当前，科研数据已成为驱动科技创新的核心战略资源。
随着我国科研投入持续加大，各领域产生的海量数据呈现爆发式增长。
然而，这些高价值科研数据的开发利用仍面临诸多挑战。
问题方面，我国已建立一批科学数据中心，但主要停留在数据汇交和存储层面。
数据可信度维护不足、可访问性受限等问题突出，导致数据分析利用效率不高。
更值得注意的是，科研机构普遍存在"数据孤岛"现象，不同主体间的数据难以互通互用。
究其原因，首先是数据标准不统一。
宋扬代表指出，目前科研项目要求统一汇交数据，但各机构提交的数据格式、规范不一，给后续整理共享造成障碍。
其次，科研仪器数据格式互不兼容问题严重，特别是主流国际厂商设备的数据标准各异。
再者，数据共享激励机制缺失，科研人员贡献度无法量化评价，导致提交积极性不高，数据质量参差不齐。
这种状况已对科技创新产生明显制约。
一方面，我国科研数据主要依赖国外数据库和有限的自研数据，存在战略安全隐患；另一方面，数据价值挖掘不足，影响了创新效率和质量。
特别是在人工智能等前沿领域，高质量数据短缺已成为制约模型训练的关键瓶颈。
针对这些问题，宋扬代表提出系统性解决方案。
首要任务是加快构建自主可控的高质量科学数据库，建议强化数据共享平台的跨学科协同功能。
同时要抓住国产科学仪器发展机遇，将数据标准化前移至仪器端，通过信息化手段确保数据可信、安全、可溯源。
值得关注的是，当前国产科学仪器发展与新一代信息技术革新同步推进，为创新数据采集和管理模式提供了有利条件。
上海作为科技创新中心，理应在探索数据价值挖掘新机制方面发挥引领作用。
科研数据的价值在于流动和应用。
当前，我国已经积累了海量的高价值科研数据，关键是要通过制度创新、技术进步和管理优化，让这些数据真正"活"起来，形成新的生产力。
这需要国家层面的顶层设计，也需要地方和科研机构的积极探索。
只有建立起统一规范、开放共享、安全可控的科研数据生态，才能充分释放数据的创新潜能，为我国科技自立自强提供坚实的数据支撑。