数据要素作为数字经济时代新型的生产要素，能够通过提升人工智能应用水平、提升公司治理水平和引导企业进行动态调整等途径，对增强产业链韧性产生重要影响。
通过增加数据要素投入，可以有效提升人工智能应用水平，进而增强产业链韧性。基于数据的泛在性和易获取性，企业能获取大量与其内部生产和外部运行网络相关的数据，但数据本身并不具有价值，要使数据转化为数据要素并发挥要素价值，就需要依赖基于人工智能整合的云计算、数据挖掘、区块链等技术，将数据与人工智能技术相结合，从而有效挖掘、提取和利用大数据中呈现的规律信息，进一步优化内部生产和外部网络运行算法。从外部生产网络运行来看，核心企业拥有上游采购和下游销售的大数据，对这些大数据波动背后规律的呈现和利用、对未来市场发展动向的预测以及对网络薄弱链条和节点的实时洞悉，都需要基于具有大数据收集、分析和应用能力的人工智能来完成。从企业内部生产来看，只有企业拥有的数据要素与企业现有资产有效融合，才能更大限度发挥数据要素的自身价值和乘数效应，达到数据要素无形资产与有形资产的互补和融合，而这种融合主要基于人工智能应用，因此需要不断提升人工智能应用水平。进一步地，基于大数据优化的人工智能应用，一方面能够较为敏感地预测外部不确定性风险的冲击，做到快速预警和处置，及时对产业链补链强链，从而提升核心节点企业的风险应对韧性；另一方面，当市场需求和供给发生重大变化时，企业基于人工智能的柔性化生产，能快速有效调节企业内部的生产流程，实现产能转换，熨平库存波动，从而有效提升产业链韧性。
通过增加数据要素投入，可以有效提升公司治理水平，进而增强产业链韧性。数据要素对公司治理水平的提升主要体现在：首先，能够改善委托代理问题。公司委托代理问题出现的一个重要原因是委托方和代理方的信息不对称，造成与公司运行目标的不一致。传统条件下，委托方对公司运行情况大多是通过经理人提供的财务报表等数据进行了解，对公司业务的具体运营相较于经理人处于信息劣势的一方。此外，公司虽然可以提高招聘经理人的条件，以期聘用能力更强的经理人，但是经理人是否能够有效处理公司特定业务，在公司运行中是否能够作出与公司战略相一致的决策，委托方依然难以进行有效监管。而基于数据要素投入的公司治理能够有效破解这一问题。一方面，基于对公司运营活动数据的实时记录，通过人工智能、大数据分析等技术，能够有效监控公司业务活动走向，降低公司的监管成本和决策时滞，使公司控制层和管理层能够及时调整公司运行策略，适应市场供求变化，提升对公司运行的监管和资源配置效率。另一方面，在基于数据的监督管理下，经理人的决策行为和决策后果被有效记录，委托方能够得到经理人行为的实时反馈，进而强化对经理人行为决策的监督，改善关于经理人能力及运营决策的信息不对称，有效规制经理人行为，规避逆向选择风险。其次，能够实施个性化激励机制。数据记录了员工的工作绩效，能够通过数据记录对员工进行有针对性的差别化激励，减少甚至消除“平均效应”，在差别化激励下激发员工的工作积极性，提高工作效率，更好实现效率与公平相兼顾、相促进、相统一。最后，公司治理水平的提升，对内能有效降低公司运行和监督、管理成本，提高公司运行效率；对外能够将更多的资源应用于开发新客户和供应商，维护客户、供应商关系及监控生产运行网络，提升生产网络的稳定性和多元化，进而增强产业链韧性。
通过增加数据要素投入，可以促进企业进行动态调整，进而增强产业链韧性。数据要素投入引导企业进行相应动态调整主要体现在：一是不同企业和企业的不同发展阶段，均存在数据要素应用水平的差距。数据要素投入从平均效应来说能够增强产业链韧性，但传统企业要有效利用数据要素，首先需要进行数字化转型，而数字化转型的前期固定成本投入相对较高，且转型技术相对复杂、周期长，因此从数据要素投入到数据要素价值释放存在较大的成本投入，引致不同企业在数据要素应用方面存在差距。数据要素应用水平高的企业数据要素价值释放更充分，对产业链韧性的提升作用更强，能持续扩大其市场份额，维护生产网络稳定，在市场竞争中逐渐占据优势地位，而数据要素应用滞后的企业市场份额则可能被挤压，在市场竞争中逐渐处于劣势地位，甚至被挤出。二是相较于传统企业，数字化新兴企业处于较高的数据要素利用优势地位，虽然成立初期并不具有较大的市场份额，但是凭借强大的后发优势，能通过较低的外部搜寻成本快速建立起供应商和客户网络，通过扁平高效的内部管理及较强的创新能力提升公司的生产运行效率，增强产业链韧性，从而快速进入到同类同行业市场中，并逐渐扩大其市场优势。因此，在数据要素投入条件下，能有效利用数据要素释放价值并增强产业链韧性的企业可以在激烈的市场中存活下来；数据要素利用水平低，且产业链韧性不强的企业则可能会被挤出市场；具有后发优势的企业在数据要素赋能产业链韧性的前提下，则能在激烈的市场竞争中占有立足之地。总之，数据要素投入可以通过促进企业的动态调整来提升产业链韧性的整体水平。
为此，应持续推动数据要素投入，充分发挥其增强产业链韧性的重要作用。一是加快数据要素的价值释放。进一步提高人工智能的数据分析、智能生产和监管能力，提升企业对数据要素价值的利用水平，增强风险预测能力和外部冲击抵抗力。二是充分发挥国家数据局的协调整合能力。在数字经济背景下，数字要素市场整合能对数据要素流通及数据要素价值应用产生更大的乘数效应，因此需要进一步加强国家数据局的顶层设计职能，使地方数据平台在框架内运行，统一相关规则和口径，提升数据获取和使用效率，进而增强数据要素对产业链韧性的促进效应。三是加快生产网络节点的企业数字化转型。在数据要素投入条件下，核心节点企业产业链韧性提升对上下游节点企业中数字化转型水平高的企业的产业链韧性提升效应更强，因此需要加快节点企业数字化转型，弥合上下游企业数字技术落差，扩大上下游产业链韧性一体化协同提升的企业覆盖面，进而实现国家整体产业链韧性的稳固与提升。
