两会声音2 | 2024数据要素热议：数字金融、数据资产定价、数据跨境流通、新质生产力、人工智能
2024年全国两会期间，数据要素的市场化配置、数据资产的确权与保护、数据立法的完善构建以及人工智能的深度应用成为了社会各界广泛关注的焦点议题。人大代表和政协委员们积极建言献策，围绕着数字经济这一关乎中国未来发展的关键引擎，热烈探讨如何有效挖掘数据要素潜力、规范数据资产流通、强化法治保障以及推动人工智能与实体经济深度融合等问题，力图在新的历史起点上，为中国数字经济的健康发展擘画蓝图，赋能国家治理体系和治理能力现代化，助力经济社会高质量发展。
全国政协常委、浙江省政协副主席陈小平将提交《关于加强顶层设计 开展国家级数据交易所试点的建议》。
近年来，北京、上海、广东、浙江、贵州等多省市加快推进数据交易所建设，抢滩数字经济“新蓝海”。“但目前数据交易所建设过程中还面临一些瓶颈。”陈小平表示，如数据合规监管体系建设滞后、公共数据授权运营工作推进较慢、数据交易标准体系建设一致性不强、数据基础设施安全技术标准不统一等。
他建议，支持北京国际大数据交易所、上海数据交易所、广州数据交易所、深圳数据交易所、贵阳大数据交易所、杭州数据交易所等开展国家级数据交易所试点示范，推动试点单位与金融市场主体开展数据共享合作试点。支持依托上海数据交易所、杭州数据交易所等设立数字资产板块，面向全国提供数字资产综合性服务。推动行政事业单位和国有企业拟交易的数据经国家级数据交易所试点单位进行合规审核后进入市场交易。引导龙头企业与国家级数据交易所试点单位合作开展合规数据市场交易，面向全国范围释放数据价值。
同时，加快公共数据授权运营试点工作。陈小平建议国家数据局依法建立国家层面的公共数据授权指导意见，推动国家级数据交易所试点单位所在省市探索建立公共数据授权运营方案。鼓励相关数据产品和服务通过数据交易所流通。在遵循社会公共利益优先原则和科学价格形成机制的基础上，制定合理的数据收费模式。
政策引导方面，陈小平认为应统筹数据基础设施安全技术标准建设，加强数据基础设施中数据空间、隐私计算、区块链、数据脱敏、数据沙箱等先进技术的应用创新和标准完善。对国家级数据交易所试点通过认证的机构购买数据产品和服务，按一定标准给予奖励或补贴，符合条件的还可按规定享受研发费用税收加计扣除政策。
全国政协委员、中国人寿集团董事长白涛提交《大力支持数字金融发展》的提案，为促进数字金融取得根本性突破等建言献策。
白涛建议，大力支持数字金融发展，应建立健全公共数据集中开放共享等法律法规，明确数据合规流转实施细则，兼顾安全性与流通性，支持金融机构运用大数据进行产品服务创新，为充分发挥数据要素作用、促进数字金融发展创造更好条件。
目前，人口、健康、医疗、交通、环境等不同领域数据尚未有效贯通，算力资源使用效率还不高，大量的算法开发力量未能有效利用。
关于加快完善数字金融基础设施，白涛建议，发挥政府主导作用，加快构建联通医疗、农业、林业、气象等行业的公共大数据平台，建立安全权威的算力资源供给能力和供给体系，加强大模型等人工智能基础平台的统筹及利用，提供通用性、基础性智能服务的大模型，避免资源浪费以及潜在风险。
行业发展，监管先行。目前，数字金融监管亟待升级，更加多样化的数字金融形式导致金融风险的隐蔽性、传染性强，对数字金融监管提出了新的挑战。
白涛建议，加强数字金融监管，具体包括：完善数字金融监管体系与监督评估机制，加快研发基于数字技术的监管工具和监管平台，对大模型算法、应用场景等加强监控和防范，确保数字金融发展坚持服务实体经济的根本宗旨，符合以人民为中心的价值取向。
关于加快建设数字金融人才队伍，白涛曾作题为《加快推进新时代人才强司战略 为中国人寿高质量发展提供坚强人才保障》，他指出，新时代人才工作的新理念新战略新举措，为做好新时代人才工作指明了前进方向，提供了根本遵循，是做好中管金融企业人才工作的“纲”和“魂”。
在今年的提案中，白涛建议，紧盯人工智能、云计算等前沿数字技术发展趋势，完善数字金融人才培养体系，在高校和科研院所建设数字技术与金融的交叉学科，着力培养数字金融复合型人才。持续健全金融从业人员职业技能培训制度，推动金融从业人员及时掌握数字知识和技能。
全国政协委员、普华永道亚太及中国主席赵柏基带来一份《关于促进数据流通交易，助力数字经济高质量发展的提案》。
“纵观国内外，数据要素是人工智能及大数据等新技术实现突破、赋能经济社会发展，赢得国际竞争力的根本。只有在政策、平台及参与主体等方面打通重要‘关节’枢纽，促进数据要素高效流通交易，才能充分释放其价值，驱动数字经济高质量发展。”在赵柏基看来，目前，在数据要素发展以及深化流通交易探索等方面的整体激励仍然不足，对数据要素赋能新质生产力、发挥乘数效应形成了一定的制约。
对此，赵柏基建议，加强跨部门统一协同，加大对创新探索的激励，引导企业及金融机构共建数据要素流通生态。为给各行各业的数据要素协同提供更有力地支撑，赵柏基建议尽快发布《“数据要素×”三年行动计划（2024—2026 年）》的正式稿，并出台涉及十二个领域的配套指引细则。
同时，建议相关部门，例如国家数据局，发挥统筹协调作用，联合国资委、国家税务总局、国家金融监管总局等部委，在数据要素流通领域研究出台包括税收优惠、荣誉认定、金融扶持等激励措施。
此外，除了已有的绿色金融和普惠金融相关考核指标，也可以增加银行业金融机构针对数字金融、数据资源入表及数据资产融资的绩效考核指标。同时，尽快清晰合规与确权的实现路径以及出台具体的指引细则，配套相关案例，为企业在数据合规与确权方面的操作提供可参考的统一规范。
赵柏基还建议，加强各地交易所在规则、流程、信息等方面的协同与互通，加快构建全国一体化的数据要素流通交易市场体系；在各细分领域引导培育一批业务能力强、服务质量高的数商，为打造健康的生态树立标杆，带动更多主体参与，促进数字经济高质量发展。
呼吁建立个人和ESG数据局，推动征信赋能普惠金融
全国政协委员、香港立法会议员、高锋集团董事局主席吴杰庄是一位香港青年创业者。近年来，他的全国两会提案持续关注并推动数字经济、科技创新、金融创新的发展，为助力粤港澳大湾区高水平建设建言献策。
今年政府工作报告提出，大力发展科技金融、绿色金融、普惠金融、养老金融、数字金融。吴杰庄带来的两会提案也聚焦进一步释放普惠金融发展潜能，提出完善征信服务体系，建立个人和ESG数据局的前沿建议。为推动我国“专精特新”中小企业出海，他建议基于Web3.0创新融资模式，进一步加强粤港澳大湾区协同合作。
吴杰庄表示，在数字技术日新月异、数字经济蓬勃发展、数据要素潜能释放的当下，征信体系的发展空间更加广阔，赋能普惠金融高质量发展“大有可为”。但很多老百姓还是会认为融资难、融资成本高，普惠金融市场没有高效开发，目前征信服务还不能充分满足金融特别是普惠金融发展需要。我认为，征信服务体系发展还存在两方面的问题亟待解决。
一方面，征信机构产品和服务供给的覆盖面不够广。以个人征信为例，目前仅有一人行两机构，央行征信中心提供的数据还不够全面，一些有效的产品和数据解读没有向全部机构开放。两家持牌机构成立时间较晚，尽管整体业务处于爆发增长期，但服务产品不够多元，在覆盖人群、数据获取、技术能力等方面存在短板。
另一方面，存在数据来源不全面、数据质量不高等问题。以个人征信为例，数据主要依赖银行和部分金融机构，其他行业数据不能充分利用，一些群体的部分交易信息未被完全纳入征信体系，覆盖人群较大但是有效融资人群较小，征信白户也数量庞大，无法真实反映个人信用状况，制约了普惠金融的发展。
应当完善征信体系建设有关的政策法规。将完善数据采集、流动、共享机制，破除行业间壁垒作为政策法规制修订的重点，拓展数据来源、提升数据质量。引导征信机构加快数字化转型，深度融合大数据、云计算、人工智能等综合应用，探索征信服务新模式，加快扭转个人征信信息供小于求局面，推动行业向数字征信时代迈进。
同时，必须保证这些数据获得的风险指标或信用报告是可靠和可信的，例如购物、旅行等其他数据很容易被操纵，只应被视为“替代数据集”。协助信用局在数据生产、个人数据使用和数据隐私方面具有高效和专业的能力和尊重。
想要扩大征信机构的数据来源，就必须保持专注个人数据的范围是广阔的，没有人能够收集到所有的个人数据，也不应该这样做。征信机构下一步应该专注于“一些真正具有世界影响力并符合我国国家方向的领域”的数据收集，建立个人和ESG数据局是一个好的方向。这个方向也符合国家数据局等部门去年12月发布的《“数据要素×”三年行动计划(2024—2026年)》精神，推动在“数据要素×金融服务”与“数据要素×绿色低碳”领域上寻找应用场景，释放数据要素价值。
例如，关注个人在碳排放上的生活环保，当志愿者实现对社会的贡献等，结合这些数据综合评估个人ESG的数据，以便有针对性地提供更优质、更优惠的金融服务，如此可以促进整个社会的进步。
另外，要真正实现普惠金融，征信机构的一项工作应该是“降低借贷成本并鼓励负责任的借贷”。只要每个人通过负责任的借贷来降低信用风险，成本就会下降，这也依赖于信用评级机构应该提供更多的信用教育和工具，真正将普惠金融的知识普及到每个人。
加快构建数据资产核算和入表的制度体系
推动数据资源入表走向数据资产入表
近几年履职，全国政协委员、北京国际城市发展研究院创始院长连玉明持续关注数据要素价值提升和推动《数权法》立法等问题。今年，他有一份《关于健全和完善数据要素市场体系，加快数权法立法进程的提案》。在连续几年提交数据要素相关提案基础上，连玉明今年提出以下建议：
一、加快构建数据资产核算和入表的制度体系，推动数据资源入表走向数据资产入表。
数据的产权、定价、流通、分配等制度构建十分复杂，在世界范围内都是一个“无人区”。我国推动实施“数据资源入表”，可以说是在构建数据要素市场中迈出了关键一步。但“数据资源入表”是在没有突破传统的会计准则、价值分配与计量方法框架下进行的，还需进一步破解数据产权界定不清晰、数据定价体系不完善、数据资产登记制度不健全、数据交易平台定位不准确等问题。要推动“数据资源入表”走向“数据资产入表”，就必须建立数据资产核算和入表的全链条管理体系，从数据产权界定制度、资产登记制度、资产评估制度、交易定价制度、资产入表制度等入手，构建一个全流程的完整闭环，才能使数据资产的商品化、市场化、要素化真正见到成效。
二、在建立“三权分置”数据产权制度基础上，加快探索数据要素“三级市场”，推动数据资产向数据资本跃升。建立数据“三权分置”产权运行机制，核心是通过明确数据资源持有权，强化数据加工使用权，放活数据产品经营权。在此基础上，可参考资本和土地等要素多级市场体系，探索构建零级、一级和二级联动的数据要素多级市场体系。一级市场即数据资源市场，主要承载以数据集或数据接口为主要流通方式的数据资源。二级市场即数据产品和服务市场，数据加工方对数据资源进行加工处理和算法模型化，以产品和服务形式销售给购买者，是要素产品化的过程。零级市场即非交易流通市场，属于未进入交易环节但发生数据共享交换和权益流转的市场行为，既包括企业内部或具有一定业务或股权关联关系的企业间发生的数据共享交换，也包括数据信托等新型数据权益流转。要逐步细化数据“三权分置”和数据“三级市场”之间的关系，推动数据资产向数据资本跃升。
三、加快《数权法》立法进程，推动以“所有权”为重点的数据产权到基于“共享权”的数据权利的法治化进程。我国已有的立法更加重视数据产权保护，特别是新领域新业态知识产权保护和数据知识产权保护的制度建设。但数据既是信息载体又是生产要素，与劳动、资本、土地、知识、技术等生产要素不同，具有非竞争性、非排他性、可复制性等特点，这就决定了数据行为规则、数据权利保护不能套用传统的法治模式。最大程度发挥数据的要素作用，既要解决好以“所有权”为重点的数据产权问题，更要加快完善基于“共享权”的数据权利保护问题，既要“数尽其用”，更要保护数权。应加大数权立法的理论研究，重点解决数据权属、形态、公共数据共享机制等关键问题。适时启动《数权法》立法建议稿起草工作，并纳入全国人大常委会立法规划。
完善数据资产市场定价机制，加快数字经济高质量发展
全国政协委员、中国工程院院士、湖南工商大学党委书记、湘江实验室主任陈晓红提交了一份《完善数据资产市场定价机制的提案》。
陈晓红建议，我国应多措并举完善数据资产市场定价机制，破除“难点”，形成数据资产定价闭环管理模式；打通“堵点”，建立数据资产定价交易标准体系；消除“痛点”，确立数据要素深度开发利用机制。
陈晓红院士长期致力于决策理论与决策支持系统、数字经济与数字技术、生态文明与“两型社会”、数据智能与智慧社会等领域的研究，是我国资源高效绿色开发和环境智慧管理领域的主要开拓者和“两型社会”的重要建设者与推动者。
陈晓红向记者表示，当前，我国在用数据中心机架、算力的总规模以及数字经济规模均居世界第二，为充分释放数据资产价值奠定了良好基础。“然而，我国在数据资产定价领域仍有不足，亟须构建数据资产市场规范、统一的定价和管理机制，加快数字经济高质量发展。”
具体而言，陈晓红认为，我国数据资产市场定价存在如下问题：
首先，资产管理体系亟待完善。一是基础设施建设不同步导致各省市间数据资产流动性不足。不同省市间由于相关基础设施建设水平不一致，缺乏统一的数据流动与交易平台。二是缺乏多主体关联的数据资产信息共享平台导致管理效率低下。目前缺乏“政府—市场—企业”关联数据资产统一管理平台，相关部门需要耗费大量精力识别数据资产。
其次，价格形成机制有待明确。一是数据特有的成本计量特性导致难以确定数据资产自有价值。数据资产成本结构中的重置成本分为建设、运维与管理三类成本，准确识别和估计其各时段成本存在困难。二是数据资产交易具有较高的场景依赖性，但传统价格理论尚未考虑场景因素。数据资产交易的固定成本较高但边际成本很低，卖方容易实施价格歧视，买方可能多次倒卖，使得监管追踪难度大。
再次，资产开发效率仍需提高。一是大量数据无法有效流动与应用。目前数据资产存量的价值挖掘利用缺乏高效技术手段、大规模应用路径，导致数据开采过程中频现源数据更改、数据意义含糊等问题。二是数据资产挖掘与业务发展割裂导致数据活力不足。当前部分数据资产管理停留在集成和存储上，数据业务化应用少，数据挖掘和业务发展“两张皮”，导致数据开发效率较低、活力不足。
在陈晓红看来，为加快数字经济高质量发展，我国应多措并举完善数据资产市场定价机制。
一是构建数据资产市场定价全链条政策闭环，打通定价前后关键节点，助力数据资产准确合理定价。其中前置环节包括数据资产的确权、登记、评估，从各项数据权属入手，进行关键数据信息登记与资产评估，为数据资产市场定价建立基础；后续环节包括促进相关法规政策完善与会计准则优化，形成数据资产目录清单，分类推动数据资产入表。二是围绕数据资源化、资产化制定数据资产估值与定价策略。
“数据资产定价时，借鉴传统信息产品模式，从成本定价入手，结合数据与应用场景，定制化开发模型算法，实现买卖双方在收益方面的分成与定价。”陈晓红说。
其次，应打通“堵点”，建立数据资产定价交易标准体系。
一是加快市场进入数据资产统一定价场景，设置层次化、场景化的产业标准，辅助市场主体选择安全效率兼顾的数据交易模式。根据数据资产特征差异，设置考虑不同行业与应用场景的数据定价机制，化解交易双方信息不对称问题。二是依循数据资产的“资源化—资产化—资本化”三级数据价值实现机制与数据资产交易市场分级机制，探索不同层级下数据资产定价模式。
“制定定价标准时，考虑数据资产的主要特征，综合运用成本法、收益法、市场法定价。发挥市场主体作用，一级市场明确数据加工使用权经营权，确保数据可靠性；二级市场引导鼓励数据资产的多元化配置与多样化服务，促进数据流动活力。”陈晓红说。
再次，应消除“痛点”，确立数据要素深度开发利用机制。
她表示，一是适应不同类型数据资产特点，以实际应用需求为导向，探索建立多样化的数据要素开发利用机制。鼓励数商、数据交易所等主体促进数据资产、开发技术、应用场景深度融合，满足各行业需求，推动数据资产有序定价。二是推动各省市数据资产管理平台统一建设。综合利用大数据、人工智能、区块链等技术，搭建政府、市场、企业联动的数据资产共享平台，发挥数据局统筹协调功能，搭建数据资产管理门户，推动全国数据资产管理一盘棋。
全国人大代表、浙江大学医学院附属第一医院党委书记梁廷波在日常的工作中越发认识到，推进医保和卫生健康部门间的数据资源互通共享、强化分析利用，对提升“三医”协同治理能力、推动公立医院高质量发展、精准强化重点人群健康管理等具有重要意义。“那些质量高、字段多、更新快、覆盖广的海量医疗数据，涉及的管理部门很多，有医保、卫健委和医疗机构。”。
今年，他带着《加强医保医疗公共数据互通共享》的议案走进两会，他建议统一构建国家ICD（国际疾病分类）编码库，成立国家级统一疾病与手术操作分类编码委员会，负责制定国家统一编码标准，确保从现行多版本编码库平稳过渡到国家ICD编码库。同时，建立数据监测和问题反馈机制，定期发布统计分析报告，定期更新编码库，推动编码库的持续优化完善。
此外，要建立医保、卫生健康数据共享机制。建议国家医保局、国家卫生健康委对数据共享进行研判分析，在保护个人隐私和确保数据安全的前提下，制定公共数据共享清单目录，出台数据共享支持政策。搭建国家医保医疗公共数据互通共享平台，把有关医保支付结算清算数据、质量管理数据、就医人群流数据及时反馈给卫生健康部门和医疗机构，加强医疗机构精细化管理；适度向省、市、县卫生健康部门开放权限，允许在一定范围内查阅、调用、对比、分析数据资源，支撑“三医”协同治理和公立医院高质量发展。
推动公共数据市场化应用，加快数据资源价值转化
第十四届全国政协经济委员会委员、全联并购公会常务会长、中国资产评估协会副会长、中联资产评估集团有限公司董事长范树奎认为，目前，公共数据资源开发开放存在着政策引导不强、定价机制缺失、授权经营模式路径不清、公共数据持有主体运营能力不足、各级公共数据资源价值尚未合理释放等问题。各省市相继成立数据局，存在各省、市、县公共数据资源协同难度大，产业公共数据缺乏供给端开放政策与市场化应用实践，以及平台数据权属应用不规范等问题。对此，需要加快推动公共数据资源价值充分释放，强化公共数据资源与场景深度融合，促进数据资源市场化有效应用。
为此，提出如下建议：
1.研究公共数据资源市场化应用政策空间，明确规范公共数据资源登记主体与路径，保证公共数据资源权责合规。数据资源政府主管部门应成为各级数据资产登记主体。研究建立公共数据资源汇聚与授权主体、开发与经营主体等应用基础，在政府部门监管下，形成企业投资开发运营公共数据授权体制、开发机制、运行制度与管理办法。推动完善不同阶段公共数据资源主体登记制度，实现公共数据授权登记、运营登记、合作登记等。利用区块链等技术对公共数据资源实施登记，规范登记权利主体、来源与责任，以及数据内容、收益与约束等相关事项。
2.鼓励国家机关、各级政府等行政主管部门与多方主体共建共享数据资源，完善数据资源开放授权奖励机制。推动公共数据资源转化为经济发展新动能，鼓励公共数据主体与专业数商共建共享数据资源，实现数据资源授权开放、数据资源开发运营，既服务于行政管理，又实现数据应用。建立行政机构奖励与补偿成本机制，允许行政机构通过数据运营形成财政收入，调动行政机构对外开放数据运营积极性，实现数据转化多方汇聚力量，共同激活数据要素价值。
3.研究公共数据资源价格形成机制，完善公共数据资源定价指导政策，鼓励各省市县公共数据合规流通与实践。加快制定数据资源授权价格按照形成数据资源的成本加成计价，确定公共数据资源一级市场开放指导成本要素与加成率标准；推动形成二级市场开发经营机制，形成分类、分级、分场景的收益分成定价模式。同时，在公共数据市场化定价过程中，可以充分发挥资产评估机构价值发现和价值尺度功能，通过数据资产价值评估指导定价，维护国有公共数据资产保值增值。
4.推动公共数据资源向市场转化，运用专业技术服务提升公共数据运营与治理水平，实现公共数据产品价值化。建立运用专业机构完善公共数据资源剩归集、分类、存储、托管或授权等一级公共数据管理体系，明确授权或托管开放主体权、责、本、利，加强公共数据资源目录管理。鼓励国有平台合法持有公共数据资源，负有加工、治理、应用与合作等开发经营责任，建设公共数据资源二级市场化平台，推动实现数据资源市场化配置、收益化供给、价值化合作。支持公共数据资源实现专业与市场化开发机制，形成“授权 建设 运营”的项目模式。避免国有平台采用直接作价转让方式，谨防数据资产泡沫化。
5.在保证数据安全前提下，坚决鼓励行业平台数据资源开放开发，充分释放行业数据要素市场化赋能创值能力。支持行业平台数据安全开放和开发合作，对数据服务商放开经营授权。行业平台企业为政府部门提供数据服务，不改变平台主体持有数据性质。行业平台企业作为数据持有方可进行经营开发，以充分发挥行业平台数据资源的价值倍增效应。支持一二三产业平台数据在重点行业和领域实现商业化应用，打造试点示范工程，鼓励通过资本市场上市融资，释放行业平台数据市场化价值。
建立文艺资源数字化行业协同机制，加快文艺数据要素建设
近年来，各文学艺术组织机构积极开展文艺资源数据建设，为文化强国提供了有效助力。但相较数字中国建设战略和国家文化数字化战略要求，全国政协委员、中国书协副主席张继认为在以下方面还亟需加强和改善：
一是系统性、协同性建设。当前文艺资源数字化由于缺乏强有力的统筹和协调，缺乏得到广泛认可的文艺平台数据对接和成果展现标准，加上个别存在地方保护主义倾向，因此总体上仍出现零零散散、相对封闭、各自为战的状态，尚未真正实现资源数字化共建与共享。
二是各级文艺品牌数字化应用场景建设。各级文艺项目、文艺品牌活动，链接着相关行业的上下游，汇聚着大量优质文艺资源，但当前仍主要以传统方式开展工作，资源的数字化转化和要素化应用明显不足。
三是文艺数据资源调查。当前各级文艺机构、文艺组织和文艺平台，每年都产生着大量文艺数据，但这些数据资源很多处于“沉睡”状态，统筹、整合利用不足，亟待开展全面调查，摸清底数，以便加快开发应用。
为更好落实国家文化数字化战略，特提出以下建议：
一、各级文艺团体和组织应尽快建立本领域、本系统文艺资源数字化协同机制，制定数据互通和应用互通标准，推进共建共享，最终关联形成中华文艺资源数据库。
二、以国家级文艺奖节和重要文艺品牌活动数字化为抓手，充分发挥各级文艺团体和组织的资源优势和专业优势，积极开展文艺数字化国家级应用新场景建设，从而形成优质文艺资源汇聚、转化、存储、利用的良性链条和生态，以点带面实现全行业资源数字化。
三、由相关部委或文艺团体和组织，对文艺行业已建或在建数字化工程和数据库开展调查，并针对文艺数据资源生产存储、开发利用及安全隐患等情况进行摸底和分析研究，在此基础上完成数据资源关联整合和流通利用，充分释放其数据要素价值，助力中华文化新辉煌。
聚焦数据要素，推动农业高质量发展
第十四届全国政协委员、京东集团技术委员会主席曹鹏，结合技术创新助力实体产业发展的大量实践，提交了《推动农业科技和品牌建设 助力农产品加工业高质量发展》的提案。该提案紧密围绕当前农业发展的数据要素问题，为农产品加工业高质量发展提供了具有建设性的四大建议。
在农产品品牌建设方面，曹鹏建议政府、三方机构、企业共同发力，挖掘地标特色农产品，通过品牌标准认证和绿色品牌新体系的构建，提升农产品的市场竞争力。同时，扩大农牧渔产品的免税范围，降低该类农产品流通企业的税负，增加对特色农产品零售企业的补贴支持，促进行业健康发展。
针对智慧农业技术装备的高投入问题，曹鹏建议设立专项补贴资金，对购买和应用智慧农业技术装备的农民和农业企业进行补贴。同时，加强技术培训和推广，促进智慧农业技术的广泛应用。
在培育农业产业化龙头企业方面，曹鹏建议政府加大政策扶持力度，设立专项资金支持龙头企业进行技术改造和产业升级。同时，鼓励龙头企业与科研机构、科技企业合作，提高自主创新能力，拓宽融资渠道，加强产业链整合，提升国际竞争力。
未来，在政府、企业和社会各界的共同努力下，农业将迎来更加高质量和可持续的发展。
加快构建透明、有弹性的数据跨境管理制度体系
全国政协委员、普华永道中天会计师事务所首席合伙人李丹在今年全国两会上，围绕“加快构建透明、有弹性的数据跨境管理制度体系”提出三方面建议。
李丹建议，在立法规则方面，需要一个整体框架的构思，统筹发展与安全，加快构建透明、有弹性的数据跨境流动政策制度体系。建议进一步明确数据目录、出境活动的管理范围、要求和方式等，实现数据安全和有序流动的有效平衡。针对重点区域，支持探索建立安全便利的数据流动机制并推动落地。针对部分数据跨境流动相对集中的重点行业，立足行业实践，探索实施差异化的数据出境管理要求。同时，强化制度动态评估与优化机制，及时顺应企业发展和国际变化趋势，不断优化目前各数据出境监管机制的实施安排。
在治理体系方面，加快构建政府、企业、社会多方协同治理模式，强化分行业监管和跨部门协同监管。建议增加高层级的跨行业、跨部门的协调机制，设立与企业的双向沟通机制，定期向企业交流收集反馈意见和要求。通过设立上述机制，强化监管协作和合力发挥，避免出现多头监管或监管空白，充分发挥政府有序引导和规范发展的作用，加强对数据安全治理规则和标准制定，畅通政企沟通渠道。政府可以以办事指南、实践案例等方式，按照“成熟一批，公开一批”的原则，及时明确监管要求，有效回应市场关切。压实企业数据安全的主体责任，推动牢固树立数据安全保护意识。
在国际合作方面，积极开展数据安全治理等领域的国际交流与合作。2020年9月，我国发起《全球数据安全倡议》，呼吁各国加强全球数字治理、网络安全合作，共同促进数据安全。建议以此倡议为基础，进一步参与构建全球性、区域性的双多边数据互惠合作机制，为中国企业“走出去”，外资企业“引进来”提供便利。同时，充分发挥数据安全治理的专家、智库作用，协同参与数据跨境流动领域的国际合作和规则制定，为全球数据治理贡献中国经验和智慧，以高水平对外开放助力构建新发展格局、实现高质量发展。
针对跨境数据流通建立非重要数据白名单制度
第十四届全国政协委员、南方科技大学副校长金李在2024年全国两会带来的提案之一即是关于加快促进数据要素市场发育。针对调研中发现的“用数”环境尚未形成、数据跨境流通障碍等问题，金李建议，探索建立非重要数据的白名单制度，并支持有条件的地方率先开展个人数据账户授权试点。
他建议，首先，加大国家级数据交易所建设力度。将数据交易所纳入国家数据交易场所体系布局规划，充分发挥我国数字化基础好、数据资源丰富、数据交易活跃的先发优势，在数据交易规则、技术、标准、基础设施等方面打造可复制的样板。
其次，结合数据要素X工作，试点央地数据融合应用。金李建议以应用为导向，行政力量和市场驱动双管齐下，加快推进一体化数据资源体系建设和数据要素市场培育。“一方面在智能制造、商贸流通、交通物流、金融服务、医疗健康等重点领域与国家相关部委加强数据社会化应用试点。另一方面，开展公共数据与社会数据融合试点工作，推动高质量数据供给。”
针对跨境数据的流通，金李建议，可以开展国家数据跨境安全流通试点，并探索建立非重要数据的白名单制度。
“比如对经过中央网信办、相关行业主管部门等多部门联合认定的非重要数据，可以依托各地数据交易所进行安全评估审查，通过合规评估流程后允许场内跨境流通，并设立国家数据跨境安全快速审查通道。”金李表示。
对于较为敏感的个人数据流通，金李则建议可以支持有条件的地方率先开展个人数据账户授权试点，在保护个人数据隐私基础上，探索个人数据授权使用参与个人数据收益分配的落地机制。
此外，金李也认为可以通过激活数据要素加快培育人工智能产业开放生态。“比如增强多维度高价值语料库供给，构建通用大模型语料库与垂直行业的语料库，以及强化大模型训练语料库质量管理，制定数据质量评价的标准体系。”
将大模型打造成新质生产力工具
作为履职第七年的全国政协委员，360集团创始人周鸿祎日前在媒体采访时透露，今年全国两会他带来一份关于深化人工智能多场景应用支持大模型向垂直化、产业化方向发展的提案，围绕大模型在人工智能上助力中国新质生产力发展给出了宝贵建议，他认为，用大模型来驱动产业恰恰就是在打造新质生产力。
周鸿祎认为，新质生产力是科技创新驱动的生产力、能带来高质量发展的生产力。他表示，目前来看，科技创新要赋能大部分传统行业，还是要靠产业数字化。数字化的本质最终是智能化，智能化才能实现业务的自动化，先进性，所以，大模型就是解决自动化的一部分。
周鸿祎表示，现在除了在通用大模型上保持跟进和跟踪追赶之外，就是要想办法把大模型和各个企业，特别是新型工业化的主角，就是制造业，特别是传统制造业在数字化转型升级、数转智改的过程中一定要把大模型用上。
周鸿祎表示，场景很重要，大模型在垂直领域大有可为，建议政府、央国企率先提供更多应用场景，聚焦“小切口，大纵深”，推动大模型垂直化、产业化落地。企业用大模型不能冒进，而是要用AI逐步改造业务，循序渐进，积小胜为大胜。在实践中要拆分场景具体分析，在业务流程上找准切入点，选择与大模型成熟能力匹配的业务环节切入，切入点虽小，但纵深推进，对业务影响很大，改造收效更大。
“近期，国资委召开中央企业人工智能专题推进会，10家央企率先倡议社会开放应用场景，建议政府和央国企持续提供更多应用场景，为发展垂直化、小型化、低成本的大模型开放更多‘小切口、大纵深’的落地机会，助力百行千业数字化转型，实现数转智改。”周鸿祎表示。
周鸿祎表示，知识很重要，基于“暗知识”的垂直大模型能更好解决企业问题。建议鼓励企业在定制AI前，做好知识管理，将企业大数据平台升级为企业知识平台。大模型的数据、知识只是人类知识的冰山一角，企业还有大量的“暗知识”，如战略规划、产品设计图等企业具有的独特知识，只存在于特定企业中，在互联上难以找到。建议鼓励企业构建知识平台，将“暗知识”汇总起来，打造企业专属知识库，做好管理，在此基础上，通过垂直训练，深入企业级场景，满足企业需求。
“业务融合很重要，建议鼓励和引导企业将大模型与数字化业务系统深度结合，同业务流程相结合，充分发挥大模型价值。大模型像发动机，不是用来秀的，而是要与业务相结合，特别是传统制造业，大模型是推动数转智改的利器。大模型与业务场景的融合，关键是智能体应用与企业数字化系统的连接打通。”周鸿祎表示，企业层面，通过打通组织、人员、业务、流程，构建业务协作平台，促进与大模型的全面融合。国家层面，鼓励企业拿出一至两个业务场景与大模型融合，创造大量可落地推广的与业务紧密融合的大模型，推动这些大模型与数字化系统融为一体，这将对中国的产业数字化、新型工业化产生巨大作用，本质上成为新质生产力的重要部分。
建议制定国家“通用人工智能发展规划”
系统性加快推动我国通用人工智能发展今年全国两会，全国人大代表、科大讯飞董事长刘庆峰建议，在2017年《新一代人工智能发展规划》的基础上，瞄准我国通用人工智能发展中需要重点补上的短板进行设计，围绕自主可控算力生态构建、高质量数据开放共享、科学的评测标准制定、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度，系统性制定国家“通用人工智能发展规划”，由国家高位推动规划的制定和落地，不断缩小中美通用人工智能产业在通用底座平台方面的差距，并在行业应用和价值创造上打造我国的比较优势。
第一，建议发挥举国体制优势，加大并保持对通用大模型底座“主战场”的持续投入。以专项的形式从算力、数据、算法上在未来5年内持续支持我国通用大模型的研发攻关；支持有条件的地方政府，以专项债的形式支持通用和行业大模型研发以及应用生态发展所需的算力基础设施建设；制定相关政策，推动工业和民生等领域的大模型应用，从而让“底座大模型+行业应用”形成相互促进的良好局面；鼓励国资央企优先应用国产大模型，在关键敏感领域和核心战略领域只能用自主可控的大模型；面向“一带一路”设立专项，支持多语种大模型技术研发，以及在主要产业链合作国家、地区的落地应用。
第二，建议加快形成围绕国产大模型的自主可控产业生态。大模型是典型的平台赋能性技术，要加快我国大模型开发者生态体系建设和运营，支持国产大模型向开发者开放，开展大模型评测体系和开源社区建设，降低研发和使用成本。支持工业大模型在工业互联网领域的赋能，支持软件大模型对软件行业的赋能，支持行业大模型对汽车、家电、服务机器人等行业领域的应用，以“人工智能+”推动我国自主可控的大模型产业生态蓬勃发展。
第三，建议推动国家级高质量训练数据开放和共享。推动国家层面高质量数据平台的设立和资源共享，加大政府和市场协同，合理解决知识产权问题，构建包括国家公共数据资源、高质量电子图书、高质量音视频、多渠道行业应用数据及互联网开源数据资源等多源多模态的国家级数据资源汇聚平台，支持国家实验室、全国重点实验室、国家人工智能开放创新平台、行业领军企业等国家战略科技力量以揭榜挂帅形式优先、低成本使用。
第四，建议出台更加客观、公正、可信的评测方法，加快大模型在行业领域的应用落地。联合国家级权威机构和行业龙头企业等组织，共同发布具有公信力的大模型评测标准和应用指南，并定期组织系统全面的科学评测，指导各行业甄别和选型大模型，避免各家大模型刻意刷榜和各种不权威的商业评测扰乱正常市场秩序。在行业应用方面，建议首批可以加快开发面向金融、工业、汽车、文旅、政务、教育、医疗等关键行业的应用场景，加快打造标杆示范，在成效验证后向全国规模化推广。
第五，建议坚持源头核心技术系统性创新，在战略性、前瞻性的基础研究领域做好布局。布局投入大模型的宽基础研究，在大模型能力涌现机理、大模型可信训练推理、强化学习技术、自主学习技术等方面形成突破。加快脑科学与类脑智能、量子计算等领域与人工智能关键研究的协同攻关，形成交叉学科的突破，助力我国通用人工智能弯道超车。推动大模型与科学研究的深度结合，打造AI for Science的科研新范式，研究基于科学数据的AI建模和科学知识提取技术，助力科研人员更高效地进行科学研究和探索。在生命科学、化学、制药、物理、材料等多个科研领域，引入人工智能通识课，培养一批具备专业科研能力以及高水平通用人工智能理解能力的人才，为可能涌现的交叉学科重大突破做储备。
第六，建议加快推广大模型赋能全学段，以全新机制加快探索我国人工智能拔尖创新人才培养。加快运用大模型的现有能力打造教师和学生的助手，赋能从中小学到职业教育和大学的教育教学提质增效。设立国家人工智能学院，以“核心+基地”的组织形式和全新机制推动我国面对中美竞争的拔尖人工智能人才培养。加强人工智能一级学科建设，联合头部企业打造一批人工智能人才产教融合培养基地，打造优秀人才专项遴选机制和通道等。
第七，建议研究通用人工智能时代人才能力素质模型和培养方案，加快应用型人才培养。针对未来可能被人工智能大量替代的行业和岗位，对劳动力培养及再就业做专项研究，并且提前、主动做好应对。关注通用人工智能对社会各行业带来的冲击，加快建设新的人才能力素质模型和课程培养体系，特别是加快以通用人工智能赋能软件代码、语言学习、艺术创意等领域应用型人才的培养，助力我国软件行业和数字经济发展。
第八，建议加速通用人工智能技术相关的法律法规制定与审议。围绕大模型的数据安全、隐私泄露、可靠性、知识产权等几大关键方面制定法律法规，提升通用人工智能技术可靠性与规范性。同时，完善向社会开放的大模型的准入和运行规则，明确责任分配与问责机制，并明确大模型知识产权与保护方式。
第九，建议设立软课题进行通用人工智能相关的伦理人文研究。坚持科学、独立原则，针对通用人工智能技术可能带来的社会风险、伦理挑战和人类文明变化进行开放式课题研究。
建立AI数据交易市场，制定数据交易规范
今年全国两会期间，全国政协委员、微博CFO曹菲带来一份《关于促进AI数据交易市场发展以及加快数据跨境流动规范实施的提案》。
数据、算法、算力是AI发展的三个主要要素，海量的优质公开数据是推动先进大模型发展的关键因素。据统计，2022年我国国内数据交易规模为人民币870亿，占当年亚洲整体数据交易量的60%以上，处于亚洲领先水平，但与北美和欧盟相比尚有差距。2022 年全球数据交易规模在约 906亿美元，预测至2025年有望增长到1445亿美元，到2030年有望达到 3011亿美元。2022年美国数据交易市场的市场规模约为417亿美元，是全球数据交易市场规模最大的国家，未来其数据中心的建设规模预计仍会增加。
不同于我国数据交易以金融业占比最高（35%）美国数据交易的头部企业全部为互联网企业。反观我国，目前AI企业在优质数据的获取方面仍存在难度，这在一定程度上阻碍了AI能力的进展。为推动创新企业能够合法合理地获取可公开的优质数据，建议在充分保护用户隐私和数据安全的前提下，国家能够出台相关促进政策，大力促进“AI数据交易市场”的形成，使得高质量的海量数据获取不再成为制约大模型技术发展的瓶颈。因此，曹菲建议——
建立AI数据交易市场：政府主导建立国内数据交易市场，为AI企业提供一个合法、透明、高效的平台，以便购买和交易优质数据资源。制定数据交易规范：制定和完善相关的数据交易法律法规和标准，明确数据交易的权利义务，保护数据提供方和数据购买方的合法权益。
制定数据交易规范：制定和完善相关的数据交易法律法规和标准，明确数据交易的权利义务，保护数据提供方和数据购买方的合法权益。
支持数据开放与共享：政府应该鼓励和支持各行业、各领域的数据开放与共享，促进数据资源的充分利用和价值最大化。
加强数据安全保护：在推动数据开放与共享的同时，政府也应该加强数据安全保护，建立健全的数据安全管理制度，确保数据的安全可控。
培育数据交易生态环境：政府应该积极引导和支持数据交易相关企业和组织的发展，培育健康、活跃的数据交易生态环境，推动数据交易市场的持续健康发展。
数据出境法律保障：尽快出台《规范和促进数据跨境流动新规》并优化企业申报程序。
两会期间，全国政协委员、民革广东省委会副主委、广东省佛山市政协副主席、佛山科学技术学院教授唐冬生带来了两件与发展新质生产力有关的提案。他表示，广东佛山是一个制造业大市，也是一个传统的工业城市，所以它的数字化转型可以作为全国的样板，“只有传统工业通过数字化转型升级，才能够加快发展我们工业的新质生产力。”
一、扩大科技创新在产业链上的影响力
在《关于大力推进新型工业化，加快发展新质生产力的提案》中，他看到了当前存在的问题，包括在东南亚新兴经济体利用要素成本优势吸引一些传统产业外迁的情况下，我国传统产业的资源要素优势弱化。同时，对标国际先进水平，我国战略性新兴产业仍有较大差距，特别是高端芯片、精密装备、基础材料、工业软件等领域仍严重依赖进口，关键核心技术仍受制于人。企业自主研发投入不足、原始创新动力缺乏。
他由此“对症下药”，认为需要提升改造传统产业，培育壮大新兴产业，布局建设未来产业，“各地要立足于本地产业的发展方向，打造各具特色的战略性新兴产业集群。灵活用好市场和政府两只手，对产业的整合要有保有弃。要重点扶持产业集群的关键节点，避免有限的资源过度分散。通过产业链定向并购，用有限的财政资金，逆市扩张，撬动广大社会资本去促进未来产业体系的构建。而对于不适应未来产业发展方向的传统产业，应加速落后产能的自然淘汰，通过引导资本市场的力量，集中有限的产业资金，整合少数优势传统产业，打造少数几个传统产业链集群。”
唐冬生认为，科技创新是发展新质生产力的核心要素，要引导创新型企业的生产数据与国内产业链的融合，进一步优化数字所有权和使用权流转，通过大数据赋能创造市场需求。扩大科技创新在产业链上的影响力。支持“链主”企业发挥头雁效应，依托工业互联网与产业链中小企业深度互联，带动广大中小企业踊跃融入科技创新潮流。
二、发挥数据要素价值 AI属于未来产业要开始谋篇布局
唐冬生还带来了《关于进一步发挥数据要素价值，加快发展数字经济新质生产力的提案》，他认为我国数据要素市场仍处于起步发展阶段，数据要素价值远未充分释放，仍存在数据产权制度尚未完全落地、公共数据开发利用程度较低、数据要素市场规范化程度有待提高、数据资产化应用尚未形成规模四个问题。
他建议，以数据要素确权登记为突破点，探索数据产权落地实施新路径，“突出数据的权益、资产、流通三重属性，开展多用途登记。实现对数据权益的归属界定，为数据进入市场创造前提条件；确认数据的资产属性，为数据资产化、资本化、价值化创新应用提供依据；确认数据的流通属性，为数据资源和产品提供交易存证。实现全国一盘棋，适时开展一体化登记，支持北京、上海、深圳等地开展数据要素确权登记试点，为构建全国一体化登记体系提供示范。”
实际上，数据正是AI大模型训练的基础要素。对于近年来火爆的AI技术和发展新质生产力的关系，唐冬生在接受新京报贝壳财经记者采访时表示，发展新质生产力包括传统产业、新兴产业和未来产业，其中AI属于未来产业，“加快发展新质生产力，到现在我们就要开始谋篇布局，包括AI、低空经济、深海科技、基因技术等等。”
聚焦两会专栏
在当前正在进行的全国两会期间，数据要素的开发利用及其相关立法问题持续升温，成为各界代表委员热烈探讨的关键议题。数据资产的确权、管理、交易机制建设，以及如何通过法律手段保障数据的安全流动与合理利用，不仅关乎数字经济的健康发展，也是推动我国经济社会数字化转型的核心动力。与此同时，人工智能技术作为数据应用的重要载体，其与数据要素的深度融合也引发了广泛的关注和深入的探讨。
END好文推荐Valuable Articles
多地政府报告纷纷发布，数字经济成为各省市2024年“重点牌”