近日召開的全國數據工作會議發(fā)布信息顯示，經初步測算，2023年我國數據生產總量預計超32ZB（1ZB約等于10萬億億字節(jié)）。我國作為全球數據大國，讓流動的數據創(chuàng)造更多價值是未來發(fā)展方向。

數據作為新型生產要素，正快速融入生產、分配、流通、消費和社會服務管理等各環(huán)節(jié)，成為推動經濟社會高質量發(fā)展的重要動力。國家數據局等17部門聯(lián)合印發(fā)《“數據要素×”三年行動計劃（2024—2026年）》，提出到2026年底，數據要素應用廣度和深度大幅拓展等系列目標。

推動數據的低成本多場景復用，提升全要素生產率

“目前存在數據應用潛力釋放不夠、供給質量不高、流通機制不暢等問題。‘數據要素×’行動就是通過推動數據在多場景應用，提高資源配置效率，創(chuàng)造新產業(yè)新模式，培育發(fā)展新動能，從而實現經濟規(guī)模和效率倍增。”國家數據局副局長沈竹林介紹，三年行動有以下主要特征：

從連接到協(xié)同，從基于數據生成和傳遞的互聯(lián)互通，轉變?yōu)榛跀祿行褂玫娜謨?yōu)化，進一步提升全要素生產率；通過從數據中挖掘有用信息，找到企業(yè)、行業(yè)、產業(yè)在要素資源約束下的“最優(yōu)解”。比如，打通制造業(yè)產業(yè)鏈數據，實現供應鏈上下游零部件廠與主機廠的高效協(xié)同研發(fā)制造，有效縮短研發(fā)周期，降低供應鏈成本，創(chuàng)造更高質量、更好性能的產品。

從使用到復用，從千行百業(yè)利用互聯(lián)網技術，轉變?yōu)榛谛袠I(yè)間數據復用的價值創(chuàng)造，拓展經濟增長新空間。比如，在新能源發(fā)電領域，未來發(fā)電量是決定項目投資回報的關鍵因素，但受天氣影響，存在較大的不確定性和難以預測的隨機波動，投資風險較高。融通氣象、發(fā)電量歷史數據，新能源企業(yè)與保險機構能夠建立發(fā)電量波動模型，提前鎖定收益，開發(fā)以未來發(fā)電量為標的的保險產品。

從疊加到融合，從數據匯聚支撐的效率提升，轉變?yōu)槎鄟碓炊囝愋蛿祿诤向寗拥膭?chuàng)新涌現，培育經濟增長新動能。不同類型、不同維度的數據融合，將推動不同領域的知識融通，促進生產工具創(chuàng)新升級，催生新產業(yè)、新模式。比如，在自動駕駛領域，任何一個單一數據來源，都無法實現真正的智能，必須通過單車智能和車路協(xié)同，才能做到全自動駕駛。

中國工業(yè)經濟學會會長、中國社會科學院大學教授江小涓認為：“數據要素最突出的特點是可低成本多場景復用，一組數據可以被不同主體以不同方式重復利用，并且能夠通過解構重組、匯聚融合等方式，被多層次多元化挖掘出更多價值，實現知識擴散、市場拓展和價值倍增，提升全要素生產率。”

先期選取12個行業(yè)和領域，明確典型應用場景

從哪些行業(yè)切入能夠有效發(fā)揮數據價值？

沈竹林表示，按照“有基礎、有場景、有需求”的原則，國家數據局結合目前發(fā)展情況，先期選取12個行業(yè)和領域，推動發(fā)揮數據要素的乘數效應。

“在這些行業(yè)和領域，數據資源豐富、應用需求廣泛、交互鏈條多層次，具有較好的應用基礎和廣闊的發(fā)展空間。”江小涓說。

例如農業(yè)領域，數據協(xié)同需求較大，而經營主體較為分散，農業(yè)生產各環(huán)節(jié)數據流通不暢，數據資源開發(fā)利用程度較低。對此，將強化協(xié)同，推動環(huán)境、養(yǎng)分、生長、銷售、存儲、加工等全鏈條數據融合利用，提高農業(yè)生產效率。

例如金融領域，對其他行業(yè)數據需求大，通過引入科技、環(huán)保、養(yǎng)老、醫(yī)療、社保等領域數據，金融機構可以完善信貸模型，輔助面向中小微企業(yè)的貸款授信決策，在降低金融機構壞賬率的同時，更好賦能實體經濟發(fā)展。

科技領域數據聚合價值高，擬促進多元數據融合，培育新模式新業(yè)態(tài)。以化學化工工藝設計為例，不同化合物或工藝方法的實驗需耗費大量時間，效率較低。通過結構、物性等基礎實驗數據的匯聚融合，結合工藝數據科學分析可實現科研最優(yōu)方案的高效篩選。

氣象領域數據通用性強，擬推動數據開放，提高數據供給質量。氣象數據可以賦能農業(yè)、交通、能源、旅游等多領域發(fā)展，在氣象災害監(jiān)測預警、糧食產量預測、惡劣天氣條件交通應急處置、船舶遠洋導航、煤電油氣運調節(jié)、森林防滅火等眾多場景中發(fā)揮作用。

“后續(xù)，我們會結合工作推進情況，適時研究推出新的應用場景。”沈竹林表示，下一步，將聯(lián)合有關部門、地區(qū)研究組織“數據要素×”試點示范工程；聚焦重點行業(yè)和領域數據開發(fā)利用難點問題，以真實數據和場景需求為牽引，以競技方式調動產學研用各主體共同開發(fā)數據產品等。