[法规规划]国家数据局成立半年有余,数据要素市场有何变化?

本文主要是介绍[法规规划]国家数据局成立半年有余,数据要素市场有何变化?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文主要内容来自钛媒体。

2023年10月25日,国家数据局正式挂牌成立,数据要素市场化进程也随之加速。半年的时间内,中国数据要素市场迎来了翻天覆地的变化,一方面,各地政府积极布局数据局、数据交易所(简称“数交所”);另一方面,在发展的过程中,数据要素市场化仍然存在着不少问题亟待解决。

图片

01   政策引导,数据要素步入市场化“快车道”

——————————————————

数据已经不仅是国家基础性、战略性资源,更成为了数字经济发展的关键生产要素。根据国家数据局统计数据初步测算,2023年中国数据生产总量预计超过32ZB。有机构预测,数据流动量每增加10%,将带动GDP增长0.2个百分点。

从产业规模上看,2022年中国大数据产业规模达1.57万亿元,同比增长18%;中国数据交易行业市场规模达到876.8亿元,占全球数据交易市场规模的13.4%.....数据显然已经成为经济发展的重要生产要素。

在过去的半年多时间内,无论是国家层面,还是各地政府主管部门,政策频发,无不在推动数据要素市场化进程。今年的政府工作报告中更是提出:“健全数据基础制度,大力推动数据开发开放和流通使用。”

其实这已经不是数据要素市场化第一次得到国家层面的重视。2022年12月,中共中央、国务院印发“数据二十条”,确立了数据基础制度体系的“四梁八柱”,也开启了数据要素市场改革提速的进程。

2023年2月,《数字中国建设整体布局规划》印发,明确将数字基础设施和数据资源体系列为数字中国的两大基础,提出畅通数据资源大循环,推动公共数据汇聚利用,释放商业数据价值潜能。

2023年10月25日,国家数据局挂牌成立,负责协调推进数据基础制度建设,统筹数据资源整合共享和开发利用。

2023年12月31日,国家数据局等17部门联合印发了《“数据要素×”三年行动计划(2024—2026年)》,提出到2026年底,打造300个以上示范性强、显示度高、带动性广的典型应用场景,数据产业年均增速超过20%。

除了国家层面大力推动数据要素市场化进程以外,各个地方也都积极推出相关政策,旨在推动数据要素市场化在地方上的落地。

早在2020年10月11日,中央办公厅、国务院办公厅印发《深圳建设中国特色社会主义先行示范区综合改革试点实施方案(2020-2025年)》,赋予深圳先行先试“研究论证设立数据交易市场或依托现有交易场所开展数据交易”的重大任务。

2021年7月6日,深圳市人民代表大会常务委员会公布《深圳经济特区数据条例》,加快培育数据要素市场,推动建立数据交易平台;同年7月11日,广东省政府发布《广东省数据要素市场化配置改革行动方案》,明确“推动深圳先行示范区数据要素市场化配置改革试点,支持深圳设立数据交易市场或依托现有交易场所开展数据交易”;2022年11月15日,深圳数据交易所正式成立。

除了深圳以外,其他各个地方政府也在积极推动数据要素市场化进程,2020年9月29日,北京市地方金融监督管理局、北京市经济和信息化局印发《北京国际大数据交易所设立工作实施方案》;2023年11月10日,全国首个数据基础制度先行区——北京数据基础制度先行区正式启动;2021年11月25日,上海数据交易所揭牌成立仪式在沪举行并达成了部分首单交易;2023年12月5日,国内首个针对数据资产确认制定的省级地方性标准——浙江省《数据资产确认工作指南》正式实施……

各地在推动数据要素市场化进程上的“大动作”频出,成为围绕数据要素制度改革加速推进的缩影。

02   市场化之路,“道阻且长,行则将至”

——————————————————

国家层面和各地政府主管部门都在积极推动数据要素市场化进程,但就目前的发展来看仍然存在一些痛点亟待解决。

在数据要素市场化配置改革的过程中,首先需要转变的是原有的思维模式,以及对数据管理架构。对此,中国电子云副总裁、数据产品线总经理冯进告诉钛媒体APP,从现阶段数据要素市场化配置改革进程来看,更多的是从供给侧进行的,“目前基本都是从政府要做什么,数据要素要发什么制度的角度进行的改革,”冯进指出,“都是从政府引导的维度出发的。”

但在冯进看来,数据要素市场化配置改革最终形态是要从市场侧出发,以市场为主导,“数据要素市场化配置改革首先是市场化,是面向市场主体的,包括数据商、服务商等,”冯进强调,“面向市场,还要思考怎么构建内部数据资源环境、一级数据要素市场和二级数据要素市场。”

解决了从供给侧向市场化的思维模式的转变后,如何统一纳管质量参差不齐的数据,是数据要素市场化配置改革面临的第二大难题。因为各个企业,甚至是各个政府职能部门之间数字化水平不同,也决定了其产生的数据质量良莠不齐。即便是同一个企业,不同的分公司,不同的部门之间甚至都存在着数字化水平上的差异。

冯进在与钛媒体APP的交流中分享了中国电子云的案例。以企业为例,“虽然该企业在数据治理方面花了不少钱,但仍存在业务指标口径不统一,指标体系复杂等情况。”冯进告诉钛媒体APP。

在业务侧,需要对众多设备的物联感知进行数据采集,并根据采集的数据进行实时计算,这对数据中台提出了很高的要求,“针对此,我们通过逐步统一,使用一套管理流程,打造统一数据库平台的方式,帮助中海油解决了当下棘手的问题。”冯进指出。

而这还仅仅是一个企业内部的数据统一纳管,在面向社会层面的数据统一纳管平台,更是需要一套具备强大能力的统一纳管平台,将异构的、质量参差不齐的数据进行统一的纳管、流通、交易。

而这也是中国电子云与深圳数据交易所(简称“深圳数交所”)合作的一项关键内容。深圳数交所作为国内数据交易领域第一个“吃螃蟹的人”,是中国数据要素市场化配置改革的排头兵。截至2023年底,深数所实现交易总额高达65亿元,累计跨境交易额1.1亿,累计挂牌数据产品1800余种,处于全国领先的地位。

据了解,深圳数交所在成立初期就与中国电子云达成了战略合作关系,共同建设了具备高安全云原生基础设施能力和基于统一纳管技术的全类型数据交付体系,并围绕数据流通交易、生态资源导流、数据要素人才培训和数据资产化等方面展开了深度合作。

首先,深圳数交所与中国电子云双方在项目建设过程中密切关注数据要素流通领域的政策动态,进行政策分析和解读,及时捕捉市场需求,灵活调整平台运营策略;同时,在技术方面,采用微服务架构和系统松耦合设计,系统可扩展性高,能够支撑业务快速迭代的需求。

其次,在数据合规高效流通使用方面,双方通过建设DEXC+智能合规系统,以科技创新和精细管理,实现了数据交易合规自动化评估,完成了数据商与第三方法律服务机构之间的高效对接,以科技赋能数据交易合规生态。

值得一提的是,冯进告诉钛媒体APP,在数据交付流转方面,深圳数交所与中国电子云通过建设全类型数据交付体系,打破传统交付技术局限,探索数据交付流转标准,实现轻中高不同量级、多类型产品试用与交付。

有了深圳数交所这样的标杆,相信中国数据要素市场化配置改革道虽阻,行则将至。

03   全国数据互联互通仍存在“掣肘”

——————————————————

纵观国内各个地方的数据要素市场化配置改革进程,其实也有诸如上海、北京、济南、杭州、温州等众多一二线城市做的很不错。但目前全国性质的数据互联互通仍是个棘手的问题。

针对此,在冯进看来造成上述问题的主要原因有四点。

首先,每个地方的公共数据授权运营管理办法发布的秩序不同,授权运营的模式也不一样,“异构化的模式对各地的互联互通造成了阻碍。”冯进指出。

其次,各地主管部门选择的技术平台/数字平台存在差异。“每个地方的主管部门会选择不同服务商,数字化平台的异构化,会让平台的拉通存在一定难度,也导致了一级市场公共数据运营难以互联互通。”冯进如是说。

再次,各个地方之间仍存在主管的保护意识,各地主管部门在成功上线一个公共数据运营场景之前,一般不会过早的对外流出太多消息,更不要说跨省市的合作模式了,“各自为政”自然也成为了当下全国数据运营体系互联互通的一大阻碍。

最后,现阶段,整体全国的顶层设计仍处于规划、探索和实践相结合的状态,国家数据局在上位法方面仍需要不断健全、优化。

根据国家工业信息安全发展研究中心测算,数据要素在2021年对中国GDP增长的贡献率就已经达到14.7%,贡献度达到0.83个百分点。随着数据要素市场化配置改革进程的推进,数据将在GDP增长中起到更加重要的作用,而实现全国公共数据互联互通是这个过程中关键的一步。

数据资产化,鼹鼠哥与你一起。

图片

任何问题,欢迎大家公众号后台留言沟通。

这篇关于[法规规划]国家数据局成立半年有余,数据要素市场有何变化?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1033689

相关文章

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram

使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)

《使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)》在现代软件开发中,处理JSON数据是一项非常常见的任务,无论是从API接口获取数据,还是将数据存储为JSON格式,解析... 目录1. 背景介绍1.1 jsON简介1.2 实际案例2. 准备工作2.1 环境搭建2.1.1 添加

MySQL中删除重复数据SQL的三种写法

《MySQL中删除重复数据SQL的三种写法》:本文主要介绍MySQL中删除重复数据SQL的三种写法,文中通过代码示例讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下... 目录方法一:使用 left join + 子查询删除重复数据(推荐)方法二:创建临时表(需分多步执行,逻辑清晰,但会