直击2022数博会丨数字经济场景下,数据要素市场化改革之路如何走?

2024-02-13 18:40

本文主要是介绍直击2022数博会丨数字经济场景下,数据要素市场化改革之路如何走?,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!

科技云报道原创。

从2014年大数据第一次被写入政府报告,到2022年政府报告中明确指出“培育数据要素市场,释放数据要素潜力”,数据作为新型生产要素的市场化改革之路,已经走过了八年。
在顶层战略清晰、政策扶持、市场规模可观等多重利好叠加下,数据要素市场的发展前景可谓一片大好。据国家工业信息安全发展研究中心最新测算,预计到2025年,中国数据要素市场规模将突破1749亿元,整体进入高速发展阶段。

但值得注意的是,我国数据要素市场流通依然存在制度体系弱、市场培育难、过程监管难、安全保障难等现实困境,在数据要素的开发利用上并不充分。相关数据显示,我国每年全社会数据量增长约40%,但真正被利用的数据增长率只有5.4%。

随着数字经济下大量数字化场景的爆发,我国数据要素的市场化路径应如何有效打通,才能匹配当前数字场景的需求?

5月26日,在2022中国国际大数据产业博览会(以下简称“数博会”)上,“场景大数据”论坛对这一问题展开了深入探讨。

本次论坛围绕“场景定义数据交易”主题,讨论了数据交易全流程的法律法规、技术应用、市场供需、监管机制等多个方面,切实推动场景大数据数据要素的价值发挥。
图片

促进公共数据的开放和利用,向数字经济场景赋能

当前,我国数据供给的动力机制尚不完善,数据流通活力不足。以公共数据为例,政务服务、教育、医疗、交通、能源等领域还存在大量沉睡数据。

复旦大学国际关系与公共事务学院教授、数字与移动治理实验室主任郑磊表示,近年来我国在政府数据开放方面取得了很大的进步,但依然存在“不充分、不平衡、不协同、不可持续”的挑战,对于数据开放进一步发展形成制约。

图片

据复旦大学数字与移动治理实验室连续5年发布的《中国地方政府数据开放报告》显示,2012年-2021年,我国政府数据开放平台的数量从3个平台上升到193个平台,但目前全国地级、副省级和省级开放平台仍然只占全国覆盖率一半,且数据容量低、颗粒度较粗、开放质量不高。同时,开放数据的容量、开放平台的数量等在全国各个地区之间分布不平衡。

郑磊指出,目前我国在政府开放数据平台的运营方面也存在挑战:一方面,各省市的数据开放平台没有打通,是碎片化的孤立平台;另一方面,平台运营服务不稳定,数据开放服务不可持续。

事实上,这种现状也反映了当下数字政府在推进过程中存在的问题。数据的开放和利用,并不仅仅是为了开放和利用本身,而是两者形成正向循环,促进数据被利用,然后利用成效使得数据开放者得到正向反馈,从而愿意开放更多的数据。

郑磊表示,促进公共数据的开放和利用,能够向数字经济赋能,从而推动转型、培育新兴产业和新业态。例如,在推动购物消费、居家生活、旅游休闲、交通出行、社区治理等各类数字经济场景中,公共数据是必需的一类数据。当这些数据开放给社会,在利用数据的过程中,也会反过来向数字政府提出新需求。

最终,“数字经济场景、数字社会场景、数字政府场景”三个大场景之间,也能够形成多向循环关系,互相之间相辅相成、互相支撑,形成一个面向场景的公共数据开放利用体系。

推动场景与数据的三次融合,实现场景大数据价值最大化

众所周知,数据的价值在于流通交易,但完成数据从资源-资产-资本的三次“蝶变”何谈容易?

究其原因,数据具有非排他、可共享复用等区别于传统要素的特殊属性。由于对数据的定价高度依赖于用途和场景,数据对于不同用户的使用价值差别巨大,难以形成统一的定价标准,因此也导致了难以形成大规模、常态化交易行为的现状。

对此,全国政协委员、北京国际城市发展研究院院长、贵阳创新驱动发展战略研究院院长、大数据战略重点实验室主任连玉明指出,“三次融合”是场景大数据价值最大化的基本进阶循环之路:第一次融合“场景×数据”实现数据价值再造;第二次融合“场景×数权”破解数据价值最大化;第三次融合“场景×交易”催生数据交易市场。

在场景与数据的融合上,两者融合的程度,决定着数据价值释放有多大、有多深、有多广。场景大数据的持续运维、迭代升级遵循“场景大数据—行业大数据—城市大数据”融合创新的基本规律。

在场景与数权的融合上,往往会遇到数据交易的三大难题:确权难、定价难、监管难,其中最难的是数据的确权,会随着场景的变化而变化。从国内外实践来看,各界对数据产权的界定方式远远没有达成共识,更没有形成权威的方式方法。

对此,连玉明表示,采取场景化的方式来界定和划分数据产权,最重要的就是将数据产权的核心抽象为数据利益,从区分利益的角度,对数据产权进行界定和划分,并以此为基础找到数据确权的内在规律。

在场景与交易的融合上,数据运营是数据交易的起点,核心是数据授权;数据交易离不开权利,核心是数权流转;数据市场离不开规则,核心是数权制度。

实践出真知数据要素流通路径,交由市场检验

数据要素作为一种新型生产要素,在市场化的过程中面临着确权、计量、定价、监管等多重挑战,因此不能简单以传统生产要素市场化的方式来推进数据要素的市场化,而是要通过产品化和场景化、产业化才能发挥最大价值。

十四五规划提出,以实际应用需求为导向,探索建立多样化的数据开发利用机制。如何走通数据要素市场化的路径,还需要市场各方通过实践进行探索和验证。

中国联通作为数字技术融合创新的排头兵,2016年在通信类企业中率先成立了专业化大数据公司,积累了深厚的数据价值化和要素化的市场经验。联通数科作为中国联通的大数据对外商用服务的出口,早已开启数据要素市场化的改革试点工作,总结出一套赋能数据要素流通的“联通模式”。

联通数字科技有限公司总裁李广聚表示,基于联通数据资源开发利用的实践经验,以及服务各地数字政府的建设经验,联通数科初步形成了数智链技术融合创新的产品体系和商业运营体系,总结形成了“一前提、四步走”的数据要素市场化的路径,即在数据安全汇聚治理的基础前提下,按照数据共享、数据开放、开发利用、交易流通四个环节来进行推进。
在这里插入图片描述

目前,联通数科在支撑政企市场数据产品落地和数据要素市场化流通方面,已形成了自主可信、端网融合、跨云跨链、开放合作的特色优势,并实践了多个数据共享、数据开放利用模式的应用场景。

同时,联通数科也探索出“以授权运营方为中心”的服务流通机制,以加快数据要素的市场化。例如,在上海市大数据中心数据要素开发利用试点项目中,联通数科作为运营支撑方,协助上海大数据中心构建了政府数据授权运营的六方责任模式,并在大数据中心的统筹下,以普惠金融2.0为牵引,开展了实验性的运转,目前已经取得了良好的成效。

李广聚表示,无论是数据工场还是数据市场,数据要素安全有序的流通是底线。联通依托自身四亿的用户数据安全管理实践,结合服务浙江、安徽、海南等地的数字政府经验,为数据要素市场化构建了三横四纵的安全有序流通保障体系,做好数据的看门人。

结语

数字经济和实体经济的融合日益紧密,随着大量新场景的出现,对数据要素市场化的需求越来越急迫。如何做到最大限度激发数据要素潜力,发挥数据要素价值,既考验着我国数字政府的治理水平,也离不开社会各方的合力推进。
【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

这篇关于直击2022数博会丨数字经济场景下,数据要素市场化改革之路如何走?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/706324

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (