數據正成為驅動經濟社會發展的關鍵生產要素。黨的十九屆四中全會第一次把“數據”納入生產要素并參與分配，凸顯了數據的重要價值。習近平總書記指出，要構建以數據為關鍵要素的數字經濟。2020年4月，中共中央、國務院印發《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出“加快培育數據要素市場”，要求提升社會數據資源價值，加強數據資源整合和安全保護，這為我們發揮好數據這一新型生產要素的作用、推動新質生產力發展指明了方向。

數據要素作為新型生產要素，是數字化、網絡化、智能化的基礎，是形成新質生產力的重要資源，已快速融入生產、分配、流通、消費和社會服務管理等各個環節，深刻改變著生產方式、生活方式和社會治理方式。我國是全球首個將數據確立為生產要素的國家，2024年5月發布的《數字中國發展報告（2023年）》顯示，數據要素市場日趨活躍，2023年全國數據生產總量超32ZB（1個ZB等于十萬億億字節），同比增長22.44%。海量數據被生產出來后，通過網絡等方式傳輸到云端進行存儲、處理與分析，借助物聯網、人工智能等方式轉化為實際應用。數據要素通過促進科技創新、優化產業結構、提高全要素生產率等方式引發生產力的躍遷，助力新質生產力的發展。

發展新質生產力必須堅持技術創新，以技術創新帶動產業革新，特別是以顛覆性技術和前沿技術催生新產業、新模式、新動能。數據要素作為非實體勞動對象的最新表現形式，推動人工智能、物聯網、云計算、智能機器人等新興技術的革新，成為數字技術創新的重要力量。

一方面，數據要素通過提供大量的市場、用戶、信息，幫助企業和研究機構識別新的技術趨勢、消費者需求和潛在的市場機會。通過對數據要素進行分析將其轉化為有價值的洞察，指導技術創新的方向和重點，加速新產品或解決方案的研發進程。另一方面，數據要素為技術創新提供科學的決策支持。通過分析歷史數據和實時數據，可以更準確地評估新技術、新方法的潛在價值和風險，從而作出更加合理的資源分配和決策建議，指導技術創新。

數據要素具備資源規模大和使用價值高的基本特征，在各個產業發揮著日益重要的作用，不同產業發生的根本性變化將推動產業結構轉型。

首先，數據要素促進生產方式的變革。通過生產過程的自動化、數字化和智能化，傳統勞動密集型的生產環節將會被機器和算法取代，推動產業轉型的進程。其次，數據要素能優化傳統要素的分配環節。我國產業體系經過長期發展沉淀了大量數據，對這些數據進行分析可獲取大量信息，如行業發展趨勢和市場需求變化。高質量數據能幫助企業及時調整業務方向和戰略規劃，同時也助力政府在宏觀層面上做出更加精準的產業政策和調控措施，培育發展新動能，促進產業結構的優化和升級。最后，數字要素帶動消費群體的行為轉變。產業結構變化影響消費結構變化，而消費結構在經濟循環中引導產業結構變化。數字商品和數字服務會改變既定收入約束下消費者效用最大化行為，消費支出結構的變化反過來會引起市場生產結構的變化，在不同應用場景中數據要素發揮價值倍增效益，將帶來產業結構的變化。

數據要素在優化資源配置效率方面發揮了重要作用。生產的數量和質量取決于要素投入和組合效率，數據要素能夠突破要素供給約束，賦予生產力新的動力源泉。數據要素與傳統要素結合能夠推動數字化變革，提升要素配置效率，且數據要素集聚有助于完善數字基礎設施，為企業創新創造了良好的數字發展環境。如數字化變革能有效降低企業與企業之間的信息不對等程度，減少企業交易的搜尋成本和監督成本，提高企業全要素生產率。

此外，數據要素作為生產要素的基礎，具備流通性；勞動要素在不同產業間進行信息流通和技術融合，帶動著產業經濟增長。如數據技術與智能制造、金融服務、新能源、新材料等領域的融合，提高了勞動生產率，推動智能制造、數字醫療、智慧農業等新興產業發展，促進數字經濟和實體產業經濟深度交融，提高產業全要素生產率。

《“十四五”數字經濟發展規劃》指出，數據資源規模龐大，但價值潛力還沒有充分釋放是我國數字經濟發展面臨的問題和挑戰之一。第七屆數字中國建設峰會上發布的《全國數據資源調查報告（2023年）》顯示，我國數據資源管理和利用整體處于起步階段，數據資源“產——存——算”規模優勢基本形成，數據“供——流——用”各環節主體逐漸豐富，海量數據和豐富場景優勢潛力亟需釋放。數字資源規模龐大，但數據要素價值潛力如何充分釋放是新質生產力發展過程中需要重點關注的問題。

數據要素具有交換價值和使用價值，數據流通是促進數據要素市場發展的重要方式。我國數據要素市場處于初級階段，數據流通規則、數據相關制度和標準未充分建立，尚未形成高效完整的數據供應鏈和良好的流通環境。

數字經濟時代的競爭，本質上是技術之爭、產業之爭，更是制度之爭。“數據二十條”明確提出以數據產權、流通交易、收益分配、安全治理為重點構建數據基礎制度，系統搭建了數據基礎制度體系的“四梁八柱”。但數據標準不統一、制度缺失，以及標準不健全制約了數據流通交易。

當前，數據孤島、數據權屬與共享協同問題突出，嚴重限制了數據要素在經濟運行中發揮新動能作用。全國一體化政務數據共享體系現已基本建成32個省級政務數據平臺、257個市級政務數據平臺、355個縣級政務數據平臺。但是，從政務數據共享效果來看，跨部門、跨區域、跨層級的政務數據共享水平還處于較低水平，政府各部門之間、不同區域政府之間，甚至不同層級政府之間的政務數據共享數量少、共享質量差，特別是一些涉及公民個人、企業法人的數據幾乎都不能共享，從基層政府匯交到上級政府部門的政務數據，大多數也不能共享回流到基層政府部門。

從數據提供者角度而言，由于缺乏國家層面制度上的硬性要求，一些部門及其成員沒有把協同工作納入本部門的日常工作，權責范圍劃分不清晰，不了解協同工作的具體內容，在協同行動中無法做到有效配合、高效行動；從數據流通的過程來看，不同部門和機構往往因為職能定位、利益訴求、信息資源分配機制等方面的差異，協同工作難以推進、難以形成合力。數據要素交易不僅涉及政府部門之間的協作，還包括與市場主體的互動。各部門數據標準不統一、數據接口不開放、數據共享機制不健全導致不同組織、部門和業務系統之間無法實現數據的高效流通和協同共享。

數據真實準確是數據要素發揮作用的前提條件。當前，數據存在海量異構的特點，數據量大且數據結構復雜，但高質量數據供給缺乏，數據質量成為產業界關注的焦點。究其原因，一方面，是已有數據質量欠佳或結構不完整影響數據的有效供給；另一方面，是數據在收集、存儲或處理過程中若存在錯誤，則基于這些數據的分析和決策將變得不準確或不可靠。

政府和企事業單位雖擁有大量數據，但多數處在數據開發利用的初步階段，數據分析技術和實力、應用水平不高。數據僅僅存在于不同的系統或組織中而無法轉化為實際的業務價值。

數據要素市場建設探索性、創新性很強，國際上沒有通行做法可借鑒。目前，我國數據要素流通正處于起步發展階段，現就如何釋放數據要素價值提出以下幾點建議。

交易流通是數據要素價值釋放的重要途徑。只有打造數據要素市場流通體系，暢通數據流通的市場渠道，降低數據流通的交易成本，才能充分激發數據要素市場的活力，讓數據持有者有意愿且便利地流通數據，從而真正發揮數據要素的價值。

首先，完善數據流通和監管制度。數據流通與監管，需要制度作為支撐和保障。加快構建數據基礎制度，充分發揮我國海量數據規模和豐富應用場景優勢，激活數據要素潛能，構建體系完備、規則合理、執行有效的的法律法規和政策體系，明確數據安全和隱私保護的基本原則、責任主體和監管機制，確保法律的權威性和可執行性。形成國家、行業、地方、團體標準的協調配套。其次，健全信息管理規范。建立信息管理制度和流程，包括數據采集、使用、存儲、共享和銷毀等方面的規范，合理配置數據提供者、購買者、交易平臺、數據服務商等相關主體在整個交易流程中的權利、義務和責任，明確數據發布、定價、交易、登記和交付等數據處理的行為規范。最后，健全以政府為主導，多主體共同參與的數據監管體系，既要加強對數據開發利用行為的過程監管，也要提升數字監管技術、完善社會監督激勵機制，健全數據安全制度，充分發揮行業協會、企業聯盟等在數據標準、數據審計等方面的積極作用，著力形成數據要素價值創造的全生命周期指導體系、監管服務體系。

數字經濟時代，跨部門、跨層級、跨地域、跨領域的數據共享與協同將成為未來長期工作的重點。數據共享與協同的目的是圍繞要素價值釋放開展的數據交互與業務整合，創造多主體數據要素價值的合作共贏。

首先，明晰各數據共享協同部門的權責范圍。將各項任務指標條分縷析、科學分配到各協同部門的責任清單中，使跨部門協同工作成為部門的常態化工作，將各部門在協同過程中是否發揮了本部門的優勢、是否完成了規定的工作任務、是否履行了本部門的職能作為重要的考核標準，建立有效的溝通機制和協作平臺，確保數據要素得到充分的流通和利用。其次，建立數據共享協同激勵機制。對開放數據積極性高、數量多、質量優的機構給予相應的稅收優惠、資金補貼、項目配套和金融扶持等。支持優勢產業上下游企業開放數據、加強合作，共建安全可信的數據空間，建立互利共贏的共享機制。最后，提升數據要素的安全防護水平。加強數據流通的安全防護及隱私保護，建立可信流通體系，結合區塊鏈、安全計算等技術，保障數據安全，防止數據泄露。大力推進多方安全計算、聯邦學習、同態加密等隱私計算技術的發展與應用，保障數據提供者的所有權，促進數據跨機構流通，實現數據體系建設及資源歸集，管理數據共享資源池，推動數據跨區域、跨部門、跨業務的數據共享，建設數據開放平臺。

高質量數據供給是數據要素市場繁榮發展的基礎和前提，推動數據要素供給調整優化，提高數據要素供給數量和質量。此外，數據人才是發展新質生產力的重要基礎，如何培養高素質的數據人才，激勵數據人才發揮最大價值，對于推動數據要素賦能新質生產力具有重要的現實意義。

首先，加快共性數據資源庫建設。鼓勵科研機構、龍頭企業、數商企業等建設行業共性數據資源庫，打造高質量大模型訓練數據集。在金融、通信、電力能源等數據資源豐富且治理水平較高的垂直行業，建設行業示范特區，開展先行先試，建立完善數據資源供給體系。其次，推動數據通用標準、行業標準建設。鼓勵各主體根據行業發展需要，聯合業內機構聯合制定數據標準，通過制定清晰合理的數據標準、規范的數據處理流程，借助自動化工具定期對數據進行質量檢查，及時發現并修正數據中的錯誤和不一致之處，確保數據的準確性、有效性、一致性和完整性。最后，重視數據領域的人才培養，特別是數據管理、數據分析、數據應用、數據安全等領域人才。推動政府、企事業單位、研究機構、高校開展數據領域多元合作，加強數據從業人員的相關培訓和技能提升，開展數字人才國際交流活動，營造良好的人才發展環境。