在数字经济的背景下，数据成为新型生产要素，它的重要性越发突出。基础研究、应用研究还有试验开发产生的高价值科研数据，给原始创新和技术突破提供了动力。我国科研投入越来越多，各学科领域产生的科学数据规模大、种类多。让这些宝贵的数据发挥作用，提高国家创新体系效能，是个关键课题。尽管我国已布局建设一批科学数据中心，数据汇交和存储取得了阶段性进展，但平台功能还主要集中在基础的“收存管”，在数据治理、质量维护等方面还有提升空间。这样导致大量高价值数据分散或闲置，分析利用不充分，转化为科研创新能力和产业竞争力有限，“数据孤岛”现象依然存在。自主可控的高质量科学数据库建设有双重紧迫性。一方面，前沿科研尤其是人工智能领域高度依赖大规模高质量数据进行训练和算法优化。国内数据库起步相对较晚，在数据覆盖面、标准化程度、共享机制等方面急需加强。另一方面，财政资金支持的科研项目产出海量数据，但缺乏高效统一平台来释放价值。科研数据流通不畅主要因为几个瓶颈：标准缺失导致整合障碍；共享动力不足影响汇交质量；治理能力不足制约全链条管理。建议要强化顶层设计推动标准先行；升级平台功能健全共享生态；鼓励上海在国际科技创新中心建设中先行先试；充分利用上海本地资源挖掘价值、构建可信空间、参与国际规则制定。加快建设自主可控、流通顺畅的科学数据库体系是应对国际竞争和激发内在创新潜能的必然选择。政策引导、技术攻关和生态培育多管齐下才能筑牢自主数据基石。唯有这样才能让科研数据成为“活水”，滋养原创性、颠覆性科技创新成果。