提升公共数据治理能力的政策研究

习近平总书记在主持召开中央全面深化改革委员会第二十六次会议时强调, 要加快构建以数据为关键要素的数字经济。数据作为新型生产要素已经成为我国基础性战略资源, 并快速融入生产生活各个领域, 是数字经济高质量发展的核心引擎。公共数据通常是指相关政府部门、 公共企事业单位在依法履行职责或提供公共服务过程中收集或产生的数据。统计显示, 公共数据作为数据资源的重要组成部分, 占整个数据规模的比重高达 70%-80%, 关乎国民经济发展中生产生活的各个方面, 蕴藏着巨大的经济和社会价值潜力。公共数据已成为当前数据要素市场构建和数字经济发展的重要物质基础, 高质量的公共数据供给、 归集、 应用等是数据要素发挥效用的核心要义, 以公共数据治理为重要抓手是推动数字经济做强做优做大的必然选择。

一、 引言

党的十九届四中全会正式将数据与土地、 劳动力、 资本、 技术并列作为生产要素提出, 后续党中央、 国务院出台了一系列关于数据要素及数字经济的相关文件, 我国各级政府及相关主体对此都高度关注, 超大规模的数据要素市场正蓄势待发。而数据治理是发挥数据要素价值的重要抓手。为此, 近几年, 国内很多专家学者对构建数据治理体系和提升数据治理能力都进行了深入思考。丁波涛 (2019)利用扎根理论的三级编码方法, 发现影响数据治理成效的相关因素, 提出完善技术设施、 人力资源和领导激励机制等公共数据治理体系的优化举措。郭斌 (2020) 基于价值链模型, 提出树立公共价值驱动的数据治理理念、 优化公共数据治理流程、 完善公共数据治理保障条件等措施。王淼 (2021) 利用大数据+网格化模式, 对存在的公共数据治理问题分阶段进行了分析, 并利用该模式对数据采集、 数据共享、 数据公开等公共数据 3 个治理阶段加以优化,分别提出了一些政策建议: 在数据采集阶段, 提出要明确有基础数据采集权限的主体和应用城市管理大数据平台统一汇总基础数据以及优化基础数据报送流程; 在数据共享阶段, 提出要以高层级法律法规促进政府数据共享和在过渡期鼓励适用契约方式进行政府数据共享; 在数据公开阶段, 提出要明确有权公开个人信息的主体和明确可公开个人信息的范围与标准。孟庆国等 (2022) 认为, 针对公共数据资源开发利用的迫切性与数据治理体系建设滞后性的矛盾、 数据流通与数据安全的矛盾、 数据供需两旺与数据要素市场缺位的矛盾, 应该引入市场化力量参与公共数据治理相关工作, 协同开发数据资源。

本文在进一步完善业内专家学者研究观点的基础上, 提出将数据要素治理过程类比于土地要素的一级开发和二级开发, 在提升公共数据治理能力过程中, 同时应统筹兼顾好中央与地方、 政府与市场、各行业之间、 公益与商业之间等的关系, 将其贯彻到数据治理全过程当中。结合在新成立国家数据局的背景下, 如何从制度、 技术与规则等方面更好地构建数据治理体系、 提升公共数据治理能力, 提出了一些政策建议。

二、 公共数据治理的意义

公共数据作为数据资源的重要组成部分, 通过公共数据治理提高数据供给质量对城市治理现代化实现、 数字经济高质量发展、 金融机构贷款授信参考使用都具有重大意义。

(一) 提升公共数据治理能力是实现城市治理现代化的重要途径

数据作为新型生产要素, 是数字化、 网络化、智能化的基础, 已快速融入城市生产、 分配、 流通、消费和社会服务管理等各个环节, 深刻改变着人们的生产和生活方式以及政府的城市治理方式。通过提升公共数据治理能力, 可以提高数据资源的高效配置和利用, 从而为政府对城市的智慧化治理提供更精细化的支撑。同时, 在以人民为中心的发展思想指引下, 公共数据的高质量供给可以使数据资源更好地进行开放共享, 为社会公众提供丰富的创新场景应用, 更好地造福社会, 在为人民的美好生活实践中创造更大的价值, 发挥更大的作用。

(二) 提升公共数据治理能力是数字经济高质量发展的迫切需要

数据要素治理能力正在成为重塑国际关系, 改变国际话语权竞争格局, 推动网络空间地缘政治格局加速重构的关键力量。我国正在进入数字经济发展的黄金期和爆发期, 公共数据是数字经济高质量发展的核心要素。随着公共数据治理能力的不断提升, 可以较好整合数据资源, 提高公共数据的开放共享水平, 带动算法、 算力等数字经济相关产业快速发展, 数据要素活力将进一步释放, 加快数字经济产业与实体经济深度融合, 助力推动经济实现质的有效提升和量的合理增长。同时, 提高公共数据治理水平还可以保障数据安全, 保护个人隐私和敏感信息, 为数字经济高质量发展拧紧 “安全阀”, 维护经济社会稳定。

(三) 提升公共数据治理能力是金融机构贷款授信的重要参考

金融机构在评估贷款申请时, 通常会考虑借款人的信用记录等。公共数据包含了大量与信用相关的公共信用信息, 如税收、 社保、 公积金、 行政处罚、 司法判决等关键信息, 这些信息的高质量供给可以使金融机构更好地对这些数据进行整合、 挖掘、分析、 建模、 利用, 帮助金融机构更全面地了解借款主体的信用状况, 从而做出更精准的贷款授信决策。笔者所在单位组织建设的全国融资信用服务平台, 通过归集的涉企公共信用信息为金融机构主要向中小企业发放贷款提供重要参考。截至 2023 年底,全国一体化融资信用服务平台网络约有 2. 9 万家金融机构入驻, 金融机构通过全国一体化融资信用服务平台网络累计发放贷款 23. 4 万亿元, 其中信用贷款5. 3 万亿元。随着公共数据治理能力的不断提升, 对涉企信用信息进行全面归集、 高效整合、 有序流通和安全共享, 持续提高公共数据的共享服务能力和水平, 全国融资信用服务平台将会在增强金融机构贷款授信的安全感和中小企业融资的获得感中扮演越来越重要的角色, 促使金融活水源源不断流向实体经济, 进一步促进经济高质量发展。

三、 公共数据治理面临的问题

根据数据要素的特点, 将数据要素市场分成一级市场 (数据资源市场, 主要是指原生数据) 和二级市场 (数据产品和服务市场, 主要是指衍生数据), 公共数据治理过程类同于土地要素的一级开发(三通一平、 五通一平、 七通一平) 和二级开发, 需要考虑中央与地方、 政府与市场、 公益与商业、 行业之间的关系, 从地方 “土地财政” 到 “数据财政”实现转变, 目前还存在数据治理基础制度不健全等一系列问题。

(一) 数据治理基础制度不健全

一是我国在立法层面一直未对数据权属中的权利内容予以明确, 这在客观上阻碍了公共数据的广泛应用, 成为数据要素价值释放的制约因素。

二是党的十八大以来, 中央部门及相关省区市政府陆续建设了公共数据归集平台, 汇集了中央部门及相关省区市政府内部产生的海量公共数据, 但由于顶层设计缺乏, 没有编制统一的数据采集规范和标准、 统一的数据目录等, 导致公共数据归集部门在对一些标准和目录不一的数据进行入库操作时,遇到较大困难。

三是数据流通交易市场缺乏顶层设计统筹, 存在规划不够、 场外交易乱象丛生、 标准规范缺失等问题, 使数据交易各方缺乏基本信任, 对数据流通交易造成掣肘, 使数据治理形成不了真正的闭环。

(二) 数据治理体制机制不完善

一是公共数据治理机构不健全。目前, 大部分地方还没有设立公共数据治理机构, 在推进相关工作时大多依靠地方成立的大数据局, 而大数据局一般与各职能部门同属平级或还低半级, 造成公共数据在管理上联动性弱、 合力不强, 不利于公共数据治理。

二是中央部门及地方缺乏数据治理专员。数据的重要作用日益凸显, 是政府部门及公共服务部门一笔重要的资产, 但目前各部门及地方对数据的治理处于松散状态, 没有将数据作为重要资产看待,大都缺乏数据治理专员, 导致海量数据没有发挥出应有的价值。

三是各级政府及公共服务部门缺乏对数据治理的反馈机制。数据治理是一项复杂的系统工程, 做的好不好应由使用者来评判。目前, 各级政府及公共服务部门尚没有建立起对数据治理进行参与、 监督、 反馈的机制, 导致对数据治理成效无法评估。

(三) 数据数量和质量水平还不高

一方面, 在公共数据数量上, 由于各级政府的公共数据资源体系尚未建立, 共享开放的目录和责任清单还没有健全, 导致各部门在共享数据上具有随意性, “数据孤岛” 现象还较为普遍。

另一方面, 在公共数据质量上, 一是缺乏从中央到地方统一的公共数据质量标准体系。数据字段不完整、 数据不可识别、 无法匹配、 精准度不高、实效性不强等问题屡见不鲜, 数据一级市场出问题会直接影响到二级市场的开发应用, 失去数据应有价值。二是缺乏从中央到地方统一的数据治理基础设施平台。无法运用大数据、 区块链等新技术对数据治理各环节的质量进行把控, 从体现数据质量的技术体系到资源配置等方面都有待完善。三是缺乏市场力量引入机制。目前, 大部分政府部门在数据质量控制上都依赖本单位的技术力量, 由于人员缺乏, 技术力量薄弱等问题, 导致有些数据一级市场质量不高, 为后续数据二级市场开发埋下隐患。

(四) 数据开放水平和利用效率有待提高

一方面, 在数据开放方面, 根据 《2022 中国地方政府数据开放报告》 显示, 截至 2022 年 10 月, 我国已有 208 个省级和城市的地方政府上线了政府数据开放平台。但由于数据质量偏低、 数据目录更新不及时、 部门间数据标准不统一, 数据接口错综复杂、开放责权边界界定不清, 导致目前各级政府数据开放进入了 “沼泽区”, 存在 “不想放、 不敢放” 的思想, 数据开放进度不尽如人意。另一方面, 在公共数据利用上, 目前各级政府部门还存在单打独斗的局面, 引入市场化力量不够, 对数据价值的挖掘不足, 从而导致对数据的利用不够。

(五) 数据场景开放和应用尚处于起步阶段

一方面, 场景开放顶层规划缺乏。由于重视程度不够, 大部分地方尚未制定对场景开放的规划,场景开放的步骤和方向还不明晰, 各地场景开放程度亟需提升。另一方面, 场景应用严重不足。由于层级、 部门、 地域的限制, 以及在政府和市场、 公益和商业关系上还没有完全捋顺, 导致很多行业数据开放严重不足, 缺少了应用的重要基石, 数据场景应用生态的全面构建还无从谈起, 场景应用的潜力还远没有发挥出来。

(六) 数据开放和安全保障之间尚存矛盾

一是各级政府对数据的控制权限还不是很明确。各级政府在开放数据时, 对自己的责任和义务还不是很清楚, 担心数据开放的安全责任问题, 导致数据不敢 “放”。

二是各级政府对数据开放共享的安全防控水平参差不齐。由于技术人员短缺以及领导重视程度不够, 一些地方在数据开放时还采用原始的技术手段,利用新技术对数据进行安全防控的力度还不够。个别部门和地方对数据安全的防控意识还不够强, 数据隐私信息泄露、 数据被篡改、 数据滥用等数据安全风险事件还时有发生。

三是公共数据安全风险防控机制有待完善。目前, 从中央到地方还未完全建立起公共数据开放的安全风险防控机制。从数据开放角度入手, 机制需要建立从制度、 管理、 技术等多维角度所涉事项的数据安全规范。

四、 提升公共数据治理能力的措施建议

随着数字经济的快速发展, 高质量的公共数据供给是让数据要素发挥出最大价值的必要条件, 这就需要下大力气提升公共数据治理能力。数据要素一级市场要有为政府发挥主导作用, 数据要素二级市场要有效市场发挥积极作用, 在兼顾好中央与地方、 政府与市场等关系的基础上, 通过采取一揽子政策措施, 可最大限度激活数据要素潜能, 促进数字经济高质量发展。

(一) 健全数据治理的基础制度

法律法规是公共数据治理的最重要的制度保障,其对于数据治理各环节以及对整个数据价值链都具有重大的影响。美国等国家在数据治理的各个环节均配有完备的法律法规制度体系作为保障。在中央与地方数据治理制度的体系完善中, 一是要明确公共数据资源权限的归属, 如采集权、 使用权、 管理权等,以确定政府、 企业等在数据治理活动中的权利和责任; 二是要明确公共数据开放的责权边界, 让各级部门 “有数敢放”; 三是要明确公共数据流通交易规则, 为公共数据治理提供 “依法治数” 的良好生态。

(二) 完善数据治理的体制机制

一是健全公共数据治理组织机构。充分利用由国家发展改革委牵头的数字经济发展部际联席会议制度, 形成强有力的跨部门协调机制。建议由新组建的国家数据局作为部际联席会议制度的办事机构,下设成立负责公共数据治理的部门, 主要职能是制定公共数据治理的制度体系、 标准规范, 对相关法律做出解释, 帮助主体识别数据应用前景和风险等工作。同时成立负责公共数据治理的局属事业单位,配合开展数据治理相关技术支撑工作, 评估公共数据来源、 去向和应用等。各级地方数据治理部门可参照中央模式进行设置。

二是各级部门应建立对公共数据治理的参与、监督和反馈机制, 推动公共数据治理能力提升。通过政企合作方式, 鼓励专业机构参与公共数据治理,引进先进的数据治理技术和方法。同时发挥媒体和民间组织舆论监督和社会动员的作用, 提高公共数据供给的准确性和完整性。

三是在中央及地方政府部门内部各自设立首席数据官 (CDO) (丁波涛, 2019), 专门负责本部门的数据治理事宜, 使公共数据价值发挥最大化。

(三) 拓展数据数量和提升数据质量

一是各级政府部门应编制公共数据开放目录及相关责任清单, 建立中央及地方公共数据资源体系,包括数据资源目录和清单管理制度, 明确不同类别公共数据的管理要求和监管规则等, 各数据源部门应按照 “公开是原则, 不公开是例外” 的要求, 使公共数据在供给数量上有可靠保障。

二是各级政府应建立统一的公共数据质量标准体系, 高效的公共数据质量, 可以有效推动公共数据的应用, 制定贯穿数据治理各环节的公共数据质量标准, 保障公共数据利用效率。推动质量标准在各行业领域实施落地, 明确不同类别公共数据的管理要求和监管规则等。

三是各级政府应建设和完善数据治理的基础设施和平台, 完善包括数据治理各环节在内的技术体系和资源配置, 推动数据从产生到归集的自动化与智能化应用, 加快大数据、 区块链等新技术在数据源部门的布局应用, 从源头上提升公共数据质量。

四是在公共数据质量提升上, 可积极引入市场力量。建立政府主导的公共数据一级开发工作。探索公共数据质量控制使用权委托代理机制, 构建政府委托、 企业受托的公共数据质量控制模式, 鼓励谁有能力, 谁先上, 充分调动市场机构积极参与,有序展开安全可控的公共数据委托质量控制工作。鼓励引入第三方机构评估数据治理各环节的投入与贡献, 形成数据治理贡献评价机制与环境, 促进公共数据质量不断得到提升。

(四) 提高数据开放利用水平和效率

一是制定类似美国 《透明和开放政府备忘录》、英国 《数据开放白皮书》 等较为详细的数据开放范围标准, 使公共数据产生部门在数据开放上具有指导性和可操作性的标准规范和操作指南, 也能够调动数据源部门开放数据的主动性、 积极性, 有利于形成 “自下而上” 和 “自上而下” 相结合的数据开放机制, 增强数据利用效率。

二是政府部门及社会公共服务部门可以借助市场化方式, 推进公共数据资源的市场化利用。郭斌等 (2020) 认为, 通过引入市场经营主体弥补政府作为单一主体在公共数据利用上的局限, 可以进一步提高公共数据利用效率。

三是要发挥数据最大潜能, 实现产业链、 生态圈的互联互通。充分挖掘数据的经济效用及社会效用,推进数据利用总体效用的提升 (郭斌等, 2020)。

(五) 强化场景开放和场景应用

场景开放已经成为地方和行业推动人工智能等数据应用发展的重要抓手, 而数据是人工智能等数据应用的重要基石。

一是各地政府应加快顶层谋划,出台加快场景开放的指导意见, 组织有关部门对场景攻关、 政府采购等环节进行综合论证, 结合本地实际, 确定场景开放的步骤和方向, 为场景应用打下坚实的基础。

二是以需求为导向, 以场景应用为牵引, 各级政府应有意识地搭建跨部门的数据应用生态, 打破层级、 部门、 地区间的壁垒, 以 “应用”促 “流动”, 激活业务创新应用潜力, 促进数据治理快速提升。通过数据应用产生数据价值是数据治理的最终目标, 同时数据应用的结果也可以反作用于数据治理优化。

三是各地方应推动建设智能化公共数据平台, 为一系列场景应用的数据畅通打造坚实的 “数据底座”。将有为政府和有效市场相结合,“两只手” 高效协作, 构建政企协同、 场景共建、 联合创新机制, 形成强大合力, 统筹兼顾好政府与市场、 公益和商业, 以及行业之间的关系, 开辟数字经济的新赛道。

(六) 统筹公共数据开放和保障安全

一是国家数据主管部门应明确给予各级部门不同的控制权限, 明确数据开放中各级部门的责任和义务, 减少数据出现超范围开放或安全事件发生后的责任不明晰等问题。

二是强化公共数据安全风险的技术防控, 建设安全可信的数据底座。保障数据安全是公共数据开放的底线思维, 面对日趋严峻的数据安全风险, 各级政府必须加强公共数据脱敏、 隐私保护等技术的开发与应用, 有效规避公共数据开放可能存在的数据安全风险。

三是建立公共数据安全保障机制, 确保公共数据开放安全。制度层面, 各数据源单位应开展数据安全定级工作, 制定与之配套的数据安全防护措施。管理层面, 各级政府可推出公共数据安全管理规范, 推进公共数据安全工作的检查与监管, 保障数据使用安全。技术层面, 围绕公共数据开放, 建立以区块链、 隐私计算等新技术的数据安全追溯体系, 方便数据安全事件的溯源。研究运用数据沙箱、 数据安全屋等保障数据安全的新技术, 使数据安全防护与数据开放独立运行互不影响, 统筹好数据开放和安全保障之间的关系, 提升数据利用效率。

来源：中国物价