帶動長期資本、耐心資本、優質資本更多投向數據科技領域。

12月27日，國家數據局發布《關于加強數據科技創新的實施意見》（以下簡稱《實施意見》）。

數據科技是以發揮數據疊加倍增作用，釋放數據要素價值為目標，系統性構建的數據科學、技術和工程體系。《實施意見》旨在積極有序做好數據科技創新工作，推動與產業創新深度融合，促進數據供得出、流得動、用得好、保安全，夯實數據資源體系，進一步激活數據要素乘數效應，更好賦能數字中國建設。

《實施意見》提出，要加強政府投資牽引作用，引導金融機構支持數據科技創新，帶動長期資本、耐心資本、優質資本更多投向數據科技領域，鼓勵投早、投小、投長期、投硬科技，形成政府、市場、社會協同聯動的持續穩定投入機制。

2030年數據領域關鍵技術達到國際領先水平

《實施意見》提出，到2027年，建成一批具有引領性和支撐性的數據科技創新平臺，形成以企業為主體、產學研用深度融合的高效創新機制，初步建立數據驅動的產業創新體系，數據供給、流通、利用、安全等關鍵技術和設備實現階段性突破。到2030年，數據領域關鍵技術達到國際領先水平，數據科技創新和產業生態體系實現整體性躍升，對數據要素市場體系建設形成有力支撐，數據要素對經濟社會高質量發展的賦能作用全面顯現。

在具體實施路徑上，《實施意見》提出要加強技術攻關與高水平應用。

一是加強關鍵數據技術攻關突破。將數據科技研發納入國家科技計劃體系，加快攻關數據供給、流通、利用、安全等關鍵技術，以及促進人工智能、具身智能等技術創新發展的高質量數據集構建和評測等技術，研制一批數據領域關鍵軟硬件設備。依托國家自然科學基金，強化數據科技基礎研究和應用基礎研究。利用現有資金渠道支持相關機構開展技術攻關和設備研發。定期發布數據科技領域前沿研究方向，引導相關機構承擔科技創新任務。鼓勵地方結合區域特色，支持數據科技研發。

二是加強試驗驗證和規模化應用。依托國家數據領域先行先試工作，聚焦數據編織、高性能隱私保護計算、多模態數據合成等技術方向，布局建設一批數據領域概念驗證、中試基地、檢驗檢測等平臺，促進數據技術研發成果加快從實驗室走向市場應用。對于具備產業化推廣的技術成果，開展重大示范工程建設，促進數據技術創新成果的規模化應用，推動與產業創新深度融合。地方數據管理部門要結合地區產業特色，做好技術的復制推廣。

三是推動數據科技創新成果高效轉化。結合“人工智能+”行動、“數據要素×”行動、數據流通利用基礎設施建設等工作，建設一批高價值、廣覆蓋、強牽引的數據科技應用場景。引導政府部門、國有企業、行業龍頭企業、平臺企業、數據交易機構等開放數據應用場景，為技術驗證提供“試驗田”。探索建立數據科技成果轉移轉化體系，支持和引導數據領域優勢主體牽頭組織產業鏈創新鏈上下游力量，打通數據技術攻關、產品研發、驗證測試、場景應用全流程，健全產學研用深度融合的數據科技創新成果轉化機制。

同時，《實施意見》還提出要培育數據科技創新產業生態。

一是打造數據領域創新平臺體系。加強數據領域創新能力建設，支持國家級科技創新平臺基地發展。充分利用現有創新資源，謀劃布局一批數據領域部級重點實驗室等創新平臺，建立健全運行管理和評估機制，對考核評價結果優秀的創新平臺給予支持。

二是發展壯大重點創新主體。鼓勵國家實驗室、企業、高校和科研院所等創新主體組建創新聯合體，牽頭或參與國家數據科技攻關任務和重大創新平臺建設，解決數據科技領域“卡脖子”難題。強化企業創新主體地位，建立培育壯大科技領軍企業機制，在數據等重點領域培育壯大一批科技領軍企業。通過“揭榜掛帥、賽馬競爭”等方式，支持和鼓勵科技型企業承擔數據科技基礎研究、技術攻關、產業應用等重點任務，提升數據產業協同創新水平。支持民營企業依法參與數字化、智能化共性技術研發和數據要素市場建設，支持有能力的民營企業牽頭承擔數據科技攻關任務。

三是推動數據科技開源創新發展。支持運營基礎較好的開源平臺規模化、規范化發展，建設具有示范性的開源社區。引導一批具有公益屬性的高質量數據匯入開源社區，鼓勵各類主體建設和開源工具鏈與算法庫，通過舉辦開源競賽等方式支持開源社區建設。探索適用于我國國情的數據和技術開源協議與許可協議。建設開源發展促進中心，推動開源生態有序發展。

四是強化數據驅動的科研體系建設。加快建設面向科學研究的數據基礎設施，充分利用現有創新資源，支持打造一批“Data for Science”（數據驅動的科學研究）協同創新中心，促進科學數據高效流通和開發利用。打造賦能不同科技領域研發的數據、方法和工具支撐體系，有效提升科研場景數據處理和知識發現能力。強化數據驅動的科研范式創新，鼓勵國家實驗室、企業、高校和科研院所聯合開展數據驅動的科學研究和技術攻關，推動形成數據賦能科技創新的強大合力。

五是深化數據領域國際合作。積極參與全球數據領域科技治理，建立健全交流合作機制，共享科技創新成果，共同防范數據濫用、隱私侵犯、算法歧視等風險挑戰。積極參與聯合國和現有國際組織框架數據治理規則和標準制定，加強數據標準國際輸出和引領。

引導金融機構支持數據科技創新

《實施意見》還明確提出要夯實數據科技創新基礎支撐，帶動長期資本、耐心資本、優質資本更多投向數據科技領域。

一是夯實數據科技創新設施底座。加快全國一體化算力網建設，推動多元算力資源并網池化、智能調度和便捷使用，打造支撐數據科技研發與驗證的高性能算力體系。加快數據流通利用基礎設施體系建設，推動建設數據安全防護平臺，促進跨地域、跨領域、跨主體數據資源可信流通與高效利用，保障數據安全。建設一批面向數據科技前沿的原型驗證平臺和試驗場，為新技術、新模型、新應用提供基礎支撐。

二是加強人才培養力度。探索建立數據科技領域人才評價通道和職稱體系，健全以創新能力、質量、實效、貢獻導向的評價體系，推進分層分類數據科技人才培養模式，打造復合型、創新型、實戰型數據科技人才隊伍。支持高等院校、職業院校面向實際需求優化學科專業設置，加強“雙師型”“工學一體化”教師隊伍建設，完善產教融合人才培養機制。

三是加大財稅金融支持力度。加強政府投資牽引作用，引導金融機構支持數據科技創新，帶動長期資本、耐心資本、優質資本更多投向數據科技領域，鼓勵投早、投小、投長期、投硬科技，形成政府、市場、社會協同聯動的持續穩定投入機制。發揮高新技術企業稅收優惠、科技創新專項擔保等政策激勵作用，降低數據科技企業創新成本。鼓勵有條件的地方加大數據科技創新的支持力度。

四是提升數據標準支撐水平。加強數據領域關鍵技術標準體系建設，在數據基礎設施、數據服務能力成熟度、高質量數據集等領域，同步部署技術研發、標準研制與產業推廣。制定和完善數據技術、數據安全等相關標準，提升數據領域安全風險管理水平。建立數據領域重大科技項目與標準工作聯動機制，將先進適用科技創新成果融入標準。加強數據標準制定過程中的知識產權保護，健全數據領域科技成果轉化為標準的評價機制與服務體系。加快數據領域科技成果轉化應用，建設數據領域標準驗證服務平臺、高質量數據集標準評測服務平臺等公共服務平臺，推動數據領域科技創新成果產業化應用。

同時，《實施意見》還指出，國家數據局建立常態化工作機制，協調解決技術攻關與資源配置等問題。強化數據貢獻度和成果轉化效益，定期開展數據領域產學研用優秀成果評價，加強對優秀成果及科研人員獎勵激勵。持續跟蹤監測實施方案效果，適時總結經驗，形成并推廣典型案例。

值得注意的是，在12月26日，國家數據局還發布了《關于培育數據流通服務機構 加快推進數據要素市場化價值化的意見（征求意見稿）》（簡稱《征求意見稿》）。《征求意見稿》認為，當前，各類數據流通服務機構競相發展，在優化數據資源配置、拓展數據應用場景、激發數據市場活力等方面發揮了積極作用，但也存在功能定位尚不清晰、服務能力仍有短板、監督管理亟待完善等新情況新問題。

《征求意見稿》提出要探索多樣化流通交易模式。引導經營主體之間數據交換交易模式合規健康發展，鼓勵各類主體拓展數據換數據、換訂單、換服務、換模型、換場景等交換方式，探索數據作價出資等數據價值實現新路徑。支持經營主體依托數據交易所（中心）、數據流通服務平臺企業等第三方開展數據供需對接和交付結算，降低數據流通交易成本，促進更大范圍數據流通交易。

責編：岳亞楠

校對：冉燕青