數據治理申報材料

十三五時期，我國大數據產業快速起步。據測算，產業規模年均復合增長率超過30%，2020年超過1萬億元，發展取得顯著成效，逐漸成為支撐我國經濟社會發展的優勢產業。培育數據要素市場（一）健全數據流通制度研究制定數據交易管理辦法，建立健全數據權益、交易流通和安全保護等基礎性制度規范，明確數據主體、數據控制方、數據使用方權利義務，保護數據主體權益。健全數據市場定價機制，以數據應用需求為導向，完善數據市場流通環境，精準對接市場供給。建立數據交易協同監管機制，構建數據流通監管平臺，加強數據交易流通全過程安全監管，確保數據流通過程可追溯、使用范圍可明確、合法合規可審計、安全風險可防范、法律責任可追訴。（二）營造數據要素市場發展生態加強大數據產業協同創新統籌協調，引導和支持科研機構、高等院校、企業加強協同攻關，共同開展數據交易流通、數據基礎前沿研究、關鍵共性技術研究。支持數據采集、存儲、處理、分析等企業做大做強，帶動大數據產業發展。數據治理保障體系（一）數據治理組織體系保障建立全方位、跨部門、跨層級的數據治理組織架構，是實施組織級統一化、專業化數據管理的基礎，是數據管理責任落實的保障。一般來說，數據治理組織架構包括決策層、組織協調層、管理層、工作執行層四個層級。決策層作為數據決策方，由組織CIO或CDO擔任，負責制定數據治理決策、戰略和考核機制。組織協調層由虛擬的數據治理委員會承擔，負責統籌管理和協調資源，細化數據治理的考核指標。管理層由數據治理辦公室承擔，作為數據治理的主要實體管理部門，負責構建和維護組織級架構（包括業務架構、數據架構、IT架構），制定數據治理制度體系和長效機制，定期開展數據治理檢查與總結，并向組織協調層和決策層匯報。工作執行層由業務部門和技術部門共同承擔，負責在數據項目中落實數據治理工作，與管理層協同參與各項活動。（二）數據治理制度體系保障為了保障數據治理工作和組織架構正常運轉，需要圍繞數據治理流程建立一套覆蓋數據引入、加工、使用、服務等整個數據生產運營過程的制度規范，對數據治理領域各工作環節主要活動進行說明，為各業務部門開展數據管理工作提供參考依據，從制度上保障數據治理工作有據、可行、可控。數據治理制度體系通常分層次設計，依據管理的顆粒度，制度體系可劃分為總體規定、管理辦法、實施細則和操作規范四個層次。總體規定從決策層和組織協調層視角出發，包含數據戰略、角色職責、認責體系等，闡述數據治理的目標、組織、責任等。管理辦法從管理層視角出發，規定數據治理各活動職能的管理目標、管理原則、管理流程、監督考核、評估優化等。實施細則從管理層和執行層的視角出發，圍繞管理辦法相關要求，明確各項活動職能執行落實的標準、規范、流程等。操作規范從執行層的視角出發，依據實施細則，進一步明確各項工作需遵循的工作規程、操作手冊或模板類文件等。數據治理保障措施加強規劃有效實施的各類資源要素保障，著眼數據聚通用，著力激活數據、深度挖掘數據、充分利用數據，加快形成數據要素高效集聚、互聯互通、開放共享的良好局面。（一）加強組織協調建立健全數據治理統籌協調和推進機制，加強跨地域、跨部門、跨層級的協同聯動，研究數據治理發展戰略和政策措施，協調解決數據治理中的重點難點問題，確保相關工作扎實有效推進。（二）強化人才支撐支持和引導高等院校、職業學校開設數據治理相關專業，優化專業、課程設置，積極開展校企合作，培養創新型、應用型、融合型人才。引進高層次、高學歷、高技能以及緊缺人才，完善人才引進、培育、評價、激勵機制。支持各部門加強對數據治理用工服務的指導，保障從業人員合法權益。（三）做好資金保障支持推動數字技術創新應用、數據治理等相關工作，完善投融資服務體系，拓寬融資渠道，發揮政府引導基金作用，重點支持數據治理領域重大項目建設和重點企業發展。鼓勵金融機構創新金融產品和服務，加大對數據要素市場主體提供貸款、融資擔保等金融服務的支持力度。數據治理概念建設數字中國，加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。數據二十條隨即出臺，提出構建數據產權、流通交易、收益分配、安全治理等制度，初步形成我國數據基礎制度的四梁八柱，將充分激活數據要素價值，賦能實體經濟。在數字經濟時代背景下，數據儼然已成為企業的核心生產要素之一。而企業數字化轉型則是以數據為中心，通過數據驅動業務發展、管理協同和運營。因此數字化轉型關鍵在于數據，數據治理則需先行。從而更好激發數據生產要素潛能，實現業務數據化、數據價值化，助力企業數字化轉型。（一）DAMA數據治理體系國際數據管理協會（DataManagementAssociation，又名DAMAInternational，以下簡稱DAMA）在其《DAMA數據管理知識體系指南（第2版）》一書中將數據治理進行了定義，即數據治理是對數據資產管理行使權力、控制和共享決策（規劃、監測和執行）的系列活動。此外，DAMA還將數據治理作為數據管理十大知識領域的中心，負責知識領域的平衡和一致性。DAMA提到數據治理的目標有三點：提升企業數據資產管理能力；定義、批準、溝通和實施數據管理的原則、政策、程序、指標、工具和責任；監控和指導政策合規性、數據使用和管理活動。可以看出，DAMA給出了比較全面的解釋，但是距離企業可落地的數據治理還是距離較遠，更像是綱領性的介紹，因此對于如何進行數據標準的制定以及如何進行數據資產的評估都缺少具體的描述。（二）信通院數據治理服務商成熟度模型（DGS）數據治理服務商成熟度模型（DGS）由中國信通院提出，以數據治理服務項目實施運維的流程為主線，融合數據治理核心能力，包括6大能力域、21個能力項，其中6大能力域遵循一般性數據治理項目流程。1）需求管理能力域：提供方通過采集需求方的業務需求、數據需求、技術需求等，明確數據治理目標和范圍，并評估實施數據治理可行性。2）資源評估能力域：提供方通過對數據來源、數據規模、數據分類、數據關系、數據時效性、專業軟件工具、存儲計算環境以及硬件資源等主要影響因素進行分析，以提升數據治理項目任務分解的準確性，指導識別項目中的潛在風險。3）實施保障能力域：提供方通過制定實施規劃，建立組織保障，開展風險管理，確保數據治理項目的順利實施，降低風險和成本。4）方案設計能力域是數據治理項目的核心環節，提供方通過制定相關規范體系和設計文檔，形成滿足甲方需求的數據治理體系。5）方案實施能力域提供方通過依托相關平臺工具，實現方案的落地。6）成果交付能力域包括試運行、成果驗收2個能力項。DGS從服務商的角度出發，對數據治理的方方面面進行了解釋，給出了模型規范和評估標準。對于企業來說，不管是想自己做數據治理，還是通過服務商來實現部分數據治理工作，DGS都提供了一套相對全面的參考指南。整體來看，目前數據治理提供商的數據工程服務能力優勢集中于數據資源評估、數據質量、數據標準等能力項。（三）數據治理規范國家標準《信息技術服務治理第5部分：數據治理規范》（GB/T34960．5-2018）中，為了促進組織有效、高效、合理地利用數據，有必要在數據獲取、存儲、整合、分析、應用、呈現、歸檔和銷毀過程中，提出數據治理的相關規范。規范中提出了數據治理的定義，即數據資源及應用過程中相關管控活動、績效和風險管理的集合。規定了數據治理的頂層設計、數據治理環境、數據治理域及數據治理過程的要求，從而實現運營合規、風險可控和價值實現的目標。（四）數據中臺大數據時代，大量結構化、非結構、半結構數據量暴增，計算難度幾何式遞增。同時數據復雜、數據類型龐雜等導致數據處理復雜度也大大提升。傳統數據倉庫的不足也逐漸暴露，數據孤島、重復開發、數據共享難等問題日益加劇。在人工智能、大數據等技術發展和企業數字化轉型加速的雙重驅動下，2019年，數據中臺在眾多賽道中脫穎而出，成為行業焦點。艾瑞咨詢《2022年中國數據中臺行業研究報告》指出，數據中臺是一種數字化綜合解決方案。狹義來看，數據中臺是一套實現數據資產化和服務復用的工具；廣義來看，數據中臺是一套運用數據推動企業數字化轉型升級的機制和方法論。全國首個數據中臺團體標準《數據中臺元數據規范》（T/ZAII035-2022）也指出，數據中臺是一套通過產品技術、解決方案、規范標準、團隊組織的整合，實現數據匯聚、治理、運營的架構。這與艾瑞咨詢的觀點不謀而合。總結而言，數據中臺是一套可持續的讓數據產生價值的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。（五）數據治理與數據中臺數據治理是針對數據資產管理的控制、決策規范，它將嚴密性和紀律性植入企業的數據管理、規劃、監測、使用和保護過程中。而數據中臺也是一種數據資產管理機制，采集、計算、存儲和處理海量數據，保證數據的標準統一和口徑一致，建立全域級、可復用的數據存儲能力中心和數據資產中心，提高數據共享和復用能力，靈活高效地解決數據應用需求。對比來看，數據中臺和數據治理都是體系性的工作。雖說數據治理與數據中臺涉及的絕大部分領域相同，但數據中臺并不僅僅是數據治理工作的放大升級版，而是數據治理工作的深化，它強化了數據治理的深度和廣度，并拓展了數據治理不涉及的數據應用領域。換言之，數據中臺真正實現了企業內部數據的閉環。因此，數據中臺是數據治理實現的一種高效方式，是當下最為適合企業數字化轉型的模式。首先，從頂層設計出發，開展數據管理的戰略規劃和機制建設，為數據治理工作開好局。其次，引入數據治理工具，通過數據標準管理、數據架構和模型管理、數據開發、元數據管理、數據質量管理、數據生命周期管理、數據安全管理、主數據管理等八大數據治理專題夯實數據管理各項基礎工作。最后，基于數據治理工具提升數據管理的自動化水平，最終促進數據資產的對內對外開放使用，實現數據資產的價值與變現能力全面提升。數據流通擴大開放工程構建集自然語言處理、視頻圖像解析、數據可視化、語言智能問答、多語言機器翻譯、數據挖掘分析等功能的大數據通用算法模型庫和控件庫，定期開展數據演習，建設面向公共衛生、自然災害、國防戰備等重大突發事件處置的國家級數據靶場，為重大突發事件開展決策研判和調度指揮提供支撐。規范數據入場交易，培育數據要素交易市場。建設涵蓋數據資產評估、登記確權、交易撮合、評估定價、可信流通等方面的全流程數據要素流通交易平臺和數據授權存證、數據溯源和數據完整性檢測平臺，提供數據交易、結算、交付、安全保障、資產管理等綜合配套服務。數據治理是數字化轉型的必經之路（一）數字全球化催生數字治理需求隨著新一輪科技革命和產業變革深入發展，數字全球化正加速到來。經濟全球化正在從以物質流動為特征的全球化，逐步向以數字流動為牽引的新型全球化轉變。數據要素跨境流動大幅增加，數據成為關鍵生產要素，數據跨境流動驅動國際經濟活動高效、便捷、智能開展，創造經濟價值。此外，數字平臺和云計算企業加快全球布局，作為數據匯集、匹配撮合、運算分析、技術支持的重要主體，將日益成為全球數字經濟產業鏈價值鏈的核心。數字平臺成為全球數字經濟產業鏈價值鏈中心。但是，數字全球化為全球經濟發展提供新動能的同時，也引發了數據安全、數字鴻溝、個人隱私、道德倫理等一系列新挑戰。圍繞新設施、新要素、新模式、新業態產生了一系列相互交織的新問題，新興問題快速涌現，治理規則缺失，這些都在催生數字治理需求。基于此，信通院在《全球數字治理白皮書（2022年）》首次嘗試提出全球數字治理體系框架，指出全球數字治理是各方為解決信息網絡、數據要素、數字平臺、數字技術應用等領域的全球性問題，而達成的塑造各方行為預期的規范、規則、標準、程序及執行機制的過程。（二）中國數字時代治理新范式在全球數字化背景下，放眼中國數字化形勢，迎接數字時代，激活數據要素潛能，以數字化轉型整體驅動生產方式、生活方式和治理方式變革，打造數字經濟新優勢，加強關鍵數字技術創新應用，加快推動數字產業化，推進產業數字化轉型。數字化轉型是建立在數字化轉換、數字化升級的基礎上，以優化企業管理、創新商業模式、提升企業核心競爭力為目標的企業管理變革過程，是企業主動適應新一輪科技革命和產業變革的舉措。數字化轉型是企業為達到高質量、可持續發展，利用新一代信息技術而進行的企業變革，是將新一代信息技術集成到所有業務領域，進而推動企業組織架構、業務模式、企業文化等變革的措施，從而對企業的運營方式及向客戶提供價值的方式產生根本性的改變。數據治理已經成為全方位數字化轉型的重要驅動力量。一方面，數據治理正在打破政府內部數據孤島、重塑業務流程、革新組織架構，打造出權責明確而又精簡、高效、統一的數字政府；另一方面，數據治理反哺更廣闊的經濟和社會數字化轉型，既為市場增效，又為企業社會賦權。數據治理就是數字時代的治理新范式，其核心特征是全社會的數據互通、數字化的全面協同與跨部門的流程再造，形成用數據說話、用數據決策、用數據管理、用數據創新的治理機制。數據產業發展保障措施（一）提升數據思維加強大數據知識普及，通過媒體宣傳、論壇展會、賽事活動、體驗中心等多種方式，宣傳產業典型成果，提升全民大數據認知水平。加大對大數據理論知識的培訓，提升全社會獲取數據、分析數據、運用數據的能力，增強利用數據創新各項工作的本領。推廣首席數據官制度，強化數據驅動的戰略導向，建立基于大數據決策的新機制，運用數據加快組織變革和管理變革。（二）完善推進機制統籌政府與市場的關系，推動資源配置市場化，進一步激發市場主體活力，推動有效市場和有為政府更好結合。建立健全平臺經濟治理體系，推動平臺經濟規范健康持續發展。統籌政策落實，健全國家大數據發展和應用協調機制，在政策、市場、監管、保障等方面加強部門聯動。加強央地協同，針對規劃落實，建立統一的大數據產業測算方法，指導地方開展定期評估和動態調整，引導地方結合實際，確保規劃各項任務落實到位。（三）強化技術供給改革技術研發項目立項和組織實施方式，強化需求導向，建立健全市場化運作、專業化管理、平臺化協同的創新機制。鼓勵有條件的地方深化大數據相關科技成果使用權、處置權和收益權改革，開展賦予科研人員職務科技成果所有權或長期使用權試點，健全技術成果轉化激勵和權益分享機制。培育發展大數據領域技術轉移機構和技術經理人，提高技術轉移專業服務能力。（四）加強資金支持加強對大數據基礎軟硬件、關鍵核心技術的研發投入，補齊產業短板，提升基礎能力。鼓勵政府產業基金、創業投資及社會資本，按照市場化原則加大對大數據企業的投資。鼓勵地方加強對大數據產業發