专家解读：国家数据局成立有何意义？数字中国建设将带来哪些影响？|数字经济_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入超话]

　　连日来数字中国政策东风频吹，顶层规划正式出炉，国家数据局也即将组建。从产业发展的角度来看，建设数字中国究竟有何战略意义？2522框架下数字中国建设将如何影响我们的工作与生活？

　　界面新闻邀请上海高级金融学院教授胡捷与浙商证券研究所所长助理与新科技首席陈杭进行解读。

　　胡捷首先介绍了中国数字化发展的进程。中国的数字化进程经历了三个阶段。第一个阶段为电算化的阶段；进入本世纪以后，数字化进入了第二个阶段，即互联网化阶段；此后，数字化进入第三阶段，即智能化阶段，此阶段非常密集地依赖数据本身的收集、整理、加工与分析等等，代表性的应用为人工智能的发展和应用。

　　目前，我国处于智能化阶段，这是数字化的高阶阶段，且我国数字化发展在全世界处于相对前沿的地位。

　　陈杭从证券与行业研究的角度对数字经济产业构成进行了补充。他认为，数字经济分为上、中、下游三个部分，下游数据应用得到中游支撑，而中游则依赖于上游的国产芯片和软件。目前，大量的数据散落在各个平台和系统中，面临着数据孤岛的问题，因此要设立数据交易所。除了数据交易所，数字经济的中台还包括数据安全和通信网络等领域。在上游，国产软件和半导体芯片构建出整个软硬件系统。

　　两位专家也对国家数据局的组建意义与对行业的影响进行了解读。

　　胡捷表示，国家数据局的设立，折射出数据在今天的经济体系中已经变得非常重要。此外，从产业本身的管理引导和规划来说，成立大数据局也是一个恰逢其时的举措。我国在数据方面的探索在几年前便开始，今年两会，在国家层面设立国家数据局，顺应了产业的呼吁，这也是我国在体制改革顺应经济的需求中迈出的重要一步。

　　陈杭补充到，目前，数据管理局的设立为了将数据生产要素重新梳理好，将它从各个数据孤岛中提取出来，加强数据流通，使数据更能体现出它的价值。国家数据局的出现，可能会重新产生一个新的行业，人工智能时代下的数据行业，极有可能成为资产负债表里面的一个新的科目。

　　对于这一次的建设数字中国顶层规划落地显现出的新的特点，两位专家进行了解读。陈杭认为，这表明科技越来越被当成一种基础设施提出来。数字经济逐渐成为一个范畴，底层为底座基础设施，中游为数据交易所，上游为国产软件和国产芯片，形成了一个全新的以大基建。

　　胡捷表示，在产业升级换代过程中，我国发现计算机以及其辐射出去的各种应用非常重要。因此，数字中国概念的提出恰逢其时，对传统产业的升级换代有强烈的战略引导意义，同时也指引我们去发掘新的产业，在新时代占据制高点。

　　就数字中国建设直接受益的细分行业，两位专家表示，基于算力、通讯、数据延伸出的产业，将会迎来发展机遇。围绕着数据会诞生出数据收集、整理、存储、传输、标注等产业。围绕算力则会诞生包括我们国家提出东数西算、各种数据中心的建设，以及围绕着算力的上游芯片行业、半导体行业。此外，通讯产业被再次重视，由于数据是分散在各地，它需要通过通讯实现各地设备相互协调，及时交互。

　　在数字中国建设中，电信运营商也会成为数据要素市场的重要参与者。近些天来，在二级市场板块中，通讯运营商也是表现非常抢眼的。对于运营商进来抢眼的表现，陈杭进行了分析。

　　陈杭认为，运营商的市值承载了两方面的市场的期望。其一，无论从资本壁垒，技术壁垒，数据量的堆积，运营商在A股的都是处于非常重要的地位。之前的估值没有体现出他们的战略级价值，这一次简单的估值回归价值，让国企的定海神针的作用被发现。其二，三大运营商不仅仅有我们在网上通过无线通信或有线通信传播的数据，它还是整个服务和运营的基础设施。这种重要性在数字经济中重新被发现。

　　在这次数字经济布局中的，资金引入模式有哪些不一样，两位专家给出了自己的观点。

　　陈杭表示，数据经济或将采用上市公司与地方政府联合体的融资模式。以京东为例，这样的上市公司和地方政府联合体组合，既可以解决上市公司的资金困难，又能给地方政府提供一个非常好的项目来源。同时，项目落地到当地政府，能够形成产业集群效应，带动更多的就业，形成更多的GDP和财政收入，形成多渠道融资的创新。

　　胡捷认为，在2015年之后，可以看到国家的资金也逐渐的进入了应用层面，这是一个新现象。未来，资金的来源可以是两个方面相结合。国家的资金可以更多地投向那些基础设施的建设。特别是建设周期长、涉及资金规模大、见效慢、甚至回报不是特别好的行业。在应用层面，投资机会应尽量的让给民间。应用层面贴近市场，民间更了解市场到的需求。

　　最后，两位专家提到了目前数字中国建设所面临的一些瓶颈问题。陈杭表示，整个芯片产业我国的创新能力还有待提高。在半导体材料这种核心关键领域，需要巨额资金投入与研发投入，最好由国家牵头来投资与研发。

　　胡捷认为，第一是基础研究。在一定程度上，在很多方面，无论是基础的算力、芯片还是算法上，我们的创新能力不足。第二个是数据相关的立法。数据成为的生产要素以后，涉及了很多的立法相关的问题。如何对数据数据这样一个新的生产要素进行合理的立法，其实有很多问题需要我们去解决，一些跟立法相关的配套技术也需要去突破。