深化数据科技创新 筑牢要素流通底座

近日，国家数据局发布《关于加强数据科技创新的实施意见》（以下简称《意见》），首次明确提出“数据科技”是集数据科学、技术、工程于一体的系统性体系。这一界定不仅厘清了数据作为第五大生产要素的技术边界，更为破解数据“供不出、流不动、用不好”的难题提供了根本性的技术指引。

当前，数据要素市场建设正步入由“制度构建”向“技术攻关”深化的关键期。结合创新团队前期基于价值区块链的数据流通利用基础设施原型系统的建设实践与前沿探索，本文认为《意见》的核心逻辑在于通过数据科技和数据基础设施的代际升级与生产关系的算法重构，推动数据要素从物理聚合迈向价值共生。

文 |西安交通大学管理学院副院长赵玺

一、基础设施升级：从“算力堆叠”走向“可信编织”

《意见》提出“夯实数据科技创新设施底座”，并重点部署了“数据编织”、“数据流通利用基础设施”等关键任务。这凸显了数据基础设施作为科技创新‘底座’的核心战略地位。数据基础设施不仅是数据的物理载体，更是数据科技研发、验证与规模化应用的必要环境，为前沿技术从理论研究走向工程落地提供了坚实的物理支撑。

一是构建逻辑统一的“数据编织”网络。长期以来，跨行业、跨区域的数据流通面临严重的跨主体语义和治理“软”壁垒。传统的技术手段难以解决数据“逻辑统一、可控共享、价值共创”的融合问题。《意见》强调的数据编织技术，旨在通过元数据管理与知识图谱技术，建立虚拟化的数据访问层。无需大规模物理搬运数据，即可实现跨域数据的逻辑集成与语义对齐，极大降低数据流通的摩擦成本。

二是推动隐私计算的“工程化”落地。《意见》特别强调“高性能隐私保护计算”。这意味着隐私计算技术必须走出实验室的概念验证阶段，向工业级应用迈进。未来的数据底座必须实现软硬协同，利用可信执行环境（TEE）等技术构建“数据可用不可见”的安全沙箱，在保障数据安全红线的前提下，实现计算效率对标传统明文计算，满足大规模商业应用需求。

二、 技术赋能治理：以“算法”破解分配难题

数据流通的核心瓶颈不仅是技术连接，更在于价值分配。《意见》将“高质量数据集构建”与“流通关键技术”列为攻关重点，其深层意图是通过技术手段解决数据确权难、定价难、价值分配难的问题。

一方面，需建立基于博弈论的贡献度量机制。在多方参与的数据建模场景中，传统的粗放式定价模式难以维系。产学研各界正积极探索引入Shapley值（夏普利值）等合作博弈算法，精确计算不同数据源对模型效能的边际贡献。这种“算法定义价值”的模式，能够将抽象的贡献度量化为具体的分配依据，是实现《意见》所提“产学研用深度融合”的关键技术支撑。

另一方面，需利用区块链技术实现全链路确权。依托区块链不可篡改、全程留痕的特性，可构建数据资产的“数字指纹”。通过智能合约技术，将数据交易规则、分配比例固化为自动执行的代码，实现数据流转全生命周期的可追溯、可审计，为数据要素的市场化配置提供坚实的技术信任背书。同时利用基于区块链的数字化权益凭证机制，在量化贡献的基础上将数据产品、数据服务产生的收益进行合理可信自动分配，提高数据编织网络中各参与方的内生动力，共建繁荣生态。

三、 科研范式变革：构建数据驱动的开放创新生态

《意见》第七条极具前瞻性地提出了“Data for Science”（数据驱动的科学研究）。要真正激活这一新范式，关键在于打破科研数据的“孤岛效应”，建立可持续的激励机制。

首先，探索分布式科研协作新模式。借鉴国际前沿的“分布式科学”（DeSci）理念，鼓励建立跨机构、跨学科的创新联合体。通过构建分布式的数据协作网络，打破物理围墙的限制，让算力、数据、算法在科研共同体中高效流转。

其次，创新科研数据要素的激励机制。针对科学数据共享动力不足的问题，建议探索建立数字化贡献凭证体系。将高质量数据集的发布、清洗、维护等劳动转化为可度量的数字权益。当数据被调用或引用时，贡献者可获得即时的权益回馈。这种原子化的激励机制，将有效激发全社会参与科学数据供给的积极性，形成“贡献-共享-获益”的正向闭环。

最后，推动科研成果的数字化确权。鼓励探索将数据集、算法模型等科研成果转化为数字化资产（如IP-NFT），通过可编程的许可协议，灵活界定学术与商业用途的边界，加速科技成果向现实生产力的转化。

四、展望：迈向“技术与规则”深度融合的新阶段

《意见》的出台，为我国数据科技创新确立了时间表与路线图。展望未来，数据要素市场的成熟将高度依赖“技术治理”（Governance by Tech）体系的建立。随着生成式人工智能、合成数据等新技术的应用，数据治理将更加依赖代码化、自动化的手段。

作为数据科技工作者，应当积极拥抱这一趋势，不仅要攻克“卡脖子”的硬技术，更要探索适应数字生产力发展的新型生产关系，通过构建安全、可信、公平的数据技术体系，让数据要素在数字中国的建设中充分涌流，发挥其乘数效应。