在数字化转型深入推进、数据资源加速汇聚的大背景下，数据如何“用起来、流起来、活起来”，成为培育新质生产力、提升国家竞争力的关键议题。
我国将数据确立为生产要素，既回应了数字经济发展现实需求，也为推动要素市场化配置提供了重要制度基础。
近日，国家数据局印发《关于加强数据科技创新的实施意见》，从技术体系、工程能力到产业生态作出整体安排，旨在以科技创新撬动数据要素价值更高效率释放。
问题：数据要素价值释放仍面临“供给不足、流通不畅、利用不深、安全承压”等瓶颈。
实践中，一些数据长期沉淀在部门、行业、企业内部，存在标准不统一、权属不清晰、共享成本高等障碍；跨主体交换常因合规、安全和责任边界不明而推进缓慢；高质量数据集供给相对不足，难以满足智能化应用对数据规模、质量与可用性的更高要求；同时，数据泄露、滥用、越权访问等风险上升，倒逼安全与治理能力同步提升。
上述问题交织叠加，影响了数据要素市场化配置效率，也制约了数据在科研创新、产业升级中的乘数效应发挥。
原因：一是数据组织与管理范式处于转换期，技术底座亟待升级。
回顾数据基础设施演进，早期以关系型数据库为核心，数据与应用紧耦合，难以支撑跨域协作；随后“湖仓一体”等模式提升了集中存储与弹性计算能力，但在跨主体可信交互、权属表达与可组合调用方面仍存在短板。
面向数据要素化新阶段，数据的组织方式正由“集中式资源管理”向“分布式可信协同”演进，需要以“数据空间”等新型架构为代表，实现权属内嵌、规则可执行、交互可验证。
二是供需两端对高质量数据与智能化能力的依赖显著增强。
以深度学习为代表的智能技术对训练数据提出更高门槛，数据质量、标注规范、语义一致性直接影响模型能力上限；而在制造、医疗、金融等重点领域，数据类型复杂、多源异构，缺乏统一的语义框架与共享标准，会进一步抬高治理成本、削弱利用效果。
三是安全与合规要求全面抬升，倒逼技术与制度协同。
数据跨域流通既要“可用”，也要“可控”“可追溯”，需要在隐私保护、可信计算、权限管理、审计追责等方面形成系统能力。
影响：实施意见的出台，释放出以技术创新牵引制度落地、以工程体系支撑市场运行的明确信号。
其直接影响在于，为数据要素价值释放提供可落地的技术路径：围绕数据供给、流通、利用、安全等关键技术加快攻关，有助于提升数据资源可用性与可交易性，推动形成跨主体、跨行业、跨层级的可信协作网络。
更深层影响在于，推动数据与智能技术融合形成“聚变效应”。
一方面，高质量数据集建设与评测体系完善，将为模型训练与推理应用提供更稳定的“数据燃料”，提升智能应用的可靠性与可复制性；另一方面，智能技术在语义理解、关联挖掘、自动建模等方面的能力，可反向赋能数据治理，推动构建本体、知识图谱等语义化数据资产，实现从“数据点”到“知识体系”的跃升，为行业形成统一认知框架与语义标准提供支撑。
对策：从实施意见的部署看，政策着力点可概括为“三个强化”。
其一，强化源头创新，把关键核心技术攻关摆在突出位置。
将数据科技纳入国家科技计划体系，推动数据基础理论、关键技术与设备研发等本源研究常态化推进，提升自主可控能力，培育原创性、引领性成果。
其二，强化应用牵引，突出试验验证与规模化推广。
以场景为牵引，通过试点示范、工程化验证、标准化沉淀，推动创新成果从实验室走向产业一线，形成可复制、可推广的解决方案，真正把数据科技创新转化为现实生产力。
其三，强化安全与治理，把可控可用贯穿全链条。
围绕权属表达、权限管理、合规审计、风险评估等环节完善支撑能力，在保障安全的前提下提升流通效率，推动形成“边界清晰、责任明确、规则可执行”的数据流通机制。
前景：随着“数据空间”等新型数据组织架构加快成熟，未来数据要素市场化配置有望从“点状共享”迈向“网络协同”，从“人工撮合”迈向“规则驱动”的可信交互。
我国具备完整工业体系和丰富应用场景，行业数据沉淀深厚，叠加场景创新优势，将为数据要素价值释放提供广阔空间。
可以预见，围绕高质量数据集、跨域可信流通、数据安全与治理等领域的技术突破与标准体系建设，将成为推动产业升级、优化公共服务、提升科研效率的重要抓手。
与此同时，数据要素作用的持续放大，也将对人才培养、基础设施投入、制度衔接与国际规则对接提出更高要求，需要在发展与安全、开放与治理之间把握平衡，形成长期稳定、可持续的创新生态。
数据要素化不仅是技术变革，更是发展理念的升级。
此次政策出台标志着我国数据战略进入深化实施阶段，其成效将直接关系到数字经济高质量发展进程。
如何在保障安全的前提下释放数据活力，将成为检验创新成色的关键标尺。