数据说｜构建可持续数据发展生态

12月13日，清华大学公共管理学院教授、清华大学计算社会科学与国家治理实验室执行主任、中国电子信息行业联合会数据治理专业委员会主任委员孟庆国发布了《中国地方数据发展报告（2023年）》暨数据发展指数（DDI）（以下简称《报告》）。

《报告》紧扣我国数据发展实际，从可持续、创新、生态概念探讨和理论基础研究出发，提出了“可持续数据发展生态模型”。该模型坚持以人为本原则，以数据要素化为主线，数据创新应用为目的，数据要素流通为关键，数据资源建设为基础，数据基础设施为支撑，数据治理与安全为保障，以期推动实现充分供给、高效流通、创新应用、安全合规的数据发展格局。

《报告》以“可持续数据发展生态模型”为架构基础，遵循客观性、导向性、实效性原则，构建了中国地方数据发展指数（Data Development Index, DDI），该指数包括数据创新应用、数据要素流通、数据资源建设、数据基础设施、数据治理与安全共5项一级指标和16项二级指标。基于该评价指标体系，《报告》综合给出了全国31个省级地方数据发展指数情况。

《报告》显示，全国地方数据发展指数（DDI）均值为0.41，北京最高（0.61）。其中，在直辖市中：北京、上海进入引领型（均值为0.59）梯队，天津、重庆位于突破型（均值为0.43）梯队；在省级评估中：浙江、山东、广东、江苏迈入引领型（均值为0.59）梯队，福建、贵州、四川、湖北、广西、安徽、湖南、河北、江西、海南、河南处于突破型（均值为0.43）梯队，辽宁、山西、陕西、云南、吉林、黑龙江、甘肃、内蒙古、新疆进入进取型（均值为0.32）梯队，宁夏、青海、西藏位于追赶型（均值为0.26）梯队。

《报告》认为，我国地方数据发展生态尚处于起步阶段，并呈现出“东-中-西”梯度发展格局。一是“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完善，数据资源体系加快建立，数据基础设施建设加速推进，数据治理与安全体系初步形成。二是“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。

《报告》发现，一是各地数据创新应用水平均稳步提升。通过场景驱动、数实融合、创新应用，实现数据赋能经济高质量发展、政务服务提质增效、社会资源优化配置、文化创新传承、生态文明绿色可持续发展。

二是数据发展与地方经济水平正相关。数据资源与经济发展双向赋能，良好的经济基础聚集更优数字人才和技术，单位数据资源价值释放更充分，反向赋能经济发展。引领型地方单位数据资源GDP产出均值为200亿元/EB，其他梯队地方集中于120亿元/EB左右。

三是数据流通效率与数据基础设施建设水平正相关。构建适应数据要素特征、促进数据流通利用、发挥数据价值效用的数据基础设施，为数据连接、处理、流通提供有力支撑，二者共同促进地方数据发展水平提升。

四是数据发展主要依靠政府政策牵引带动。地方数据发展相关政策法规、标准及配套规则，初步形成组合、集成效应，成为数据价值释放的重要推动力。

五是数据供给与需求结构性矛盾突出。经济社会发展对高质量、高价值数据的需求，与不平衡不充分数据供给之间的矛盾，制约着当前各地数据发展。要用改革的办法解决发展中的矛盾，推动形成需求牵引供给、供给创造需求的更高水平动态平衡。

六是数据场外流通占据主导位置。单一数据流通模式难以满足多元市场需求，场外场内长期并存成为必然，要构建适宜数据特性及其运动规律的市场结构和市场规则，推动数据的充分生产、合理分配、高效流通、有效利用。

针对当前地方数据发展不平衡不充分的突出问题，以及所面临的多重挑战和困境，《报告》从优机制、守底线，提升数据治理与安全保障能力；稳布局、重攻关，强化数据基础设施支撑作用；建体系、强协同，优化数据资源供给水平；抓关键、育生态，提高数据要素流通效率；强目的、人为本，推动数据创新应用等5个方面提出了政策建议。

对我国地方数据下一步的发展，《报告》还给出了五点展望与思考：一是吃改革饭、走开放路，发展数据生产力。推进数据发展一项极具开创性、挑战性的系统工程，面临理论困境、制度困境、能力困境，发展的根子在思想认识。要进一步解放思想、实事求是，聚焦堵点、痛点和难点，扫除思想障碍，破除制度藩篱，解放和发展数据生产力。

二是数据为民、普惠共享，增强数据用益获得感。要强化“数据为民、数据富民、还数于民”理念，加快数据基础制度建设，让数据要素作用惠及最广大的人民群众，使之享有更可持续的数据收益，切实实现数据要素化的终极目的。

三是把握规律、营造环境，培育可持续数据生态。把握数据特性与规律，树立数据治理思维，推动各行业数字化发展能力建设，提升公众数字素养，培育有利于数据要素更好发挥作用的社会环境，实现可持续数据发展的生态。

四是要素协同、数实融合，发挥数据要素乘数效应。以数据开放、共享、流通为主要途径，促进数据与土地、劳动力、资本、技术等传统要素相融合，以价值创造为主线，重构数据归集、流通与开发利用的价值生态网络，加大理论供给、制度规则供给，促进全要素协同，实现深度数实融合的发展范式。

五是多元共治、共创价值，构建数据发展共同体。构建政府引导、市场主导、社会参与的数据协同治理体系，构建“多元共治、价值共创、利益均衡、责任共担”的数据发展共同体，促进公共数据与非公共数据融合，规范场内交易与场外流通机制，推动国内国际数据有序流动，形成充分供给、高效流通、创新应用、安全合规的数据发展格局。

据了解，《报告》下一步还将在省级地方数据发展水平研究的基础上，启动城市数据发展的考察分析，以期更深入把握地方数据发展的动态情况，洞悉数据发展规律与路径，尝试构建我国数据发展生态全景图，为各级政府推动数据发展提供决策参考。