数字经济高质量发展是构建现代化经济体系、赢得未来发展新优势的战略选择。数据作为新型生产要素，在赋能数字经济向更高层次、更优结构、更强动能的模式发展过程中发挥着重要驱动作用。本文深入阐释数据赋能数字经济高质量发展的逻辑框架，基于此框架系统剖析其影响因素与现实困境，并从完善体制机制、创新治理模式、推动数据开放、统筹发展安全、夯实基础设施、强化人才建设等方面，提出数据赋能数字经济高质量发展的路径选择，力求为充分发挥数据赋能作用，推动数字经济迈向高质量发展新阶段的理论探索和实践创新提供助益。

引言

数字经济既是推动经济增长和高质量发展的新引擎，也是衡量一个经济体或地区信息化、数字化发展的重要指标。伴随我国数字化发展进入到政治、经济、文化、社会、生态文明全域数字化转型阶段，数据已经成为驱动数字经济、数字政府、数字社会、数字生态协同发展的重要生产要素。党的二十届三中全会提出，建设和运营国家数据基础设施，促进数据共享，从更宏大的视野、更深的层次为数据赋能数字经济高质量发展提供新的基础保障。

数据赋能数字经济高质量发展，本质上是数据要素通过市场化配置、社会化利用、全链条渗透，对经济发展方式、产业组织形态、商业运行模式和价值创造逻辑产生的根本性变革。以此促进经济活动的决策从“经验依赖”转向“数据驱动”，资源配置从“局部优化”转向“全局协同”，价值创造从“规模效应”转向“范围效应”和“长尾效应”。深入剖析数据赋能的内在逻辑，对于深刻理解和把握数字经济发展规律，推动数字经济高质量发展具有重要的现实意义。

数据赋能数字经济高质量发展的作用机理

数据赋能数字经济高质量发展是一个多维度、多层次的复杂系统工程。其作用机理主要体现在对生产效率的提高、对产业结构的优化、对创新生态的重塑以及对市场运行的洞察等方面。

其一，数据能够深度融入生产过程，实现对全要素生产率的倍增效应。在传统经济模式下，生产要素的配置效率更多依赖于管理者的经验和有限信息，效率进一步提高存在一定困难。数据作为一种新型生产要素，通过对海量生产数据、运营数据、市场数据的实时采集、精准分析与智能反馈，提高生产流程控制的智能化水平、供应链管理的协同化水平和客户需求研判的精准化水平。例如，在智能工厂中，工业互联网平台通过汇聚设备运行数据、环境参数和订单信息，能够动态调整生产节奏，预测性维护设备，实现从大规模生产到大规模定制的转变，显著降低能耗与库存，提升资本与设备的利用效率。

在此过程中，数据不仅自身释放了更多价值，更通过激活和优化劳动力、资本、技术等其他传统要素，产生“1+1>2”的乘数效应，成为提升全要素生产率的“催化剂”。

其二，数据能够牵引产业融合与裂变，有效催生新业态、新模式，优化产业结构。新业态、新模式是数字经济高质量可持续发展的重要基础，数据要素的链接与耦合作用，拓宽传统产业的边界，推动了数字技术与传统产业间的融合发展。例如，在农业领域，通过物联网传感器收集土壤、气象、作物生长数据，结合算法模型实现精准施肥、灌溉与病虫害预警，推动智慧农业的发展；在金融领域，基于用户的交易数据、行为数据和社交数据，形成了精准的用户画像和风险定价模型，推动了数字金融和普惠金融的发展。同时，数据本身也催生了数据清洗、数据分析、数据交易等新兴产业集群，构成了数字经济新的增长极。这种由数据驱动的产业融合与创新，不断推动产业结构向高技术、高附加值、绿色低碳方向演进，是实现经济结构战略性调整的核心动力。

其三，数据能够构筑开放式创新平台，降低创新门槛，激发全社会创新活力。创新是引领发展的第一动力，数据赋能使得创新活动从封闭的实验室走向开放的生态平台。各类开源数据集、公共数据平台和API接口，为中小企业、创新创业团队乃至个体开发者提供了低成本的创新资源。例如，在人工智能领域，开放的图像数据集、语音语料库是训练算法模型的基础；在智慧城市领域，政府开放的交通、人口、地理信息数据，激发了社会主体开发便民应用的热情。这种基于数据的开放式创新，形成了“生产即创新、使用即创新、协同即创新”的新范式，极大地拓展了创新的主体范围，加快了创新迭代的速度，使数字经济生态系统始终保持旺盛的生机与活力。

其四，数据能够提升市场洞察与资源配置效率，实现供需动态精准匹配。市场经济的核心在于实现资源的高效配置，传统市场由于信息不对称，常出现供需错配和资源浪费，数据要素的流通与应用，极大地增强了市场透明度。平台企业通过分析消费数据，能够精准洞察潜在需求和流行趋势，引导企业进行柔性生产；政府部门通过汇集宏观经济运行数据、产业链数据，能够更科学地进行产业规划与政策制定，提升宏观调控的前瞻性和精准性。例如，电商平台的推荐算法，将海量商品与多种个性化需求高效连接；基于大数据的物流路径优化，显著降低了社会物流成本。数据如同市场经济运行的“精密仪表盘”和“智能导航系统”，指引着资源流向效率最高的领域，减少了经济运行的摩擦与损耗。

数据赋能数字经济高质量发展的影响因素与现实困境

从上述数据赋能数字经济高质量发展的作用机理来看，数据要素市场化水平、数据治理体系完善度、数字技术应用深度、数据安全保障、数字基础设施支撑和数字人才体系建设是影响数字经济高质量发展的重要因素。在以数据赋能数字经济高质量发展的过程中，也面临着一些现实困境与制约条件。

第一，数据要素市场化改革有待深化，数据价值化进程面临一定阻滞。数据要成为真正的生产要素，释放其价值，必须实现其价值化与市场化。当前，我国数据要素市场尚处于起步阶段，“确权难、定价难、入场难、互信难、监管难”等问题依然突出。数据产权界定不清，导致数据供给方缺乏开放动力，需求方不敢、不想、不会使用；数据定价机制缺失，使得数据交易成本相对较高，市场活跃度不足；数据交易场所规则尚未健全，数据质量参差不齐，可信流通环境尚未完全建立。这些因素制约了数据要素从资源到资产，再到资本的转化进程，使得大量数据“沉睡”在政府部门和企业内部，无法在更广阔的市场中创造价值。

第二，数据治理体系尚不完善，数据质量与流通标准仍未统一。高质量的数据是赋能的前提。当前，数据孤岛现象依然存在，不仅存在于部门与部门、企业与企业之间，甚至存在于同一机构的不同系统内部。数据标准不一、格式各异、质量参差，导致数据难以汇聚融合和深度分析。同时，数据全生命周期治理能力不足，在数据采集、存储、加工、应用等环节缺乏统一规范和标准，影响了数据的准确性、一致性和时效性。低质量的数据不仅无法支撑科学决策，甚至可能产生误导，形成“数据迷雾”。如何构建覆盖数据全生命周期的治理体系，打破壁垒、提升质量、统一标准，是数据赋能数字经济高质量发展必须跨越的一道门槛。

第三，数据技术应用深度与广度不足，产业融合渗透有待深化。数据价值的发挥依赖于先进的数据技术与深度的产业应用。尽管我国在大数据、人工智能等领域的技术研发取得长足进步，但在基础算法、核心芯片、高端工业软件等方面仍存在“卡脖子”风险。同时，数据技术与实体经济的融合深度和广度仍需拓展，大量中小企业受限于资金、人才和技术能力，数字化转型相对缓慢，“不会转、不能转、不敢转”的问题依然存在。不同行业、不同企业间的数字化差异发展显著，数据应用多停留在营销、服务等前端环节，对研发设计、生产制造、供应链管理等核心业务的赋能作用尚未充分显现，数据驱动的全链条优化和价值重塑任重道远。

第四，数据安全与隐私保护挑战日益严峻，信任基石有待夯实。随着数据应用场景的不断拓展和深化，数据安全与个人隐私保护的风险也随之放大，数据泄露、数据滥用、算法歧视等问题时有发生，对用户信任和市场信心产生一定冲击。《网络安全法》《数据安全法》《个人信息保护法》构成了数据监管的基本法律框架，但在具体落地执行中，企业如何平衡数据利用与隐私保护、如何在合规前提下实现数据价值最大化，仍面临诸多技术和管理的挑战。安全信任的数据流通生态缺失，在一定程度上阻碍了数据的自由流动与价值释放。

第五，数字基础设施支撑能力不够均衡，数字鸿沟现象仍然存在。数字基础设施是数据赋能数字经济高质量发展的基础支撑。近年来，我国5G网络、千兆光网、数据中心、算力设施等建设取得显著成就，但东西部之间、城乡之间在算力资源、网络接入、技术应用等方面仍存在差距，一些偏远地区的企业难以获取充足的算力和高质量的网络服务，对数据赋能带来价值红利覆盖度不均衡，没有做到基层受用、企业爱用。数字鸿沟在一些地方演变为“接入鸿沟”“能力鸿沟”和“收益鸿沟”，导致区域数字经济发展不平衡加剧，制约了数字经济整体高质量发展格局的形成。

第六，数字素养与人才储备不足，难以满足高质量发展需求。人才是数据赋能的核心动能力量，数字经济高质量发展需要既懂数字技术又熟悉行业知识的复合型人才。然而，当前我国数字人才相对紧缺，特别是在数据科学家、算法工程师、数据分析师等高端人才方面供需矛盾相对突出。同时，全民数字素养仍需提升，部分企业管理者缺乏数据思维，对数据驱动的决策模式接受度不高；一些劳动者数字技能不足，“数字新工匠”“数字新农人”职业需求较大，难以适应智能化生产的要求；另外，公众对数据安全、隐私保护的意识和能力也需加强，这些从一定程度上制约了数字经济的包容性增长。

数据赋能数字经济高质量发展的路径选择

聚焦上述现实困境与制约因素，必须坚持系统思维、问题导向和创新精神，从创新治理模式、推动数据开放、统筹发展安全、夯实基础设施、强化人才建设等维度协同发力，构建适配数据赋能数字经济高质量发展的路径。

第一，坚持市场化改革方向，进一步完善数据要素基础制度体系。要以深入落实《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》（简称“数据二十条”）为核心，加快推进数据产权、流通交易、收益分配、安全治理等基础制度的细化与落地。积极探索数据产权结构性分置制度，解决好数据“谁所有、谁使用、谁收益”的问题。推动数据交易场所优化升级，发展数据资产评估、登记结算、争议仲裁等市场运营体系，破解数据定价难题。通过制度的完善，明确规则、稳定预期，让数据供得上来、流得顺畅、用得安心，真正让数据要素市场“活”起来、“旺”起来。

第二，坚持创新驱动，推动形成政府、企业、个人多元共治的数据治理模式。创新数据治理模式，推动形成由科层式向扁平化、由技术采纳向技术嵌入、由碎片化管理向整体性治理的模式转变，形成政府作为平台架构，政府、市场、社会、个人多方协同的数据公共价值塑造。同时，引导政府、企业探索建立首席数据官（CDO）制度，推动数据职能角色从“缺位”到“补位”再到“上位”，制定统一的数据标准和质量管理规范，全面提升数据资源的准确性、完整性和可用性。

第三，坚持开放共享，促进数据资源有序流动与高价值释放。要深入推进政府数据开放共享，“十五五”时期，加快推进公共数据资源开放目录和责任清单的制定，优先推动与企业登记、交通出行、气象服务等密切相关的高价值高频率数据集向社会开放。鼓励企业、科研机构等在保障安全和隐私的前提下，推进数据资源的共享与交换。在特定领域（如医疗、金融）探索建立“数据空间”或“可信数据流通环境”，利用联邦学习、区块链、差分隐私等技术，实现“数据可用不可见”，破解数据共享与隐私保护的两难困境。同时，积极参与数据跨境流动国际规则制定，在保障国家安全的前提下，探索安全有序的数据跨境流动机制。

第四，坚持统筹发展与安全，构建包容审慎、弹性可控的数据安全治理框架。要进一步完善数据分类分级保护制度，强化对重要数据和个人信息实行更有针对性的保护举措。建立敏捷、高效的监管体系，有效利用沙盒监管、触发式监管等创新模式，既给数据创新留足空间，又能牢牢守住安全底线。加强行业自律和公众监督，形成党委领导、政府负责、社会协同、公众参与、法治保障的数据安全治理体系，共同筑牢数据安全的“防火墙”。

第五，坚持系统布局，推动数字基础设施普惠均衡发展，夯实数据赋能的支撑底座。适度超前、均衡普惠的基础设施是数据赋能的物理基础，要深入推进东数西算工程，进一步优化全国算力资源布局，促进东西部协同联动。加快构建全国一体化算力网，实现算力资源的弹性供给和高效调度，持续推进5G和千兆光网建设，并向乡村和偏远地区延伸，努力消除“网络鸿沟”。持续鼓励云服务商提供普惠性的算力服务，降低中小企业数据应用的门槛和成本，确保各类主体都能平等、便捷地接入数字世界，共享数据赋能数字经济高质量发展带来的新机遇。

第六，坚持人才为本，培育高素养数字人才与公民队伍。加快构建多层次、多类型的数据人才培养体系，高校要优化专业设置，加强跨学科融合，培养复合型人才；企业要加大在职培训投入，提升员工数字技能；政府要完善人才引进和激励政策，吸引全球高端数据人才。同时，要全面提升全民数字素养与技能，贯彻落实《提升全民数字素养与技能行动纲要》，针对不同群体开展差异化、精准化的数字能力培训，有效弥合数字鸿沟。加强数据知识普及和教育，提升全社会的数据安全意识、数据伦理素养和数字创新能力，为数字经济高质量发展营造良好的社会氛围、储备丰富的人力资本。

结束语

数据赋能数字经济高质量发展是数字中国建设的现实需要，更是以数字经济高质量发展提升数字治理能力进而实现国家治理体系和治理能力现代化，赋能中国式现代化建设的必然选择。只有充分发挥数据要素在数字经济发展中的放大、倍增、叠加作用，方能为中国式现代化的经济社会发展实践注入更多强大动力。

（本文选自基金项目：国家社科基金项目“数据驱动国家治理现代化的内在机理与实现路径研究”，编号：23BZZ084，主持人：吕小刚。）

（吕小刚  中共辽宁省委党校现代科技（电子政务）教研部  章 燕  中共辽宁省委党校基础（文史）教研部）