AI智能总结
联合发起单位: 中国市场学会中央财经大学中国互联网经济研究院华南师范大学法学院数字政府与数字经济法治研究中心数据要素社中国联通智能城市研究院中国电信智慧城市研究院杭州数据交易所 编委会 学术指导专家:夏杰长、高富平、欧阳日辉、洪岩青 主编:马颜昕、熊婷、王鹏 联合发起单位: 中国市场学会、中央财经大学中国互联网经济研究院、华南师范大学法学院数字政府与数字经济法治研究中心、数据要素社、中国联通智能城市研究院、中国电信智慧城市研究院、杭州数据交易所 其他参编单位: 中电云计算技术有限公司、大藏(杭州)科技有限公司、深圳数据交易所、武汉浮木科技有限公司、北京溉和律师事务所数据要素中心、广州数据集团、新江省智慧城市促进会、杭州国际数字交易联盟、浙江移动数智科技有限公司、十方数据产业(山东)有限公司 主要参编人员: 张云飞、张敏、孙亮、武通、李州、申奇、杨羽茜、申冠生、应琉、胡雷、刘晨辰、宋超、杨仁慧、罗璇、杨奎祥、杨柯、刘逸哲、赵秋博、杨绍琛、古亮、王冠、翁杰、郭翔如、陈双、黄迪、黄希淇、张钰婉、张家姻、刘国庆、叶展均、张菊芳、刘晓峰、左禹泽、李安国、邱婧、谢琴超、郑超 版权声明 本报告版权受法律保护。转载、编撰或利用其他方式使用报告文字或观点,应注明米源且转载需完整保留编委会及参编单位。违反上述声明者,将被追究相关法律责任。 获取报告系列解读,请关注数据要素社公众号和视频号。 目录 第1章公共数据概述 1. 1.公共数据的概念1.2.公共数据的分类1.3.公共数据的特性1.3.1.权威性41.3.2.系统性51.3. 3.稀缺性51.3.4.权益相对清晰性1.4.公共数据的价值释放路径81.4.1.数据资源化91.4.2.数据场景化,91.4.3.数据产品化,101.4.4.数据要素化12 第2章公共数据开发利用发展基础:14 2.1.公共数据开发利用实践基础。142.2.政策引领公共数据开发利用逐步推进152.2.1.公共数据开发利用的中央立法与政策152.2.2.公共数据开发利用的地方立法与政策18 2.3.公共数据开发利用理论基础232.4.公共数据开发利用制度基础逐步形成25第3章资源汇聚一一新阶段的公共数据共享273.1.我国公共数据共享的现状273.1.1.政策背景.273.1.2.政务数据资源目录,293.1.3.政务数据共享平台,323.2.我国公共数据共享的典型模式333.2.1.模式一:物理汇聚、集中服务3.2.2.模式二:逻辑汇聚、分散服务.343.2.3.模式三:集中分散相结合、支持多种服务模式,363.3.我国公共数据共享的典型案例.383.3.1.平台建设:江西上栗“一体化平台”汇聚多方数据.:383.3.2.江苏省盐城市政府信息资源中心二期:393.3.3.江苏省数据治理与数据共享交换平台403.4.我国公共数据共享存在的问题,413.4.1.政府部门间数据共享积极性和主动性不足413.4.2.数据共享制度体系建设尚不完善423.4.3.数据多跨融合共享能力有待提升42 3.4.4.面临数据安全风险挑战43第4章需求引导一一新阶段的公共数据开放454.1.我国公共数据开放的现状454.1.1.政策背景,454.1.2.公共数据开放平台.464.1.3.开放数据集的数量和质量474.1.4.各行业开放的有效数据集484.2.我国公共数据开放的典型模式504.2.1.整体授权开放模式.504.2.2.分领域授权开放模式514.2.3.依场景授权开放模式514.3.我国公共数据开放的典型案例,514.3.1.杭州数据交易所一体化运行,514.3.2.上海数据交易所“公共数据专区”534.3.3.广州依托公共数据运营平台结合已放开公共数据开发数据产品。544.3.4.济南全国首个公共数据可信流通基础设施554.4.我国公共数据开放存在的问题564.4.1,公共数据开放法规政策体系存在缺口56 4.4.2.公共数据开放供需对接程度不深564.4.3.公共数据开放产品服务开发仍需升级584.4.4.数据开放平台建设尚不完善594.4.5.开放质量与开放协同仍需优化604.4.6.数据安全和隐私保护问题60 第5章供给新路径一公共数据授权运营62 5.1我国公共数据授权运营的现状62 5.1.3.公共数据授权运营平台.67 5.4.我国公共数据授权运营的典型场景79 5.5.我国公共数据授权运营存在的问题82 5.5.1.制度规范建设仍需强化835.5.2.数据供需对接有待提升835.5.3.应用场景挖掘尚不充分,845.5.4.收益分配制度仍不完善.84 第6章未来展望..86 6.1.政策驱动:完善的政策规则体系适配公共数据发展.·.6.2.价值倍增:加速推动公共数据要素市场化价值化....6.3.1创新突破:全面释放主体创新活力发挥示范效应....6.4.聚焦运营:深化规范透明多元发展的运营新范式........876.5.数实融合:数智化转型提速深度赋能产业创新升级......886.6.繁荣生态:政产学研协同联动共促可持续健康发展...6.7.安全发展:夯实安全合规基础保障高效流通利用:.88 第1章公共数据概述 1.1.公共数据的概念 公共数据,是指各级政务部门与企事业单位依法履职或提供公共服务过程中产生的数据。公共数据作为数字经济、数字政府的关键要素,既可以支撑公共服务主体的公共管理活动和公共服务决策行为,同时也可以为整个社会提供公共可重用的数据资源,是国家重要的基础性战略资源,具有巨大的价值潜力。 在国家层面,我国尚未对公共数据进行单独立法,中央立法层面亦尚未对公共数据的概念作出明确规定。直至2021年,中央立法层面对于公共数据的界定才初步清晰,其范畴相对狭义与保守,且中央层面较少使用公共数据概念,而是使用与公共数据相关性较强的政务数据。 而后,公共数据的概念界定具有内容扩张且渐泛化的趋势。各地地方立法层面对公共数据的概念界定进行了一定的扩展,如《深圳经济特区数据条例》通过列举方式,将“提供教育、卫生健康、社会福利、供水、供电、供气、环境保护、公共交通和共他公共服务”的公共服务事业单位和企业在进行公共服务过程中产生的数据也纳入公共数据范围 2024年12月,国家数据局在《数据领域名词解释(第批)》中对公共数据作出官方界定:公共数据,是指各级党政机关、企事业单位依法履职或提供公共服务过程中产生的数据。该名词解释仍非正式立法,而是具有指导性和规范性的政策文件,曾在为社会各界提供统一、权威的参考标准。其意味着公共数据室少包含“党政机关”为过程中产生的数据。“但是,“党政机关”“企事业单位”自身的仍然值得息考与商椎。 共享与开放是公共数据制度的核心自的,现有地方立法与规定对于公共数据界定的拓展有其合理性,但是不够精准,大多数领域过于宽泛,少数领域文未能完全覆盖。因此,将一个数据定性为法律意义上的公共数据,应当符合一定的前提条件,以满足这种公共负担施加的正当性。这样的前提条件可以从实体和程序两个层面予以讨论。 公共数据界定的实体要件可区分为职权性、依赖性、支持性、基本性与意志性五类,如果一项数据构成公共数据,需要满是其中至少一类情况。其次,还必须满足一定的程序要件,也即命名。程序要件方面具有独立的程序价值,另一方面也可以在实体要件含糊不清时 成为证明公共负担正当性达成的一个标准。比如意志性这一实体要件达成的情形,可以通过行政协议签订等程序性事件予以证明。所以,当一项数据同时符合实质要件与程序要件要求时,可定性为公共数据。 1.2.公共数据的分类 从来源主体看,公共数据主要可归纳为五种类型(如图1所示): 一类是政务数据,即党委、人大、政府、政协、法院、检察院等政务部门依法履职过程中采集、获取的数据: 二类是具有公共职能的公共企事业单位,在提供公共服务和公共管理过程中产生、收集、掌握的各类数据资源,如教育医疗数据、水电煤气数据、交通通信数据、民航铁路数据等: 三类是由政府资金资助的专业组织在公共利益领域内收集、获取的具有公共价值的数据,如基础科学研究的数据: 四类是具有公共管理和服务性质的社会团体掌握的与重大公共利益关切的数据: 五类是涉及公具服务领域的其他数据来源,如其他社会组织和个人利用公共资源或公共权力,在提供公共服务过程中收集、产生的及公共利益的数据。居曹素社 1.3.公共数据的特性 1.3.1.权威性 就公共数据的持有主体而言,其依据相关法律法规所赋予的公共管理服务职能合法合规地获得数据关联主体的特定数据,具有法定赋子的公信力和权威性。其涵盖范围广泛,主要包括政府部门、各类公其企事业单位等主体。 比如,政府部门作为公共事务的主要管理者和服务提供者,凭借其依法展行职能的职权性以及公共资源调配能力,掌握的数据资源占据全社会数据资源总量的80%左右,在公共数据管理中占据关键地位。而公共企事业单位等主体则在其特定的业务领域内,依据专业技术与 运营规范产生和管理相关数据,其通过长期的行业实践与合规运营建立起一定的公信力 此外,公共数据的质量较高,权威性进一步彰显。公共数据的全生命周期管理流程,即从公共数据的采集、存储、使用、加工、传输、提供直至开放环节,均须遵循一系列严格的业务规范和标准,以确保公其数据的准确性和严谨性。 1.3.2.系统性 公共数据体系庞大但内部层次分明,呈现体量大、质量高、体系完整等特点。在数据采集层面,公共数据为多源数据的广泛汇聚,涵盖政府部门、公共机构、社会组织等不同主体所产生或持有的各类数据,规模体量庞大;公共数据来源具有明确的规划与统筹,并非零散无序的收集,具有一定的系统性 在数据组织方面,公共数据的系统性表现为依据特定的分类标准与逻辑框架对数据进行结构化整理,建立数据日录体系与元数据管理机制,形成层次分明、条理清晰的数据组织结构。在公共数据开发利用环节,公共数据开放利用与授权运营呈现的是一个复杂的、动态的系统性过程,涵盖数据加工处理、确权授权、流通定价和收益分配等关键环节,多层次、系统化地对公共数据进行开发利用。 1.3.3.稀缺性 作为高质量的数据资源,公共数据具有稀缺性。其稀缺性主要表现为资源属性层面的稀缺性和价值维度的稀缺性。一方面,数据从无价值的原始状态转化为具有使用和交换价值的数据要素过程复杂,确权、定价与交易流转难题重重。数据虽可海量生成,但未经处理的原始数据缺之直接价值,并非稀缺资源。公其数据作为一种高质量的数据资源,其稀缺性源手生成过程的高成本投入。部分公其数据的产生还具有断性和排他性,如公安领域的公共数据,由于与国家安全与个人隐私关联性较强,只充许特定部门或机构访问,公共数据市场供应受限,稀缺性进一步凸显。 另一方面,公共数据的价值潜能大。公共数据的有效利用能够产生广泛的正向溢出效应。根据麦肯锡测算,我国公共数据开放的潜在价值高达10万亿至15万亿元。公共数据涵盖政治、经济、社会、文化与生活等多领域,应用场景多元化且与现实联系紧密,价值密度较高,具有较高的开发利用价值。正因为公共数据的价值潜力大,公共数据的持有主体将公共数据视为一种可视化资产,主动分享与开放的意愈不强,并对公共数据采取多种保护措施,限制他人的使用。这些限制使得公共数据呈现稀缺性特性。3 1.3.4.权益相对清晰性 公共数据权益关系相对清晰,管理相对规范。在现代社会的数据治理体系中,公共数据的归属和使用权具有法律和管理框架作为支撑。在法律方面,中华人民共和国数据安全法”明确规定了公共数据的管理主体和责任。其规定国家机关为履行法定职责的需要收集、使用数据应当在其履行法定职责的范围内依照法律、行政法规规定的条件和程序进行。不同国家机关对于其职责范围内收集的数据拥有明确的管理权限,体现了权益关系的相对清晰性。在管理方面,公共数据的管理主体特定,只有依法履职或提供公共服务的政府部门与企事业单位方可成为管理主体。 公共数据的权属问题是构建数据产权制度、发挥数据要素价值的前置性