【大河财立方 记者 程帅星】 前不久，国务院批复了全国部分地区要素市场化配置综合改革试点实施方案，将要素市场化改革向前推进一大步。在此背景下，如何破除要素市场化的关键障碍？如何让要素市场化改革成为中国经济的新动能？未来还有哪些挑战？

9月24日晚，北京大学国家发展研究院（简称北大国发院）举办主题为“展望‘十五五’：要素市场化改革的重点与难点”的论坛，多位学者围绕人才、土地、数据等要素分享研究成果。

破解“不对称的市场化”

本月11日，《国务院关于全国部分地区要素市场化配置综合改革试点实施方案的批复》发布，北京城市副中心、江苏苏南重点城市、浙江杭甬温、安徽合肥都市圈、福建福厦泉、河南郑州市、湖南长株潭、广东粤港澳大湾区内地九市、重庆市、四川成都市10地入围试点。此举引发广泛关注，也是本次论坛的出发点和落脚点。

先来理清一个概念，要素市场化改革里的“要素”是什么？从已经获得批复的方案中可以看出，不仅有土地、资本、人才这些传统要素，也有技术、数据、资源等新型要素。

北大国发院经济学教授李力行认为，我国存在“不对称的”市场化改革，即产品市场开放比较快，但要素市场维持了长时间的行政配置和干预。要素市场内部也存在不对称现象，比如人才要素和资本要素流动性更好，人力资本具有私人产权的特征，而土地是不动产，难以流动，更多受行政力量调配。

在9月11日召开的国务院政策例行吹风会上，国家发展改革委副主任李春临也指出，改革开放以来，我国绝大部分商品和服务都已实现了市场定价、自由流动，但要素市场体系建设相对滞后，发育还不充分，不利于发挥市场在资源配置中的决定性作用。

基于此，国务院批复了10个试点方案，目的是破除阻碍要素自由流动和高效配置的体制机制障碍。比如，技术要素方面的协同创新，土地要素方面的产业用地市场化改革，数据要素方面的应用场景开发和高效利用等。

推动城乡建设用地同价同权

土地要素市场化是本次试点改革的重点之一，包含支持探索土地管理制度改革、优化产业用地供应方式、以市场化方式盘活存量土地、建立健全城乡统一的建设用地市场、推进合理有序用海等方面。

在李力行看来，各试点方案关于土地要素改革可以总结为三个方面：首先是赋予地方更多自主权，虽然用地指标仍然是按计划配置，但有望更加弹性化，可以根据当地人口存量变化趋势来配置。其次在于对产业用地的弹性延期、低效盘活、先租赁后转让等方面的尝试，减少政策限制，让土地市场进一步活跃起来。最后，推进合理有序用海也是一大亮点，对填海造地的管制是否放松，从而开发增量土地，值得进一步观察研究。

在我国，土地要素存在二元化，即城市土地属于国家所有，农村土地的所有权原则上归属于集体。城市土地由政府规划、出让，农村土地建设方面存在诸多限制。

本次多个试点方案中都提及“建立健全城乡统一的建设用地市场”，就是在尝试打破这个限制。

“实际上，土地要素的市场化改革一直在推进。四川等地已经在推进农村土地入市、同价同权等方面做了较好尝试。”李力行说，“此外，打破集体建设用地的限制，赋予同等的金融功能，可以用以融资抵押等方面，也值得期待。”

此外，李力行还认为，本轮全国10地的试点部分突破了单一城市的范围，而以城市群、都市圈为单位进行推动，也很有意义。“要素的配置并不以城市为局限，资本、人口会在不同的城市之间流动，本次改革顺应了这一需求。”

我国数据要素市场潜力尚未充分释放

当前，数据要素已成为关键的生产要素之一，在经济发展中起着举足轻重的作用。在试点方案中，拓展数据开发应用场景、完善公共数据开放共享机制被频频提及。

北大国发院经济学常聘副教授张俊妮说，2024年，我国数据市场交易规模超1600亿元，与美国等国家还有很大差距。与此同时，我国的数据要素市场还存在效率与安全的矛盾、公共数据开放不足等问题。这些都是本次试点改革的方向。

“北京、上海、浙江、广州、深圳、海南、贵阳等地重点数据交易机构数据交易总额超220亿元，同比增长80%。”张俊妮说，“增速可观，但我国数据要素市场潜力远未充分释放。”

张俊妮建议重点支持两大类数据流通模式：一方面，将数据点对点提供给其他组织，对数据进行质量打磨和使用；另一方面，建立数据集成商模式，将不同组织的数据进行集中打磨和分发使用。

在公共数据的公开方面，政府和有关单位要精细打磨数据质量，及时对数据质量问题进行反馈；同时，保证数据具备机器可读性，并保持及时更新。此外，还应将公共数据使用方的资质、收费等标准公开，减少寻租空间。

“可以有偿提供数据，建立收入和支出两条线，将收入纳入财政。但政府机构不应依赖该收入赚钱，应该着眼于推动经济发展后的税收增长。”张俊妮说。

在人才要素方面，北大国发院副院长张丹丹认为，相对于人们常说的“人口红利”，“人才红利”才是解锁我国过去四十年经济高速增长的关键。

张丹丹说，在人工智能、平台经济快速发展背景下，新就业模式产生，主要表现为“职业任务化”和“劳动关系零工化”；对劳动力技能的需求也出现两极化趋势，中等技能的工作大幅度压缩，就业空间向高技能、创造性的工作，以及低技能、简单的手工劳动两个极端挤压。

“下一步工作中，要根据现有技术进步程度，推断不同技能在人工智能时代的适用性，由此给出技能图谱，判断哪些技能需要加强培训，哪些需要被淘汰，同时关注现有职业教育技能培训和就业需求的适配性。”张丹丹说。