中国社会科学网讯（记者 张译心）7月19日，由中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕、中共深圳市宝安区委党校主办，中国人民大学交叉科学研究院、中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕数据要素与社会发展研究中心承办的“新质生产力与大湾区高质量发展”十讲系列沙龙（第5期）举行。
本期沙龙以“数据要素与算力优化—新质生产力”为主题，邀请粤港澳大湾区大数据研究院战略研究中心副主任杨茜茜，深圳数据交易所高级研究员李颖，中国人民大学交叉科学研究院讲师黄尹旭，合肥综合性国家科学中心数据空间研究院院长助理、研究员林传文，中科融合算力中心副主任、中科信控新基建和数字基础设施事业部负责人金乐作主题报告。中国人民大学交叉科学研究院副院长、数学学院信息与计算科学系主任、中国人民大学吴玉章特聘教授龚新奇主持并参与研讨。与会专家深入阐述见解，充分交流讨论，为人工智能时代的数据要素管理和算力优化提供了新的视角。
关注数据要素的有效管理利用
在本期沙龙中，与会专家强调了新质生产力的重要性，数据要素作为新经济时代的核心资源，对其有效利用和管理对于推动经济和产业高质量发展至关重要。数据基础设施建设和数据安全保护是实现数据价值的关键，人工智能技术的发展为数据要素应用提供了新的动力。
杨茜茜发表题为《关于数据基础制度建设问题的思考》的发言。杨茜茜基于对国家数据基础制度《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》，即“数据二十条”的深入理解，分享数据基础制度建设的必要性和当前问题及解决建议。“数据二十条”作为我国数据基础制度的纲领性文件，明确了数据要素市场化配置的改革路径，对数据产权、流通交易、收益分配及安全治理等核心问题进行了系统回答。然而，大数据资源的快速积累与利用在缺乏统一制度保障下，形成了诸多壁垒。当前，地方政府虽积极响应，但政策多停留在延续与部署层面，且法制化进程不一，显示国家数据制度建设尚处于初级阶段。
杨茜茜认为，当前数据基础制度建设面临主要问题包括数据登记权责不明、行业性数据制度缺失及跨部门制度衔接不畅，这些可以从央地关系、横向协同、政企合作等层面予以阐释。为解决这些问题，需深化顶层制度设计，遵循数据运动规律，完善市场机制；同时，尊重行业差异，制定差异化政策；并加强跨部门制度协调，构建话语体系。最后，希望未来在数据制度建设方面能够看到更多创新和实践，已有的制度点能够走向更有脉络、互相协同的制度体系，推动数据要素市场健康发展。
李颖针对《数据价值的释放路径：基于数据资产视角》发表演讲。李颖表示，数据要素作为新经济时代的核心驱动力，其有效激活与利用对经济和产业发展至关重要。李颖以数据资产入表为切入点，探讨了数据要素的价值及其释放路径。
李颖表示，数据要素价值体现在使用价值与资产价值两方面。政策与法规为数据资产价值提供了坚实的制度支撑，而资源化向产品化的转化则是释放数据价值的关键步骤。数交所的兴起促进了数据流通，而登记确权、交易增值、信用提升及金融创新等机制则进一步巩固了数据资产价值化的路径。
李颖认为，针对数据入表，应明确对象、成本归集及账目处理的重要性。数字产品因其可计量与可辨识性成为理想入表对象。数据资产需满足合法性、成本可计量性及经济利益流入三大条件，方能纳入财报体系。同时，数据交易、资产入表与金融创新应紧密相连，共同推动数据资产价值的最大化。面对数据资产披露不足影响财报相关性的情况，数据资产在上市公司财报中的必要性与紧迫性，提出了“完善确认、优化计量、强化披露”的监管要求，明确数据资产入表是必答题。入表方法论上，从价值创造视角阐述数据资源向资产的转变路径，强调资源、产品、资产三阶段的转化与管理，区分了资产列示性入表与信息披露性入表两种方式，并指出敏感数据可以分阶段列示或披露。数据要素市场与金融市场或称资本市场的连接是至关重要的，只有充分发挥数据要素的金融创新效益，才能促进数据使用价值与资产价值的双重实现。
挖掘数据要素的最大价值
黄尹旭发表题为《数据要素x价值创造的路径探讨》的演讲。黄尹旭表示，第一，数据价值创造需依托于新制度和新理论。传统工业时代制度、理论不再完全可以适用于数据要素促进数据经济和实体经济的讨论。第二，数据要素利用需采用共建共治共享模式。通过分析农业时代与工业时代维系生产能力的制度范式，指出过于强调控制型模式可能导致数据垄断和数据孤岛。要以公正的收益分配为主，利用中国原创的共票理论，让作为数据最大贡献者的人民群众拥有获得感；为数据更大开放共享提供内生机制，推动数据价值增长，实现价值共创，适应数字时代共建共治共享需求。中国人民大学团队正在与中国移动咪咕公司等实践落地共票理论。第三，数据要素推动价值创造的路径。数据基础制度上，以利益为主要出发点，提供使贡献者公正获得利益分配的配套机制；竞争法制上，推动数据开放形成市场形态；金融法制上，推动数据要素的数字融通与优化组合；真正做好开放型、共享型的数据生态治理，推动实现共同富裕。
林传文围绕“数据空间与数据基础设施”表示，数据要素化时代，数据正在成为一个新的基础性、战略性资源。面向数据要素的价值释放的需求，需要新型数据基础设施，本质上是网络、算力、流通和安全的基础设施化。数字时代，形成新质生产力的关键在于数据基础设施建设。数据基础设施是从数据要素价值释放的角度出发，在网络、算力等设施的支持下，面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施，是覆盖硬件、软件、开源协议、标准规范、机制设计等在内的有机整体。从技术视角解读，数据基础设施核心部分是以未来网络、算力网、数据要素场为代表的网络设施、算力设施和流通设施，以及贯穿其中的内生安全，共同支撑数据要素价值释放。
数据要素管理和算力优化推动新质生产力发展
金乐认为人工智能的飞速发展深刻影响了数据要素的应用，尤其以transformer架构为代表的多模态模型展现了巨大的商业价值，对数据要素发展有了更为具象化的体现。人工智能为数据要素发展带来的质变在出现了机器认知空间（即认知空间不再受限于人类心智）。这一变化源于计算能力、网络带宽的提升及海量数据集的积累等一系列工程上的发展。面对大模型训练困难，模型精度不高等工程挑战，业界积累了包含Fine-tuning、RAG、LoRA在内的一系列针对大模型调优手段，这些手段不仅适用于大模型本身，而是形成了一种可以促进业务信息以类梯度的形式沉淀于模型、数据库的路径。该路径事实上允许我们采用数据驱动的人工智能工程实现范式，快速向机器的认知空间灌输信息，构建高效解决方案。例如当前工业软件被卡脖子的一个重要原因是缺乏大量工业时间产生的经验参数积累。需利用大量算力结合实际生产数据可以实现快速弯道超车。
金乐表示，数据要素市场中，高价值密度数据的重要性越来越强，需通过合理的基础设施建设和制度设计，加强高价值密度数据与算力结合。构建面向数据要素的融合算力平台，实现数据、算力、算法的高效协作具体包括标准化服务编排，可信计算环境、数据溯源与收益分配等技术举措，推动数据要素价值实现。
“数据要素与算力优化—新质生产力”主题沙龙汇聚专家学者，充分讨论了数据要素管理和算力优化在推动新质生产力发展方面的关键议题。与会专家就数据基础制度建设、数据基础设施建设、数据资产价值释放、数据要素与新制度新理论的结合，以及面向数据要素产业化应用的融合算力网络进行了深入交流。本期沙龙为推动数据要素的市场化配置、数据资产的合理入表、数据价值的创新释放以及算力网络的高效融合提供了理论支撑和实践指导，将对粤港澳大湾区数字经济高质量发展和新质生产力提升产生深远影响。
