姚海鹏

编者按：

数据科技是释放数据要素价值、驱动新质生产力的核心支撑。“十五五”规划建议提出，加快高水平科技自立自强，引领发展新质生产力。近期，国家数据局发布《关于加强数据科技创新的实施意见》，进一步为数据科技创新划定了“路线图”与“施工图”，标志着我国数据科技发展进入体系化布局、协同化推进的新阶段。多位专家将深入解读数据科技前沿趋势、技术突破路径与产业融合实践。

当前，数据科技创新的价值和作用日益显现，特别是在推动数字经济和数字社会高质量发展的过程中，高质量数据的需求呈现爆发式增长，数据已成为发展新质生产力的关键力量。中央经济工作会议提出“坚持创新驱动，加紧培育壮大新动能”，为我国科技自立自强指明了方向，也为推动数据要素市场建设、提升数据科技创新和促进数据产业高质量发展指明了方向。在此背景下，推动数据科技创新、释放数据要素价值，已成为发展的必然趋势。

加强数据科技创新的必要性

一是数据科技是驱动数字中国建设的关键支撑。数据科技是以发挥数据叠加倍增作用，释放数据要素价值为目标，系统性构建的数据科学、技术和工程体系。当前，数据领域竞争正由单纯的资源规模比拼，向以技术能力和应用水平为核心的深层次竞争转变，数据科技创新能力已成为影响数字经济高质量发展的关键因素。随着人工智能等前沿技术加速演进，高质量数据集的构建与评测，以及数据领域关键软硬件设备的研发尤为迫切。数据科技创新已从单一科研任务拓展为支撑科技创新和产业升级的重要基础条件。传统数据处理和利用方式难以适应数据跨领域流通和安全高效利用的新要求，亟须通过数据科技创新，系统提升数据供给能力、流通效率和安全保障水平，为数据要素价值充分释放提供坚实支撑。

二是数据科技创新体系是数据要素价值释放的内在动力。推动数据科技创新，是激发数据要素价值创造潜能的重要途径。数据科技创新具有投入周期长、协同程度高、系统性强等特点，离不开高水平创新平台的支撑和多元主体协同参与。通过统筹布局重点实验室、创新平台和创新联合体，有利于集聚产业链上下游创新资源，提升关键核心技术攻关能力。良好的数据科技创新生态，能够有效衔接技术研发、中试验证和场景应用，推动科技成果加快向现实生产力转化，逐步形成以技术创新带动产业发展、以产业应用反哺技术进步的良性循环。这不仅有助于破解数据流通和利用过程中的安全与信任问题，也为数据要素市场化配置和价值化实现提供持续稳定的创新动力，对推动数字经济高质量发展具有重要意义。

三是数据安全技术是数据要素市场体系建设的重要支撑。数据安全是数据科技创新中的重要组成部分，保障数据安全不仅是技术创新的基础，更是数据要素市场体系建设的重要支撑。随着数据的规模化使用与跨域流通，数据泄露、滥用和隐私侵犯等问题日益凸显。数据安全作为数字经济高质量发展的底线保障，贯穿数据供给、流通、利用等全过程，然而其内在风险和防护措施在交易前往往难以被准确评估，容易导致安全隐患未被充分重视。缺乏有效的数据安全保障机制容易导致数据流通中的隐私泄露、滥用等问题，影响数据的可信流通和规模化应用，甚至影响到国际合作与市场信任的建立。因此，推动数据安全保障机制的建设，不仅能够确保数据安全防护的合理投入和回报，更能够通过价格信号引导市场注重数据的安全保障，提升数据在各个环节中的安全性，从而为数据要素市场的高效流通、科技创新成果的转化应用以及人工智能等产业的可持续发展提供坚实基础。

数据科技创新面临的问题和挑战

一是数据科技攻关滞后导致应用落地缓慢。尽管我国数据科技领域有进展，但技术突破滞后，尤其在数据存储、流通、计算等核心技术上。数据隐私保护、安全性和跨域可信流通等领域仍有较大技术挑战。比如，跨域数据可信共享和隐私保护计算技术上，我国尚未实现尖端科技自主可控核心突破，由数据驱动的产业创新潜力未充分释放。

二是数据科技创新应用生态单一。尽管数据科技创新应用潜力巨大，但我国数据科技的应用生态较为单一，缺乏与产业核心需求深度融合的场景。很多数据未能有效流通或被高效利用，数据未被充分开发和应用，无法带来预期的经济和社会效益。例如，工业数据应用长期停留在可视化监控层面，与核心工艺流程脱节，限制了工业智能分析与决策优化算法的技术迭代，导致我国工业互联网平台陷入“有数据、无智能”的同质化竞争，难以向“工艺模型库”“AI优化套件”等高价值层级演进，制约了制造业全要素生产率的实质性提升。

三是数据科技创新基础设施薄弱。我国数据科技创新的基础设施建设仍处于初步阶段，尤其在数据流通与安全防护方面。缺乏完善的数据基础设施，导致数据的流通效率低、跨地域和跨部门的数据共享困难，尤其在涉及数据隐私保护和跨域协作时，会面临诸多挑战。此外，数据创新应用的基础平台建设相对薄弱，在智能网联汽车、工业互联网等重点领域，缺乏覆盖“车-路-云”和“研-产-供-销”等全链条、高保真、大规模数据仿真与测试平台和实验基地，限制了自动驾驶算法、工业智能体、数字孪生模型等复杂数据智能产品的快速迭代与安全验证，削弱了相关产业在国际市场上的快速迭代竞争力与创新速度，制约了数据技术创新成果的转化。

技术与政策并行推动数据科技创新

一是加强技术攻关与高水平应用。为了促进数据科技的创新突破，首先要将数据科技的研发纳入国家科技计划体系，加大对数据供给、流通、利用、安全等技术的攻关力度。研发融合安全多方计算与可信执行环境的隐私计算技术，确保数据“可用不可见”，破解“不敢共享”的安全顾虑；发展基于生成式人工智能的多模态数据合成与增强技术，高效产出符合质量要求的训练数据，缓解高质量数据“不愿流通”导致的供给短缺；构建融合区块链存证与去中心化标识符的跨域可信溯源体系，实现数据来源可查、流向可追、权责可定，治理“不易复用”的信任缺失问题。在此基础上，通过构建国家级的技术攻关平台和实验基地，提供集成测试、标准互认和性能评估的公共环境，加快各项技术从实验室原型转化为稳定、可互操作的产业解决方案的速度。同时，政府应设立专项资金并优化投入机制，重点支持隐私计算、数据合成、区块链溯源等可信流通技术的底层基础研究与共性技术突破，支持数据领域的基础研究与应用研究，确保技术攻关的有效推进。

二是培育数据科技创新产业生态。打造健康、可持续的数据科技创新产业生态是推动数据科技高质量发展的核心保障。通过建设国家级科技创新平台、重点实验室、研发中心等基础设施，构建覆盖数据融合合规性、模型效能与场景适配度的多层次评测验证体系，推动各方资源集聚和协同创新。构建深度整合算力、模型、数据、实验四大要素的一站式云上科研平台，并研发基于多智能体系统的科研全链路自动化闭环，以促进科学数据高效流通和开发利用。同时，通过政策激励，鼓励企业、高校、科研院所联合攻关，增强整个数据科技领域的创新能力。特别要强化企业创新主体的地位，扶持数据领域的科技领军企业，并通过“揭榜挂帅、赛马竞争”等方式，支持科技型企业承担重点技术任务，推动技术快速应用和产业升级。加速构建以数据为基础的智能化产业链，实现从传统制造到数字经济的转型，提升我国在全球经济中的竞争力。

三是夯实数据科技创新基础支撑。基础设施建设是数据科技创新的根基。要加快建设全国一体化算力网，为数据科技研发提供强有力的算力支撑。重点要推动数据流通利用基础设施体系建设，构建数据安全防护平台，其核心是构建基于统一标准要求的国家数据基础设施参考架构，并融合可信数据空间、隐私保护计算平台等技术设施，确保跨地域、跨领域的数据能够安全、高效地流通和利用。同时，建设面向数据科技前沿的原型验证平台和技术试验场，需集成覆盖准确性、鲁棒性、公平性等多维度的自动化模型评估能力，并采用人工智能数据平台等新型存储体系来管理海量试验数据，为新技术、新模型提供可靠的技术支撑，确保创新成果能够快速应用并促进产业升级。(作者姚海鹏系北京邮电大学教授 )

(人民网记者许维娜 整理)

之一：强化数据科技创新 促进数据要素价值释放

之二：数据要素化时代的数据科技创新

之三：加强数据科技关键技术研发 支撑我国数据事业可持续发展

之四：构建“技术-产业-应用-保障”相互促进的数据科技创新体系