欢迎访问中国软件评测中心!

中国评测受邀参加2021(第十六届)中国电子政务论坛暨首届数字政府建设峰会

2021-11-27

导读:

      2021(第十六届)中国电子政务论坛暨首届数字政府建设峰会,由中央党校(国家行政学院)和广东省政府联合主办,于2021年11月26日至27日在广州市召开。大会以“建设数字政府 加快数字化发展”为主题,定位为我国电子政务和数字政府领域高层次的专题交流平台。中国软件评测中心(工业和信息化部软件与集成电路促进中心)受邀参加本次大会。

 

      党的十九大报告提出要建设网络强国、数字中国、智慧社会。数字政府是网络强国、数字中国战略的重要内容,既是推进国家治理体系和治理能力现代化的重要抓手,也是促进数字经济健康发展的重要驱动。党的十九届四中、五中全会以及《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》都对数字政府建设作出重要部署。全国各地积极贯彻中央精神,有超过一半的省份发布了数字政府相关规划或方案,探索以数字化提升政府服务和治理能力,增强对数字经济发展趋势和规律的把握能力,助推全面数字化发展的可行道路。交流合作是共谋发展的重要途径,但目前国内还没有较高层次、较大规模和较强影响力的全国性数字政府专题活动。中央党校(国家行政学院)和广东省政府联合主办本次大会填补了这一空白,将有力促进行业交流合作发展。


    大会设开幕式、高峰论坛、专题论坛和成果发布四部分内容。高峰论坛将围绕近年来我国数字政府建设和数字化发展的探索与实践进行交流;专题论坛涵盖“数字政府服务与治理”“数字经济发展”“数字社会创新”“智慧城市建设”“数据要素”“数字财政”“网络与信息安全”等七大领域。大会的召开对增强数字政府效能、推动全面数字化发展将发挥重要作用。


      中国软件评测中心(工业和信息化部软件与集成电路促进中心)吴志刚副主任作为特邀嘉宾参加下午的“数据要素”专题论坛,并通过视频方式做主旨发言。他强调:

      数据要素化的四道难关,包括:1.数据战略执行能力不足;2.数据管理重视程度不高;3.数据碎片化、割据化、孤岛化;4.数据安全防护能力有待提升。

      培育数据要素市场的六大抓手可概括为,1)明确权责(生产关系),从政策、法规、制度、标准等层面加强顶层设计,理顺数据生产关系;2)丰富资源(生产资料),建立高质量数据要素体系,摸清家底,构建有序的全量化资源底账,从源头上提升数据质量;3)强化平台(生产工具),持续提升数据基础设施(包括技术平台、业务平台、加工平台)等服务能力,搭建安全可信的数据开发利用环境,研发创新各类工具箱、加工流水线;4)构建生态(劳动者),构造政产研学用多元主体参与的服务生态体系,形成一批加工基地、应用创新中心,培训拥有数据治理知识体系的劳动大军,培育扶植新职业、新分工、新能力,特别是注册数据管理师、广东省正在探索的数据经纪人及首席数据官等;5)深抓场景(生产模式,商业模式)——以数字政府、智慧城市、数字金融、智慧出行、健康医疗等多领域应用场景牵引,不断创新各类生产模式和商业模式;6)防范风险(安全保障),强化底线思维,提高伦理道德意识,守住数据安全、个人隐私保护的防线。

      “数据治理正当时,价值释放为使命;千淘万漉虽辛苦,吹尽狂沙始到金。”数据要素市场是淘沙取金的比武场,让我们共同奋斗吧!


附 演讲PPT:

尊敬的各位领导、专家及与会代表!

大家下午好!非常荣幸能够参加“数据要素”专题论坛,分享关于数据要素内涵特征认识及数据治理探索实践的一些心得和体会。受疫情防控的影响,很遗憾无法到现场跟各位面对面的交流。而数字技术消除了时空的障碍,让我们相聚云端,进行一次头脑风暴,享受一场思想盛宴。下面我将从两个方面,向各位交流一下近期的研究成果。


      一、厘清数据要素内涵特征


      1、新征程、新要素、新要求

      站在“两个一百年”奋斗目标的历史交汇点上,党的十九届五中全会谋划长远,为中国擘画了一幅波澜壮阔的新发展蓝图。深刻认识新发展阶段、全面贯彻新发展理念、着力构建新发展格局——这三个“新”,构成了规划建议全文的逻辑主线,体现着习近平总书记关于中国未来发展的深邃思考。今年是“十四五”开局之年,《十四五规划和2035年远景目标纲要》以“加快数字化发展,建设数字中国”为题独立成篇明确提出,迎接数字时代,激活数据要素潜能,推进网络强国建设。《十四五规划》在关于数据要素相关规则方面则强调,加快建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范;建立健全数据产权交易和行业自律机制,培育规范的数据交易平台和市场主体等。这些为今后各地加快数据要素市场培育指明了方向。


      2、第二次机器革命悄然而至

      我们处在一个什么样的时代?有人说,人类迈入第二次机器革命时代。回想1776年,瓦特发明的第一台实用蒸汽机,开启了第一次机器革命,将人类从繁重的体力劳动中解放出来,实现了让机器代替人去干脏活、累活,马力成为衡量生产效率的关键指标。而1946年,第一台通用计算机则让机器能够去思考、去处理各类数据及信息,这是机器从体力劳动向脑力劳动的巨大变革。以计算机为代表的数字技术崛起和普及,标志着人类正迈向第二次机器革命。数字技术正深刻地改变人类获取数据、管控数据、利用数据、传播数据等各种方式,数据已成为推动人类经济社会发展的新能源,驱动着人类迈向数字文明。海量数据能够让笨重的机器逐步具备“思考”的能力,算力正成为衡量数字经济生产效率的重要指标,数据成为驯养智能机器的粮食。


      3、数据要素——全球争夺的新赛道

      数据和计算已成为全球博弈的新赛场,并成为新一轮科技革命争夺的制高点。2020年可谓是数据要素元年。美国提出“将数据转化为战略性资产”的联邦数据战略,来保持其在全球数字经济领域的优势地位,并逐步形成“总统推动、政府垂范;法规赋权、项目牵引;与时俱进、及时更新;评估成效、闭环管理”数据治理体系。欧盟将“抓数据、抓技术,抓设施”作为打造数字欧洲未来10年的重要内容,并相继发布了《欧洲数据战略》《欧洲数据治理法案》《开放数据和公共信息再利用指令》等一系列政策及法规,努力争当“全球数字经济领导者”。我国做数据大国,在2020年3月正式印发了《关于构建更加完善的要素市场化配置体制机制的意见》,把数据列为生产要素参与分配,提出了要加快数据要素市场培育,强化数据治理工作。


      4、如何认识数据要素

      古希腊哲学家、数学家毕达哥拉斯提出,数即万物,万物皆数。数据是现实世界各类实体对象属性(特征)在意识世界和数字世界的一组映射或投影,是描述和刻画现实世界客观对象的最基本单元。数据-信息-知识-智慧(DIKW)金字塔模型用于分层描述数据、信息、知识与位于顶层的智慧之间的关系。数据一般被称为“信息的原材料”,而信息则被称为“在上下文语境中的数据”,知识是经组织加工后一组信息,智慧则是灵活运用知识进行科学判断和决策的能力。


      人类历史也是一部数据处理方式的演变史。这里引用梅宏院士的相关观点。数据是描述、认识客观世界的重要载体。从文明之初的“结绳记事”,到文字发明后的“文以载道”,再到近现代科学的“数据建模”,数据一直伴随着人类社会的发展变迁。随着数字技术的快速发展和广泛应用,人类掌握数据、处理数据的能力实现质的跃升,通过万物数字化,来构建现实世界的数字空间映像(即数字孪生)已成为可能。这为人类认识世界和改造世界提供了一种颠覆性手段。将劳动、土地、资本、技术、管理、知识等各类要素数字化并数据化,将对提高生产效率发挥着乘数倍增作用,形成新型数据生产力。人类正在开启“万物数字化、万物互联”的数字经济时代。数据作为生产要素的特征、价值和意义可以从两个视角来看:一是本体论视角,数据本身蕴含很多信息、知识、规律甚至智慧,蕴含着价值。二是方法论视角,数据成为其他生产要素的数字空间“孪生”,从而实现赋值、赋能。


      5、数据要素六大特征

      联合国提出“将数据视为一种(全球)公共品”的议题。数据要素的6大特征包括:1)获得的非竞争性,即开发成本高,在动态使用中发挥价值,边际成本递减,可多方同时获得使用权;2)使用的非排他性(或非独占性),即可复制、可共享、可交换、可多方同时使用,共享增值;3)资源的非耗竭性,即可重复使用、可组合、可再生,在合理运维情况下可永远使用;4)源头的非稀缺性,即万物数据化,快速海量积累,总量趋近无限,具有自我繁衍性;5)价值的非衡价性,即数据价值随应用场景变化而变化,不同应用场景,数据价值不同;6)对象的社会多元性,即数据是客观事实的描述,万事万物及其行为轨迹都可数字化并数据化。

      最为重要的,数字数据必须依托安全可信的数据基础设施(即全国一体化大数据中心体系)安全有序流动起来,才能发挥价值和潜能。


      二、提升数据治理硬核能力

      1、数据治理成为全球新焦点

      联合国发布的《2021年数字经济报告》指出,数据和数据流动的治理工作至关重要。数据驱动的数字化创造了全球性机遇,也带来了全球性挑战,需要采取全球性解决方案,发挥积极影响并减轻消极影响。有效的全球数据治理是利用数据帮助实现以人为本的《2030年可持续发展议程》的经济、社会和环境目标的先决条件。

      联合国秘书长安东尼奥·古特雷斯指出,“如何管理和利用激增的数字数据造福全球是我们面临的一大挑战。数据已成为创造私人价值和社会价值的重要战略资产。如何处理这些数据将极大地影响我们实现可持续发展目标的能力。走上一条数字和数据治理的新道路,现在比以往任何时候都更加重要。”


      2、数据要素化的四道难关

      数据要素化的四道难关包括:1)数据战略执行能力不足,超过86%认为数据资产非常重要,只有36%制定了数据相关的战略规划,只有不超过7%对数据战略的落实执行进行了跟踪;2)数据管理重视程度不高,超过87%高度重视数据应用相关工作的开展,只有45%设立了专门的数据管理团队,超过50%认为本单位数据质量状况堪忧;3)数据碎片化、割据化、孤岛化,超过56%没有对其内部数据进行统一的集成,大量的数据依然分散在各个业务系统中,超过78%没有对数据标准进行统一管理;4)数据安全防护能力有待提升,69%在日常运营过程中引入了外部数据,超过73%以数据或者应用的形式对外提供了服务,依然有超过40%认为自身数据安全水平有待提升,这也为数据对外开发共享埋下了隐患。


      3、打造数据生产力

      《2021年数字经济报告》指出,在数据驱动的数字经济的新背景下,所有权和主权等概念正受到挑战,重要的不是确定谁“拥有”数据,而是谁有权访问、控制和使用数据。马克思在《资本论》指出,各种经济时代的区别,不在于生产什么,而在于怎样生产,用什么劳动资料生产。数据生产力最终比拼的是,在由法治制度重塑的新型生产关系方面下,数据供给(生产资料)、算力平台(生产工具)、算法能效(数字化劳动者)等关键要素保障能力的倍乘效应。


      4、加紧构建数据治理体系

      梅宏院士在《数据治理之论》中指出,实施国家大数据战略,建设数字中国,发展数字经济是新时代的必然选择,其途径是加快推进各行各业的数字化转型,其关键是加快培育数据要素市场。这是一项系统工程,需要统筹、系统化推进,数据治理体系的构建需要先行。数据治理体系涉及多层次、多维度、多方参与,需要统筹处理好国家、行业及组织三个层级之间的关系,从制度法规、标准规范、应用实践和支撑技术等四个方面多管齐下,着力抓好包含数据资产地位确立、管理体制机制、共享与开放、安全与隐私保护等四大类重要工作。数据治理的基点是将数据作为重要战略资源,作为生产要素,激活数据要素潜能,目标是最大化释放数据价值,以及强化数据安全和保护个人隐私。


      5、培育数据要素市场的六大措施

      培育数据要素市场的六大抓手可概括为,1)明确权责(生产关系),从政策、法规、制度、标准等层面加强顶层设计,理顺数据生产关系;2)丰富资源(生产资料),建立高质量数据要素体系,摸清家底,构建有序的全量化资源底账,从源头上提升数据质量;3)强化平台(生产工具),持续提升数据基础设施(包括技术平台、业务平台、加工平台)等服务能力,搭建安全可信的数据开发利用环境,研发创新各类工具箱、加工流水线;4)构建生态(劳动者),构造政产研学用多元主体参与的服务生态体系,形成一批加工基地、应用创新中心,培训拥有数据治理知识体系的劳动大军,培育扶植新职业、新分工、新能力,特别是注册数据管理师、广东省正在探索的数据经纪人及首席数据官等;5)深抓场景(生产模式,商业模式)——以数字政府、智慧城市、数字金融、智慧出行、健康医疗等多领域应用场景牵引,不断创新各类生产模式和商业模式;6)防范风险(安全保障),强化底线思维,提高伦理道德意识,守住数据安全、个人隐私保护的防线。


      6、积极探索数据要素市场运营新模式。

      首先疏通以组织、部门、行业及领域内部数据共享交换和分析使用为主的流通内循环;其次通过委托授权的数据处理中枢(即数据运营服务商)为纽带,逐步形成以数据运营服务商、数据经纪人、数据交易机构等多类市场主体参与的流通外循环,进而有效打通数据要素市场的任督二脉。借鉴公共资源管理方式,将公共数据纳入公共资源配置范畴,探索数据要素一、二级市场配置模式,开展数据中介、数据经纪人、数据信托等方式在特定领域小范围尝试实践,实现资源配置程序合规化、效率最大化和效能最优化,统筹健全数据管理权、运营权、开发权、监管权的权责分工体系,探索形成数据资源价值的收益分配机制,确保数据生产及流通可管可控。


      7、大力推动DCMM贯标工作

      《数据管理能力成熟度评估模型》(即DCMM)作为国内首个数据管理领域国家标准,不仅是一套数据管理能力评估指标体系,而且还是一套系统的能力提升指南,相比DAMA更加适合我国数字经济发展国情,有效促进企业由数据管理向数据应用转变,有效促进企业数据资源向数据资产转变,助力我国数据要素市场培育。以国家标准为蓝本,要从数据战略、数据治理、数据架构、数据安全、数据标准、数据质量、数据应用及数据全生命周期等8个方面、28个子项、445个控制点入手,持续提升各参与主体数据治理硬核能力,为构建可信任的数据要素市场秩序奠定基础。以DCMM方法论为指引,开展数据管理能力贯标工作,认清自身优势和短板,制定数据管理能力提升规划并实施配套解决方案,从而全面提升各市场主体的数据管理能力,保障数据价值,提高数据支撑业务的能力。


      8、学习能力才是未来的核心竞争力

      机器都在学习,如果我们不再学习,可能会被机器所淘汰。知识就是力量,学习能力才是未来的核心竞争力。向大家推荐三本书,分别是《数据治理之论》《数据为王——打开工业数据治理之门》《数据要素领导干部读本》,供大家参考。

 


3349381607