中國科學院院士梅宏：構建數據治理體系 培育數據要素市場生態

　　4月25日，由工業和信息化部主辦，中國電子信息產業發展研究院、福州市人民政府承辦，賽迪智庫、賽迪傳媒、大數據產業生態聯盟、《軟件和集成電路》雜志執行的第四屆數字中國建設峰會大數據分論壇在福州海峽國際會展中心圓滿舉辦。中國科學院院士梅宏在論壇上進行了以“構建數據治理體系 培育數據要素市場生態”為題的主旨報告。他回顧了大數據產業發展，分享了對數據生產要素化的認識和思考，并就構建數據治理體系進行了詳細的闡述。

　　大數據產業發展回顧

　　信息化就是信息技術廣泛應用以及深入到社會生活各個方面的歷程，真正的信息化浪潮是從個人計算機進入市場、進入家庭開始的。以單機應用為主要特征，主要目標是實現辦公數字化。而隨著互聯網的大規模商用，以聯網應用為主要特征的網絡化應用逐漸出現，這一過程就是社會數字化。如今，互聯網正在進入以數據深度挖掘和融合應用為主要特征的時期。伴隨互聯網出現的新經濟模式也開啟了數字經濟時代。從農業經濟到工業經濟再到數字經濟，如今的數據已經成為了重要的生產要素。

　　2017年4月IDC發布的《Data Age 2025》預計，2020年全球數據量將超過50ZB左右，2025年全球數據量將達到175ZB，其中實時數據將占比30%。而在2021年3月，IDC預計全球大數據市場支出規模將在2024年達到約2983億美元，預測五年期內（2020-2024）實現約10.4%的復合增長率（CAGR）。大數據服務支出將在全球層面保持其主導地位，占市場總量一半以上。

　　聚焦我國，中國大數據支出整體呈穩步增長態勢，市場總量有望在2024年超過200億美元，與2019年相比增幅達145%。同時，中國大數據市場五年復合增長率（CAGR）約為19.7%，增速領跑全球。

　　2012年7月

　　美國風險投資人Matt Turck開始繪制大數據產業圖譜V1.0，2012年10月更新并發布大數據產業圖譜V2.0，大數據基礎設施作為研發重點，基礎設施相關業務和企業發展較快，生態系統逐漸形成并快速演化。

　　2014年

　　大數據產業聚焦數據研發，大數據分析成為熱點，大批公司成立并快速發展，風險投資大量涌入，生態系統仍處初級階段。

　　2016年

　　大數據應用成為發展重點，面向行業和領域的應用型企業發展迅猛，生態系統向更成熟發展。

　　2017年

　　數據治理首次納入基礎設施，數據治理與數據安全成為重點實施領域，生態系統發展全速推進。

　　2018年

　　數據治理是大數據生態系統中快速增長的部分之一；2018年是“數字化轉型”階段，數據驅動的業務真正落地；大數據與AI難以區分，呈“體”和“用”的關系。

　　2019年

　　數據和AI生態系統仍然是最令人興奮的技術領域之一，基礎設施、云計算、人工智能、開源以及人類經濟和生活的整體數字化也在快速發展，并相互交織，這一切都推動“萬物數據化”成為一種快速演進的“大勢”。

　　2020年

　　云計算和數據技術（數據基礎架構、機器學習/人工智能、數據驅動的應用程序等）成為了數字化轉型的核心技術，數據生態系統的韌性與活力進一步顯現。

　　針對這八年間大數據領域的變化，可以將其分為五個階段：基礎技術和基礎設施、分析方法與系統、行業和領域應用、大數據治理、數據生態體系。

　　數據生產要素化的認識和思考

　　數據作為生產要素的特征、價值和意義可以從兩個角度分析：一是本體論，數據本身蘊含很多信息、知識、規律甚至智慧，數據是有價值的。二是方法論，從方法論角度來看，怎么用數據理解行業成為了重點。

　　通過對傳統生產要素數字化并數據化來實現賦值、賦能，數據從某種意義上已經成為傳統生產要素在數據空間中的數字孿生。數據要素的主要特征包括：1）非排他性（或非獨占性），即可復制、可共享、可交換、可多方同時使用，共享增值；2）非競爭性，即開發成本高，在動態使用中發揮價值，邊際成本遞減；3）非稀缺性，即萬物數據化，快速海量積累，總量趨近無限，具有自我繁衍性；4）非耗竭性，即可重復使用、可組合、可再生，在合理運維情況下可永遠使用。生產要素的類別隨著技術發展、社會進步在不斷擴展，數據要素作為一種新型生產要素，能夠數據化所有其他要素，并促進其他要素生產效率提升?！叭f物數字化、萬物互聯”的時代，由數字化萬物所構建的數據空間，為人類認識世界和改造世界提供了顛覆性手段。將勞動、土地、資本、技術、管理、知識等各類要素數字化并數據化，發揮數據對提高生產效率的乘數倍增作用。

　　當前，數據要素化面臨四個挑戰：一是數據的資產地位尚未確立；二是數據確權難題尚待破解；三是數據共享流通障礙重重；四是數據安全和隱私保護體系尚不健全。

　　構建數據治理體系

　　實施國家大數據戰略，建設數字中國，發展數字經濟是新時代的必然選擇，其途徑是加快推進各行各業的數字化轉型，其關鍵是加快培育數據要素市場。無疑，這是一項系統工程，需要統籌、系統化推進。我以為，數據治理體系的構建需要先行！

　　構建數據治理體系要堅守四個基本原則：一是堅持戰略思維，構建數據治理體系；二是堅持辯證思維，深刻認識數字經濟時代的一般規律；三是堅持創新思維，探索引入新型數據治理理念；四是堅持底線思維，切實保障國家安全和人民權益。

　　要統籌協調好國家、行業及組織等三個層次之間關系。國家層面，要加緊制定數據治理的“上位法” ，指導和監管行業及組織的數據治理；行業層面，通過行業自治的模式，在自愿原則上形成行業協會或聯盟等，作為政府和企業間的橋梁，在國家法規和政策的指導下，制定并執行行規行約和各類標準，監督企業的行為，并向政府傳達企業的共同需求；組織層面，在國家和行業框架下，針對自身特點，確定治理目標，優化對大數據資源的管理，最大化從大數據獲得的收益，并為行業和國家大數據發展貢獻成功應用實踐。

　　要構建數據治理體系，須切實做好四方面工作。

　　第一、強化頂層設計，理順權責邊界。推動數據相關立法，明確數據確權、隱私保護、交易流通、數據跨境等管理要求；構建政府主導、多方參與的數據治理體系，厘清政府、行業、組織等在數據要素市場中的權責邊界。

　　第二、建立流通機制，促進市場配置。建立完善數據登記、分類分級、質量保障等管理制度和標準規范，確保數據資源有效供給；參照自然資源特許經營模式，建立數據開發利用、加工運營、交易服務等流通機制，推進數據產品和服務的有序流動。

　　第三、開展試點示范，推動應用落地。在有條件的地區試點先行，以數據要素市場化配置改革為突破口，探索形成數據評級、數據交易與監管機制；梳理總結并推廣試點工作經驗，形成數據運營加工的新業態，以市場化方式推進應用落地。

　　第四、加強理論研究，提升技術能力。鼓勵更多的學科介入，積極開展數據治理、數據流通、數據運營、數據加工等基礎理論研究，充實理論儲備；支持數據確權、數據互操作、共享流通、數據安全、隱私保護等相關技術研發，提供有效技術保障和方案。

　　數據治理體系需要持續完善制度法規、標準規范、應用實踐和支撐技術等四個方面的治理工具和手段。特別是需要鼓勵應用實踐，允許認定的地方、機構在一定的范圍內先行先試，獲取經驗和教訓，以應用實踐為牽引，推進制度法規、標準規范和支撐技術的發展完善。

　?。ㄒ陨蟽热莞鶕儆浾?，未經本人審核）

更多精彩，請關注“官方微信”