赛迪王伟玲：培育数据要素市场需跨越数据治理三道坎

近日，中共中央 国务院公布了《关于构建更加完善的要素市场化配置体制机制的意见》(以下简称《意见》)。《意见》对加快培育数据要素市场提出了明确要求，作为一名深耕数据十多年的产业观察者，笔者备受鼓舞和振奋，更深感责任重大。前期，我们连续解读了对数据要素市场体系和配置定价的认识，本文将聚焦数据治理三大短板及其对策进行解读，以飨读者。

一、数据要素市场发展对数据治理提出新诉求

《意见》创新性地将数据作为生产要素，对社会各界尤其是大数据从业者带来极大鼓舞。面对数据要素市场的滚滚热浪，冷静思考数据要素市场发展面临的重重阻碍，不难发现数据底数不清、数据安全形势严峻、数据质量不高成为当前数据治理的三大关卡。

(一)第一道坎：数据底数不清是盘活数据要素市场的“绊脚石”

“数据要素市场”的提出，让更多人意识到数据的重要性，有望加速数据资产化进程。任何组织推动数据变成资产前，都需要先摸清数据家底，否则数据资产化将无从谈起。放眼望去，数据底数不清却是目前我国数据要素市场面临的普遍问题。究其原因，以往系统建设规划往往只针对特定业务需求设计，缺乏对全局数据的通盘考虑。对于一些大型的组织来讲，数据涉及的系统往往达数百个，支撑的数据库达上千个。随着系统使用时间的增加，庞杂的数据无序地分散在不同系统中，对数据价值释放带来极大困难。开展数据分类分级治理，建立数据台账，摸清数据底数，是数据资产化的前提，更是数据要素市场发展的第一要务。

(二)第二道坎：数据安全是数据要素市场有序运行的“生命线”

数据安全是关乎组织生死存亡的核心要素。数据要素市场发展伴随着海量数据的汇聚、流通和使用，如果没有可靠的数据安全防护，很容易受到不法分子的攻击和窃取。我们从近年来不断上演的数据泄密事件中即可窥见一斑：威瑞森《数据泄露调查报告》显示，2019年全球86个国家共发生41686起安全事件和2013起数据泄露，使得相关机构蒙受巨大损失; IBM《2019 年全球数据泄露成本报告》显示，近5年来数据泄露的年平均成本已达392万美元。开展数据安全治理，平衡数据流通使用与个人信息保护及数据安全之间的关系，加大数据安全保护力度，确保数据要素市场得以有效运行。

(三)第三道坎：数据质量不高是释放数据要素价值的“绊马索”

数据质量的高低将对数据结果有效性具有决定性影响。数据质量不高，不仅会使分析结果与实际产生很大偏差，甚至有可能引发灾难性后果，可谓“失之毫厘，谬以千里”。例如，假设患者的病史和健康数据不准确，为患者提供的药物建议就可能出现严重错误。同样，如果支撑企业决策的数据不准确，将导致企业经营管理偏离预期战略目标。如果将数据比喻成水，有效的数据就是饮用水，为生命提供源动力;无效的数据就好比脏水，给人体健康带来伤害，严重时甚至危及人的生命。开展数据质量管理，对数据产生、采集、存储、流通、应用和销毁的全生命周期进行质量管控，提高数据质量，是保障数据价值实现的现实需要，也是推动数据要素市场发展的必由之路。

二、加快补齐数据治理三大短板，为数据要素市场发展扫清障碍

面向数据治理方面，《意见》明确提出要探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品。推动完善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据的保护。制定数据隐私保护制度和安全审查制度。习近平总书记曾指出：“大数据是工业社会的‘自由’资源，谁掌握了数据，谁就掌握了主动权。”对任何组织来讲，要想落实《意见》释放数据价值，都需要推动数据治理跨域三道坎，才能掌握数据要素市场发展的主动权。

(一)以分类分级为切入点，推动数据资产从“杂乱无章”跨越到“纲举目张”

数据分类分级治理是让组织内部树立数据思维重视数据价值的重要途径。目前，证券、工业、政府领域已在全国率先开展数据分类分级，以理清行业或区域内的数据资产图谱，但大多数行业数据仍然处于“杂货铺”状态。对任何组织来讲，应根据数据的不同业务属性对数据进行分类，如制造企业将研发、生产、运维、管理作为数据分类基准;还应根据数据的重要性对数据进行分级，提出不同的安全要求。在分类分级的基础上，建立条理清晰的组织机构数据资源管理目录体系。在国家层面，应开展全国性数据资源普查，摸清国家数据资源的家底，建立国家数据资源目录清单，依托各级政府数据综合管理部门，统筹推进数据要素市场发展。

(二)以数据安全为关键点，推动数据安全从“被动防御”跨越到“攻防兼备”

开展数据安全治理，做好数据分级施策的基础上，需要从技术、制度和评估三个方面发力，改变数据安全“被动防御”的局面，打造“攻防兼备”立体化数据安全防护体系。一是注重数据安全技术研发。面向数据泄露、窃取、匿名化等方面加强数据防护技术研发，建立统一高效、协同联动的网络安全管理体系，强化个人隐私保护和数据安全防护。二是加快数据安全制度建设。加快制定发布个人信息保护法、数据安全管理办法、数据跨境流动安全审查制度等基础性法律法规，为数据要素高效配置提供法治底线。三是加强数据安全评估。在数据生命周期内，邀请第三方机构开展数据安全评估，以评促改，以评促优，推动数据安全水平不断提升。

(三)以数据管理为着力点，推动数据要素从“明珠蒙尘”跨域到“连城之璧”

管理能力不足带来的数据质量问题是掣肘数据要素价值释放的主要因素之一。《数据管理能力成熟度评估模型》将数据管理能力分为5个等级，综合来看，我国大多数组织机构的数据管理能力仍处于1-2级的水平，数据管理能力普遍不高。不管是政府还是企业，都需要建立规范的数据治理流程和考核机制，通过数据管理制度，理清相关方权责，明确每一条数据的责任人，为确保数据质量的规范性、完整性、准确性、一致性、时效性奠定制度基础。邀请具备国家资质的第三方数据评估机构，开展数据质量评估，保障数据权威性和准确性，让每一条数据都能“价值连城”。

作者王伟玲系赛迪智库信息化和软件服务业所数据治理研究室主任、研究员