】 【打 印】 
【 第1頁 第2頁 】 
積極培育壯大數據產業
http://www.crntt.hk   2021-03-19 08:28:12
  中評社北京3月19日電/習近平總書記強調:“要構建以數據為關鍵要素的數字經濟。”《中共中央國務院關於構建更加完善的要素市場化配置體制機制的意見》對加快培育數據要素市場作出部署。數據是新的生產要素,是基礎性資源和戰略性資源。黨的十九屆五中全會作出加快數字化發展的重大部署,為我國數據產業發展提出了總體要求、指明了發展方向。積極培育壯大數據產業,發揮數據要素價值,實現數據與新一代信息技術、新一輪產業變革耦合共振、互融互促,將對經濟發展、社會進步、全球治理等產生重大而深遠的影響。

  數據要素促進生產效率大幅提升

  通過實施一系列政策舉措,我國已成為全球數據要素市場發展最為活躍、最具潛力、環境最好的國家之一。

  數據要素市場加速擴容。據國際數據公司(IDC)預測,全球數據圈將從2018年的33ZB(1ZB代表10萬億億字節)增至2025年的175ZB。其中,中國數據圈增速最為迅猛,將從2018年的7.6ZB增至2025年的48.6ZB,占全球總量的27.8%,成為全球最大的數據圈。由數據采集、數據清洗、數據標注、數據交易等核心數據要素環節構成的中國數據要素市場快速成長,規模從2016年的62億元增長到2019年的375億元。

  數據要素應用場景衍生拓展。當前,5G、大數據、人工智能、區塊鏈等技術加速向各行業融合滲透,數據賦能、賦值、賦智作用日益凸顯,應用場景不斷拓展。在農業農村領域,車間農業、認養農業、雲農場等新業態新模式方興未艾,農業物聯網、病蟲害數字化防控、智能育種等新技術加快應用。在工業生產領域,智能硬件、可穿戴設備、智能網聯汽車等新業態層出不窮,工業互聯網、智能工廠等新模式蓬勃發展。2019年我國規模以上工業企業生產設備數字化率已達47.1%,數字化轉型加快推進。在服務消費領域,“數據+”不斷激發消費市場活力,居民消費習慣加速向線上遷移。2020年,我國實物商品網上零售額比上年增長14.8%,占社會消費品零售總額的比重為24.9%,增速明顯高於同期社會消費品零售總額。在貨幣金融領域,移動支付全面推進,數字人民幣試點提速,金融服務中小微企業精准性顯著提升。在公共治理領域,數據要素在疫情監測分析、病毒溯源、防控救治、資源調配、復工復產等方面發揮了重要支撐作用,數字政府建設持續推進,政府管理和社會治理加快轉型。

  數據要素在增加就業和提高生產效率方面的作用持續發揮。比如,在數據資源服務產業中,數據標注、數據審核等行業屬於勞動密集型行業,從業人員具備一定計算機操作技能即可,對促進就業有直接帶動作用。目前,我國數據標注、數據審核全職從業人員超過20萬人,兼職人員超過100萬人。數據要素具有很強的正外部性,與傳統生產要素深度融合,能夠顯著降低市場信息不對稱,促進勞動力、資本、技術等生產要素優化組合,促進要素配置效率和勞動生產率提升。

  數字產業化、產業數字化積極推進

  當前,各種數據技術系統創新、深度融合,新型基礎設施建設加快布局,數據交易市場體系不斷完善,數字產業化、產業數字化積極推進,蓄勢積能。隨著各項條件持續優化,數據要素市場必將進一步發展,培育出規模大、創新強、有國際競爭力的產業集群,有力推動經濟發展質量變革、效率變革、動力變革。

  技術更新迭代加速。從核心層技術來看,半導體設備、應用材料技術等“硬科技”的創新發展,傳統矽基半導體向量子芯片的演進,將大幅提升計算機處理能力,為數據產業發展提供更強大的算力基礎和更豐富的應用場景。從應用層技術來看,雲計算極大拓展高性能計算的發展模式,大數據深刻改變高端存儲的發展方向,人工智能全面提升傳感感知的技術能力,“上雲用數賦智”已成為發展新經濟、培育新動能、打造新場景的重要環節。目前,我國混合計算框架、實時圖計算、基於人工智能的數據管理及邊緣數據計算等核心技術研發取得較大進展,人工智能芯片、深度學習算法等關鍵技術加快迭代更新,大規模數據平台處理規模躋身世界前列。

  新型基礎設施建設超前布局。黨中央高度重視數據中心等新型基礎設施建設,數據要素市場發展的硬件條件不斷完善。北京、上海等地快速推進新基建行動。《北京市加快新型基礎設施建設行動方案(2020—2022年)》提出,推進數據中心從存儲型到計算型的供給側結構性改革,加強存量數據中心綠色化改造。上海今年一季度預計將新增6萬台數據中心機架,帶動投資超過380億元。相關企業積極響應國家號召,加大對新基建領域的投資。

  價值釋放模式不斷創新。隨著數據要素市場快速壯大,數據要素價值實現手段持續豐富完善。流通技術方面,數據沙箱、聯邦學習、多方安全計算等創新技術,能夠在原始數據不洩露的前提下實現合法合規的數據開放,幫助多個機構在滿足用戶隱私、數據安全和法規要求的同時,進行數據使用和機器學習建模。定價模式方面,數據所有權第三方平台預定價、協議定價、拍賣定價,數據使用權會員制按次計價、實時定價等標準多元發展。收益分配方面,交易分成、保留數據增值收益權,一次交易所有權、多次交易使用權等模式日益豐富。
 


【 第1頁 第2頁 】 


          
】 【打 印】 

 相關新聞: