重磅!《2035数字议程重大议题:数据治理》发布,34页pdf

2022 年 10 月 21 日 专知

来源:伏羲智库

  数据治理是互联网治理的延伸和发展,伴随互联网日益融入经济和社会发展,互联网治理的重心已从域名、IP地址、自治系统、协议参数等互联网本身的治理逐步过渡至上层传输数据的治理。

  做好数据治理是国家和组织在数字经济新阶段和数字文明新时代中所必然面临的关键课题。到2035年,我国要基本实现国家治理体系和治理能力现代化,参与国际经济合作和竞争新优势要得到明显增强。数据治理作为国家治理体系的重要组成部分,作为国际合作与竞争中的核心议题,将发挥越来越重要的作用。

  当前,国内外在数据治理的理论、技术、规则和应用等方面准备不足,实践中遇到越来越多的问题。本报告将站在中长期发展的视角,总结当前及未来一段时间内数据治理发展的八大趋势,以及在基础制度、关键技术、市场产业和国际社会等层面面临的四大挑战,并提出当前亟待研究解决的五个重要问题,以期为各方研究和讨论完善数据治理体系以及相关重大议题提供有益支撑。

  “2035数字议程”是由信息化百人会于2020年组织发起的一项倡议,旨在持续研究未来十五年数字发展关键内容和优先程序的长期行动计划。议程以落实国家发展战略决策为主线,通过议程框架研究、重大议题研究和深入开展战略合作,讨论解决国家、区域、行业数字发展中的关键问题,共同为国家2035远景目标的实现贡献产业界的智慧和力量,努力回应时代提出的挑战。

数据治理的八大趋势

  趋势1:数据治理成为国家治理核心议题

  数字化已成为国家治理现代化的基础,数据治理将在国家治理现代化过程中发挥更加关键的作用。新冠肺炎疫情期间,运营商数据在疫情防控和复工复产过程中起到了重要作用,健康码、行程卡成为每位市民的标配,极大地提升了政府的治理效率。

  趋势2:数据治理成为国际竞合优先议题

  国际竞争是综合国力的较量,依赖于科学技术、专业人才以及各类资源。随着数字经济成为各国经济增长的加速器和新引擎,数据逐渐被各国作为战略性资源储备12,对发展数字经济的核心资源——数据的治理逐渐浮上台面,数据治理能力将成为国际竞争与合作中衡量一国竞争力的关键指标。

  趋势3:数据治理参与主体更加广泛均衡

  企业是早期数据治理最主要的参与主体,随着数据问题逐渐受到更多关注、数据利益涉及范围不断扩大,数据治理的参与主体也变得更加广泛,政府、国际组织、行业组织、企业和个人等参与和贡献程度也将趋于均衡。特别是随着全社会数据权利意识的高涨,个人的作用越发凸显。

  趋势4:数据治理政府企业协同快速深化

  政企协同是实现数据治理的重要推动力。一方面,企业向政府报送的数据,能够支持政府部门更好地发挥经济社会治理的职能。另一方面,政府所掌握的公共数据,又可以通过向企业等进行开放,从而挖掘和创造出更大的价值。我国政企数据协作将进一步走向深入化、法治化、多赢化。

  趋势5:数据治理将更加场景化和智能化

  经济社会发展越来越多依赖于数据,数据治理的重要性不断显现。同时,外部环境和具体应用场景也在直接或间接地反作用于数据治理,两者间相互作用将影响数据治理往更加场景化和智能化的方向发展。

  趋势6:数据治理带来组织机构重大变革

  组织机构围绕数据进行变革已成为这个时代的重要特征,各地大数据局、大数据中心等机构的设立,以及首席数据官等制度的推行是最鲜明的体现。政府组织、工业组织和商业组织等均将依托于信息技术或围绕数据对组织职能或业务进行升级或革新以提质增效。

  趋势7:数据治理将会催生新的商业模式

  互联网从学术研究走向民用、商用,“免费”和“开源”一直是其发展壮大过程中的鲜明特征,经过长期的探索和实践,主要形成了广告、增值服务、实物/虚拟商品售卖、平台佣金、金融服务等盈利模式。用户及其数据在这些盈利模式中扮演了关键角色,也将推进模式不断革新。

  趋势8:数据治理推动智慧社会更快到来

  建设智慧社会是建设创新型国家的重要一环,是满足人民日益增长的美好生活需要的重要基础。智慧社会内涵丰富、覆盖面广,是一项复杂的系统工程。随着数字政府、数字经济和数字社会等发展,数字化对社会产生了积极影响,数据治理将推动智慧社会更快到来。

数据治理面临的四大挑战

  挑战1:基础制度层面,数据权属、数据分类分级等核心问题尚未取得突破

  1.数据权属问题讨论处于十分发散的状态

  2.数据权属不明影响市场主体的数据开发利用积极性

  挑战2:关键技术层面,数据的标识确权、认证授权、安全交换等技术亟待突破

  1.数据标识确权难

  2.数据追踪溯源难

  3.数据流动管控难

  4.数据安全交换难

  挑战3:数据产业层面,数据流通和数据竞争问题影响市场构建

  1.数据流通受制于安全技术不成熟、主体能力参差不齐等因素

  2.数据竞争的核心问题争议不断

  挑战4:国际社会层面,数据治理呈现风险全球化、安全政治化、规则碎片化和强弱循环博弈

  1.数据风险全球化

  2.数据安全政治化

  3.数据规则碎片化

  4.数字发展强循环与弱循环生态间的互联互通挑战数据治理

面向2035数据治理的五个重要问题

  问题1:如何统一数据治理理念认知

  统一认知是构建完善数据治理体系框架和有效开展数据治理工作的基本前提。从概念上而言,数据治理从不同视角和维度可以得出不同含义,导致各方讨论数据治理问题时容易因不在同一话术体系内而“失焦”。

  从理念上而言,各国普遍从安全视角出发,以法规政策和配套监管为治理工具,对其他主体和工具的关注和重视不足。随着数字化的不断深化,企业、行业、国家对数据治理的关切重点区分逐渐明朗,“只有发展才有治理话语权”“数据治理需要政策与技术协同”“数据治理的多利益相关方模式”等理念正在获得越来越多认可。

  当下,各方需要在数据治理的对象、内涵和外延、治理模式、治理原则和理念等方面达成共识,作为开展数据治理实践的基础。

  问题2:如何释放数据要素价值潜能

  激活数据要素潜能,创新数据要素利用,是数字文明时代赋予中国乃至全球的重要课题,构建数据要素市场是成败关键之举。当前,由于数据权属理论不明、产权配置不清,对数据的高效共享交换、数据流通交易市场的发展、数据资源的整合和数据价值的增长等产生了阻碍,数据要素市场构建受到明显制约。

  因此,想要充分开发利用数据的价值潜能,产权配置是基础。目前需要思考解决的问题包括:数据权属基础理论应该如何构建;数据产权配置的具体模型和实现路径是什么;与之匹配的支撑技术系统如何搭建;数据要素市场的基本交易秩序是什么;数据交易流转的内涵和合法形式包括哪些等等。

  问题3:如何实现数据市场有效监管

  如何维持数据市场秩序和实现良性持续发展,是一个需要不断探索、不断试错、不断总结的过程。政府对数据市场的监管有别于传统监管,由于监管对象和监管环境都在快速变化,监管制度和政策法规不应总是寻求长期稳定、全面完善、普遍适用,而是应该及时敏捷出台、修改完善、迭代升级。

  同时,数字平台的自治在许多方面发挥了重要作用,虽不完美理想,却可行可用。平台作为数据的重要收集者、持有者、使用者和交易者,能否期待在必要的监管框架下,平台在数据领域也形成基本有效的自治秩序?如何在不断变化的新兴市场环境中,实现政府的敏捷监管和平台的有效自治,是数据治理相关主体需要审慎研究的重要课题。

  问题4:如何避免数字基础设施碎片化

  建设智能化综合性的数字基础设施,是打通经济社会发展数据“大动脉”的必然要求。在物理数字基础设施方面,各国(地区)、各主体为维持自身数据资源“优势”、应对数字时代风险和挑战所采取的有关措施(如数据本地化)间接导致了“数据孤岛”现象的增加;在逻辑数字基础设施方面,相较于互联网治理,国内外尚未形成一套完善通用的数据治理技术系统解决方案,数据流转逻辑无法统一。

  要防止国际和国内间、中央和地方间、公共机构和私营机构间数字基础设施的进一步碎片化,各方亟待研究解决以下问题:面向新一代智能化综合性的数字基础设施的基本范式和框架是什么;基于什么技术方案和协议规范进行建设;如何规避传统数据交换模式(如中台模式)潜在的安全风险,去中心化的数据交换和共享基础设施是否符合需求等等。

  问题5:如何建立数据治理全球协商机制

  数据治理是一个全球性问题,随着其在国际竞合中重要性的不断增强,大幅提高各方对该问题重视程度的同时,也加剧了目前全球数据治理面临的风险和规则碎片化趋势。

  为进一步降低全球数字经济和社会发展的不确定性因素,增强各个国家和地区、各个主体在网络空间中的互信关系,让数字技术和数据价值可持续地惠及所有人,建立一套数据治理全球协商机制势在必行。

  当前迫切需要思考的问题包括:各国数据治理的具体分歧和共识有哪些;应当通过何种模式建立这样一套国际性机制体系;政府、国际组织、企业、行业组织、科研机构和智库等分别在其中扮演何种角色;机制体系具体的运作方式和产出公共产品形式是什么等等。

具体内容如下


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“M173” 就可以获取【牛津大学博士论文】多模态概率推理的机器学习预测与协调,173页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
2

相关内容

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。数据治理是一种数据管理概念,涉及使组织能够确保在数据的整个生命周期中存在高数据质量的能力。一个数据管家是确保数据治理流程遵循,指导执行,并建议改进数据治理流程的作用。
重磅发布 | 2022数据要素流通标准化白皮书,117页pdf
专知会员服务
92+阅读 · 2022年11月30日
重磅!工信部《数据传输安全白皮书》发布,90页pdf
专知会员服务
86+阅读 · 2022年8月6日
重磅!《云计算白皮书(2022年)》发布,47页pdf
专知会员服务
73+阅读 · 2022年7月21日
重磅!《2022智慧城市白皮书》发布
专知会员服务
121+阅读 · 2022年5月26日
全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
数据治理标准化白皮书(2021年), 34页pdf
专知会员服务
232+阅读 · 2022年1月18日
《城市大脑发展白皮书(2022)》发布!
专知会员服务
118+阅读 · 2022年1月8日
2021年全球数字治理白皮书,36页pdf
专知会员服务
56+阅读 · 2022年1月5日
绷紧数据安全这根弦:《数据安全法》实施参考(第一版)发布
CCF计算机安全专委会
2+阅读 · 2022年4月22日
全球数字产业战略与政策观察,38页pdf
专知
1+阅读 · 2022年2月2日
数据治理标准化白皮书(2021年), 34页pdf
专知
6+阅读 · 2022年1月18日
2021年全球数字治理白皮书,36页pdf
专知
0+阅读 · 2022年1月5日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年6月9日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年2月29日
国家自然科学基金
2+阅读 · 2011年7月31日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
10+阅读 · 2021年2月26日
VIP会员
相关VIP内容
重磅发布 | 2022数据要素流通标准化白皮书,117页pdf
专知会员服务
92+阅读 · 2022年11月30日
重磅!工信部《数据传输安全白皮书》发布,90页pdf
专知会员服务
86+阅读 · 2022年8月6日
重磅!《云计算白皮书(2022年)》发布,47页pdf
专知会员服务
73+阅读 · 2022年7月21日
重磅!《2022智慧城市白皮书》发布
专知会员服务
121+阅读 · 2022年5月26日
全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
数据治理标准化白皮书(2021年), 34页pdf
专知会员服务
232+阅读 · 2022年1月18日
《城市大脑发展白皮书(2022)》发布!
专知会员服务
118+阅读 · 2022年1月8日
2021年全球数字治理白皮书,36页pdf
专知会员服务
56+阅读 · 2022年1月5日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年6月9日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年2月29日
国家自然科学基金
2+阅读 · 2011年7月31日
Top
微信扫码咨询专知VIP会员