在新一轮产业技术革命的驱动下，生产力逐渐演进为新质生产力，即以科技创新为核心特征的新型生产力。数字时代背景下，数据科学的发展愈发重要，生产力作为一切社会变迁和政治变革的终极原因，必将成为推动数据科学发展的重要力量。基于此，厘清新质生产力赋能数据科学发展的机理与路径就显得尤为重要。
 　 一、新质生产力赋能数据科学发展的机理
　　（一）技术突破：新质生产力的核心驱动力
　　新质生产力是由技术革命性突破催生的当代先进生产力，这些技术突破为数据科学的发展提供了强大的动力。例如，人工智能、量子信息、大数据等前沿技术的不断突破，为数据科学提供了更为强大的计算能力和更为丰富的数据源，推动了数据科学在算法优化、模型构建、数据分析等方面的不断进步。
　　（二）要素创新配置：数据成为关键生产要素
　　在新质生产力的推动下，数据作为一种新型生产要素，其重要性日益凸显。数据科学的发展离不开数据的支持，而新质生产力通过创新性配置数据要素，打破了传统生产要素的有限供给约束，提升了资源配置效率。
 　 （三）产业深度转型升级：数据科学与实体经济深度融合
　　新质生产力不仅推动了技术的突破和要素的创新配置，还促进了产业的深度转型升级。在这一过程中，数据科学与实体经济的深度融合成为重要趋势。通过利用人工智能、大数据等数字科技对实体经济进行全方位、全链条的改造，实现了全产业链协同和跨领域融合，推动了传统产业向价值链高端跃升。
 　 （四）创新生态构建：新质生产力推动数据科学创新
　　新质生产力的发展还推动了数据科学创新生态的构建。一方面，新质生产力的发展催生了数字化、智能化、创新技术等多种领域的进步，为数据科学提供了更为广阔的创新空间；另一方面，新质生产力也促进了产学研深度融合，推动了教育链、人才链与产业链、创新链的有机衔接和深度融合，为数据科学的发展提供了强大的人才支撑和创新动力。
 　 二、新质生产力赋能数据科学发展的路径
　　（一）技术融合与创新
　　一是数字技术突破，聚焦数字科技前沿，如人工智能、大数据、云计算、区块链等领域，加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术的创新，持续产出重大原创性数字科技成果。二是推进数实融合推进，利用先进的数字理念和数字技术，对实体经济进行全方位、全角度、全链条的改造，提升全产业链的数字化、网络化、智能化水平。
　　（二）数据要素优化配置
　　一是加快数据流动与共享，建立完善的数据共享机制，推动公共数据资源向社会开放，释放数据红利。二是着重数据应用场景打造，加强需求牵引，培育数据驱动型产品研发新模式，优化数据市场供需匹配度。三是完善数据规则制度体系，从立法角度规范数据要素治理，确立数据作为生产要素和生产资料的法治地位，明确数据资产的权责关系、使用管理、收益分配等基础制度。
　　（三）人才培育与引进
　　首先，注重新型高素质数智化人才培养，深化教育科技人才体制机制一体改革，深化高校数智化人才培养模式改革，探索产学研深度融合育才新模式。其次，引进高水平科技人才，吸引国内外高水平科技人才，为新质生产力发展提供强大的人才支撑；加强与国际先进科技机构的合作与交流，引进国际领先的科技成果和技术。
　　（四）产业链协同发展
　　一是产业链整合优化产业链，推动数据科学产业链上下游企业的协同发展，形成完整的产业链生态体系，加强产业链各环节之间的技术交流与合作，提升整个产业链的技术水平和创新能力。二是培育新兴产业，聚焦战略性新兴产业和未来产业，如人工智能、大数据、云计算等领域，加快培育一批具有国际竞争力的领军企业；推动传统产业与新兴产业的融合发展，形成新的经济增长点。
　　作者单位：烟台南山学院科技与数据学院