近日，依照发改数据〔2024〕1426号通知，为深入学习贯彻党的二十大和二十届二中、三中全会精神，落实《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》要求，充分发挥标准在激活数据要素潜能、做强做优做大数字经济等方面的规范和引领作用，国家发展改革委、国家数据局、中央网信办、工业和信息化部、财政部、国家标准委联合印发《国家数据标准体系建设指南》（以下简称《建设指南》）。
下一步，国家发展改革委、国家数据局和有关部门将强化组织保障、增强协同合力，深化贯标验证，发挥应用成效，加强人才培养，筑牢发展根基，确保数据标准化工作落到实处，推动构建以数据为关键要素的数字经济，有效发挥数据的基础资源作用和创新引擎作用。
一、《建设指南》框架简介
《建设指南》深入贯彻落实习近平总书记关于数据发展和安全的重要论述精神，以数据“供得出、流得动、用得好、保安全”为指引，从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分，加快构建数据标准体系，全面指导数据标准化工作开展，为制修订数据领域相关标准提供了重要指引，有利于充分发挥数据标准体系在激活数据要素潜能、建设数据产业生态、做强做优做大数字经济、培育和发展新质生产力等方面的引领和规范作用。
《建设指南》提出计划到2026年底，基本建成国家数据标准体系，围绕数据流通利用基础设施、数据管理、数据服务、训练数据集、公共数据授权运营、数据确权、数据资源定价、企业数据范式交易等方面，制修订30多项数据领域基础通用国家标准，形成一批标准应用示范案例，建成标准验证和应用服务平台，培育一批具备数据管理能力评估、数据评价、数据服务能力评估、公共数据授权运营绩效评估等能力的第三方标准化服务机构。
1、总体要求
以习近平新时代中国特色社会主义思想为指导，建立国家数据标准体系，促进数据的高效流通与安全使用，到2026年底基本建成国家数据标准体系。
2、建设思路
数据标准体系结构包括基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用和安全保障七个部分。
数据标准体系框架详细列出了各部分的子体系和具体内容。
3、建设内容
- 基础通用标准：包括术语、参考架构、管理、服务和产业标准。
- 数据基础设施标准：涵盖存算设施、网络设施和流通利用设施。
- 数据资源标准：包括基础资源、开发利用、数据主体、数据治理和训练数据集。
- 数据技术标准：涉及数据汇聚、处理、流通、应用、运营和销毁技术。
- 数据流通标准：包括数据产品、确权、资源定价和流通交易。
- 融合应用标准：针对《“数据要素×”三年行动计划（2024—2026年）》中的重点行业领域。
- 安全保障标准：涵盖数据基础设施安全、数据要素市场安全和数据流通安全。
4、实施步骤
- 启动阶段：成立专项工作组，明确责任分工，启动数据标准体系建设工作。
- 调研与规划阶段：对现有数据标准进行全面梳理，分析数据标准化的需求和挑战，制定详细的数据标准体系建设规划。
- 标准制定与修订阶段：依据规划，分批次制定和修订数据领域的基础通用国家标准，确保标准的科学性、先进性和适用性。
- 试点与推广阶段：选择具有代表性的地区和行业进行试点，验证标准的有效性和可行性，逐步推广至全国范围。
- 评估与完善阶段：定期对数据标准体系进行评估，根据评估结果及时调整和完善标准体系。
5、保障措施
- 政策保障：制定和完善数据标准化相关政策法规，为数据标准体系建设提供有力的政策支持。
- 资金保障：设立专项资金，用于支持数据标准体系建设中的关键技术研发、标准制定与修订、试点示范等工作。
- 技术保障：加强数据标准化技术研究，建立完善的数据标准化技术支撑体系，提升数据标准化的科技创新能力。
- 人才保障：加强数据标准化人才培养和引进，打造一支高素质、专业化的数据标准化人才队伍。
6、预期成效
通过数据标准体系建设，预期将实现以下成效：
- 建立完善的数据标准体系，为数据要素的高水平应用提供有力支撑。
- 制修订一批高质量的数据领域基础通用国家标准，提升我国在国际数据标准化领域的影响力。
- 形成一批标准应用示范案例，推动数据标准化成果在重点行业领域的广泛应用。
- 培育一批具备数据管理能力评估、数据评价、数据服务能力评估等能力的第三方标准化服务机构，促进数据产业的健康发展。
综上所述，《建设指南》旨在深入贯彻落实习近平总书记关于数字经济的重要指示精神，为我国数据标准体系建设提供了全面的指导和保障，有助于推动数字经济的高质量发展。
二、数据标准体系建设的挑战和关键点
在《建设指南》中，不仅详细阐述了数据标准体系的建设目标、思路、内容和保障措施，还通过关注下面这些挑战和关键点，可以更有效地推进数据标准体系的建设和实施，通过标准化推动数据要素的高水平应用。
1、数据标准体系建立的常见挑战
- 跨部门协调：不同部门和行业可能有不同的数据需求和标准，协调这些差异以形成统一的标准体系是一个挑战。
- 技术更新快速：随着技术的快速发展，数据标准需要不断更新以适应新的技术趋势和应用需求。
- 数据安全和隐私：在建立数据标准体系时，需要平衡数据利用和数据安全及隐私保护之间的关系。
- 国际接轨：在全球化背景下，数据标准体系需要与国际接轨，这涉及到国际标准的采纳和本土化问题。
- 资金和资源投入：建立和维护一个全面的数据标准体系需要大量的资金和资源投入。
- 标准化意识：提升企业和个人对数据标准化重要性的认识，增强标准化意识，是推动标准体系实施的关键。
- 法规和政策支持：缺乏相应的法规和政策支持可能会阻碍数据标准体系的建设和实施。
2、数据标准体系实施中的关键点
- 组织保障：确保有专门的组织机构负责数据标准体系的建设和实施，以及与其他相关组织的协调和联动。
- 试点示范：通过选取特定的地区或行业进行试点，以此来探索和验证数据标准体系的有效性和可行性。
- 人才培养：培养和建立一支具备数据标准化知识和技能的专业人才队伍，以支撑数据标准体系的持续发展和改进。
- 技术支持：建立数据标准化公共服务平台，提供必要的技术支持和工具，以便于标准的宣贯和实施。
- 法规政策：制定和完善相关的法规政策，为数据标准体系的建设提供法律和政策支持。
- 持续评估：定期对数据标准体系的实施效果进行评估，及时调整和优化标准体系。
3、推进数据要素的高水平应用
通过以下几个方面实现：
- 建立数据标准体系：构建完善的数据标准体系，确保数据的质量、安全性和互操作性，为数据的高效利用提供基础。
- 加强技术创新：推动数据采集、处理、分析等技术的发展，提高数据应用的智能化和自动化水平。
- 优化数据治理：完善数据管理机制，包括数据质量、数据安全、数据隐私保护等方面的管理，确保数据的合规使用。
- 促进数据流通：建立数据流通市场，促进数据的共享和交换，打破数据孤岛，提升数据的利用效率。
- 培育专业人才：加强数据科学和数据工程领域的人才培养，提升整个社会的数据素养。
- 完善法律法规：建立健全数据相关的法律法规体系，为数据的高水平应用提供法律保障。
- 深化行业应用：针对不同行业的特点，推动数据在各行业的深入应用，提升行业效率和创新能力。
三、助力企业提升运营效率
对企业来说，通过克服以下这些难点，可以建立起有效的数据标准体系，从而更好地支持业务目标的实现。数据标准体系通过提供一个结构化和系统化的数据管理框架，帮助企业更有效地管理和利用数据资源，从而提升整体的运营效率。
1、数据标准体系建设的难点
主要包括：
- 利益协调：不同部门和利益相关者可能对数据标准有不同的需求和看法，协调这些利益是一个挑战。
- 技术复杂性：数据技术快速发展，如何选择合适的技术并确保其与现有系统的兼容性是一个技术难题。
- 数据多样性：企业内部和外部的数据类型繁多，如何统一这些数据的格式和质量标准是一个复杂的问题。
- 法规遵从：随着数据保护法规的不断更新，如何在遵守法规的同时建立有效的数据标准体系是一个法律挑战。
- 持续维护：数据标准体系需要持续更新和维护，以适应技术和业务的变化，这需要长期的投入和管理。
- 人才培养：数据标准化需要专业的人才，培养和留住这些人才也是一个难点。
- 文化转变：企业需要从传统的管理方式转变为数据驱动的管理方式，这涉及到企业文化的转变。
2、与企业的业务目标相结合
数据标准体系与企业的业务目标相结合，可以从以下几个方面入手：
- 明确业务需求：首先，企业需要明确自身的业务目标和需求，确定数据在实现这些目标中的关键作用。
- 制定符合业务需求的标准：根据业务需求，制定相应的数据标准，如数据采集、存储、处理、分析和应用等方面的标准。
- 优化业务流程：利用数据标准体系优化业务流程，提高数据处理的效率和准确性，从而更好地支持业务决策。
- 提升数据质量：通过数据标准体系的建设，提升数据的质量和可靠性，确保数据能够真实反映业务状况，为业务决策提供有力支持。
- 促进数据共享与协作：建立统一的数据标准体系，促进企业内部各部门之间以及企业与合作伙伴之间的数据共享与协作。
- 支持业务创新：数据标准体系可以为业务创新提供支持，通过标准化的数据处理和分析方法，快速响应市场变化，开发新的产品和服务。
3、提升企业的运营效率
- 统一数据规范：通过制定统一的数据术语、参考架构和管理标准，企业能够确保数据的一致性和准确性，减少因数据不一致导致的沟通成本和错误率。
- 优化数据管理：数据管理标准提供了数据管理参考模型和能力评估方法，帮助企业建立高效的数据管理体系，提升数据处理的效率和质量。
- 提升数据服务能力：服务标准的制定有助于规范数据服务的分类和能力评估，使企业能够更有效地提供和使用数据服务，从而提高运营效率。
- 促进数据流通：数据流通标准通过规范数据产品、确权、资源定价和流通交易等环节，确保数据能够在企业内外部顺畅流通，支持快速决策和市场响应。
- 强化数据安全：安全保障标准确保了数据基础设施、要素市场和流通的安全，减少了数据泄露和安全事件的风险，保障了企业运营的稳定性和连续性。
- 支持融合应用：融合应用标准鼓励企业在工业制造、农业农村、商贸流通等多个领域内应用数据技术，通过数据驱动的创新提升业务效率和竞争力。
- 人才培养和技术更新：通过加强人才培养和国际交流，企业能够持续更新其数据技术和管理能力，保持运营效率的持续提升。
来源：国家数据局，本篇针对指南全文由生成式 AI 做出的核心摘要和解答，仅作为参考，请以原文为准。
下载文档请在页面底部扫码关注我们的微信公众号“idtzed”，对话框内发送“241014”或“入”添加老邪企业微信获取链接。
欢迎领取数字人才中国方案，直通数治x行业社群、AIGC+X 成长营，一起产研内训、知识平台共建！
