近日召開的全國數據工作會議發布信息顯示，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）。我國作為全球數據大國，讓流動的數據創造更多價值是未來發展方向。
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節，成為推動經濟社會高質量發展的重要動力。國家數據局等17部門聯合印發《“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，創造新產業新模式，培育發展新動能，從而實現經濟規模和效率倍增。”國家數據局副局長沈竹林介紹，三年行動有以下主要特征：
從連接到協同，從基于數據生成和傳遞的互聯互通，轉變為基于數據有效使用的全局優化，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、行業、產業在要素資源約束下的“最優解”。比如，打通制造業產業鏈數據，實現供應鏈上下游零部件廠與主機廠的高效協同研發制造，有效縮短研發周期，降低供應鏈成本，創造更高質量、更好性能的產品。
從使用到復用，從千行百業利用互聯網技術，轉變為基于行業間數據復用的價值創造，拓展經濟增長新空間。比如，在新能源發電領域，未來發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、發電量歷史數據，新能源企業與保險機構能夠建立發電量波動模型，提前鎖定收益，開發以未來發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，轉變為多來源多類型數據融合驅動的創新涌現，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，促進生產工具創新升級，催生新產業、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同，才能做到全自動駕駛。
中國工業經濟學會會長、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個行業和領域，明確典型應用場景
從哪些行業切入能夠有效發揮數據價值？
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展情況，先期選取12個行業和領域，推動發揮數據要素的乘數效應。
“在這些行業和領域，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展空間。”江小涓說。
例如農業領域，數據協同需求較大，而經營主體較為分散，農業生產各環節數據流通不暢，數據資源開發利用程度較低。對此，將強化協同，推動環境、養分、生長、銷售、存儲、加工等全鏈條數據融合利用，提高農業生產效率。
例如金融領域，對其他行業數據需求大，通過引入科技、環保、養老、醫療、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，培育新模式新業態。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、交通、能源、旅游等多領域發展，在氣象災害監測預警、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、森林防滅火等眾多場景中發揮作用。
“后續，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，將聯合有關部門、地區研究組織“數據要素×”試點示范工程；聚焦重點行業和領域數據開發利用難點問題，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數據產品等。
近日召開的全國數據工作會議發布信息顯示，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）。我國作為全球數據大國，讓流動的數據創造更多價值是未來發展方向。
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節，成為推動經濟社會高質量發展的重要動力。國家數據局等17部門聯合印發《“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，創造新產業新模式，培育發展新動能，從而實現經濟規模和效率倍增。”國家數據局副局長沈竹林介紹，三年行動有以下主要特征：
從連接到協同，從基于數據生成和傳遞的互聯互通，轉變為基于數據有效使用的全局優化，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、行業、產業在要素資源約束下的“最優解”。比如，打通制造業產業鏈數據，實現供應鏈上下游零部件廠與主機廠的高效協同研發制造，有效縮短研發周期，降低供應鏈成本，創造更高質量、更好性能的產品。
從使用到復用，從千行百業利用互聯網技術，轉變為基于行業間數據復用的價值創造，拓展經濟增長新空間。比如，在新能源發電領域，未來發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、發電量歷史數據，新能源企業與保險機構能夠建立發電量波動模型，提前鎖定收益，開發以未來發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，轉變為多來源多類型數據融合驅動的創新涌現，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，促進生產工具創新升級，催生新產業、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同，才能做到全自動駕駛。
中國工業經濟學會會長、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個行業和領域，明確典型應用場景
從哪些行業切入能夠有效發揮數據價值？
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展情況，先期選取12個行業和領域，推動發揮數據要素的乘數效應。
“在這些行業和領域，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展空間。”江小涓說。
例如農業領域，數據協同需求較大，而經營主體較為分散，農業生產各環節數據流通不暢，數據資源開發利用程度較低。對此，將強化協同，推動環境、養分、生長、銷售、存儲、加工等全鏈條數據融合利用，提高農業生產效率。
例如金融領域，對其他行業數據需求大，通過引入科技、環保、養老、醫療、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，培育新模式新業態。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、交通、能源、旅游等多領域發展，在氣象災害監測預警、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、森林防滅火等眾多場景中發揮作用。
“后續，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，將聯合有關部門、地區研究組織“數據要素×”試點示范工程；聚焦重點行業和領域數據開發利用難點問題，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數據產品等。
本文鏈接：推動數據要素發揮乘數效應http://www.sq15.cn/show-2-5552-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 北京信息軟件業加快“擁抱”大模型
下一篇： 公共云提速“人工智能+”