中宏網北京1月17日電 （記者 王鏡榕 視頻報道 周子怡） 1月17日，聚焦“發揮數據要素乘數效應，賦能經濟社會高質量發展——釋放‘數據要素×’三年行動計劃發展新動能”主題，中宏論壇第四十五場在線研討會召開。江蘇大學科技信息研究所所長劉桂鋒應邀出席論壇并作了主題發言。

　　以下是劉桂鋒的發言：

　　黨的十九屆四中全會《決定》指出：“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制”，首次將數據增列為生產要素。2022年12月，中共中央、國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》，為釋放數據要素價值指明了方向。2023年12月海南省印發《海南省培育數據要素市場三年行動計劃（2024—2026)》，圍繞數據要素實施9大行動，提出24條具體解決措施。2023年12月，國家數據局等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》（以下簡稱《行動計劃》），旨在發揮數據要素的乘數效應，釋放數據要素價值，著力解決數據供給質量不高、流通機制不暢、應用潛力釋放不夠等問題。《行動計劃》34處提到了融合，其中15處提到了數據融合，體現在現代農業、商貿流通、交通運輸、文化旅游、醫療健康、綠色低碳等重點行動。數據融合是解決當前存在的“數據孤島”問題的良藥秘方，不是把不同來源、不同類型、不同維度的數據進行簡單的組合或整合，而是通過一定的理論、方法、技術或手段，實現知識增值、管理決策或產業增值的過程。

　　一是探尋數據融合影響要素。以識別數據融合影響因素為出發點，有力推動數據融合進程，充分釋放數據要素價值。數據要素價值充分釋放的關鍵在于暢通的數據流通體系，而數據流通的關鍵在于掃清制約數據融合的影響因素。《行動計劃》特別強調提升數據供給水平是落實“數據要素×”三年行動計劃的首要保障支撐，而在其中數據供給質量不高就是非常突出的問題。數據供給質量是貫穿于整個數據融合進程中的一個要素，而這個要素就能夠直接決定數據融合的效果。制約數據融合的因素有很多，因此，首要問題就是識別影響數據融合因素的類型有哪些，哪些是關鍵影響因素，這些影響因素之間的作用機制是什么。

　　加強理論調研，在數據供給側和需求側雙向互動的視角指導下，從政策制度、體制機制、基礎設施、利益相關方、數據本身等方面構建數據融合影響因素的體系，根據其在數據內容采集、加工、流通、應用等不同環節中發揮作用的大小，從而識別關鍵影響因素。就數據自身而言，數據權屬、數據質量和數據安全是影響數據融合的三大重點。數據供給質量取決于數據提供方和數據需求方之間的利益匹配。數據供給離不開各種類型數據平臺的支撐，當前我國主要有國家基礎學科公共科學數據中心的20余個科學數據中心，以及省市地方的政府數據平臺或公共數據平臺，高校院所或企業數據平臺。這些數據平臺為數據融合提供了豐富的數據資源，但是缺乏一定的數據質量評價標準，造成數據供給質量難以判斷。

　　選取數據供給質量等關鍵影響因素在重點行業、重點領域進行理論與實踐的檢驗，構建并完善數據供給質量的評價指標體系，為其他因素的識別與確定提供范例。加強對單一因素或組合因素之間的作用機理的剖析與探討，提出適合不同行業領域的共性與個性并存的作用機制，為暢通數據融合進程奠定堅實的理論基礎，進而為充分釋放數據要素價值構筑理論大廈。

　　二是探析數據融合模式類別。以健全數據融合模式設計為著力點，大力撬動數據融合動能，充分釋放數據要素價值。數據融合模式是實現數據融合的基本方式、基本途徑和基本手段。由于數據來源不同，涉及利益相關方眾多，以及數據應用場景的豐富性，因此數據融合模式的確定不是一個簡單的科學問題。數據融合模式的設計是一個難點，可以根據同類就近的原則，首先實現同類型的數據融合，然后按照跨類型、跨領域、跨行業、跨區域、跨語言的邏輯不斷向縱深推進，探索豐富的數據融合模式類型。因此可以按照理論與實踐相結合、定性與定量相結合、歸納與演繹相結合的原則，由小到大，由近到遠，由特殊到一般，循序漸進來設計數據融合模式。

　　以數據要素為主線，根據數據生命周期理論的基本步驟，按照從數據采集到組織、分析、應用等環節建設數據資源體系，遵循從原始數據集到衍生數據集，再到數據產品和數據商品的邏輯，構建數據要素融合的線性模式。數據要素價值的釋放過程和原理是極其復雜的，數據要素價值的有效、高效釋放，單靠數據要素本身難以完成，需要與其他生產要素結合形成全要素，依靠算法、算力、軟硬件、產業等共同作用完成。換句話說，數據要素自身的融合只停留在理論層面，只有在其他生產要素的加持作用下，才能實現實踐層面的價值增值。深化數據要素與其他生產要素的結合、倍增和疊加效應，構建數據要素與其他要素融合的平面模式。所有生產要素推動的數據價值實現離不開具體行業領域，上述融合模式與不同行業的交叉形成了融合的立體模式。從線性模式到平面模式，再到立體模式，這是數據融合模式的新探索，也是數據要素價值釋放的新躍遷。由于目前尚未有成熟的數據融合模式可以借鑒和參考，因此需要在理論中設計，在實踐中檢驗。

　　三是探索數據融合應用場景。以豐富數據融合應用場景為落腳點，強力拉動數據融合需求，充分釋放數據要素價值?！缎袆佑媱潯?0多次提到了應用場景，涉及場景需求、典型場景、多場景應用等，充分表明數據要素價值的實現需要依托豐富的應用場景。比如在工業制造重點行動中，提到了推動制造業數據多場景復用，在其他領域中雖然沒有直接提及，實際上都是在強調數據融合的多場景應用?！缎袆佑媱潯诽峁┝?2個領域的重點行動，實際上描述了數據要素在12個領域的不同應用場景，每個場景的數據類型不同、產業鏈不同、專業領域不同，數據要素的融合模式不同，價值釋放方式不同。以現代農業為例，既有農作物生產環節的遙感、氣象、土壤等數據，也有農產品的加工、銷售、流通、消費等數據，這些數據共同組成了一條完整的數據鏈，融合程度與模式需要由具體的場景類型和場景需求來決定。首先通過對相關領域進行調研或實地調查，精準識別應用場景需求，對于構建應用場景理論框架奠定基礎。其次聚焦典型應用場景，探索數據融合模式和數據要素價值釋放方式，如在現代農業等領域形成一批典型案例，細分場景類型、細分產業類型、細分數據類型，打造一系列數據產品和商品，為構建應用場景體系積累實踐經驗。之后系統總結12個領域的應用場景共性和特色，深入剖析數據融合模式的本質規律，拓展新的場景類型，并理論推演適合的數據融合模式。在此基礎上，探索多場景組合的數據復用標準、數據融合模式和數據價值釋放機理，建立數據與產業的二維矩陣，打造彰顯“新模式、新應用、新業態”理念的數智化應用場景。

　　最后是探求數據融合治理體系。“強資源、大融合、廣應用、善治理”的數據要素發展新格局基本形成。高質量的數據供給、立體化的數據融合模式、豐富的數據應用場景構成了數據融合治理體系的主干。數據融合生態體系涉及供應鏈、產業鏈、數據鏈、創新鏈、價值鏈等各種鏈條，正確處理好它們之間的關系及矛盾，是決定數據治理體系能否成功的關鍵。因此抓好治理體系的重點，必須把數據質量治理和數據安全治理擺在優先治理的突出位置，統籌推進數據資源體系，數據融合模式體系以及應用場景體系一體化治理，以期達到數據治理體系和治理能力現代化。在協同治理、敏捷治理、柔性治理等“善治理”理念的加持下，數據融合創新會更加繁榮，數據要素價值釋放會更加充分，數字經濟與實體經濟會更加融合，實現經濟社會高質量發展和可持續發展。

中宏網版權申明：凡注有“中宏網”或電頭為“中宏網”的稿件，均為中宏網獨家版權所有，未經許可不得轉載或鏡像；授權轉載必須注明來源為“中宏網”，并保留“中宏網”的電頭。