郭紫欣家庭背景数据作为新型生产要素已经深刻融入经济社会各个领域，加快构建以数据为关键要素的数字经济，离不开强有力的数据产业作支撑。近年来，在各部门各地方共同推动下，数据基础制度加快建立，数据资源开发的深度和广度持续拓展，数据产业发展初见成效。

　　数据技术和应用创新活跃。《国家信息化发展报告（2023年）》数据显示，2023年全国数据生产总量达32.85Z字节，同比增长22.44%，累计数据存储总量1.73ZB，存储空间利用率达59%。大数据产业规模达1.74万亿元，同比增长10.45%。

　　人工智能、大模型等数据驱动技术能力不断增强，数据服务向各行业领域广泛渗透，新产品、新模式、新业态竞相涌现。“商业智能（BI）、人工智能（AI）加速迭代，数据技术创新方兴未艾。数据驱动的应用创新、产业创新不断深化，新的产业形态不断发展演进。”国家数据局局长刘烈宏说。

　　“数据采、存、算、管、用需求不断提升。我国数据产业正呈现快速增长的发展趋势，未来几年有望保持20%以上的年均增长速度。”国家数据局副局长陈荣辉说，“初步形成门类较为齐全的数据产业链，涉及数据采集、计算存储、开发利用、流通交易、安全治理等各个环节，各类型头部数据企业逐渐成为带动产业链突破的主力军。”

　　有研究认为，数据流动量每增加10%将带动GDP增长0.2%，预计到2025年，全球数据流动对经济增长的贡献将达到11万亿美元。以制造业为例，数据驱动生产流程优化可以使停机时间减少30%至50%，提升生产效率20%至25%。

　　以钢铁行业为例，由于管控环节多、生产流程长、经营数据来源广，大量异构数据分布在不同系统，数据收集、整合、分析过程中耗费大量人力，缺少统一平台和方法对庞大数据开展有效开发利用。这也是北京首钢股份有限公司一度面临的难题。此前首钢的业务执行曾经仅依赖局部信息、离线数据和人工经验，无法支撑精益制造和资源优化配置的需求，线下业务多、跨部门业务协调难度大、管控效率低，响应市场能力不足。

　　为此，首钢与帆软软件有限公司合作，应用“固定报表、自定义分析、数据可视化”3种技术手段，打造更灵活、易用、智慧的决策支持系统。帆软产品研发总经理陈敏以库存管理为例介绍，帆软构建库存管控模块，横向覆盖销售、生产、质量、物流等业务，纵向覆盖炼铁、炼钢、热轧、冷轧等工序。利用全流程库存结构分析和预警系统，使所有工序库存都达到满足其生产、运输效率所需的最低库存水平，提高存货周转率，降低资金占用。此外，通过自主开发的商业智能平台——FineBI，实现对首钢全公司及各单位点检异常的实时分析，及时发现问题并督促相关单位整改，提高点检异常的管控水平。

　　我国数据产业在具备良好发展基础的同时，也面临着一些问题和挑战。例如，技术创新能力和资源开发利用水平有待提升，数据流通交易不畅通，具有国际竞争力的数据企业相对较少等。

　　“数据要素化尚处于起步探索阶段，国际上亦无先例可循。数据要素化在资产地位、权属确权、流通交易、利益分配和安全隐私等方面均存在诸多障碍。”在中国科学院院士梅宏看来，国家正在从顶层设计层面统筹数据要素市场培育，为数据要素市场建设设定目标、框架，鼓励地方政府和行业在体制机制构建中积极探索。

　　国家数据局数据资源司司长张望介绍，国家数据局围绕更好发挥市场机制作用，创造更加公平、更有活力的市场环境，正在研究制定促进产业发展的政策。一方面，厘清数据产业的内涵和外延，面向市场需求，培育多元化的经营主体。另一方面，发挥市场配置资源的决定性作用，支持企业在资源汇聚、技术攻关、产品服务、流通交易、基础设施等方面加快发展。用好政策工具，从投资政策、人才培养、产业集聚等方面给予相应的政策安排。

　　“政策起草和制定过程中，很多企业的热情和参与度都非常高，这也反映了市场高度期待培育壮大数据产业。我们将在充分调研和听取各方意见基础上，加快出台政策、支持产业发展。”张望说。（李芃达）