深化数据要素融合应用

　　赋能新质生产力发展

　　蒋 艳

　　习近平总书记指出，“发展新质生产力是推动高质量发展的内在要求和重要着力点”，强调要“促进各类先进生产要素向发展新质生产力集聚”。发展新质生产力有助于优化经济发展结构和形成多样化供给体系，加速实现经济发展的质量变革、效率变革、动力变革。在数字经济全面重构竞争格局的当下，数据已成为驱动经济社会发展的基础性资源和战略性资源。习近平总书记强调“要构建以数据为关键要素的数字经济”。数据要素的融合应用，如同一把解锁新质生产力的金钥匙，正深刻地改变着生产方式、创新模式和经济增长路径，成为赋能新质生产力发展的重要引擎。

　　一、充分认识数据要素对新质生产力的赋能作用

　　习近平总书记多次就新质生产力作出深刻阐述，强调新质生产力“由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生”“以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力”。发挥数据的基础资源作用和创新引擎作用，有利于推动人工智能、量子科技等为代表的前沿数字技术创新发展，带动各类生产要素创新性配置，摆脱传统经济增长方式、生产力发展路径，为发展新质生产力开辟新空间。

　　数据要素有助于推动技术革命性突破。当前，新一轮科技革命和产业变革加速演进，数据作为新型生产要素，正在深度融入技术创新体系，为抢占未来发展制高点提供了关键支撑。一是数据要素加速驱动前沿技术创新突破。高质量数据集加速了人工智能大模型的迭代与应用，推动了智能驾驶、智慧城市等场景的落地；在量子科技领域，数据要素的高效流动为量子算法优化和量子通信网络的构建奠定了坚实基础，助力我国在全球量子竞争中抢占先机；在具身智能领域，数据要素的乘数效应为构建智能化生态系统提供了强大驱动力，将智能与实际物理世界结合起来，使机器能够通过感知和运动与环境进行实时交互，从而更好地适应和解决复杂任务。二是数据要素深刻变革传统技术的研发路径。数据要素打破了传统研发中的“信息孤岛”，推动技术研发从封闭、线性模式向开放、协同模式转变，使研发主体能够实时获取多源数据，提升研发效率，降低试错成本。数据要素的充分流动共享使得研发成果能够在多场景、多主体间高效复用，进一步释放了技术创新的潜力，推动传统技术研发向协同研发转变。三是数据要素促进跨领域技术的深度融合。数据要素以高效流通和整合的特性，促进跨领域技术的深度融合，使不同领域的技术资源得以高效利用。同时，数据要素的跨领域流动为技术应用提供多维度的场景化支持，促进技术与需求的精准匹配，加速创新成果的转化与应用，为新产业、新业态和新模式的涌现提供基础支撑。

　　数据要素有助于促进生产要素创新性配置。新质生产力的核心在于“新”的特性和“质”的提升，核心标志是全要素生产率的大幅提升，这不仅依赖传统生产要素，更需要数据的融合赋能。一方面数据要素向传统生产要素不断渗透。通过深加工、处理、分析和应用，与劳动力、资本、技术等传统生产要素深度融合，对各方面传统生产要素进行数字化智能化改造，提高要素利用效率。如通过促进人机协作，将传统劳动力凭知识经验单向接单的工作模式，转变为“智能预判—派发任务—自动执行”的互动模式，从而优化人类劳动，将劳动力数量优势转化为质量优势。另一方面数据要素实现传统要素的靶向集聚和配置优化。传统模式下，各类要素使用、配置和创新能力具有明显上限，不足以应对复杂多变的市场环境和更好地利用跨界要素资源。数据要素加速各类要素市场化、智能化进程，促进各类生产要素在不同领域能够有效地聚合与利用，提升经济整体运行质效。同时，在融合过程中不断催生出新的效能特性，实现了要素配置机制新业态的重塑。

　　数据要素有助于带动产业深度转型升级。数据作为新型生产要素，对传统生产方式变革具有重大影响，扩大了信息和知识的交流与分享范围，能够有效帮助传统企业减少由于信息不对称导致的效率损失和潜在风险，赋能企业更好融入市场并参与产业链分工。一方面数据要素推动产业组织方式变革。数据要素的协同性和规模性促进了产业链上下游的全要素数字化升级，推动生产方式的柔性化变革，带动生产方式从大规模标准化生产向大规模个性化生产转变，实现生产组织和社会分工的重大变革。另一方面数据要素助推产业向价值链高端延伸。数据要素的深度挖掘与应用为产业赋予了新的价值维度，有助于企业寻找和发现新的价值来源，不断创新以数据要素为支撑的市场空间和商业模式，如服务化延伸、平台化设计等，进而创造新的价值增长点。数据要素的协同效应催生了高附加值的新业态和新模式，推动产业向知识密集型、技术密集型方向升级，为价值链的高端延伸提供了持续动力。

　　二、科学判断数据要素融合应用的新形势新变化

　　习近平总书记指出，要“用好超大规模市场优势和丰富应用场景，培育更多世界一流企业和领先技术，把质的有效提升和量的合理增长统一于高质量发展的全过程”。数据要素正在不断重塑生产方式、优化资源配置、提升创新效率。科学判断数据要素融合应用的新形势与新变化，不仅是把握数字经济机遇的关键，更是解锁新质生产力“数字密码”的重要路径。

　　制度建设加快推进，筑牢数据生态的四梁八柱。数据要素的融合应用离不开坚实的制度保障。习近平总书记强调，“数据基础制度建设事关国家发展和安全大局”“统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系”。一方面，国家紧密出台推动数据要素发展的政策文件，在数据产权、数据流通、收益分配、安全治理、公共数据开发利用、企业数据开发利用、数字经济高质量发展、数据基础设施建设指引等多方面加大政策供给。如《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）明确了数据产权、流通交易、收益分配和安全治理的基本框架，推动数据要素市场化配置改革快速发展。《中共中央办公厅 国务院办公厅关于加快公共数据资源开发利用的意见》，着眼加速推动公共数据的开放共享和市场化应用，在保障公共数据的安全性和公益属性的前提下，充分发挥数据要素的经济价值和社会价值。政策体系的系统性优化，为数据要素的价值发挥提供了制度性保障。另一方面，各地积极探索数据要素制度落地实践，涵盖数据产权界定、流通交易规则、收益分配机制、安全治理框架等多个方面。全国31个省（区、市）和新疆生产建设兵团均组建了数据管理机构，通过建立规范的数据交易流程和监管机制，推动数据要素的合规流通和高效配置。这些地方实践不仅丰富了数据要素市场的应用场景，也为全国范围内数据要素制度的完善提供了宝贵经验。此外，各地还结合自身实际，出台了一系列配套政策，进一步细化数据要素市场的操作流程和监管要求，探索区域数据特色应用，因地制宜以数据赋能新质生产力发展。如部分地区入选数据流通利用建设试点示范城市，通过打造示范性强、带动性广的典型应用场景，开展数据价值挖掘的有益探索。

　　规模优势持续扩大，打造新质生产力的强劲动力。习近平总书记指出，“数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力”。数据要素作为新质生产力的重要组成部分，呈现出规模增速快、多样化优势，并通过乘数效应加速价值释放。一是数据资源规模优势不断显现。从数据总量上看，2023年全国数据生产总量达到32.85ZB（泽字节），同比增长22.44%，数据存储总量为1.73ZB。2024年数据生产总量超40ZB，相当于1500万个国家图书馆的数据总量，这一庞大的数据资源规模，是我国数字经济发展的独特优势，也是数据要素融合应用的重要基础。二是数据资源的多样性不断丰富。我国的数据资源涵盖了经济社会的各个领域，从工业生产中的传感器数据到商业流通中的交易数据，从社会治理中的政务数据到民生服务中的医疗、教育数据等，数据的种类和形式丰富多样。这种多样性的数据资源为数据要素的融合应用提供了广阔的空间，如在智能制造领域，通过将工业生产数据与人工智能技术相结合，实现了生产过程的智能化优化；在智慧城市领域，通过整合交通、气象等多领域数据，实现城市运行的智能化管理。三是数据要素高质量供给水平不断提升。公共数据是我国数据要素供给体系的重要组成部分，具有公共性、权威性与规模性，蕴藏着巨大经济和社会价值。调查显示，2023年我国公共数据开放量同比增长超16%，授权运营初步探索，并逐步成为公共数据高质量供给和开发利用的重要方式。如部分数据集团通过与政府部门合作推进公共数据的授权运营，在政务服务、民生保障、产业发展等多个领域开展一系列数据创新应用，为推动经济社会发展提供有力支持。

　　前沿技术创新突破，拓展数据融合应用的深度广度。习近平总书记指出，“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏”。前沿技术的快速发展为数据要素融合应用提供了强大的基础支撑，推动数据要素在更多领域实现创新应用。一方面，数据要素分析和挖掘能力大幅提升。大模型的多模态能力持续增强，生成式AI应用边界不断拓展，为数据要素的深度应用提供了新的可能性。如大模型通过其强大的语言生成和理解能力，实现大规模文本数据的处理和分析，为自然语言处理、智能客服、内容创作等领域带来了革命性变化。另一方面，可信数据空间为数据流通应用构建了安全可控环境。可信数据空间、隐私计算等前沿技术有效保障数据的安全性和隐私性，加速了数据流通和应用过程。如医疗数据空间通过整合医疗影像、电子病历、基因检测等数据，推动全国甚至全球各类型医疗数据融合应用，满足疾病诊断、治疗方案制定、患者康复管理等不同场景需求，为医疗技术和服务创新提供了有力支持。

　　数据应用需求激增，加速数据要素向现实生产力转化。习近平总书记强调，要“提高全要素生产率，释放数字对经济发展的放大、叠加、倍增作用”。随着数据应用需求的快速增长，场景化驱动成为释放数据价值的重要路径，不断激活数据要素的价值空间。一是市场需求倒逼数据应用从单项供给到多源融合。市场需求正推动数据应用从“有什么用什么”转向“缺什么补什么”，企业不再仅仅依赖自身有限的数据资源，而是通过多种渠道主动收集、整合市场所需的数据，以提升竞争力。如智能网联汽车厂商通过整合供应链数据、生产数据和用户反馈数据，精准把握消费者续航里程、自动驾驶功能等方面的偏好，新产品研发周期缩短6个月。二是细分场景成为数据开发利用的重要路径。随着数据要素市场的不断完善和应用场景的持续拓展，数据应用加速从“粗放式开采”转向“精细化耕作”，企业数据应用从单一的降本提效，逐步转向了更加复杂和多元化的数据复用和业务创新。如企业通过大数据技术实现从原材料采购到产品销售的全链条数据化管理，优化生产计划和库存管理，在降低成本的同时也推动了业务模式的创新。三是数据要素叠加复用加速数据要素价值裂变。在供需双向驱动下，不仅在具体场景实现数据价值的快速释放，并随着数据叠加效应、融合复用，不断催生更多数字化需求和智能化应用，推动数据价值不断释放。如电商平台将汇聚的海量数据通过流量转化、需求预测等形式赋能应用企业，助力企业精准把握市场动态、优化生产与营销策略，同时平台自身通过收取会员费、使用费、服务费等方式实现商业价值的多元化变现，进一步提高数据复用率，促进了数据要素价值的充分释放。

　　三、以数据要素融合应用夯实新质生产力发展根基

　　新质生产力代表先进生产力的演进方向，是实现高质量发展的核心支撑。生产要素的高效率配置是实现生产力跃迁、形成新质生产力的必要条件。数据要素作为新型生产要素的代表，已快速融入社会生产经营和服务管理各环节，成为推动经济增长的数字生产力。在世界经济增长动能不足、国内经济回升向好基础还不稳固的形势下，更要以新质生产力引领现代化产业体系建设，充分释放数据价值，推动数据要素融合应用，实现生产力跃迁。

　　加强数据基础设施建设应用。数据基础设施是数据要素融合应用的重要支撑。习近平总书记指出，“要加强战略布局，加快建设以5G网络、全国一体化数据中心体系、国家产业互联网等为抓手的高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施”。当前，我国数据基础设施对新质生产力催生的新产业、新业态、新模式的支撑能力还不够，亟须打造更加坚实的数据要素融合应用基础，以满足大规模数据供给、流通和应用的需求。一是建设高质量数据传输网络。要加快建设高效弹性的数据传输网络，进一步提升数据交换性能，降低数据传输成本，扩大5G规模化应用，为数字金融、智慧医疗、交通物流等核心场景数据传输流动提供更加高速稳定的服务，为数据大规模共享流通提供高质量的通道。二是构建互联互通的数据流通设施底座。要着力打造可信数据空间，促进各类平台互联互通、互操作，促进数据资源泛在接入，为数据资源供需交易奠定互联互通基础。三是加强数据基础设施与数据融合应用协同发展。要依托数字基础设施，面向具体领域和业务场景，着力构建数据赋能载体，实现数据实体、数据活动及其关系的“数字孪生”，推动数据多场景应用和跨主体复用。

　　推动数字技术创新迭代升级。数字技术创新是数据要素融合应用的核心要素。习近平总书记指出，“新质生产力主要由技术革命性突破催生而成。科技创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素”。目前数字技术的创新和迭代速度未能满足数据要素融合应用的需求，支撑发展新质生产力的能力不足，互联网、大数据、云计算、人工智能等数字技术亟须加速创新迭代，才能更好发挥数据的乘数作用。一是加强数字基础技术创新。要引导科研院所、技术企业等机构促进在数据采集、汇聚、传输、加工、流通、利用、运营、安全服务等数据全生命周期的技术领域集中基础攻关和创新，加快可信数据空间、区块链、隐私计算、匿名化等可信流通技术研发和应用推广。二是大力推动数据技术融合发展。要推动数据技术与物联网、人工智能、数字孪生等技术的融合，提升数据规模汇聚、实时分析和智能应用的计算服务能力，支撑规模化、实时性跨域数据存储和流动，推动各行业智能化转型，创造新的商业模式和服务。三是开展高质量数据集的关键技术攻关。在工业领域，要加强工业深度思维链数据集打造、多源异构数据融合决策、长尾场景样本合成、智能数据标注、数据集质量评估和提升等关键技术研发，加快研制先进的高质量数据集工具链，实现数据、模型、工具、系统和制造业场景等要素的融合。同时要结合大模型的发展方向和日益增长的应用需求，提供更多高质量的训练资源，推动人工智能技术的深度应用和创新发展。

　　加快推进行业数字化转型。行业数字化转型是数据要素融合应用的重要载体，也是推动产业高质量发展的关键路径。习近平总书记指出，“用新技术改造提升传统产业，积极促进产业高端化、智能化、绿色化”。目前部分行业在重点领域和重点环节仍存在数字化、智能化水平不足的问题，限制了数据资源的使用场景及数据融合应用的广度和深度，需要加快行业数字化转型步伐，通过多环节、多主体数据打通，最大限度地释放数据价值。一是在多场景融合方面促进技术、数据、业务的深度整合与创新应用。如在智慧城市建设中，通过整合交通、能源、政务、医疗等多场景数据，打造一体化的城市管理平台，实现资源的优化配置和城市运行的高效管理。二是在行业转型升级方面加快推进全流程数字化改造。如在农业领域，通过智慧农业平台整合土壤、气候、作物生长数据，实现精准种植、智能灌溉、病虫害预警等应用，打通从田间到餐桌的数据通道，提升农业生产效率和农产品附加值。三是在跨领域协作方面加强数据要素的融合应用，推动不同行业之间的协同发展。如通过工业互联网平台实现制造业与服务业的深度融合，打造生产与服务一体化的智能化解决方案。

　　强化数据要素领域安全治理。数据要素领域安全治理是数据要素融合应用的重要保障。习近平总书记指出，“要深化经济体制、科技体制等改革，着力打通束缚新质生产力发展的堵点卡点，建立高标准市场体系，创新生产要素配置方式，让各类先进优质生产要素向发展新质生产力顺畅流动”。我国数据要素融合应用目前面临体制机制束缚，影响数据流动的安全性，包括多方协同的治理机制不成熟，数据安全审查制度不完善、数据安全技术标准体系尚不健全等，建立数据要素多元安全治理体系势在必行。一是建立健全数据安全的法律制度体系。要通过立法明确数据要素的权属、流通规则和安全责任，确保不同法律之间的协调一致，去除企业数据流通的后顾之忧。二是强化企业的技术防护能力。要发挥企业的主动性，加强隐私计算、区块链等数据安全技术的应用，部署入侵检测与防御系统，并定期进行安全审计与监控。三是提升协同安全的治理水平。要鼓励地方先行先试，探索数据流通交易溯源机制和安全责任界定机制，建立健全数据安全管理制度和技术保障体系，形成可复制、可推广的实践经验，为全国数据安全治理提供有益参考和示范引领。

　　作者：国家工业信息安全发展研究中心主任