京公网安备 11010802034615号
经营许可证编号:京B2-20210330
还有多少大数据在沉睡?业界代表呼吁构建机制推进立法
“加快制定大数据资源促进法。”今年两会期间,全国人大代表、青岛大学原副校长邵峰晶再一次提出了有关大数据的相关建议,“大数据太热了。可在火热背后,我们需要一些‘冷’思考”。
随着大数据产业蓬勃发展,大数据技术及应用逐渐渗透、融入社会各个领域,并且推动互联网等产业加快转型升级。今年的政府工作报告中提到,加快大数据、云计算、物联网应用,以新技术新业态新模式,推动传统产业生产、管理和营销模式变革。有关“大数据”的表述,已经是连续第四年被写入政府工作报告。
如何充分释放和利用大数据蕴含的巨大价值?如何形成大数据开放共享的合理机制,并确保数据安全?以上种种,成为今年两会期间人大代表们热议的话题。
让数据由资源变为资产,由资产转为价值
国务院印发《促进大数据发展行动纲要》距今已近两年光景,文中提到:全面推进大数据发展和应用,加快建设数据强国。如今,我国大数据发展进程如何?
“随着越来越多的政府、企业开始共享、开放数据,部分数据开始由资源变为商品,进入流通、应用环节。”全国人大代表、浪潮集团董事长孙丕恕认为,现在的当务之急是要让更多数据流通起来,激活中国“数商”产业的发展潜能。
“数据将打破现实中的物理疆界,渗透到社会每个角落,成为像石油、水、电一样的社会基础资源。”未来,这种“人人使用并受益于数据,人人产生并贡献数据”的模式,在孙丕恕看来,将伴随大数据技术不断发展,培育出更多新产业、新模式、新生态。
记者了解到,随着北京、上海、贵州等十余个省、市政府数据的开放,以及一些企业、行业及个人数据的释放,部分数据开始由资源变为商品,进入流通、应用环节。
“让数据由资源变为资产,由资产转为价值。”今年两会上,孙丕恕在建议中提到,鼓励各地政府设立大数据“双创”基金,建立以创新创业需求为导向的大数据“双创”中心,为创客提供场地、优惠政策、资金支持,并联合资源丰富、技术先进的大数据领先企业,为创客提供数据资源、大数据处理工具和技术培训等,孵化大数据创客及创新应用。
打造共享机制,“唤醒”沉睡大数据
作为一个万亿级的新兴产业,大数据已经成了继“互联网+”之后的又一风口。对于数据挖掘行业的前景,移动信息化研究中心今年2月份发布的一份《2016中国大数据市场研究报告》这样表述:从2013年到2016年,数据挖掘在大数据产业链中的分布情况从4.1%上升到9.2%。
无疑,数据存储、应用、挖掘等产业链纵向各环节均属于一片蓝海市场。然而,从事大数据研究20余年的邵峰晶却常用“巧妇难为无米之炊”这句老话表达自己的无奈。“大数据普及与发展中面临着一个现实问题,就是得不到想要的数据。”在邵峰晶看来,毕竟没有数据资源,其他一切都是空谈。
造成这一现象的原因,邵峰晶认为,我国缺乏从数据采集到分享的机制。“一是没有数据共享机制;二是有数据,但是数据在前期采集过程中不连续,导致价值不高。”
对此,孙丕恕也认为,数据开放程度不高、数据流通交易不畅、大数据交易群集效应不明显等诸多挑战依然存在,仍有大量数据还沉睡在政府、企业、个人手中,数据的共享、开放、流通和应用程度还远远不够,“当务之急,是解决数据收集、数据共享、数据交易、数据交付环节中的大量难题,让更多的数据流通起来。”
“大数据火热背后,我们要有一个冷思考。”对于大数据蕴涵的潜力,邵峰晶认为,可能现在挖掘程度还不到百分之一、二,“我们到底要向大数据谋求什么?大数据保护的目的是为了更好地应用,目前最大的问题就是共享机制缺失。”
孙丕恕建议,一是进一步加快政府数据开放,推动政府数据市场化运营;二是要营造大数据流通环境,建立大数据交易联盟;三是要以大数据双创为抓手,培育千万“中国数商”,繁荣大数据资源的应用创新。
推进“数据立法”渐成业界共识
大数据的属性究竟如何定位?“大数据到底是财产,还是公共资源,如果理不清楚,社会各方还是不愿意提供。”邵峰晶建议,通过立法将大数据定位知识产权的一种,对数据的界定、采集、归属权进行明确的法律界定和规范,实现“科学、合理、安全”的数据共享。
全国人大代表、天津市工业和信息化委员会主任李朝兴也认为,应立足资产属性,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。
今年两会上,邵峰晶建议推进制定《大数据资源保护法》,以解决数据共享中存在的问题。她表示,大数据资源内容繁多,现行法律没有规定统一的认定标准,缺乏操作性与科学性,“立法中,应该明确各类大数据资源采集的边界。比如,不得采集涉及国家利益、公共安全、商业秘密、个人隐私的数据等。”
“大数据已成为国家基础性战略资源,是未来核心竞争力。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。”李朝兴强调大数据立法重要性的同时,也坦言,由于现在大数据发展领域新、涉及面广、专业性强,参考很多发达国家的做法,可以按照“急用先立,成熟先立”的原则,从相关条例制定开始。“由政府部门先出台大数据发展促进条例,经过一段时间的磨合后,再在实践中修改完善,待条件成熟后再上升为法律。”李朝兴说。
在保障数据安全方面,李朝兴认为,应当制定专项条款,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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02