午夜无码视频在线观看网站-午夜无码无-午夜无码无遮-午夜无码无遮档在线视频-午夜无码亚洲影院-午夜无码一区二区

前言

2020年后我國從戰略、立法、實踐等多方面進入數據要素驅動產業經濟轉型的新階段，如何在已有發展基礎上加速釋放數據要素價值、為城市經濟社會發展帶來新動能成為各級政府面臨的重要命題。本文在剖析大數據產業鏈構成關系的基礎上，梳理分析了2015-2019、2020至今這兩個重要階段大數據相關政策脈絡及典型地方實踐，并對大數據發展面臨的新挑戰進行了初步思考。

1 觀市場：大數據產業鏈的內在結構與需求關系

1.1 大數據產業鏈的三層結構

隨著“互聯網+”的應用發展以及政府、企業數字化轉型加快，全社會產生數據量正不斷加大，對各個行業數據賦能的潛力與日俱增。大數據產業包括數據采集、存儲、管理、流通、分析以及數據融合應用等內容，中國大數據產業生態聯盟將大數據產業鏈劃分為：基礎支撐、數據服務、融合應用三個部分，分別聚焦技術、服務和應用。基礎設施層是整個大數據產業的引擎和基礎，它涵蓋了網絡、存儲和計算等硬件基礎設施，資源管理平臺以及各類與數據采集、預處理、分析和展示相關的方法和工具。數據中心、云計算資源管理平臺、大數據軟件等都屬于這個層次。數據服務層是主要提供數據交易、數據資產管理、數據采集、數據加工等服務。融合應用層主要包含了與政務、工業、金融、交通、電信和空間地理等行業應用緊密相關的軟件和整體解決方案，以及通用性的與營銷等業務應用密切相關的軟件和解決方案，是數據價值最終實現的關鍵一環。

圖1 大數據產業鏈的三層結構

資料來源：《2020大數據產業發展白皮書》

1.2 大數據產業鏈的內在關系

數據要素的采集主要是基于各類業務的需要，因此，盡管基礎設施對于數據采集具有技術支撐作用，但業務的開展才是數據的主要來源。各類數字業務的發展會伴隨大量數據的采集，而這些數據經過資產化后，反過來又會改進業務的能力，支持創造更多的面向客戶的價值。各業務主體自身采集數據種類存在局限性，所以通過共享和交易獲取更多數據成為一項必要需求。從這個角度看，數據要素能否流通，以及數據要素的質量是否可以滿足用戶的需求是要素資產化利用的第一步。在獲取可用數據，并且根據業務需要對數據進行管理后，基于數據進行模型化是實現業務智能化發展的關鍵，各類算法和模型已成為各類組織機構的重要資產。數據資產通過對外服務、交易等可以降低整個社會的數據成本，如通過開放銀行降低中小企業融資成本等。

總體來說，從價值創造的角度看，中間層的數據服務是價值創造的重要保障，是數據要素釋放價值的關鍵；數據融合層是主要的需求方，其業務創新的需求會拉動數據分析和數字基礎設施的供給。目前數字化轉型的趨勢，以及產業互聯網、工業互聯網等新業態的發展對數據服務和數字基礎設施建設產生了持久的拉動。

圖2 大數據產業鏈的內在關系

數據來源：3044am永利系統現代數字城市研究院

1.3 產業鏈各層的市場需求

大數據產業鏈三層次的發展帶來了巨大的市場空間。數據獲取方面，5G網絡建設、城市傳感器部署、醫療軟硬件應用等，帶來了巨大的市場空間，本質上，數據要素的獲取與物理世界數據化的過程同步，隨著數字孿生發展的趨勢，數字城市/智慧城市、數字公民、數字工廠、數字地球，大量的數據要素被獲取，相應的芯片、傳感器、網絡等設施建設將呈現全面增長。

數據要素的資產化帶來巨大的數據服務市場空間，隨著云的普及，中臺服務、數據治理軟件服務等產品和服務將觸及各行業。同時，為了實現數據要素的資產化利用，數據開放、數據交易將越來越活躍。伴隨著數據產生的量級增大，以及各行業數字化發展的深化，數據交易的主題種類將越來越多，同時，隨著數據資產的標準化程度提升，未來數據標簽、數據模型、算法的交易及各類衍生服務也將不斷豐富。

數據的模型化利用帶來巨大的算力需求、云服務和咨詢服務市場。不少的模型化需要大量算力進行訓練。隨著模型資產的應用越來越高頻，FaaS等新型云服務也快速增長。與此同時，面向行業數字化轉型需求，基于數據科學和行業深入理解的咨詢服務需求越來越多，不僅諸如BCG、麥肯錫這類知名咨詢公司開始建設數字化咨詢服務平臺，滿足各行各業模型化咨詢的需求，一些深扎行業領域的典型企業也紛紛以數據模型和行業知識為核心能力，以工業互聯網、產業互聯網的形式賦能整個行業的轉型，海爾的Cosmoplat、西門子Advanta、阿里犀牛等都是典型代表。可以預見，隨著模型化的應用，企業產品和服務創新會帶動形成新的增長，從而真正實現數據驅動的產業創新。

2.觀政策：大數據政策的演進與實踐升級

演進主要分為兩個時期，2015-2019以數據資源管理政策為主，同步推動數據融合應用，推進數據保護政策,而2020后，不論是將數據作為生產要素，還是新基建發力、全面推進數字化轉型都為大數據發展提供了新機遇，與此同時，數據政策環境開始全面升級，大數據創新實踐也進入了新階段。

2.1 2015-2019：強化數據資源管理，為數據資產化利用創造條件

隨著各行各業信息化的發展，數據量越來越大，數據資源利用的價值也越來越大。從2015年到2019年，隨著智慧城市、互聯網+等政策的拉動，使得政務和互聯網數據采集不斷豐富，數據價值化利用的需求愈發強烈，然而由于缺少數據資源利用相關的政策，數據共享、開放、交易等流通環節缺少完善的制度保障，以及技術平臺等工具供給不足等原因，數據應用價值釋放受阻。因此，這一時期，數據資源管理制度加快完善，技術工具加速建立，為數據資產價值化奠定了基礎。

2015年《國務院關于印發促進大數據發展行動綱要的通知》首次將大數據定義成為國家重要的基礎性戰略資源，作為統領性文件，為大數據發展設置了發展全景圖，涵蓋基礎設施、流通、應用三個方面以及保障體系的發展內容。然而從實際發展現狀看，政務大數據、互聯網大數據如何共享利用是主要難題。為解決這一問題，政府開始推動制定數據資源管理政策并開始建設數據資源交換平臺。

2016年9月，國務院印發了《政務信息資源共享管理暫行辦法》，是我國第一份關于政務信息資源共享的制度化和規范化的重要文件，也是國家推動政務信息資源共享的規范性和綱領性文件，后續陸續頒布的實施方案和各類標準規范、出臺《關于推進公共信息資源開放的若干意見》等文件，推動了國家各行業主管部門和各省市政務信息資源共享和開放工作。在行業層面，在國家對政務數據資源共享的重視和推動下，交通、醫療等多領域的數據資源共享開放文件陸續出臺，開始建立垂直行業領域的數據管理體系。

表1 幾項主要的行業數據共享開放政策

數據來源：3044am永利系統現代數字城市研究院根據公開資料整理

地方政府一方面響應國家政策，以政務數據資源管理為重點，加強了政府數據共享開放政策制定。例如，重慶在2019年推出《重慶市政務數據資源管理暫行辦法》，并通過“云長制”探索“管云、管數、管用”的新方式。另一方面，結合地方的產業特色，有些省市有針對性的推動完善行業大數據管理的政策體系，加速產業培育。比如2017年4月，福州市政府出臺《福州市健康醫療大數據資源管理暫行辦法》，界定了數據生產應用單位、數據運營單位、技術服務單位的責任和規范，明確了政府監管主體和三者的協同工作機制，為推動大數據醫療產業集聚創造了針對性的政策洼地。

企業和社會機構利用數據的安全隱患越發受到重視，國家2017年開始實施網絡安全法，同時也加快了個人數據隱私相關政策法律的研究起草。

2.2 2020至今：向數據治理頂層設計政策體系升級，深入推動數據資產化利用

在數字中臺技術可對數據資產化利用提供高效支持，以及人工智能技術在行業應用中的深化下的情況下，政府和各行業對數據融合應用的需求不斷升溫，對大數據的采集、存儲、計算等方面的需求也不斷增強。中央緊緊把握形勢，提出將數據作為與土地、勞動力、資本、技術等傳統要素并列的五大要素之一，推動形成了新基建、數字化轉型的發展浪潮，同時進一步完善數據資源的政策法規，為更大范圍的政企數據融合應用、基于產業鏈協同創新的大數據應用融合創新開啟了新一輪政策供給和創新實踐。

上一階段的數據管理政策正升級為以數據立法為基礎的全面治理體系。2020年7月國家頒布了《中華人民共和國數據安全法(草案)》，為數據流通交易、數據安全保護等重要內容確立了宏觀治理框架。該文明確提出在國家層面開展數據分級分類工作，明確了各行業主管部門對各子領域行業領域數據安全監管職責，并提出“國家建立健全數據交易管理制度,規范數據交易行為,培育數據交易市場。”此外，還對數據交易中介服務、在線數據處理服務等數據相關服務提出了明確的監管要求，對委托他人存儲、加工政務數據,或者向他人提供政務數據，以及政務數據開放等也提出了規定。2020年公布的《民法典》也對個人信息交易做了明確行為的規范。在國家政策引導下，金融、工業行業率先推進數據分級分類，《金融數據安全數據安全分級指南》、《工業數據分類分級指南(試行)》由主管部門陸續發布。在地方層面，深圳市在全國率先研究發布了《深圳經濟特區數據條例（征求意見稿）》，包括了數據匯聚、治理、確權、創新應用、安全監管、應急預警處置、法律追責等多項內容，為整個城市數據要素的利用制定了系統性規范。可以預見，地方數據治理體系已成為發展大數據產業，加速數據要素價值發揮的重要基礎。

以往的試點探索模式正逐步升級為以核心優勢產業數字化轉型帶動產業鏈升級的發展模式。2020年以來，國家發改委和中央網信辦出臺《關于推進“上云用數賦智”行動培育新經濟發展實施方案》，將打造數字化企業、數據產業鏈和數字生態作為重點政策目標。工信部發布《關于工業大數據發展的指導意見》。數字化轉型下，各省市除了關注智慧城市、工業互聯網相關的大數據智慧應用，更關注以核心產業為依托，如何補鏈、強鏈、延鏈，一方面，以本地數字人才為依托加強大數據軟硬件企業集聚，另一方面，通過核心企業數字化轉型帶動上下游企業在運維和生產等領域的數字化轉型，為行業細分領域的傳感器、數據軟件、模型服務及自主可控軟硬件等創造了新的發展空間。

3 觀實踐：各地推動數據經濟發展的實戰案例

3.1 2015-2019

隨著數據資源管理需求的重要性提升，各級政府加快組織機構改革，紛紛成立大數據中心、大數據管理局等組織機構負責數據資源的管理工作。同時，國家數據共享交換平臺體系開展建設，地方開始建設數據共享交換平臺，數據開放平臺建設加快。這為數據融合應用創造了條件。

數據開放水平提升。上海、北京等城市積極推進并通過大賽和行業開放數據實驗室等方式促進公共數據的價值化利用，以上海為例，2019年上海出臺公共數據開放暫行辦法，在分級分類開放、對開放數據進行標準化精細化管理、提升開放數據質量的前提下，每年確定數據開放的重點，在普惠金融、交通出行、醫療健康、文化旅游、衛生健康、防疫復工、信用服務、商業服務等一批重點領域數據開放應用不斷深入，行業龍頭企業、科研院所在數據產品開發方面發揮了重要作用。

企業探索中臺、工業互聯網、產業互聯網等新模式。大型互聯網企業在大量業務數據采集的情況下，開始加速云計算業務拓展，在集團范圍內建設數據中臺，賦能前端業務，組織體系向“前臺-中臺-后臺”型轉換，加快推進了數據資產化利用，并取得了實質成效。不少行業龍頭企業，如海爾、徐工等企業在國家大數據試點示范、兩化融合等政策下開始探索工業互聯網、產業互聯網等新模式，基于數字業務模式的創新開始推進。

數據交易探索起步。這一時期，我國陸續建設了多個數據資源交易市場。大型互聯網公司和一些專業數據服務公司也建立了數據平臺（如京東萬象、企查查等），也為市場提供數據服務。一些大型互聯網企業和云服務企業看到數據流通的巨大潛力，開始前瞻性布局隱私計算等數據流通技術的研發。

表2 我國已建設運營的主要大數據交易中心

數據來源：3044am永利系統現代數字城市研究院根據公開資料整理

政產學研用合作，將企業成熟技術應用模式引入政府數字化建設。值得注意的是，在這一階段，盡管政府側的數據資源資產化應用能力不足，數據共享并沒有像互聯網公司那樣成熟的數據治理能力和中臺支撐體系，但先進城市借鑒互聯網公司的成熟模式，通過政產學研用合作的方式開發城市級數據產品，起到了以應用需求帶動數據產業創新的實效。典型的是2016年由承擔杭州市電子政務等智慧城市項目的企業城云科技和阿里巴巴合作開展城市大腦的研發，在杭州市政府支持下，最終孵化并形成了“城市大腦”這一后來風靡全國的重要產品，并為數字政府領域的數據建模、數據軟件服務、數據中臺服務等新服務帶來了大數據產業市場空間。

這一時期的發展也露出不少問題，比如行業數據共享開放交易缺少對數據分級分類管理規定，數據確權問題不明確，隱私保護的機制不完善等問題，影響到數據共享、開放和資產化應用，成為下一階段發展的阻礙。

3.2 2020至今

以數字化轉型發展需要為牽引，政府的數據中臺和數據資產的運維管理模式正在探索。為了實現政府數據和企業數據融合，不少省市加緊研究相關的政策法規、體制機制，在前期有關數據隱私保護、數據安全等技術積累基礎上探索新型數據流通平臺建設。

一批跨區域的、行業屬性的數據中心和交易市場加速布局。例如，深圳基于“深圳建設中國特色社會主義先行示范區綜合改革試點首批授權事項清單”，著手建設粵港澳大灣區大數據中心，并研究論證設立數據交易市場或依托現有交易場所開展數據交易，杭州自貿區探索設立全球數據交易中心，蘇州開始承建國家工業互聯網大數據中心江蘇分中心，山東濟南、青島等市將建設國家工業大數據中心省級分中心。2021年初，山東工業大數據交易平臺的上線試運行，將推動山東省乃至全國工業領域數據高效、有序流通等。

表3 近期在建和計劃建設的主要交易中心

數據來源：3044am永利系統現代數字城市研究院根據公開資料整理

以產學研的形式推進創新中心等科研載體的建設，支持行業龍頭企業牽引打造新產品、新服務、新業態已成為加速打造行業數字融合應用的動力和影響力的重要手段。例如，江蘇省2020年開始省大數據融合創新中心建設工作，由企業牽頭、1家以上的產業鏈上下游企（事）業單位、1家以上的融合應用單位聯合申報，并將“新技術、新產品、新模式、新標準、新應用”作為創新中心工作目標，以推動形成產業創新鏈，促進產業轉型升級優化。南京、蘇州、無錫、南通四個城市共建設了20個融創中心，其中共有9個工業領域融創中心，體現了和江蘇省智能制造的優勢的緊密契合，和智慧城市的數據資源優勢相匹配，民生領域的融創中心數量居次。再如，發達省市通過大力建設產學研重點實驗室的方式推進技術突破，促進產業轉化，浙江的之江實驗室五年預計投入100億財政，廣州每年投入2000萬支持市重點實驗室工作。

4 觀挑戰：新形勢下數據要素價值化的主要挑戰

4.1 大數據發展深水區，需構建系統性治理思維

我國已從數據管理政策向數據治理的政策體系演進，但在管理政策方面仍不完善，還有不少行業和地方在數據管理方面政策體系滯后。而在數據治理政策體系構建趨勢下，一方面需要補短板，另一方面需要發揮主動性，在國家頂層規劃推進的同時，協同完善地方的數據治理政策法規體系，針對重點問題，如：數據在國省市之間如何流通共享、地方如何建立政企數據流通應用的政策法規、如何處理好數據確權和數據應用的關系等，從立法和規章等角度加強不同行業主體類型、不同行業領域的數據治理規范建設，這對不少地方城市而言將是新的挑戰。可以預見，在推進數據治理政策體系完善的基礎上，數據流通和交易市場的發展將取得更大成效。

4.2 數據要素治理-產業二元價值特性，需培育復合型人才隊伍

在數字化轉型的形勢下，配套大數據的技術和產業資源，需要政府更精準地為技術創新、產品和模式創新提供支持，以及更有針對性地提供各類公共服務。政府相關人員需要及時了解數字技術趨勢、專業產品、服務模式等，然而目前不少地方政府部門缺少相關人才，未來需要通過人才引進、專項培訓等方式加強地方政府主管部門人員的數字化專業能力，同時加強數字產業領域的專家資源建設，幫助政府部門更精準地規劃和實施。

4.3 創新要素區域結構失衡，需找準差異化切入路徑

城市面臨激烈的科研資源競爭，大量的科研和人才資源在北上廣深杭等國家重點地區，而對于區域中心城市來說，基于本地的產業優勢，加強細分科研能力布局，例如建設專項技術研發中心，引入國內外重點資源，推動形成細分領域的研發優勢依然是一項重要且緊迫的工作，這需要政府更詳細地了解行業需要和國內外科研力量布局，有針對性投入，從而更好發揮科研投入的杠桿作用。

盡管存在上述挑戰，未來大數據創新發展的機遇將是巨大的。我國數據相關政策完善和融合應用創新是推動雙循環、加快自主創新、提升國際競爭力的重要手段，因此，可以預見，國家和行業主管部門將投入更大的研究和資金以推動地方創新發展。地方城市如果能緊緊把握國家政策走向，在積極推動數據治理政策完善的同時結合自身優勢開展創新實踐，將為城市發展凝聚更多的創新資源和資本要素，進而加速實現城市經濟社會發展的數字化賦能。