清华大学（张向宏）：2024数据要素化新阶段的数据产业发展报告-41页_11mb

数据要素化新阶段的数据产业发展总结

核心内容

人类社会正在进入数据要素化发展新阶段，这是一次颠覆性科技革命和要素革命。数据要素作为新型生产要素，正在重塑劳动者、劳动资料和劳动对象，推动数据产业形成新的形态、构成和特点。

主要观点

• 数据要素化发展新阶段，数据成为核心生产要素，替代了传统意义上的土地、劳动力和资本。
• 数据产业由数据资源、数据技术、数据产品和服务、数据企业及数据生态构成，分为广义和狭义两种涵义。
• 数据产业具有继承性、创新性、资源核心性、技术快速迭代性、产品不断升级性、企业共生性和生态多层融合性等特点。

关键信息

一、数据产业的概念、形态和构成

• 数据产业：由数据资源、数据技术、数据产品和服务、数据企业及数据生态构成。
• 形态：
  • 广义数据产业：包括数据基础产业、数据要素产业和数据安全产业。
  • 狭义数据产业：仅指数据要素产业。
• 构成：
  • 数据资源：包括公共数据、企业数据和个人数据，是数据产业的基础。
  • 数据技术：
    • 数据基础技术：电子信息制造技术、软件技术、网络技术、通信技术。
    • 数据要素技术：数据采集、存储、加工分析、流通交易、治理应用等。
    • 数据安全技术：包括网络信息安全技术与数据可信安全技术。
  • 数据产品：
    • 数据基础产品：如芯片、PC、手机、智能汽车终端等。
    • 数据要素产品：如数据治理产品、数据服务产品、数据应用产品等。
    • 数据安全产品：如网络信息安全产品、数据可信安全产品。
  • 数据企业：
    • 数据基础企业：如电子信息企业、软件企业、网络企业、通信企业。
    • 数据要素企业：包括技术型数商、服务型数商和应用型数商。
  • 数据生态：由数据资源、数据技术、数据产品、数据企业等多层构成，是数据产业的生命力。

二、数据产业相关概念的演进历程

• 数据产业经历了从机械化、电气化、信息化到数据要素化的发展阶段。
• 每个阶段都有其对应的生产要素和产业形态，数据要素成为最新阶段的核心。

三、数据产业的特点

广义数据产业的特点

• 继承性：继承并升级了原有信息产业的内涵和特征。
• 创新性：围绕数据要素全生命周期，催生了新的业态和技术。
• 资源核心性：数据资源成为产业发展的核心要素。
• 技术快速迭代性：数据技术如人工智能、大数据、区块链等不断演进。
• 产品不断升级性：数据产品在形态和功能上持续升级。
• 企业共生性：大企业与小企业需协同发展，形成共生生态。
• 生态多层融合性：数据生态由多个层次构成，各层次间融合紧密。

狭义数据产业的特点

• 资源核心要素：数据资源是数据要素产业的基础。
• 技术快速迭代：数据技术在各环节中发挥重要作用。
• 产品不断升级：数据产品形态不断丰富。
• 企业大小共生：大企业需与中小企业合作，形成完整生态。

四、数据产业发展的成绩和问题

成绩

• 数据产业规模快速壮大：2023年，全国数据要素产业规模达2.1万亿元，年均增长20%以上。
• 关键技术和产品取得突破：在人工智能、大数据、区块链等领域取得显著进展。
• 数据资源规模迅速增长：2023年，我国数据总产量超过32ZB，互联网普及率达77.5%，5G用户占全球四分之五。
• 数据企业生态多层融合：形成技术型数商、服务型数商和应用型数商，推动数字化转型。

问题

• 数据资源开发利用不高：
  • 存在“不敢、不愿、不能”开发数据的问题。
  • 数据确权、定价、流通存在困难。
• 数据技术和产品总体水平落后：
  • 数据空间、隐私计算等技术尚未突破。
  • 人工智能等核心技术与国外差距拉大。
  • 开源技术影响力不足。
• 数据企业发展速度放缓：
  • 平台企业与美国差距拉大。
  • 中小企业成长环境不宽松。
• 数据生态零散割裂严重：
  • 各层次生态尚未形成统一，与美国生态存在明显差距。

数据产业发展趋势

• 数据要素将更广泛地融入各行业，成为驱动经济发展的核心要素。
• 数据技术将持续迭代，推动人工智能、区块链等技术的深度融合。
• 数据产业将向全球化、智能化和生态化方向发展。
• 数据安全和可信流通将成为重点发展方向。
• 数据生态将逐步完善，实现跨主体、跨机构、跨领域的协同发展。