• 当前位置:首页
  • 观点研究

姜鹏、秦静:推动数据治理“闭环”的六点思考

来源:互联网经济 发布时间:2020-04-23 点击次数:3400

近年来,全球数据储量呈现爆炸式增长。受益于人工智能、物联网和云计算等新兴技术的迅猛发展,中国数据总量增速最快,预计到2025年将超越美国成为全球最大数据圈。数据成为不可或缺的生产力,正改变着社会面貌和连接方式,打开各行各业的“潘多拉魔盒”。建设数字中国,推动数据治理,上升为驱动国家治理体系和治理能力现代化的重要内容与全新形态。适应时代发展趋势,必须着力构建完整、高效、安全的数字治理体系,完善数据在获取、定价、交易、监管、生态和人才保障等方面的政策配套,从顶层设计到底层落 地形成全生命周期“闭环”管控,有效合理地实现数据价值的挖掘和转化,推动城乡高质量发展,提升整个社会的运行效率乃至国家竞争力。

数据获取:确权、隐私保护和开放、 共享 

数据是种“资源”已成共识,数据 获取备受关注。数据资源与自然资源不同,并非原始“资源”,而是经过采集、存储甚至清洗加工过的“资产”;与工业产品相比,又具有首次创作成本高、 边际成本为零、无形、价值不确定、交易安全性低、应用多样等特征。总体而言,数据获取在产权界定、隐私安全和开放共享方面仍显不足。首先是缺乏清 晰的数据产权界定。数据属于用户、平台还是服务器,所有权、使用权和转让权什么关系,源数据和算法是否同属于知识产权范畴,诸多问题亟待明确。其次是数据隐私保护严重欠缺。国内目前尚无专门的隐私权保护法律,个人数据隐私已成为社会关注热点,但若过度保护个人数据隐私,又可能束缚技术创新脚步。最后,政务数据开放依然任重道远。2009年美国正式上线政务开放数据门户网站Data.gov,掀起世界各国的开放数据运动。2015年,我国出台《促进大数据发展行动纲要》提出推动政务数据开放。至今超过100个省级、副省级和地级政府上线了数据开放平台,但普遍存在数据质量不高、联动共享不足等问题,充分发挥政务数据作用仍需下大功夫。 

为此,一是要尽快通过立法等形式有序引导数据确权。明确数据的产权界定、各方主体责任权利和义务;分类定义挖掘阶段、存储分析阶段和应用阶段的数 据权属。二是加快制定数据隐私安全保护相关的法律法规。世界各国对于数据 隐私权保护持不同态度,欧盟《通用数据保护条例》(GDPR) 于2018年正式生效,赋予了数据主体更多新权利,严格监管谷歌、苹果等互联网公司,对侵权行为采取严厉处罚措施;作为世界上最早提出并通过法规对隐私权予以保护的国家,美国虽然出台了《消费者数据隐私保护法案》、《有线通讯隐私法案》,但总的原则依然更倾向于利用数据促进经济社会发展。国内而言,2017年实施的《网 络安全法》加入了数据留存、数据本地化等制度。下一步需加速推动国家层面立法,选择一条符合我国国情的数据隐私保护和安全管理之路,改进当前通过“通知和同意”获取用户授权的不对称方式,加强对运营商、互联网企业的数据安全监管,探索新的数据隐私和安全保护方案。三是持续推进政府数据的开放共享。可借鉴美国《开放政府指令》、英国《开放数据白皮书》、法国《公共数据开放和共享路线图》等做法,加强政府数据开放的顶层设计,确立政务数据开放的框架和基本原则,明确数据格式、标准和质量,明确政务数据共享使用的规则。建全国家级政务数据开放平台,加强各级各类平台的互联互通。 

数据定价:建立数据标准和定价交易体系 

数据只有通过合理定价,才能实现 “数据资源”到“数据资产”的重要转变,真正成为高质量的公共产品。由于缺乏顶层设计,缺少标准规范,导致数据普遍存在多源分散、架构不一、信息不一致等“先天”问题,提高了管理和使用门槛,也降低了数据的本身价值和流通效率。另外,目前我国缺乏统一的数据定价标准,各类数据交易平台,部分拥有独立的数据交易定价体系,很多没有明文规定,定价体系较混乱。当前的数据定价机制主要包括基于博弈论的协议定价模型、基于数据特征的第三方定价模型、基于元组的定价模型和基于查询的定价模型,无法较理想的适应数据的多样性显著、适用行业范围广、属性差别较大等特点。为此,首要需梳理数据标准,建立数据规范。2019年《数据管理能力成熟度评估模型(DCMM)》国家标准发布 , 为数据管理体系建设和管 理能力提升提供了标准化支撑。下一步应继续梳理数据标准化需求,加快完善数据标准体系,积极对接市场需求,参与国际标准化工作。 

数据交易:推动流通,完善交易规则机制 

数据只有流通起来,才能被政府部门和市场主体更好地开发利用,真正发挥价值。目前我国数据交易市场包括政府类交易机构,如贵阳大数据交易所、西咸新区大数据交易所以及平台类交易组织。有的地方多个数据交易机构并存,彼此缺乏清晰的区别化定位,容易造成市场分割和不良竞争。此外,我国尚未出台针对数据交易和应用的专门性法律法规,也无明确的数据交易监管机构,导致各地数据交易缺乏规则约束和标准指导。可以借鉴美国于1990 年颁布的《数据质量法案》、2016年发布的《联邦大数据研发战略计划》,将数据质量作为重要发展战略。贵阳大数据交易所通过打造国家首个“大数据交易标准试点基地”,华中大数据交易所通过制定《大交易数据格式标准》、《大数据交易行为规范》,一定程度上推进了国内数据交易的规范化发展,但距离标准化发展仍有较长的路要走。为此,一是要制定完善的数据交易规则。我国可基于国情进行自主创新,着重在数据交易平台设计、运营体系、数据定价和交易模式、交易准入机制等重要环节完善规则。二是大力推动数据交易的立法工作。总结贵州、武汉等地先行先试经验,推动国家数据交易立法,兼顾交易基本法与配套性规范的融合 , 促进数据资产的价值释放。制定相应的标准规范,促进政务数据共享开放,构建符合国情的法律法规和激励机制。三是积极探索数字税改革。我国作为数字经济大国,可以考虑对“达到一定规模” 的数字企业征收数字税;同时,积极探索通过协商合作为本国企业争取更加公平合理的国际税制环境。 

数据监管:健全数据监管等职能体系配套 

数据治理体系建设,应当以安全为底线,包括数据本身的安全和流通的安全。在推动数据确权的同时,彻底改变整个数据获取、传输和流通体系的混乱无序,监管企业可以掌握什么数据,隐私数据是否被滥用和交易,国家主权和社会安全是否受到威胁。目前对单一数据的清洗脱敏,并无法保证整体样本是否仍会泄露重要的关键信息。而数据在传输、交易和使用各个环节的安全也应受到重视,避免被第三方窃取、破坏与滥用。为此,一是要加强对数据行业监管 力度。二是建立完善数据流通监管机制。三是重视强化数据安全体系建设。在技术上建立更为安全的传输体系,提升关键设施的自主可控水平,加强安全技术防护机制。在法规层面强调数据的资产地位,在制度上严格规范数据的获取、传输和流通、使用,明确责任机制,实现统一高效监管。重视“数据主权”,依法确立国家对于数据的管理主权和最高治权,探索建立关键数据监测预警体系,实现全流程监控和追溯。 

数据生态:多元合力,做大做强数字经济 

数据治理对经济社会发展带来深刻影响,数字经济成为支撑高质量发展的战略性产业。中国作为全球第二大数字经济体,正不断凝聚创新红利,着力提 升全球竞争力。2019 年我国数字经济总 量占世界总量的13%,位居全球第二, 但与美国 35% 的份额仍有较大差距。数据作为新的生产要素,如何通过数据生态建设实现资源充盈和高效流通、深化应用场景、创新协作方式、创造新的价值变得至关重要。为此,一是要凝聚共识,实现多元共治。充分发挥政府、企业和社会力量,推动全生命周期的数据“产生、管理、利用”,不断发现新需求和丰富应用场景,建设多领域、多视角、多层面的数据生态。二是推动数据与实体经济融合。加强顶层设计,完善政策配套和服务体系,夯实融合发展基础,激发实体企业与大数据融合发展动力,全面促进大数据与一、二、三产业深度融合,凝聚发展红利。三是创新提升数据的变现能力。注重激发新消费、新业态、新模式,不仅向数据要答案,更向数据要效益。 

数据人才:高度重视,立体复合加速培养 

我国数据人才供给严重不足,体现在数量、分布和质量三个方面。一是人才 缺口大,至2025年中国数据人才缺口将 超过200万。二是分布不均,空间上集中在一线城市,北上广深和杭州占了一半。三是复合程度低,我国高校开设的数据专业,多置于传统的计算机、统计相关学院,主要培养数据挖掘、分析等基础能力,跨领域的复合人才培养不足,人才转化及二次培训成本昂贵。尽快培育一批支撑数据治理及相关产业发展的专业人才是政府和企业都翘首以盼的。为此,一方面要重视制定数据人才战略。我国于2015年印发《促进大数据发展行动纲要》,提出加大数据人才培养和相关专业建设。下一步亟需细化培养计划,优化政策环境,搭建培养平台,设立专项基金,创新数据人才培养模式。另一方面健全数据人才教育培训体系,培养多层次、复合型人才。扶持高校开设数据专业,注重学科交叉融合,鼓励其它专业学生辅修数据课程,培养具有数据思维和创新能力的复合人才。鼓励地方政府、企业与高校合作开展数据人才联合培养,依据产业发展需求,培养多层次数据人才;鼓励相关机构开展培训,扩大数据人才规模。

本文转载于《互联网经济》2020年第1-2期

作者为姜鹏、秦静(国家发展改革委城市和小城镇改革发展中心)

中国城市和小城镇改革发展中心主办 © 版权所有  京ICP备17015343号-3