问题：随着数据要素市场化配置改革持续推进，跨主体、跨行业的数据流通需求不断增加，工业互联网、智能制造等场景对高质量数据的依赖明显提升。但在落地过程中，数据确权困难、合规边界模糊、风险评估与备案机制不一致、标准体系分散等问题仍较突出。一些企业仍存在“不会用、不敢用、不愿用”数据的情况，数据价值释放与安全可控之间的矛盾亟待化解。 原因：一是数据流通链条较长、参与方多，涵盖数据提供方、平台运营方、算法与应用服务方等，权责边界不清、责任归属不明确，容易引发纠纷。二是工业数据类型复杂，既包括生产参数、设备运行数据，也涉及供应链、能耗、质量等经营关键信息，分类分级和敏感数据识别难度大。三是底层安全能力与自主可控水平仍需提升，部分关键环节对外部技术依赖较高。四是标准与治理体系建设相对滞后，接口规范、安全认证、共享规则等缺少统一约束，跨区域、跨平台互认成本偏高。 影响：数据作为新型生产要素，其安全水平与流通效率直接影响产业链供应链韧性与竞争力。安全防护薄弱可能带来数据泄露、篡改、滥用等风险，威胁企业核心资产与公共安全；流通机制不顺畅则会抬高工业智能化门槛，增加中小企业数字化转型难度，进而影响新型工业化进程与高质量发展效果。 对策：多位代表委员提出以“技术+制度”双轮驱动，打造可落地、可验证、可持续的治理与能力体系。全国政协委员、“星光中国芯工程”总指挥邓中翰认为，在数据要素市场化与国际合作不断深化的背景下，安全是发展的基础，发展也反过来支撑安全。他建议从底层能力入手，构建自主可控的技术防护体系，以芯片等关键技术提升数据处理的安全可控性；同时发挥多模态大模型与自主标准的综合优势，探索基于我国自主可控有关标准实现视频数据逐帧数字签名、信源加密传输等能力建设，在推动非结构化数据向结构化数据转化、释放价值的同时，从源头强化确权与安全保障。 全国人大代表、中国移动浙江公司党委书记、董事长、总经理杨剑宇建议，以工业可信数据空间为切入点加快推动新型工业化：在治理端，完善合规管理体系，细化工业数据分类分级规则，建设全国统一的工业重要数据备案与风险评估监管平台，提升合规治理能力与可信度；明确可信数据空间参与各方权责边界，厘清数据安全与隐私保护责任，健全数据流通利益纠纷调解机制；加强企业培训，培育“数商”等专业服务机构。在标准端，推动跨部门协同，围绕数据格式、接口规范、安全认证等加快形成标准体系，并通过共性技术平台支撑互认互通，以试点示范、财政补贴等方式推动标准落地验证。在产业端，通过专项基金、补贴等方式支持基础设施接入、核心组件研发与应用，组织关键技术攻关，建设验证与中试平台，推动通用方案在真实工业场景中的定制化应用，降低企业使用成本。 前景：业内人士认为，下一阶段数据工作应坚持“以用促建、以建保用”，在统一规则框架下加快形成可复制、可推广的可信数据空间模式，推动数据在更大范围内合规高效流通。随着自主可控底座能力提升、标准体系逐步完善，以及监管平台和风险评估机制加快健全，数据要素有望更深度融入制造业全流程，带动研发设计、生产制造、质量管控、设备运维、供应链协同等环节提效，为新型工业化提供更有力的要素支撑与安全保障。
数据要素的生命力既来自价值创造，也依赖可信秩序。两会代表委员的建议指向同一关键：以自主技术夯实安全底座，以制度规则明确边界与责任，以标准和场景验证推动规模化应用。让“安全”成为可验证的能力，让“流通”成为可复制的机制，数据要素市场才能在稳健可控中持续壮大，为新型工业化与高质量发展提供更坚实支撑。