数据要素作为新质生产力的重要构成，本身对新质生产力发展具有基础支撑作用。
随着数据要素快速融入生产、分配、流通、消费和社会服务管理等各个环节，形成了丰富的应用场景，推动人类社会生产方式变革。
一方面，数据重塑生产要素体系。数据作为新型生产要素，参与到现有的生产要素体系中，实现了生产要素的更新发展与创新性配置以及生产组合的优化，对新质生产力发展有着基础推动作用。
另一方面，数据要素参与生产要素体系愈加深入，数据新型生产要素与传统生产要素的融合必然不断加深。在这一过程中，要素的有机融合与应用必然会突破传统生产的边界，为生产创造新的广阔空间。在新的广阔空间中，无论是新要素还是传统要素，其生产效率与资源配置效率都将实现跃升，为新质生产力发展赋能。
数据要素是赋能产业深度转型升级的核心动能，对新质生产力发展具有创新引擎作用。
数据要素与产业发展的深度交融，具象化为数字产业化和产业数字化两个主要方向。
于数字产业化而言，充分利用信息技术与经济社会的交汇融合产生的、蕴藏着巨大经济社会价值的海量数据，推动数字经济产业的优化升级，大力发展数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业以及数字化效率提升业等，进而以数字新兴产业的发展赋能新质生产力发展。
于产业数字化而言，通过对数据要素更充分、更智能、更精细的运用，以信息流带动技术流、资金流、人才流、物资流，有效改进要素比例和配置方式，驱动资源合理有效配置，激发生产要素的内生动力与创新活力，提升生产要素组合效率，赋能传统产业发展提效，推进传统产业的数字化转型，进而以传统产业深度转型升级赋能新质生产力发展。
数据要素具有显著的乘数效应，赋能全要素生产率大幅提升，对新质生产力发展具有重要推动作用。
推动新质生产力加快发展，要更大激发数据要素活力与乘数效应。首先，加快推进数据基础建设，激发数据要素内生活力。
一方面，要在遵循数据产权、流通、交易、使用、分配、治理、安全等基本规律的基础上，推进数据基础制度建设。
一是推进数据产权制度建设，明确完善数据产权结构和明确归属规则，科学厘定数据多元主体的权利和责任，以数据产权制度安排保障数据合规可管可控。
二是建立健全数据交易标准以及完善数据流通体系，保障数据参与各方权益，消除经营主体的合规顾虑，进一步释放各参与主体创新活力和内生动力，推动数据流通与交易纵深发展。
三是建立完善数据治理体系，理顺数据要素市场的核心利益关系，强化理论研究和制度设计，推进试点应用，探索数据治理实践方案，在实践中形成有利于数据要素发展的治理体系。
另一方面，要加快新型基础设施建设。既要立足国内，加强数字基础设施布局，统筹推进网络基础设施、算力基础设施、应用基础设施等建设，大力推进数字基础设施体系化发展和规模化部署；也要面向全球，推动国际数据基础设施互联互通建设，实现数据要素在全球层面的高效流通与使用。
其次，加快推进数据有序开放，激发数据要素发展活力。
要高质量推进政务数据有序开放。政务数据是经济社会发展的公共资源，蕴含着丰富的经济社会价值，其有序开放是激发数据要素开放活力的有力支撑。
推进政务数据安全有序开放，要坚持以公开为原则，不公开为例外的基本理念，进一步丰富和完善政务数据开放目录，构建统一规范、互联互通、安全可控的政务数据开放平台，推动政务数据的开放共享、开发利用。
要推动工业、金融、医疗、教育、科研等重点行业、重点领域数据安全有序开放的实践创新，促进更多高质量的数据面向社会和相关部门开放共享。
探索推进行业数据要素接入国家数据共享交换平台，在“数据可用不可见”的安全前提下，开展数据开放共享、开发利用探索，实现数据“用途可控可计量”的规范开发、有效利用，促进数据要素在开放共享中迸发出更大活力、创造出更高价值。
再次，加强数据安全保护，激发数据要素安全活力。
一是加强密码技术、访问控制、可信计算等安全技术升级以及对数据基础设施的安全保护，完善基础安全技术层。
二是紧密结合数据要素在全产业链中的安全需求进行操作，强化数据采集阶段的数据分类分级、数据源鉴别与记录，传输阶段的加密，存储与处理阶段的脱敏、去标识化，共享流通阶段的隐私计算、数据水印、身份认证等一系列的安全技术并不断升级，完善数据安全技术层。
三是建立数据安全事件监测系统，对重要数据生成、传输和访问进行溯源记录，优化数字水印、身份认证等安全技术的场景应用，确保数据在应用系统中得到充分保护，完善数据安全技术应用层。此外，各个层面的安全措施要协同配合，共同筑牢数据安全防护体系，保障数据要素在全产业链中的安全、可靠。
最后，加强数据人才队伍建设，激发数据要素主体活力。
一是根据新质生产力发展趋势，优化高等学校学科设置，引入人工智能、大数据与数据科学等相关课程，支持高等教育机构开展专业化、国际化的数据人才培养计划，以专业培养促进数据人才储备的专业化。
二是紧密结合国家战略发展需求，设立国家级的数据人才专项选拔和培育计划，吸纳全球高端人才、选拔本土优秀人才，同时，增设数据要素领域科学研究专项经费投入，鼓励、支持数据人才在领域前沿的实践探索。
三是建立数据人才交流平台，鼓励数据人才之间的交流与合作，促进相关经验和技术的分享与传播，推动数据领域、数据行业的专业化和标准化发展。
