前言

2020年后我国从战略、立法、实践等多方面进入数据要素驱动产业经济转型的新阶段，如何在已有发展基础上加速释放数据要素价值、为城市经济社会发展带来新动能成为各级政府面临的重要命题。本文在剖析大数据产业链构成关系的基础上，梳理分析了2015-2019、2020至今这两个重要阶段大数据相关政策脉络及典型地方实践，并对大数据发展面临的新挑战进行了初步思考。

1 观市场：大数据产业链的内在结构与需求关系

1.1 大数据产业链的三层结构

随着“互联网+”的应用发展以及政府、企业数字化转型加快，全社会产生数据量正不断加大，对各个行业数据赋能的潜力与日俱增。大数据产业包括数据采集、存储、管理、流通、分析以及数据融合应用等内容，中国大数据产业生态联盟将大数据产业链划分为：基础支撑、数据服务、融合应用三个部分，分别聚焦技术、服务和应用。基础设施层是整个大数据产业的引擎和基础，它涵盖了网络、存储和计算等硬件基础设施，资源管理平台以及各类与数据采集、预处理、分析和展示相关的方法和工具。数据中心、云计算资源管理平台、大数据软件等都属于这个层次。数据服务层是主要提供数据交易、数据资产管理、数据采集、数据加工等服务。融合应用层主要包含了与政务、工业、金融、交通、电信和空间地理等行业应用紧密相关的软件和整体解决方案，以及通用性的与营销等业务应用密切相关的软件和解决方案，是数据价值最终实现的关键一环。

图1 大数据产业链的三层结构

资料来源：《2020大数据产业发展白皮书》

1.2 大数据产业链的内在关系

数据要素的采集主要是基于各类业务的需要，因此，尽管基础设施对于数据采集具有技术支撑作用，但业务的开展才是数据的主要来源。各类数字业务的发展会伴随大量数据的采集，而这些数据经过资产化后，反过来又会改进业务的能力，支持创造更多的面向客户的价值。各业务主体自身采集数据种类存在局限性，所以通过共享和交易获取更多数据成为一项必要需求。从这个角度看，数据要素能否流通，以及数据要素的质量是否可以满足用户的需求是要素资产化利用的第一步。在获取可用数据，并且根据业务需要对数据进行管理后，基于数据进行模型化是实现业务智能化发展的关键，各类算法和模型已成为各类组织机构的重要资产。数据资产通过对外服务、交易等可以降低整个社会的数据成本，如通过开放银行降低中小企业融资成本等。

总体来说，从价值创造的角度看，中间层的数据服务是价值创造的重要保障，是数据要素释放价值的关键；数据融合层是主要的需求方，其业务创新的需求会拉动数据分析和数字基础设施的供给。目前数字化转型的趋势，以及产业互联网、工业互联网等新业态的发展对数据服务和数字基础设施建设产生了持久的拉动。

图2 大数据产业链的内在关系

数据来源：中国系统现代数字城市研究院

1.3 产业链各层的市场需求

大数据产业链三层次的发展带来了巨大的市场空间。数据获取方面，5G网络建设、城市传感器部署、医疗软硬件应用等，带来了巨大的市场空间，本质上，数据要素的获取与物理世界数据化的过程同步，随着数字孪生发展的趋势，数字城市/智慧城市、数字公民、数字工厂、数字地球，大量的数据要素被获取，相应的芯片、传感器、网络等设施建设将呈现全面增长。

数据要素的资产化带来巨大的数据服务市场空间，随着云的普及，中台服务、数据治理软件服务等产品和服务将触及各行业。同时，为了实现数据要素的资产化利用，数据开放、数据交易将越来越活跃。伴随着数据产生的量级增大，以及各行业数字化发展的深化，数据交易的主题种类将越来越多，同时，随着数据资产的标准化程度提升，未来数据标签、数据模型、算法的交易及各类衍生服务也将不断丰富。

数据的模型化利用带来巨大的算力需求、云服务和咨询服务市场。不少的模型化需要大量算力进行训练。随着模型资产的应用越来越高频，FaaS等新型云服务也快速增长。与此同时，面向行业数字化转型需求，基于数据科学和行业深入理解的咨询服务需求越来越多，不仅诸如BCG、麦肯锡这类知名咨询公司开始建设数字化咨询服务平台，满足各行各业模型化咨询的需求，一些深扎行业领域的典型企业也纷纷以数据模型和行业知识为核心能力，以工业互联网、产业互联网的形式赋能整个行业的转型，海尔的Cosmoplat、西门子Advanta、阿里犀牛等都是典型代表。可以预见，随着模型化的应用，企业产品和服务创新会带动形成新的增长，从而真正实现数据驱动的产业创新。

2.观政策：大数据政策的演进与实践升级

演进主要分为两个时期，2015-2019以数据资源管理政策为主，同步推动数据融合应用，推进数据保护政策,而2020后，不论是将数据作为生产要素，还是新基建发力、全面推进数字化转型都为大数据发展提供了新机遇，与此同时，数据政策环境开始全面升级，大数据创新实践也进入了新阶段。

2.1 2015-2019：强化数据资源管理，为数据资产化利用创造条件

随着各行各业信息化的发展，数据量越来越大，数据资源利用的价值也越来越大。从2015年到2019年，随着智慧城市、互联网+等政策的拉动，使得政务和互联网数据采集不断丰富，数据价值化利用的需求愈发强烈，然而由于缺少数据资源利用相关的政策，数据共享、开放、交易等流通环节缺少完善的制度保障，以及技术平台等工具供给不足等原因，数据应用价值释放受阻。因此，这一时期，数据资源管理制度加快完善，技术工具加速建立，为数据资产价值化奠定了基础。

2015年《国务院关于印发促进大数据发展行动纲要的通知》首次将大数据定义成为国家重要的基础性战略资源，作为统领性文件，为大数据发展设置了发展全景图，涵盖基础设施、流通、应用三个方面以及保障体系的发展内容。然而从实际发展现状看，政务大数据、互联网大数据如何共享利用是主要难题。为解决这一问题，政府开始推动制定数据资源管理政策并开始建设数据资源交换平台。

2016年9月，国务院印发了《政务信息资源共享管理暂行办法》，是我国第一份关于政务信息资源共享的制度化和规范化的重要文件，也是国家推动政务信息资源共享的规范性和纲领性文件，后续陆续颁布的实施方案和各类标准规范、出台《关于推进公共信息资源开放的若干意见》等文件，推动了国家各行业主管部门和各省市政务信息资源共享和开放工作。在行业层面，在国家对政务数据资源共享的重视和推动下，交通、医疗等多领域的数据资源共享开放文件陆续出台，开始建立垂直行业领域的数据管理体系。

表1 几项主要的行业数据共享开放政策

数据来源：中国系统现代数字城市研究院根据公开资料整理

地方政府一方面响应国家政策，以政务数据资源管理为重点，加强了政府数据共享开放政策制定。例如，重庆在2019年推出《重庆市政务数据资源管理暂行办法》，并通过“云长制”探索“管云、管数、管用”的新方式。另一方面，结合地方的产业特色，有些省市有针对性的推动完善行业大数据管理的政策体系，加速产业培育。比如2017年4月，福州市政府出台《福州市健康医疗大数据资源管理暂行办法》，界定了数据生产应用单位、数据运营单位、技术服务单位的责任和规范，明确了政府监管主体和三者的协同工作机制，为推动大数据医疗产业集聚创造了针对性的政策洼地。

企业和社会机构利用数据的安全隐患越发受到重视，国家2017年开始实施网络安全法，同时也加快了个人数据隐私相关政策法律的研究起草。

2.2 2020至今：向数据治理顶层设计政策体系升级，深入推动数据资产化利用

在数字中台技术可对数据资产化利用提供高效支持，以及人工智能技术在行业应用中的深化下的情况下，政府和各行业对数据融合应用的需求不断升温，对大数据的采集、存储、计算等方面的需求也不断增强。中央紧紧把握形势，提出将数据作为与土地、劳动力、资本、技术等传统要素并列的五大要素之一，推动形成了新基建、数字化转型的发展浪潮，同时进一步完善数据资源的政策法规，为更大范围的政企数据融合应用、基于产业链协同创新的大数据应用融合创新开启了新一轮政策供给和创新实践。

上一阶段的数据管理政策正升级为以数据立法为基础的全面治理体系。2020年7月国家颁布了《中华人民共和国数据安全法(草案)》，为数据流通交易、数据安全保护等重要内容确立了宏观治理框架。该文明确提出在国家层面开展数据分级分类工作，明确了各行业主管部门对各子领域行业领域数据安全监管职责，并提出“国家建立健全数据交易管理制度,规范数据交易行为,培育数据交易市场。”此外，还对数据交易中介服务、在线数据处理服务等数据相关服务提出了明确的监管要求，对委托他人存储、加工政务数据,或者向他人提供政务数据，以及政务数据开放等也提出了规定。2020年公布的《民法典》也对个人信息交易做了明确行为的规范。在国家政策引导下，金融、工业行业率先推进数据分级分类，《金融数据安全数据安全分级指南》、《工业数据分类分级指南(试行)》由主管部门陆续发布。在地方层面，深圳市在全国率先研究发布了《深圳经济特区数据条例（征求意见稿）》，包括了数据汇聚、治理、确权、创新应用、安全监管、应急预警处置、法律追责等多项内容，为整个城市数据要素的利用制定了系统性规范。可以预见，地方数据治理体系已成为发展大数据产业，加速数据要素价值发挥的重要基础。

以往的试点探索模式正逐步升级为以核心优势产业数字化转型带动产业链升级的发展模式。2020年以来，国家发改委和中央网信办出台《关于推进“上云用数赋智”行动培育新经济发展实施方案》，将打造数字化企业、数据产业链和数字生态作为重点政策目标。工信部发布《关于工业大数据发展的指导意见》。数字化转型下，各省市除了关注智慧城市、工业互联网相关的大数据智慧应用，更关注以核心产业为依托，如何补链、强链、延链，一方面，以本地数字人才为依托加强大数据软硬件企业集聚，另一方面，通过核心企业数字化转型带动上下游企业在运维和生产等领域的数字化转型，为行业细分领域的传感器、数据软件、模型服务及自主可控软硬件等创造了新的发展空间。

3 观实践：各地推动数据经济发展的实战案例

3.1 2015-2019

随着数据资源管理需求的重要性提升，各级政府加快组织机构改革，纷纷成立大数据中心、大数据管理局等组织机构负责数据资源的管理工作。同时，国家数据共享交换平台体系开展建设，地方开始建设数据共享交换平台，数据开放平台建设加快。这为数据融合应用创造了条件。

数据开放水平提升。上海、北京等城市积极推进并通过大赛和行业开放数据实验室等方式促进公共数据的价值化利用，以上海为例，2019年上海出台公共数据开放暂行办法，在分级分类开放、对开放数据进行标准化精细化管理、提升开放数据质量的前提下，每年确定数据开放的重点，在普惠金融、交通出行、医疗健康、文化旅游、卫生健康、防疫复工、信用服务、商业服务等一批重点领域数据开放应用不断深入，行业龙头企业、科研院所在数据产品开发方面发挥了重要作用。

企业探索中台、工业互联网、产业互联网等新模式。大型互联网企业在大量业务数据采集的情况下，开始加速云计算业务拓展，在集团范围内建设数据中台，赋能前端业务，组织体系向“前台-中台-后台”型转换，加快推进了数据资产化利用，并取得了实质成效。不少行业龙头企业，如海尔、徐工等企业在国家大数据试点示范、两化融合等政策下开始探索工业互联网、产业互联网等新模式，基于数字业务模式的创新开始推进。

数据交易探索起步。这一时期，我国陆续建设了多个数据资源交易市场。大型互联网公司和一些专业数据服务公司也建立了数据平台（如京东万象、企查查等），也为市场提供数据服务。一些大型互联网企业和云服务企业看到数据流通的巨大潜力，开始前瞻性布局隐私计算等数据流通技术的研发。

表2 我国已建设运营的主要大数据交易中心

数据来源：中国系统现代数字城市研究院根据公开资料整理

政产学研用合作，将企业成熟技术应用模式引入政府数字化建设。值得注意的是，在这一阶段，尽管政府侧的数据资源资产化应用能力不足，数据共享并没有像互联网公司那样成熟的数据治理能力和中台支撑体系，但先进城市借鉴互联网公司的成熟模式，通过政产学研用合作的方式开发城市级数据产品，起到了以应用需求带动数据产业创新的实效。典型的是2016年由承担杭州市电子政务等智慧城市项目的企业城云科技和阿里巴巴合作开展城市大脑的研发，在杭州市政府支持下，最终孵化并形成了“城市大脑”这一后来风靡全国的重要产品，并为数字政府领域的数据建模、数据软件服务、数据中台服务等新服务带来了大数据产业市场空间。

这一时期的发展也露出不少问题，比如行业数据共享开放交易缺少对数据分级分类管理规定，数据确权问题不明确，隐私保护的机制不完善等问题，影响到数据共享、开放和资产化应用，成为下一阶段发展的阻碍。

3.2 2020至今

以数字化转型发展需要为牵引，政府的数据中台和数据资产的运维管理模式正在探索。为了实现政府数据和企业数据融合，不少省市加紧研究相关的政策法规、体制机制，在前期有关数据隐私保护、数据安全等技术积累基础上探索新型数据流通平台建设。

一批跨区域的、行业属性的数据中心和交易市场加速布局。例如，深圳基于“深圳建设中国特色社会主义先行示范区综合改革试点首批授权事项清单”，着手建设粤港澳大湾区大数据中心，并研究论证设立数据交易市场或依托现有交易场所开展数据交易，杭州自贸区探索设立全球数据交易中心，苏州开始承建国家工业互联网大数据中心江苏分中心，山东济南、青岛等市将建设国家工业大数据中心省级分中心。2021年初，山东工业大数据交易平台的上线试运行，将推动山东省乃至全国工业领域数据高效、有序流通等。

表3 近期在建和计划建设的主要交易中心

数据来源：中国系统现代数字城市研究院根据公开资料整理

以产学研的形式推进创新中心等科研载体的建设，支持行业龙头企业牵引打造新产品、新服务、新业态已成为加速打造行业数字融合应用的动力和影响力的重要手段。例如，江苏省2020年开始省大数据融合创新中心建设工作，由企业牵头、1家以上的产业链上下游企（事）业单位、1家以上的融合应用单位联合申报，并将“新技术、新产品、新模式、新标准、新应用”作为创新中心工作目标，以推动形成产业创新链，促进产业转型升级优化。南京、苏州、无锡、南通四个城市共建设了20个融创中心，其中共有9个工业领域融创中心，体现了和江苏省智能制造的优势的紧密契合，和智慧城市的数据资源优势相匹配，民生领域的融创中心数量居次。再如，发达省市通过大力建设产学研重点实验室的方式推进技术突破，促进产业转化，浙江的之江实验室五年预计投入100亿财政，广州每年投入2000万支持市重点实验室工作。

4 观挑战：新形势下数据要素价值化的主要挑战

4.1 大数据发展深水区，需构建系统性治理思维

我国已从数据管理政策向数据治理的政策体系演进，但在管理政策方面仍不完善，还有不少行业和地方在数据管理方面政策体系滞后。而在数据治理政策体系构建趋势下，一方面需要补短板，另一方面需要发挥主动性，在国家顶层规划推进的同时，协同完善地方的数据治理政策法规体系，针对重点问题，如：数据在国省市之间如何流通共享、地方如何建立政企数据流通应用的政策法规、如何处理好数据确权和数据应用的关系等，从立法和规章等角度加强不同行业主体类型、不同行业领域的数据治理规范建设，这对不少地方城市而言将是新的挑战。可以预见，在推进数据治理政策体系完善的基础上，数据流通和交易市场的发展将取得更大成效。

4.2 数据要素治理-产业二元价值特性，需培育复合型人才队伍

在数字化转型的形势下，配套大数据的技术和产业资源，需要政府更精准地为技术创新、产品和模式创新提供支持，以及更有针对性地提供各类公共服务。政府相关人员需要及时了解数字技术趋势、专业产品、服务模式等，然而目前不少地方政府部门缺少相关人才，未来需要通过人才引进、专项培训等方式加强地方政府主管部门人员的数字化专业能力，同时加强数字产业领域的专家资源建设，帮助政府部门更精准地规划和实施。

4.3 创新要素区域结构失衡，需找准差异化切入路径

城市面临激烈的科研资源竞争，大量的科研和人才资源在北上广深杭等国家重点地区，而对于区域中心城市来说，基于本地的产业优势，加强细分科研能力布局，例如建设专项技术研发中心，引入国内外重点资源，推动形成细分领域的研发优势依然是一项重要且紧迫的工作，这需要政府更详细地了解行业需要和国内外科研力量布局，有针对性投入，从而更好发挥科研投入的杠杆作用。

尽管存在上述挑战，未来大数据创新发展的机遇将是巨大的。我国数据相关政策完善和融合应用创新是推动双循环、加快自主创新、提升国际竞争力的重要手段，因此，可以预见，国家和行业主管部门将投入更大的研究和资金以推动地方创新发展。地方城市如果能紧紧把握国家政策走向，在积极推动数据治理政策完善的同时结合自身优势开展创新实践，将为城市发展凝聚更多的创新资源和资本要素，进而加速实现城市经济社会发展的数字化赋能。