作为新型生产要素，数据已快速融入生产、消费、流通等各环节。国家网信办发布的《数字中国发展报告(2022年)》显示，2022年中国数据产量达8.1ZB，同比增长22.7%，在全球数据规模的占比达10.5%。

　　富集的数据资源是一笔财富，从中“掘金”已被提上中国的发展日程。《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》明确提出，充分发挥中国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济。

　　但发展亦伴随挑战。拥有海量数据的中国，也存在数据供给质量不高、流通机制不畅、应用潜力释放不够等问题。有针对性地加以解决，是“数据要素×”行动的重要初衷。

　　沈竹林介绍说，此次行动就是要通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现对经济发展倍增效应。其特征主要体现在三方面：

　　一是协同，其区别于传统的“连接”。通过从数据中挖掘有用信息并作用于其他要素，找到企业、行业、产业在要素资源约束下的“最优 解”，提高全要素生产率。

　　二是复用，而不仅仅是“使用”。数据作为知识的载体，在不同场景和领域的复用，将推动各行业知识相互碰撞，创造新的价值增量。以医疗行业为例，医疗健康数据既可以帮助医生更精准地治疗疾病，也可应用于药物开发，还可应用于定制更加精准化的保险产品，带动医疗健康产品和服务升级。

　　三是融合，而非简单“叠加”。不同类型和维度数据融合，将推动不同领域的知识渗透，促进生产工具创新升级，催生出新产业和新模式。比如在自动驾驶领域，任何单一数据来源都无法实现真正的智能，必须通过单车智能、车路协同，多方数据汇集，才能真正做到全自动驾驶。

　　为此，在设定“到2026年底，数据要素应用场景广度和深度大幅拓展”目标的基础上，行动计划结合各行业发展实际，先期选取12个行业和领域，推动发挥数据要素乘数效应。他们分别是：工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理及绿色低碳。

　　中国银行研究院研究员刘晨分析称，这12个领域基本覆盖了一、二、三产业的各行业重点细分领域，同时精准把握行业特性，有利于数据要素价值充分释放。

　　但从实际来看，不同行业数字化转型程度、数字资源基础以及场景需求都不尽相同，数据要素发挥作用的方式也存在差异。

　　沈竹林举例称，农业和工业等领域数据协同需求较大，需强化协同效应以提升行业运行效率。如农业经营主体相对较分散，生产各环节数据流通不畅，数据资源开发利用程度较低，推动生产、销售、存储、加工等全链条数据融合利用，可以提高农业生产效率。

　　金融领域则对其他行业数据需求大，需要发挥牵引作用以推动数据复用。通过引入科技、环保、养老、医疗等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业贷款授信决策，更好赋能实体经济发展。

　　“目前，数据要素开发利用刚刚起步，随着数字化转型深入推进，还会产生更多、更有价值的数据，也会创造更加丰富的应用场景。”沈竹林说。