基于数字经济大环境的数据治理要点分析

上海计算机软件技术开发中心 徐倩

经济数字化是我国经济发展的必经之路，也是信息化时代下我国迎合国际发展趋势的重要手段。在数字经济大环境下，要想挖掘数据价值，推动数字经济进一步发展，就必须开展数据治理。从目前来说，数据治理的主要内容有5 点，即数据治理、数据开放与共享、数据权属、数据交易以及数据安全，而根据这些数据治理的主要内容可知，在数字经济大环境下，数据治理要点包括分类管理数据资源、搭建优质数据开放共享平台、构建高效的数据确权机制以及创设良好的数据交易市场环境等策略。

随着信息技术同实体经济的持续融合，我国经济的数字化程度不断加深，我国经济正逐步朝着高质量发展迈进，数据已成为当前新型的重要生产要素，在我国各个行业领域发挥着重要作用。在数字经济大环境下，要想实现数据价值利用率最大化，把握住数据核心资产，就必须抓住数字经济大环境下数据治理的主要内容，致力于当前数据治理之要点，做好数据治理工作。

1 数字经济大环境下数据治理主要内容

就目前而言，我国数据治理尚存在一些亟待解决的问题，而在数字经济大环境下，如何应对这些问题，便应当成为数字经济大环境下数据治理的主要内容。

1.1 数据质量

随着社会信息化、经济数字化的不断推进，数据已经成为一种不可或缺的生产要素，但数据的价值并不都是相同的，只有高质量的数据才能具备高价值。目前，数据质量的衡量主要以两项内容为依据，首先是数据是否满足应用需求；其次是数据管理系统实现数据模式同数据实例是否有效契合，换句话说，要想保证数据质量，除了要保证数据的正确性、完整性和精确性以外，还要保证数据的隐私性、合理性、参考完整性以及及时性[1]。然而，如今的网络用户数量庞大，导致网络空间内的数据信息日益繁杂，统计困难，这就极大影响了我国网络空间数据的整体质量。相关调查研究表明，我国的数据资源要素如今并没有确切有效的法律规范，使得数据的及时性、精确性以及完整性受到巨大威胁，数据质量由此难以得到明确，数据的潜在价值挖掘也因而受到阻碍。此后，为了迎合数字经济大环境，推动我国经济社会的发展，数据治理必须以提升数据质量为主要目标之一，采取规范数据库、构建完善数据评估机制等策略来处理当前我国整体数据质量不佳的问题，所以，数据质量必将是数字经济大环境下数据治理的主要内容之一。

1.2 数据开放共享

就目前而言，我国数据开放共享无论是在技术层面，还是在制度层面，亦或是在硬件设备层面，都依旧存在严重不足，然而，作为挖掘数据价值的重要手段，数据开放共享既是数据治理的基础保障，又是提升数据治理成效的关键，因此，数据的开放共享必将成为未来数据治理关注的重点内容。在此后，应当利用好数字经济大环境，加快推动数据融合，在高效传递数据的同时，挖掘数据潜在价值，提升数据管理质量，并通过制定统一的技术标准、法律法规等，促进数据开放与共享，同时，构建数据开放共享协同机制，优化数据开放共享实践效果。

1.3 数据权属

随着数据资源要素重要性的进一步凸显，数据的权属也成为数据治理的重要内容之一。基于保障数据安全的目的，人们对数据产权做了明确，但在数字经济大环境下，信息搜索、信息传递、内容编辑、信息分析等一系列复杂的网络活动导致大量数据权属不明，数据产权认证受到影响。例如，某些组织在采集个人数据时，并没有对采集所得数据的权属进行明确，而这些被采集的个人数据极有可能通过各种渠道流入网络市场，成为创造经济利益的主体，威胁个人隐私安全[2]。此外，一些特殊的数据保存及备份方式也是模糊数据权属的重要缘由。总的来说，数据权属不明对个人、社会乃至国家稳定来说，都有着巨大威胁，而这也意味着数据治理应当将数据权属作为主要内容之一，利用监管、法律规范以及技术创新等方式，达成数据确权，在挖掘数据潜在价值的同时，保护数据信息安全，推动数字经济平稳发展。

1.4 数据交易

数据交易十分强调时效性，换句话说，只有保证数据的高效流通，才能够将数据价值发挥到最大化。2020年开始，数据就成为我国生产要素之一，且在国家战略中占有一席之地，这催生了数据市场化，交易平台服务业呈现出一片大好的发展前景。然而，我国数据交易平台依旧存在数据来源渠道零散、数据领域单一、数据监管不严等问题，这不仅影响了数据交易的进行，也阻碍了数字化经济的发展。所以，此后的数据治理当以数据交易为主要内容之一，构建完备的数据交易制度，并配以精准化的数据评估与定价体系，由此推动数据高效流通，确保数据交易能够快速、安全、高质量地完成，激发数据交易市场活力，在数字经济大环境下，进一步催动交易平台服务业发展。

1.5 数据安全

随着数字经济的到来，数据安全成为人人瞩目的重要问题，只有保证了数据安全，才能够有效挖掘数据价值，并据此创造应有的收益，促进经济数字化发展，从这个层面来讲，数据安全实际上也是数据治理结果的反映——当数据治理成效显著，则数据安全必然得到有效保障；而倘若数据治理未能达到预期目标，则数据安全很有可能面临重大威胁。事实上，数据安全不仅是数据价值挖掘的根本支撑，也是数据确权的关键所在，所以，在此后的数据治理中，应当关注到数据安全问题，构建起完备的数据安全防护机制，净化数据市场整体环境，在不侵犯他人隐私信息的情况下，利用数据信息获得最大化收益[3]。

2 基于数据治理主要内容的数据治理要点

从以上分析来看，数据治理的未来着力点在于数据质量、数据开放共享、数据权属、数据交易以及数据安全等方面，据此，在数字经济大环境下，数据治理的要点就应当落在这些方面，从而为保障数据价值最大化，促成相关产业转型升级，增强国家现代化治理成效。值得一提的是，由于数据安全实际上贯穿了整个数据治理过程，所以本次主要以提升数据质量、明确数据权属、实现开放共享以及优化交易质量为分析的核心，略谈数据安全。

2.1 分类管理数据资源

数字经济大环境下，数据治理要点之一，便是实行数据资源的分类管理，从而明确数据资源情况，为数据开放共享、数据交易以及数据确权奠定基础，为提升数据安全保驾护航。总的来说，数据分类管理涉及三个主要环节，即数据采集、数据处理和数据存储。

（1）要重视数据的采集过程，这是分类管理数据资源使得顺利完成的根本。从调查结果来看，目前我国的数据采集源多种多样，这造成了数据标准的差异性和不完整性，因此，可以将物联网同人工智能技术结合起来，运用传感器来进行数据自动采集，这样一来，各个智能终端便能够同时完成数据采集工作，而利用区块链技术，便可以将这些来自不同智能终端的数据统一起来，多源异构数据由此得以达成统一标准[4]。此外，智能终端的采集效率相较于传统数据采集方式也有着更高的效率和准确性，所以，基于物联网、人工智能技术以及区块链技术的数据采集工作在工作质量、工作效率上也有了较大提升。

（2）要重视数据处理环节，这是确保所管理数据资源质量的关键所在。在采集数据的环节完成数据统一标准工作以后，要对数据进行清洗和分级分类，从而提升数据质量，而这项工作可以交由智能数据分级分类系统来完成。以人工智能为基础，结合大数据技术、计算机技术等，制定智能合约，便可以根据数据来源和类型对数据进行处理，从而完成数据分类工作。

（3）要重视数据存储工作，这是保护数据安全的重要活动。完成数据处理工作以后，需要将数据存储在中心数据库，并加以相关防护措施，从而保证数据不会受到攻击，也不会发生丢失、出错、被篡改等问题。就目前来看，由于目前网络空间的数据多不胜数，因此给数据存储工作带来颇大压力，数据存储成本偏高，在这样的情况下，数据存储的准确性和效率也受到一定影响。据此，可以利用以区块链技术为基础，构建一个具有不可篡改性的分布式数据库来用作中心数据库，保证数据存储的安全性，避免数据精度受损。此外，应当给这个数据库施以加密算法，保护数据库中的各类数据处于加密状态，降低数据信息泄露的风险。值得一提的是，由于数据存在级别和类型之间的差异，因此单一主链的存储压力颇大，而倘若能够将联盟链、公有链以及私有链联合起来，建立跨链存储体系，便可以有效缓解存储压力，优化存储效率与存储质量。

需要注意到，完成以上活动以后，还应当基于数据存储情况构建数据资源目录系统，为强化统筹管理提供助力。在构建目录系统的时候，必须尤其注意数据资源的梳理工作，最好能够得出数据资源图谱，由此确保数据资源能够被快速定位和管控，优化数据治理成效。

2.2 搭建优质数据开放共享平台

前文也曾提到，我国当前的数据开放共享情况并不容乐观，在技术、制度以及硬软件方面都有着不可忽视的问题，因此，要想推动数据开放共享，提升数据开发共享治理与效率，就必须加强数据开发共享技术的研发工作，制定规范数据开放共享的相关制度，引入有利于数据开放共享的硬件设备，搭建优质数据开放共享平台，完善数据开放共享机制，将互联网大数据中心、互联网企业等联合起来，达成数据共享双赢模式，消除数据孤岛问题，保证数据的可信性、可控性和可用性，提升数据治理成效。

不仅如此，根据调查结果来看，我国数据开放共享工作面临着较大的安全威胁，不少隐私数据信息在数据开放共享的过程中被泄露了出去，造成了难以估量的损失。因此，在搭建优质数据开放共享平台时，应当关注到数据在部门与部门之间的流通情况，并基于区块链技术中的共识机制来实现设有多级访问权限的点对点共享机制，保障数据共享安全。

2.3 构建高效的数据确权机制

要想构建高效的数据确权机制，提升数据确权的治理与效率，就必须从法律制度和技术入手，对数据权限归属进行快速而有效地明确，由此保障数据确权工作顺利开展，提升数据治理整体效果。

首先，在法律制度上，应当尤其重视数据所涉及的三大产权，即数据所有权、数据使用权和数据收益权。由于数据是所有权既同原始数据有关，又同二次开发利用数据有关，所以，在制定相关法规时，应当对此予以明确，换句话说，个体仅仅拥有原始数据的所有权，而相关互联网公司则享有基于数据后二次开发利用所得数据的所有权，进行数据确权之时，要特别注意这二者之间的区别。在使用权方面，则当进一步完善当前关于人格权的保护体系，保护个人数据安全。数据收益权主要针对二次开放利用数据资源者，应当是以政府主导、以相关企业为主体的一类权益，在完善数据收益权相关法规时，必须关注到数据的创收情况，保障数据二次开放应用数据合情合理且合法。

其次，在技术层面上，应当以区块链技术和算法技术为核心。区块链技术优势明显，不仅具备去中心化、可追溯性强等特征，还可加快数字化经济的进一步发展，而算法技术则是支撑数据管理与数据共享的基础。以关键底层技术为基础，利用区块链技术来实现各类资产的数字化，结合算法技术，便可构建数据确权技术体系，强化整体数据确权治理与成效，为构建数据确权机制奠定基础。

2.4 创设良好的数据交易市场环境

目前来说，我国数据交易依旧存在颇多问题，例如数据信息不对等、数据信息难以达成等，这意味着我国数据尚未达成良好统一性，所以，此后数据治理当关注到数据交易困难问题，创设良好的数据交易市场环境。

由于交易内容存在属性之间的差异，因此交易环节中的定价工作必须慎而重之，应在充分考虑到市场定价、交易平台预设定价、协商定价以及混合定价规则的情况下，构建多层数据评估体系，在提升交易成功率的同时，提升交易整体效率。此外，良好的数据交易市场环境不仅强调活动目标的实现，还要强调安全防护问题。应当根据数字经济现状来制定相关法规策略，提升数据整体安全性，减少隐私信息泄露的风险，维护数据安全。如果有需要的话，甚至可以安设专门的数据安全管理职位，将责任落实到具体的人身上，便于问责，由此激发职工的工作积极性，提升数据安全保护率。不仅如此，安全防护系统还要尤其注意预警装置的选用，倘若预警灵敏而及时，则不仅能够极大节约安全防护成本，还可以保障数据交易工作的顺利完成。

3 结语

数字经济不仅是当前经济的新兴形态和主要形态，也是当前社会先进生产力的主要组成，在数字经济大环境下，经济要想获得发展，必然需要从数据着手，而数据治理则是提升数字价值的关键，只有做好数据治理，关注到数据质量、数据开放共享、数据权属、数据交易以及数据安全，才可提升数字经济发展的内生动力，优化相关产业链的发展韧性，持续推动数字经济高质量发展，增强社会经济整体发展成效。

引用

[1] 杨溟,曹素妨.数字伦理与数据治理:互联网平台企业面临的新挑战[J].未来传播,2023,30(1):10-18+120-121.

[2] 胡剑,戚湧.数字经济背景下的数据治理模式研究与应用[J].南京理工大学学报(社会科学版),2023,36(1):38-46.

[3] 朱灵安,刘飞.数字经济时代数据治理问题及其治理对策研究[J].网络安全和信息化,2022(12):1-3.

[4] 张晶.数字经济视域下征信数据治理的趋势与机制[J].征信,2023,41(2):35-39.