1月26日，在由中国经济信息社数字经济研究中心举办的新华数字经济沙龙·“数据要素×工业制造”专题智库研讨会上，走向智能研究院院长赵敏表示，数据的时空背景对于讨论数据至关重要，需要关注数据产生、存储和流动的时空状态，并加强对数据生命周期性的认识，从而更好地界定数据要素概念，建立健全价值评价基准和定价机制，充分发挥数据要素对工业制造的乘数效应，推动工业转型升级。
　　数据在现代工业和制造领域发挥着关键作用。赵敏认为，数据要素是建设新世界的新维度。在两化融合、智能制造、工业互联网、数字化转型等不同战略口号的新工业革命活动中，工业数据的产生、存储、使用和留存都贯穿其中。
　　“数据具有非常广泛的属性。”赵敏基于研究表示，工业数据具有十二种特性，分别是表征性、智能性、周期性、创新性、穿透性、复用性、洞察性、资产性、乘数性、幂数性、传承性、安全性。
　　“数据的时空背景对于讨论数据至关重要。”赵敏认为，除了讨论数据自身的属性，还需要关注数据在全生命周期中的时空状态。数据生成阶段，由于频率和规模不同，数据具有多种属性和状态，可以分为一次性数据和经过洞察得到的处理后数据。当前，几乎所有的人造系统、机器设备和仪器仪表都能产生数据，这得益于数字化模块和两化融合的成果。数据存储阶段，服务器和系统存储着不同格式的数据，数据管理对于企业来说是一个挑战，静止数据价值极低，流动才能产生价值。数据应用阶段，数据流动的形式、状态和路径影响着数据效用的发挥。
　　为促进数据要素在工业制造领域更好发挥乘数效应，赵敏表示，一是需要进一步明确对数据要素、数据载体的概念界定，以及对工业数据相关术语的精确定义与表达。二是加强对数据资产入表范围的明确规定，建议将软件作为数据要素纳入表格进行账目核算，更准确地反映出软件在产业中的价值。三是建立健全数据要素价值评价基准和定价机制，防止数据造假和山寨问题。
　　“新华数字经济沙龙”系列研讨活动旨在搭建高端智库交流平台，与业界人士共同聚焦数字经济发展的理论前沿、创新实践、典型经验以及数字经济领域的热点、焦点、难点问题展开“头脑风暴”，集智聚力推动数字经济做强做优做大，助力经济社会高质量发展。
（文章来源：新华财经）