文件的政策精髓如何把握?如何推进文件精准落地，高效实施?围绕这些热点议题，中宏论坛第四十五场在线研讨会日前召开，五位国家高端智库和高校专家把脉热点、前瞻建言，带来一场思想的饕餮大餐。

　　关键：“数智结合”持续激发数据要素新价值

　　文件的出台自有其政策的渊源。十九届中央委员会第四次全体会议着重研究了坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化的若干重大问题，会议决定指出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据增列为生产要素。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，为释放数据要素价值指明了方向。2023年12月，《行动计划》发布旨在发挥数据要素的乘数效应，着力解决数据供给质量不高、流通机制不畅、应用潜力释放不够等问题。

　　当前，传统产业正在被数字化、网络化和智能化改造，新兴产业如云计算、大数据、人工智能等正在快速崛起。“数据要素乘数效应的有效发挥，将是激发我国生产力在数字技术快速发展背景下实现跃升的关键。”中国人民大学数字经济研究中心执行主任程华指出，首先，数据要素与新质生产力内在的高效能、低消耗的要求是天然契合的。其次，数据要素乘数效应的发挥，可以提高科技创新的速度，从而推动新质生产力的快速形成。第三，通过数字技术赋能传统产业和培育新兴产业，推动新质生产力的动能落地。

　　“《行动计划》四次提到大模型，可见对人工智能领域的重视，通过建立专业领域数据库，形成大模型训练集，有助于大模型的开发和利用。”辽宁大学数字经济研究院院长潘宏指出，《行动计划》既是“十四五”与“十五五”跨期的三年行动计划，也是对“十五五”初期，数据要素所要起到的作用以及产生的影响给出了预期。近年来也有很多数据交易所称数据商为数商，并基于交易所构建了数商协会等组织，推进数据产品实现场内场外交易。数据要素由数据交易所以数据产品的形式提供给数据需求方，当然这个过程也是经过数据供需双方反复博弈、协调后才得以实现，这样通过大量的打磨后的数据要素，更具有商品属性，便于流通。

　　潘宏强调，数据要素使用和实践虽然可以超越时空限制，但也具有一定的地域性，因此需要本地化流通，至少是区域性的流通交易。通过充分发挥数据要素乘数效应，促进数字核心技术的发展，实现数字经济做强做优做大，赋能经济社会发展，推进高质量发展。

　　“交通运输和物流是重要的基础性、先导性、战略性产业，在我国全面建成小康社会、实现第一个百年奋斗目标的进程中发挥了关键支撑引领作用。”国家发展改革委国土开发与地区经济研究所副所长谢雨蓉指出，《行动计划》的出台对交通运输与物流发展将产生重大影响。一方面，有了数据要素加持，交通物流发展面临新机遇，另一方面，在数字经济时代，交通物流发展也面临许多新挑战，在赋能交通运输与物流的进程中，数据要素也在不断地创造价值、实现价值，为其作为生产要素按贡献参与分配提供了基本条件。

　　西北农林科技大学秦岭数字乡村研究中心主任刘志刚指出，由于我国农业发展基础相对薄弱，数字农业建设正处在起步阶段。我们需要按照乡村振兴战略总要求，紧紧围绕推进农业现代化和供给侧结构性改革总目标，以产业数字化、数字产业化为发展主线，以数据为关键生产要素，着力建设农业农村数据资源体系，加快农业农村生产经营、管理服务数字化改造，强化关键技术装备创新和重大工程设施建设，为提升农业农村生产智能化、经营网络化、管理高效化、服务便捷化提供强大的物质基础和技术支撑，有力推动乡村全面振兴、加快实现农业农村现代化。

　　携进：“数融结合”催生产业新活力

　　我国数字经济前景可观、大有可为。我国数字经济规模已连续11年显著高于同期GDP名义增速，数字经济占GDP比重相当于第二产业占国民经济的比重，达到41.5%。与会专家表示，随着数据资产化、数实融合与数字资本化走实走深，我国经济高质量发展将稳步向前。

　　在数字经济的发展过程中，资本有利于技术创新和产业升级，推进“数融结合”，搭建新型数据交易平台，有利于激活数据市场主体积极性，培育数据产业生态及新增长点。1月11日，湖南大数据交易所就促成了一笔数据资产无抵押融资服务，湖南本土企业获得500万元授信额度。湖南大数据交易所还向这家企业颁发了湖南首张数据产品登记证书。此次融资的数据产品是产权交易数据管理系统，主要存储已交易项目的空间位置和交易信息。银行基于湖南大数据交易所出具的数据产品登记证书、数据产品上架证书和律所出具的法律风险评估意见书，综合评估后完成授信审批，通过“数据资产化”破解中小企业融资难题。结合这个最新案例，潘宏强调，数据要素不仅局限于以数据产品的模式进行流通，同样数据要素也可以呈现出其他生产要素的属性，比如数据要素作为资产进行抵押，进行融资贷款等。从这样一笔交易中，我们可以了解数据交易所让数据要素的价值得以实现，其中既体现了数据要素自身的价值，也体现了第三方服务机构在交易过程中所起到的作用，比如数据产品的登记、风险评估等。

　　我国数据交易所(中心)或者大数据交易平台从2014年开始建立，截至2023年12月，全国各地由政府发起、主导或批复的数据交易所(中心)达到共计45家。截至2023年底，深圳数据交易所实现全年交易规模超50亿元，汇聚305家数据商、338家数据卖方、1063家数据买方，打造了228个交易场景。截至2023年11月，北京国际大数据交易所数据交易备案规模已超过20亿，交易主体数量超过500家;2023年以来，上海数交所全年数据交易额超11亿元，累计挂牌数据产品2100个。潘宏引用公开数据指出，各交易所的数据产品也在不断创新，还包括算力、算法等，近年来还对交易合规管理规范、数商管理规范等进行有益的探索，为制定国家标准奠定了基础。

　　“数据商和第三方服务机构目前只是刚刚起步，我们也尤其关注到《行动计划》中提到鼓励数据商企业融资上市，在这样的背景下，数据商、具有传统产业数字化转型的服务商或自营的数字科技企业具有空前的发展机会。”潘宏指出，行动计划中要解决的问题是数据供给质量不高、流通机制不畅、应用潜力释放不够。实施《行动计划》，就是要发挥我国超大规模市场、海量数据资源、丰富应用场景等多重优势，推动数据要素与劳动力、资本等要素协同发挥作用。

　　潘宏建议，依法合规探索多元化投融资模式，发挥相关引导基金、产业基金作用，引导和鼓励各类社会资本投向数据产业。支持数据商上市融资。政策引导，产业预期，资金推动，未来会有更多的数据商上市融资，提升数据的质量，更好地实现数据要素的复用，发挥数据要素乘数效应。

　　融创：“数实结合”培育产业新生态

　　“《行动计划》34处提到了融合，其中15处提到了数据融合，体现在现代农业、商贸流通、交通运输、文化旅游、医疗健康、绿色低碳等重点行动。”江苏大学科技信息研究所所长刘桂锋指出，数据融合是解决当前存在的“数据孤岛”问题的良药秘方，不是把不同来源、不同类型、不同维度的数据进行简单的组合或整合，而是通过一定的理论、方法、技术或手段，实现知识增值、管理决策或产业增值的过程。

　　谢雨蓉说，此次《行动计划》的出台，指明了数据要素赋能交通运输与物流的发展方向，将助推传统交通物流转型升级，在此基础上，数据要素的投入或许能带来交通物流领域的颠覆性变革，支撑交通物流领域率先实现现代化。“数据要素×”助推交通物流全国统一市场建设。数据要素赋能交通物流在提高运行组织效率的同时，还改变了很多领域的运行组织方式，对形成统一开放交通物流市场具有重要的引领支撑作用。“数据要素×”将创造更多数字交通物流新场景。未来数字时代，交通物流一方面对数据要素赋能、带动产业发展产生更多需求，另一方面也会产出海量数据和产生更多应用场景，为数据要素在市场机制下发挥价值创造能力，按贡献参与分配提供更多平台。“数据要素×”助力交通物流畅通国民经济循环。数据要素的投入将有效提升管理水平、推动供需匹配、打通卡点堵点，为畅通国民经济循环提供强大助力。“数据要素×”重构交通与信息交互的发展空间。未来，“数据要素×交通运输”必将带来更大变化，在我国迈向现代化的进程中产生更多互动，引领生产与生活方式巨大变革，或将引发交通与信息、现实与虚拟发展空间格局的彻底重构。

　　在刘桂锋看来，数据要素价值充分释放的关键在于畅通的数据流通体系，而数据流通的关键在于扫清制约数据融合的影响因素。制约数据融合的因素有很多，首要问题就是识别影响数据融合因素的类型有哪些，哪些是关键影响因素，这些影响因素之间的作用机制是什么。就数据自身而言，数据权属、数据质量和数据安全是影响数据融合的三大重点。当前我国主要有国家基础学科公共科学数据中心等20余个科学数据中心，以及省市地方的政府数据平台或公共数据平台，高校院所或企业数据平台。这些数据平台为数据融合提供了丰富的数据资源，但是缺乏一定的数据质量评价标准，造成数据供给质量难以判断。建议选取数据供给质量等关键影响因素在重点行业、重点领域进行理论与实践的检验，构建并完善数据供给质量的评价指标体系，为其他因素的识别与确定提供范例。

　　“探索数据融合应用场景。以丰富数据融合应用场景为落脚点，强力拉动数据融合需求，充分释放数据要素价值。”刘桂锋指出，数据融合模式是实现数据融合的基本方式、基本途径和基本手段。由于目前尚未有成熟的数据融合模式可以借鉴和参考，因此需要在理论中设计，在实践中检验。

　　在大数据时代，数据已成为新的生产要素。由于产业数字化转型周期长，复杂程度高，需要各级政府充分发挥政策导向作用，加强数据要素治理，建立安全可控的数据流通监管制度，释放数据要素乘数价值。形成从中央到地方的政策合力，为数字经济发展“掌舵护航”。

　　“探求数据融合治理体系。‘强资源、大融合、广应用、善治理’的数据要素发展新格局基本形成。高质量的数据供给、立体化的数据融合模式、丰富的数据应用场景构成了数据融合治理体系的主干。”刘桂锋指出，决定数据治理体系能否成功的关键。必须把数据质量治理和数据安全治理摆在优先治理的突出位置，统筹推进数据资源体系，数据融合模式体系以及应用场景体系一体化治理，以期达到数据治理体系和治理能力现代化。

　　程华说，需要清醒地意识到，如果“乘数”本身小于1或者为负，乘数效应就不是倍增的，而是递减甚至是负的效应。因此，防范数据要素在行业发展过程中的风险，充分评估人工智能、区块链等新兴技术的安全性，审慎对待数据资产入表，提高数据质量和数据治理能力等等，防止行业一哄而起可能带来的混乱是需要倍加警惕的。