楊繼東等：以數據要素驅動央企加快建設世界一流企業

楊繼東 中國人民大學國有經濟研究院副院長、經濟學院教授、中國宏觀經濟論壇（CMF）主要成員

袁 軍 國家數據發展研究院副院長

許余潔 聯和金融數字經濟研究所學術所長、首席經濟學家

本文轉載自3月11日《經濟參考報》。

本文字數：3780字

閱讀時間：12分鐘

數據作為新型生產要素，已成為企業高質量發展的核心引擎，同時也是中央企業構筑全球競爭力的重要戰略資產。充分發揮數據要素的驅動作用，不僅是中央企業實現自身轉型升級的關鍵路徑，更是其建設“產品卓越、品牌卓著、創新領先、治理現代”的世界一流企業的必然要求。通過強化頂層設計、夯實基礎設施、深耕場景創新、構建開放生態“四維驅動”，中央企業必將能夠將海量數據資源轉化為高質量發展的強大動能，在建設世界一流企業的征程中邁出關鍵步伐。

數據要素是央企建設世界一流企業的重要驅動力

中央企業深化數據資源開發利用具有多重戰略意義。

數據要素是央企核心競爭力提升的重要途徑。央企在能源、交通、制造等關鍵領域長期深耕，積累了海量的行業數據與豐富的應用場景。通過數據驅動業務流程再造與模式創新，可從根本上提升運營效率、優化決策水平、降低生產成本，將數據優勢轉化為核心競爭力。

數據要素是央企引領現代化產業體系建設的關鍵抓手。作為產業鏈供應鏈的“鏈主”企業，中央企業依托其在關鍵領域的主導地位和數據資源優勢，能夠打通產業鏈上下游的數據壁壘，實現供需兩端的精準對接與資源的高效配置，推動產業基礎高級化與產業鏈現代化。同時，中央企業還能以數據要素為紐帶，帶動上下游中小企業開展數字化轉型，共享數據技術、平臺與服務，提升整個產業生態的協同效率與創新活力，為構建自主可控、安全高效的現代化產業體系提供堅實支撐。

數據要素是央企踐行國家戰略和培育發展新質生產力的重要實踐。發展新質生產力的一個重要內涵是生產要素的創新性配置。中央企業承擔著國家戰略實施者、產業生態構建者的角色。通過推動“數據要素×”行動與“人工智能+”行動的深度融合，可以加速前沿技術落地，在能源革命、智能制造、綠色低碳等戰略性新興領域形成領先優勢，為我國產業體系向高附加值、高技術含量方向躍遷提供支撐。

近年來，在國家政策引導下，中央企業在數據要素開發利用方面已從概念走向實踐，取得了階段性成效，主要體現在以下三個層面：

首先，頂層設計與政策體系得到初步構建。國家層面已將央企數據效能提升至戰略高度。國務院國資委將數智融合作為構建現代化產業體系的重點。國家數據局會同國務院國資委啟動了“國有企業數據效能提升行動”，并明確12家中央企業為首批試點牽頭單位，標志著央企數據資源開發利用進入規模化、體系化推進的新階段。該行動圍繞創新數據管理機制、培育壯大數據產業、賦能產業轉型升級、優化創新環境四個方面，部署了十項重點任務，目標是到2027年顯著提升數據治理與開放共享水平，服務帶動超10萬家中小企業。

其次，治理能力與技術基礎持續夯實。一批領先央企已在數據治理體系與基礎設施建設上打造了標桿。14家央企牽頭首批國資央企領域可信數據空間建設試點。可信數據空間產品，實現了數據“可用不可見、可控可計量”，為數據安全流通提供了技術保障。

最后，央企數據要素的融合應用與價值釋放成效顯著。數據要素價值在千行百業的精準場景中加速釋放。

央企釋放數據要素價值面臨的挑戰

盡管取得了積極進展，但中央企業在全面釋放數據要素潛能、驅動世界一流企業建設的道路上，仍面臨一系列亟待解決的深層次問題與挑戰。

一是數據壁壘與流通困境依然突出。“不愿共享、不敢共享、不能共享”的問題尚未根除。很多企業出于數據安全、商業機密或部門利益的考慮，數據開放意愿不足，“數據孤島”現象在企業內部與產業鏈間依然存在。盡管可信數據空間等技術提供了解決方案，但其大規模推廣和跨行業互認仍面臨標準不統一、商業模式不清晰等障礙，數據要素市場化配置效率有待提升。

二是數據治理與價值計量體系尚不健全。許多央企的數據管理仍處于分散化、項目化階段，尚未形成覆蓋數據全生命周期、貫穿集團各層級的統一治理體系和標準化流程。同時，數據作為一種新型資產，其成本核算與價值評估缺乏公認的方法論和標準。如何準確計量數據投入產出、評估數據產品價值，并在此基礎上探索數據資產入表，仍是實踐中的難點，制約了數據要素的市場化配置。

三是高端復合型人才與組織文化支撐不足。數據要素的開發利用需要既懂業務、又懂技術和數據的復合型人才。目前此類人才在央企中仍相對稀缺，尤其是兼具行業經驗與數據科學能力的高端人才供給嚴重不足。同時，傳統的組織架構和文化可能不適應數據驅動所需的敏捷協作和開放共享理念，跨部門、跨企業的協同創新機制有待進一步優化和激勵，數據驅動的組織變革滯后于技術發展。

四是算力支撐與創新應用成本較高。人工智能與大模型的訓練和應用離不開強大算力的支撐。雖然我國算力規模持續增長，但對于廣大央企而言，特別是其下屬單位或生態鏈中小企業，仍面臨算力獲取成本高、使用門檻高的現實問題。這在一定程度上制約了數據與先進算法的深度融合與創新應用的普及。

充分發揮央企數據要素的驅動作用

釋放數據要素價值對中央企業加快建設世界一流企業具有重要意義。積極推動中央企業從戰略、治理、應用、生態四個維度系統發力，充分發揮央企數據要素的驅動作用。

一是強化頂層戰略引領，完善數據管理機制。一方面，將數據戰略納入企業核心戰略。在“十五五”時期明確數據驅動發展路線圖，設立由企業主要負責人牽頭的數據管理委員會，統籌數據資源管理、開發利用與安全保障工作。另一方面，健全數據管理基礎制度。參考標桿數據企業經驗，加快建立涵蓋數據產權、流通交易、收益分配、安全治理的“1+N”制度規范體系。全面推進數據分類分級管理，為差異化流通與防護奠定基礎。積極探索數據資產確認、計量、估值和入表的方法論，在能源、金融、制造等領域開展數據資產入表試點工作。建立數據成本核算與價值貢獻評估體系，使數據投入產出可量化、可追溯，為管理決策和市場化運營提供依據。與此同時，培育數據文化與專業人才隊伍。在企業內部樹立“用數據說話、用數據決策、用數據管理、用數據創新”的文化。

二是夯實技術基礎設施，筑牢可信流通底座。一方面，加快建設行業級可信數據空間建設。鼓勵能源、交通、制造等領域的龍頭央企聯合上下游伙伴，共建基于統一標準和規則的行業可信數據空間。推廣應用隱私計算、區塊鏈等技術，確保數據在“可用不可見、可控可計量”的前提下高效流通。另一方面，構建集約化算力服務體系。積極融入“東數西算”工程和全國一體化算力網絡。大型央企集團可建設內部算力池，并通過云服務方式向子公司和生態伙伴提供普惠、低成本的算力支持，降低創新門檻。與此同時，加大對大數據、人工智能“根技術”的研發投入，打造自主可控的數據平臺。推動數據中臺向智能中臺演進，集成高質量數據集生產、模型訓練與部署能力，賦能業務場景。

三是深化全場景融合應用，驅動業務價值倍增。一方面，實施“數據要素×”重點場景攻堅。圍繞研發設計、生產運營、供應鏈管理、客戶服務、綠色低碳等關鍵環節，規劃并實施一批“高價值、小切口”的標桿場景應用。另一方面，繼續推進“人工智能+”深度融合。以高質量數據訓練行業大模型和專用智能體。將人工智能深度嵌入核心業務流程，實現從輔助決策到自動執行的跨越，全面提升運營智能化水平。拓展數據驅動的新業態新模式。鼓勵央企基于數據資源開發標準化、模塊化的數據產品與服務（如數據報告、分析模型、決策工具等），通過數據交易所或可信空間面向市場提供數據服務，開辟新的價值增長點。

四是構建開放協同生態，激發乘數效應。中央企業應充分發揮引領作用，推動形成“數據共享、價值共創、風險共擔”的開放生態。深化產業鏈上下游數據協同。以公共數據為牽引，主動、合規地開放行業數據，帶動產業鏈中小企業協同發展。創新生態合作與利益共享機制。與民營企業、科研機構建立“資源共建、收益共享、風險共擔”的合作模式。主動開放集團內部成熟的數字技術平臺、數據治理工具及行業知識庫，為產業鏈上下游中小企業提供低成本、輕量化的數字化轉型解決方案，不斷完善和健全生態協同治理與風險共擔機制。

數據要素驅動中央企業高質量發展是一項系統工程，需要多方協同推進。建立跨部門協調機制，加強頂層設計與政策協同，為中央企業數據要素開發利用提供良好政策環境。通過持續深化改革創新，中央企業能夠將海量數據資源轉化為高質量發展的強大動能，在建設世界一流企業的征程中邁出決定性步伐，為全面建設社會主義現代化國家作出新的更大貢獻。