当前，我国数据要素市场建设正处于关键转折期。国家数据局日前发布的《关于加强数据科技创新的实施意见》，首次明确提出"数据科技"是集数据科学、技术、工程于一体的系统性体系，此界定为数据作为第五大生产要素的发展指明了方向。 长期以来，数据要素的流通利用面临多重瓶颈。数据"供不出、流不动、用不好"的现象普遍存在，其根本原因在于缺乏系统的技术支撑体系。跨行业、跨区域的数据流通面临严重的语义壁垒和治理障碍，传统技术手段难以实现数据的逻辑统一、可控共享和价值共创。这些问题的解决，需要从基础设施、治理机制、科研范式等多个维度进行系统性突破。 在基础设施层面，实现从"算力堆叠"向"可信编织"的升级是当务之急。《意见》强调的"数据编织"技术，通过元数据管理与知识图谱技术，建立虚拟化的数据访问层，无需大规模物理搬运数据，即可实现跨域数据的逻辑集成与语义对齐。这一创新大幅降低了数据流通的摩擦成本，为数据要素的高效配置创造了条件。同时，隐私计算技术的工程化落地也至关重要。通过可信执行环境等技术构建"数据可用不可见"的安全沙箱，在保障数据安全的前提下，实现计算效率对标传统明文计算，满足大规模商业应用需求。 在价值分配层面，技术创新成为破解难题的关键。数据流通的核心瓶颈不仅是技术连接，更在于价值分配。《意见》将"高质量数据集构建"与"流通关键技术"列为攻关重点，其深层意图是通过技术手段解决数据确权难、定价难、价值分配难的问题。产学研各界正积极探索引入基于博弈论的贡献度量机制，通过Shapley值等合作博弈算法，精确计算不同数据源对模型效能的边际贡献。这种"算法定义价值"的模式，能够将抽象的贡献度量化为具体的分配依据。同时，利用区块链技术实现全链路确权，通过智能合约将数据交易规则固化为自动执行的代码，实现数据流转全生命周期的可追溯、可审计，为数据要素的市场化配置提供坚实的技术信任背书。 在科研范式层面，《意见》提出的"Data for Science"理念具有重要前瞻意义。要激活这一新范式，关键在于打破科研数据的"孤岛效应"，建立可持续的激励机制。借鉴国际前沿的"分布式科学"理念，鼓励建立跨机构、跨学科的创新联合体，通过构建分布式的数据协作网络，让算力、数据、算法在科研共同体中高效流转。这将有助于激发科研创新活力，加速科技成果转化。 《意见》的发布标志着我国数据要素市场建设进入新阶段。通过数据科技和数据基础设施的代际升级与生产关系的算法重构，数据要素正从物理聚合迈向价值共生。这不仅需要技术创新的突破，更需要制度创新的配套，需要产学研用各界的深度融合与合力推进。
数据要素价值的释放，既不是单纯"把数据集中起来"，也不是简单"把技术堆上去"，而是要在安全、效率与公平之间找到可持续的平衡点。《实施意见》释放的信号是明确的：以数据科技创新为牵引，把基础设施、关键技术与治理机制一起向前推，才能让数据在合规有序中流得动、用得好、分得公，进而为新质生产力培育与高质量发展注入更强动能。