数据作为新型生产要素已深刻融入经济社会各领域南昌股票配资，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。
股票配资系统是一种软件程序，它允许投资者使用杠杆进行股票交易。杠杆是指借入资金来增加投资规模。通过使用杠杆，投资者可以放大潜在收益，但同时也会放大潜在损失。
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，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。
此外，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。同时，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，其在提升效能的同时，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，首先，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。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：李桐 南昌股票配资
文章为作者独立观点，不代表免息配资门户观点
