冰球突破豪华版
要缩小地区发展差距，实现平衡发展。以往，加工贸易集中在我国沿海地区。面对沿海地区劳动力成本、房地产成本、环境成本等更快上升的压力，加工贸易谋求区位转移，推动向中西部、边境地区和东北地区等成本相对较低的区域梯度转移，强化重点承接地、加工贸易承接转移示范地、国家加工贸易产业园等载体建设，以加工贸易发展带动相关地区对外开放和经济发展，有助于促进落后地区工业化进程，缩小地区发展差距。
值得注意的是，《行动计划》把培育和发展新质生产力作为实施“数据要素×”行动的重要目标之一。对此，南开大学经济与社会发展研究院教授杜传忠指出，新质生产力的培育有多种推动力量，其中数据要素作为国家基础性战略资源和关键性生产要素，与算力相结合，将衍生形成强劲的数据生产力，成为新质生产力的重要组成部分。杜传忠特别提到类似ChatGPT这样的生成式人工智能大模型，他认为，AI大模型以智能算力作为底座支撑，通过深度学习算法和万亿级别数据的训练，不断迭代，从而形成新质生产力。此外，数据要素在人工智能技术加持下，推出大量具有深度学习、自主学习能力的机器人，可以进一步深化劳动分工、优化劳动力供给结构，从而形成新质生产力。
具体而言，一是要持续加大支持科技研发税费优惠政策落实力度，坚持把研发费用税前加计扣除比例提高至100%的政策作为制度性安排长期实施，增强科技研发税收优惠的确定性；二是要持续激发企业科技创新主体的积极性、主动性，以税费优惠政策引导企业走自主创新之路，逐步形成覆盖企业成长和创新全生命周期的税费政策支持体系；三是要持续优化科技成果转化的政策环境，探索丰富针对研发成果收益的税费优惠政策，鼓励产学研深度融合和创新科技成果转化，引导提升科研“软实力”，深度对接产业“新赛道”。
应该注意的是，数据资产有别于数据本身，是专指能够为企业带来经济利益的数据资源。作为经济社会数字化转型进程中的新兴资产类型，数据资产被认为是数字时代最重要的资产形式之一。有序推进数据资产化，加强数据资产全过程管理，有利于更好释放数据资产价值。尽管对数据资产的重要性已形成共识，但在现实运用中还存在不少难点堵点，特别是法律权属模糊、供给质量不高、流通机制不畅等问题亟需解决。