今年全國兩會上，“數字經濟”再次成為的熱點話題。
2024年政府工作報告提到：要健全數據基礎制度，大力推動數據開發開放和流通使用；適度超前建設數字基礎設施，加快形成全國一體化算力體系；推動解決數據跨境流動等問題。
這為我國數據要素市場的進一步發展指出了方向。
與此同時，如何進一步推動數據要素市場化配置，也成為代表委員們熱議的話題。
目前，數據的價值已經成為業界共識。然而，從產業視角來看，數據要素的供給和流通使用、數據資源的聯動和配置等課題的探索才剛剛開始；從企業視角來看，數據質量保障、合規化使用路徑、高價值場景挖掘等難點仍然普遍存在。
那么，圍繞數據要素相關議題，2024年兩會代表們給出了哪些提案？在實踐中，又有哪些技術能夠助力數據要素的價值進一步釋放？
“數據要素”兩會提案逐步細化
為激活數據要素的價值和潛能，今年初國家數據局等17部門聯合印發了《“數據要素×”三年行動計劃（2024—2026 年）》。
近日，國家數據局又聯合多部門下發通知，宣布開展全國數據資源情況調查，全面調研國內數據資源生產存儲、流通交易、開發利用、安全等情況。
這標志著我國數據要素市場建設正在從“頂層設計”走向“實踐探索”階段。
面對如何推動數據要素市場化配置、產業數字化轉型等現實問題，今年兩會期間，多位人大代表和政協委員也積極建言獻策。
全國政協委員、南方科技大學副校長金李指出，當前數據要素市場建設仍存在一些問題，例如國家級數據交易所建設滯后、“用數”的環境與氛圍尚未形成、數據跨境流通探索力度有待增強、國家級算力基礎設施建設力度有待加強等。
全國政協委員、北京國家會計學院教授秦榮生指出，當前我國數據交易市場處于初始發展階段，面臨數據交易市場分割、交易規模不大、數據安全合規難以保障、數據交易質量參差不齊、數據交易監管薄弱等難點問題，圍繞數據交易產生的爭議也日漸增多。
全國政協委員、京東集團技術委員會主席、京東云事業部總裁曹鵬帶來了國產化數字基礎設施發展相關的建議。
他認為，構建國產化數字基礎設施迫在眉睫，軟硬協同才能最大化發揮算力底座的作用。
同時，應推動采用云原生、容器化、分布式的新型國產算力底座，通過發展先進算力實現技術革新升級。
全國政協常委、中國工程院院士、中國科學院大連化學物理研究所所長劉中民建議，通過推進數據確權、推動數據定價、規范交易場所、增設算力樞紐、統籌宏觀布局等，進一步做好數據要素市場化配置改革工作。
作為數學家、統計學家，全國政協委員、中國科學院院士陳松蹊指出，中國目前尤為缺乏高質量的再分析科學數據集，建議組建由領域與數據科學家組成的數據融合團隊，實現科學數據自立自強。
同時，企業構建數據文化需要有數據科學團隊，必須從加強數據分析人才培養入手。
從多份數據要素相關提案來看，今年的議題依然重點聚焦在數據立法、數據要素市場化、數據確權和定價、數據安全和監管等方面。
但隨著數據數據要素市場培育進展加速，今年提案在各個方向上進一步細化，例如，針對如何統籌數據交易所，如何開展數字基礎設施建設、保障數據質量，如何通過技術手段保障數據確權，如何進行數據人才培養等，都有了更為具體的方案建議。
事實上，數據要素市場培育是一個宏大的課題，涉及體制機制、市場流通、產品研發、標準規范等多層次的深度探索，而在探索過程中無疑會不斷涌現出新模式、新業態，而這些全新的實踐背后，都有政策、市場、技術、資源等多項因素的共同推動。
數據要素創新成果落地
數據要素作為我國戰略布局與發力的重要領域，全國各地各市場主體都在積極尋找數據要素發展中的定位和角色，尋找新的業務增長點。盡管目前尚未形成成熟的方法論和推廣模式，但數據要素市場建設已有一些創新成果落地。
例如，人工智能發展驅動數據要素市場需求爆發。伴隨著大模型時代的到來，通用人工智能（AGI）產業正迎來爆發期，更加需要大規模、高質量、多樣化的數據集提升模型效果和泛化能力。
然而，我國人工智能領域高質量數據集缺乏、數據供給的產業生態不健全、企業數據資源獲取成本高等問題依然嚴峻。
2023年5月，我國達成了首筆基于大模型訓練數據集的數據交易。
北京國際大數據交易所與北京市科學技術研究院進行科學數據專區建設運營合作簽約，打造了全國首個專門針對科技領域數據交易流通的專題數據區域。
同期，北京市發布的《促進通用人工智能創新發展的若干措施（2023-2025年）》提出，針對當下大模型訓練高質量中文語料不足導致的中文語境應用落地問題，要歸集高質量基礎訓練數據集，并通過北京國際大數據交易所開放多模態語料庫。
不僅如此，人工智能的發展使高性能算力資源存在巨大缺口，亟需統一規劃建設算力交易中心，協調優質算力資源，實現統一調度和最優匹配。
以運營商中國電信為例，在網絡基礎設施方面，中國電信建設了5G共享基站超過120萬站，發布“靈澤2.0數據要素平臺”，匯集高質量數據資源構建基礎積累，打造“2+3+2”產品體系賦能千行萬業，構建“數據要素交易+可信流通計算與共享+運營管理支撐”三大模塊，提供全流程數據交易服務。
在算力基礎設施方面，中國電信形成“2+4+31+X+O”梯次分布、云邊協同的泛在算力基礎設施體系。
“一城一池”覆蓋超過240個城市，邊緣算力節點超過800個，天翼云算力總規模達3.8EFLOPS。
2023年2月24日，寧夏聯合中國電信、北京國際大數據交易所、中科曙光等機構，打造的國內首個一體化算力交易調度平臺——東數西算一體化算力服務平臺正式上線。
在推進數據安全共享和發揮數據價值方面，隱私計算技術持續推動政務數據的合規安全流通，支撐公共數據在小微普惠服務場景的應用。
例如，深圳福田區的公共數據隱私計算平臺，是廣東省首個基于全信創架構融合了可信執行環境（TEE）、多方安全計算（MPC）兩種隱私計算技術路線的平臺，構建了一個多方數據安全融合計算環境。
基于該隱私計算平臺，5家金融機構與福田區政務服務數據管理局，簽約達成公共數據開發利用合作關系。
在保障各參與方數據安全的前提下，促進“政政”“政企”之間的數據價值共享互惠，打破原有的高價值數據因敏感度高而形成的數據壁壘，實現有條件共享的數據基于“原始數據不出域、數據可用不可見”的流通新范式。
數據要素發展推動技術變革
事實上，在數據要素賦能行業場景的實踐中，技術發展支撐著產業進步，而業務需求也對技術提出新的要求。隨著數據規模爆炸式增長、數據類型日漸豐富，傳統大數據處理技術面臨著諸多挑戰，數據技術體系也在不斷變革創新。
中國信通院《數據要素白皮書（2023年）》指出，數據要素在強調通過大數據處理投入生產的同時，進一步突出了數據在交易流通過程中產生經濟價值。
可控、可計量、可流通是數據要素對數據技術提出的新要求，新技術不斷涌現為數據要素價值釋放保駕護航。
例如，以云原生、軟硬協同以及湖倉一體等技術為代表的數據處理技術，持續助力用戶降本增效。
云原生技術通過存儲計算分離架構，實現資源池化和極致彈性，具備高擴展性、高可用性、跨地域規模、低成本等優勢，可為用戶提供真正具備秒級智能彈性擴容能力、隨需而動。
軟硬協同技術為軟件技術帶來了新的機遇。一些企業陸續發布GPU數據庫、數據庫一體機等產品，以滿足業務規模不斷擴張的需求。
硬件技術的發展一方面促進了數據處理技術性能提升，另一方面也推動了數據處理技術與其他新興技術的融合，使得技術體系的安全性和智 能性得到提升。
在湖倉一體方面，數據倉庫（Data Warehouse）和數據湖（Data Lake）兩項技術在不斷演進過程中逐漸融合形成湖倉一體（Data Lakehouse）技術架構。
湖倉一體集數據湖的靈活性、可擴展性優勢以及數據倉庫的數據結構和數據管理功能于一體，能夠降低數據冗余、減少存儲成本，提升數據處理時效性。
當前，湖倉一體技術落地應用速度持續加快，應用領域主要集中在互聯網、電信運營商以及金融等國內數字化程度較高行業。
由于數據要素具有規模經濟性，企業將趨向于持續積累數據，能夠助力企業降本增效的技術將會進一步受到關注。
此外，以人工智能、隱私計算、區塊鏈、圖技術等為代表的新興技術，持續護航數據要素安全流通，例如：
向量數據庫能夠支撐AI技術賦能數據要素價值釋放。
一些非結構化數據需要通過機器學習算法從中提取出以向量為表示形式的“特征”，向量數據庫的興起便是為了解決對這些向量進行存儲與計算的問題。
圖分析技術助力洞察數據連接新價值。
數據要素時代，數據規模將會不斷增大，數據量及數據自身豐富度不斷增加，圖分析技術能夠有效分析數據之間的關聯性以及處理數據之間的復雜關系。
隱私計算與區塊鏈相結合，能夠實現數據密態流轉。
在控制面以區塊鏈為核心構建數據流通管控層；在數據面以隱私計算為核心構建密態數聯網。
數據流轉過程中以密態形式流通，保障其流轉、計算、融合直到銷毀的全鏈路安全可控，同時將數據要素持有權和使用權分離，實現數據可用不可見、使用可控可計量、以及使用權跨域管控。
圖聯邦技術能夠打破數據孤島。
圖聯邦技術是為了解決數據孤島、隱私保護和數據安全問題提出的概念，在保護用戶隱私和公司數據的前提下，更好地發揮數據價值。
時空大數據平臺或時空數據庫實現海量時空數據管理、查詢、統計與分析。
在現實世界中有超過80%的數據都和地理位置（空間）相關，而所有數據均含有時間屬性。因此，實際業務場景中許多數據需要通過時空大數據平臺或時空數據庫來處理。
近年來，時空大數據平臺以及時空數據庫等技術的發展，有效應對北斗時空大數據服務、數字孿生、智慧城市等新興數據應用業務場景下對于時空數據處理的需求。
未來，新興技術還將在應用過程中不斷融合以適應不同場景下的技術需求，向著更加高效、安全的方向不斷發展。
可以預見，圍繞數據的采集、存儲、計算、管理、流通、安全各個環節，技術體系將不斷革新。
結語
我國正從“數據大國”向“數字中國”全速前進，數據要素與新興技術交織融合，數據價值與行業發展相互交錯，數據引擎正在被注入巨大動能。面向未來，在落實數據基礎制度和建設數字中國的新篇章中，數據要素的價值將被更加充分的挖掘，我國數據要素的發展也將迎來新的突破。
