轉載：國家數據局
文 | 國家工業信息安全發展研究中心主任、黨委副書記 蔣艷
數據作為數字經濟時代的新型生產要素，是國家基礎性戰略性資源，是發展新質生產力的重要基礎。隨著數字中國建設深入推進，數據領域新技術、新模式、新業態加速涌現，對經濟社會的乘數效應持續釋放，我國海量數據與豐富場景優勢正轉化為經濟增長新動能和國家競爭新優勢。
01 數據資源是經濟社會發展的基礎性、戰略性資源
一是數據資源有助于驅動技術創新突破，搶占發展制高點。當前，新一輪科技革命和產業變革加速演進，數據作為新型生產要素，正在深度融入技術創新體系，為搶占未來發展制高點提供了關鍵支撐。一方面，數據要素加速驅動前沿技術創新突破。例如，在人工智能領域，大規模高質量數據集加速AI與大模型技術的優化升級，推動智能駕駛、智慧城市等場景的落地；在量子科技領域，數據要素的高效流動為量子算法優化和量子通信網絡的構建奠定了堅實基礎，助力我國在全球量子競爭中搶占先機。另一方面，數據資源促進了跨領域技術的深度融合，使得不同領域的技術資源得以高效利用。以醫藥研發為例，傳統模式因數據壁壘導致周期長、成本高、成功率低，而借助數據平臺共享基因序列、臨床數據等資源，構建起跨領域協作網絡，推動研發從“經驗試錯”轉向“數據精準驅動”，實現跨學科技術融合與成果高效轉化。
二是數據資源有助于優化生產要素配置，激發經濟新動能。一方面，數據資源向傳統生產要素不斷滲透。數據要素通過加工、處理、分析和應用，與勞動力、資本、技術等傳統生產要素深度融合，對各方面傳統生產要素進行數字化智能化改造，提高要素利用效率。例如，數據要素通過促進人機協作，改變了傳統勞動力憑知識經驗單向接單的工作模式，轉變為“智能預判—派發任務—自動執行”的互動模式，從而優化人類勞動，將勞動力數量優勢轉化為質量優勢。另一方面，數據要素實現傳統要素的靶向集聚和配置優化。傳統模式下，各類要素使用、配置和創新能力具有明顯上限，不足以應對復雜多變的市場環境和更好地利用跨界要素資源。數據要素加速各類要素市場化、智能化進程，促進了各類生產要素在不同領域的有效配置，使得勞動力、資本、技術等傳統要素能夠更有效地聚合與利用，提升了經濟整體運行質效。
三是數據資源有助于加速產業轉型升級，重構經濟新格局。一方面，數據資源能夠推動產業組織方式變革。數據資源的協同性和規模性促進了產業鏈上下游的全要素數字化升級，帶動生產方式從大規模標準化生產向大規模個性化生產轉變，實現了生產組織和社會分工的重大變革。另一方面，數據資源正在幫助產業向價值鏈高端延伸。數據資源的深度挖掘與應用為產業賦予了新的價值維度，有助于企業尋找和發現新的價值來源，不斷創新市場空間和商業模式，如服務化延伸、平臺化設計等，進而創造新的價值增長點。數據資源的協同效應催生了高附加值的新業態和新模式，推動了產業向知識密集型、技術密集型方向升級，為價值鏈的高端延伸提供了持續動力。
02 數據資源規模優勢持續鞏固
2024年度全國數據資源調查結果顯示，我國數據資源規模優勢持續擴大，數據資源家底更加殷實，基礎資源優勢持續鞏固，主要體現在以下四個方面：
一是智能化應用成為數據資源規模擴張的核心驅動力。調查結果顯示，2024年全國數據生產量達41.06澤字節（ZB）、同比增長25%，其中，智能設備數據量增長尤為突出。在生產領域，工藝調優、質量檢驗、安全生產等智能化環節高頻次生成海量數據，如一臺標準工業視覺質檢設備單日拍攝幀數可達數千幀，每天數據生產量超100太字節（TB）。在消費領域，智能家居、智能網聯汽車等智能設備數據增速位居前列，以智能網聯汽車為例，單臺新型車輛每天數據生產量達20太字節（TB），其行駛過程中的駕駛行為數據、環境感知數據和用戶交互數據正成為智能出行等領域發展的重要“數字燃料”。
二是戰略性新興產業成為數據新增長點的主要引擎。隨著低空智聯網基礎設施逐步完善及服務機器人、工業機器人產業化進程加速，低空經濟、機器人等領域數據生產量同比增幅突破30%，顯著高于傳統行業增速。以“5G+北斗”技術為例，其突破傳統衛星導航車道級定位的精度局限，實現厘米級定位，并在交通運輸、電力、農業等行業規模化應用，直接帶動相關領域數據規模快速提升。量子計算機憑借其性能達到超級計算機百萬億倍的強大算力，可在幾百秒內完成普通計算機1萬年的計算量，實現對ZB級氣象數據的快速解密，為臺風路徑預測等場景提供高精度數據支撐、推動數據處理能力呈指數級增長。
三是數據資源管理提效推動數據存儲結構與空間優化。在數據呈爆發式增長、數據類型日益多樣化及新業務需求不斷涌現的背景下，企業積極優化存儲策略，持續提升存儲空間開發利用效能。調查數據顯示，結構化數據占存儲總量的比重同比增長36%，增速遠超非結構化數據，特別是金融企業因嚴格的監管要求，在結構化數據存儲規模上位居行業首位。與此同時，云服務作為滿足各領域數據彈性調用需求的核心載體，發揮著重要作用，政務數據為促進公共數據高效便捷開發利用，提升公共服務便利化水平，上云成效顯著。氣象數據加快實施“上云用數賦智”行動，上云率居行業前列。
四是智能算力成為算力規模增長的核心引領力量。調查結果顯示，智能算力在算力總規模中占比提升至32%，這一結構性變化標志著算力資源從通用型向專用型加速迭代，智能算力的快速發展為千行百業的數字化轉型提供智能底座。隨著人工智能應用推廣，市場對智能算力的需求呈爆發式增長，值得關注的是，不同市場主體呈現差異化發展路徑，其中，中央企業算力規模增長近3倍，智能算力占比為40.22%，體現出中央企業在新基建中的戰略布局；數據技術企業算力規模同比增長近1倍，智能算力占比達43.63%，驗證了市場對智能算力效能提升的迫切需求。
03 下一步政策建議
一是優化頂層設計，構建數據資源法規體系。明確數據資源發展的階段性目標與實施路徑，不斷完善和優化頂層設計，加快形成系統完整、科學合理、協調統一的數據基礎制度體系。加速構建數據領域法律法規體系，明晰登記認證與權益保護規則，為數據要素市場健康發展提供法治保障。
二是推進標準協同，形成全域數據治理格局。聚焦金融、醫療、交通、工業互聯網等重點行業，完善數據市場信息交互渠道，加快構建數據流通交易標準體系。引導企業和地方平臺積極采用國家標準，提升跨平臺數據互操作性，打破行業數據壁壘，促進數據資源高效流通利用。同時，界定數據責任，完善利益保護機制，探索建立數據流通交易參與各方的收益分配機制，強化數據流通合規治理。
三是強化安全防護，打造可信數據空間生態。強化數據安全技術應用，推廣聯邦學習、同態加密等隱私計算技術，推動“可用不可見”“可溯可審”的數據使用安全環境建設。加強可信數據空間發展行動計劃實施，積極組織企業、行業、城市等可信數據空間創新試點試驗，推動形成安全可控的數據生態格局。
