習近平總書記在主持召開中央全面深化改革委員會第二十六次會議時強調, 要加快構建以數據為關鍵要素的數字經濟。數據作為新型生產要素已經成為我國基礎性戰略資源, 并快速融入生產生活各個領域, 是數字經濟高質量發展的核心引擎。公共數據通常是指相關政府部門、 公共企事業單位在依法履行職責或提供公共服務過程中收集或產生的數據。統計顯示, 公共數據作為數據資源的重要組成部分, 占整個數據規模的比重高達 70%-80%, 關乎國民經濟發展中生產生活的各個方面, 蘊藏著巨大的經濟和社會價值潛力。公共數據已成為當前數據要素市場構建和數字經濟發展的重要物質基礎, 高質量的公共數據供給、 歸集、 應用等是數據要素發揮效用的核心要義, 以公共數據治理為重要抓手是推動數字經濟做強做優做大的必然選擇。

一、 引言

黨的十九屆四中全會正式將數據與土地、 勞動力、 資本、 技術并列作為生產要素提出, 后續黨中央、 國務院出臺了一系列關于數據要素及數字經濟的相關文件, 我國各級政府及相關主體對此都高度關注, 超大規模的數據要素市場正蓄勢待發。而數據治理是發揮數據要素價值的重要抓手。為此, 近幾年, 國內很多專家學者對構建數據治理體系和提升數據治理能力都進行了深入思考。丁波濤 (2019)利用扎根理論的三級編碼方法, 發現影響數據治理成效的相關因素, 提出完善技術設施、 人力資源和領導激勵機制等公共數據治理體系的優化舉措。郭斌 (2020) 基于價值鏈模型, 提出樹立公共價值驅動的數據治理理念、 優化公共數據治理流程、 完善公共數據治理保障條件等措施。王淼 (2021) 利用大數據+網格化模式, 對存在的公共數據治理問題分階段進行了分析, 并利用該模式對數據采集、 數據共享、 數據公開等公共數據 3 個治理階段加以優化,分別提出了一些政策建議: 在數據采集階段, 提出要明確有基礎數據采集權限的主體和應用城市管理大數據平臺統一匯總基礎數據以及優化基礎數據報送流程; 在數據共享階段, 提出要以高層級法律法規促進政府數據共享和在過渡期鼓勵適用契約方式進行政府數據共享; 在數據公開階段, 提出要明確有權公開個人信息的主體和明確可公開個人信息的范圍與標準。孟慶國等 (2022) 認為, 針對公共數據資源開發利用的迫切性與數據治理體系建設滯后性的矛盾、 數據流通與數據安全的矛盾、 數據供需兩旺與數據要素市場缺位的矛盾, 應該引入市場化力量參與公共數據治理相關工作, 協同開發數據資源。

本文在進一步完善業內專家學者研究觀點的基礎上, 提出將數據要素治理過程類比于土地要素的一級開發和二級開發, 在提升公共數據治理能力過程中, 同時應統籌兼顧好中央與地方、 政府與市場、各行業之間、 公益與商業之間等的關系, 將其貫徹到數據治理全過程當中。結合在新成立國家數據局的背景下, 如何從制度、 技術與規則等方面更好地構建數據治理體系、 提升公共數據治理能力, 提出了一些政策建議。

二、 公共數據治理的意義

公共數據作為數據資源的重要組成部分, 通過公共數據治理提高數據供給質量對城市治理現代化實現、 數字經濟高質量發展、 金融機構貸款授信參考使用都具有重大意義。

(一) 提升公共數據治理能力是實現城市治理現代化的重要途徑

數據作為新型生產要素, 是數字化、 網絡化、智能化的基礎, 已快速融入城市生產、 分配、 流通、消費和社會服務管理等各個環節, 深刻改變著人們的生產和生活方式以及政府的城市治理方式。通過提升公共數據治理能力, 可以提高數據資源的高效配置和利用, 從而為政府對城市的智慧化治理提供更精細化的支撐。同時, 在以人民為中心的發展思想指引下, 公共數據的高質量供給可以使數據資源更好地進行開放共享, 為社會公眾提供豐富的創新場景應用, 更好地造福社會, 在為人民的美好生活實踐中創造更大的價值, 發揮更大的作用。

(二) 提升公共數據治理能力是數字經濟高質量發展的迫切需要

數據要素治理能力正在成為重塑國際關系, 改變國際話語權競爭格局, 推動網絡空間地緣政治格局加速重構的關鍵力量。我國正在進入數字經濟發展的黃金期和爆發期, 公共數據是數字經濟高質量發展的核心要素。隨著公共數據治理能力的不斷提升, 可以較好整合數據資源, 提高公共數據的開放共享水平, 帶動算法、 算力等數字經濟相關產業快速發展, 數據要素活力將進一步釋放, 加快數字經濟產業與實體經濟深度融合, 助力推動經濟實現質的有效提升和量的合理增長。同時, 提高公共數據治理水平還可以保障數據安全, 保護個人隱私和敏感信息, 為數字經濟高質量發展擰緊 “安全閥”, 維護經濟社會穩定。

(三) 提升公共數據治理能力是金融機構貸款授信的重要參考

金融機構在評估貸款申請時, 通常會考慮借款人的信用記錄等。公共數據包含了大量與信用相關的公共信用信息, 如稅收、 社保、 公積金、 行政處罰、 司法判決等關鍵信息, 這些信息的高質量供給可以使金融機構更好地對這些數據進行整合、 挖掘、分析、 建模、 利用, 幫助金融機構更全面地了解借款主體的信用狀況, 從而做出更精準的貸款授信決策。筆者所在單位組織建設的全國融資信用服務平臺, 通過歸集的涉企公共信用信息為金融機構主要向中小企業發放貸款提供重要參考。截至 2023 年底,全國一體化融資信用服務平臺網絡約有 2. 9 萬家金融機構入駐, 金融機構通過全國一體化融資信用服務平臺網絡累計發放貸款 23. 4 萬億元, 其中信用貸款5. 3 萬億元。隨著公共數據治理能力的不斷提升, 對涉企信用信息進行全面歸集、 高效整合、 有序流通和安全共享, 持續提高公共數據的共享服務能力和水平, 全國融資信用服務平臺將會在增強金融機構貸款授信的安全感和中小企業融資的獲得感中扮演越來越重要的角色, 促使金融活水源源不斷流向實體經濟, 進一步促進經濟高質量發展。

三、 公共數據治理面臨的問題

根據數據要素的特點, 將數據要素市場分成一級市場 (數據資源市場, 主要是指原生數據) 和二級市場 (數據產品和服務市場, 主要是指衍生數據), 公共數據治理過程類同于土地要素的一級開發(三通一平、 五通一平、 七通一平) 和二級開發, 需要考慮中央與地方、 政府與市場、 公益與商業、 行業之間的關系, 從地方 “土地財政” 到 “數據財政”實現轉變, 目前還存在數據治理基礎制度不健全等一系列問題。

(一) 數據治理基礎制度不健全

一是我國在立法層面一直未對數據權屬中的權利內容予以明確, 這在客觀上阻礙了公共數據的廣泛應用, 成為數據要素價值釋放的制約因素。

二是黨的十八大以來, 中央部門及相關省區市政府陸續建設了公共數據歸集平臺, 匯集了中央部門及相關省區市政府內部產生的海量公共數據, 但由于頂層設計缺乏, 沒有編制統一的數據采集規范和標準、 統一的數據目錄等, 導致公共數據歸集部門在對一些標準和目錄不一的數據進行入庫操作時,遇到較大困難。

三是數據流通交易市場缺乏頂層設計統籌, 存在規劃不夠、 場外交易亂象叢生、 標準規范缺失等問題, 使數據交易各方缺乏基本信任, 對數據流通交易造成掣肘, 使數據治理形成不了真正的閉環。

(二) 數據治理體制機制不完善

一是公共數據治理機構不健全。目前, 大部分地方還沒有設立公共數據治理機構, 在推進相關工作時大多依靠地方成立的大數據局, 而大數據局一般與各職能部門同屬平級或還低半級, 造成公共數據在管理上聯動性弱、 合力不強, 不利于公共數據治理。

二是中央部門及地方缺乏數據治理專員。數據的重要作用日益凸顯, 是政府部門及公共服務部門一筆重要的資產, 但目前各部門及地方對數據的治理處于松散狀態, 沒有將數據作為重要資產看待,大都缺乏數據治理專員, 導致海量數據沒有發揮出應有的價值。

三是各級政府及公共服務部門缺乏對數據治理的反饋機制。數據治理是一項復雜的系統工程, 做的好不好應由使用者來評判。目前, 各級政府及公共服務部門尚沒有建立起對數據治理進行參與、 監督、 反饋的機制, 導致對數據治理成效無法評估。

(三) 數據數量和質量水平還不高

一方面, 在公共數據數量上, 由于各級政府的公共數據資源體系尚未建立, 共享開放的目錄和責任清單還沒有健全, 導致各部門在共享數據上具有隨意性, “數據孤島” 現象還較為普遍。

另一方面, 在公共數據質量上, 一是缺乏從中央到地方統一的公共數據質量標準體系。數據字段不完整、 數據不可識別、 無法匹配、 精準度不高、實效性不強等問題屢見不鮮, 數據一級市場出問題會直接影響到二級市場的開發應用, 失去數據應有價值。二是缺乏從中央到地方統一的數據治理基礎設施平臺。無法運用大數據、 區塊鏈等新技術對數據治理各環節的質量進行把控, 從體現數據質量的技術體系到資源配置等方面都有待完善。三是缺乏市場力量引入機制。目前, 大部分政府部門在數據質量控制上都依賴本單位的技術力量, 由于人員缺乏, 技術力量薄弱等問題, 導致有些數據一級市場質量不高, 為后續數據二級市場開發埋下隱患。

(四) 數據開放水平和利用效率有待提高

一方面, 在數據開放方面, 根據 《2022 中國地方政府數據開放報告》 顯示, 截至 2022 年 10 月, 我國已有 208 個省級和城市的地方政府上線了政府數據開放平臺。但由于數據質量偏低、 數據目錄更新不及時、 部門間數據標準不統一, 數據接口錯綜復雜、開放責權邊界界定不清, 導致目前各級政府數據開放進入了 “沼澤區”, 存在 “不想放、 不敢放” 的思想, 數據開放進度不盡如人意。另一方面, 在公共數據利用上, 目前各級政府部門還存在單打獨斗的局面, 引入市場化力量不夠, 對數據價值的挖掘不足, 從而導致對數據的利用不夠。

(五) 數據場景開放和應用尚處于起步階段

一方面, 場景開放頂層規劃缺乏。由于重視程度不夠, 大部分地方尚未制定對場景開放的規劃,場景開放的步驟和方向還不明晰, 各地場景開放程度亟需提升。另一方面, 場景應用嚴重不足。由于層級、 部門、 地域的限制, 以及在政府和市場、 公益和商業關系上還沒有完全捋順, 導致很多行業數據開放嚴重不足, 缺少了應用的重要基石, 數據場景應用生態的全面構建還無從談起, 場景應用的潛力還遠沒有發揮出來。

(六) 數據開放和安全保障之間尚存矛盾

一是各級政府對數據的控制權限還不是很明確。各級政府在開放數據時, 對自己的責任和義務還不是很清楚, 擔心數據開放的安全責任問題, 導致數據不敢 “放”。

二是各級政府對數據開放共享的安全防控水平參差不齊。由于技術人員短缺以及領導重視程度不夠, 一些地方在數據開放時還采用原始的技術手段,利用新技術對數據進行安全防控的力度還不夠。個別部門和地方對數據安全的防控意識還不夠強, 數據隱私信息泄露、 數據被篡改、 數據濫用等數據安全風險事件還時有發生。

三是公共數據安全風險防控機制有待完善。目前, 從中央到地方還未完全建立起公共數據開放的安全風險防控機制。從數據開放角度入手, 機制需要建立從制度、 管理、 技術等多維角度所涉事項的數據安全規范。

四、 提升公共數據治理能力的措施建議

隨著數字經濟的快速發展, 高質量的公共數據供給是讓數據要素發揮出最大價值的必要條件, 這就需要下大力氣提升公共數據治理能力。數據要素一級市場要有為政府發揮主導作用, 數據要素二級市場要有效市場發揮積極作用, 在兼顧好中央與地方、 政府與市場等關系的基礎上, 通過采取一攬子政策措施, 可最大限度激活數據要素潛能, 促進數字經濟高質量發展。

(一) 健全數據治理的基礎制度

法律法規是公共數據治理的最重要的制度保障,其對于數據治理各環節以及對整個數據價值鏈都具有重大的影響。美國等國家在數據治理的各個環節均配有完備的法律法規制度體系作為保障。在中央與地方數據治理制度的體系完善中, 一是要明確公共數據資源權限的歸屬, 如采集權、 使用權、 管理權等,以確定政府、 企業等在數據治理活動中的權利和責任; 二是要明確公共數據開放的責權邊界, 讓各級部門 “有數敢放”; 三是要明確公共數據流通交易規則, 為公共數據治理提供 “依法治數” 的良好生態。

(二) 完善數據治理的體制機制

一是健全公共數據治理組織機構。充分利用由國家發展改革委牽頭的數字經濟發展部際聯席會議制度, 形成強有力的跨部門協調機制。建議由新組建的國家數據局作為部際聯席會議制度的辦事機構,下設成立負責公共數據治理的部門, 主要職能是制定公共數據治理的制度體系、 標準規范, 對相關法律做出解釋, 幫助主體識別數據應用前景和風險等工作。同時成立負責公共數據治理的局屬事業單位,配合開展數據治理相關技術支撐工作, 評估公共數據來源、 去向和應用等。各級地方數據治理部門可參照中央模式進行設置。

二是各級部門應建立對公共數據治理的參與、監督和反饋機制, 推動公共數據治理能力提升。通過政企合作方式, 鼓勵專業機構參與公共數據治理,引進先進的數據治理技術和方法。同時發揮媒體和民間組織輿論監督和社會動員的作用, 提高公共數據供給的準確性和完整性。

三是在中央及地方政府部門內部各自設立首席數據官 (CDO) (丁波濤, 2019), 專門負責本部門的數據治理事宜, 使公共數據價值發揮最大化。

(三) 拓展數據數量和提升數據質量

一是各級政府部門應編制公共數據開放目錄及相關責任清單, 建立中央及地方公共數據資源體系,包括數據資源目錄和清單管理制度, 明確不同類別公共數據的管理要求和監管規則等, 各數據源部門應按照 “公開是原則, 不公開是例外” 的要求, 使公共數據在供給數量上有可靠保障。

二是各級政府應建立統一的公共數據質量標準體系, 高效的公共數據質量, 可以有效推動公共數據的應用, 制定貫穿數據治理各環節的公共數據質量標準, 保障公共數據利用效率。推動質量標準在各行業領域實施落地, 明確不同類別公共數據的管理要求和監管規則等。

三是各級政府應建設和完善數據治理的基礎設施和平臺, 完善包括數據治理各環節在內的技術體系和資源配置, 推動數據從產生到歸集的自動化與智能化應用, 加快大數據、 區塊鏈等新技術在數據源部門的布局應用, 從源頭上提升公共數據質量。

四是在公共數據質量提升上, 可積極引入市場力量。建立政府主導的公共數據一級開發工作。探索公共數據質量控制使用權委托代理機制, 構建政府委托、 企業受托的公共數據質量控制模式, 鼓勵誰有能力, 誰先上, 充分調動市場機構積極參與,有序展開安全可控的公共數據委托質量控制工作。鼓勵引入第三方機構評估數據治理各環節的投入與貢獻, 形成數據治理貢獻評價機制與環境, 促進公共數據質量不斷得到提升。

(四) 提高數據開放利用水平和效率

一是制定類似美國 《透明和開放政府備忘錄》、英國 《數據開放白皮書》 等較為詳細的數據開放范圍標準, 使公共數據產生部門在數據開放上具有指導性和可操作性的標準規范和操作指南, 也能夠調動數據源部門開放數據的主動性、 積極性, 有利于形成 “自下而上” 和 “自上而下” 相結合的數據開放機制, 增強數據利用效率。

二是政府部門及社會公共服務部門可以借助市場化方式, 推進公共數據資源的市場化利用。郭斌等 (2020) 認為, 通過引入市場經營主體彌補政府作為單一主體在公共數據利用上的局限, 可以進一步提高公共數據利用效率。

三是要發揮數據最大潛能, 實現產業鏈、 生態圈的互聯互通。充分挖掘數據的經濟效用及社會效用,推進數據利用總體效用的提升 (郭斌等, 2020)。

(五) 強化場景開放和場景應用

場景開放已經成為地方和行業推動人工智能等數據應用發展的重要抓手, 而數據是人工智能等數據應用的重要基石。

一是各地政府應加快頂層謀劃,出臺加快場景開放的指導意見, 組織有關部門對場景攻關、 政府采購等環節進行綜合論證, 結合本地實際, 確定場景開放的步驟和方向, 為場景應用打下堅實的基礎。

二是以需求為導向, 以場景應用為牽引, 各級政府應有意識地搭建跨部門的數據應用生態, 打破層級、 部門、 地區間的壁壘, 以 “應用”促 “流動”, 激活業務創新應用潛力, 促進數據治理快速提升。通過數據應用產生數據價值是數據治理的最終目標, 同時數據應用的結果也可以反作用于數據治理優化。

三是各地方應推動建設智能化公共數據平臺, 為一系列場景應用的數據暢通打造堅實的 “數據底座”。將有為政府和有效市場相結合,“兩只手” 高效協作, 構建政企協同、 場景共建、 聯合創新機制, 形成強大合力, 統籌兼顧好政府與市場、 公益和商業, 以及行業之間的關系, 開辟數字經濟的新賽道。

(六) 統籌公共數據開放和保障安全

一是國家數據主管部門應明確給予各級部門不同的控制權限, 明確數據開放中各級部門的責任和義務, 減少數據出現超范圍開放或安全事件發生后的責任不明晰等問題。

二是強化公共數據安全風險的技術防控, 建設安全可信的數據底座。保障數據安全是公共數據開放的底線思維, 面對日趨嚴峻的數據安全風險, 各級政府必須加強公共數據脫敏、 隱私保護等技術的開發與應用, 有效規避公共數據開放可能存在的數據安全風險。

三是建立公共數據安全保障機制, 確保公共數據開放安全。制度層面, 各數據源單位應開展數據安全定級工作, 制定與之配套的數據安全防護措施。管理層面, 各級政府可推出公共數據安全管理規范, 推進公共數據安全工作的檢查與監管, 保障數據使用安全。技術層面, 圍繞公共數據開放, 建立以區塊鏈、 隱私計算等新技術的數據安全追溯體系, 方便數據安全事件的溯源。研究運用數據沙箱、 數據安全屋等保障數據安全的新技術, 使數據安全防護與數據開放獨立運行互不影響, 統籌好數據開放和安全保障之間的關系, 提升數據利用效率。

來源：中國物價