企业政府双向发力推进数据要素发展的可持续探索

在数据要素市场建设过程中，企业和政府需着力提高自身能力，在扮演好各自角色的基础上守正创新、双向发力，共同推进数据要素发展的可持续探索。

2022 年 12 月，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》（下称“数据二十条”），这是我国首部从生产要素高度系统部署数据要素价值释放的国家级专项政策文件。“数据二十条”确立了数据基础制度体系的“四梁八柱”，在数据要素发展进程中具有重大意义。

随着“数据二十条”等一系列政策措施相继出台，数据要素市场培育进展加速，畅通数据资源大循环的方向愈加明确。尤其是在人工智能快速迭代、大模型与大数据相得益彰的发展态势中，数据要素战略地位进一步凸显。各地方、各部门、各大企业纷纷加快数据要素领域布局，从体制机制、市场流通、产品研发、标准规范等多层次、多角度开展落地方案的深度探索，涌现出数据要素价值释放新热潮。

企业和政府构成推进数据要素发展的核心力量。其中，企业是冲锋在前的创新主体，政府则主要发挥有序引导和规范发展的作用。在数据要素市场建设过程中，企业和政府需着力提高自身能力，在扮演好各自角色的基础上守正创新、双向发力，共同推进数据要素发展的可持续探索。

一、企业侧：数据管理与应用能力是前提

企业作为数据要素的创新主体，在丰富的生产经营活动中，积累了大量宝贵数据有待挖掘使用，同时也是数据要素市场的主要需求方。结合业务发展目标构建数据管理体系、在业务场景中深度应用数据是企业整体数据能力提升的必要环节，构成企业数据价值释放的基础。数据管理规范了数据采集、加工、使用过程，是企业丰富数据应用、参与数据要素流通的前序基础。数据应用将数据真正转化为生产力，是释放数据要素价值的最后一公里。在不断夯实自身数据能力的基础上，企业才能进一步探索参与数据要素市场、构建核心竞争力的方式。

企业不断通过 DCMM 贯标评估提升数据管理能力。自 2020 年国家标准《数据管理能力成熟度评估模型》（简称 DCMM）贯标评估工作启动以来，随着全国范围内的持续宣贯，截至目前已有十余个行业的千余家企业参与到了DCMM 评估中，显著提升了全社会数据管理意识，使得贯标企业数据管理能力得到明显增强。以评估贯标为契机，企业在战略规划、组织架构、技术工具等方面推动开展数据管理相关工作：

在战略规划方面，通过建立全景数据管理工作视图，确立数据管理中长期目标和管理活动优先级，统筹、协调各层面工作，明确所需资源投入总量和分配机制，监督、评价和优化企业数据管理工作的执行。
在组织架构方面，企业通过成立专职团队增强数据管理执行效率，成立统一数据管理归口部门，普遍形成了决策、管理、执行的数据管理三层架构组织，并设置专门的数据管理管理岗位，建立了数据部门、技术部门、业务部门协同机制。
在技术工具方面，企业通过构建统一的数据管理技术平台，将各分散的单一功能型技术工具进行集成，消除数据管理协同难点，提高数据管理效率。

例如，中国联通集团以《中国联通集团数字化转型行动计划（2022-2025 年）》为战略纲领，明确了数据管理工作的总体目标、发展路径及保障体系，形成以数字化转型领导小组为领导，数字化转型推进办公室统筹落实推进，总部数据治理组、省分数据治理组、地市数据治理组纵向联结协同的数据管理组织架构，依托联通云底座，打造“湖仓一体、批流融合”的数据中台，实现全域数据统一采集加工，强化数据管理能力。同时也应看到，DCMM 标准聚焦在数据管理体系的建设，它的贯彻落实能帮助企业建立数据能力的基座，但无法直接解决企业数据应用场景不丰富、业务价值赋能不充分的问题。为此，需要在贯彻 DCMM 标准的基础上，结合数据资产价值评估、会计入表、交易流通等实践，以价值为导向，推动数据资产运营能力建设，建立常态化的数据资产运营体系，为数据价值持续释放提供坚实保障。

数据研发运营一体化（DataOps）在数据管理的基础上，解决开发管理“两张皮”的问题，有效提升数据管理与应用的协作效率。随着数据应用场景日益丰富，数据分析需求快速变化，数据加工链路日益复杂，数据工程师、数据管理员、报表开发人员、运维工程师等各类数据管理角色逐渐增多，导致企业数据交付任务难度大大增加。DataOps 倡导协同式、敏捷式的数据管理，建立清晰通畅的数据管道，明确数据管理的流转过程及环节，采用先进的数字化技术推动数据管理自动化，缩短数据项目的周期，提高各数据管理相关人员的数据检索、获取和应用效率，并持续改进数据质量，降低管理成本，加速数据价值释放（如图 1）。

例如，通过标准设计、模型设计指导数据开发，前置化数据质量管理，并建立 SLA 开展数据资产运维，实现开发与管理的协同；数据管理成果通过被业务分析人员、数据科学家等角色自助使用，支撑业务运营，同时运营结果反向指导数据管理工作，实现管理与运营的协同。中国信息通信研究院与多行业头部企业于2022 年共同成立 DataOps 标准工作组，发布能力框架模型和实践指南，致力于将敏捷、精益等理念融入数据开发过程，打破协作壁垒，构建集开发、治理、运营于一体的自动化数据流水线。目前，国内已有超百家机构开展DataOps 相关实践，我国企业对于 DataOps 已从概念启蒙引入阶段演进至规模化落地阶段，各行业高质量、高价值数据的汇聚、融合与应用工作也得以大大加速。

图 1 DataOps：敏捷协同的一体化管理

在管理数据的同时，企业正在同步推进业务需求梳理与挖掘，数据应用场景持续扩充。早期互联网、金融等数据密集型企业为提高营销、风控等业务能力，通过对自身数据的挖掘和分析，洞察用户需求、优化运营、提供个性化服务，从而提升自身竞争力和用户满意度。例如，电子商务企业可以根据用户的购买历史和浏览行为，推荐符合其兴趣和喜好的产品；普惠金融机构可以根据用户的资质、历史行为等数据评价信用分数与风险等级，实现对个人、小微企业等主体的精准放贷。

随着数字经济的发展，数实融合成为产业发展与经济增长的新动力。数字化水平较高的头部企业进一步挖掘业务链条中的数据需求，通过自有数据的挖掘和分析，为生态伙伴提供更加科学化的决策依据，以实现其生产、流通等环节的高效运作。例如，头部电商自营品牌京东京造，利用其丰富的用户数据和数据赋能的强大供应链管理能力，基于“你做工厂，我做市场”的分工定位与品牌方深度合作， 2022 年总销售额同比增长 60%、100 个以上品类年均销售额增长超过 300%、新品开发成功率超过 90%、帮助工厂平均降低 30 天库存周转。

传统企业愈加重视数据要素的沉淀、挖掘和应用能力提升。随着信息技术的持续发展和普及，传统企业也越来越重视数据与生产、调度、调控、营销等业务的融合应用，以实现设备级、工厂级和企业级的互联互通，从而提高生产效率、降低成本、改善产品质量和创新能力。例如，在制造业中，工业互联网可以实现设备的远程监控和故障诊断，提高生产线的稳定性和可靠性；可以通过数据分析和预测技术进行生产计划和库存管理，实现定制化生产和个性化营销；可以通过供应链的数字化和智能化，实现物流协同和合作，降低成本。

在夯实数据能力的基础上，企业积极挖掘并输出自身数据能力特色，通过提供高质量数据服务创新数据要素市场参与方式。数据要素供应链条长，在供给、流通、应用、安全等环节均有细分的市场需求。对于专业数据能力突出的中小企业，可借助集聚优势，寻找市场定位，塑造服务品牌。例如，人工智能的发展催生了数据标注、清洗等基础数据服务需求。山西省大同市积极布局基础数据服务产业，并于 2022 年 11 月印发《大同市促进数据呼叫（标注）产业发展的若干政策》，明确了坐席、场地等补贴标准。上海润迅、重庆人和、华顺金服等 20 多家基础数据服务企业先后落地大同，利用大同市人力资源、场地、电力等成本优势，不断强化在数据要素市场中的竞争力。

对于数据资源富集、数据综合能力强的大型企业，除供给数据资源外，利用数据能力提供综合性数据产品与解决方案也是启动数据要素市场的有效手段。在数据要素市场发展的初级阶段，利用自身数据积累优势和服务能力优势，深入调研数据需求方的核心业务痛点，提供针对性的数据产品与解决方案，进而形成可复制推广的数据产品与能力架构，可有效实现数据流通所带来的价值倍增。例如，国家电网向银行出售电力大数据金融风控等服务，打造“电力数据看”新模式，拓展电力数据应用场景。中国移动打造了生态开放、技术先进、数据全面、安全可控的“梧桐”大数据品牌，通过梧桐大数据门户实现“产品订购入口、生态合作入口、技术分享入口”的统一，全面对外输出中国移动的数据产品与能力。招商银行整合发布“企业数智金融”品牌服务，突出从产品视角向客户视角的转变，从客户的销售场景、采购场景和员工服务中研究客户的需求和痛点，提供整体的数智化解决方案。

二、政府侧：建立公平高效的机制是关键

政府及其他党政机关作为国家治理的核心力量，在数据要素发展过程中扮演着有序引导和规范发展的关键角色。除向社会供给高价值公共数据外，提升治理能力，创新治理手段，建立公平高效的数据要素发展促进机制，守护数据要素可持续发展环境是更好发挥政府在数据要素领域作用的关键。

面对数据要素这一新兴事物，各地方在中央宏观战略指引下，加紧制定数据条例与行动方案，更加灵活、主动地探索推进数据要素发展的实施规范乃至细化的操作流程。自 2015 年实施国家大数据战略以来，我国已有 22 个省级行政区、4 个副省级市出台数据相关条例共 30 份（如图 2）。作为地方人民代表大会或其常务委员会通过的法律文件，这些条例为地方数据要素的发展提供了法律基础。截至2023 年 8 月，全国已有 27 个省（自治区、直辖市）设置了专门的省级大数据管理机构。省级大数据专职管理机构的不断扩充，有效推动数据资源整合和开发利用效率与效益提升。此外，部分地区发布发展规划、行动方案等政策文件，将数据要素的产业集聚、流通交易、数据驱动的经济高质量发展等作为重点，致力于营造公平高效的数据要素发展环境。

例如，上海市《张江数据要素产业集聚区建设三年行动方案（2023-2025 年）》《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023-2025 年）》等文件谋划了上海数据要素发展的体系性布局，在维护数据安全、强化数据安全产业的基础上，基于要素融合和生态构建，着力打造高水平的数据要素产业集聚区。深圳市发布的《深圳市数据交易管理暂行办法》《深圳市数据商和数据流通交易第三方服务机构管理暂行办法》规范了数据交易范围和市场主体行为，并成立数据交易监管机制专责小组，率先以制度的形式明确建立跨部门协同监管的机制。先行地区的制度与机制体现了数据要素领域有效市场和有为政府相结合的创新成果，对中央和其他地方引导和推进数据要素发展均有重要的借鉴意义。

图 2 地方数据相关条例出台情况

加快完善数据领域央地协同和条块协同机制是当前的重要命题。在地方纷纷成立大数据管理机构承担数据领域统筹协调与资源整合共享职能的背景下，国家数据局的成立顺应了各界对国家层面组建专职管理部门的期待。然而，国家数据局尚处于初建阶段，如何理顺国家和省级数据管理机构关系、平衡国家各部委及地方各委办局间职能，需要尽快探索方案并落地执行。

一方面，各地大数据管理机构的单位性质和隶属关系并不相同，主要可分为省政府直属机构、省政府办公厅管理机构、省行业主管部门管理机构三类，且多有承担推进数字政府建设、数据安全治理、大数据产业管理等当前国家数据局所规划职责之外的工作。国家和省级机构履行职能过程中仍会存在“一对多、多对一”等多头管理问题。加快理顺管理关系，完善央地协同机制，是推进构建数据要素可持续发展环境的必要前提。
另一方面，国家和地方数据管理机构与其他行业主管部门各有职责划分，既包括产业发展、资产管理等业务领域的区分，又包括人社、交通等垂直行业的区分。加快理顺国家各部委、地方各委办局间职能，完善条块协同机制，促进数据要素跨部门、跨行业、跨地域互联互通与开发利用，是促进数据要素公平高效发展的重要保障。

提升治理能力、营造兼顾效率与公平的数据要素发展环境仍应成为政府工作重点。纵观各地数据要素相关政策制度，尽管产业格局、发展目标、数据供给、流通、应用等重点发力方向等基本明确，但落地抓手相对有限，还不能完全适应数据要素的新特性和新趋势。“数据二十条”提出，要充分发挥政府有序引导和规范发展的作用，守住安全底线，明确监管红线，打造安全可信、包容创新、公平开放、监管有效的数据要素市场环境。守住数据安全底线、推进数据要素可持续探索、促进数据价值释放应成为各地治理的共识。

一方面，要提升数据安全纵深防护与综合防御能力，健全数据要素市场监督管理体系，在明确监管对象、范围、标准、程序等规则基础上，加强合规、违约、欺诈等重点领域的执法司法，维护数据要素市场的公平环境。
另一方面，要适应数据要素新特性，不断创新治理手段，通过建立市场准入第三方评估机制、负面清单动态调整机制、合同约定与争议仲裁机制等，提高市场主体合作互信程度和自发探索的活跃程度，避免对市场主体的不必要干预，为数据要素市场的高效实践留足空间。

本文摘编自中国信息通信研究院发布的《数据要素白皮书（2023年）》，全文下载：