数字经济已经成为新一轮科技革命和产业变革的引领者和主要引擎。充分发挥海量数据和丰富应用场景的优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业、新业态、新模式，不断做强做优做大我国数字经济，是我国的战略选择。
健全的数据资源体系，毫无疑问能够促进数据的资源化、资产化、资本化，提升数据赋能作用，释放数据要素价值，驱动以数据为关键要素的技术体系和产业生态发展，支撑国内统一大市场构建和数字中国建设，服务国内国际双循环的新格局。
2024 年至今，国家数据局加快研究制定数据产权、流通交易、收益分配、安全治理等政策文件，陆续开展征集数据基础制度相关问题及对策建议、“数据要素x”典型案例并推广相关经验等工作，全国各大省市“数据要素x”典型案例申报接连开启（附下载）。同时，随着关于开展全国数据资源调查的通知（附下载）下发，启动调研各单位数据资源生产存储、流通交易、开发利用、安全等情况，为相关政策制定、试点示范等工作提供数据支持。
以现有顶层文件和基础制度为基础，进一步推进数据资源体系基础理论创新和创新实践工作，重点突破数据确权分类、数据流通机制、数据管理制度、政府市场分工定位等基础性、全局性任务，不断加强中央和地方政策协同，以实现地方共性政策举措“自底向上”形成国家层面的标准、规划、政策和法规，国家政策法规“自顶向下”分解落实形成地方政府的落地举措。
I. 绘制国家数据战略关键行动图
依据数据规划、汇聚、共享、利用和增值等生命周期各阶段实施不同的数据发展治理战略，谱写关键行动路线。
在数据规划上，制定和维护数据清单，确定年度数据资金预算，明确数据使用范围，推动长远管理数据文档。优化、激活、做实国家大数据区域创新中心网络，引导各地大数据中心向当地和区域利益相关者（地方政府、企业、非营利性组织和地方学术机构等）释放大数据研究的能力，关切区域性数据问题，让合作活动和伙伴关系更好地建设和维持国家大数据创新生态系统。建立基于类型化和场景化的数据确权模式，加强数据和产权分类制度建设，遵循权益分置化的基本思路，将数据权益内容划分为归属、使用、收益等多种，并分配予数据价值链和各环节的相关方。
除涉密数据外的各类数据按照个人数据和非个人数据进行简易分类，非个人数据的权属关系依据数据产生设备或部门所属契约为基础制定，个人数据由数据主体选择确定与第三方分享。个人数据经过处理后能够确保接收数据的第三方无法“识别特定自然人且不能复原”的，在与第三方分享时视为非个人数据；个人数据的范围由国家出台统一的标准规范（或由国务院出台行政法规）确定。
在数据汇聚上，完善数据技术和标准，促进标准化数据收集。明确数据汇聚程序，维护数据汇聚存储库，促进基于公认标准接口的跨学科数据集成，确保数据发现、访问、兼容性和可重用性；推行实施数据质量控制，开发和发布数据质量衡量和报告指南；探索分布式又联网的数据存储系统和技术。
在数据分享上，促进各机构各地方协调分享数据，探索多层次多样化的数据价值释放模式，打造多元化多样性的数据流转通道，鼓励各行业合作分享数据，满足数据需求尽行节俭；创造性丰富和改进数据收集、分析和传播方式；优化数据泄露通知方式，提升数据安全事件的及时响应能力；鼓励利益相关者开发和使用通用接口、知识网络、工具和服务，建立和宣传成功实践和标准。
在数据流转利用上，以透明和可审计为目标构建数据流通全过程的监督管理制度，提高数据流通全过程的透明可审计。支持开展数据要素资源的标识、索引、认证、授权的标准、技术和工程化实践工作，确保数据流通过程的全程可监管可追溯。政府和企业领导树立榜样，在一定条件下允许公众适度修改数据，优化数据相关的透明度要求；评估数据功能成熟度，推动重要政策使用高质量数据，凸显数据潜在价值。
在数据增值上，分配数据资产价值并排序，确定年度数据资金预算，动员社会力量积极深入参与，通过教学培训提高数据能力，利用好市场购买力。完善数据政策制度和组织，建立健全涵盖企业员工行为控制、内部数据使用监督、向第三方公开数据等方面的事后问责制度。优化数据协同平台使用，改进数据安全技术。定期描述云数据，研究探索元数据框架以保证数据可信性。进一步激活国家超级计算机等国有计算能力，促进其可访问可持续。探索实行一站式数据标准，开发数据标准库，发挥数据标准杠杆作用，确保数据完整性可访问可理解，实现数据可用性高质性，打破数据孤岛群岛，实现跨系统互操作性。
II. 数据摸底和底座性开发
通过社会数据映像在安全下的有限汇合甚至互联互通、公共数据开放等多方式打造全国各类数据全景图，定期摸清家底，基本形成一定颗粒度的全国数据资源体系轮廓图。推出虚拟中国项目，借助多方力量共同打造和共用汇集了所有物联网传感器的大型城市数据模型，逐步建设完善数字乡村乡镇的轮廓图，助力形成以数据为中心的智慧城市和数字乡村。
促进个人数字身份和个人数字资产的确权、流转和二次开发。打造个人数据中心和广泛应用数字身份系统，助推基于数据的数字生活。基于物理实体信息数字化，有序建立开发人员和合作伙伴门户，打造个人数字信息服务并向政府和私营企业等开放共用，推行无纸化数字签名；打造智慧性传感器平台和数码平台，促进数据的产生、整合、传输和使用。
III. 系统性谋划推动公共数据开放
1. 深化和践行数据开放原则
秉持以改善政府治理和激励创新发展为目的的数据开放，拓展和强化政府和公共部门开放思维和意识，根本扭转政企数据对接短板，消除行业部门“数据山头”、“本位主义”，解决政府业务数据更新慢、不互通而难以动态实时关联分析的问题。在不侵犯公民隐私和国家安全的前提下默认开放数据，抛弃需公民向政府申请提供数据信息的被动开放方式，真正变革政府运营模式和与公民互动方式。除非有例外，政府和公共部门尽量以原始、未经修改的形式开放即时全面的数据。免费提供数据之时要确保查找和机读便捷性，并在文件格式等上提升用户体验。
2. 系统性促进公共数据开放
政府重点推进公共数据开放，持续增加高质量、高效率、机器可读数据供给。促进基于标准的数据可比较和互操作，采用统一的数据标准提供高质数据集。确定优先开放的数据集，发布和动态更新数据清单。鼓励所有数据使用者审核公共数据及模型，鼓励测试开发开放共享的公共数据集和环境，支持各级政府和公共部门改进公共数据和模型清单文件，并据数据用户反馈优先优化公共数据及模型的质量和访问路径，提高数据的信任性、可访问性、可用性、重用性。
3. 营造公共数据共治共用环境
政府营造环境和建立数据应急调度机制，充分调动企业和社会发展大数据的积极性主动性。扩大公民参与度，注重与数据用户的双向互动反馈。通过数据指导决策、评估公众对公共数据的价值和信任感知、促进各部门间的数据流通开放等举措，培育重视数据并促进数据共享重用的文化氛围。
IV. 多渠道促进数据流转利用
1. 全方位优化数据流转使用
优化调整数据交易所制度和模式，探索多元化多样性的数据流通模式和途径，积极探索数据互操作 API 开放平台、个人信息管理服务商、数据信托商、工业数据共享平台、数据保管员和数据经纪商等多种流通途径。支持鼓励扶持中介服务机构、服务商，及时探索典型应用推广模式。明确数据交易机构的备案制，鼓励第三方社会机构提供数据交易、数据合规、监督审计、公共平台等专业服务。
打造完善共享共赢的多层数据价值开发体系，促进未加工/粗加工的原始数据、精加工的数据产品、数据决策服务等共存发展，多方式彰显数据价值。丰富健全数据产业生态体系，培育数据的开放式生产开发使用生态，做优做强数据价值链、供应链和产业链。健全数据匿名加工制度，允许匿名加工信息流通。
全面鼓励共享开放源数据、接口、元数据和标准，鼓励相关信息基础设施提高互操作性，提高现有数据的可访问性和价值，增强结合数据集进行新的分析的能力。探索有效使用数据的方案，促进数据访问的多样化路径，通过改进数据管理工具、研发数据管理技术和设施以增强数据管理分析能力。改善财务管理数据标准， 评估数据及相关基础设施的成熟度，负责识别解决相关部门核心问题所需的数据资料。
2. 多方协作推动数据可信可靠可用
加速政企数据融合对接，促进社会数据互用性，确保机器可读性。创建数据科学带头人项目，鼓励科技部、国家自科基金委或相关行业协会打造数据科学社区园区以提供多层级教育培训、促进专业开发和跨领域跨组织协作。鼓励通过产业界、学术界、政府项目及国家实验室等的协作发展大规模数据创新生态系统，以创新思维打造主体多元、机制灵活的各类数据创新发展联盟。发挥现有行业协会和企业技术联盟等民间组织联系政府、服务企业的纽带作用。进一步激活和强化开源社区在数据技术开发中的作用，持续打造大数据创新链、产业链和供应链的核心竞争力。
3. 明确促进 B2B 和 B2G 数据共享的原则和精神
明确规则为政府和公共部门在特殊情况下使用私营企业所持数据创造可行性和便利性，积极应对政务数据与社会数据脱节、日常管理与战时响应脱节、横向协同与纵向贯通脱节的局面。在寻求促进公共利益的数据管控效率与个人隐私安全及商业秘密保护间更好平衡的大方向下，细化政府和公共部门访问私营企业数据的原则和条件，降低私营企业的不确定性和成本；在默认公共数据开放的大方向下，细化限制或禁止企业访问政府和公共数据的例外规定。
继续联合龙头企业探索推进打造公益性数据应用平台，分步分批推进实施和完善以政企数据对接为核心的数据长城计划，强化数据资源储备力量，坚决把政企协同共建共享共治落到实处。制定公共数据处理服务的采购标准和要求。消除特定领域公共数据空间之间的数据共享障碍，为部门间重复使用数据制定互操作性标准，促进开放、行业驱动的标准和规则制定。
V. 统筹安排数据保护和开发利用
1. 建制立规明责
制定数据基本法，明确数据相关的基础机制制度，提高数据安全开发利用的法律确定性，为消费者和企业获取使用数据提供便利和降低顾虑，确保数据共享公平性，进一步提高数据相关产业投资。
2. 坚持政企一体
构建政企数据采、储、传、管、用一体化技术支撑体系，鼓励各地方各部门和企业加快推动政企数据平台对接，建立完善“数据长城”计划的企业准入、对接、备案和会商机制。整合数据“沙箱”、密态计算、数据安全屋等技术，实现以“用见分离”为特征的政企双方数据联合校验和模型对接，在保障政企双方数据安全和权属完整的同时实现数据资源价值共享，有效消除数据孤岛问题。
制度性地认可和扶持数据分析交易供应商等专门的数据企业，培育数据经纪商，提高数据处理服务的质量和可信度，促进不同服务间的相互切换。鼓励数据要素资源应用创新和先行先试。构建数据价值评估、资产保护和争端解决机制等。针对非个人数据的国际传输强化保障措施，进一步增强和拥护对数据处理服务的全球性信任。
根据司法实践调整已有法律法规相关规定条款，制定出台相关细则和司法解释。进一步加强数据要素资源领域的数据执法体系和执法能力建设，确保相关政策法规落到实处。倡导数字包容，维护数字文明，促进数字凝聚力，消平数字鸿沟。强化数据伦理道德规范，促进公共数据开放透明，建立和增进公众信任。
VI. 探索出台数据保护利用专门法
1. 立专门法探索数据利用新尝试
在维护网络安全、数据安全和个人信息保护等基本法法律精神的基础上，在医疗健康、金融服务、征信、位置地图等个别重要行业领域完善专门的法律法规，探索在适当突破基本法部分规定的情况下在相关领域如何更好地兼顾数据 保护与数据开发利用。
2. 优化匿名加工制度
探索在专门法中形成“匿名加工+认定”制度设计及配套措施，优化完善匿名加工制度，推动匿名加工的数据信息流通交易；创设国家认定制度，认定匿名加工信息制作者；开辟特殊规制方式，允许认定制作者采用“opt-out”方式（要满足需提前告知患者并向主管部门申请等一定程序要求）而非沿用“opt-in”方式；强化细化通过书面告知、保障拒绝权利等方式维护用户权利。
VII. 政府统领数据发展和治理工作
1. 立规建制统领数据工作
明确建立健全各级政府首席数字和人工智能官制度，或成立各级首席数据官委员会，统筹指导各级政府和公共部门的数据发展和治理工作。强化数据统筹调度、技术规范 统一，致力于打造以数据为支撑、以人为中心的科学治理系统和能力。新部门履行数字、数据和人工智能治理职责，帮助政府和公共部门推动数据治理制度化，负责审查数据分析和人工智能相关权限 和治理结构等。
紧扣政府行政关键环节，构建“大决策、大监管、大服务、大应急”综合应用平台，完善综合应用平台与各部门业务系统的接口调度机制，锤炼数据资源战略储备体系的应急响应与社会治理能力，提前发现并清除潜在风险点和薄弱环节。协调建立健全由数据驱动的应急指挥调度体系，夯实应对重大风险挑战的基础保障，确保全社会数据资源助力应对重大突发事件和国家安全威胁。
2. 提高各级政府和公共部门的数据使用合作能力
建立健全跨部门的技术开发测试平台，以促合作开发新技术和产业化研发成果。立规促进数据跨部门共享以应对紧急优先事项（如国家灾害、全国性或地方性公共卫生事件）。建立大数据基准中心，专注于重大挑战的应用，帮助确定必要的数据集、分析工具和互操作性要求，借此实现关键的国家优先目标。
建立完善事先监测预警的风险评估和扫描系统，并逐步向整个政府系统推广，帮助提前洞悉公共卫生、政府安全、网络舆情乃至国民经济社会问题。发布优化公共服务大数据战略，推动公共行业利用大数据分析进行服务改革，助力政府制定科学的公共政策，更有效地保护公民隐私等。
3. 赋能政府治理能力
选用专业人才，依仗数据分析和数字技术等赋能政府，助推治理体系和能力现代化。积极开放公共数据，通过数字政府建设充分发挥政府表率引领作用，强化以人民为中心的数据治理发展思路。培育政府和公共部门雇员和领导的数据能力，提高部门领导和员工的数字素养和数据技能，助力提升政府运用数据支撑决策指挥的能力，扭转横向协同和纵向贯通脱节的问题。提高政府服务平台运营的针对性持续性，解决政府服务和群众需求脱节问题。
4. 营造数据伦理文化
优化数据伦理框架，倡导道德观念，确保技术不传播错误或对特定群体不利，引导各方利益相关者在关注大数据创新效用、风险和成本之时也更多考量价值和社会伦理。在组织层面推动有序高效的数字化治理文化。
5. 强化政策协调兼容互用。
建立大数据统筹机制，统筹各行业大数据中心，规避数据烟囱问题。真正提升地方大数据管理机构的数据管理分析能力。明确各部门监管职责分工，强化部门间的数据政策兼容性和系统性（政策制定时相互引用、政策可持续性、稳定性、灵活性和与时俱进性），促进数据跨领域跨部门协作使用。加快推进信息化、系统化和标准化的新型数字信息基础设施建设。促进国内各地区数据政策标准要义的内在一致。
VIII. 鼓励企业构建数据治理机制体系
1. 立规统领企业数据治理工作
鼓励企业设立高级别的首席数据/隐私官（CDO/CPO）制度，建立分工清晰、领导支持、标准明确、流程规范、奖惩分明、持续优化的数据治理长效运营机制。推动私营企业建立健全首席信息官（CIO）制度，统筹本部门信息化应用和数据资源管 理开发利用工作。对内全面践行内控监督，进一步提升数据管理水平；对外向消费者和执法机构负责。企业需尊重个体的数据接入权，确保所保存的个人数据的准确性完整性。
积极探索“官助民办”的新模式，建立“企业主导、政府赋能”的数据资源市场运营机制。企业负责数据平台建设与日常运维，在产品应用中发掘需求，有效提升面向社会服务的能力，化解当前我国政务信息化建设运营普遍可持续性不足的局面。政府负责抓标准、抓监管、抓安全、抓决策，在监管和安全等关键环节做好规范引导，在公共平台搭建、公共数据开放和财政资金补贴等方面为企业赋能。
2. 鼓励企业建立数据出境管理制度
倡导企业落实数据出境安全主体责任制，组建由信息安全部门、法务部门和业务部门等组成的数据出境合规委员会，加强数据出境安全监测防护，推动制定企业数据出境计划和风险自评估报告，及时跟踪研究国内外数据安全法 律法规，确保在采集处理国外数据时不违反当地法律、在本国数据 出境时确保接入方有对等的安全保护措施。
建立企业数据出境合同，约定双方数据安全保护权责，优化隐私政策和用户协议中的跨境条款。建立健全企业数据泄露应急预案。通过常态化的数据安全风险 评估及时查缺补漏，不断完善数据跨境流动治理框架体系。
IX. 多措并举优化细化数据保护制度
1. 以分类分级原则细化数据保护制度
明确政府部门、掌握数据资源的企业及组织、数据服务机构等各方的数据分级安全管理主体责任；根据数据不同性质、各行业数据资源特点分业制定数据分类分级安全管理规则，编制适合数字经济新产业、新形态、新应用模式的分类分级标准和原则，确定数据安全等级和开放条件。对可开放的数据类别、数据开放的技术标准和数据口径等做出明确规定，根据数据敏感性和重要性对不同用户授予不同权限。根据数据的安全属性对数据进行梯度性管理。
2. 依仗技术攻关和运用，助力数据安全防护
以点带面地引导大数据发展，破解大数据发展核心技术，提高收集、存储、保留、管理、分析和共享海量数据所需核心技术的先进性，形成合力。通过数据梳理、数据流转和跨境数据监测、权限控制、安全审计、追踪 溯源等多样化技术手段，将风险管理和安全防护融入数据全生命周期管理。依仗技术和工具辅助评估数据安全性和数据保护。增强数据追溯能力建设，确保数据生命周期内全过程各领域可追溯。
鼓励保留数据集所有者的计算轨迹，防范与潜在不可信的第三方共享原 始数据的潜在风险。确保知识产权数据库公开可访问，支持可信、安全和负责任地使用数据分析技术和人工智能算法。通过技术研究攻关，尽快培育操作系统、智能基础算法、密码专用芯片、区块链、先进计算、量子信息和安全处理器等杀手锏的战略性技术。进一步深化数据可用不可见、可算不可识等新原则，探索使用密码技术、
区块链、隐私计算等现代技术，梳理开发数据保护工具包，更好地 维护数据安全，促进密态数据跨主体地流转和计算。创建数据清单，探索试行自动的信息收集审查工具以支持数据清单的创建、更新与保护。
3. 通过深化机制改革，助力数据安全流转共享
推动数据隐私柔性保护，通过制度设计鼓励企业等相关主体公开数据保护条款或声明，并由执法机构监管督促其遵守公开承诺。整合大数据资源，协调大数据处理分析机制，推动重点数据平台间的数据安全流转共享；构建多方协同合作的数据安全机制，打破数据割据封锁；组建网络 数据信息安全维护力量，消除和控制高级可持续攻击的危害，增强威慑能力。
发动各方力量推动数据安全工作。站在总体国家安全观的战略高度，提高全国各界数据安全提防意识；鼓励数据科学社区成员共 同努力，以提高安全意识、提供评估安全的工具方法、建立分享有效的最佳安全实践和制定安全控制标准。鼓励行业协会及其他自律组织参与数据出境安全评估，建立健全可落地具活力的数据管理秩序，在安全评估上更好扮演市场机制的补充者的角色。培育安全态势感知能力，适度适时加强主动防御，把安全风险扼杀在摇篮之中。
X. 多渠道强化人才队伍培养使用
1. 改革学校教育
制定全面系统的教育战略，积极主动培育行业急需的数据科学家、战略科学家、数据分析师等重要的技术人才，培育一支多样化、有能力和灵活的专业人员队伍。改革学校学科建制，顺应市场需求适当增加数据战略管理、数据分析和 AI 等技术课程和专业，鼓励院校增设相关数据分析、数据挖掘、数据应用课程，确保毕业生获得必备的专业知识和技能。
探索实施数字教育实施计划，促进公民个人数据技能提升和数据专业人才培育，注重培养青年人的数字技能。普及个人数据权利清单，制定数据技能目录，提升个人的数据权利意识，增强各界的数字素养和技能。
2. 多措并举加强培训
制定培训、技能提升和技能在培训策略，鼓励开设更多基础性大学课程和其他短期培训，力争所有部门的员工和管理人员都参加与学习和工作相关的大数据训练营、专业研讨会与证书课程等，助力更多民众晋升为具备数据能力的公民。数据科学训练力争通过开发必要工具、在线课程、公民科学项目与中小学教育等，力争覆盖所有公民；宣传鼓励和推动公民在整个职业生涯不断更新数字技能。
围绕信息化规划纲要中大数据等信息化重点工作，组织专家学者开展面向政府、行业、企业的信息化专题讲座和培训，推动大数据绩效评估工作和国际信息化交流合作。
3. 发挥企业力量
加强产业联盟建设，深化科研机构、院校和企业合作，及时创造条件深入了解企业业务组织和行业实践，帮助在校学生以及在职人员提升职业技能。鼓励企业和组织通过赞助比赛等多样方式吸引和培育相应人才，以奖学金、学术项目和实习等形式促进相关的以任务为重的在职培训，扩大人才供给基数。政府应适当投资数据能力培训，促进与数据有关的学习氛围，推动公众学习的持续性协作性。争取在 2035 年全国拥有大量能熟练使用数据技术的公民和高度专业的数字人才队伍，形成性别、专业分布合理的人才市场格局。
本文摘编自CCF 中国数字经济 50 人论坛发布的《数据资源体系构建白皮书（2022年）》，在文末入群获取。
2024 年我们一起从正确技能组合开始打造数治领导力，开创从数据到 AI 驱动运营！这有份给 CDO 和 HR 的数据素养组织先导指南，积极为你打造专属的数字化人才选用育留案例：
- 开通数据素养基础测评；
- 确定水平和学习路径；
- 专有语料库推理优化。
加入数治网院iDigi AIGC+X 赋能成长计划，5人组团开课，￥999 /人起开启数据治理、安全以及合规等自主学习、素养测评、实践认证一体升值通道，人均选用育留支出有望降低 20%-40%，技能升级 40%-60% ！详情下载：
数治网邀你一起终身学习 2023
内推、热招职位征集中，一起用 AI 工具打败工具人。扫码添加老邪企业微信，入群预约 AI 共创导师：
在此声明以上观点和内容，仅代表原作者和出处，与数治网DTZed 无关，如有出错或侵犯到相关合法权益，请通过电邮与我们联系：cs@dtzed.com。
