产业级数据治理白皮书 2024

信安数据 FAITHINDATA 信安数 居 产业级数据治理白皮书 出品方：广州信安数据有限公司、DAMA中国编者：高伟、汪广盛、陈韩霏、张艳红 安数据 2023年11月 信安数据 FAITHINDATA 版权声明 本白皮书版权属于广州信安数据有限公司，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的应注明“来源：广州信安数据有限公司”。违反上述声明者， 本司将追究其相关法律责任。 信安数据 FAITHNDATA 前言 随着数据二十条的频布与全国数据要素市场的建设与发展，数据的资产属性要素属性不断被挖据、激发，围绕数据进行治理的范围，也从传统的企业领域， 扩大到了整个数据产业生态内。为建立安全、高质量的产业数据流通环境，解决数据跨域融合分析过程中的分散、不一致、权属确认、隐私保护等间题，产业级数据治理应运而生。 产业级数据治理以数据要素在产业层面的顺畅流通和价值释放为最终导向，立足于产业级视角，为数据要素市场构建、产业数字化转型，数字经济发展提供“底座式”的支撑，起到破除阻碍数据要素供给、流通、使用的障碍，推动大规 模、跨领城数据的价值再提升、再创造的作用。 织观各国的大数据发展态势和实践，由政府、企业、组织、个人多方协间，注重各主体数据主权维护、数据要素市场发展秩序塑造，依托于新兴智能化技术的产业级数据治理格局正在形成当中。在此治理格局中，有别于传统的数据治理模式，产业级数据治理关注的重点已经不再仅是数据本身，而是对“数据”、“生 态环境”、“参与主体”、“市场活动”的多维规范和管控。 本白皮书在各国、各领城产业级数据治理成熟实践和新趋势萌芽案例的基础上，结合信安数据多年数据治理实践经验以及DAMA中国成熟方法论体系，深度解读产业级数据治理产生的时代背景与趋势、分析传统数据治理方法面临的局限和挑战、明确产业级数据治理的内涵并进一步折解其框果内容。期型本白皮书 的论证成果可以为社会各界认识新时代下的产业级协同数据治理模式、参与数据要系市场建设与实践授供有价值的参考和指导。 安数据 信安数据 目录 版权声明 前言3 目录 时代背景与趋势5 (-)时代背景 (二)发展趋势.6 间题与挑战8 (-)当前发展现状， （二）存在的局限性和挑战. (三)挑战突破与解决思路，11 三、产业级数据治理的内涵11 产业级数据治理的定义 12 (二) 产业级数据治理的价值 13 (三) 产业级数据治理的特征， 14 () 产业级数据治理的框架 16 产业级数据治理框架详述19 (一)(二) 政策法规 组织形式 61 ) 四、 (三)连通机制. 24 （四）互信机制 26 (五)执行机制. 29 (六) 监督机制 31 (七) 技术支撑 34 五、总结与展望 37 一、时代背景与趋势 （一）时代背景 信安数据 FAITHINDATA 在数字技术带来越来越多红利的时代发展趋势下，欧盟、美国、英国、澳大利亚、俄罗斯等国家和组织不断细化和更新数字经济发展战略，以实现更加优化的数字经济1发展环境和深化数据流通合作机制。数字经济不仅成为推动经济发展的重要引擎，也成为各国新一轮科技革命的重要战略基础。 全球范图内，数据互联互通和合作共赢正在成为国际趋势。2023年7月7日，全球数字经济大会“数字经济全球治理”论坛在北京召开，针对“数字经济治理愿景、治理框架、创新合规争端解决”四个专题开展方案讨论。2023年8月19日，二十国集团数字经济部长会议在印度班加罗尔举行，聚焦数字经济、 互联互通等重点领域探讨合作。可见，全球数字产业的发展正呈现出持续蓬勃的态势，国际关于数字经济发展的政策部署和合作交流日益密切。 在我国，数据认为是发展数字经济的核心基础和重要载体，直接关系到数 字经济的稳定发展和持续创新。2019年10月，党的十九届四中全会首次提出“数据是生产要素3”的科学论断；2020年3月中共中央、国务院发布《关于构 建更加完善的要素市场化配置体制机制的意见》，在全球范围内率先将数据正式定义为第五大生产要素；2022年12月，党中央，国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），为最大化释放数据要素价值、推动数据要素市场化配置提出了最新指引。此外，各地政府也纷纷出台了相关政策措施，鼓励和支持数据要素市场的发展，为数据要素的管理和应用提供了有利环境。 1数字经济是以数字化的知识和恼息作为关键生产要表，以数字茂术为核心髓动力量，以现代信息网络为重要载体，造过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化本平 加速重构经济发展与治理模式的新型经济形态。体包括数字产业化、产业数字化、数字化治理、数范价 值化四大部分。 2科恢革命是指在科学恢术超洗定作用下面实现的杜会生产力的型本变革，与数字经济关联累害的 表人工警能、大数据、量子信息、移动建信、物联网、云计算、区块链为代表的新一代信虑技术， 3生产要素是指进行社会生产经管活动时所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所频其备的基本因素，生产要素包括土地、劳动力、资本、技术、数据五种。 信安数据 而在技术层面，大数据、云计算、人工智能、区块链等技术正在迅猛发展，各组织和企业主体通过更加先进智能的综合性技术体系，实现数据的安全、灵活、高效存储与处理，开展多源异构、大规模数据的快速分析挖掘，甚至让计算机在海量训练数据集的基础上，模拟人类智能并执行复杂的业务任务，基于此，各行各业数据的管理、流通和应用效率得到了大幅提升。可以说，技术的进步为数据要素市场的快速发展提供了有力支持。 综上所述，在环境、政策和技术的支持下，数据作为新型生产要素，与其他生产要素发生了广泛而深入的融合应用，重新定义和调整了社会的生产力和生产关系，大规模激活了制造、零售、医疗、能源等传统行业的沉默价值，推动了不同行业数据赋能实践百花齐放，加快了全行业的管理变革与数字化转型+升级，正以不可逆转的趋势改变人类社会。 （二）发展趋势 整个数据产业作为推动经济社会发展的重要力量，发展迅猛，渐趋成熟。随著产业规模的指数级增长，产业业态进入了一个全新的发展阶段。图绕海量数据要素的综合管理、协同治理和价值挖掘等领域，业务模式和形态日渐多样化，在技术创新、价值共赢、权益维护等方向形成了三大行业发展趋势。 在技术创新方向，数据的互联网络、数智化劳动模式正在成形。一是数联网的广泛链接。如同工业领域的物联网一样，依托庞大而广泛的数据要素基础设施，一张链接国家、行业、企业、个人的数据互联网正在编织成形，即将形成一个庞大的网络体系，实现物理世界与数字世界互相融合，推动世界的进一步智能化演进。二是人、数、机协作日益密切。人类、数据和机器之间的合作与协同越来越密切，在数据作为底座和基础要素的前提下，立足于劳动规则的洞察模仿、知识 的积累与总结，智能化机器、生成式A等创新技术从体力劳动与脑力劳动两个 层面，协助人类实现更高效、轻松地完成工作任务。 *数字化转型指利用数字化技术来推动组织转变业务模式，组织聚构，组织文化等的变革潜施，以导新的收入来漂，新的产品和务，所的商业模式， 3生成式AI是一种人工鲁能慢本,利用机器学习模型和深度学可投术,通过研究质史数指的模式未生成新内率，内案形式包括文本、图像、颠或视频等。 小信安数据 在价值共赢方向，广泛合作、利益共享的数据生态"正在成形。一是产业级数据生态的形成。数据产业正逐渐从独立的企业活动向产业链的多个环节延伸，形成了产业级数据生态。各种数据相关的企业、组织和个人在数据共享、合作、交换和创新方面展开更广泛的合作。数据生态的形成促进了数据资源的优化配置和协同创新，推动了数据产业的协同发展。二是数据资本化的探索尝试。为促进数据要素配置效率的大规模费升，各数据市场参与主体创新通过数据保险、数据 托管、数据证券化、数据股权化等途径，将数据资源和数据资产转化为数据资本，实现数据交勇流通过程中的风险分摊，和数措回报与收益在多级市场上的更大范国流动和分配。 在权益维护方向，从主权到伦理的权益保障环境正在成形。一是数据主权成为重要关注点。随着数据的重要性和价值的不断提升，数据主权越来越被重视，数据主权意味着对数据的掌控、管理、限制和保护，国家重视数据主权以维护国家安全、公民权益，企业组织重视数据主权以维持竟竞争平衡，避免望断，个人重 视数据主权以保护个人隐私、维护个人权益。二是数据伦理的重要性凸显。数 据产业的快速发展也引发了对国家、个人对数据伦理的关注。数据伦理强调在数据收集、处理和使用过程中考虑个人隐私、公正性、透明度和道德原则。建立良好的数据伦理框架和准则，标准化数据使用的行为，维护数据的合法性和公平性，成为数据产业发展的必然要求。 数据要素的市场化带动了数字经济的增长，带领我们走向数据被广泛利用的新时代，为人类带来了前所未有的机遇和福利，通过充分利用大数据的潜力，人类社会实现了向更智能、更进步方向的发展。相对应的，我们也需要积极应对数据产业发展、数据技术与模式创新之下需要面临的数据治理挑战，确保数据被安全、得当、合理使用，以实现大数据时代的可持续发展和共享价值。 6数据生态是指由数据及其相关技术。组织、政策、法律等环境构成的生态系统，数据生态的目标 是构建多元，开放，可持续且可信的数据环境，以满足生态内各主体利益的平衡和数据价值的最大化。 了数据伦理是指以待合偿理准则的方式获取、存借、管理、使同和销收数据，理准则通需包据单 重他人，行善、公正，支任，可靠性，透明度等。“造明度是指组织应向个人和其危主体授供有关其数据的数据管理。数据处理约制度和实践信息。 二、问题与挑战 （一）当前发展现状 信安数据 FAITHINDATA 良好的、高质量的数据治理是数据产业创新升级的关键基础，而要实现高质量数据治理离不开成熟的配套资源保障、清晰的治理规则和方法、丰富的治理过程活动和举措等等。当前，支择数据产业发展的数据治理仍然存在一定的局限性， 究其原因主要在于，纵观所有参与数治理的政府、行业、企业、个人等相关主 体中，在资源保障、方法论与实施举措等层面都比较成熟的主要是企业。 在数据治理资源保障方面，一是国内大部分企业在基础业务系统运维、数据分析挖掘、数据共享开发运营等过程中，逐步形成和建立了相应的数据治理组织，包括设立数据治理委员会”、管理团队、执行团队等，以确保数据治理的责任和权力划分清晰。二是搭建数据资产管理平台、数据治理平台、数据安全平台等技术平台能力，实现数据全生命周期的标准化、质量和安全保障。其中，部分企业数据治理能力实践在行业内树立了标杆，例如，工商银行，南方电网、国家电网、 华为、联通、移动等企业的数据治理发展水平在行业内处于前沿水平。 在数据治理规则方法方面，相当一部分的企业在《数据管理能力成熟度评估 形成符合自身特色的数据治理规则和流程，明确数据治理的目标、原则、责任和流程，并将其纳入企业的日常运营和管理中，通过清断、精细化的治理规则，指引企业内部数据治理相关工作的有序开展。其中，部分企业对其特色的数据治理 规则体系和方法以专业书籍、白皮书等形式进行总结推广，进一步带动了其他企业数据治理规则的制定和探索。例如，华为发布的《华为数据之道》、南方电网发布的《南方电网数据资产管理体系白皮书》等。 在数据治理过程和实施举措方面，企业国绕常规的数据盘点与梳理、主数据识别、数据标准制定、数据质量提升、数据安全防护等实施路径和举措，对数据进行分类和标记，建立数据目录和数据地图；识别和确定企业中最重要和核心的 ”数据治理委员会是企业为管理数据治理规划、情调和升频处理企业数据问题而设置的管理组织。 10《数器管理能力或熟度评告模型》（GB/T36073-2018）英文管带：（DatamanagementCapbility MaturityModel)，是我国首个数报管理领发正式发市的国家标准， 信安数据 IHNDAT 数据实体，避免在不同系统