國家數據局，將會如何改變我們的未來？

一、數據管理有了專門機構

很多年后再回頭看，國家數據局的成立，可能是一件改變我們生活的大事，有著2008年的環?？偩肿兂森h保部的意義。只不過，環境保護是當時人人關注的社會熱點問題，而數據的意義卻沒那么明顯，這也是現在很多人意識不到這一點的原因。

普通人難以理解數據的意義，因為這是一個供給創造需求的領域。舉個例子，沒有人臉識別之前，沒有人認為這有必要，可技術一旦成熟，其便捷性就讓相關應用迅速擴大。再過幾年，無法人臉識別的人，就好像現在不會用移動支付的人一樣，將寸步難行。

從新聞披露的信息看，新成立的國家數據局未來將成為我國數字化建設的具體執行機構，主要職能包括：

1. 負責協調推進數據基礎制度建設

2. 統籌數據資源整合共享和開發利用

3. 統籌推進數字中國、數字經濟、數字社會的規劃和建設

從職能上看，“數字化建設”包括“硬件”的數字基建和“軟件”的數據資源體系兩大部分?！皵底只ā北容^好理解，是近幾年一直在進行的新基建的一部分，包括之前大力推進的云計算，東數西算，本文就不多做分析了。

最值得關注的是“數據資源體系”，這既是一個自上而下的頂層設計，又有很多落地的執行工作。這些職責以前分屬發改委和網信辦，前者主要是推進數據要素基礎制度建設；后者主要負責協調推動公共服務和社會治理信息化，比如各種APP提供的便民信息查詢服務，還有智慧城市建設，以及信息資源跨行業跨部門互聯互通。

實際工作，這兩個部門之間的職責并沒有明確的界限，有大量跨部門的工作，所以這一次，相關職能并入新成立的國家數據管理局，將大大降低溝通協調成本，加速數字中國建設。

本文也將重點分析“數據資源體系”未來對我們生活的影響。

二、數據為什么是生產要素？

“數據資源體系”相比數字基建而言，出現了“資源”兩個字，意味著要把數據變成類似土地的資源，成為能夠獨立創造價值的生產要素。過去的經濟學總結了4種生產力要素：土地、勞動力、資本、技術，但到了信息時代，越來越多的人認為，數據是第五種生產要素。

為什么數據可以成為第五種生產要素呢？

人在信息時代，無時無刻不在產生數據，比如說你今天上午開車到醫院看病，被路邊的攝像頭記錄下交通路況數據，你個人的出行導航里有行車數據，醫院留下你的病癥和用藥數據。只不過，過去這些數據僅僅是孤立的數據，行車記錄儀保存幾個月就刪了，個人的出行數據沒有任何價值，而醫院的數據就算被保存下來，也只是死的。

目前已經能用起來的，只有出行導航的行車數據，把無數人的出行數據匯集起來，可以提示道路擁堵程度，這些數據與其他數據匯集，又可以用來分析一個城市的運行軌跡等更多信息。

路況數據，目前也部分被城市大數據中心利用起來，稱為“城市大腦”，實時掃描，實時調整，配合增設可變車道、增設潮汐車道、設置分流屏等手段，降低擁堵，車流提速。但路況數據的作用并不僅僅是交通，理論上可以和其他部門的數據打通，實現更大的作用。

但現在的數據利用往往僅限于擁有數據的本部門，最典型的是醫療數據，利用程度就非常低。舉個例子，你到醫保局去辦事，會發現醫保只有一些涉及醫保的藥品信息，并不知道你在醫院的其他醫療數據。

想要讓數據產生價值，就需要讓數據互聯互通，各個維度的數據相互驗證。

很多人設想，我們所有醫療信息匯總到一個部門，建立居民健康電子檔案，一家醫院的檢查數據，可以在其他醫院被看到，更方便醫生全面掌握我們的身體狀況，然而由于涉及個人隱私，現在醫保和醫院之間的信息都沒有打通，甚至連醫院的各部門也沒有打通，醫院之間的信息打通更是遙遙無期了。

數據的價值在于聯通，它有無限供給的規模效應，需求越多，價值越大，數據還有網絡價值，1+1>2，數據越豐富，價值越高。比如水泥、鋼鐵、玻璃、鋁合金等等生產數據，單一看只是行業信息，但匯集起來，就是房地產從開工到竣工的完整周期信息。

所以，想要讓數據產生價值，就要讓數據匯集起來，形成大數據，才能體現出來一些結構化的特征，才能最大程度地挖掘其中的信息。

當然，這里還有一個問題，要數據互聯互通，之前已經有一些互聯網平臺公司開始做這方面的工作，已經產生了很多成果，很多城市的政務中心都是與這些互聯網平臺合作建設的。國家數據成立后，政府承擔的角色跟以前有什么不同呢？

三、政府為什么要重點推進這項工作？

最重要的原因，我國80%的數據都在政府與相關國企手里，“躺”在這些部門的服務器里。你要了解一下城市人口詳細的結構數據，了解商業設施的具體分布的歷史數據，……，這些最全、最準確、最及時的數據，都在政府部門手里，如果政府不做這件事，光靠企業根本不可能完成。但現在的情況是，你明知道數據在哪里，就是用不上，政府部門是一個抽象的集合概念，數據保管在一個個具體的部門工作人員的手里，他只是一個“保管員”，沒有相關規定告訴他們應該如何提供這些信息。

這就是我國數據管理的現狀，之前我國做了大量的政務信息化的工作，產生了大量數據，但非常分散，非常割裂。

之前我研究政務信息化行業上市公司，中國政務信息化4000億的市場規模，最大的政務IT公司營收也只有十幾億，因為下游的稅務、工商、財政……，每一個政府部門都有一套自己的封閉系統，各有各的數據，老死不相往來，導致很多都是重復的，不但效率低，也給普通市民辦事帶來麻煩。

舉個前段時間看到的例子，老人突然去世，留下的存款分布在多家銀行，而且不知道具體是哪些，子女只能把附近所有銀行一家家跑過去，如果有數據的互聯，就應該能一鍵查詢到所有存款。

目前政務數據光流轉就需要通過很多道審核手續，更不用說打通數據服務企業和市民了，這個現象，有人稱之為“數據煙囪”，就是一個部門一根煙囪，垂直往上冒，想要打通，只能把這些煙囪給拆掉，并成一個。之所以出現“數據煙囪”的情況，是因為我國之前主要是對數據進行監管，通過《個人信息保護法》和《數據安全法》，重點表明“不能做什么”，但能做什么，并沒有一個頂層設計。

數字中國的頂層規劃出來后，數據管理的重點就從“不能做什么”漸漸變成了“可以做什么”和“應該做什么”。

出現“數據煙囪”還有一個更重要的原因，各部門對數據資源的利用，缺乏必要的利益驅動。原始數據中包括各種敏感的個人隱私信息或有關國家安全的信息，對數據的利用，要經過大量的數據清洗工作，耗費人力物力，政府付出成本就需要有相應收益。打個比方，人臉識別的數據，可以幫助我們快速提供身份，但這個數據由企業去采集管理，大家肯定不放心，最終必然由政府出面來牽頭這件事。政府付出了公信力，就需要獲得類似稅收一樣的回報，誰受益誰支付這筆費用。

除了政府還有國企，承擔了大量社會治理的工作，這是經營成本中的很大一部分，也是拖累企業效益的重要原因，但這一類活動中也沉淀了大量的數據資源，比如電信、供電、燃氣、醫院等公用事業單位和國有企業手里的用戶活動行為的數據，這些數據對于很多相關行業企業都是有用的，比如醫藥研發企業需要有相關病癥更結構化的數據。

有供給，有需求，就有了數據交易的基礎，由于它并不是傳統的實物交易，數據有安全性的問題，有權限的問題，交易層面有資產定價的問題，有會計處理的問題，有標準化的問題，因此需要一個專門的交易市場——數據要素市場。

四、數據要素市場的作用

數據也需要有一個可交易的市場，讓有數據的企業（主要是國有企業和政府）能獲利，讓需要數據的企業能方便的買到合法合規的數據，所以很多人把數據交易比喻成信息化時代的土地流轉。很多人認為，數據要素市場的建立，可以讓政府從土地財政轉變為數據財政，對應著國民經濟從土地經濟到數字經濟。

這個判斷可能有點言之過早，能不能成為地方政府新的財政來源，取決于具體最后能形成多大規模的市場，一方面取決于需求，一方面取決于交易的效率，這兩者，后者決定前者。

而交易效率和更多的可交易數據，取決于幾件事：

數據確權：就是數據的所有權、使用權的明確，類似土地市場，只有確權后的土地，才能流通，才有價值。

數據采集、數據清洗：把敏感的個人隱私信息去除，變成結構化的大數據，才可以交易。

數據標準化，數據標注：讓一些圖像視頻類的數據，變成標準化的可用數據。

數據入表：就是把有價值的數據作為無形資產，進到資產負債表里面，帶來一波企業資產負債表的擴充，目前財政部已經發布了《企業數據資源相關會計處理暫行規定（征求意見稿）》，進入具體細則的階段。

數據定價、數據交易、數據流轉：這些都比較好理解，都是數據交易市場的一部分。

以上都是宏大構想，但前面說過，數據是一個供給創造需求的領域，數據的可復制也造成“需求越大，成本越低”的特點，唯有高效海量的數據交易，才能讓企業和居民產生更多的數據需求。

五、國家數據局的意義

事實上，在國家數據局成立之前，區域層面其實已經有了非常多的探索，全國各地都有大數據綜合試驗區，最著名的是“云上貴州”。更多的是各城市的XX政務數據局、XX市大數據中心或XX市數據運營中心，這些數據中心主要負責以下幾件事：

1、收集和整合城市各種數據，如氣象、環境、交通、經濟、人口等數據，構建城市大數據平臺；

2、基于城市大數據平臺，開發和提供各種城市應用和服務，推進政府數字化個人服務（比如上海的“一網通辦”），推進企業的放管服工作，為企業提供線上業務辦理或咨詢服務；

3、政務大數據：匯集所有政府、國企的數據，打通各部門的“數據孤島”，促進城市數據共享和開放，推動城市數據應用和創新，促進城市數字化轉型，這一部分才是未來的重點。

只不過，現在的大部分城市數據局只是本地政府信息辦管理下的便民服務機構，國家數據局的成立，最現實的意義，就是各地現有的數據管理局可能有了主管部門，必然加快數據要素市場的建設速度。

說實話，我雖然寫了這么一大篇文章 ，但除了現有的一些例子，我也不知道數據未來還有哪些應用?？晌覀兿胫?，國家也想知道，這也許正是國家數據局成立的意義所在。