数字快讯

　　回顾人类社会发展史，新要素一般都会引发新变革。在新一代信息技术的引领下，数据成为新生产要素，激发出一批新模式新业态。而数据价值的充分发挥，离不开数据治理水平的不断提升。在以“数据强基　智领未来”为主题的第二届数据治理年会暨博览会开幕式上，中国电子信息行业联合会会长陈肇雄强调，加强数据治理，激活数据要素潜能，已成为新发展格局背景下抢占发展制高点、提升国家综合实力、增强国际竞争力的关键要素。

　　我国数据产业加速前行

　　在国家政策的大力支持下，伴随着数据治理顶层设计的不断完善，数据作为新生产要素，正加速融入生产、分配、流通、消费和社会服务管理等各环节，成为加快经济社会发展质量变革、效率变革、动力变革的重要引擎，深刻改变着生产方式、生活方式和社会治理方式。

　　我国数据产业在整体规模、基础设施建设以及创新发展方面均取得了可圈可点的成绩。在规模方面，2022年我国大数据产业规模达1.57万亿元，同比增长18％，成为推动数字经济发展的重要力量。在创新发展方面，我国数据产业正迸发出强大的创新活力，人工智能、大数据等核心领域的发明专利授权量达33.5万件，居全球前列；数商企业数量10年间增长10倍，现已超过100万家，质量和效益不断提升。在基础设施建设方面，我国已建成总里程近6000万公里、全球最大的光纤网络，建成5G基站超321.5万个，算力总规模位居全球第二，为我国数字经济不断做强做优做大打下了坚实基础。

　　我国地方政府发展数据产业方兴未艾。清华大学教授孟庆国在发布《中国地方数据发展报告（2023年）》暨数据发展指数（DDI）时指出，我国地方数据发展水平呈现出“东—中—西”梯度发展格局。全国地方数据发展指数均值为0.41，北京最高，为0.61，随后是浙江、上海、山东、广东、江苏。特别值得注意的是，“雁阵效应”渐成燎原之势，数据创新应用水平稳步提升，数据要素流通体系逐步建立，数据资源体系加快完善，数据基础设施建设加速推进，数据治理与安全体系逐步形成；“头雁示范”引领数据发展，北京、浙江、上海、山东、广东、江苏发挥自身优势，先行先试，创造诸多可复制、可推广的先进经验，成为全国数据发展创新中的佼佼者。

　　数据治理释放数据价值

　　“数据治理是数据价值发挥的基础性工作。”工业和信息化部信息技术发展司副司长江明涛强调了这一观点。在数据要素时代，数据作为社会资产的理念正在成为共识，数据治理就是以释放数据价值为核心目标，旨在提升数据质量，保障数据安全，统筹开展数据管理，持续运营数据资产。

　　近年来，工业和信息化部扎实推进国家大数据战略，推动各行业各领域提升数据治理水平，取得了明显成效。一是加强政策引领。参与编制“数据二十条”，推动印发《“十四五”大数据产业发展规划》，组织开展数据治理能力提升行动。二是推动技术创新。开展大数据产业发展示范，已分4批遴选了813个典型项目，引领大数据技术创新应用。支持产品主数据标准生态系统建设，探索工业数据空间，推进数据高质量汇聚及便捷化流通。三是优化产业生态。出台《企业数据管理国家标准贯标工作方案》，遴选了14个地区以及10个行业开展试点，已推进数据管理国家标准机构贯标超2000家。进行企业首席数据官制度建设，加快探索基于数据的管理及决策新机制。

　　从信息化时代到大数据时代，再到数据要素时代，数据从仅被视为业务的“附属品”，提高为具有潜在价值的“资产”，数据管理的理念与方式均取得了显著进步。由中国电子信息行业联合会副会长兼秘书长高素梅发布的《2023年数据管理白皮书》显示，企业数据管理认识不断提升，数据管理能力发展稳中有进，各个行业优势领域各具特色，区域间数据管理呈现梯度分布。

　　在应对挑战中不断前行

　　尽管我国数据管理水平2023年提升显著，但客观来看仍处于发展初期。《2023年数据管理白皮书》指出，我国数据管理仍在标准体系、产业发展、技术应用、人才供给等方面存在诸多挑战。

　　首先，数据管理标准体系不完善，导致数据难以互通。数据管理标准体系是数字经济高质量发展的重要组成部分，为响应市场需求、规范产业发展、引导产品升级、促进技术创新提供支撑，是衡量数据管理发展水平的关键，也是政府、企业等机构进行数据管理的主要抓手。目前，包括全国信标委大数据标准工作组、全国信息安全标准化技术委员会、中国通信标准化协会在内的诸多标准研制机构陆续发布数据管理相关标准，但是仍然存在数据管理标准体系不健全、标准指导性不足等问题。

　　其次，数据管理产业供给不充分，难以满足数据管理市场需求。较强的产业供给能力有利于形成供需循环，带动全行业数据管理发展。目前，我国数据管理技术领域发展相对成熟，形成了覆盖数据采集、管理、分析、应用和服务等环节的工具体系，数据管理产品基本满足规模化商用要求。但是总体来看，我国数据管理服务产业仍处于发展初期，在工具交付实施、后期运维、咨询规划、运营服务等方面，仍存在服务内容与企业实际需求脱节、服务专业性不足等问题。

　　再次，技术工具应用程度不高，数据管理效率提升困难。技术工具在提升数据管理工作效率中发挥着关键作用。随着数据管理工作的复杂性大大提升，技术工具的应用程度直接决定了数据管理的效率。目前，企业的工具集中于数据生产端，包括人力、财务、产品等管理平台，缺少一体化数据管理平台，难以支撑业务、数据和技术的融合。此外，数据管理平台仍处于智能化、自动化程度较低的状态，造成人力成本居高不下。

　　最后，数据管理人才存在较大缺口，数据管理推进后劲不够。充足的人才供给是推动行业发展的根本动力。由于数据管理是一个新兴领域，专业人才供应量相对较少，难以满足企业数据管理日益增长的需求。同时，数据管理人才分布不均，主要集中于金融、通信、互联网等行业，传统行业的人才缺口较大。

　　面向未来发展，数据治理将在不断应对挑战中迸发出新活力。陈肇雄强调，要转变观念，树立数据思维、形成数据治理文化；要机制引领，创新治理体系、健全数据治理生态；要融合创新，释放数据价值、拓展经济增长新空间。江明涛指出，要从三个方面发力做好数据治理工作，即加强标准引领，做好DCMM贯标工作；推进人才培养，深化首席数据官探索；强化资源汇聚，培育数据产业生态。