数据作为新型生产要素已深刻融入经济社会各领域，加快构建以数据为关键要素的数字经济，离不开强有力的数据产业支撑。
2024中国国际大数据产业博览会（下称“数博会”）8月28日至30日在贵州省贵阳市举办。会上发布的最新数据显示，2023年全国数据产业规模超过2万亿元；我国现有数据领域相关企业超过19万家；在全国约2200家典型数据企业中，数据应用企业占比最高，达到24%。
国家数据局局长刘烈宏在开幕式上表示，将从优化产业布局、培育多元经营主体、强化政策保障三方面系统布局培育壮大数据产业。
刘烈宏透露，国家数据局在前期充分调研基础上，正会同有关部门研究制定产业发展政策，目的就是要抓住数据产业成长的战略机遇，培育数据企业，塑造产业生态，将我国规模市场优势、海量数据优势转化为产业优势，提高我国数据产业竞争力。
有望保持20%以上年均增速
中国信息通信研究院在数博会上发布的《中国数字经济发展研究报告（2024）》显示，2023年，我国数字经济占GDP比重达到42.8%，较上年提升1.3个百分点，数字经济同比名义增长7.39%，高于同期GDP名义增速2.76个百分点，数字经济增长对GDP增长的贡献率达66.45%，有效支撑经济稳增长。数字经济在国民经济中的地位和作用进一步凸显。
数博会期间，国家数据局相关负责人在“激活数据要素潜能释放新质生产力”对话会上介绍，我国数据产业发展初见成效：2023年，全国数据生产总量达32.85泽字节（ZB），同比增长22.44%；我国数据产业快速增长，经初步测算，未来几年有望保持20%以上年均增速；初步形成了门类较为齐全的数据产业链，涵盖“采、存、算、管、用”的全生命周期。
刘烈宏介绍，数据产业是一个新兴产业。从技术创新看，数据可信流通技术加速迭代；从资源配置看，数据有力促进了其他生产要素的创新性配置；从应用成效看，数据与业务融合更加紧密，深度赋能产业转型升级。培育数据产业，是推进数据要素市场化配置改革的重要途径，也是发展新质生产力、推动高质量发展的必然选择。
数据必须融入经济社会活动中，才能发挥其价值，这就离不开数据的“采、存、算、管、用”，就是采集、存储、计算、管理和应用，也离不开数据产品和服务的流通与交易。因此，需要培育一批从事技术创新、资源汇聚、应用赋能、流通交易以及基础设施建设的市场经营主体。
在日前国新办新闻发布会上，国家数据局数据资源司司长张望提到，数据产业与信息通信产业、互联网产业既密不可分，又有其新的发展特点，同时现有的高新技术企业、软件企业等支持政策，尚不能完全覆盖相关数据企业，将数据产业作为一个新兴的产业门类，制定针对性政策，有利于回应市场关切，增强数据企业的获得感，两万亿产业将迎政策利好培育壮大数据产业怎么做也有利于顺应科技和产业发展规律，有效聚集资源，培育一批强有力的经营主体，提高产业竞争力。
系统布局培育壮大数据产业
三方面系统布局培育壮大数据产业，具体将怎么做？
刘烈宏称，在优化产业布局方面，顺应数据产业发展方向和趋势，加强产业规划布局，优化产业结构。围绕产业链协同，大力推动数据开发开放，构建大中小企业融通发展、产业链上下游协同创新的生态体系。立足比较优势，引导各地在资源汇聚、技术创新、应用牵引、算力支撑等方向，打造一批协同互补、特色发展、具有国际竞争力的数据产业集聚区。
互联网、大数据和人工智能深入发展，催生了一批从事产业链数据整合利用的数据资源企业，促进了数据协同复用，激发了要素潜能；孵化了一批从事数据计算存储、挖掘分析的数据技术企业，推动了数据科技创新；也带动了一批数据应用企业深耕垂直行业，在赋能产业深度转型升级中发挥了重要作用。
刘烈宏表示，数据要素市场化配置改革，对数据合规高效流通利用提出了更高要求，数据经纪、数据托管、数据交易等新的服务业态快速兴起，数据安全可信流通、数据基础设施建设运营市场也呈现增长态势，数据服务企业、数据安全企业、数据基础设施企业正在迎来新的发展机遇。将加强引导，支持不同类型的数据企业公平竞争、加快发展。
强化政策保障方面，刘烈宏表示，瞄准科技发展方向和国家重大战略需求，推动数据领域技术攻关。用好政策、投资等手段，支持数据产业发展。推进产学研合作，加快数据领域学科体系和人才队伍建设。
数博会交流活动中，国家数据局副局长陈荣辉也公开称，有关公共数据、企业数据资源开发利用的两份文件将于今年年内陆续出台，个人数据资源开发利用的相关政策也在加紧研究当中，未来将通过更有针对性、更具操作性的政策指引，让企业有感、市场有感。
筑牢数字安全屏障
数字安全已成为影响数字经济创新发展最关键、最紧迫的问题。在大数据时代，数据的共享和传播能产生更多价值，但数据被窃取会导致企业核心竞争力丧失。因此，数据安全是数字经济和数据交易的核心问题，只有解决了安全疑虑，数据产业才能快速发展。
“近年来企业的数据合规意识不断增强，合规水平有很大提高，但对有效兼顾数据安全和创新，企业期待更清晰、更具操作性的政策指引，稳定发展预期。”陈荣辉表示，鼓励企业在防范实质性风险的前提下，针对不同敏感级别的数据和数据处理场景，采取差异化的数据安全与合规管理措施，优化内部合规审批流程。持续完善包容审慎监管规则，建立健全容错纠错、尽职免责的机制，降低企业的合规成本。
民建中央常务副主席秦博勇建议，一方面，健全数据流通利用安全治理机制，既要保障各类流通利用数据全生命周期安全，又要完善流通交易、开发利用过程中的数据安全治理机制；另一方面，构建政府、企业、社会多方协同的安全治理模式，持续提升数据要素安全治理能力，真正让数据“供得出、流得动、用得好、保安全”。
奇安信集团董事长齐向东对第一财经表示，安全是一切科技链、创新链、产业链的底板，一旦出现问题，不仅会打击链上企业，更会破坏整个供应链的稳定和效率。要想充分发挥数据要素的乘数效应，最核心的问题就是安全，只有保障了安全，才能够打消大家对数据交易的安全疑虑，为数字经济发展带来蓬勃活力。
齐向东提出了“数据三角”的概念，包括数据的生产域、应用域和流通域，每个领域都面临着不同的安全问题。由于“数据三角”是互为支撑、互相影响的，其安全问题也不能孤立解决。构建统一的体系化安全体系，覆盖“数据三角”的每个域，是确保数据安全的关键。
去年以来，人工智能（AI）大模型百花齐放。随着大模型在各行各业的广泛应用，其在提升效能的也带来了数据安全和隐私保护的担忧。
360数字安全集团总裁胡振泉分析，数据安全风险主要源于两个方面：一是数据收集和处理阶段的不规范操作，可能导致隐私数据的泄露；二是大模型的内部机制像一个“黑匣子”，生成的内容难以预测，增加了隐私泄露的可能性。
为了应对大模型带来的一系列数据安全挑战，胡振泉提出，需要对大模型训练数据的全生命周期进行严格的监控和管理，对数据语料进行更严格的智能治理。其次，他提倡通过“以模制模”的方法，即构建专用的、规模较小的专业大模型，对大模型的输入输出内容进行双向安全监测，利用AI技术来解决AI带来的数据安全问题。