<em id="5xgjh"></em>
    <nav id="5xgjh"><code id="5xgjh"></code></nav>
  1. <sub id="5xgjh"><address id="5xgjh"></address></sub>
    <form id="5xgjh"></form>
    <sub id="5xgjh"><address id="5xgjh"></address></sub>
      <sub id="5xgjh"></sub>
    1. <nav id="5xgjh"></nav>

        首頁 > 通信 > 正文
        分享到:

        中國信通院:數據要素市場化進展綜述

        時間:2023-02-04 11:22:22 來源: 評論:0 點擊:0
          2 月 4 日消息:早在2015年,國務院就發布了《促進大數據發展行動綱要》,作出了“數據已成為國家基礎性戰略資源”的論斷,并針對當時政府數據開放共享不足、產業基礎薄弱、缺乏頂層設計和統籌規劃、法律法規建設滯后、創新應用領域不廣等問題,提出“全面推進我國大數據發展和應用,加快建設數據強國”的目標,并部署了三方面任務,包括加快政府數據開放共享、推動產業創新發展以及強化安全保障。

          隨后,國內大數據技術產業和應用蓬勃發展。一方面,互聯網行業的數據率先起步。2015—2021年,我國互聯網普及率從50%提高到73%,網民總量突破10 億,人均每月移動網絡流量從380 MB上漲到14 GB,增長36 倍。與此同時,國內崛起了一批世界級的互聯網企業,他們充分挖掘海量用戶和數據紅利,成功地將大數據應用于搜索、電商、出行、娛樂等領域。另一方面,隨著互聯網大數據的發展,以及國家大力推動“互聯網+”,大數據技術也加速向其他行業外溢擴散,政務、通信、金融、制造等領域的大數據能力逐漸發展起來。在這一階段,數據資源加速向少數頭部企業聚集,極大提升了企業的內部效率,但也引發社會對數據要素分配的公平性和安全性等一系列問題的討論,其中一個突出問題就是數據資源配置錯位,特別是大型平臺數據壟斷,有損公平競爭,逐漸成為社會關注的熱點。這些問題的出現,制約了數據作為“基礎性戰略資源”價值的發揮,不利于數字經濟長遠發展。

          2020年4月,中共中央、國務院《關于構建更加完善的要素市場化配置體制機制的意見》發布,進一步提出要培育數據要素市場。隨后,《要素市場化配置綜合改革試點總體方案》《關于加快建設統一大市場的意見》等一系列文件陸續出臺,都把數據要素市場化作為發展數字經濟的重要抓手。政策的著眼點不再僅是單個組織內部的大數據應用,更多強調數據作為生產要素,參與價值創造和分配,并通過市場化的手段實現全局最優配置?;仡?015年以來數據政策和產業實踐脈絡,從“大數據”到“數據要素”,體現了從追求局部優化,到追求全局優化的轉變。

          按照《關于構建更加完善的要素市場化配置體制機制的意見》,數據要素市場培育主要有三個方面的內容:推進政府數據開放共享;提升社會數據資源價值;加強數據資源整合和安全保護。因此,數據要素市場建設,不僅是讓數據在市場上流通交易,實際上也包含了數據價值創造的全過程。

          1 我國數據要素市場培育進展

          隨著我國數據戰略頂層設計的逐步細化和落地,地方政府和各個行業企業在大數據方面的探索也在快速推進,在政府數據開放共享、數據資源價值提升、數據資源整合流通、數據安全保護等方面取得了積極進展。

          1.1 政府數據開放共享持續推進

          政府數據規模大、價值高。李克強總理曾經指出,“目前我國信息數據資源80%以上掌握在各級政府部門手里,‘深藏閨中’是極大浪費。”政府數據的開放共享不僅能夠促進政府數據價值的釋放,也能夠激發市場主體的創新活力,吸引更多主體參與數據要素市場建設與發展。

          近年來,各地政府圍繞政府數據開放共享的制度與平臺建設持續推進。一方面,政府數據開放共享的制度體系逐步完善。據統計,截至目前,全國共有30 個省份出臺了56 份政府數據開放的相關政策文件。另一方面,各地省級、副省級和地市級政府上線的數據開放平臺數量已達193 個,提供了包括數據查詢、數據可視化、數據應用、研究成果、創新方案等多種數據服務形式。但整體來看,相較于國外,我國數據開放共享在數據質量、更新頻率、開放利用持續性等方面仍有一定差距。

          1.2 社會數據資源價值不斷提升

          數據要素的核心價值體現在支撐更明智的決策,從而創造經濟效益和社會福利。調查顯示,高度數據驅動型企業比一般企業在作出重大決策時效率可提高3 倍以上。隨著各行業數據應用的不斷深入,數據驅動的新業態、新模式正在加速涌現。

          在金融、消費、互聯網等領域,數據要素已廣泛應用于智能風控、廣告推薦、精準營銷等場景,幫助企業了解客戶偏好和市場動向,提升業務效率和用戶體驗,以銀行業為例,大數據在其科技創新應用中的占比近70%;在工業制造等領域,隨著大數據基礎設施和技術能力的不斷完善,數據應用已從最初的生產監控到降本增效,逐步向網絡化協同、全流程運營、柔性制造等全流程應用解決方案轉型探索。研究顯示,2020年中國工業數據智能市場規模為35.8 億元人民幣,并預計將在2021—2025 年保持31.6%的年復合增長率;在政務領域,政務數據與行業數據的融合分析在城市管理、交通運輸、市場監管等方面催生大量新應用,提升政府治理和民生服務效率,特別是在新冠肺炎疫情防控中,數據分析應用為疫情監測、病毒溯源、資源調配、人員管控等防疫工作提供了強大支撐。

          1.3 數據交易流通探索逐步加深

          數據要素市場化配置的關鍵在于通過市場化的流通手段,使數據資源向最需要的地方聚集,并在跨領域數據融合中產生更大效益。近年來,中央及地方政府相繼出臺政策鼓勵數據流通、培育數據交易市場。

          借鑒傳統生產要素市場化的經驗,各地積極采取政策措施推動數據交易機構建設試點,先后成立了由地方政府發起、參與或批準成立的數據交易機構,探索推動數據資源的整合流通。盡管前期的運營成效未達預期,2021年以來成立的新一批數據交易機構仍然積極探索,圍繞交易資源供給、服務商引入、業務規則制定、技術平臺升級等方面做出了一系列創新安排。例如,北京國際大數據交易所接入北京市金融公共數據專區、北京市公共政務資源網的數據資源,對全市公共數據進行托管運營,以期通過增加公共數據資源供給來撬動市場需求;上海數據交易所提出“數商”概念,圍繞合規咨詢、質量評估、資產評估、技術支持等交易配套服務,簽約100 余家“數商”,豐富交易生態;近期完成投資重整的貴陽大數據交易所,以“1個中心+1個公司”的運營體系架構進行優化提升,并制定發布了一系列配套完整的交易規則;籌建中的深圳數據交易所則著重與技術服務公司建立合作,引入隱私計算技術,構建新型數據交易平臺,并聯合50 余家機構和企業發起隱私計算開源社區,為提升交易所的技術服務能力提供支撐。

          1.4 數據安全保護不斷強化

          近年來,數據安全的涵義不斷迭代,不再局限于封閉環境下的數據靜態安全防護,而演變為在開放環境中,對數據產生、流轉、銷毀全環節的動態安全防護,傳統的安全防護手段難以適配,這對數據安全保護制度和技術提出了新的需求。

          從技術制度角度看,國家、行業、地方相繼出臺多項數據安全法律法規,特別是2021年《中華人民共和國數據安全法》(簡稱《數據安全法》)和《中華人民共和國個人信息保護法》(簡稱《個人信息保護法》)的相繼出臺,確立了保護與利用并重的數據安全原則,建立了數據安全治理的基本框架,明確了數據處理者的安全責任。在企業層面,加快建立貫穿數據全生命周期的數據安全治理能力成為行業共識,調研顯示,77.5%的企業建立了職責明晰的數據安全治理組織。

          從技術應用角度看,在傳統信息安全涉及的網絡安全、主機安全和應用安全的基礎之上,覆蓋數據采集、存儲、挖掘、銷毀等全生命周期的數據安全技術保障體系正逐漸成型。在數據采集環節進行數據分類分級、身份認證;在數據存儲環節進行加密、數據脫敏、細粒度權限與訪問控制、多副本多節點備份;在數據流通環節進行數據溯源與合規管控;在數據應用環節進行內容審計、行為監測;在銷毀環節進行定期銷毀,加固數據流轉全過程的安全保障閉環。調研顯示[14],95%的企業已至少應用了一種數據安全關鍵技術,技術應用的輻射面逐漸擴大。

          2 數據要素市場化面臨的主要挑戰

          雖然在國家相關政策的指引下,數據要素市場培育正在加速推進,但不可否認,由于數據要素具有與傳統生產要素迥異的特征,匹配這一生產要素市場化的制度建設還需要經歷相當長的過程,數據相關技術產業也在發育成長的初期階段??傮w上看,目前要實現數據要素市場化,還面臨著資源供給、開發利用、權屬界定、價值評估、交易流通、安全保障等方面的挑戰。

          2.1 數據資源儲備不足,數據質量難以滿足需求

          大規模、高質量的數據資源供給是數據要素市場建設的源頭。當前,我國雖然已是數據資源產量大國,但仍然面臨高質量、高價值數據的結構性短缺。從行業層面看,各行業間數據資源儲備和管理水平參差不齊,除互聯網、金融、通信等少數領域外,大量傳統行業企業,特別是中小企業數據獲取、管理的能力嚴重不足。從企業內部看,普遍存在不重視數據管理、數據管理主體責任不清晰、數據底數不清等根本問題,沒有建立符合數字化轉型要求的數據管理體系,這就無法形成有效的數據要素資源供給。

          2.2 數據開發利用程度低,應用廣度深度不到位

          把數據用起來,充分釋放數據價值,是數據要素市場建設的根本目的。但是,目前多數企業數據開發利用能力不足,“用數據說話、用數據決策、用數據管理、用數據創新”的大數據思維尚未形成。數據顯示,我國僅有18.2%的企事業單位能夠利用數據并充分發揮其價值,超過80%的企事業單位只有少部分數據得到開發,甚至有些企業的數據尚未得到開發利用。一方面,大部分企業和政府的數據應用層次淺,以簡單統計報表、數據大屏為主,與業務深度耦合的應用較少,而且數據開發也缺乏系統化成熟的方法論,沒有構建起能夠貫通數據、技術、業務等全流程的數據流水線;另一方面,數據技術能力和數據平臺建設相對滯后,導致數據資源的開發力度不足,數據應用領域相對狹窄,數據價值潛力無法得到充分釋放。

          2.3 數據權屬界定原則不明確,尚未形成系統解決方案

          數據權屬的界定,是數據成為生產要素參與流通和價值分配的基礎。明確數據權屬,就是要明確各主體針對數據所產生的權利義務關系。傳統的產權制度主要是解決資源稀缺性、排他性等問題,而數據具有虛擬性、非排他性等特點,與現有的產權制度難以兼容,再加上數據的產生往往涉及元主體、數據權利內容多樣、數據應用場景豐富多變,使得數據的權屬界定尤為復雜。學術界對于數據權屬的討論涉及人格權、財產權、知識產權、新型財產權、復合權利等多個方面,但實踐中難以落地,缺乏廣泛共識。在產業實踐中,數據權屬界定,并非只能依靠法律條文確定,通過商業慣例、合同約定數據權利,是更加常見的做法,但也存在合同標準化程度低、不完全合同等問題,一事一議確權推高了交易成本。目前,從國際來看,歐美紛紛回避了對數據權屬進行界定,而我國“建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制”將是解決數據權屬問題的一次關鍵探索。

          2.4 數據估值定價缺乏標準,難以保障收入分配公平

          數據價值和價格的評估與計量是將數據資源確認為數據資產,進而轉化為數據要素并支撐收入分配的重要基礎。數據產品和服務的多樣性、場景的依賴性等特點在很大程度上改變了數據要素市場的供求結構與定價基礎。當前,數據要素定價主要以詢價、議價為主,價格很難反映數據要素在實際經濟生產活動中貢獻的價值,價值決定價格的機制難以建立。而評估數據要素的價值需要考慮數據質量、應用場景、應用方式等多方面因素。雖然目前已有參考傳統資產估值方法搭建的數據估值方案,但在實際應用中有其適用性的限制,例如傳統資產估值的成本法和收益法中,歷史成本、投資回報率、未來現金流量等關鍵因子很難在數據產生和應用的復雜場景中準確量化;同時,由于數據的市場化流通尚不充分,往往很難找到近期相同或者相似數據的成交價格,因而傳統的市場法在數據估值中也難以適用。構建成熟的數據資產評價體系,還需以現有方法為基礎進一步探索創新。

          2.5 數據交易市場體系尚不健全,缺乏頂層設計

          現階段,由于我國在數據資源化、資產化的過程尚未完成,很多數據交易市場的基礎要件尚不具備,導致數據的有效供給不足,企業通過數據交易所完成“場內”交易的意愿不強。一方面,數據交易的基礎規則尚未明確,雖然《數據安全法》等基本法律為數據交易劃出了合規底線,但并未就具體的業務規則、市場準入、平臺責任等給出清晰界定;另一方面,數據交易市場的頂層設計尚不完善,數據交易機構自身的法律定位、經營范圍、職責權限并無統一認定標準,各機構設立和審批流程對應的主管部門也各不相同,難以建立市場信任,阻礙了數據交易機構的角色發揮。

          2.6 數據安全內涵不斷演變,傳統防護理念難以適配

          海量數據資源的積累與流動,能夠推動數字經濟發展,但數據的不當應用可能產生負外部性,對個人、社會和國家帶來巨大損失。從保護個人隱私到維護國家安全,推進數據要素市場化的過程中如何堅守數據安全底線,已經成為最緊迫的問題。一方面,數據安全保護需要應對大數據特征下的內生隱患,技術的升級迭代使得傳統的安全防護手段逐漸失靈,要不斷創新安全防護技術;另一方面,雖然目前數據安全的法律框架已初步形成,但實施層面的配套細則仍不斷完善,特別是對于數據分類分級等一些先導性基礎性環節,需要盡快出臺具體的實施細則。

          3 數據要素市場化挑戰的應對

          數據生產要素地位的確立,以及數據要素市場的建設,將是一個逐步推進的長期過程,需要政府和社會各界積極行動,采取綜合手段應對面臨的各種挑戰。上述挑戰之所以存在,主要原因在于“數據生產關系”和“數據生產力”無法適應數字經濟大發展的需要。因此,需要在制度建設和技術創新兩個方面同時發力,并保持二者的協同互動,才能取得效率與公平、發展與安全的平衡,更好地支撐數據要素市場建設。

          3.1 數據制度建設

          數據制度建設,就是對“數據生產關系”進行合理安排,針對數據權責利的分配制定規則。2022年6月22日,習近平總書記在主持中央全面深化改革委員會第二十六次會議時強調,數據基礎制度建設事關國家發展和安全大局,要維護國家數據安全,保護個人信息和商業秘密,促進數據高效流通使用、賦能實體經濟,統籌推進數據產權、流通交易、收益分配、安全治理,加快構建數據基礎制度體系。這次會議通過的《關于構建數據基礎制度更好發揮數據要素作用的意見》,為數據制度建設指明了方向。未來數據基礎制度建設主要包括四個方面內容:數據產權制度;數據流通交易制度;數據收益分配制度;數據治理與監管制度。應該看到,數據制度建設是一個復雜的系統工程。已經頒布實施的《數據安全法》和《個人信息保護法》在數據安全治理方面已經確立了基本的制度框架,各行各業正在針對這兩個法律制定相關落地細則。下一步,數據制度建設的重心將集中在數據產權、數據收益分配、數據交易等方面,并需要結合產業實踐,不斷細化完善。

          3.2 技術創新

          破解數據要素市場化的難題,需要挖掘技術創新的潛力。在現有制度和技術水平下,數據安全和保護的矛盾似乎不可調和,但隨著近幾年數據脫敏、差分隱私、水印溯源、聯邦學習、安全多方計算、區塊鏈、合成數據等技術的不斷涌現,讓安全地使用數據的邊界不斷向外拓展。從產業實際情況看,近幾年圍繞數據保護、流通、確權和定價等的技術創新和應用日趨活躍,初步表明這種潛力是十分巨大的。例如,以聯邦學習和安全多方計算為代表的隱私計算技術,能夠在原始數據不出域的情況下,實現多主體數據的聯合分析挖掘,從而實現數據控制權和使用權的分置運行;利用區塊鏈技術,可以對數據采集、存儲、計算、管理、使用和銷毀全生命周期進行忠實記錄,支撐數據確權,也可以支持基于智能合約的細粒度數據訪問控制,精細化管控數據流通過程;合成數據技術近年來也不斷成熟,能夠用計算機生成的人造數據替代基于實際物體、事件或人的數據,也可以訓練出越來越好的模型,從而極大降低對真實數據的需求。此外,正在醞釀中的Web3.0技術,也代表著對數據要素優化配置的一種新思路。下一步,這些單點技術創新還有望進一步得到集成,從而構成支撐數據要素市場建設的新型基礎設施。

          4 結束語

          從2015年國務院發布《促進大數據發展行動綱要》以來,國家數據戰略不斷深入推進,在技術產業、數據應用和安全保護等方面都取得了顯著成效,為數字經濟發展打下了堅實基礎。近年來,為了更進一步釋放數據價值,中央政策進一步提高了“數據”的戰略地位,明確提出將數據作為一種新的生產要素,加快建設數據要素市場,數據戰略的重心從更加關注單點大數據能力建設,轉移到更加關注數據要素的全局優化配置。目前,數據要素市場建設還處于起步階段,面臨多方面挑戰,一方面需要加快數據基礎制度建設,為數據要素的生產關系建章立制;另一方面要加快技術創新,通過技術手段調和安全與應用的矛盾,建設面向數據要素的新型數據基礎設施。展望未來,隨著制度不斷優化和技術持續進步,數據要素的市場化,一定能夠在發展與安全之間取得更精準的動態均衡,并不斷拓展數字經濟新的邊界,創造更大的經濟效益和社會福利。

        美女精品一区二区