◎黄成凤 杨燕绥
日前,中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》,为我国今后一段时期内“向数据要生产力”指明了方向,凸显了中央对数据基础制度构建的高度重视。数据已成为国家的重要基础资源和关键生产要素,对于构建新发展格局、赋能实体经济、推进国家治理体系和治理能力现代化具有重要意义。然而,我国数据融合应用、政企联动开发、体系模式创新水平,距离数据要素市场化配置要求还存在一定距离。如何在确保安全的前提下推进公共数据与社会数据融合,助力数字经济、数字社会高质量发展,是推进数据要素化和数据价值化的重要突破口。
多源数据要素融合应用不足
当前,我国各省市发挥政府主导作用,积极鼓励各类市场主体参与数据融合应用,在数据立法、数据流通交易、数据开放创新大赛等方面探索创新,全国范围内正加速构建数据要素统一市场。但是还要看到,我国数据要素市场化尚处于培育阶段,多源数据的融合应用不足,主要表现在以下几个方面:
一是社会数据对接机制亟待建立完善。国家垂直管理部门、国有企业、行业龙头企业以及互联网平台企业等数据汇聚困难。数源企业能够提供的数据与政府各部门实际需求无法进行有效匹配。政府各部门以采购统计级的结果数据为主,但部分需求仍需通过脱敏后的个体数据才能满足。政府部门根据各自需要独立采购相关社会数据,加之共享和互通不足,造成数据重复采集和难以复用的浪费。
二是公共数据开放利用有待落实深化。不同部门、地区之间数据格式、数据标准、数据接口不统一,给数据共享流通造成障碍。数据资源共享壁垒仍难打破,行业和地方大数据缺乏统筹,条块分割问题普遍存在。公共数据仍存在数据总量规模小、数据质量差、可利用率低的特点。部分政务数据平台存在“有目录无数据”“有数据无价值”的情况,开放工作流于形式。数据整合共享程度低,其多样性、融合性无法支撑真正的数据智能。
三是政企数据融合开发仍需提质增效。目前数据对接主要采用行政上报和接口形式,数据流向以政企单向融合为主,数据量有限,数据质量也难以保证。随着数据多源异构动态增长,政府急需既懂专业又会技术的人才,否则难以独立分析处理海量数据。数据融合利用带动社会、企业数据多元参与,数字化项目投融资,商业模式创新等方面尚未破题。
锚定数据要素融合应用环节关键问题
构建数据基础制度是一项复杂的系统工程,必须完整、准确、全面贯彻党中央决策部署,锚定数据要素融合应用环节中的关键问题,在制度、机制、实践等方面试验探索,总结积累经验,形成复制推广方案。在此基础上,应从以下三个环节入手,为高质量数据融合应用提供保障,充分释放数据红利。
一是加强社会数据统采共用,打造多源数据汇聚机制。构建社会数据“统采共用、分采统用”机制,汇集各部门对社会数据的高频共性需求,制定采购计划。逐步将引入和使用社会数据纳入电子政务项目管理,遵循电子政务项目管理要求。推进数据归集扩面提效,探索利用联邦学习、多方安全计算等新型技术,实现电力、海关等国家垂直管理部门的数据按需归集共享。探索企业数据开放激励机制,将开放数据质量、贡献度等纳入企业数据开放评价体系,对积极开放数据的企业给予税收抵扣政策、对等开放高价值公共数据等方面的支持。
二是加强政企数据平台化对接,打造数据融合应用机制。创新数据融合应用模式,围绕特定场景业务需求,对数据进行深度融合、分析加工,形成一批标准化、可复用的算法、模型、标签、主题库,使数据以“数据特征对数据特征”“主题库对主题库”的方式对接融合。建立健全数据分级分类制度,分别对公共数据与企业数据进行分级分类,确定各类数据的敏感程度与安全级别,制定数据共享需求清单。构建政企数据统一对接与合作机制,明确双方数据共享权利与责任,推动形成政企数据共享有关规则制度。支持开展公共数据授权运营试点,在社会关注度高、基础条件较好的领域先行先试。
三是加强数据开发环境建设,打造“双向驱动”机制。构建新型数据治理机制,形成各级政府、不同职能部门、市场主体等多元主体参与的数据综合治理格局。政府要发挥主导作用,通过建立数据要素制度体系、举办开放大赛、实施助推计划、培育市场交易主体等各类举措来引导市场参与。企业应发挥技术和专业人才优势,通过数据不见面、模型算法见面的方式,将政企数据进行对接融合。依托政务数据平台建设覆盖数据采集、传输、存储、加工、服务各环节的数据治理系统,提供安全、可信的数据清洗、加工环境。探索利用多方安全计算、区块链等新技术,在确保数据安全可控的前提下,实现公共数据与社会数据深度融合应用。
(黄成凤系之江实验室智能社会治理研究中心助理研究员,杨燕绥系清华大学公共管理学院教授)