2019年，中國成為第一個正式承認資料為關鍵生產要素的國家，為資料要素理論奠定了基礎。隨後推出了一系列圍繞著資料所有權、市場交易、權利分配和利益保護等的政策文件。目標是建立全國綜合數據市場，促進數據要素市場化配置。 2023年10月，中國成立國家資料局，負責監理資料基礎建設、整合資料資源、促進資料利用。 2023年12月，該局發布了未來三年的第一個戰略規劃，強調了數據作為生產要素的獨特特徵——例如收益遞增和低成本可重用——及其透過「乘數」推動經濟成長的潛力。

物聯網透過實現生產、生活、經濟活動、社會治理等多維度資料的即時擷取與傳輸，成為產生資料要素的基礎技術。 2023年，中國行動網路連線總數將超過40億，連接的物聯網設備將超過20億。這些設備廣泛應用於公共服務、車聯網、智慧零售、智慧家庭等各個領域，用戶數分別為7.99億、4.54億、3.35億和2.65億。 5G用例數量超過9.4萬個，涵蓋中國經濟97個主要產業中的71個產業，特別關注採礦、電力、港口等產業。這些數據表明，隨著物聯網應用的深入，各種環境中正在產生越來越多的包含有價值資訊和知識的數據。這些數據透過三個關鍵機制產生「乘數效應」。

數據可以顯著減少資訊不對稱，改善利害關係人之間的協調，優化資源配置，提高市場效率。例如，跨境電商零售商Shein利用數據整合整個價值鏈，包括研發、行銷、倉儲、物流和售後服務。實現產品開發、智慧推薦與市場需求的無縫配合，大幅提升新產品設計效率，支援小批量、高頻次的個人化生產。這種模式使 Shein 對市場變化的反應速度比 Zara 和 H&M 等老牌全球快時尚巨頭快得多。數據也促進整個產業供應鏈的協調轉型。例如，海爾COSMOPlat連接了超過90萬家上下游企業，服務了16萬家企業，打造了11個“燈塔工廠”，推動了生產組織的根本變革。

隨著物聯網技術與生產、生活、經濟活動、社會治理深度整合，大量的知識和專業知識被編碼為資料。知識和技能的數據化允許其在不同組織和場景中低成本、大規模重複使用。例如，大型人工智慧模型透過與熟練員工的交互，可以「提取」專業知識並將其編碼為數據，然後其他人可以重複使用這些數據以提高整體生產力。透過加速知識溢出和技術擴散，數據的低成本重用可以顯著縮短創新週期並推動宏觀經濟成長。

當數據因素與專業知識融合時，它們有助於揭示新模式、發展新理論、創造新知識或技術。例如，DeepMind 的 AlphaFold 在蛋白質折疊領域取得了突破性進展，蛋白質折疊是多肽鏈折疊、旋轉和扭曲成其功能性和最低能量結構的物理過程，是蛋白質發揮其生物功能的關鍵過程。的統計分析和深度學習。

數據因素透過共享和流通，也促進了跨行業的資源共享和技術融合。以特斯拉為例，利用全自動駕駛技術和Dojo超級電腦開發的人工智慧，收集和分析大量駕駛數據，並不斷提高車輛安全性和效率。

從「數據因素」的角度看待物聯網技術的發展與應用，為理解技術創新與經濟成長的關係提供了新的視野。 「連結」是物聯網技術的基礎特徵，「流通」是實現資料要素倍增效應的前提。要充分釋放物聯網技術價值，最大限度發揮數據因素的乘數效應，需要在技術研究、資料治理、標準制定等方面加強國際合作。

目前，中國正積極開展跨境數位基礎設施項目，推動國際數據互通合作，對接DEPA、CPTPP等全球框架。中國致力於透過高水準國際合作，為全球數位經濟發展建構開放互利的新框架。