數據治理實施意見

到2025年，大數據產業測算規模突破3萬億元，年均復合增長率保持在25%左右，創新力強、附加值高、自主可控的現代化大數據產業體系基本形成。加快建設行業大數據平臺，提升數據開發利用水平，推動行業數據資產化、產品化，實現數據的再創造和價值提升。打造服務政府、服務社會、服務企業的成熟應用場景，以數據創新帶動管理創新和模式創新，促進金融科技、智慧醫療等蓬勃發展。持續開展大數據產業發展試點示范，推動大數據與各行業各領域融合應用，加大對優秀應用解決方案的推廣力度。立足新發展階段，完整、準確、全面貫徹新發展理念，積極融入服務新發展格局，堅持加快數字化發展指引，健全數字規則，保障數據安全，以數據匯聚治理為核心，全力攻堅數據聚通用，充分挖掘大數據商用、政用、民用價值，加快培育數字經濟，打造數字政府、數字營商環境，構建數字社會，讓大數據智能化為經濟賦能、為生活添彩。建設一體化大數據資源中心（一）深化基礎平臺建設深化基礎數據庫建設，推進法人、自然人、自然資源和空間地理、電子證照、信用、物聯感知等數據歸集。建設主題數據庫，構建重點領域業務模型，建立跨領域自動化、語義一致化的主題數據庫共建共享架構。推動建筑信息模型（BIM）技術與工程建造技術深度融合應用，構建高精度城市信息模型（CIM）平臺。（二）強化數據目錄管理構建數據圖譜，梳理各部門、各行業非涉密數據數量、類型、更新周期、產生來源、支撐應用等情況，分行業、分地域構建覆蓋人、企、事、車、地、物等主體的數據圖譜，形成數據一張圖。堅持需求導向，深入實施三清單制度，梳理數據共享需求，落實數據共享責任，完善數據目錄，實現數據應享盡享。（三）推進公共數據開放依法推動公共數據最大限度開放，構建各部門公共數據開放清單，定期更新公共數據開放目錄，持續拓展公共數據開放廣度。完善公共數據開放系統，擴展數據服務功能，支撐數據開發利用。鼓勵和支持利用開放的公共數據開展科學研究、咨詢服務、產品開發、數據加工、數據服務等活動，引導各類社會力量開展公共數據應用創新，發揮數據資源效益。（四）打造數據治理能力中臺持續提升大數據資源中心數據處理和治理能力，建成集數據可視化、地理信息系統（GIS）集成展現、數據疊加、數據沙箱、隱私計算、區塊鏈、數據脫敏工具等技術和控件庫、服務庫的數據治理能力平臺，為數據開發應用提供共性技術、業務協同等支撐。加強元數據管理、數據生命周期管理、數據交換與共享管理、數據安全管理等，提升數據治理能力。梳理跨層級、跨地域、跨系統、跨部門、跨業務大數據應用共性需求，強化集約化、組件化應用支撐，持續豐富數據中臺服務能力。（五）持續提升數據質量建立數據質量閉環管理制度，明確數據采集、匯聚、存儲、共享等各環節數據質量和職責要求。開展數據標準化巡查、清洗、去重、校驗、修復等質量提升工作，推進覆蓋公共數據、社會數據的數據清洗和比對加工。建立跨部門的數據質量糾錯反饋機制，按照一數一源原則，對各部門共享的數據進行規范性檢查、前后一致性比對、綜合校驗。構建數據質量評估指標體系，開展數據質量監測評估，提升數據的完整性、準確性、時效性和可用性。數據治理發展形勢從國際看，當今世界正經歷百年未有之大變局，進入以數字化生產力為主要標志的數字時代，數字重新定義一切、云計算服務一切、網絡連接一切、AI賦能一切，以互聯網、大數據、人工智能、物聯網等為代表的信息技術廣泛滲透到經濟社會各領域，世界各國都已將大數據作為重要戰略任務。隨著科技革命、產業變革縱深推進，抓住數據這一關鍵要素，充分釋放數字化發展的放大、疊加、倍增效應，是搶占新一輪發展制高點的關鍵。從國內看，我國已成為全球數據量最大、數據類型最豐富的國家之一，數據日益對經濟發展、社會治理、人民生活產生重要影響。近年來，印發了《促進大數據發展行動綱要》《數字經濟發展戰略綱要》等系列重要文件，對大數據發展管理作出全面部署。深入實施國家大數據戰略，形成新發展格局中實現更大作為。培育數據要素市場（一）健全數據流通制度研究制定數據交易管理辦法，建立健全數據權益、交易流通和安全保護等基礎性制度規范，明確數據主體、數據控制方、數據使用方權利義務，保護數據主體權益。健全數據市場定價機制，以數據應用需求為導向，完善數據市場流通環境，精準對接市場供給。建立數據交易協同監管機制，構建數據流通監管平臺，加強數據交易流通全過程安全監管，確保數據流通過程可追溯、使用范圍可明確、合法合規可審計、安全風險可防范、法律責任可追訴。（二）營造數據要素市場發展生態加強大數據產業協同創新統籌協調，引導和支持科研機構、高等院校、企業加強協同攻關，共同開展數據交易流通、數據基礎前沿研究、關鍵共性技術研究。支持數據采集、存儲、處理、分析等企業做大做強，帶動大數據產業發展。數據治理平臺工具數據開發與治理一體化是將數據治理的過程融入到數據開發的全生命周期中，強調先設計、后開發、先標準、后建模的原則，其目標就是將數據治理的流程與數據開發的全生命周期相融合，在數據開發過程中完成數據治理。通過指標和數據標準的定義實現規范即設計，設計即開發，開發即治理的開發治理一體化理念。通過元數據管理、數據標準規范設計、數據質量提升、數據熱度和成本計算，優化數據生產成本、量化數據收益價值，廣泛應用于數據中臺建設的中后期階段。平臺覆蓋了日常數據治理過程中的核心資產管理模塊。構建穩定高效產業鏈（一）打造高端產品鏈梳理數據生成、采集、存儲、加工、分析、服務、安全等關鍵環節大數據產品，建立大數據產品圖譜。在數據生成采集環節，著重提升產品的異構數據源兼容性、大規模數據集采集與加工效率。在數據存儲加工環節，著重推動高性能存算系統和邊緣計算系統研發，打造專用超融合硬件解決方案。在數據分析服務環節，著重推動多模數據管理、大數據分析與治理等系統的研發和應用。（二）創新優質服務鏈圍繞數據清洗、數據標注、數據分析、數據可視化等需求，加快大數據服務向專業化、工程化、平臺化發展。創新大數據服務模式和業態，發展智能服務、價值網絡協作、開發運營一體化等新型服務模式。鼓勵企業開放搜索、電商、社交等數據，發展第三方大數據服務產業。圍繞診斷咨詢、架構設計、系統集成、運行維護等綜合服務需求，培育優質大數據服務供應商。（三）優化工業價值鏈以制造業數字化轉型為引領，面向研發設計、生產制造、經營管理、銷售服務等全流程，培育專業化、場景化大數據解決方案。構建多層次工業互聯網平臺體系，豐富平臺數據庫、算法庫和知識庫，培育發展一批面向細分場景的工業APP。推動工業大數據深度應用，培育數據驅動的平臺化設計、網絡化協同、個性化定制、智能化生產、服務化延伸、數字化管理等新模式，規范發展零工經濟、共享制造、工業電子商務、供應鏈金融等新業態。（四）延伸行業價值鏈加快建設行業大數據平臺，提升數據開發利用水平，推動行業數據資產化、產品化，實現數據的再創造和價值提升。打造服務政府、服務社會、服務企業的成熟應用場景，以數據創新帶動管理創新和模式創新，促進金融科技、智慧醫療等蓬勃發展。持續開展大數據產業發展試點示范，推動大數據與各行業各領域融合應用，加大對優秀應用解決方案的推廣力度。數據治理目標與價值構建數據標準體系的目標是通過統一的數據標準制定和發布，結合制度約束、系統控制等手段，實現企業內部數據的完整性、有效性、一致性、規范性、開放性和共享性管理，為數據治理工作打下堅實的基礎，為數據資產管理活動提供規范有效依據。數據標準化的過程是通過數據管理平臺實現數據標準，并將各個系統產生的數據通過清洗、轉換、加載到整合平臺的數據模型中，實現數據標準化的過程。首先，通過要求數據語義遵循確定規則來減少源數據的不確定性、減輕數據交換的障礙。其次，數據標準的兼容性為企業相互共享提供可能，在不同場景和環境中使用數據產品或服務，可以使數據產品或服務正常流轉運行。數據標準體系的建立可有效提升企業數據治理的效率，降低數據治理成本。（一）提升企業數據治理數據質量數據作為產生業務價值和實現業務目標的基石，數據質量已成為企業實現業務目標的一個極其重要的因素。數據的質量問題在一定的角度上反映出企業數據治理過程中存在的一些問題，分析數據質量問題可以幫助企業找到問題的源頭。高質量的數據對管理決策，業務支撐都有極其重要的作用。企業的數據質量與企業經營業績之間有著直接的關系。高質量的數據可以保持公司的競爭力，在企業市場競爭時期立于不敗之地，而低質量數據往往會導致錯誤的業務決策。提升數據質量能夠為企業提供結構清晰的數據，是企業開發業務系統、提供數據服務、發揮數據價值的必要前提。（二）推動數據安全體系建設企業數據安全體系建設是數據治理和信息生命周期管理的基礎，通過對企業內部的數據全生命周期的盤點梳理，可以幫助確定企業數據所有權的適當分配及建立完善的權責制度，滿足監管及合規要求。在企業數據治理過程中，數據安全能力的提高成為數據價值共享的關鍵，推動數據安全體系建設是企業數據治理的必要環節。企業根據數據資產對企業的重要程度，為數據打上不同的標簽，對敏感數據進行分級分類，根據數據所屬的級別，明確數據的使用范圍、開放方式、不同等級的數據在不同場景使用不同的安全策略。企業可以采取數據泄露防護、加密、權限管理等技術手段，對企業機密數據提供進一步的保護，從而降低數據泄露帶來的風險。（三）推動數據資產體系建設與管理數據治理是實現數據資源向數據資產轉變的重要載體，基于數據治理形成的數據資產體系作為企業各業務數據服務的提供方，在建設過程中需匹配企業戰略規劃，從全局維度將自身平臺能力與數據能力賦能業務。同時，數據源不斷地向數據資產平臺輸出數據，即業務產生數據，數據服務業務，形成業務數據化、數據資產化、資產服務化、服務業務化、業務智能化的一套閉環、高效的數據資產體系與數據服務能力。企業如何進行數據資產管理、提升數據質量、挖掘數據價值并通過數據賦能業務，已成為企業數據治理的核心問題。企業通過建設統一的數據資產管理平臺，綜合管理所有數據資產，可實現數據資產的智能化管理，充分發揮數據的潛在價值。數據資產平臺作為一體化的數據資產管理工具，通過制定元數據模型、數據標準等規范，采集并建立完整的數據資產目錄體系，打通數據關系網絡，實現數據的標準化和資產化管理。（四）推動數據管理組織體系建設數據管理組織體系涉及業務、IT、管理等方方面面，僅僅依靠技術部門來推動和開展數據管理工作無法取得成功，只有來自更高層管理者的驅動力，建立自上而下的跨部門、跨業務條線的組織體系，才能保證企業內部的高效協作，推進數據治理各項任務的有效執行。實踐證明企業的數據管理辦公室、數據管理部可協助企業制定公司級的數據管理制度、流程、機制，建立并維護企業級數據架構，監控數據質量，披露重大數據問題，建立專業任職資格管理體系，提升企業數據管理能力，推動企業數據治理制度文化的建立和傳播。（五）促進數據應用及共享數據治理的主要目標之一是推動數據有序、安全地流動，以便最大程度地挖掘和釋放數據價值。數據流動則需要推動數據的開放分享，實現數據的匯聚、建模、共享。數據的開放共享的核心在于數據匯聚，打破數據孤島，實現數據價值的流通；重構數據獲取及應用方式，重塑從數據供應到消費的鏈條；建立高效、規范的自助消費數據應用。數據治理可有效促進數據應用及數據共享，使更多的企業組織充分地使用已有數據資源，減少信息收集、數據采集等重復勞動和相應費用，而把精力重點放在開發新的數據應用及系統集成上。數據應用及共享可以為企業組織帶來降低運營成本、增強業務能力、提高效率、集中訪問數據以減少重復數據集、促進組織間的溝通與合作，加強參與組織之間的聯系等益處。數據治理保障措施加強規劃有效實施的各類資源要素保障，著眼數據聚通用，著力激活數據、深度挖掘數據、充分利用數據，加快形成數據要素高效集聚、互聯互通、開放共享的良好局面。（一）加強組織協調建立健全數據治理統籌協調和推進機制，加強跨地域、跨部門、跨層級的協同聯動，研究數據治理發展戰略和政策措施，協調解決數據治理中的重點難點問題，確保相關工作扎實有效推進。（二）強化人才支撐支持和引導高等院校、職業學校開設數據治理相關專業，優化專業、課程設置，積極開展校企合作，培養創新型、應用型、融合型人才。引進高層次、高學歷、高技能以及緊缺人才，完善人才引進、培育、評價、激勵機制。支持各部門加強對數據治理用工服務的指導，保障從業人員合法權益。（三）做好資金保障支持推動數字技術創新應用、數據治理等相關工作，完善投融資服務體系，拓寬融資渠道，發揮政府引導基金作用，重點支持數據治理領域重大項目建設和重點企業發展。鼓勵金融機構創新金融產品和服務，加大對數據要素市場主體提供貸款、融資擔保等金融服務的支持力度。強化數據安全管理（一）完善數據安全管理制度建立健全數據全生命周期安全管理制度，明確數據采集、匯聚、存儲、共享、開發利用等各環節安全責任主體和具體要求。建立數據安全監測預警制度，對安全監測信息、監督檢查信息和通報信息進行分析研判和風險評估，發布安全風險預警。建立數據安全評估制度、安全責任認定機制和重大安全事件及時處置機制，完善數據全生命周期安全保障措施。編制數據安全應急預案，明確應急處置的組織機構及其職責、安全事件分級、應急響應程序、處置措施等。（二）強化數據安全防護開展數據安全技術創新研究和數據安全關鍵技術攻關，加強安全可靠技術和產品推廣應用，增強數據安全預警和溯源能力，持續提升數據隱私保護水平，確保數據安全自主可控。提升大數據資源中心安全防護能力，開展數據安全評估、應急演練，確保重要數據基礎設施運行安全