中国地方数据发展报告（2023年）》暨数据发展指数（DDI）-27页_5mb

构建可持续数据发展生态总结

核心内容

《中国地方数据发展报告》暨数据发展指数（DDI）发布，旨在构建一套适合国情、具有前瞻性的评估指标体系，以全面、科学地反映我国地方数据发展现状，推动数据价值释放，服务于数字中国建设，并为全球数据发展提供中国智慧和力量。

可持续数据发展生态模型

该模型以以人为本为核心，以数据要素化为主线，数据创新应用为目的，数据要素流通为关键，数据资源建设为基础，数据基础设施为支撑，数据治理与安全为保障，旨在实现数据的充分供给、高效流通、创新应用、安全合规的发展格局。

模型构成

• 支撑：数据基础设施（包括流通、算力、网络）
• 目的：数据创新应用（涵盖数字经济、数字政务、数字社会、数字文化、数字生态文明）
• 关键：数据要素流通（包括公共数据开发利用、数据流通交易、市场主体培育）
• 基础：数据资源建设（数据规模、数据质量）
• 保障：数据治理与安全（政策法规、组织机构、安全保障）

数据发展指数（DDI）评估体系

DDI由5项一级指标和16项二级指标构成，涵盖：

评估结果

• 全国均值：0.41
• 地方数据发展水平梯队分布：
  • 引领型：北京、上海、浙江、山东、广东、江苏（均值0.59）
  • 突破型：天津、重庆、福建、贵州、四川、湖北、广西、安徽、湖南、河北、江西、海南、河南（均值0.43）
  • 进取型：辽宁、山西、陕西、云南、吉林、黑龙江、甘肃、内蒙古、新疆（均值0.32）
  • 追赶型：宁夏、青海、西藏（均值0.26）

总体趋势

1. “雁鸣起航”：地方数据发展方兴未艾，呈现“东中西”梯度发展格局，但整体发展水平不高，不平衡不充分问题突出。
2. “雁阵效应”：各地积极改革实践，数据创新应用水平稳步提升，数据要素流通体系逐步建立，数据基础设施建设加速推进。
3. “头雁示范”：北京、浙江、上海、山东、广东、江苏等地区发挥优势，成为数据发展的引领者。

主要发现

1. 数据创新应用水平提升：通过场景驱动、数实融合，数据赋能经济高质量发展、政务服务提质增效、社会资源优化配置、文化创新传承、生态文明绿色可持续发展。
2. 数据发展与地方经济水平正相关：经济基础越强，数据资源价值释放越充分，单位数据资源GDP产出差异显著。
3. 数据流通效率与基础设施正相关：数据基础设施建设水平直接影响数据流通效率，二者共同促进数据发展。
4. 政策牵引是关键：政策法规、标准及配套规则的制定和实施是推动数据发展的重要推动力。
5. 结构性矛盾突出：高质量数据需求与数据供给不平衡，主要矛盾在供给侧。
6. 场外流通占据主导：单一数据流通模式难以满足多元需求，场外流通在当前和未来仍为主导。

建议与思考

1. 强目的、人为本：推动数据创新应用，树立数据发展创新理念，突出以人民为中心的应用导向。
2. 优机制、守底线：提升数据治理与安全保障能力，完善组织机构体系，强化数据安全发展与个人信息保护。
3. 抓关键、育生态：以运营模式创新推进公共数据开发利用，培育数据要素市场，实现供需动态平衡。
4. 稳布局、重攻关：加强数据基础设施建设，鼓励关键核心技术攻关。
5. 建体系、强协同：优化数据资源供给，促进数据资源协同供给，提升数据资源利用效率。
6. 要素协同、数实融合：推动数据与土地、劳动力、资本、技术等传统要素融合，实现深度数实融合。
7. 多元共治、共创价值：构建政府引导、市场主导、社会参与的数据协同治理体系，形成“多元共治、价值共创、利益均衡、责任共担”的数据发展共同体。

未来展望

报告指出，数据要素发展仍处于探索阶段，对其发展规律的把握需要逐步深化。未来将启动城市数据发展的考察分析，构建我国数据发展生态全景图，为各级政府推动数据发展提供决策参考。