充分發揮數據要素“乘數效應” ——訪大數據研究專家高勇

　　近日，《甘肅省“數據要素×”三年行動實施方案（2024—2026年）》印發，受到廣泛關注。

　　從《關于構建更加完善的要素市場化配置體制機制的意見》到《“十四五”數字經濟發展規劃》及《數字中國建設整體布局規劃》，再到《“數據要素×”三年行動計劃（2024—2026年）》，近年來國家相繼印發數據要素頂層設計政策文件；北京、天津、云南、安徽、福建等地陸續征集“數據要素×”典型案例，積極探索數據要素產業發展實踐經驗。

　　數據要素在推動數字經濟發展中發揮著哪些關鍵作用？如何充分激活數據要素潛能，助力新質生產力發展？數據要素如何為城市精細化與精準化管理賦能？帶著這些問題，中國城市報記者對《數據要素流通標準化白皮書》專家組成員、全國信息技術標準化技術委員會大數據標準工作組專家高勇進行專訪。

　　中國城市報：從頂層設計再到落地實施，各地推行數據要素市場化改革、運行、管理及安全等政策辦法。數據要素在推動數字經濟發展中發揮著哪些關鍵作用？

　　高勇：數據要素是整個數字經濟的核心，是數字經濟的重要組成部分。從數據研究的角度來看，數字經濟包含產業數字化、數據產業化以及數據資產化等重要內容，關涉數據的產生、應用和價值等。

　　同時，數據要素也是激活數字經濟深化發展的重要引擎。數字經濟的深化發展離不開智能化的發展，數據、算力和算法共同構成了人工智能發展的基礎。數據要素在推動經濟社會發展方面的價值不斷凸顯：一方面，數據作為關鍵性生產要素，能夠催生并推動新產業、新業態和新模式的發展，是促進數字經濟高質量發展的重要抓手；另一方面，數據要素對其他產業具有乘數效應，能夠促進供需精準對接，推動傳統產業轉型升級。

　　中國城市報：如何充分激活數據要素潛能，助力新質生產力發展？

　　高勇：數據作為一種新的生產要素，具有開放性、跨時空和共享特征，以5G、人工智能、區塊鏈為核心的新型基礎設施建設將加速信息流通、優化資源配置、提升生產效率，為新質生產力發展注入新的動力。

　　數據分為公共數據、企業數據和個人數據。激活數據要素潛能需要大力發展公共數據的授權運營。雖然公共數據的授權運營剛剛起步，但必須要從頂層進行制度設計、規范設計和安全設計，要解決好權益劃分問題。同時，要大力支持數商企業發展，對于進行數據加工處理和銷售數據產品（或服務）而盈利的企業而言，相關負責人要有開發和拓展數據價值的意識。此類企業也應具備數據治理和數據管理的技術與能力，成為數據要素市場的“先行者”和“弄潮兒”。

　　此外，要大力發展數據要素產業大腦。產業大腦的版本分為1.0、2.0、3.0。產業大腦1.0是功能型的，是“互聯網+”的發展模式，主要助力產業的數字化轉型；產業大腦2.0是數字型的，發展“數據要素×”，開發和完善行業知識圖譜、行業知識體系、行業數據標準、行業數據模型、數據產品等，在1.0版本的基礎上加入了數字經濟的第二部分；產業大腦3.0是智能型的，是成為AI行業專家的思路，在前兩個版本的基礎上積累了高質量的行業數據，用于訓練人工智能，是大模型的行業垂直模型應用。

　　中國城市報：作為長期深耕數據要素研究領域的專家，您認為數據要素產業目前發展的難點或堵點有哪些？

　　高勇：數據要素產業發展有以下幾方面難點：一是數據要素產業相對屬于新概念，目前不管是政府機構還是企業的領導者、決策者和管理者，在數據要素的認知上還有待提高，自身的相關知識儲備欠缺，這就需要他們提高認識、加強學習。二是公共數據授權運營涉及的戰略層級高、技術要求高、知識復雜度高，需要有效地貫徹落實頂層設計的政策方案，積極推動數據要素產業發展。三是數據要素產業是跨領域系統工程，涉及到法務、技術、財務、金融等多個領域，需要多個部門協同，共同完成相關工作。四是針對關鍵行業數據、核心行業數據、敏感行業數據，以及各行業中敏感數據的界定和管控，既是一個戰略問題也是一個戰術問題，需要做好數據安全與數據開放的風險管控工作。五是數據要素產業的發展需依賴先進的數據處理和數據管理技術，這對專業人才的能力提出了更高要求，所以要注重人才培養，優化先進技術。

　　此外，統籌解決數據要素流通使用與安全問題，需要相關部門進行動態管理，根據具體情況和有效信息及時調整，準確預判發展趨勢；需要加強技術的創新應用，包括AI的應用，確保以完整準確的信息提供決策支持、以完備的技術手段提供相應措施；需要進行分類管控，并且要進行試點創新，從具體實踐探索中發現問題，找出解決方案。

　　中國城市報：從產業數字化到數字產業化，再到數字資產化，目前數據要素市場交易生態如何？數據要素市場面臨哪些問題亟待解決？

　　高勇：目前數據要素市場還屬于初級階段，雖然各地都建立了數據交易所、交易中心或平臺，但數據的應用場景還不夠豐富，數據要素市場存在信息孤島、數據標準缺失以及數據信息安全水平低等亟待解決的問題。

　　各地方政府應結合本地產業特色，制定相關的“數據要素×”行動計劃和具體方案等，加快推動數據要素市場健康發展。從我過去參與的全國首批數據資產評估試點、全國首個海洋數據的數據資產評估試點等工作來看，部分項目數據量雖然不大，但數據資產評估價值很高，通過試點示范能讓各相關人員對整個環節、操作流程、未來可發展的空間有一個直觀而充分的認識。

　　今年1月1日，《企業數據資源相關會計處理暫行規定》施行，為企業數據資源的價值評估和管理提供了明確的會計處理方法。這意味著數據資產元年的到來，在數據要素市場化賽道上，數據資源入表和數據資產化已是大勢所趨。目前北京、上海、浙江等地的數據資產化走在全國先列。

　　中國城市報：如何構建具有區域特色的“數據要素×”發展體系？

　　高勇：在不斷推進數據要素市場改革的過程中，我國重點城市的數據要素改革方向和模式無疑成為全國各地數據要素改革的標桿。北京、上海、深圳等重點城市擁有雄厚的發展基礎和豐富的改革經驗，其數據要素市場化改革的重點是促進數據要素體系現代化、國際化。

　　縱觀全國，近年來，多地因地制宜，大力構建具有區域特色的“數據要素×”發展體系。例如，福建省廈門市推進兩岸數字經濟合作發展和數字經濟產業優勢互補，在數據要素流通、數字技術創新、大數據新業態培育等方面深化交流合作；湖北省武漢市不斷優化農業大數據平臺，開展農業金融服務、農產品生產環節溯源等場景的數據要素產品開發應用；山東省青島市注重對于公共數據體系的運營與建設，對公共數據實行目錄化管理……這些實踐探索證明，既要堅持“全國一盤棋”，貫徹落實數據要素相關政策，又要發揮地方特色，圍繞地方的實際情況大膽探索，因地制宜發展區域特色數據要素產業，并構建多方共贏的數據要素產業生態。

　　中國城市報：數據要素如何為城市精細化與精準化管理賦能？未來，我國應如何進一步發展數據要素？

　　高勇：在數字經濟時代，數據要素對城市治理與經濟社會發展而言至關重要。數據要素能夠幫助城市管理者更好地了解城市運行狀態，提高城市治理的效率和水平，為城市居民提供更加便捷、高效的服務，實現對城市服務與治理需求的高效支持與響應。

　　數據是人工智能的燃料，高質量數據是高質量AI的基礎。行業知識體系是大模型垂直領域應用的支撐。未來各個產業和領域，包括城市服務與治理都需要高質量的AI提供決策支撐，這便依賴于數據要素的開發與利用。中國是全球產業鏈最完善的國家，改革開放40多年來積累了大量的數據，且行業數據豐富，有充分的條件將大模型的垂直應用完全開發。所以未來應圍繞數據供給、數據技術、數據安全、數據標準、數據跨境等方面的建設，加快釋放數據要素賦能潛力，更好發揮數據要素作用，推動數字經濟高質量發展。

更多精彩，請關注“官方微信”