数据作为数字经济时代的新型生产要素，是国家基础性战略性资源，是发展新质生产力的重要基础。随着数字中国建设深入推进，数据领域新技术、新模式、新业态加速涌现，对经济社会的乘数效应持续释放，我国海量数据与丰富场景优势正转化为经济增长新动能和国家竞争新优势。

　　数据资源是经济社会发展的基础性、战略性资源

　　一是数据资源有助于驱动技术创新突破，抢占发展制高点。当前，新一轮科技革命和产业变革加速演进，数据作为新型生产要素，正在深度融入技术创新体系，为抢占未来发展制高点提供了关键支撑。一方面，数据要素加速驱动前沿技术创新突破。例如，在人工智能领域，大规模高质量数据集加速AI与大模型技术的优化升级，推动智能驾驶、智慧城市等场景的落地；在量子科技领域，数据要素的高效流动为量子算法优化和量子通信网络的构建奠定了坚实基础，助力我国在全球量子竞争中抢占先机。另一方面，数据资源促进了跨领域技术的深度融合，使得不同领域的技术资源得以高效利用。以医药研发为例，传统模式因数据壁垒导致周期长、成本高、成功率低，而借助数据平台共享基因序列、临床数据等资源，构建起跨领域协作网络，推动研发从“经验试错”转向“数据精准驱动”，实现跨学科技术融合与成果高效转化。

　　二是数据资源有助于优化生产要素配置，激发经济新动能。一方面，数据资源向传统生产要素不断渗透。数据要素通过加工、处理、分析和应用，与劳动力、资本、技术等传统生产要素深度融合，对各方面传统生产要素进行数字化智能化改造，提高要素利用效率。例如，数据要素通过促进人机协作，改变了传统劳动力凭知识经验单向接单的工作模式，转变为“智能预判—派发任务—自动执行”的互动模式，从而优化人类劳动，将劳动力数量优势转化为质量优势。另一方面，数据要素实现传统要素的靶向集聚和配置优化。传统模式下，各类要素使用、配置和创新能力具有明显上限，不足以应对复杂多变的市场环境和更好地利用跨界要素资源。数据要素加速各类要素市场化、智能化进程，促进了各类生产要素在不同领域的有效配置，使得劳动力、资本、技术等传统要素能够更有效地聚合与利用，提升了经济整体运行质效。

　　三是数据资源有助于加速产业转型升级，重构经济新格局。一方面，数据资源能够推动产业组织方式变革。数据资源的协同性和规模性促进了产业链上下游的全要素数字化升级，带动生产方式从大规模标准化生产向大规模个性化生产转变，实现了生产组织和社会分工的重大变革。另一方面，数据资源正在帮助产业向价值链高端延伸。数据资源的深度挖掘与应用为产业赋予了新的价值维度，有助于企业寻找和发现新的价值来源，不断创新市场空间和商业模式，如服务化延伸、平台化设计等，进而创造新的价值增长点。数据资源的协同效应催生了高附加值的新业态和新模式，推动了产业向知识密集型、技术密集型方向升级，为价值链的高端延伸提供了持续动力。

　　数据资源规模优势持续巩固

　　2024年度全国数据资源调查结果显示，我国数据资源规模优势持续扩大，数据资源家底更加殷实，基础资源优势持续巩固，主要体现在以下四个方面：

　　一是智能化应用成为数据资源规模扩张的核心驱动力。调查结果显示，2024年全国数据生产量达41.06泽字节（ZB）、同比增长25%，其中，智能设备数据量增长尤为突出。在生产领域，工艺调优、质量检验、安全生产等智能化环节高频次生成海量数据，如一台标准工业视觉质检设备单日拍摄帧数可达数千帧，每天数据生产量超100太字节（TB）。在消费领域，智能家居、智能网联汽车等智能设备数据增速位居前列，以智能网联汽车为例，单台新型车辆每天数据生产量达20太字节（TB），其行驶过程中的驾驶行为数据、环境感知数据和用户交互数据正成为智能出行等领域发展的重要“数字燃料”。

　　二是战略性新兴产业成为数据新增长点的主要引擎。随着低空智联网基础设施逐步完善及服务机器人、工业机器人产业化进程加速，低空经济、机器人等领域数据生产量同比增幅突破30%，显著高于传统行业增速。以“5G+北斗”技术为例，其突破传统卫星导航车道级定位的精度局限，实现厘米级定位，并在交通运输、电力、农业等行业规模化应用，直接带动相关领域数据规模快速提升。量子计算机凭借其性能达到超级计算机百万亿倍的强大算力，可在几百秒内完成普通计算机1万年的计算量，实现对ZB级气象数据的快速解密，为台风路径预测等场景提供高精度数据支撑、推动数据处理能力呈指数级增长。

　　三是数据资源管理提效推动数据存储结构与空间优化。在数据呈爆发式增长、数据类型日益多样化及新业务需求不断涌现的背景下，企业积极优化存储策略，持续提升存储空间开发利用效能。调查数据显示，结构化数据占存储总量的比重同比增长36%，增速远超非结构化数据，特别是金融企业因严格的监管要求，在结构化数据存储规模上位居行业首位。与此同时，云服务作为满足各领域数据弹性调用需求的核心载体，发挥着重要作用，政务数据为促进公共数据高效便捷开发利用，提升公共服务便利化水平，上云成效显著。气象数据加快实施“上云用数赋智”行动，上云率居行业前列。

　　四是智能算力成为算力规模增长的核心引领力量。调查结果显示，智能算力在算力总规模中占比提升至32%，这一结构性变化标志着算力资源从通用型向专用型加速迭代，智能算力的快速发展为千行百业的数字化转型提供智能底座。随着人工智能应用推广，市场对智能算力的需求呈爆发式增长，值得关注的是，不同市场主体呈现差异化发展路径，其中，中央企业算力规模增长近3倍，智能算力占比为40.22%，体现出中央企业在新基建中的战略布局；数据技术企业算力规模同比增长近1倍，智能算力占比达43.63%，验证了市场对智能算力效能提升的迫切需求。

　　下一步政策建议

　　一是优化顶层设计，构建数据资源法规体系。明确数据资源发展的阶段性目标与实施路径，不断完善和优化顶层设计，加快形成系统完整、科学合理、协调统一的数据基础制度体系。加速构建数据领域法律法规体系，明晰登记认证与权益保护规则，为数据要素市场健康发展提供法治保障。

　　二是推进标准协同，形成全域数据治理格局。聚焦金融、医疗、交通、工业互联网等重点行业，完善数据市场信息交互渠道，加快构建数据流通交易标准体系。引导企业和地方平台积极采用国家标准，提升跨平台数据互操作性，打破行业数据壁垒，促进数据资源高效流通利用。同时，界定数据责任，完善利益保护机制，探索建立数据流通交易参与各方的收益分配机制，强化数据流通合规治理。

　　三是强化安全防护，打造可信数据空间生态。强化数据安全技术应用，推广联邦学习、同态加密等隐私计算技术，推动“可用不可见”“可溯可审”的数据使用安全环境建设。加强可信数据空间发展行动计划实施，积极组织企业、行业、城市等可信数据空间创新试点试验，推动形成安全可控的数据生态格局。