人民網北京1月26日電 （記者許維娜）近年來，我國數字經濟快速發(fā)展，數字基礎設施全球領先，數字技術和產業(yè)體系日臻完善，為更好發(fā)揮數據要素作用奠定了堅實基礎。國家數據局等17部門近日聯合印發(fā)《“數據要素×”三年行動計劃（2024—2026年）》（以下簡稱《行動計劃》），旨在充分發(fā)揮數據要素“乘數效應”，賦能經濟社會發(fā)展。
中央財經大學中國互聯網經濟研究院副院長、教授歐陽日輝表示，實施“數據要素×”行動，需要全面理解和準確把握《行動計劃》的時代背景和內在邏輯。應把握一條主線，做好三方面保障，實施五大舉措，推動十二項行動，促進我國數據基礎資源優(yōu)勢轉化為經濟發(fā)展新優(yōu)勢。
黨的十八大以來，黨中央高度重視發(fā)展數字經濟，實施網絡強國戰(zhàn)略和國家大數據戰(zhàn)略，將發(fā)展數字經濟上升為國家戰(zhàn)略。2015年，國務院印發(fā)《關于積極推進“互聯網+”行動的指導意見》，大力拓展互聯網與經濟社會各領域融合的廣度和深度。
對此，歐陽日輝表示，八年以來，數字經濟發(fā)展取得顯著成就，數據成為新型生產要素。《數字中國發(fā)展報告（2022年）》顯示，2022年我國數據產量達8.1ZB，同比增長22.7%，全球占比達10.5%。海量數據資源和超大數據要素市場規(guī)模為我國經濟發(fā)展注入了新的動力。
“當前，數據要素對經濟發(fā)展的貢獻開始顯現，但存在不平衡、不充分問題。”歐陽日輝表示，一方面，“沉睡”的數據有待開發(fā)，數據流通體系有待完善，數據供不出、流不動，數據資源有效供給難以滿足數字經濟快速發(fā)展對數據的需求；另一方面，市場主體不敢用、不會用、用不好，數據對經濟的貢獻度有待提升。這些問題不僅不利于數據要素的市場化配置，而且制約構建以數據為關鍵要素的數字經濟。
歐陽日輝認為，充分挖掘數據潛力，大力推動“數據要素×”，必要且緊迫。他同時強調，數據要素并不是單一的賦能“+”，而是能夠發(fā)揮“乘數效應”。“數據要素×”是數據融入生產、分配、流通、消費和社會服務管理等各環(huán)節(jié)，通過與不同要素結合，作用于不同主體，發(fā)揮協同、復用和融合作用，對其他生產要素、服務效能和經濟總量產生擴張效應，提升效率、釋放價值和創(chuàng)新發(fā)展，助推構建以數據為關鍵要素的數字經濟。
數據的價值在于應用，應用的關鍵在于場景。只有和應用場景相結合，解決實際問題和業(yè)務痛點，才能充分釋放數據要素價值。
在歐陽日輝看來，未來應堅持需求牽引，聚焦重點行業(yè)和領域，引導廣大市場主體豐富數據應用場景，挖掘高價值數據要素應用場景，通過試點充分展示數據要素的“乘數效應”。
一是堅持需求牽引，大膽探索公共數據應用場景。需求是創(chuàng)新的根本動力，迫切的需求激發(fā)重大的創(chuàng)新。發(fā)揮數據要素的“乘數效應”必須以應用場景為基礎，運用大數據的理論、技術探尋解決問題的方案與實踐。應建立公共數據開發(fā)利用激勵機制，加快打造公共數據開發(fā)利用的應用場景，強化公共數據資源開發(fā)利用和公共服務能力持續(xù)提升的良性互動機制，豐富公共數據價值創(chuàng)造模式。
二是建立適應數據特征、符合數據要素價值實現規(guī)律的數據資源供給體系，打造數據融合應用典型案例。發(fā)揮數據要素的“乘數效應”必須在供給和應用兩端下功夫。一方面，公共數據率先做好供給，探索企業(yè)數據和個人數據多元化供給模式，有效維護市場主體的數據利益，提升數據供給效能。另一方面，創(chuàng)新公共數據、社會數據和個人數據融合應用模式，探索央地協同開發(fā)利用機制，推動跨層級跨部門數據資源共用共享模式，形成豐富的應用實踐案例。
三是數據要素充分賦能經濟社會發(fā)展，打造數字經濟新動能。數字經濟和實體經濟深度融合，是數據要素發(fā)揮“乘數效應”的主陣地。首先是推動互聯網、大數據、云計算、人工智能等數字技術加速創(chuàng)新融合，深化數據空間、隱私計算、聯邦學習、區(qū)塊鏈等技術應用，促進數字技術與實體經濟的深度融合。其次是聚焦工業(yè)制造、現代農業(yè)、商貿流通、金融服務等重點行業(yè)和領域，推動發(fā)揮數據要素“乘數效應”，釋放數據要素價值。再者要加大力度培育應用型數據商，為實體經濟提供數據開發(fā)利用工具、數字化轉型服務等，促進數據在不同主體、不同場景用起來。
四是加強數據要素基礎理論研究。我國數據要素的理論研究滯后實踐，在“數據要素×”方面的研究剛剛起步。建議學界和產業(yè)界開展聯合研究，政產學研用協同創(chuàng)新，重點研究數據作為新型生產要素的經濟學原理、數據要素與其他生產要素的協同聯動及其對全要素生產率的作用機理、數據要素的新生產函數、企業(yè)數據資產化對上下游企業(yè)和同行業(yè)的溢出效應、數據要素“乘數效應”的機理等問題。