要素方面，让数据渗透到产业的各个环节，与实体经济深度融合。数据可以直接作用于劳动、资本、技术等传统生产要素，通过改善微观主体的决策效率提高全要素生产率。比如，对于劳动者而言，数据可以通过让其掌握更先进的知识和技术，提升人力资源素质，提高劳动生产效率；对于资本而言，数据可以通过辅助投融资决策，更精准地服务实体经济；对于技术而言，数据可以通过促进先进技术的传播扩散，带动全社会生产力水平提升。
场景方面，利用数据可重复使用的特性，挖掘更多应用价值。与传统生产要素不同，数据具有非竞争性且可以无限复制、重复使用的特性。以气象数据为例，它既可以通过优化新能源（能源行业分析报告）企业决策实现降本增效，又可以通过智能决策减少极端天气气候事件影响，还可以用于设计天气指数保险、天气衍生品等创新性金融服务。总之，通过多场景复用，数据可以最大限度地释放价值。
规模方面，要突出我国海量数据资源优势，催生新产业新业态新模式。数据要素规模报酬递增的特性，意味着数据的多源融合可以产生1+1大于2的效果。以大模型开发为例，在初始大模型阶段，训练数据量比较小，这样的模型训练出的效果非常一般。但如果训练数据量提高1000倍，模型的生成效果将实现爆发式的提升。当前，随着数据融合的深入推进，一些领域有望发生量变进而引发质变，创造新的信息和知识。
此外，流通使用是发挥数据在不同行业乘数效应的关键。一方面，数据只有流通起来才能创造出更大价值。另一方面，通过流通使用可以鼓励经营主体逐步探索和完善数据定价体系，用市场化手段合理评估、量化数据的经济贡献，有助于进一步将数据资源提升为数据资产，真正释放其内在价值。
充分释放数据要素价值，为数字经济高质量发展提供政策保障。接下来，要继续推动数据要素价值创造的新业态成为经济增长新动力，进一步凸显数据促进经济提质增效的作用，助力经济社会高质量发展。