赛迪智库_西南政法-2019中国数据治理发展报告（简版）-2019.7-46页_2mb

2019中国数据治理发展报告总结

核心内容

《2019中国数据治理发展报告》系统梳理了我国数据治理的发展现状、模式、法律框架及技术产业现状，从通用数据治理和行业数据治理两个维度展开分析，旨在为数据治理的规范化、法治化和高效化提供参考和建议。

主要观点

1. 数据治理的三个维度

• 微观层面：个体对数据的管理，关注数据的实用性、可用性、完整性和安全性。
• 中观层面：国家对数据质量、权属和流动机制进行宏观管理。
• 宏观层面：全球治理，强调数据权利、流通和管理的国际合作与协调。

2. 数据治理的目的

• 优化数据质量：提升数据价值密度，挖掘数据资产价值。
• 保障数据安全：维护国家和社会稳定，防范数据泄露风险。
• 建立数据规则：保护数据主体的合法权益。
• 提高数据流通效率：降低数据治理的边际成本，打破“数据孤岛”现象。

3. 数据治理的路径

• 线性治理模式：以国家为中心，通过政策法规进行治理，具有层次性。
• 协同治理模式：融合政府、企业、社会多方力量，提高治理效率与效果。

4. 数据治理的工具

数据治理工具主要包括法律、产业政策、政府采购、国民经济核算、财政拨款、信息化补偿机制、BOT/TOT方式、数据交易平台、行政指导和电子政务等，这些工具共同构成数据治理的政策工具箱。

关键信息

一、数据治理模式与法律评析

1. 人格权模式：强调对个人数据的保护，如欧盟的GDPR。
2. 财产权模式：适用于企业数据，保护数据作为资产的经济属性。
3. 数据产权模式：融合人格权与财产权，作为新型权利类型，是“中国方案”的探索方向。

二、我国数据治理政策法规

1. 促进数据治理的现代化发展：
   • 建立统一开放的大数据体系。
   • 推进智慧城市、政务信息化、数据资源开放共享等。
2. 数据安全与合规治理：
   • 强调数据安全治理，包括系统安全、网络安全、信息安全。
   • 数据合规治理涉及法律法规、监管要求、商业惯例、行业准则、道德规范等。
3. 敏感数据与隐私保护：
   • 敏感数据包括国家涉密、商业秘密和个人隐私信息。
   • 隐私保护是数据治理的重要内容，需通过法律、技术手段进行规范。
4. 数据价值与质量治理：
   • 数据价值包括数据资产及价值管理。
   • 数据质量治理关注数据真实性、准确性、完整性、一致性等。

三、数据治理技术现状与产业发展

1. 底层技术研发：
   • 数据采集、存储、计算是数据治理技术的核心。
   • 我国在这些领域已有显著进展，但仍需加强。
2. 大数据分析架构搭建：
   • 数据可视化、统计分析、数据挖掘等技术是数据分析的重要手段。
   • 当前我国在数据可视化方面仍较薄弱，需加强技术创新。
3. 数据治理技术面临的挑战：
   • 数据安全风险高，需加强基础设施防护。
   • 个人数据安全形势严峻，需加快数据确权。
   • 数据主权问题突出，需完善跨境流通法规和标准。

四、数据产业体系

1. 产业规模：
   • 我国大数据产业快速增长，预计2020年市场规模将超1.2万亿元。
2. 产业结构：
   • 形成核心产业、关联产业和融合产业三大板块。
   • 数据采集、分析挖掘、预处理等环节占比高，数据存储环节相对薄弱。
3. 行业布局：
   • 金融、电信、政务是当前发展指数最高的行业。
   • 工业、医疗等领域的数据治理尚处于起步阶段。

五、国家级大数据试验区

• 截至2016年，我国已设立八大国家级大数据试验区。
• 试验区分为跨区域类、区域示范类和基础设施统筹发展类三种类型。
• 贵州、重庆、上海、河南、沈阳、内蒙古等是主要试验区。

行业数据治理

1. 金融数据治理

• 强调数据资产化与“中台治理”。
• 数据治理需实现数据价值，推动金融数据的整合与应用。

2. 工业数据治理

• 关注工业数据全生命周期的管理。
• 数据的实时性、动态性、复杂性是工业数据治理的核心挑战。

3. 政府数据治理

• 以信息基础设施建设为基础，推动数据共享和治理。
• 需加强数据安全防护，提升公共服务能力。

4. 电商数据治理

• 数据治理由封闭型向开放型转变。
• 数据资产化趋势明显，需加强数据合规与治理能力。

5. 物流数据治理

• 数据权属与传输规范需明确。
• 消费者权益保护和权责划分是治理重点。

6. 医疗数据治理

• 强调拓展数据采集范围和类型。
• 需打通医疗、医药、医保数据壁垒，推动数据共享和资源公平分配。

小结

1. 专项法规体系亟待建立

• 当前我国在行业和领域层面缺乏系统性法规，需加快制定与实施。

2. 数据治理标准不统一

• 行业内数据标准差异大，影响协同发展。
• 需建立统一标准与分类治理机制。

3. 数据安全保障体系缺乏

• 数据泄露和隐私侵犯问题突出，需加强数据安全防护与监管。

4. 数据治理缺乏顶层设计

• 数据治理在国家、行业和地方层面缺乏统一认知与科学规划。
• 需加强顶层设计，构建系统性治理框架。

后记

本报告由工业和信息化部赛迪研究院与西南政法大学人工智能法学院联合发布，结合了多领域专家与机构的智慧与经验，旨在推动我国数据治理的规范化与法治化进程，为迎接智能化社会和落实国家大数据战略提供理论与实践支持。