深化数据源头治理 发展数据循环经济
中国国际经济咨询有限公司数字生态研究院院长
傅毅明
尊敬的各位领导、嘉宾,下午好!很荣幸能够率先做报告。
今天下午,结合上午的大会学习谈一点自己的分享,我报告的题目叫《深化数据源头治理,发展数据循环经济》,打造数字化、绿色化与资产化的三化融合新路径。
首先,跟大家分享一个学习例子,也是昨天在福建人工智能与数据要素产业生态大会上邓院士明确提出。当前数据总量激增,但使用率不高,现在企业数据使用率不高,而且一年后贬值98%,这些数据闲置没有利用怎么办,这是一个问题。另外一个问题,现在人工智能大模型给数据带来机会,但是另一方面,大模型的规模已经接近上限,现在已经达到了万亿级的参数,后面不太可能再通过提高模型参数这个路径来提高人工智能的水平。所以数据将成为主要驱动力,大模型的性能指标80%将由数据质量来决定,在这个背景下,我们如何重新认识数据质量、数据治理、数据经济与数字文明,问题的症结在那儿,希望今天跟大家分享。
首先,数据治理应当充分吸收借鉴环境治理领域的实践经验与理论成果尤其是习近平生态文明思想。人类在治理环境方面经历了几百年的经验,但是,数据作为一个新的问题提出到现在被重视其实就是最近10到20年的事情,大家可以发现,数据治理是一个非常年轻的、充满不确定性的一个新问题。这个问题的来源跟它的本质属性其实跟环境治理有很大的相似性,我们不仅要让数字赋能的数字化、绿色化,更要强调绿色化怎么引领数字化,尤其是它的基本理念、原则、方法论。我今天更多的不是说我们美丽中国需要怎么样数字化支撑,而是说美丽中国我们的绿色化,怎么样给我们的数据治理提供百年宝贵的经验,只有数据治理好了,才能更好地赋能美丽中国,这是我今天最主要想表达的观点。
大家可以看到,大数据与环境污染都是工业文明的副产物,都面临外部性与市场失灵的难题。沈昌祥院士曾经说过,大数据作为“钻石矿”,数据治理相当于废品和垃圾收集处理。所以在座的各位生态环保的同仁们,都可以带着我们生态环保的经验重新审视考核数据治理,提供相关的借鉴。本质上数字文明与生态文明是数字化与生态化的一体两翼,数字经济的本质就是用数字要素提高全要素生产率。数据要素投入多了,人的投入少了,绿色化节能减排降下来的协同转型发展,本质上数字化与绿色化一个是目标导向,一个工具导向,两个一体两翼。
我们将数字化跟绿色化作为两个维度来展示文明演进历程,以数字化为代表的目标牵引体现价值理性。所以整个人类文明可以分为四个象限,怎么样更好地处理工具理性跟价值理性构成了我们整个人类文明演进的大逻辑。从早期的野蛮时代,我们数字化跟绿色化都是比较低的,这个时候东西方文明所处的道路有所不同,东方道路更多遵循天人合一,在绿色化层面比较领先,但是在数字化技术演进上稍微落后一些。西方走了另外一条道路,工具性强一些,技术化突飞猛进,绿色化这一块有局限性,出现了全球变暖等难题。但是现在是新时代,两种道路如何互相融合,中西方如何互相借鉴,共同达到既要数字化、又要数字化双化协同。怎么样破解中国式现代化也是世界现代化难题,这个其实是摆在每一个国家面前的共同的问题。
如何破局呢?其实也很简单,最核心的就是把我们传统的资产观变成新型资产观。以前我们搞数字化的、环境保护,往往作为成本部门、幕后部门,我们每一笔投入都要算有没有带来什么效益。在目前新的时代,环保部门跟数字部门要从幕后走到台前成为经营部门,这里面一个最核心的突破就是我们怎么用市场机制去解决问题,怎么样深化数据要素跟环境要素的市场化改革。最核心的其实就在建立产权明晰制度,通过资产化路径打破现在市场失灵和外部性难题,总的来说怎么开拓新路径、畅通大循环,核心在于市场化和资产化。发展数据循环经济也是我们建设绿色智慧数字生态文明的新领域与新路径,数据循环经济狭义指数据循环产业的经济,广义是数据产业与其他产业融合共生的循环经济,其中数据循环经济有利于数据产业部门自身的绿色健康高质量发展,也有利于数据要素与其他要素的融合共生,更有利于数据基础制度和新型资产的建设。
接下来我谈几点内涵要求。第一,环保最主要的经验就是要源头治理。数据治理也一样,数据治理应由末端治理向源头治理转型。现在我们数据生产部门大部分停留在自给自足、体内循环阶段,数据仍然存在末端治理跟九龙治水现象。数据治理初始成本巨大,往往事后再治理,导致产生极大的事后成本,数据治理应该构建以公共服务和社会大循环为导向的生产服务模式。
第二,数据生产应由粗放生产向倾斜生产与循环经济转型。当前数据生产仍处于粗放生产与野蛮繁殖阶段,市场生产外部性明显,也导致数据成本的真实使用成本被低估,在现实过程中往往有大量的电力土地补贴。另外,平台经济体往往通过前期免费让你使用,让用户感觉现在好像使用数据资源很便宜。通过数据垄断导致我们想改也不好改,借鉴清洁生产促进法跟循环经济促进法的治理经验,开展数据生产的减量化、再利用与资源化,实现数据垃圾的源头减量和系统空间的系统治理。
在这个过程中,要建立数据产品的身份标识与责任溯源体系。2023年12月12日,人民数据与中关村二维码研究院合作,打造以MA标识代码为专属标识的数据产品标识平台。尤其是在人工智能合成数据的时代,机器数据占比越来越高,未来我们将面临一堆数据。首先看这个数据是机器生成还是真实生成的,如果没有办法从源头标识管理将会造成巨大的混乱,码链融合数字身份是我们现在构建数字资产首要基石与突破口,数字身份现在已经成为大国竞争的关键技术,美国2023年白宫发布八项关键技术,其中就包括数字身份、基础设施和分布式账本技术。我们要对每一个资产都要有一个统一的标识代码,为每一个所有者创建一个可信账户、可信区块链,实现可信数据跟可信流转,在这个体系下我们已经研究了一个联盟的标准。
数据资产应与绿色资产融合打造,加快双化协同,应该说数据资产价值化的重要源泉是绿色化,我们需要构建生态产品的价值实践机制,确保数据资产化有足够的绿色价值回流。另外,绿色资产也高度依赖数字化支撑与数据驱动,包括碳资产的可测量、可核查、可报告等原则。
针对整个发展趋势谈几个方面:第一,三化融合是畅想中国经济光明论的新赛道,从2023年10月份中央金融工作会议提出要做好金融的“五篇大文章”,明确提出绿色金融、数字金融,包括后面财政部、生态环境部针对数据资产以CCER为代表的绿色资产发布了一系列的文件。2024年1月,全国温室气体自愿减排市场启动,丁薛祥副总理也出席了。2024年1月5日,全国首笔应对欧盟碳关税交易达成。钢铁产业链上下游企业针对排放数据进行交易,不是交易排放权,是交易排放数据,这个其实就体现了绿色数字化、数据资产化。我们中国国际咨询建立了数据资产融资项目库进行跟踪考察,在上百起数字资产融资过程中绝大部分还是小步快跑,68%的项目集中在500万到1500万项目之间。
第二,数据资源入表成为数据资产化重要抓手,数据资产化可以包括八个环节,包括数字治理、数据资产识别、数据资产确权、数据质量评价、数据价值评估、数据资产登记、数据资产入表以及数据资产金融化。把数据当成资产来看待的话,我们可以借鉴生态环境导向的开发模式,摒弃以前信息化部门数据孤岛模式。以前我们更多是施工队,数据化建完就交出去了;我们现在再建另一个系统,应该学习房地产开发模式,一开始把它当成资产开发,我们数字化部门应该建成数字资产开发商角色,从理念上进行大变革。北京率先建设数据基础建设先行区,打造数据资产入表的北京样板,在北京亦庄开发区,北京亦庄控股集团率先实现了数据资源入表和数据资产融资,通过自动驾驶、危险工况及事故仿真场景库,实现了2000万数据资产融资。北京海淀区实现北京市首单绿色数据资产入表,它的入表是通过智慧园区能耗数据做数据资产入表,当前数据资源入表资产化事后成本居高不下,平均每单接近百万,所以这么高额的入表成本是很大的。为什么造成这么大的成本?原因是事后入表,现在应当统筹纳入事前规划、可研、立项、预算环节,末端治理向源头治理转型。同时,在业内也有新的创新平台涌现,比如北京大学牵头建设的大数据分析与应用技术国家工程实验室。2020年10月建设了数字生态协同创新平台,集聚了国内有大数据资源的企业共同发布数据生态指数,通过指数平台显示,2022年福建数字生态指数排第8名。
中国国际经济咨询作为中信集团全资一级子公司,率先建设数字生态研究院,打造双化协同与三化融合的高端数据库。我们近期做的一个场景案例叫新智场景,这个场景在湖北落地,做车位数字资产的数字创新。2023年8月在武汉启动了数字资产联合创新实验室的建设,探索一位一码的车位码,形成一城一图的智慧泊车图,刚刚过去的5月14日成为数字车位质押的第一单。在这个案例开发过程中,我们第一步实现车位数字化,第二步实现数字资产化,实现入表跟融资,这个是现在已经做完的。接下来我们将探索第三步第四步,也就是绿色资产化,通过车位大数据开发,提高了停车效率,降低了停车过程中的污染跟碳排放。我可以在这个基础上开发CCER等绿色碳资产实现更进一步的资产叠加,后续我们希望能开发成三化融合样板。
总结一下,应该说生态文明跟数字文明是一体两翼,要着重打造供给侧数字化转型与需求侧的绿色化转型的大循环。以绿色化牵引数字化,以数字化赋能绿色化,以资产化破解双化协同新时代难题。形成三化融合的数据循环经济新模式与新引擎,打造中国特色的数字文明生态发展新路径。
最后提两点建议:一是部省联动,升级建设我们国家数字生态文明先行示范区,因为福建作为首个生态省,作为首个生态文明示范区,是不是可以进一步建成数字生态文明示范区,率先打造一批生态环境数据资产化、数据要素城绿色低碳的试点工程。二是精品共建,央地协同,率先建设数字生态文明研究院,我本人于2017年4月25日在中国东南大数据产业合作发展大会上也作了“数字福建、精品贡献”的报告,当时提出要讲好数字中国的福建故事,希望跟大家继续深化交流。
谢谢。
(以上内容根据嘉宾发言速记整理)
扫一扫在手机上查看当前页面