接、弹性连接，并提供了数字孪生、低代码开发平台等功能。这使得客户可以基于平台快速开发个性化应用。生产力提质表现为劳动资料和劳动对象的连接性与互动性增强，数据开始辅助产业链层面的决策，企业从设备制造商向智能制造服务商转型，形成了“产业链协同”的生产力。
第四阶段是“智能制造工厂与产业链生态塑造阶段”。场景聚焦于“人、机、料、法、环”全面协同的智能制造和产业链生态构建。面对大型集团多园区、全球化部署的“联邦式”管理难题，树根互联的技术创新体现在打造了“数据智能层”和“复合物模型”。“数据智能层”能对汇聚的全量数据进行实时处理和分析；“复合物模型”则能更复杂地刻画生产系统中各要素的关联。由此迭代出根云4.0平台。这一阶段的生产力提质是革命性的，数据系统成为融合新质劳动者、新质劳动资料和新质劳动对象的“粘合剂”，实现了生产、环保、能耗等数据的全面一体化监控与调度，决策效率和运营成本等指标显著改善，形成了特征鲜明的新质生产力。
基于案例分析，研究者系统总结了数据要素赋能新质生产力的三种具体模式：一是产品智能化模式，通过产品联网与数据建模，实现产品自感知与远程管理，夯实新质生产力基础；二是智能制造模式，通过对生产全要素进行数据收集与深度分析，实现流程透明化、决策智能化与管理精细化；三是产业链数智化模式，通过全产业链数据贯通与智能协同，柔化组织边界，优化全局资源配置。
研究得出了几项核心结论。首先，数据要素作为“数字化之手”，通过与传统生产要素融合，驱动资源序列整体重置和优化配置，是新质生产力形成的“催化剂”。其次，不同场景需求催生的生产力特征，与新质生产力的耦合度存在差异。数智化场景等级越高（从产品售后到智能制造生态），所形成的生产力特征（如自动化、精细化、全局协同）就越符合新质生产力的内涵。最后，模型迭代是赋能过程中的关键“桥梁”。“机械模型—物模型—连接模型—复合物模型”的升级路径，是实现数据要素价值精准释放、最终催生新质生产力的技术核心。
本研究具有重要的理论贡献。其一，推动了数据要素赋能新质生产力的理论发展，系统揭示了从场景识别到生产力涌现的微观路径与模式，明确了数据价值释放的关键作用。其二，拓展了场景驱动创新范式的理论研究，将其应用延伸至新质生产力培育领域，证实了场景需求驱动与生产力内涵特征之间的高度耦合性。
在实践启示方面，本文指出：第一，应深度挖掘数据价值，将模型创新能力作为释放数据要素价值、构建新质生产力的核心桥梁，同时筑牢数据安全基础设施。第二，应充分发挥我国超大规模市场和丰富应用场景的优势，以场景驱动技术创新，并将创新成果应用于改造传统产业、培育新兴和未来产业的重大场景中。第三，应构建开放协同的数据要素应用网络，在企业和国家层面共同推动数据要素的市场化配置和产业化应用，为新质生产力的涌现开辟新赛道。
本研究的亮点在于：研究选题紧扣“数据要素”与“新质生产力”这两个国家战略层面的关键概念，具有鲜明的时代性和前瞻性；创新性地构建了“漩涡模型”这一融合场景驱动与新质生产力理论的分析框架；通过深入的纵向单案例研究，生动细致地刻画了工业互联网平台赋能生产力跃迁的四个阶段全景图，清晰揭示了“模型迭代”这一核心技术杠杆在赋能路径中的关键作用；最终归纳出的三种赋能模式，为不同发展阶段和需求的企业提供了可借鉴的实践路径。
当然，研究也存在一定局限，例如案例集中于传统工业制造业，未来可通过跨行业、多案例或大样本实证研究，进一步检验和拓展结论的普适性，并可以结合地域特征，深化对新质生产力多元化形成路径的理解。