2021年10月27日，上海市政府辦公廳副主任、大數據中心主任朱宗堯在《上海市全面推進城市數字化轉型“十四五”規劃》新聞發布會上指出：數據是基礎性戰略性資源，是城市發展的新型生產要素。但長期以來，信息孤島、數據煙囪普遍存在，嚴重制約了數據的使用和價值的發揮。站在城市數字化轉型"十四五規劃"的戰略高度，要最大限度激發數據潛能，釋放數據紅利，尤其需要做好以下兩個方面的工作：

1、統籌構建城市數據資源的體系，使得城市里的各類數據可以互聯互通有序流動、合理使用。使分散孤立的數據變成匯聚整合的數據，使原先管理的數據變成應用的數據。

2、建立城市數據的治理體系，深入推進數據的全生命周期的治理體系，健全數據治理機制、數據分類治理的規則和標準體系。

其中，在“統籌構建城市數據資源的體系”上，可以發現描述的視角上是以整個城市為網格，探討建立這個空間內的所有數據資源體系，無論社會數據還是公共數據。因此，公共數據作為其中的一類重要數據資源是一定也必須要和社會數據的充分融合才能真正實現城市級的數據資源體系。從政府“法無授權不可為”的原則來看，2022年初正式施行的《上海數據條例》地方立法，也為公共數據以市場化的方式參與到全社會的數據應用中奠定了法律的堅實基礎。

而“建立城市數據的治理體系”，則進一步強調了只有經過治理后的政企融合數據，才能既“可用”又“好用”的賦能在全社會的數字化轉型上。

基于以上背景和兩個重點工作，汪科科試著以CDO的全域數據運營視角，從短期激發公共數據價值，中長期整合盤活各類城市數據釋放數據紅利的目標，對城市數據互聯互通有序流動的機制體制、模式方法進行分析探討。

注：以下為（汪科科）第一人稱行文

01

為何要用CDO視角研究政企數據融合？

首先，CDO究竟是什么？

首席數據官（Chief Digital Officer,?簡稱“CDO”），是指幫助組織實施推進數字化轉型的高層專業管理者。CDO的工作主要是制定數字化戰略、幫助推進組織結構的數字化轉型、構建數字業務技術平臺并打破組織內外的數據孤島、為組織提升運作效率及發展新的數字收入來源。因此CDO不僅是組織進行數字化轉型的高層管理者和錨點，更是驅動數據賦能的一套機制體制和數據運營的思維意識。

CDO的職位設定，早年出現于歐美的政府和企業組織。近年來隨著我國數字化轉型的全面開展，CDO制度也開始在政府層面推行，其中尤以廣東和上海的推進步伐相對較快。

??廣東是最早啟動政府CDO制度的省份。2021年5月，廣東省政府辦公廳率先印發《廣東省首席數據官制度試點工作方案》；

??上海近期也伴隨城市數字化轉型的深入，開始嘗試推進類似的CDO制度。2021年9月1日，《上海市促進城市數字化轉型的若干政策措施》正式生效。在第二十三條“實施積極開放的數字化轉型人才政策”中指出，將在部分委辦局和國有企事業單位試點“首席數字官”制度，建立數字化轉型和公共數據開放的勤勉盡職和容錯機制。

其次，關于政企數據融合。

從一般行業認知和通識來看。政企數據融合就是字面上的政府數據和企業數據進行數據上的融合，然后進行各類場景的應用。其實，政府和企業這兩個主體，不僅產生數據，同時也是數據的需求和使用方。對于這類既是買家又是賣方的互為雙重身份，我們需要用更系統的視角來定義它。

政企數據融合，從數據和應用對象層一般有三個維度的理解。

1、數據本身的融合。主要指政務數據和企業數據（社會數據）之間的融合。但考慮到不存在內部完全融合的“大政務數據”以及互相打通的“大社會數據”。因此，在實際數據融合操作中更多的是受實際應用場景的驅動，部分政務數據和部分社會數據進行融合。

2、應用對象的融合。目前，政務數據和社會數據在實際應用時，往往是政府機構使用政務數據，社會機構使用社會數據。但實際數據應用過程中，政府在進行城市治理和公共管理時，需要來自企業的數據。反之，對于企業為代表的社會機構方，架構在整個數據基礎上生產運營時，會大量使用到政府公共數據。因此，單一數據源早已無法滿足數據使用方的需求，迫切需求打破彼此間的數據應用壁壘。即政府單位可以采購使用社會數據用于自身的城市治理和社會管控，社會單位也可以使用政務數據來提升商業場景的運行效率，減低成本。

3、數據層面和使用場景交叉融合后的“政企融合數據”。當兩種數據在場景和數據層面進行充分交叉融合后形成政企融合數據，極大地反哺并提升彼此的數據使用感知度和數據質量。

相對本文討論的CDO視角，在商業數據市場發展早期，更多提的是個體級的“Data sense（數據思維）”，要求數據從業者以量化、實驗、相關性的思考習慣來處理日常工作。

隨著IT時代到DT時代的演進，以數據驅動業務逐步成為組織層面、城市管理乃至整個社會層面的一種新常態。數據在不同單元之間的流轉會快速提升業務運行效率、降低運營管理成本、及時預警發現經營中的風險，而之前片段性、分塊性的業務分工和組織架構模式只能在數據流轉上形成一個個數據煙囪和數據孤島。因此，在這一階段需要建立起一種體系化的數據運營模式和配套的管理組織架構來推進業務發展和日常管理。

相對一個組織內的跨部門數據協同處理，政企數據融合更是一個跨領域、前瞻性、條塊交織的復雜系統性工程，所以必須要以CDO的視角來分析、解構，從而搭建一套既能實現政企數據融合戰略需求又能兼顧現實落地的解決方案，有效推動政企數據融合。

02

數據融合現狀與挑戰

當以政務數據為代表的公共數據尚未進入商業數據市場時，數據流轉和商業邏輯自成體系。但不同企業數據間的互通融合效率不高，融合存在一定問題，并且這個問題目前依然存在。

后來，數據作為生產要素提出后，隨著公共數據開放和開發利用的推進，以政府數據為代表的公共數據逐步進入商業數據市場，現階段主要是以數據核驗及查詢服務等高度封裝的服務為主。

隨著公共數據逐步進入商業市場流通，政企數據融合一定是下一階段的重點任務和巨大商機。商業數據發展的常識告訴我們，多源數據融合帶來的價值遠超單一數據源。因此，通過政企數據在應用場景和數據層的融合，勢必會創造出大量的商業機會并衍生出一系列新的數據生態。同時，政府機構也可以通過調用商業數據，在公共管理和城市治理應用上有效提升自身的工作效率。

盡管前景可期，但在實際的政企數據融合中還是存在一些現實的困境和問題:

問題1：配置效率低。政企雙方無法以高效的市場化手段解決彼此間的數據流轉問題。政府機構尚未形成以市場化手段（采購或交換模式）充分獲得社會數據，社會機構也無法以合規持續的方式獲得政務類公共數據。

問題2：人員專業程度不足。不同于土地、人力等肉眼可見并能夠評估其價值的物質型生產要素，數據要素相對抽象且專業程度較高，是一種需要通過在不同應用場景間流轉從而找到合適中間態的要素形態。其可以促進其他生產要素的有效利用并產生倍增的效益。在政企數據融合中，政府側作為整個工作的發起者和決策者，缺少能從數據運營、數據應用場景等角度將不同數據匹配融合后滿足各類需求的專業人才。

問題3：安全合規帶來的問題。數據安全、授權、合規，是規范數據流通和融合時的限制條件。隨著數據融合的推進，會催生一系列數據確權、數據融合中的安全流通及合規問題，如數據泄漏會涉及到個人隱私、商業機密及國家安全等問題。安全合規帶來的負激勵效應以及政府受制于對數據安全帶來的處罰后果的擔憂，延緩了政企數據融合的進度。

問題4：缺少體系化方案。缺少可用于生產的低成本、高效率數據融合解決方案。由于以上三個問題的存在，政府作為政企數據融合的推動者，在高風險低收益（沒有商業收入考核）的推動下，自身缺少動力推進數據融合。因此，在完全避險的角度下會催生出一批“隱私和多方安全計算”的高成本低可用的純技術流解決方案。

03

典型場景

當基于某一類實際應用場景，將政務數據和社會數據對齊后，通過血統圖譜構建、特征工程建設等一系列手段在底層進行融合建模后生成新的數據要素，可以更有效支持各類核驗、查詢和分析應用。

結合政企數據融合的三個層面，我們一起分析下政府和企業在數據融合上的一些典型應用場景。

首先，是政府作為用家，主動融合來自企業的社會數據使用場景。其核心訴求是希望提升治理效率。受數據自身覆蓋、頻次、治理、維度的限制，政府用政務數據不能完全滿足城市治理。因此，需要引入社會數據來滿足治理工作的實際需要。例如：流動人口管理中需要高頻更新的外來人口與所在地理空間的進出數據，是現有政務數據中的非實時人口數據無法支持的（戶籍人口、實有人口數據等），需要引入運營商的手機信令數據和互聯網企業的SDK位置數據等社會數據來幫助推進。 其次，企業對以政府數據為代表的公共數據同樣有明確的應用需求場景。主要是為了解決商業經營中的“降本、增收、控風險”的核心需求，核心是成本和收益問題。對于商業洞察、金融信貸、營銷等場景，通過政務數據的支持可以有效找到關鍵識別及判斷的數據變量來有效支撐其數據應用。例如：通過企業在政務數據里留存的稅務、政府采購、社保繳納等高質量關鍵數據，可以幫助金融機構快速構建有效的企業信貸模型，并直接用于信貸產品設計及日常生產。

最后，如果政企數據能順利進行數據和應用上的雙向融合，則可以更好的激活數字經濟，釋放數字紅利。數據雙向融合后會衍生出一批新的數據生態，如英國、韓國在推動公共數據開發利用時，衍生出一大批通過使用相關公共數據幫助上市的企業，同時這些企業極大地拉動了社會的GDP。

04

數據融合策略及推進模式

最后，我們試著以CDO的系統性視角，來分析下政企數據融合的策略并提出一些推進模式的建議。

政企數據融合策略，在數據融合主導權上，一定是政府推動，激勵企業配合，形成良性收益之后，才可能形成政企數據融合的常態方式及數據生態。在具體推進上可考慮分為以下幾個階段：

一、了解企業的需求，形成可市場化交付的數據服務產品。基于公用數據的授權運營或市場化開發利用，從企業層面先形成可市場化交付的數據服務產品。這一過程中也將推動企業更多了解政務數據的結構和能力，并在持續使用的過程中對政務數據自身的數據質量進行優化，激勵企業探索更多數據需求場景。

二、建立政府單位采購或通過數據共享獲得社會數據的機制。鑒于政府也需要企業的社會數據，對政府希望使用的社會數據進行整理并形成相應的動態清單制，鼓勵持有該類數據的合規數據方與政府建立合作，探索政府使用社會數據的采購或數據共享交換模式，促進政府機構更多了解社會數據的能力，提升政府的城市數字化轉型的效率。

三、結合政府單位和企業在數據和應用上的充分雙向交互。激勵各自找到對方更多對自身有用的數據字段及能力，基于數據安全合規的角度，建議由政府數據安全管理單位牽頭制定跨數據源的匹配方案，通過政府評估審核的技術標準或數據匹配融合場所來加速雙方數據在底層的匹配融合，產生出更多有價值的政企融合數據產品。

此外，在政企數據融合的實施推進模式上，也可考慮以下建議：

建議1，建立以數據運營為基礎的數據人才機制體系，優先完成CDO機制的定崗定編。通過針對性的數據應用、治理等維度的培訓和認證模式，加大對相關政府單位人員的能力培養，使得有一批懂業務、懂數據的復合型城市數字化轉型人才能進行后續的工作推進。

建議2，建立政務數據市場化經營的主體或機制，向社會釋放政務數據價值。為了更好地銜接政務數據市場化經營的體制問題，需要由一個既理解公共數據結構又熟悉各類數據應用場景的專業市場化組織，來協調推進政務數據合規有序商業化的進程，把政務數據的價值顯性化、可量化，讓各類社會主體機構能理解并能使用政務數據的市場化產品。

建議3，政府機構梳理其對社會數據的需求清單，推動社會數據安全有序地進入到政府管理應用場景。依托專業機構，對目前的政府機構城市治理數據應用場景進行調研，找到政務數據無法滿足需要社會數據支持的場景及數據清單，并梳理出相應的商業數據源公司。通過建立統一的“商業數據管理平臺“，將社會數據集中對接，統一治理，并按需提供給相應的政府機構。可積極探索政府集采和數據共享交換的數據交互模式。

建議4，在初期的政企數據融合保證優質供給。依托國資控股的大數據專業公司構建數據應用生態，具備對數據資產評估、數據安全合規審核、數據產品加工、數據治理清洗、數據多源匹配、數據交易流通等的能力。可考慮以組建聯盟、社會組織、投資等多種模式完成上述生態的搭建。

建議5，積極探索建立數據資產交易的二級市場。在完成政企數據融合、在實體經濟領域較為充分地釋放了數據要素價值后，以金融工具的模式進一步提升數據這一新型生產要素的價值。

以上，就是我從CDO視角，對推進政企數據融合的一些淺言薄論，有不當之處還請各位專家、同業批評指正。

近期文章精選 美國最新數據保護法，將禁止數據經紀人出售位置和健康數據 病人醫療紀錄遭意外棄置，中國香港私隱公署發布機構建議 《數字服務法》即將發布，谷歌、Facebook 等平臺被“劃紅線”

「國內+國際」隱私保護人員權威認證培訓

賽博研究院是國內個人信息保護專業人員權威認證品牌（CISP-PIP）的官方指定授權培訓機構，BSI中國是國際隱私專業協會（IAPP）獨家授權的中國區官方培訓合作伙伴，雙方就CISP-PIP與IAPP兩大培訓認證課程體系展開重磅合作，共同推進數據隱私專業人才培養，提升各類企業數據安全合規能力。