数据平台的政策诊断和构建生态系统的高级战略

Summary 数据平台的政策诊断和构建生态系统的高级战略 项目负责人：荣英·尤恩万Oh 参与者：金硕焕·崔柄山·金云焕·申基元·金钟烈·金载恩·金世罗·全素庆·金圣满 1.研究背景和基本原理 行业和社会正在经历数字化转型。数据是这一转型的核心。取决于谁理解数据和以数据驱动的创新，结果将大相径庭。数据是创造经济价值的关键，自身也是一种宝贵的资源、资产和创新的催化剂，但仅仅拥有数据并不足以获取其利益；要将其作为经济资产和创新催化剂发挥作用，不仅需要对其内在特性有深入理解，还需要超越表面的认知。 全球主要国家正在实施各种政策，基于数据的潜力来收集、构建、共享和交易数据。在韩国，中央政府、地方政府和公共机构正在开展不同类型的业务 、数据平台建设和相关政策，以引领基于数据的数字创新。尽管韩国在数据和平台相关的政策方面执行了许多措施，但由于缺乏诊断，每个政策都不断提出问题和挑战。 2.研究目标和方法 1)研究目标 本研究旨在探讨国内数据政策、通过主要政策案例的分析来诊断问题，并建立前进策略。第一个研究目标是理解数据驱动的创新。为了理解数据创新，本研究首先考察数据的特性并进行拆解， 详细剖析数据创新现象，客观理解其本质。同时，深入探讨数据市场和数据平台生态系统。第二部分，我们研究国内相关数据平台政策，并通过分析法律体系、政策治理以及政府数据相关的财政项目现状，提供政策启示。第三部分，通过公共数据平台建设与运营案例分析、Mydata（个人数据）及数据支持政策，识别数据政策的主要问题与挑战。基于此，提出推进策略。 2)方法 本研究主要采用的研究方法包括文献分析、网络聚类分析、案例分析以及专家深度访谈。理论分析部分，对数据驱动创新与平台生态系统进行分析，主要运用了文献分析法。政策分析则采用了文献分析、法律系统性分析、文本挖掘和网络聚类分析。此外，对于数据政策项目的数据综合与比较分析应用了文本挖掘和网络聚类分析，分析目标为截至2022年的国内相关数据财政项目。案例分析主要利用了文献分析和专家深度访谈。由于案例分析聚焦于数据生态系统，因此对生态系统的关键利益相关者进行了深入访谈。 3.主要发现 1)分析数据和平台理论 审阅现有关于数据经济的研究文献后，我们可以得出三个结论。首先，尽管有关数据经济的研究积累了大量成果，但在理论和学术发展方面仍处于初级阶段。第二，数据流通的无形性、多样性和普遍性显而易见。第三，重新激活数据流通并发展数据经济的过程可以从数据特性、数据流通障碍及其消除手段的角度来理解。 在本部分，我们提出以下策略实施建议以复兴数据生态系统。在构建数据生态系统初期，且缺乏活跃生态系统案例的情况下，根据Adner（2021）提出的“最小可行生态系统”概念是必要的。最小可行生态系统（MVE）是指具备足够活动和参与者的生态系统，能够创造足够的价值来吸引并留住新参与者。当然，从零开始构建完美的生态系统是理想的，但并非总是可能实现，你可能会得到一个看起来完美无瑕的生态系统，但却无法吸引新参与者。重要的是 ，MVE的目标是吸引新参与者以持续推动复兴与增长，因此，MVE中所包含的参与者应致力于推销生态系统的价值而非产生利润。 2)数据平台政策现状与诊断 本部分从数据价值链的角度分析了数据获取、分布及利用阶段的法律体系。首先，我们探讨了数据获取维度，涉及数据的构建、创造、收集和存储，确保大量数据通过个体法律得以保护。就数据分发系统而言，我们发现每个法律体系根据数据的可识别性（个人/非个人）形成和发展。最后，在数据利用方面，提出虽然有关数据的法律法规正在公共数据法框架下制定和修订，但各别法律中规定的数据权利的规范和救济程序形成了由私有数据法管理的系统。 根据对韩国数据治理的分析，高层委员会的组织结构缺乏明确的机制来收集各利益相关方的意见。此外，它们无法打破跨部门政策体系趋向于各自为政的趋势，以及应对快速变化的数据产业和变革时反应迟缓的政策执行结构。最后，由于定义模糊，公私部门的角色变得日益模糊。 公共和私人数据。 此外，我们通过分析国内数据相关政策项目，探讨了政策项目与主要预算投入结构之间的关系。分析结果显示，有七个主要集群（数据平台/生态系统建设、医疗健康、公共行政/教育、航空/海洋）在政策项目的推动下展现出显著的发展趋势。这些发现揭示了政策项目如何影响并塑造了不同领域的预算分配和优先级。防御,汽车/电子，城市/土地，and 根据政策项目描述中行业领域和利用数据的服务类别的相似关键词，识别了制造业/农业。此外，从数据价值链的角度将政策项目分为获取、分配和利用三个阶段，并分析了各阶段的主要预算投入状况。 3)分析与韩国数据相关的主要政策案例 （1)<政府>分析公开主导的数据平台的问题 在本部分中，我们对平台的当前状况进行了调查，并进行了一项基于访谈案例研究，以分析韩国公共主导的数据平台所面临的问题以及如何激活这些平台。根据分析结果，我们得出了数据获取、数据分发和数据利用方面四个主要问题及政策含义。首先，在确保和整合敏感数据的过程中存在机构和行政限制。解决这一问题的三种方法包括：（1）改善阻碍数据获取和利用的机构制度，（2）支持与匿名化数据获取和利用相关的咨询服务，以及（3）建立能够安全且方便地发送和接收匿名化数据的基础设施。其次，存在提供者与用户对数据价格感知之间的差距。为了解决这个问题，需要建立反映行业特性的数据估值指南和详细标准作为数据评估的基础。此外，还需要为数据提供者提供免费开放样本数据的政策支持，以及为用户通过样本数据来判断数据价值。最后，由于缺乏平台商业模式，平台的使用率正在下降。为此，我们需要... 有必要开发一种符合数据特性的商业模式。最后，提出了以服务提供商而非数据用户为中心的平台运营问题。为解决这一问题，必须建立数据平台治理机制，让各类实体能够参与到平台运营商的努力中来。 (2)<个人>我的数据政策分析 在本研究中，我们识别了当前数据政策的状态和问题，并提出了相应的政策选择。首先，有必要发现能够激发生态系统增长的关键服务。为此，需要（1 ）通过收集尽可能多的服务理念来提升参与者的期望，这些服务是人们愿意付费的；（2）为有前景的试点项目推广后续项目；（3）创造条件促使企业开发创新的商业模式。其次，考虑引入“我的数据操作者”。鉴于个人的数据素养水平，需要一个实体或服务帮助个人识别其数据需求并管理数据。第三，提高“我的数据”服务的可访问性。目前，正在推广“我的数据”服务的金融、公共和医疗领域从消费者的角度来看并不十分便捷。因此，需要一个面向用户导向的“我的数据整合门户”，使个人消费者能一目了然地了解各领域可以请求转移的数据、提供者是谁等信息。第四，我们需要建立一个寻求平衡个人信息保护与利用的推广系统。个人信息保护委员会负责推广“我的数据”服务，但作为主要任务在于处理和保护个人信息的机构，其在促进利用个人信息的“我的数据”服务方面作用有限。因此，寻求新的运营实体变得必要。 (3)分析<企业>数据支持策略 在本部分中，我们对负责企业数据支持政策项目的四个机构的官员进行了访谈，并选择了企业数据支持政策的六个核心问题来提出政策替代方案。首先 ，数据平台正在围绕供应商而非需求中心化数据，以解决这一问题，我们需要探讨更有效的策略来平衡供需两端的需求，确保数据资源的合理分配和利用。 面对平台上的数据质量问题，需要采取以下措施来解决： 1.**支持建立和验证数据质量指标**：明确数据的质量标准，并通过定期检查确保数据符合这些标准。 2.**从消费者视角调查数据满意度与利用困难**：理解用户在使用数据时遇到的具体问题，以便针对性地改进数据质量。 3.**确立并验证确定数据价值的评估标准**：制定一套公正的评估体系，确保数据的价值得到准确体现。 4.**促进或支持私人数据交易公司发展，建立公共创新支持基地以推动产业及企业数字化进程**：通过扶持第三方数据交易平台，为数据交易提供更便捷、高效的服务。 5.**利用争议解决法律体系、部署专门人员、提供数据交易标准化合同指南和咨询支持**：构建一套完善的争议解决机制，保障数据交易的公平性与合法性 。 6.**增加数据分析与应用预算、建立数据利用与监控系统、加强数据平台间连接与跟进支持服务**：加大对数据利用的支持力度，建立持续的数据监控机制 ，以及优化数据平台间的互联互通。 7.**提升数据创新者对数据创新的认知与实践能力**：通过建立交流网络、提供基于具体问题的标准解决方案和指导手册、开展面向数据创新领域的培训项目、促进数据创新企业间的交流活动，提高数据创新者的整体水平。 4.结论和政策建议 本研究对涉及国内数据平台与生态系统相关政策进行了诊断，并通过数据平台业务、我的数据业务以及数据券业务分析了主要问题与挑战，这些案例涵盖了数据获取、分配及应用。根据分析结果，我们提出了推动韩国数据生态系统的增长与发展的策略。 首先，需要对现有数据进行增值策略。当数据生态系统 当前阶段，关键的数据价值链仍然集中在数据'获取'上，若能获取各种类型和高质量的数据，基于数据的创新可能会更具颠覆性。这需要持续管理现有数据并开发安全的去标识化技术。同时，还需获取可与现有数据关联的新数据 。其次，定制新数据策略。在基于国家重要性或必要性构建新数据时，相比提升整体质量水平，更有效的策略是通过准确识别数据用户需求来定制数据 。这可以通过构建基于明确需求的数据、推动由用户驱动的数据项目以及支持面向客户的数据链接任务来实现。第三，加强促进数据流动的使能者策略 。为了实施这一策略，可以考虑培养具有多种功能的使能者以激活数据生态系统，并建立使用元数据验证数据来源和数据供应商的系统。第四，根据数据特性为平台实施生存策略。这可以通过构建增加平台利用率的样本数据库和原型数据库，以及根据数据特性制定差异化平台商业模式来解决。最后，从整体视角发展数据生态系统需要策略。为此，需要考虑如何确保数据政策的有效性并调整推广系统。对于数据政策而言，还需要从整体视角而非按数据生命周期的分段方法考虑建立政策。在数据获取政策之后，应继续扩大数据的获取、分配和利用，而不仅仅是专注于分配和利用业务阶段，通过形成良性的循环市场设计，而非每个阶段的线性结构，来规划市场扩展。