中国信息通信研究院院长、党委副书记余晓晖：充分释放数据要素价值 推动数字经济健康发展
数据是数字经济发展的关键生产要素，是国家基础性战略性资源。我国数据资源富集，2022年数据产量达8.1zb，位居全球第二位。数据具有乘数效应，能够创造规模经济和范围经济，提升配置效率和激励效率。充分发挥数据要素作用，是做强做优做大数字经济，赋能实体经济的必然要求。
一、数据要素是数字经济发展的新动能
数据促进数字农业建设稳步推进。数据推动农业科学化经营决策，辅助精细化农业生产全面展开。如天津对花卉生产数据进行采集、比对、分析，结合植物生长特性，发出精准浇花指令，多余水自动回流，水资源重复利用率达97%。数据支撑农产品质量安全追溯，助力农业服务方式加快变革。如保定、唐山等市的食用农产品数字化监管平台累计采集食用农产品品种信息近2万条，关联上游产地证明68余万条，做到来源可溯、去向可追，实现食用农产品全链条溯源。
数据推动制造业转型升级提速。制造业企业通过对生产、制造、供应等各个环节进行实时监测和数据分析，不断调整优化。如南京钢铁基于工业互联网实现生产过程全方位数据感知集成，降低原料、物流、能耗等综合成本4.8亿元，平均减碳0.5公斤/吨铁。数据驱动制造业新模式新业态加速落地，实现从“规模生产”到“定制生产”。如上汽大通以数据贯通产品、客户与生产管理系统，实现大规模个性化定制生产，在汽车市场整体放缓趋势下实现60%的年复合增长率。
数据助力服务业新兴业态蓬勃发展。数据在服务业的应用不断向纵深拓展，在以金融、物流为代表的生产性服务领域，通过对用户信息、用户反馈等数据分析，提升服务精准性和服务质量。如金融行业依托数据进行差异化定价、精准营销和智能投顾等，交通行业依托数据打造精准定位、高效安全的智慧交通数据网络。在以零售、文体为代表的生活性服务领域，依托数据提高服务供给规模、服务效率和质量水平。如新零售通过数据驱动和智能化运营，实现线上与线下的全渠道融合，精准服务消费者，提升零售效率和质量。
二、数据要素价值化发展的关键难题
我国数据价值化发展仍处在初级阶段。据中国信息通信研究院对我国部分企业样本的测算，2022年农业数据贡献度仅为0.32%、工业0.65%、服务业1.69%，数据价值化发展存在诸多难题。
一是数据采集和供给质量待提高。不同行业、不同设备等数据标准和接口不统一，数据整合互通和互操作性差。缺少优质、合规的第三方数据供应商和数据服务商，数据质量差，企业数据因数据失真、失准及一致性差等因素导致数据汇聚质量不高。公共部门数据供给质量和运作效率不高，公共数据资源目录标准不一，全国统一的数据开放平台尚未建成，数据开放共享依靠行政约束。
二是数据流通保障体系尚不完善。数据确权尚未取得实质性进展，数据二十条已明确数据三权分置的战略方向，但尚未有具体有效的落地举措；缺少数据定价和评估机制，流通依靠点对点交易，供需双方存在较强的信息不对称性，数据流通不透明度高；数据流通规则缺失，数据合规、数据评估、数据运营等重要环节缺少统一标准，市场交易和竞争行为无序。据调研，2022年我国大部分企业尚未参与到数据交易流通，参与交易流通的企业中，约87.67%的企业购买数据，33.32%的企业出售数据，数据供不应求。
三是企业数据开发利用水平不足。企业数据采集的广度深度以及采集后数据的利用程度低，数据在企业生产制造和经营管理各环节特别是核心业务环节还难以发挥其应有的赋能作用。这一方面源于企业数据采集手段不足、存储能力低、分析和应用技术弱，难以完成从数据采集到场景应用的全链条任务。另一方面受制于数据泄露风险、个人信息保护等问题，企业不敢用，参与数据开发利用的主动性、积极性差，行业数据与行业融合应用程度处于较低水平。
四是数据要素技术体系尚未成熟。从技术功能来看，当前数据技术手段主要聚焦在底层的计算、可信传输和安全方面，数据流通全生命周期的管理和控制等技术有待创新，各类技术相互组合的探索相对不足。从技术性能来看，我国数据要素相关技术的支撑不够强，无论是软件硬件之间的优化适配，还是工程化实现的创新突破，都任重道远。从技术安全性来看，数据安全保障技术产品难以保障绝对安全，不同产品所使用的算法协议多种多样，各自的协议安全根基也不尽相同，难以形成统一的算法安全基础。
三、发挥数据要素在数字经济发展中的乘数效应
当前，我国正处于数据资源迈向数据要素化配置阶段的重大变革期，应多措并举，推动构建“强资源、大市场、广应用、善治理”的数据要素发展新格局。
一是布局数据基础设施，夯实底座。推动可信数据空间建设，布局重点行业数据空间试点，支持龙头、链主企业建立行业空间，形成可复制的经验和模式。推动云基础设施数据可控升级，建立信任枢纽，推动各类可信数据空间互联互通。统筹算力基础设施建设，聚焦数据采集传输，高水平建设5g和千兆光网，梳理区域层面算力需求，统筹推进异构算力协同建设与联网调度。搭建新型数据服务网络，充分利用现有标识解析体系等网络设施，构建国家数据标识体系，培育基于数据标识的数据资源目录、数据模型共享库、数据交互中间件、数字钱包等数据产品。推动跨境数据基础设施建设，加大国际海底光缆、国际互联网数据交互点等数据基础设施建设，提升跨境数据设施安全能力。
二是提升公共数据管理能力，引领发展。完善政务数据共享机制，建议加快出台《政务数据共享条例》，建立国家政务数据共享交换平台，形成全国一体化政务数据资源库和目录体系。推动公共数据授权运营，制定公共数据授权运营管理办法和长效评估机制，明确数据权属主体、数据运营主体和数据加工主体类型、相应责任、收益分配机制等。提升公共数据融合社会数据能力，区分工业、金融、医疗、交通、城市治理等，形成公共和社会数据流通融合体系，激发企业创新活力，加快推动新型智慧城市建设。
三是完善数据要素市场机制，补齐短板。建立数据产权制度体系，完善数据产权登记制度，出台数据资产登记管理办法，研究数据分类分级授权机制，建立互联互通的数据产权登记平台。构建多级市场规则，一级市场进行数据登记授权，要建立健全信息披露机制、市场准入机制等。二级市场进行数据流通交易，要规范数据交易流通、数据交易场所管理等。三级市场开展数据信贷融资、数据信托等数据资产金融创新活动。推进数据标准化体系建设，建立数据格式、接口、存储等软硬件通用标准，数据登记、数据交易、数据共享、数据服务等环节通用规范。
四是规范数据要素市场主体，共建生态。探索数据交易所牌照管理，严控数据交易所数量，区分国家级、区域级、行业级等多种类型，严格对数据交易所实施牌照管理，着力推动行业数据交易平台建设。指导开展数商第三方评级认证，针对数据流通服务商、数据经纪商和第三方服务机构等，分类建立评级标准并颁发评级证书。建立主体间收益分配机制，建立数据要素价格形成机制，制定数据资产价值评估标准，区分不同数据类型，形成数据公允价值。
五是构建数据要素治理体系，强化保障。提高数据安全保障能力，促进数据要素市场信用体系建设，逐步完善数据交易失信行为认定、守信激励、失信惩戒等机制。制定数据交易合同规范，明确各类主体的使用权限、使用范围、使用方式和安全责任。强化数据在治理中的应用，强化数据采集布局，加强重点领域的全主体、全品种、全链条数字化追溯监管。加强监管事项清单数字化管理，运用多源数据为市场主体精准“画像”，根据企业信用实施差异化监管。