充分发挥数据要素“乘数效应”——访大数据研究专家高勇

《数据要素流通标准化白皮书》专家组成员、全国信息技术标准化技术委员会大数据标准工作组专家高勇，在第十一届管理会计年度论坛上进行专题演讲。
受访者供图

近日，《甘肃省“数据要素×”三年行动实施方案（2024—2026年）》印发，受到广泛关注。

从《关于构建更加完善的要素市场化配置体制机制的意见》到《“十四五”数字经济发展规划》及《数字中国建设整体布局规划》，再到《“数据要素×”三年行动计划（2024—2026年）》，近年来国家相继印发数据要素顶层设计政策文件；北京、天津、云南、安徽、福建等地陆续征集“数据要素×”典型案例，积极探索数据要素产业发展实践经验。

数据要素在推动数字经济发展中发挥着哪些关键作用？如何充分激活数据要素潜能，助力新质生产力发展？数据要素如何为城市精细化与精准化管理赋能？带着这些问题，中国城市报记者对《数据要素流通标准化白皮书》专家组成员、全国信息技术标准化技术委员会大数据标准工作组专家高勇进行专访。

中国城市报：从顶层设计再到落地实施，各地推行数据要素市场化改革、运行、管理及安全等政策办法。数据要素在推动数字经济发展中发挥着哪些关键作用？

高勇：数据要素是整个数字经济的核心，是数字经济的重要组成部分。从数据研究的角度来看，数字经济包含产业数字化、数据产业化以及数据资产化等重要内容，关涉数据的产生、应用和价值等。

同时，数据要素也是激活数字经济深化发展的重要引擎。数字经济的深化发展离不开智能化的发展，数据、算力和算法共同构成了人工智能发展的基础。数据要素在推动经济社会发展方面的价值不断凸显：一方面，数据作为关键性生产要素，能够催生并推动新产业、新业态和新模式的发展，是促进数字经济高质量发展的重要抓手；另一方面，数据要素对其他产业具有乘数效应，能够促进供需精准对接，推动传统产业转型升级。

中国城市报：如何充分激活数据要素潜能，助力新质生产力发展？

高勇：数据作为一种新的生产要素，具有开放性、跨时空和共享特征，以5G、人工智能、区块链为核心的新型基础设施建设将加速信息流通、优化资源配置、提升生产效率，为新质生产力发展注入新的动力。

数据分为公共数据、企业数据和个人数据。激活数据要素潜能需要大力发展公共数据的授权运营。虽然公共数据的授权运营刚刚起步，但必须要从顶层进行制度设计、规范设计和安全设计，要解决好权益划分问题。同时，要大力支持数商企业发展，对于进行数据加工处理和销售数据产品（或服务）而盈利的企业而言，相关负责人要有开发和拓展数据价值的意识。此类企业也应具备数据治理和数据管理的技术与能力，成为数据要素市场的“先行者”和“弄潮儿”。

此外，要大力发展数据要素产业大脑。产业大脑的版本分为1.0、2.0、3.0。产业大脑1.0是功能型的，是“互联网+”的发展模式，主要助力产业的数字化转型；产业大脑2.0是数字型的，发展“数据要素×”，开发和完善行业知识图谱、行业知识体系、行业数据标准、行业数据模型、数据产品等，在1.0版本的基础上加入了数字经济的第二部分；产业大脑3.0是智能型的，是成为AI行业专家的思路，在前两个版本的基础上积累了高质量的行业数据，用于训练人工智能，是大模型的行业垂直模型应用。

中国城市报：作为长期深耕数据要素研究领域的专家，您认为数据要素产业目前发展的难点或堵点有哪些？

高勇：数据要素产业发展有以下几方面难点：一是数据要素产业相对属于新概念，目前不管是政府机构还是企业的领导者、决策者和管理者，在数据要素的认知上还有待提高，自身的相关知识储备欠缺，这就需要他们提高认识、加强学习。二是公共数据授权运营涉及的战略层级高、技术要求高、知识复杂度高，需要有效地贯彻落实顶层设计的政策方案，积极推动数据要素产业发展。三是数据要素产业是跨领域系统工程，涉及到法务、技术、财务、金融等多个领域，需要多个部门协同，共同完成相关工作。四是针对关键行业数据、核心行业数据、敏感行业数据，以及各行业中敏感数据的界定和管控，既是一个战略问题也是一个战术问题，需要做好数据安全与数据开放的风险管控工作。五是数据要素产业的发展需依赖先进的数据处理和数据管理技术，这对专业人才的能力提出了更高要求，所以要注重人才培养，优化先进技术。

此外，统筹解决数据要素流通使用与安全问题，需要相关部门进行动态管理，根据具体情况和有效信息及时调整，准确预判发展趋势；需要加强技术的创新应用，包括AI的应用，确保以完整准确的信息提供决策支持、以完备的技术手段提供相应措施；需要进行分类管控，并且要进行试点创新，从具体实践探索中发现问题，找出解决方案。

中国城市报：从产业数字化到数字产业化，再到数字资产化，目前数据要素市场交易生态如何？数据要素市场面临哪些问题亟待解决？

高勇：目前数据要素市场还属于初级阶段，虽然各地都建立了数据交易所、交易中心或平台，但数据的应用场景还不够丰富，数据要素市场存在信息孤岛、数据标准缺失以及数据信息安全水平低等亟待解决的问题。

各地方政府应结合本地产业特色，制定相关的“数据要素×”行动计划和具体方案等，加快推动数据要素市场健康发展。从我过去参与的全国首批数据资产评估试点、全国首个海洋数据的数据资产评估试点等工作来看，部分项目数据量虽然不大，但数据资产评估价值很高，通过试点示范能让各相关人员对整个环节、操作流程、未来可发展的空间有一个直观而充分的认识。

今年1月1日，《企业数据资源相关会计处理暂行规定》施行，为企业数据资源的价值评估和管理提供了明确的会计处理方法。这意味着数据资产元年的到来，在数据要素市场化赛道上，数据资源入表和数据资产化已是大势所趋。目前北京、上海、浙江等地的数据资产化走在全国先列。

中国城市报：如何构建具有区域特色的“数据要素×”发展体系？

高勇：在不断推进数据要素市场改革的过程中，我国重点城市的数据要素改革方向和模式无疑成为全国各地数据要素改革的标杆。北京、上海、深圳等重点城市拥有雄厚的发展基础和丰富的改革经验，其数据要素市场化改革的重点是促进数据要素体系现代化、国际化。

纵观全国，近年来，多地因地制宜，大力构建具有区域特色的“数据要素×”发展体系。例如，福建省厦门市推进两岸数字经济合作发展和数字经济产业优势互补，在数据要素流通、数字技术创新、大数据新业态培育等方面深化交流合作；湖北省武汉市不断优化农业大数据平台，开展农业金融服务、农产品生产环节溯源等场景的数据要素产品开发应用；山东省青岛市注重对于公共数据体系的运营与建设，对公共数据实行目录化管理……这些实践探索证明，既要坚持“全国一盘棋”，贯彻落实数据要素相关政策，又要发挥地方特色，围绕地方的实际情况大胆探索，因地制宜发展区域特色数据要素产业，并构建多方共赢的数据要素产业生态。

中国城市报：数据要素如何为城市精细化与精准化管理赋能？未来，我国应如何进一步发展数据要素？

高勇：在数字经济时代，数据要素对城市治理与经济社会发展而言至关重要。数据要素能够帮助城市管理者更好地了解城市运行状态，提高城市治理的效率和水平，为城市居民提供更加便捷、高效的服务，实现对城市服务与治理需求的高效支持与响应。

数据是人工智能的燃料，高质量数据是高质量AI的基础。行业知识体系是大模型垂直领域应用的支撑。未来各个产业和领域，包括城市服务与治理都需要高质量的AI提供决策支撑，这便依赖于数据要素的开发与利用。中国是全球产业链最完善的国家，改革开放40多年来积累了大量的数据，且行业数据丰富，有充分的条件将大模型的垂直应用完全开发。所以未来应围绕数据供给、数据技术、数据安全、数据标准、数据跨境等方面的建设，加快释放数据要素赋能潜力，更好发挥数据要素作用，推动数字经济高质量发展。

■中国城市报记者张永超