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?！豆倚畔⒒⒄贡ǜ?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?；奔浼跎?0%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?？?，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。

关键词：