近日召开的全国数据工作会议发布信息显示，经初步测算，2023年我国数据生产总量预计超32ZB（1ZB约等于10万亿亿字节）。我国作为全球数据大国，让流动的数据创造更多价值是未来发展方向。
数据作为新型生产要素，正快速融入生产、分配、流通、消费和社会服务管理等各环节，成为推动经济社会高质量发展的重要动力。国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，提出到2026年底，数据要素应用广度和深度大幅拓展等系列目标。
推动数据的低成本多场景复用，提升全要素生产率
“目前存在数据应用潜力释放不够、供给质量不高、流通机制不畅等问题。‘数据要素×’行动就是通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现经济规模和效率倍增。”国家数据局副局长沈竹林介绍，三年行动有以下主要特征：
从连接到协同，从基于数据生成和传递的互联互通，转变为基于数据有效使用的全局优化，进一步提升全要素生产率；通过从数据中挖掘有用信息，找到企业、行业、产业在要素资源约束下的“最优解”。比如，打通制造业产业链数据，实现供应链上下游零部件厂与主机厂的高效协同研发制造，有效缩短研发周期，降低供应链成本，创造更高质量、更好性能的产品。
从使用到复用，从千行百业利用互联网技术，转变为基于行业间数据复用的价值创造，拓展经济增长新空间。比如，在新能源发电领域，未来发电量是决定项目投资回报的关键因素，但受天气影响，存在较大的不确定性和难以预测的随机波动，投资风险较高。融通气象、发电量历史数据，新能源企业与保险机构能够建立发电量波动模型，提前锁定收益，开发以未来发电量为标的的保险产品。
从叠加到融合，从数据汇聚支撑的效率提升，转变为多来源多类型数据融合驱动的创新涌现，培育经济增长新动能。不同类型、不同维度的数据融合，将推动不同领域的知识融通，促进生产工具创新升级，催生新产业、新模式。比如，在自动驾驶领域，任何一个单一数据来源，都无法实现真正的智能，必须通过单车智能和车路协同，才能做到全自动驾驶。
中国工业经济学会会长、中国社会科学院大学教授江小涓认为：“数据要素最突出的特点是可低成本多场景复用，一组数据可以被不同主体以不同方式重复利用，并且能够通过解构重组、汇聚融合等方式，被多层次多元化挖掘出更多价值，实现知识扩散、市场拓展和价值倍增，提升全要素生产率。”
先期选取12个行业和领域，明确典型应用场景
从哪些行业切入能够有效发挥数据价值？
沈竹林表示，按照“有基础、有场景、有需求”的原则，国家数据局结合目前发展情况，先期选取12个行业和领域，推动发挥数据要素的乘数效应。
“在这些行业和领域，数据资源丰富、应用需求广泛、交互链条多层次，具有较好的应用基础和广阔的发展空间。”江小涓说。
例如农业领域，数据协同需求较大，而经营主体较为分散，农业生产各环节数据流通不畅，数据资源开发利用程度较低。对此，将强化协同，推动环境、养分、生长、销售、存储、加工等全链条数据融合利用，提高农业生产效率。
例如金融领域，对其他行业数据需求大，通过引入科技、环保、养老、医疗、社保等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业的贷款授信决策，在降低金融机构坏账率的同时，更好赋能实体经济发展。
科技领域数据聚合价值高，拟促进多元数据融合，培育新模式新业态。以化学化工工艺设计为例，不同化合物或工艺方法的实验需耗费大量时间，效率较低。通过结构、物性等基础实验数据的汇聚融合，结合工艺数据科学分析可实现科研最优方案的高效筛选。
气象领域数据通用性强，拟推动数据开放，提高数据供给质量。气象数据可以赋能农业、交通、能源、旅游等多领域发展，在气象灾害监测预警、粮食产量预测、恶劣天气条件交通应急处置、船舶远洋导航、煤电油气运调节、森林防灭火等众多场景中发挥作用。
“后续，我们会结合工作推进情况，适时研究推出新的应用场景。”沈竹林表示，下一步，将联合有关部门、地区研究组织“数据要素×”试点示范工程；聚焦重点行业和领域数据开发利用难点问题，以真实数据和场景需求为牵引，以竞技方式调动产学研用各主体共同开发数据产品等。
近日召开的全国数据工作会议发布信息显示，经初步测算，2023年我国数据生产总量预计超32ZB（1ZB约等于10万亿亿字节）。我国作为全球数据大国，让流动的数据创造更多价值是未来发展方向。
数据作为新型生产要素，正快速融入生产、分配、流通、消费和社会服务管理等各环节，成为推动经济社会高质量发展的重要动力。国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，提出到2026年底，数据要素应用广度和深度大幅拓展等系列目标。
推动数据的低成本多场景复用，提升全要素生产率
“目前存在数据应用潜力释放不够、供给质量不高、流通机制不畅等问题。‘数据要素×’行动就是通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现经济规模和效率倍增。”国家数据局副局长沈竹林介绍，三年行动有以下主要特征：
从连接到协同，从基于数据生成和传递的互联互通，转变为基于数据有效使用的全局优化，进一步提升全要素生产率；通过从数据中挖掘有用信息，找到企业、行业、产业在要素资源约束下的“最优解”。比如，打通制造业产业链数据，实现供应链上下游零部件厂与主机厂的高效协同研发制造，有效缩短研发周期，降低供应链成本，创造更高质量、更好性能的产品。
从使用到复用，从千行百业利用互联网技术，转变为基于行业间数据复用的价值创造，拓展经济增长新空间。比如，在新能源发电领域，未来发电量是决定项目投资回报的关键因素，但受天气影响，存在较大的不确定性和难以预测的随机波动，投资风险较高。融通气象、发电量历史数据，新能源企业与保险机构能够建立发电量波动模型，提前锁定收益，开发以未来发电量为标的的保险产品。
从叠加到融合，从数据汇聚支撑的效率提升，转变为多来源多类型数据融合驱动的创新涌现，培育经济增长新动能。不同类型、不同维度的数据融合，将推动不同领域的知识融通，促进生产工具创新升级，催生新产业、新模式。比如，在自动驾驶领域，任何一个单一数据来源，都无法实现真正的智能，必须通过单车智能和车路协同，才能做到全自动驾驶。
中国工业经济学会会长、中国社会科学院大学教授江小涓认为：“数据要素最突出的特点是可低成本多场景复用，一组数据可以被不同主体以不同方式重复利用，并且能够通过解构重组、汇聚融合等方式，被多层次多元化挖掘出更多价值，实现知识扩散、市场拓展和价值倍增，提升全要素生产率。”
先期选取12个行业和领域，明确典型应用场景
从哪些行业切入能够有效发挥数据价值？
沈竹林表示，按照“有基础、有场景、有需求”的原则，国家数据局结合目前发展情况，先期选取12个行业和领域，推动发挥数据要素的乘数效应。
“在这些行业和领域，数据资源丰富、应用需求广泛、交互链条多层次，具有较好的应用基础和广阔的发展空间。”江小涓说。
例如农业领域，数据协同需求较大，而经营主体较为分散，农业生产各环节数据流通不畅，数据资源开发利用程度较低。对此，将强化协同，推动环境、养分、生长、销售、存储、加工等全链条数据融合利用，提高农业生产效率。
例如金融领域，对其他行业数据需求大，通过引入科技、环保、养老、医疗、社保等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业的贷款授信决策，在降低金融机构坏账率的同时，更好赋能实体经济发展。
科技领域数据聚合价值高，拟促进多元数据融合，培育新模式新业态。以化学化工工艺设计为例，不同化合物或工艺方法的实验需耗费大量时间，效率较低。通过结构、物性等基础实验数据的汇聚融合，结合工艺数据科学分析可实现科研最优方案的高效筛选。
气象领域数据通用性强，拟推动数据开放，提高数据供给质量。气象数据可以赋能农业、交通、能源、旅游等多领域发展，在气象灾害监测预警、粮食产量预测、恶劣天气条件交通应急处置、船舶远洋导航、煤电油气运调节、森林防灭火等众多场景中发挥作用。
“后续，我们会结合工作推进情况，适时研究推出新的应用场景。”沈竹林表示，下一步，将联合有关部门、地区研究组织“数据要素×”试点示范工程；聚焦重点行业和领域数据开发利用难点问题，以真实数据和场景需求为牵引，以竞技方式调动产学研用各主体共同开发数据产品等。
本文链接：推动数据要素发挥乘数效应http://www.llsum.com/show-2-5552-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 北京信息软件业加快“拥抱”大模型
下一篇： 公共云提速“人工智能+”