京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据法治建设迫在眉睫
2015年12月16日习近平总书记在第二届世界互联网大会上指出,“十三五”时期,我国将大力实施网络强国战略、国家大数据战略、“互联网+”行动计划,发展积极向上的网络文化,拓展网络经济空间,促进互联网和经济社会融合发展。2015年,国务院正式印发《促进大数据发展行动纲要》,全面推进大数据发展和应用,加快建设数据强国。各省市也相继推出实施方案,积极引导促进大数据产业发展。
“目前,我国已发布、报批、在研以及拟研制的大数据相关国家标准共计73项。从技术标准看,具有一定的工作基础。因此,尽快启动数据立法,对推动大数据发展意义重大。”全国人大代表、天津市工业和信息化委员会主任李朝兴认为,制定大数据发展促进条例应着重考虑推动公共数据开放共享、促进行业数据规范交易、保障商业和个人数据安全等方面。
当前,大数据已成为国家基础性战略资源,是未来的核心竞争力。世界各国相继出台行动计划,将大数据发展上升到国家战略。美国、德国、日本、欧盟等先后制定了开放公共数据和大数据保护的国家战略。同时,各国围绕大数据立法,加强法律法规建设,保障数据主权。
“各国的发展实践启示我们,我国大数据法治建设已迫在眉睫,需要尽快提上议程。”李朝兴表示。
“数据开放共享是全球政府治理变革的新趋势,截至目前,全球已有63个国家制定了开放政府数据的计划。我国政府掌握着80%以上的数据资源,是大数据的主要拥有者。但法律法规的缺位,导致数据共享的范围边界仍未明晰,政府部门职能权责仍未明确,很多数据有意公开但不敢公开,从而产生‘信息孤岛’和数据壁垒。”李朝兴以全球电子政务发展指数为例介绍说,近年来我国排名先升后降,从2003年第74位升至2005年第57位,又降至2014年第70位,阻碍了大数据在国家治理中的统筹与应用。因此,有必要开展大数据立法工作,以法律的形式明确政府数据资源共享的时间、范围、方式等,实现有序开放、安全开放。
据预测,2020年大数据可为美国创造3800亿美元-6900亿美元的价值,为欧盟创造2060亿欧元的价值。相比之下,我国大数据产业规模明显偏小,2014年仅有767亿元,2020年预计为8000亿元。李朝兴表示,加快大数据法治建设,将有利于培育产业发展新生态,构建经济运行新机制,进一步拓展信息产业新蓝海。
“由于大数据发展领域新、涉及面广、专业性强,目前立法时机还较不成熟。”对此,李朝兴建议,可按照“急用先立、成熟先立”的原则,由国务院出台大数据发展促进条例,之后在实践中修改完善,待条件成熟后再上升为国家法律。
在推动公共数据开放共享方面,建立开放标准,优先开放高价值数据,逐步开放其他数据,界定不予开放的范围,从数据开放源头上划出底线。
在促进行业数据规范交易方面,立足资产属性,构建数据资源交易机制和定价机制,从平台、主体、对象等方面规范数据采集、传输、存储、使用、开放、交易的行为,发展在线、离线、托管等交易模式,推动数据交易走向规范。
在保障商业和个人数据安全方面,制定专项条款,保护涉及国家秘密、个人信息和商业秘密的数据资源。健全数据安全等级保护、风险测评、应急防范等安全制度明确危害数据安全行为的法律责任以及处罚方式。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15