促进中国数据产业发展的路径

　　IDC预测，全球数据总量将会从2018年的33ZB增加至2025年的175ZB。爆发式增长的同时，数据将渗透到每一个行业和业务领域，逐渐成为重要的生产因素和战略资产。其中制造业领域的数据总量已经超过3.5ZB，零售和金融服务领域的数据总量均已超过2ZB，健康医疗、媒体娱乐、基础设施等领域的数据总量超过1ZB。

　　大力推动数据产业发展

　　2010年，欧盟在《欧洲2020战略》中提出，通过建设数字单一市场实现经济的可持续发展。2015年6月欧洲委员会发布《欧洲数字单一市场战略》，提出加强欧盟数据治理规则建设。2016年4月，欧洲议会通过《一般数据保护条例》（GDPR），并于2018年5月正式实施，为欧盟成员国提供了统一的数据治理规则。除了建设高水平的数据保护框架，欧盟还大力推动企业间的数据合作，以及非个人数据在欧盟境内的自由流动。2018年4月，欧委会发布《欧洲企业间数据共享研究报告》。2018年10月，欧盟发布了《非个人数据在欧盟境内自由流动框架条例》。

　　中国高度重视数据产业发展，先后出台《促进大数据发展行动纲要》和《大数据产业发展规划（2016-2020年）》。在政府一系列数据政策的推动下，中国数据产业形态基本形成、数据交易市场发展十分迅速，在区域分布和行业发展中也呈现出蓬勃发展的态势。要推动大数据和实体经济深度融合，培育新增长点、形成新动能。可以预计，中国数据产业将继续保持较快增长。赛迪顾问的数据显示，2018年中国大数据产业规模为3549.8亿元，到2020年将达到6605.8亿元。

　　促进中国数据产业发展

　　加强数据治理体系建设

　　我国应综合考虑国家数据安全、数据产业发展、个人隐私保护三个层面的诉求，构建国家、企业、个人三方利益平衡数据法律规范体系。

　　数据确权比较复杂，涉及权益关系等法律问题、产权分配等经济问题和确权方法等技术问题，当前的重点任务应是推进数据产权的界定和分配，通过合理有效的产权制度安排激励企业进行更大规模的数据技术和模式创新。在保障公民个人隐私的前提下，建议按照权利义务对等原则进行数据产权划分，充分考虑企业为提供基于数据的产品和服务进行的投入成本与取得收益之间的平衡，确保后续数据利用和流通的成本最低和效率最高，提高数据产业全要素生产率，促进数据产业不断繁荣。当前，国外正在加紧推动企业间数据共享规则的制定，支持区域范围内的数据流动。欧盟2018年发布了《欧洲企业间数据共享研究》，以评估欧洲经济区成员国内部的公司之间数据共享和再利用的数量维度程度，明确公司之间数据共享和再利用的障碍，识别企业间数据共享的成功因素等。

　　一些企业和团队以创新创业为名，从事网络黑产的相关活动，既损害用户的权益，也对网络营商环境造成负面影响。监管执法部门需要对创新创业活动与网络黑产进行必要的区分，对于创新创业活动要秉持包容审慎的监管原则，要有一定的容忍度，对于违反相关法律法规的网络黑产要给予严厉打击。同时，数字经济领域的监督执法要积极引进最新的数字技术手段，建立符合数字经济发展需要的现代监督执法体系。

　　不断完善数据产业生态

　　中国数据企业主要集中于数据应用层，企业有意愿对数据应用技术进行更多的研发投入，政府可以进一步通过产业引导基金、优先采购数据应用服务等方式支持企业通过加强数据应用技术研发来提供更好的产品和服务。由于门槛高、风险大等原因，中国进行数据基础技术研发的企业和研发投入等都相对较少，政府需要予以关注，可以考虑鼓励财政资金优先向数据核心基础技术研发领域倾斜，鼓励产业链下游企业采用上述数据基础技术。

　　国家层面要统筹规划数据产业基础设施建设，结合国家的区域战略规划、国家政务数字化工程建设规划，统筹政务数据资源和社会数据资源，布局数据平台、数据中心等基础设施。着力建设绿色环保、低成本、高效率的大数据基础设施和区域性、行业性数据汇聚平台，充分利用和改造提升现有企业、政府等数据资源和平台设施，避免盲目建设和重复投资。此外，要以5G通信和“宽带中国”建设为契机，扩大光纤网络、移动网络和无线局域网覆盖范围，打造高质量的网络基础设施，为数据产业发展建设高速通道。

　　数据产业生态构建过程中，可以考虑将相关主体——政府、企业、科研院所、高校等，通过多种途径和方式进行联合共建。例如，可以联合打造数据产业载体，可以尝试联合组建数据产业基础技术创新中心、数据产业应用技术工程中心等，进行共性技术的研发，降低分散研发的成本。可以共同打造基于开源社区的创新产业生态，降低中小企业参与数据技术和应用创新的门槛。强化数据产品和服务提供商与用户的联合互动，实现数据技术的研发、转化和应用一体化。此外，还要重视数据产业标准体系规范建设，重点包括数据格式接口、开放共享标准、数据质量和安全标准等，提升数据产业生态的一致性体验。

　　推动数据产业聚集发展

　　以大数据领域研发和产业化项目为载体，重点引进一批活跃在大数据技术发展前沿、国际领先水平的高端专业人才和团队，同时要立足于依靠我国重点高校和科研院所培养输送，致力于培养一大批懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂决策分析等的“数据科学家”。可喜的是， 2018年3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果，283所高校获批数据科学相关专业，其中250所高校获批“數据科学与大数据技术”本科专业，这标志着我国数据人才培养进入具体实施阶段。

　　同时，通过加大财政资金投入，支持设立数据产业发展基金和股权投资基金，引导和鼓励符合条件的数据企业在国内外资本市场融资等手段，加强资本要素投入，并不断提升研发资本的转化效率和累计量。

　　由于我国数据产业创新要素资源相对稀缺，资源要素分散会弱化产业发展动力，不利于数据产业实现跨越式发展。支持创新要素资源向有主导构建产业生态能力的数据企业聚集，并要求主导企业根据行业特点在其生态平台上释放必要的创新要素资源给中小微企业，以实现大中小微企业聚集发展。

　　提高区域产业协同水平

　　数据产业发展要符合地方政府的人力、资本、环境、区位等要素资源情况。例如，“北上广深”以及杭州、武汉、成都等人才和资本密度较高的城市就比较适合数据产业全产业链发展，重点是数据技术层。在全国范围内大力支持和发展数据应用层，尤其是符合当地产业特点的一些特色数据应用。数据资源层需要一定的集中度，不适合每个地区单独建设，应该以区域覆盖的人口数量、经济规模等因素为依据共同建设，形成规模效应，降低数据流通成本，提高数据共享水平。数据产业发展中，特别要警惕试验区肆意变动统计口径、简单攀比产业规模、恶意阻碍数据流动、运动式上马各类项目等。

　　提高数据风险管控能力

　　数据产业基础设施保护力度亟待加强，要优先为信用、儿童、医疗、个人生物识别等方面的数据提供高水平保护。加快传统安全防护技术在工业大数据领域的普及和应用，引入并推广匿名技术、数据泄露保护模型技术等业已成熟的数据安全保护技术。

　　建立健全国家、企业、个人各层面以及数据国内外跨境流动数据安全管理组织体系，明确各行业主管部门数据安全监管职责，强化龙头企业对大数据的安全认知，在规模以上数据企业设立数据保护监管专员，做好数据安全标准的落实和安全检测。

茶洪旺 付伟 郑婷婷