加快数据系统建设，释放数据要素价值—数据系统研究报告

专家推荐 报告创新提出了数据系统概念和理论框架，深刻剖析其与传统信息系统的区别，展示了数据系统在推动技术创新、解决实际问题方面的关键作用。为推进数据系统建设，进一步释放数据要素价值提供重要的参考依据。 ——张向宏 北京交通大学信息管理理论与技术国际研究中心教授报告深入探讨了数据系统在推动数据要素价值释放中的关键作用。内容丰富，观点新颖，结构清晰，对于理解数据系统概念、特征、组成、 应用和发展具有重要意义。 ——韩国权 该报告在全球数字化转型背景下提出建设“数据系统”，分析了数据系统在信息系统发展基础上的新特征新需求，深入研究其核心组成、典型应用，对未来发展趋势提出独到的见解，是一份对于数据研究、数据技术从业者来说非常有益的参考报告。 ——穆勇 北京市大数据中心企业博士生导师这份报告围绕数据系统核心概念，创新性地总结了“五高”特征，详细描述数据系统“五横一纵”组成部分和行业解决方案，展示了数据系 统如何支撑数字化转型与产业创新，对行业来说是一份不可多得的宝贵资源。 ——刘枝 国家信息中心大数据发展部处长报告创新性提出了“数据系统”的概念，研究了数据系统理论框架、核心组件、应用场景、发展趋势，展示了数据系统巨大的潜力和价值， 为数据要素价值创造提供了重要的参考思路。 ——冯海红 中国科学院科技战略咨询研究院大数据战略研究中心执行主任在我国数据要素化加速推进的趋势下，报告创新性地提出“数据系统”理论框架及组件，充分论述了其作为信息系统演进的高级阶段所具备 的高智能、高价值、高安全、高融合、高效能特征，为实现数据要素服务等多场景落地提供了切实可行的应用思路。 ——胡良霖 中国科学院计算机网络信息中心大数据部副主任 Report Introduction 报告背景B a c k g r o u n d o ft h e r e p o r t 报告观点R e p o r t v i e w p o i n t 数据系统具备“五高”典型特征，由“五横一纵”六大核心组件组成。 本报告创新性提出“数据系统”概念，重点分析数据系统的特征、核心组件及其相关功能特点，并分析在数字经济背景下的典型应用场景。 数字技术深刻改变着人类对数据的生成、管控及利用等方式和方法，数据从量变到质变，成为第五大生产要素，是打造新质生产力的关键性资源。数据系统是信息化建设发展催生的更高级形态，是数字经济时代承载信息的新载体。 背景 （一）数据要素化发展成为趋势（1/3） 各国布局数据要素创新应用 韩 国 日 本 欧 盟 美 国 发挥人工智能等新兴技术作用，促进数据要素开发利用 倡导可信数据自由流动，高度重视公共数据集建设 深化数据空间战略，加快布局一体化数据开发利用基础设施 推动政府数据开发利用，鼓励市场主体开展数据应用创新 高度重视数据保护 倡导可信数据自由流动，推动数据跨境流通 数据要素场景丰富 《通用数据保护条例》、《数据法案》、《数据治理法案》 v日本倡导可信数据自由流动，与欧盟达成《欧盟日本数据共享协议》，创造了全球最大的数据自由流通区域。 金融领域：德温特资本市场公司利用账户留言数据决定买卖股票农业领域：纽瓦克垂直农场利用大数据进行智能决策政务领域：智慧建筑管理在线投票平台能源领域：提出绿色按钮倡议,使客户能够轻松安全访问能源使用数据 提高数据共享程度 推动多个领域公共数据的开放利用，提出数据利他倡议，创设数据中介制度。 通过MyData服务，个人可以一次性地查询分散在不同机构的个人数据，应用场景不仅涵盖存款、贷款、信用卡、通讯和保险以及支付等金融场景，也涵盖公共行政和医疗等领域。 推动政府数据开放，促进公共数据社会应用 已吸引世界主要经济体加入欧盟的《通用数据保护条例》充分性认定。 日本使行政机构成为全国最大的数据平台，在国民经济、司法安全、人口环境等17个领域开放了公共数据集。设立多级政府数据公开网站，并针对专业领域设立特色数据开放网站。庞大的开放数据集在应急管理、环境卫生、农业生产管理等领域均实现了有效利用。。 建立“共同数据空间” 数商发展成熟 确立了欧盟范围内数据安全开放共享，打造了数据要素共享交换的“共同数据空间”平台，实现欧盟内部数据的自由流通。 结合新兴技术实现数据应用落地 现有数据经纪商公司3500-4000家。专业的地理信息数据经纪商Factual，其平台上已累积横跨200多个国家的超过1亿个地理位置信息，数据更新频次达每月240万次，数据访问频次达每月90亿次。 加大资金布局数字基础设施 工业、医疗、ESG门户网站、农业 以“数据银行”为核心建立数据要素市场体系，释放个人数据价值 投资欧洲数据空间和互联云基础设施，围绕公共数据集、数据中心、开放平台、算力中心等基础设施构建强大的数据生态系统 （一）数据要素化发展成为趋势（2/3） 跨境流通成为国际竞合新领域 “‘一带一路’数字经济国际合作北京倡议” 《促进和规范数据跨境流动规定》 “欧洲门户”计划 “印欧经济走廊” 《东盟数字经济框架协议》 欧盟在2021年底提出“欧洲门户”计划，旨在从2022年开始，在全球范围内投资3000亿欧元，用以改善新兴工业国家和发展中国家的基础设施，为全球范围内基础设施建设提供更多解决方案。部分前沿数字技术领域政策导向出现破冰痕迹。如，人工智能国际合作孕育新机 2024年3月22日，国家互联网信息办公室公布《促进和规范数据跨境流动规定》。欧盟在8月28日发布声明表示，欧盟和中国针对简化跨境数据流动的新机制展开了首次讨论。旨在促进欧洲企业非个人数据的国际转移，同时确保其遵守中国数据安全的相关法律法规 2023年，东盟提出《东盟数字经济框架协议》，旨在制定跨境数据流动等数字贸易相关的统一规则，为东盟后疫情时代的经济复苏提供充足动力。此外，东盟国家还制定“走向数字东盟”行动计划，旨在共同发展数字经济的同时，兼顾数字经济包容性发展 中国同缅甸、肯尼亚、阿根廷等13国于2023年共同发布“‘一带一路’数字经济国际合作北京倡议”，从基础设施、产业转型、数字能力、合作机制等方面，提出进一步深化数字经济国际合作的20项共识 “印欧经济走廊”在2023年G20新德里峰会上被提出，承诺共同发展新的“印度-中东-欧洲经济走廊”，通过两大洲之间的互联互通和经济一体化，实现可持续和包容性的经济增长 欧洲人工智能安全问题大型全球峰会 《区域全面经济伙伴关系协定(RCEP)》 《全球数据跨境流动合作倡议》 《数字经济伙伴关系协定(DEPA)》 《美日数字贸易协定（UJDTA)》 2023年11月，英国首次举办人工智能安全问题大型全球峰会，邀请包括中美在内的世界主要人工智能大国，共同商定安全措施，用以评估和监测人工智能带来的重大风险、机遇与挑战 2024年11月20日，中国国家互联网信息办公室发布了《全球数据跨境流动合作倡议》，呼吁平衡数字技术创新、数字经济发展、数字社会进步与保护国家安全、公共利益、个人隐私和知识产权的关系 2020年11月15日，第四次区域全面经济伙伴关系协定领导人会议以视频方式举行，会后东盟10国和中国、日本、韩国、澳大利亚、新西兰共15个亚太国家正式签署了《区域全面经济伙伴关系协定》 2019年，美国和日本签署了《美日数字贸易协定（UJDTA）》 2020年6月12日，新加坡、智利、新西兰三国签署《数字经济伙伴关系协定》 （一）数据要素化发展成为趋势（3/3） 人工智能技术进步支撑数据要素化 代表性技术成果：基于人工设计的规则系统数据规模：数百规则集技术栈：基于专家知识和规则的系统核心特点∶主要基于规则的系统，通过编写大量规则来模拟人类智能行为，如专家系统。受限于计算与数据，系统多针对特定简单问题，泛化能力不足 零样本/少样本学习 端到端学习 广泛应用 数据驱动 （二）我国数据要素化加速推进（1/5） 基础制度逐步细化落地 （二）我国数据要素化加速推进（2/5） （二）我国数据要素化加速推进（3/5） 数据产业生态发展前景广阔 （二）我国数据要素化加速推进（4/5） 基础设施建设成效显著 2023年11月23日，国家数据局党组书记、局长刘烈宏在出席第二届全球数字贸易博览会数据要素治理与市场化论坛致辞时，首次就数据基础设施做重要论述。据国联证券发布的研究报告估算，数据基础设施每年将吸引直接投资四千亿元，带动未来五年投资规模约两万亿元，推进数实融合新模式生成。 （二）我国数据要素化加速推进（5/5） 创新应用场景不断涌现 到2026年底数据要素应用场景广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现，打造300个以上示范性强、显示度高、带动性广的典型应用场景 数据要素ד智能制造、智慧农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、智慧城市和绿色低碳”12个领域的重点行动 协同复用融合 300+ 3 数据开发利用加快推进，以公共数据开发撬动各方融合2024年10月，《中共中央办公厅、国务院办公厅关于加快公共数据资源开发利用的意见》公开发布，聚焦破除公共数据流通使用的体制性障碍、机制性梗阻，统筹发展和安全，兼顾效率和公平，从扩大资源供给、规范授权运营、鼓励应用创新、营造良好环境、强化组织保障等方面提出了。截至2024年7月份， “数据要素X”应用场景落地，为释放要素价值创造空间 为加快推动《“数据要素×”三年行动计划（2024-2026年）》落地，各地各行业充分发挥典型案例示范引领作用。2024年10月，“数据要素×”大赛全国总决赛成为推动数据要素市场化配置改革的重要抓手，在树标杆、提品质、促发展等方面发挥了积极作用，将数据要素的乘数效应传递到各行业各领域，折射出数据开发利用的新风貌、新发展、新境界。 （三）要素化推动信息系统向数据系统演进 信息化-信息系统 “信息化”：通过信息系统将企业的生产、制造、采购、销售以及客户服务、现金流动等过程中所产生的数据，在业务系统上用数据记录下来，实现“业务数据化” 数字化-数据系统 诺兰模型（Nolan‘s stage model）是描述信息系统发展阶段的一个经典模型，该模型将数据管理阶段定义为信息系统发展的高级阶段，标志着信息系统从简单的数据处理和存储，向更复杂的数据管理和利用转变。在数字经济时代大背景下，数据要素价值化驱动“”概念的产生。 “数字化”：把信息化过程中长期积累下来的交易数据、用户数据、潜客数据、产品数据等，整合融入到企业的经营管理中，通过数据价值发现，实现问题改进、商机挖掘、业务创新，用数据优化业务组合，为实现数据资源化、资产化、资本化奠定技术基础 数据系统理论框架及六大组件 （一）数据系统理论框架 数据系统是依托国家数据基础设施，集数据采集、处理、计算、应用、流通与安全防护于一体的综合体系。通过高效、智能、安全的数据资源管理及开发利用，基于数据驱动的智能决策，为组织提供了全面的数据管理和分析能力，帮助组织实现数字化转型，实现数据要素服务等多场景应用 数据系统作为信息系统演进的高级阶段，具有以下五方面特征： 高智能：数据系统是数字经济时代各组织的“智脑”，包含算法、算力等在内的智能计算模块是其核心组件； 高价值：数据系统是以数据为驱动的新型系统，在服务原有业务支撑等基础功能之外，更多服务于新的价值应用场景，涵盖数据编织、数据加工等在内的流通利用模块是其核心组件； 高安全：数据系统覆盖数据的全生命周期，确保数据价值实现过程的安全合规具有重要意义，涵盖数据分类分级、安全监管等的安全合规模块是其核心组件； 高融合：数据资源体系是数据系统运转的核心，实现多元异构数据的物理汇聚和逻辑集中的资源融合模块是其核心组件； 高效能：数据系统依赖于现有业务系统的数据资源供给，依赖于国家各级数据基础设施的“算力、存力、运力”，连接资