两会数据要素议题聚焦:AI+数据成新热点
AI导读:
2025年全国两会期间,数据要素议题的人大代表建议和政协提案略有减少,但更聚焦于人工智能、金融、工业等垂直行业,逐步向落地应用迈进。AI+数据成为热词,数据市场培育处于起步发展阶段,需加快改革举措落地。
据中国人大网消息,根据十四届全国人大三次会议主席团决定的代表提出议案的截止时间,到3月8日12时,十四届全国人大三次会议秘书处共收到代表议案269件;收到代表建议8000余件。据新华社消息,截至3月5日20时,全国政协十四届三次会议共收到提案5890件。
南财数据团队观察到,今年全国两会期间围绕数据要素议题专门提出的人大代表建议和政协提案略有减少。去年同期,多位全国人大代表和全国政协委员围绕数据资源开发利用、数据资产入表、数据基础设施建设、数据交易流通等话题,提出了许多系统性的创新制度理论设计。有从业者疑问,这是否意味着数据要素概念在两会“遇冷”?经南财数据团队统计梳理发现,与之前重点聚焦制度设计不同,今年涉及数据要素的人大代表建议和政协提案多聚焦于人工智能、金融、工业等垂直行业,体现出“数据要素×”的特征,正逐步向落地应用层面迈进。有专家分析,各领域都需要数据要素化利用,全国人大代表建议和全国政协提案也呈现出多样性。
数据要素相关内容更“碎片”但更务实。2024年两会期间,有代表针对数据资产提出创新应用体系的建议;也有代表面对当时数据要素市场发展中存在的问题,提出应建设全国统一规范市场规则体系。完善数据交易所建设、构建数据资产核算入表制度、确立数据产权制度框架、建设数据跨境流动规则等更是成为频频出现的热点。
据公开可查询信息,去年全国两会期间,人大代表和政协委员们多围绕数据要素市场的细分领域开展制度理论创新,带来了多份专门的系统化建议和提案。与之相比,2025年的数量略有减少。不过,进一步梳理可以发现,今年在金融、工业、家居、养老、人工智能、城市治理等领域的全国人大代表建议和全国政协提案中,数据要素相关内容的“含量”其实并不少,似乎是“碎片化”地呈现在了各种垂直产业之中,与实体经济产业场景结合更紧密、更务实。

如对于传统制造业发展,全国政协委员、吉利控股集团董事长李书福提出,应深入推进“数据要素×工业制造”重点行动,建立数据在产业链中互联互通机制。除了助力产业发展,数据要素同时也深入到了城市治理等领域。针对超大特大城市面临的诸多难点问题,全国政协委员,上海航天信息科技研究院院长、同济大学城市风险管理研究院执行院长伍爱群提出,要推进数字基础设施建设,并完善数字治理相关法规、制度、标准、政策,加强数据安全监管。
华东政法大学数据法律研究中心主任高富平分析,在全面数字化转型的背景下,各行各业都存在着数据要素化利用的问题。因此,代表委员们对数据要素的建议和提案也呈现出多样性。尤其,工业数据再利用是整个智能制造的核心,对工业数据的关注也表明了代表委员们密切关注我国实体经济提质增效、数智化转型。
随着Deepseek等“中国造”的人工智能不断取得突破创新,业界越来越意识到,大模型训练需要突破数据供给的瓶颈。今年两会,“AI+数据”成为热词。多位代表委员结合自身专业经验就此提出了建议或提案。
全国人大代表,中国移动四川公司党委书记、董事长、总经理马奎分析,数据在人工智能中的开发利用,还需要在高质量供给、高水平利用、高效能治理方面进一步提升。他建议从数据供给、利用以及治理等方面,加快推动数据要素在人工智能领域的规模化开发利用。
全国政协副秘书长、民建中央副主席孙东生表示,针对推进“人工智能+产业”,要推动数据相关标准研制和数据要素市场建设,搭建数据交易平台,培育专业数据服务商和第三方服务机构。
聚焦工业智能,全国人大代表,海尔集团董事局主席、首席执行官周云杰指出,当前工业大模型应用实践面临着数据质量与语料库构建的双重瓶颈。对此,他建议,要发布国家级工业场景图谱、语料库和数据集。
数据要素已逐步从顶层设计走向落地应用。回顾去年的全国人大代表建议和政协提案,诸多呼声已得到落地回应。据国家数据局局长刘烈宏日前发表的署名文章,国家数据局首次承办完成人大政协建议提案 500 多件,去年重点推进数据要素市场化工作,在数据领域各项工作取得重要进展。当前,数据基础制度框架已基本形成,数据基础设施建设正加快探索布局。

从顶层设计迈向落地应用,国家层面共发布了数十份数据要素相关政策文件,搭建起数据基础制度的基本框架,其中数据产业、公共数据、数据产品、算力平台等等成为高频关键词。(插入链接)在实践层面,有24家数据交易机构打破区域数据壁垒,发起互认互通;北上广深浙琼黔等地的数据交易机构上架产品1.6万多个。
当前,数据市场培育还处于起步发展阶段,需要加快各项改革举措落地,且数据要素市场化价值化涉及大量的理论和实践问题,需政产学研协同合作推进。高富平表示,数据要素市场建设已经进入到深水区,需要全面的制度配套,数据要素如何资产化、如何变现是贯彻其中的核心问题。
(文章来源:21世纪经济报道)
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至yxiu_cn@foxmail.com,我们将安排核实处理。

