数据治理现代化的关键支撑

gecccn

中国科学院学部重大咨询项目子课题“信息技术支撑数据治理现代化的战略研究”课题组

数据是经济发展的核心生产要素和基础战略资源

随着网络技术的快速发展，各行各业加快数字化转型升级，政府、企业和个人的数据量都得到了爆发式增长，数据资源已成为我国经济发展的核心生产要素，是国家的重要资产和基础战略资源。2017年12月，习近平总书记在十九届中共中央政治局第二次集体学习时指出：“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。”2022年12月，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》中指出：“数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。”可见数据在推动国民经济发展和生产生活方式转变过程中的重要作用。

数据在经济社会中的地位进一步凸显的同时，数据资源权属不清、定价机制不合理、交易流通不畅、数据泄露、跨境传输威胁等问题也日益加剧，给政府部门、企业组织、公民个人都带来严重困扰。例如，Protenus发布的医疗行业数据安全报告称，2019年医疗行业黑客攻击事件较2018年猛增了48%，而自2016年以来，医疗行业平均每天至少会发生一起患者数据泄露事件，生物医疗数据持续“裸奔”。IBM发布的《2021年数据泄露成本报告》显示，2022年，全球数据泄露的平均成本达到了435万美元的历史新高，相较于2021年增加了2.6%，自2020年以来增长了12.7%。大量同类事件的发生无疑给数据开发、流通、传输和利用等带来了巨大的风险，严重阻碍了数据资源的价值释放。

数据治理成为推进国家治理体系和治理能力现代化的重要内容

信息时代，数据作为生产要素正逐步渗透到企业运营、社会服务、国家发展的各个环节，为我们提供新的发展机遇的同时也带来了全新的挑战。面对杂乱无章且多元化的数据集合，通过科学有效的数据治理手段提高数据质量，确保数据的安全性和易用性，促进数据合规高效流通使用，并充分挖掘数据价值赋能实体经济发展，已成为当前推进国家治理体系和治理能力现代化的必然选择和重要任务。

各国政府纷纷出台相应政策，探索数据治理路径，以进一步规范数据治理行为。例如，2018年欧盟发布“史上最严格”的《通用数据保护条例》，赋予了欧盟居民对个人数据的掌握控制权，明确了服务提供商收集个人数据的规则和责任。2019年美国白宫发布《联邦数据战略与2020年行动计划》，核心目标是将“数据作为战略资源开发”。2020年欧盟委员会发布《欧洲数据治理条例》，强调数据共享对经济发展的促进作用。为了强化数据治理，我国也颁布实施了系列法律法规。例如，2020年，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，强调要加强数据安全保护，“推动完善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据的保护”。同年，中国政府发起的《全球数据安全倡议》指出：“各国有责任和权利保护涉及本国国家安全、公共安全、经济安全和社会稳定的重要数据及个人信息安全”。2021年，《中华人民共和国数据安全法》颁布施行，提出“维护数据安全，应当坚持总体国家安全观，建立健全数据安全治理体系，提高数据安全保障能力”。

信息技术是开展数据治理的重要支撑

数据资源具有来源多样化、形式多元化以及数据总量庞大等特点。面对如此复杂的数据系统，传统的依靠人的数据处理手段已经难以为继，更遑论精准高效地完成数据收集、存储、使用、加工、传输、提供、公开等具体任务，由此，对应用更加信息化、智能化、集成化和多样化的数据治理技术提出了迫切需求。伴随着新一轮技术革命和产业革命的持续推进，以大数据、云计算、物联网、人工智能、区块链等为代表的新一代信息技术得到了迅猛发展，并在工业、农业、国防、交通运输、医疗卫生、商业贸易、行政管理、社会服务、科学研究、文学艺术、文化教育等领域得到了广泛应用，这些技术手段的实际运用，为经济社会注入了新的活力，表现出了信息技术的强大生命力和渗透力。

信息技术是实现智能化和信息化治理的重要途径。信息技术可以被理解为能够提高和扩展人的信息功能的工具与手段，具体来说，信息技术就是指实现信息的获取、传递加工和施用等功能的一类手段，主要包括感测技术、通信技术、智能技术（如计算机硬件、软件技术和人工智能）和控制技术等。其中，感测技术可进一步划分为传感技术和测量技术，如遥感、遥测技术等。类比于人类的信息器官，感测技术相当于是人类感觉器官功能的延伸，它能够使人们更好地从外部世界获取各种有用的信息。而通信技术的功能是传递信息，它是传导神经网络功能的延长。智能技术包括计算机硬件技术、软件技术、人工智能技术和人工神经网络等，它是思维器官功能的延长，能更好地加工和再生信息。控制技术则是根据输入的指令信息（决策信息）对外部事物的运动状态和方式实施干预，是效应器官功能的扩展和延伸。上述四类技术构成了信息技术的“四基元”，它们和谐有机地合作，为人类社会实现智能化、信息化治理提供重要支撑。

信息技术之所以能对国民经济、社会生活、军事实力以及国家关系产生深远影响，主要是因为其区别于传统技术而表现出“新、快、密、高”的关键特征。其中，“新”指信息技术具有高度的创新性。和一般技术创新不同，信息技术的创新不只是原有技术道路上的简单积累，而是建立在现代科学技术的最新成就和多学科交叉的基础上，主要来源于大规模科学研究和重大发明创造的创新。半导体、微电子、卫星通讯、计算机、激光、光材纤维等都体现了信息技术的高度创新性。“快”是指信息技术具有发展速度快、成果转化周期短等优势。信息技术不仅是最活跃的生产力要素，而且具有高度超前性和加速更新性，日新月异的变化是信息技术区别于传统技术的又一特点，主要表现为知识更新快、产品更新快以及设备更新快三个维度。“密”是指信息技术具有知识密集、技术密集、信息密集的特征，且这种特征在现代科学技术相互渗透和有机融合的作用下会逐渐得到强化。“高”是指高投入、高效益。一方面，信息技术是知识、人才密集的新兴技术，信息技术领域的投入自然高于一般传统技术。另一方面，信息技术的应用可以显著提高劳动生产率、资源利用率和工作效率，从而取得巨大的经济效益。信息技术创新性强、更新速度快、知识和信息密集以及高收益的特征，能够有效支撑数据治理需求，解决数据治理过程中面临的困境与挑战，包括由于数据格式、结构不同导致的数据收集和存储困难，由于数据量庞大、质量参差不齐导致的处理和分析困难，以及由于数据安全和隐私保护技术薄弱导致的数据传输、提供和公开困难等。在此背景下，信息技术已经逐渐成为提高数据治理科学性和治理效能的重要手段，为国家治理体系和治理能力现代化提供了有力的科技支撑。

数据治理关键技术清单识别与梳理

考虑到信息技术在数据治理过程中的重要作用，本研究在对国内外文献数据库相关文献进行系统梳理的基础上，通过科学文献计量方法，试图寻找数据治理中的关键信息技术，为数据治理体系更好地认识、选配、应用信息技术手段提供有益参考。具体来说，我们从Web of Science（WoS）核心数据库和CNKI数据库中以“数据治理+技术”“数据+信息技术”“数据治理+信息技术”等为关键词收集了1990年至2022年间共3万余篇文献，基于关键词和摘要文本信息，对相关信息技术关键词进行词频统计后，共识别出31种数据治理关键信息技术，具体识别结果如表1所示。

从表1中可以看出，物联网、人工智能、区块链、云计算以及机器学习技术在文献中出现的频次最高，上述五类技术因而构成了数据治理中最具代表性、应用最为广泛的技术集合。按照所属领域，可以将上述31类技术进一步归纳为物联网技术、人工智能技术、区块链技术、大数据技术、多光谱图像技术以及量子信息技术6个技术簇，各技术簇所包含的具体信息技术如表2所示。

2022年12月8日由工业和信息化部颁布的《工业和信息化领域数据安全管理办法（试行）》中指出：“数据处理活动包括但不限于数据收集、存储、使用、加工、传输、提供、公开等活动”。结合上述界定，本研究将数据治理的生命周期划分为数据收集、数据存储、数据使用（包含数据分类分级）、数据加工（包含数据确权）、数据传输（包含数据流通、数据交易）、数据提供以及数据公开七个环节。并将识别出的31种关键信息技术按照其技术优势和技术特点匹配至数据治理生命周期的不同环节，匹配后的数据治理生命周期与信息技术二维矩阵如表3所示，其中“√”表示该类信息技术可在此数据治理环节发挥主要作用。

从表3中可以看出，物联网类技术主要在数据收集和传输过程中发挥作用；人工智能技术主要在数据使用和加工环节发挥其智能性和算法优势；区块链技术凭借其稳定、安全、不易被篡改的属性，主要在数据存储、数据传输、数据提供和数据公开环节发挥加密和监控作用，防范化解数据安全风险；大数据技术凭借其高效的数据获取及处理能力，主要在数据收集环节发挥作用；图像处理技术则主要通过多元化的形式在数据收集和数据公开环节发挥作用；量子信息是量子物理与信息技术相结合发展起来的新学科，主要包括量子通信和量子计算两个领域，其中量子通信是迄今唯一安全性得到严格证明的通信方式，可在数据安全存储和传输过程中发挥重要作用，而量子计算具有强大的并行计算和模拟能力，能够有效支撑数据的使用和加工。

随着数字化和信息化成果不断融入经济社会发展各领域全过程，信息技术凭借其“新、快、密、高”的特征，在数据治理过程中的重要作用逐渐凸显。通过对现有研究文献的科学计量，我们识别出物联网、人工智能、区块链、大数据、多光谱图像以及量子信息等6大类31种关键信息技术，而由于每类技术的技术特征和优势各不相同，未来可在数据治理生命周期的不同环节中有针对性地使用，实现数据治理效能最大化，赋能国家治理现代化建设。（来源：《国家治理》2023年7月上）