推动数据要素发挥乘数效应

　　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★。

　　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。

　　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★。

　　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。

　　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。

　　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★。

　　★“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。（记者 王云杉）

　　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。”

　　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★★。

　　★★★“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：

　　“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★★★。

　　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。

　　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。