积极创新参与宏观经济治理的方式******
作者:王欣
据报道,2022年国内有7个城市GDP总量进入2万亿俱乐部,分别为上海、北京、深圳、重庆、广州、苏州和成都。综合分析可以发现,这些城市不仅经济建设取得了显著成就,生态环境保护工作也交出了令人满意的答卷。围绕经济高质量发展,这些城市在发挥生态环境保护的引领、优化和倒逼作用方面,已经做出了不少有益的探索和实践。
比如,江苏省苏州市的开发强度高、资源约束紧、转型任务重,以占全国0.09%的国土面积创造出了全国约2.1%的经济总量,而且生态环境质量依然保持稳中向好、持续改善态势。究其原因,就在于充分发挥生态环境保护优化经济发展的作用,做好了经济与生态的“双面绣”。近年来,苏州整治“散乱污”企业(作坊)4.7万余家,为引进高产出、低污染的项目腾挪了发展空间,抓住治污攻坚与高质量发展互促互利的契合点,形成了一招多赢的局面。
实践证明,在引领、优化和倒逼经济高质量发展,促进经济社会发展全面绿色转型方面,生态环境保护工作是有力的抓手,也是重要的推手。关键是务必坚持因地制宜、因时制宜,坚持问题导向、结果导向,全面研究、积极创新生态环境保护参与宏观经济治理的方式、手段和途径。
首先,增强系统观念。生态环境保护参与宏观经济治理是一项涉及面广、复杂程度高的长期性系统性工程,绝不能局限于传统思想上的污染防治工作。要统筹产业结构调整、污染治理、生态保护、应对气候变化等,协同推进降碳、减污、扩绿、增长,在多重目标中寻求最佳平衡点,既要“清澈见底”也要“鱼翔浅底”,既要“源头治污”也要“源头清洁”,既要“降碳”也要“增汇”。因此,要认识属地生态环境自然禀赋优势,也要紧盯生态环境保护工作短板,充分发挥生态环境保护的引领、优化和倒逼作用,扬长补短,不断增强生态环境保护融入宏观经济的深度和广度、推动经济社会绿色转型的力度和速度。
其次,强化攻坚意识。当前,对于生态环境保护参与宏观经济治理、促进经济与环境协同发展,有的人思想认知上还不够全面深刻,甚至仍有误区,而且现实工作中也有这样那样的困难和矛盾。加上治污攻坚的成效尚不够稳固,在推动绿色发展的道路上仍有不少难关要过,因此,务必保持战略定力,面对高污染高耗能产业更新换代等推进难度较大的工作任务,要统筹各部门政策和力量,密切协同。该依法倒逼的绝不后退一步,该帮助优化的要主动上前一步,该鼓励引领的要争取先人一步,确保步步为营。
第三,突出创新思维。统筹经济社会发展和生态环境保护,以实现减污降碳协同增效为总抓手,更加自觉地推进绿色发展、循环发展、低碳发展,没有现成的经验做法可供参考和借鉴,况且各地经济社会发展和生态环境保护水平不同,面对的形势和问题也各有所异。因此,务必结合实际,根据属地经济社会发展和生态环境保护的新情况新特点,适时更新理念、创新思维,不断丰富生态环境保护深度参与宏观经济治理的新方式、新手段。比如,国家相继出台了支持绿色发展的财税、金融、投资、价格政策和标准体系,如果简单地照搬硬套,难免出现“水土不服”等问题,这就需要各地进一步完善和细化相关举措,更好地发挥绿色金融的激励与约束作用。(王欣)
发挥数据的创新引擎作用******
作者:孙辰朔(清华大学习近平新时代中国特色社会主义思想研究院特约研究员)
随着数字技术创新和迭代速度加快,数据作为关键生产要素,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,成为驱动经济社会发展的重要力量。习近平总书记指出,“发挥数据的基础资源作用和创新引擎作用,加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素,更好发挥数据的数字化、网络化、智能化基础作用,协同推进技术、模式、业态和制度创新,对于深化创新驱动、推动高质量发展具有重要意义。
数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力,需要不断完善数据要素培育和发展相关体制机制,加快构建数据基础制度,让数据要素更好为创新赋能,为推动高质量发展注入强大动能。
第一,数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中,通过结合人工智能算法、经济数学模型和领域专业知识,对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模,可以发现新的规律,研究出新的理论,创造新的知识或技术,带来更多经济效益和更大社会价值。
第二,数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等,容易产生创新要素供需错配等问题,使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用,可以降低信息交互偏差和要素交易成本,推动创新要素流向高生产效率、高边际产出的企业和行业,打通“信息孤岛”和“数据壁垒”,从而实现要素高效配置。
第三,数据要素能够提升产业创新发展能力。一方面,作为数字化、网络化、智能化的基础,数据要素能够参与技术、产品、市场、组织、管理等创新过程,依靠信息技术创新驱动,推动数字产业化,不断催生新产业新业态新模式,培育壮大一批具有增长潜力的新兴产业,创造更多新需求和新就业岗位,挖掘新的经济增长点。另一方面,促进数据高效流通,推动产业数字化转型,实现数字经济与实体经济深度融合,将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平,提升产业发展的质量和效益。
更好发挥数据要素对创新的推动作用,可重点从以下四个方面发力。
一是构建彰显创新引领的数据基础制度,鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度,推动数据产权结构性分置和有序流通,强化高质量数据要素供给,推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度,让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度,激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导,激励创新创业创造,让更多数据要素参与创新过程。
二是推动数字与产业融合发展,深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合,促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求,统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合,要加强数据要素与其他生产要素的组合迭代、交叉融合,推动生产要素多领域、多维度、系统性突破,围绕产业链部署创新链、围绕创新链布局产业链,深入实施工业互联网创新发展战略,发挥数据的创新引擎作用。
三是致力打造数字人才高地,强化关键核心技术攻关。充分发挥数据要素作用,关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系,将数字人才培养作为学科建设的重要内容,提升全民数字素养与技能,培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力,加强数字科技基础理论研究和数字基础设施建设。
四是构建多方协同治理模式,筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理,要充分发挥政府有序引导和规范发展的作用,构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任,增强企业社会责任,促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力,把安全要求贯穿数据要素赋能创新全过程。
(文图:赵筱尘 巫邓炎)