山西省社会科学院 刘碧田

　　习近平总书记指出，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。作为数据要素的构成主体，公共数据是政府部门、公共企事业单位在履行管理和服务职责时形成或衍生的数据，记录和证明着公共部门的行为轨迹。在数字化转型的进程中，对公共数据的开发利用，将有助于实现数据要素化和数据价值化，有助于促进数字经济与实体经济的深度融合，有助于推动国家数据治理体系和治理能力的现代化。
　　党和国家十分重视公共数据的开发利用工作，2024年9-10月间密集性发布了一系列政策文件。以中共中央、国务院发布的《关于加快公共数据资源开发利用意见》为核心，国家数据局发布的《公共数据资源授权运营实施规范（试行）（公开征求意见稿）》与发改委发布的《公共数据资源登记管理暂行办法（公开征求意见稿）》为基础，再辅以《国家数据标准体系建设指南》《关于促进数据产业高质量发展的指导意见》（征求意见稿）《可信数据空间发展行动计划（2024—2028年）》三项文件，搭建了公共数据资源开发的政策框架，为公共数据开发利用指明了发展方向。
　　与此同时，各地对公共数据开发利用的探索热度与日俱增，并在政策制定、平台建设、数据共享开放、创新应用场景等方面取得了积极进展。但是，总体来看我国公共数据开发依然存在数据利用不足、数据质量不高、实用价值不强等问题，严重掣肘了数据要素乘数效应的释放。鉴于此，推进公共数据开发重心从支持数据供给向支持数据使用转变，从重数据规模向重数据质量转变，从重数据发布向重数据利用转变，成为亟待解决的重要课题。

一、政策域：优化升级政策“工具箱”

　　政策工具是将政策目标转化为具体行动的路径和机制，是连接目标和结果的桥梁。当前公共数据开发利用政策应丰富面向主体支持、行为规范、管理制度和生态建设的具体治理措施，优化供给型、需求型和环境型三种政策工具的使用结构，提升数据治理效能。

（一）强化供给型政策工具

　　随着公共数据资源数量的快速增长，供给型政策工具可以通过提供资金、人才、设施、技术等相关要素发挥推动作用，为公共数据开发利用保驾护航。
　　1.加强组织体制建设。加强对公共数据开发利用的统筹管理，明晰组织架构和体制机制，明确主管部门、职能部门、监管部门职责，设立首席数据官和数据专员，在公共数据开发利用过程中的内容管理、平台建设、应用推广、安全管理和评估监督等方面依法履行职能，形成统筹有力、前后衔接、总体联动、职责清晰、协同推进的领导和协调机制。
　　2.筑牢数字技术底座。围绕公共数据全生命周期，综合利用物联网、云计算、大数据、区块链等新兴信息技术，夯实公共数据开发利用的技术基石。如采用“数据仓库”技术，达成公共数据的集成和中心化分发；建立基于“数据安全屋”的全流程治理，实现数据的“可用不可见”；借鉴数据生态系统地图、数据伦理画布、数据开放图谱等，探索解决公共数据开发利用过程中涉及的数据生态、数据伦理、数据权属等问题。
　　3. 培育数据人才队伍。通过技能比赛、QC小组、实训基地等，选拔出既掌握数字化知识和技能，又熟悉业务及管理流程的业务骨干；根据数字化应用新需求，量身打造专业课程，构建“必修+选修+实践”三段式培养模式；制定数据人才引进机制、激励机制、使用机制和退出机制，激发数据人才工作活性，推进优质数据人才吸纳，多措并举打造数据人才“蓄水池”。

（二）丰富需求型政策工具

　　政策工具选择理论认为，当政府对于社会具有较强的控制力和管制力，并且面对的社会行动主体类型较多时，可以利用市场工具对资源进行配置。鉴于此，政府部门应充分发挥基于市场导向的政策工具的拉动效应，以促进公共数据的开发利用。
　　1.推行政府购买服务。政府使用购买服务，旨在通过市场机制解决公共数据开发利用过程中的差异化需求回应、服务供给缺失以及治理效率不足等问题。探索试行数据产品与服务远期约定购买制度，由政府采购部门向市场发布购买需求，通过政府购买方式确定数据产品与服务提供商，并在数据产品与服务达到合同约定的要求时，按合同约定的规模和价格实施购买。
　　2.加强示范应用推广。设立数据制度、数据开放、数据流通、数据运营、数据要素等应用试点，通过智库研究、案例评比、经验交流等多种途径，开展试验主义的治理活动，将“特殊性”的样本示范归纳为“一般性”的通用模板，充分发挥示范工程的牵引作用，带动公共数据要素与其他生产要素结合，促进公共数据深度开发利用，提高数据要素利用效率和公众认知度。
　　3.完善服务供给保障。尽快破除国有创投管理体制机制障碍，鼓励国有创投机构更多向公共数据开发利用的前端和早期投资，成立数据企业投融资服务中心，建立天使投资项目库和天使投资风险补偿制度；加大对于公共数据技术和产品的知识产权保护力度，向中小企业免费开放基础专利数据库，并提供定制化的专利数据和分析服务。

（三）完善环境型政策工具

　　环境型政策工具着力于规范公共数据开发利用的机制途径，在法律保障、制度保障、安全保障等方面进行合理规划，营造良好的公共数据治理生态。
　　1.建立层次化规制体系。在《数据安全法》《个人信息保护法》《政府信息公开条例》等上位法律法规的指导下，制定具有顶层指导意义的规划性政策，以及各类有针对性和可操作性的实施细则，形成以公共数据开发利用为愿景的宏观布局、以数据全生命周期治理为对象的具体指南、以示范性实践为参照的多层次贯通的政策配套系统。
　　2.健全公共数据管理制度。明确不同类别公共数据的管理要求和监管规则，建立健全公共数据资源体系、资产评估体系、标准化体系、质量管理体系等机制，完善公共数据分类分级、审查审计、风险评估、监测预警、应急演练等制度。围绕数据产权、共享开放、交易流通、开发利用、收益分配、安全保护、跨界流动等议题，研究建立统一完整的基础制度体系。
　　3.构筑数据安全保障机制。构建数据安全防护技术体系，包括数据加密技术、数据备份和恢复技术、入侵检测和防御技术、安全审计技术、安全管理技术等；加强数据安全监管和执法，建立数据安全职责、数据安全流程、数据安全规范等数据安全管理制度；实现数据安全事件日志、数据安全事件报警、数据安全事件响应等数据安全监测。

二、主体域：打造耦合联动的公共数据共同体

　　多元主体共同参与是公共数据开发利用的内在需求，也是实现数据有效治理的实践要求。打造各治理主体相辅相成、互嵌互构、有效聚集的共同体，有助于促进数据治理结构的优化、数据资源配置的合理化以及数据价值的最大化。

（一）明确多元主体角色定位

　　在公共数据开发利用的过程中，各个政府部门、各种市场参与者、各类数据用户等纷纷“进场”，呈现出多类型行动者共建共治共享的数字生态。
　　1.构建政府行动者网络。政府主体是公共数据开发利用的主导力量，其行动者网络包括数据管理单位、数据提供单位和数据监管单位等。数据管理单位主要承担公共数据开发利用的统筹管理、组织协调、指导监督、政策制定和综合评估等；数据提供单位负责各自领域公共数据的收集、整理、共享、开放及安全监管等工作；数据监管单位则负责构建并完善对公共数据开发利用事前、事中、事后的全流程监督管理。
　　2.发挥市场主体能动性。市场主体是公共数据开发利用的关键因素，其参与者主要包括数据运营单位、数据服务机构等。公共数据运营单位负责对外提供授权运营的公共数据产品和服务,同时承担相关平台的建设与运营工作；第三方数据服务机构如数据资源商、数据技术商、数据服务商、数据应用商、数据安全商、数据基础设施商等，以提升数据要素化效率为目标，负责为数据要素提供附加价值。
　　3.锚定数据需求主体。数据需求主体是公共数据开发利用的有力推动者，主要包括需要使用公共数据进行业务运营、经营分析和战略决策的企业、社会组织或个人等。数据需求方的构成是多样化和动态变化的，它们的需求不仅影响数据的实时性和准确性，还涵盖了数据的广度和深度，甚至决定了数据的价值，因此是数据共同体至关重要的一环。

（二）构建新型协同关系

　　通过协作关系的确立，重塑主体间的关系模式，明确各个主体的权责义务、行为规范、价值共识，有利于实现整个治理系统的协同增效，保证价值共创网络更紧密、更持久地运作。
　　1.实行政府跨部门协同治理。建立“政绩共容体”，通过绩效考核与监督问责，以锦标赛形式驱动部门之间对于公共数据开发利用的协同偏好；重构地方政府部门合作组织形式，设立议事协调机构、联席会议、工作专班等来统合部门间协同；实现数据的向上归集和向下回流，完善数据从上到下的回流和贯通机制；建设跨部门数据共享平台，利用区块链共识机制破解部门间业务协同的“信任梗阻”，做好部门间数据资源的匹配、对接与开发。
　　2.重塑政企合作关系。探索企业提供技术、政府用数据换取服务、政企联名开发“产品”等合作方式；采取“揭榜挂帅”“任务分解”“模块拼装”等方式选择合作企业，鼓励中小微企业参与公平竞争；加快构建基于数据的信用制度，引入公司治理中的管家理论、委托代理制等，实现互动式规划、管家式辅助、代理式管理一体推进；帮助数据要素企业纾困，在集资融资、设立基金、税收政策等方面提供更多支持，吸引更多社会资本投入公共数据开放利用。
　　3.创新政府公众互动模式。借鉴维基政府理念，充分释放公众的“认知盈余”优势，实行“以用户为中心”的数据协同治理方略。通过公众“预体验”参与到公共数据开放平台的升级改进过程中，通过公众“做智囊”参与到公共数据重大决策咨询过程中，通过公众“当裁判”参与到公共数据质量评估过程中，通过公众“当赛马”参与到公共数据创新大赛活动中等，合理引导公众全程参与公共数据的开发利用，形成群体智能、合作共治。

（三）搭建协同治理平台

　　公共部门、第三方组织、公众和其他利益相关方形成动态互联的协同共治机制，需要不断创新治理方式和治理工具，搭建多元共治耦合器和多跨协同工作台，促使他们更好地发挥各自优势，形式最大治理合力。
　　1.建设可信数据空间。建设多种类型的可信数据空间，如企业可信数据空间、行业可信数据空间、个人可信数据空间等，为不同层面的数据流通打造安全的“通道”。在可信数据空间内，公共数据、企业数据、个人数据之间深度融合，同时主体身份、数据资源、产品服务等经过严格的可信认证，数据流通利用全过程受到动态监管，可以全方位满足各方对数据安全可信的要求。
　　2.组建生态联盟。联合政府、相关数据企业、科研院所、其他民间机构等各方力量，组建公共数据生态联盟。其运作方式包括基于数据治理的价值共创、基于竞合共生的协同共演和基于资源编排的非契约治理，意在运用群体智慧指导公共数据的开发利用，在理论研究、人才培养、经验沉淀、技术研发等方面持续开展合作，从而达到创新思维和挖掘公共数据价值的目的。
　　3.打造开源社区。开源社区是由拥有共同兴趣爱好的人所组成，遵从一定开源协议共享和编辑软件源代码的网络协作平台。围绕技术开源协同、行业标准制定、数据要素场景落地等目标，以前沿技术为导向，依托完善的社区治理规范，以及政府、企业、高校、科研机构等多方协作，打造一个致力于公共数据开发利用的开源社区，不仅可以为广大的开发者提供一个良好的学习和交流平台，还可以赋能相关技术创新和数据要素价值释放。

三、治理域：推动公共数据的资源化、资产化、产业化

　　站在全生命周期的视角，公共数据开发利用的全链路演进就是数据资源化、资产化与产业化的过程。确保公共数据“供得出、流得动、用得好”，对于发挥公共数据要素的乘数效应至关重要。

（一）加大公共数据资源化生产

　　公共数据资源化是将无序的原始数据通过收集、整理、清洗、加工等方式，转化为有序、可访问、易分析的资源的过程。构建全量化、宽谱带、高标准的数据资源库是公共数据开发利用的第一步。
　　1.全量汇聚数据。建立需求导向的数据生成机制，开展公共数据资源调查，做到数据“按需归集”“应汇尽汇”“统采共用”；综合考虑数据存储架构、数据同步机制、数据清洗技术、实时数据同步、高效数据接口、工作流调度功能以及数据中台建设等多个方面，选择合适的技术和工具，实现多源数据汇聚和流转；编制公共数据目录，对数据资源进行分类、标记和描述，方便快速找到所需数据资源。
　　2.实行分级分类治理。按照“行业领域+业务属性”类别，将公共数据分为商业类、行政类和公益类三种行业类型，每一类型下再按数据主体、描述对象、流程环节、内容主题、数据用途、数据处理、数据来源等业务属性细分；根据公共数据的安全系数和利用价值，将公共数据分为低风险低价值类、高风险低价值类、高风险高价值类和低风险高价值类四种类型；根据赋能大模型技术的作用，将公共数据分为训练数据、测试数据、验证数据和评价数据等。针对公共数据的不同分类，进行差异化管理。
　　3.提高数据质量。围绕数据的规范性、完整性、准确性、一致性、相关性、时效性、可用性等问题，通过数据质量框架、数据成熟度模型、数据证书发放等方式，加强对公共数据的质量管理和测度；基于公共数据的多源异构特征，构建元数据体系，统一数据格式，构建数据标识，验证数据标准，实现数据从生产到汇聚等系列环节的全流程标准化。

（二）推动公共数据资产化改革

　　数据资产化是将资源化的公共数据转化为具有经济价值的数据资产，使数据的潜在价值得到充分释放的过程。在公共数据开发利用过程中，公共数据可以通过“共享”“开放”和“授权运营”三种方式加快资产化的进程。
　　1.推进政务数据共享。基于横向互通、纵向互联的政务数据协同共享理念，构建由政府治理主体权责、政府战略目标、规范与标准、关注范围、过程方法与技术6个方面组成的CGCS数据治理框架，以广泛的数据关联激发政府数据生产力；借助大数据、人工智能等技术手段，推动以共享应用为导向的政府信息化项目建设，赋能政府决策、基层治理等治理能力提升。
　　2.加大公共数据开放力度。实行公共数据分级分类开放，对于涉及民生服务领域的最大限度无条件开放，具备较高安全级别的依申请开放；建设公共数据开放平台，优化平台服务功能，在目录更新、深度搜索、用户交互、数据标签、数据集预览、数据可视化等方面加以改进；通过简化数据申请流程、增加数据获取渠道、实施数据开放负面清单、提供知识共享授权等方式，降低供需双向对接的制度性成本，促进公共数据开放流通。
　　3.探索公共数据授权运营新模式。在数据资源持有权、数据加工使用权、数据产品经营权“三权分置”框架下，明确主体权益归属及边界划分，建立公共数据确权授权机制；从数据属性、数据利用目的、用户消费能力、应用场景和数据加工难度等方面构建价值评估指标，选择无偿模式、成本模式、边际成本模式、市场模式的分层定价体系；按要素贡献、协议/协商、考核评价等因素，以“经济收益向经营主体合理倾斜，社会收益向数据提供单位合理倾斜，平衡兼顾其他相关主体的利益分配”的导向，建立科学合理的利益分配机制。

（三）加速公共数据产业化发展

　　公共数据产业化是促进数据流通、释放数据价值的必由之路。只有让沉淀在党政机关和公共企事业单位手中的公共数据大规模流动起来，才能体现公共数据开发利用中“利用”的核心要义。
　　1.培育公共数据要素市场。探索“一级市场（授权运营）+二级市场（场内交易）”“公共数据开发利用+场外交易”以及“依托数据平台构建公共数据流通”等多种数据交易模式；壮大“数字经济中介”产业体系，以数据交易所为基础，培育一批“数据经纪人”、“数商”等创新型中介企业，承担受托行权、风险控制、价值挖掘等作用；强化规则建设，发布数据交易规则，为数据产品、数据商、第三方数据服务中介机构等提供登记凭证，帮助建立市场信任。
　　2.促进应用场景创新。应用场景创新是公共数据开发利用的最终环节，也是公共数据价值释放的具体表现。政府可以设置多赛道、多场景、全过程的“赛场”机制，组织任务参与者在不同的赛道或者同一赛道的不同赛段上PK，充分发挥资源的配置效能，推动公共数据资源与行业数据资源的融合应用，形成公共数据从连接到协同、使用到复用、叠加到聚合、汇聚到融合升级的丰富应用场景，使公共数据要素赋能千行百业。
　　3.加强数据产业规划布局。把握数据产业变革趋势，面向数据采集、存储、治理、分析、流通、应用等关键环节，加快培育新技术新应用新业态，推动各类业态协同发展，提高数据产业生态塑造能力；优化产业发展结构，围绕数据领域核心技术突破、资源体系构建和数据基础设施建设等，组织实施一批补短板、强基础、利长远的重大工程；加强分类指导，围绕产业基础、资源禀赋、技术创新、算力支撑等方向，推动数据产业区域聚集，引导各地形成协同互补、特色发展的格局。