新质生产力发展背景及特征有哪些？

新质生产力带动高质量发展，数据要素成为核心引擎。

1.相关政策加速落地，新质生产力蓬勃发展

“新质生产力”在重要场合密集出现，战略高度不言而喻。新 质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高 效能、高质量特征，符合新发展理念的先进生产力质态。加快形成和发展新质生产力，是 推动经济高质量发展、实现中国式现代化的关键任务。

“加快发展新质生产力”列于全年政府工作任务之首。2024 年 3 月 5 日《政府工作报告》提出了加速新质生产力发展的三大战略措施：推动产业链供应链优化升级；积极培育新兴 产业和未来产业；深入推进数字经济创新发展。多个省市的政府工作报告提及新质生产力。 2024 年初，31 个省市自治区地方政府工作报告中（不包含台湾省、香港特别行政区、澳 门特别行政区），有 29 个省市自治区提及新质生产力。数据要素贯穿三大战略，高质量 数据的要素化将推动企业数字化转型、培育新兴产业和推动数字经济发展。

2. 释放高质量数据潜能，可结合 AI 提升生产效率

新质生产力代表先进生产力的演进方向，以全要素生产率大幅提升为标志。数据要素具备 非排他性、无限增长性、支撑融合性、规模经济性等特征，是新质生产力的核心。

数据要素作为新型生产要素，既直接创造社会价值，又可通过与其他生产要素的融合，有 效降低交易成本，形成规模经济和范围经济，提升配置效率和激励效率，能够大幅度提升 全要素生产率。

数据要素能够促进规模报酬递增。土地、资本等传统生产要素供给有限，会对经济增 长产生制约，而数据具有可共享、可复制、无限供给且越用质量越高等特点，能够形 成规模报酬递增的经济发展模式。数据能够在不同场景、不同领域进行复用，进而创 造新的价值增量。

数据要素能够推动科技创新。目前科学研究正向数据密集型范式转变，以蛋白质合成 为例，通过使用 AI 算法，能够在几天甚至几分钟内预测出以前要花费数十年才能得 到的、具有高置信度的蛋白质结构。将数据科学与 AI 相结合，能够推进跨学科、跨 领域协同创新，进而提升生产效率。

数据要素能够推动产业实现深度转型升级，催生新产业、新业态、新模式。具体而言， 数据要素能够与互联网、AI、云计算等数字技术相结合，形成“数字技术—数据要素 —应用场景”三位一体的数字产业链，贯通生产、流通和消费全环节。比如通过道路 状况、交通流量和车辆行驶等数据的互联互通，对车辆传感器数据、用户行为偏好及 其他相关信息进行汇聚分析，可推动智能网联汽车和交通行业的业务模式变革。

数据要素能够推动生产要素创新性配置并提高全要素生产率。数据要素与技术、人才、 管理等传统生产要素的融合不断加深，能够通过业务流程优化、服务水平改善等提升 生产率水平，驱动生产要素从低生产率部门向高生产率部门转移，让生产要素不断流 向效率更高、效益更好的环节。

以 AI 产业为例，数据要素的发展能够帮助模型厂商更便捷、更高效地获得高质量训练数 据。高质量数据已经成为大模型训练的核心壁垒之一，2018 年 GPT-1 数据集约 4.6GB， 2020 年 GPT-3 数据集达到了 753GB。面对大模型训练的爆发式需求，我国人工智能领 域高质量数据集缺乏、数据供给的产业生态不健全、企业数据资源获取成本高等问题依然 严峻。因此，打造“数据要素供给-数据要素流通-垂直领域模型研发及应用”产业链条尤 为重要。目前各地已开展相关工作：3 月 29 日，北京国际大数据交易所牵头正式发布首 批 100 个人工智能大模型高质量训练数据集，数据集内容覆盖 20 多个应用场景，共计 100 余个语料数据，数据总量逾 150PB；4 月 9 日，深圳数据交易所联合开放算料联盟发布 500 个垂直行业多模态算料集。

数据在推动经济高质量发展和新质生产力形成中的作用不容置疑，但在实践中数据价值尚 未得到充分释放。中国信通院对我国部分企业样本的测算结果显示，2022 年数据对农业、 工业和服务业增加值的贡献度仅分别为 0.31%、0.65%和 1.69%。为进一步发挥数据要素 对经济增长的乘数效应，我们预计数据要素制度将持续完善落地，建设数据基础设施、探 索公共数据授权运营机制及赋能垂直领域的具体商业模式等也有望加速推进。