|
金思宇/文 新一轮科技革命浪潮下，人工智能正成为重塑全球经济格局的核心引擎。2026年6月4日，国家数据局党组书记、局长刘烈宏主持召开“完善数据相关规则 赋能人工智能创新发展”座谈会，首都医科大学、清华大学等高校专家与DeepSeek、字节跳动、阿里云、腾讯等企业代表齐聚一堂，围绕完善数据基础制度、推动数据赋能AI发展深入研讨。与会者一致认为，要坚持统筹数据发展和安全，深入推进数据要素市场化配置改革，更好适应人工智能发展的需要，更大力度地完善数据相关制度规则，加快建设面向人工智能发展的高质量数据供给体系。这一战略部署直指AI发展的核心命题：数据作为新型生产要素，其市场化配置效率直接决定人工智能的技术高度与产业纵深。中国要从“数据大国”迈向“数据强国”，必须以制度创新破解数据供给瓶颈，构建支撑AI创新的数据生态体系。 截至2025年底，我国数据生产总量占全球约27.44%，但中文高质量语料的全球占比与这一规模优势仍不匹配。AI模型训练对高质量、多样化数据的需求日益迫切，数据要素的市场化配置效率正成为决定人工智能发展速度的关键变量。 一、完善数据规则：构建制度根基，破解发展掣肘 当前，数据要素市场化配置面临多重制度性障碍：数据产权模糊导致“不敢共享”，定价机制缺失引发“不愿交易”，安全合规风险致使“不能流通”。2025年，国家数据局推动出台了30余项专项政策及10余项实操文件，覆盖公共数据、数据基础设施、流通安全治理等多个领域，数据领域国家标准已突破120项。国家数据局将2026年明确为“数据要素价值释放年”，改革重心正从制度构建转向价值深挖。 围绕上述方向，制度建设从三个维度持续发力。 产权制度创新的核心抓手是“三权分置”的落地。 “数据二十条”跳出传统所有权思维定式，构建了数据持有权、使用权、经营权“三权分置”的产权运行新范式，将市场关注点从“数据归谁所有”转向“谁对数据享有何种权利”。2026年4月3日，国家数据局正式发布《数据产权登记工作指引（试行）》，从登记机构管理、登记流程规范、登记凭证应用等方面搭建了可落地的实施框架，标志着我国数据产权登记制度迈入全国统一、规范运行的新阶段。 流通交易规则的构建同样取得重大突破。 2026年6月8日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，在政策表述中首次纳入“词元交易”这一前沿概念，提出“探索词元交易等新型交易模式”，构建“以词元为基础，可量化、可定价的数据价值体系”。国家数据局正积极培育数据流通服务机构，推动数据交易所强化综合服务功能，支持数据商加大数据产品和服务开发力度，探索数据换数据、换模型、换场景等多样化交易模式，到2029年底将实现数据流通服务机构能力显著提升。 在安全合规框架方面， 国家数据局推动建立分级分类的数据流通标准，推广隐私计算、联邦学习等“数据不出域”技术；同时借鉴国际监管沙盒经验，为新技术应用提供安全的测试环境，平衡创新激励与风险防控。 二、运用数据要素：赋能AI创新，释放倍增效应 数据要素与AI技术正在形成“双向赋能飞轮”：高质量数据驱动模型性能跃升，AI算法反哺数据价值挖掘。实践已印证这一逻辑： 2025年，国家数据局联合26个部委遴选72家链主单位，部署140项高质量数据集建设任务，7个城市承担数据标注试点试验任务，标注规模超85PB，服务260个模型研发。目前全国建成高质量数据集超10万个，规模超890PB，初步形成“人工智能+”到哪里，高质量数据集建设和应用就到哪里的良好态势。与此同时，国家数据局累计发布417个典型案例，涵盖11个行业领域共760个“数据要素×”典型场景指引，提前超额完成打造300个以上场景的目标。
在医疗领域，首都医科大学通过合规标注的医学影像数据集，显著提升了AI辅助诊断准确率，成为政产学研协同赋能AI创新的典型案例。在工业领域，智能制造企业利用产业链数据融合推动智能质检效率提升40%、成本降低20%。此外，2025年全国活跃数据总量为1.67 展望未来，应进一步推动公共数据定向开放，打造“领域专用+场景驱动”的数据供给体系，以行业大模型为牵引构建从数据到应用的完整价值链条。 三、数据支撑：夯实资源底座，锻造中国优势 中国数据要素市场的规模和增长态势已具备全球竞争力。 数据生产规模持续领先。 2025年，全国数据生产总量达52.26泽字节（ZB），同比增长27.28%，占全球约27.44%，企业贡献九成增量，成为数据生产主力。我国算力总规模稳居全球第二，智能算力规模达159万PFLOPS，八大算力枢纽占比超80%，“东数西算”成效持续显现。 产业生态日益繁荣。 2024年，全国数据企业数量超40万家，数据产业规模达到5.86万亿元，较“十三五”末增长117%。数据产业有望保持15%以上的年均增长率，到2030年产业规模预计超过13万亿元。 应用场景深度拓展。 2025年，AI用数据总量达199.48EB，同比增长42.86%，推理数据量首次超过训练数据量，高质量数据集词元调用量约21100万亿，词元正成为AI时代数据价值计量的新度量衡。 然而短板依然存在。中文高质量语料在全球范围内的供给仍显不足，非结构化工业数据利用率偏低，行业间数据流通壁垒尚未完全打破。需强化战略储备与数据治理能力，推动数据从规模优势向价值优势加速转化。 四、国际比较：借鉴与突围——中国特色路径探索 全球数据与AI治理格局正经历深度重构，各方在制度设计、技术路径和价值取向上呈现出显著差异。 欧盟：以风险分级规则构筑数据主权壁垒。 欧盟《人工智能法》于2024年8月1日正式生效，将人工智能系统分为禁止使用、高风险、有限风险及最低风险四级风险体系，侧重风险监管与数据透明。2025年11月，欧盟委员会又推出“数字综合”修法草案，旨在简化规则、减少企业合规负担，整体上呈现“从严立法、从紧监管”的基调。 美国：以技术和市场驱动推进数据流通。 美国依托“数据信托+联邦学习”等创新机制，尝试在隐私合规框架下推动数据商业化流通。在联邦层面整合跨部门数据集和算力资源加速科研创新，形成了一套以技术为支撑、以市场为主导的数据流通模式。 中国方案：融合制度创新与技术突破，探索“公共数据普惠供给+市场数据价值挖掘”双轮驱动的差异化道路。 2023年底，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，选取工业制造、现代农业、商贸流通等12个行业和领域，推动发挥数据要素乘数效应。在公共数据领域构建起“1+3”政策体系，全国一体化公共数据资源登记体系基本建立并实现省域全覆盖，登记量超13万项。2025年上半年，主要数据交易机构新上架数据产品达3328个，同比增长70%，新增供需主体超2600家。在跨境数据流动方面，正在积极推动“一带一路”数据走廊建设，探索建立区域性数据治理合作机制，为全球数据治理贡献“中国方案”。 五、政策建议：多维发力，构建赋能体系 一是供给强化：建立国家级AI训练数据资源库，推进医疗、科研等战略领域公共数据有条件开放，加快行业高质量数据集建设与标注攻坚。 二是机制优化：构建“政府指导定价+市场协商分成”模式，将公共数据收益反哺数据治理，完善数据资产入表与融资增信路径，激励企业数据共享。 三是技术护航：推广隐私计算、联邦学习等“数据不出域”技术，打造可信数据流通基础设施，为数据安全合规流通提供技术保障。 四是生态培育：支持合成数据产业发展，填补真实数据缺口；壮大数据标注、评测、交易服务等专业化机构，构建覆盖数据全生命周期的产业生态。 六、数据要素改革的成功标准 数据要素市场化的成效，需要以系统化、可量化的指标体系来衡量。以下从制度筑基、价值释放和全球引领三个阶段加以刻画。 2027—2028年（制度筑基期） 核心在于破解数据流通的制度性障碍，构建统一规范的市场基础。制度覆盖率达100% ，全国省级行政区完成数据基础制度配套立法，数据交易规则统一。市场联通性实现突破 ，50%以上省级数据交易平台互联互通，场内交易规模突破2000亿元。数据资产化率稳步提升 ，规模以上工业企业数据资产入表率超30%，形成可量化的数据资产负债表。AI训练数据自给率超70% ，中文高质量数据集覆盖主流应用场景，减少对外依赖。关键指标：数据交易纠纷率下降50%，数据合规成本降低30%。 2029—2030年（价值释放期） 从制度构建迈向价值深挖，推动数据要素与实体经济深度融合。数据要素GDP贡献超5% ，数据驱动的经济增加值占GDP比重显著提升。应用场景规模化落地 ，培育300个以上“数据要素×”典型应用场景，覆盖工业、医疗、交通等12大重点领域。产业集群效应显现 ，建成10个千亿级数据要素产业集聚区，数据服务企业数量突破5万家。跨境数据流动突破 ，建立3—5个跨境数据合作试验区，年跨境数据交易额超500亿元。关键指标：数据要素市场规模突破6万亿元，人工智能核心产业规模超1万亿元。 2031年及以后（全球引领期） 迈向全球领先，主导国际数据治理规则制定和技术标准输出。规则主导权确立 ，主导或参与制定10项以上国际数据标准，形成“中国方案”全球影响力。技术生态全球领先 ，隐私计算、联邦学习等技术实现全行业普及，数据可信流通技术专利占比超40%。数据资本化成熟 ，数据资产证券化规模超5000亿元，数据要素成为重要融资工具。伦理与安全标杆建立 ，AI伦理审查体系有效运行，数据安全事件发生率低于0.1%，形成全球信任高地。关键指标：中国数据要素市场规模占全球比重超20%，成为全球数据要素创新中心。 七、未来展望：数据强国愿景与AI共生图景 数据要素与人工智能的深度耦合，正在重塑生产力的底层逻辑。展望未来，随着数据要素市场化配置改革的持续深化，中国有望在关键领域实现系统性突破。 AI模型训练数据自给率超80% ，中文语料全球占比突破30%，破解高质量数据供给的结构性瓶颈。数据产业规模突破8万亿元 ，成为经济增长主引擎。形成“数据+AI”驱动的超级应用场景集群 ，在智能制造、智慧城市、医疗健康等领域引领全球新赛道发展。 数据要素与人工智能的深度耦合，将重塑生产力范式。这场改革的最终考验，不在于制度文本的完备程度，而在于它能否真正释放数据的创造力，让中国在全球AI竞赛中实现从“并跑”到“领跑”的历史性跨越。 专家展望 2027—2028年（制度筑基期） ：核心任务是完善数据基础制度，推动跨区域、跨行业数据流通规则统一。中国信息通信研究院院长余晓晖指出，“数据要素市场需形成‘制度+技术+生态’三位一体架构，2028年前需完成省级数据交易平台标准化改造，为全国统一大市场奠基。” 2029—2030年（价值释放期） ：深化数据要素与实体经济融合，推动“数据+AI”在千行百业规模化应用。清华大学公共管理学院教授孟庆国强调，“未来两年需建立数据要素GDP核算体系，量化数据对经济增长贡献率，推动数据要素从‘成本项’转变为‘收益项’。” 2031年及以后（全球引领期） ：主导国际数据规则制定，构建跨境数据流动“中国方案”。中国国际经济交流中心副理事长王一鸣预判，“到2035年，中国有望成为全球数据要素规则的主要定义者，通过‘数据+AI’双引擎驱动，数字经济占GDP比重将突破60%。” 作者：金思宇，中国智库高级研究员，曾被聘为中国贸协数字经济专业委员会顾问 |
