数据要素如何推动科技创新与产业创新深度融合？

添加时间：2026-06-02 点击次数：14

文 | 胡东兰 李勇坚

精华速览：

数据要素已成为驱动科技创新与产业创新深度融合的核心战略资源与关键赋能变量。当前，我国已在科技创新与产业创新双向循环、数实融合基础设施建设及数据资源规模化发展等方面奠定坚实基础。其作用机制根植于数据要素的独特属性，通过协同联动、场景融合与流通赋能，系统性重构创新资源配置逻辑与价值创造路径。同时要看到，当前科技创新与产业创新融合进程仍面临市场化机制不健全、数据质量与安全风险、技术集成能力不足及制度协同滞后等制约因素。为此，需系统性构建数据基础制度、强化技术设施与能力、深化重点领域应用示范，并优化人才、资金与安全协同保障体系，以充分释放数据要素的乘数效应，加快培育新质生产力。

︱推动数据要素更好赋能“科技—产业”创新深度融合的政策建议

（一）构建数据基础制度体系，激发要素市场化配置活力

1. 深化数据产权制度改革加快探索并试点数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制。优先在重点科研领域和重点产业链开展数据产权登记与界定试点，明确公共数据、企业数据、个人数据的权属边界与流转规则。2.创新数据流通交易模式加快推动全国一体化数据市场培育，发展数据资产评估、登记结算、争议仲裁等服务。推动在国家级科研平台、国家制造业创新中心等机构设立“数据资源专区”，鼓励科研数据、实验数据、产业工艺数据在可控范围内有序流通与共享。支持跨区域、跨行业的数据交易场所建设，探索基于“原始数据不出域、数据可用不可见”技术的新型交易范式。3. 健全数据要素收益分配与激励机制研究制定数据要素由市场评价贡献、按贡献决定报酬的机制。鼓励企业将数据资产合规“入表”，探索数据资产质押融资、数据保险等金融领域创新，使数据产生的经济效益可衡量、可分配，激发各类主体供给和开发数据的积极性。（二）强化数据基础设施建设，筑牢融合创新底座1.布局建设国家级科研与产业数据基础设施在现有算力网络基础上，优先面向人工智能、生物医药、材料科学、集成电路等前沿领域，布局建设一批高质量、高价值的国家级科学数据库与行业知识库。推动重大科研设施、大型科学仪器、重点产业平台的运行数据与国家数据中心网络互联互通，形成支撑重大科技攻关和产业共性技术研发的“数据港”。2. 实施关键数据技术攻坚工程设立数据要素关键技术专项，重点突破高性能数据隐私计算、跨模态数据融合分析、数据空间互操作、数据质量自动评估与修复等底层技术。支持开源社区发展，构建自主可控的大数据技术栈。鼓励领军企业、科研院所联合开发面向垂直行业的专用数据模型和算法工具包。3.推动公共数据高质量开放与授权运营制定统一的公共数据资源目录、分类分级和开放标准。聚焦科技创新与产业转型需求，优先推动科技文献、专利信息、地质测绘、气象环境、质量标准等公共数据资源向社会开放。在保障安全的前提下，通过授权运营等方式引入社会力量参与，深度挖掘公共数据价值，开发普惠性数据产品和服务。（三）深化数据重点领域应用，培育深度融合的新生态1.实施“数据要素×科技创新”专项行动在国家重点研发计划、自然科学基金等项目中，增设“数据驱动”研究专项，鼓励科研团队利用产业大数据、科学大数据开展交叉研究。支持在高校和科研机构建设“数据智能实验室”，推动科研范式向数据密集型科学发现转变。2.开展“数据要素×产业创新”示范工程在智能制造、生物医药、智慧农业、绿色低碳等重点领域，遴选一批“链主”企业或产业集群，开展数据贯通全产业链、“驱动—研发—生产”一体化示范。支持建设“产业大脑”和“行业数据空间”，推动产业链上下游企业间安全可信的数据共享与业务协同。3.培育数据驱动型创新主体与服务平台大力支持数据服务商、数据经纪人、数据科学家工作室等新型市场主体。推动工业互联网平台、科技成果转化平台向数据平台升级，汇聚研发数据、生产数据、市场数据，提供数据匹配、模型服务、验证测试等一体化解决方案，降低中小企业创新门槛。（四）优化人才、资金与安全体系，优化融合发展环境1.加快培养与引进复合型数字人才在高等教育中加强数据科学与各工程学科、基础学科的交叉融合，设立“数据智能”细分专业方向。实施“产业数字人才提升计划”，重点培养既掌握行业知识又精通数据分析的“数字工程师”和“首席数据官”。完善国际高端数据人才的引进与服务机制。2.创新多元化投融资支持机制设立国家级数据要素产业发展基金，引导社会资本投向数据技术研发、数据产品创新和数据服务市场。鼓励银行等金融机构开发“数据信贷”“研发数据贷”等产品，探索基于数据资产和未来收益权的融资模式，解决数据驱动型创新活动前期投入大、轻资产抵押难的痛点。3.筑牢数据安全与治理屏障严格落实《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》，建立覆盖数据全生命周期的安全防护体系。推动建立数据流通交易安全审计和合规认证制度。在人工智能治理、算法合规等方面加强前瞻性研究，确保数据创新活动在安全、可靠、公平的轨道上运行，构建可信的数据融合生态。

上一页：没有记录

下一页：张玉卓任中国工程院党组书记