1、大数据白皮书大数据白皮书（2020年）年）中国信息通信研究院中国信息通信研究院2020年年12月月前前言言即将过去的2020年是历史发展进程中极不平凡的一年。世界正经历百年未有之大变局，特别是突如其来的新冠肺炎疫情为各行各业带来了前所未有的挑战。然而，危机之中，数字化技术驱动的技术和产业变革仍加速发展，大数据技术、产业和应用逆势而上，数据的作用在助力疫情防控和复工复产中大放异彩，“数据驱动”的价值更加深入人心。今年4月，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，将“数据”与土地、劳动力、资本、技术并列，作为新的生产要素，并提出“加快培育数据
2、要素市场”。5月18日，中央在关于新时代加快完善社会主义市场经济体制的意见中进一步提出加快培育发展数据要素市场。数据要素市场化配置上升为国家战略，将对未来经济社会发展产生深远影响。本白皮书是继大数据白皮书（2014年）大数据白皮书（2016年）大数据白皮书（2018年）大数据白皮书（2019年）之后中国信通院第五次就大数据发布白皮书。本白皮书在此前四版的基础上，回顾了去年以来大数据各领域的最新进展，梳理了中美英等国数据战略的最新动向，阐述了大数据技术的最新趋势，分析了我国大数据产业、重点领域应用以及数据治理的热点与现状，并对“十四五”期间大数据的发展趋势进行了展望。目
3、目录录一、各国的数据战略.1（一）数据要素市场化配置上升为国家战略.2（二）各国加快布局探索数据未来发展之路.4二、大数据技术发展.7（一）大数据技术全景解析.7（二）大数据技术发展趋势.10（三）大数据科研创新进展.16三、大数据产业发展.19（一）大数据产业生态界定探讨.19（二）大数据产业商业模式解读.22（三）大数据产业主体发展洞察.23（四）大数据企业融资趋势分析.26四、大数据行业应用.28（一）大数据全面助力打赢疫情防控阻击战.28（二）需求推动通信大数据价值进一步发挥.31（三）政策铺垫为工业
4、大数据提供发展机遇.34（四）互联网大数据助推商业模式创新拓展.35（五）金融大数据应用成为行业核心竞争力.37五、数据治理.39（一）组织内部的数据管理能力逐步提升.39（二）组织间的数据共享与流通加速推进.44（三）数据安全治理成为不可忽视的焦点.51六、大数据法制.55（一）强化个人权益，个人信息保护立法加快.55（二）坚持多边合作，数据跨境流动立法加强.57（三）明确权利属性，数据权属立法探索初现.60七、展望与建议.62参考文献.64图图目目录录图1全球每年产生数据量估算图.1图2我国数据战
10、素市场。这标志着数据要素市场化配置上升为国家战略，将进一步完善我国现代化治理体系，有望对未来经济社会发展产生深远影响。我国在国家级政策中将数据定义为“生产要素”，建立在对历史和现实的深入思考之上。人类社会发展的不同时期，都会有相对应的关键性生产要素。这些关键的生产要素都释放了强劲动能，催生了生产技术组织变革，从而拉动了时代快速发展变迁。进入数字社会，数据就成为了这一关键性生产要素。以史观今，随着人类社会步入数据驱动的数字经济时代，数据要素进一步提升了全要素生产率。在数字社会，数据具有基础性战略资源和关键性生产要素的双重角色。一方面，有价值的数据资源是生产力的重要组成部分，是催生和推动众多数
11、字经济新产业、新业态、新模式发展的基础。另一方面，数据区别于以往生产要素的突出特点是对其他要素资源的乘数作用，可以放大劳动力、资本等要素在社会各行业价值链流转中产生的价值。善用数据生产要素，解放和发展数字化生产力，有助于推动数字经济与实体经济深度融合，实现高质量发展。从目前来看，作为关键生产要素，大量数据资源还没有得到充分大数据白皮书（2020年）4有效的利用。根据IDC和希捷科技的调研预测2，随着各行各业企业的数字化转型提速，未来两年，企业数据将以42.2%的速度保持高速增长，但与此同时，调研结果显示，企业运营中的数据只有56%能够被及时捕获，而这其中，仅有57%的数据得到了
12、利用，43%的采集数据并没有被激活。也就是说，仅有32%的企业数据价值能够被激活。随着数据要素市场培育和建设的步伐加快，数据的有效利用、数据价值的充分释放将成为多方力量共同努力的方向。（二）各国加快布局探索数据未来发展之路（二）各国加快布局探索数据未来发展之路为了应对信息技术时代在数据方面的发展和挑战，2019年底以来，美国、欧盟和英国相继出台数据战略，探索未来的数据发展之路。美国联邦数据战略焦点从“技术”转移到“资源”。自2012年以来，美国极力推动大数据领域前沿核心技术的发展和科学工程领域的发明创造，致力打造有活力的数据创新生态。在当前数据成为国家治理重要工具的背景之
14、皮书（2020年）5全性；第三，有效使用数据资源，如增强数据分析能力、促进数据访问形式多样化等。欧盟数据战略致力于发展数据敏捷型经济体。数据已成为经济社会发展的重要命脉，是新产品和服务衍生的基础。为应对未来发展，欧盟致力于平衡数据流动和广泛使用，希望通过建立单一的数据市场，确保欧洲在未来的数据经济中占据领先地位。2020年2月19日，欧盟委员会公布了欧盟数据战略，以数字经济发展为主要视角，概述了欧委会在数据方面的核心政策措施及未来五年的投资计划，以助力数字经济发展。欧盟数据战略对欧盟数据发展提出了明确的愿景目标2030年欧洲将成为世界上最具吸引力、最安全、最具活
15、力的数据敏捷型经济体。即，在保持高度的隐私、安全和道德标准的前提下，充分发掘数据利用的价值造福经济社会，并确保每个人能从数字红利中受益。为推进欧盟数据一体化和提升欧盟国家的市场主体竞争力，欧盟数据战略提出了四大支柱性战略措施：一是构建跨部门治理框架；二是加强数据投入；三是提升数据素养；四是构建数据空间。英国期待数据战略助力经济复苏。2020年9月9日，英国数字、文化、媒体和体育部（DCMS）发布国家数据战略，支持英国对数据的使用，设定五项“优先任务”，帮助该国经济从疫情中复苏。这五项任务包括：（1）释放数据的价值；（2）确保促进增长和可信的数据体制；（3）转变政府对数据
17、学术界共同合作，通过大数据等技术手段应对新冠肺炎疫情所带来的危机。在2020年7月召开的G20数字经济部长会议中，数据流动成为各国部长们重点讨论的议题之一。在新一轮的国际经贸规则中，跨境数据流通成为全球双边/多边贸易合作的重要议题。一方面，基于“共同理念”的全球数据同盟体系加速构建，形成了欧盟GDPR和APEC跨境隐私规则体系（CBPR）两大区域性的数据隐私与保护监管框架，众多国家以二者为蓝本，对本国的数据跨境与数据保护规则进行修订；另一方面，两大框架在国与国、区域与区域之间衍生诸多灵活性的解决方案。2019年，日韩分别启动与美欧之间的推动跨境数据流动的双边协定，并
19、技术，逐渐形成了一整套大数据技术体系，成为数据能力建设的基础设施。伴随着技术体系的完善，大数据技术开始向着降低成本、增强安全的方向发展。本章将对当前大数据技术的涵盖范围以及未来发展态势进行介绍。（一）大数据技术全景解析（一）大数据技术全景解析大数据技术起源于2000年前后互联网的高速发展。伴随着时代背景下数据特征的不断演变以及数据价值释放需求的不断增加，大数据技术已逐步演进针对大数据的多重数据特征，围绕数据存储、处理计算的基础技术，同配套的数据治理、数据分析应用、数据安全流通等助力数据价值释放的周边技术组合起来形成的整套技术生态。如今，大数据技术已经发展成为覆盖面庞大的技术体系。
21、acheHadoop和Spark生态体系的分布式批处理计算框架；面向对于时效性数据进行实时计算反馈的需求，出现了ApacheStorm、Flink和SparkStreaming等分布式流处理计算框架。大数据白皮书（2020年）9数据管理类技术助力提升数据质量与可用性。技术总是随着需求的变化而不断发展提升。在较为基本和急迫的数据存储、计算需求已在一定程度上得到满足后，如何将数据转化为价值成为了下一个最主要需求。最初，企业与组织内部的大量数据因缺乏有效的管理，普遍存在着数据质量低、获取难、整合不易、标准混乱等问题，使得数据后续的使用存在众多障碍。在此情况下，用于数据整合
23、的释放初现曙光的同时，数据安全问题也愈加凸显，数据泄露、数据丢失、数据滥用等安全事件层出不穷，对国家、企业和个人用户造成了恶劣影响，如何应对大数据时代下严峻的数据安全威胁，在安全合规的前提下共享及使用数据成为了备受瞩目的问题。访问控制、身份识别、数据加密、数据脱敏等传统数据保护技术正积极向更加适应大数据场景的方向不断发展，同时，侧重于实现安全数据流通的隐私计算技术也成为了热点发展方向。大数据白皮书（2020年）10（二）大数据技术发展趋势（二）大数据技术发展趋势2020年以来，大数据技术环境发生了一些变化，一些新的技术趋势应运而生，重点呈现出以下几点趋势。1.基础技术：控制
26、干涉但又通力协作。每个集合内部充分体现资源的规模聚集效应，使得单位资源的成本尽量减少，同时兼具充分的弹性以供横向扩展。当两类资源之一紧缺或富裕时，只需对该类资源进行获取或回收，使用具备特定资源配比的专用节点进行弹性扩展或收缩，即可在资源需求差异化的场景中实现资源的合理配置。按需索取的处理分析能力服务化概念开始流行。在存算分离理念的基础上，Serverless、云原生等概念的提出进一步助力处理分析等各项能力的服务化。通过存算分离的深入以及容器化等技术的应用，Serverless概念的落实从简单的计算函数向着更丰富的处理分析能力发展，通过预先实现的形式将特定的数据处理、通用计算、复杂分
27、析能力形成服务，以供按需调用。由此，数据的处理分析等能力摆脱了对于完整平台和工具的需求，大大降低开发周期、节省开发成本，同时服务应用由提供方运维，实行按需付费，消除了复杂的运维过程和相应的成本。国内外众多厂商深入进行了存算分离和能力服务化的实践。目前，阿里云和华为一众云计算厂商，纷纷提供了基于各自云化大数据平台、分布式数据库产品的存算分离解决方案。其中，阿里云使用自身EMR+OSS产品代替原生Hadoop存储架构，整体费用成本估算下降50%；华为则使用了自身FusionInsight+EC产品，存储利用率从33%提升至91.6%。在能力服务化方面，国外最为出名的是Snow
29、，从而使数据能够藉由应用和服务转化为额外价值。数据管理依赖人工操作带来居高不下的人力成本。数据管理技术包括数据集成、元数据、数据建模、数据标准管理、数据质量管理和数据资产服务，通过汇聚盘点数据和提升数据质量，增强数据的可用性和易用性，进一步释放数据资产的价值。目前以上技术多集成于数据管理平台，作为开展数据管理的统一工具。但是数据管理平台仍自动化、智能化程度低的问题，实际使用中需要人工进行数据建模、数据标准应用、数据剖析等操作。更加自动化智能化的数据管理平台助力数据管理工作高效进行。在基于机器学习的人工智能不断进步的情况下，将有关技术应用于数据管理平台的各项职能，以减少人力成本提高治理
32、愈加旺盛。关联分析最早始于由上世纪九十年代，由“购物篮分析”问题，即通过从顾客交易列表中发掘其购物行为模式引申而来。早期机器学习领域中也有Apriori、FP-growth等经典频繁模式挖掘算法实现对于关联规则的挖掘分析。传统数据分析方法难以应对图结构数据中关联关系的分析需求。以社交网络、用户行为、网页链接关系等为代表的数据，往往需要通过“图”的形态以最原始、最直观的方式展现其关联性。在图的形式下，自然而然地存在着连通性、中心度、社区关系等一系列内蕴的关联关系，这类依赖于对图结构本身进行挖掘分析的需求难以通过分类、聚类、回归和频繁模式挖掘等传统数据分析方法进行实现，需要能够对大数
36、方安全计算基于密码学理论，可以实现在无可信第三方情况下安全地进行多方协同计算；可信硬件技术则依据对于安全硬件的信赖，构建一个硬件安全区域，使数据仅在该安全区域内进行计算。在认可密码学或硬件供应商的信任机制的情况下，两类隐私计算技术均能够在数据本身不外泄的前提下实现多组织间数据的联合计算。此外，还有联邦学习、共享学习等通过多种技术手段平衡了安全性和性能的隐私保护技术，也为跨企业机器学习和数据挖掘提供了新的解决思路。由于解决的问题十分契合数据流通领域的热点命题，近年来隐私计算技术持续稳步发展，各类市场参与者逐渐清晰。一方面，互联网巨头、电信运营公司以及众多大数据公司纷纷布局隐私计算，这类
41、占比约为19.25%，一方面，我国大数据发展态势良好，在国际上有重要的市场地位，另一方面在技术创新与突破上，我国与美国仍有较大差距。此外，PCT组织和欧洲专利局受理的专利数量占比分别为16.39%和8.31%；其他国家的占比均在5%甚至1%以下。391521193447528277839670106731145310397020004000600080001000012000140002012年2013年2014年2015年2016年2017年2018年2019年2020年（1-6月）2012-2020年全球大数据论文发表数量年全球大数据论文发表数量各国论文发表数量占比各国论文发表
43、20年（1-6月）20122012--20202020年全球大数据专利申请数量年全球大数据专利申请数量各国各国和地区专利申请和地区专利申请数量占比数量占比美国中国PCT欧洲专利局澳大利亚加拿大韩国英国其他大数据白皮书（2020年）19三、大数据产业发展“十三五”以来，我国大数据蓬勃发展，融合应用不断深化，数字经济量质提升，对经济社会的创新驱动、融合带动作用显著增强。工业和信息化部运行监测协调局发布的数据显示，2019年我国以云计算、大数据技术为基础的平台类运营技术服务收入2.2万亿元，其中，典型云服务和大数据服务收入达3284亿元，提供服务的企业达2977家3，大数据
45、角的差异，大数据产业内涵的界定目前仍有争议。一类观点从产业经济学出发，认为大数据产业是以大数据为出发点和落脚点，通过对自身生产或从外部获取的数据进行挖掘、应用以创造价值的经济活动集合。但也有一类观点认为大数据只是现代信息技术产3工信部运行局2019年软件和信息技术服务业统计年报，2020年10月大数据白皮书（2020年）20业中的一部分，因为大数据的本质是在互联网、软件、计算机等基础上实现的数据服务，其围绕的数据采集、传输、加工、分析、应用等一系列活动仍包含于现代信息技术产业的范畴之内。从大数据的价值体现出发，结合以上各类研究机构和学者的观点，我们认为大数据产业是以
48、可忽略。基于这样的观点，有学者提出基于数据价值的实现流程，应将大数据产业分为大数据资源供应、大数据设备提供、大数据技术服务和大数据融合应用四层。这一分类方式是在沿用上述两种分类的基础之上，将基于互联网、物联网等信息技术渠道大量产生并提供数据资源的经济活动单列出来，成为大数据产业链条的第一层。此外，也有观点将大数据产业划分为五个层次，这里暂不展开介绍。表1不同大数据产业分类方式间的对应关系分类方式分类方式层次名称与定义层次名称与定义三层分类（一）三层分类（一）4核心业态核心业态指围绕数据全生命周期、大数据关键技术和大数据核心业务所形成的产业业态，包括大数据的采集、处理、存储
52、一在于各层次之间的企业业务经营存在交叉覆盖。从实践看，以互联网巨头为代表的诸多科技企业在大数据产业上的布局已跨越了多个层次，提供硬件设备、技术软件与应用方案等多类产品与服务。在这里，简要对大数据产业的主要商业模式进行分析。一是提供数据或技术工具。这类模式以数据资源本身或数据库、各类Hadoop商业版本、大数据软硬件结合一体机等技术产品，为客户解决大数据业务链条中的某个环节的对应问题。按照资源的不同分类收费，既可以买断数据资源或技术产品，也可以按需、按月、按年、按量等方式获得付费服务，方便零活。二是提供独立的数据服务。这类模式主要指为数据资源拥有或使用者提供数据分析、挖掘、
53、可视化等第三方数据服务，如情报挖掘、舆情分析、精准营销、个性化推荐、可视化工具等，以付费工具或产品的形式向客户提供。三是提供整体化的解决方案。这类模式主要是为缺乏技术能力但需要引入大数据系统支撑企业或组织业务升级转型的用户定制化构建和部署一整套完整的大数据应用系统，并负责运营、维护、升级等。大数据白皮书（2020年）23（三）大数据产业主体发展洞察（三）大数据产业主体发展洞察2020年，我国大数据产业迎来新的发展机遇期，产业规模日趋成熟。大数据产业主体从“硬”设施向“软”服务转变的态势将更加明显，面向金融、政务、电信、医疗等领域的大数据服务将实现倍增创新，大数据与特定
54、场景的结合度日益深化，应用成熟度和商业化程度将持续升级。在这里，将对我国大数据企业的发展现状进行观察与分析。1.大数据企业数量平稳增长根据中国信息通信研究院监测统计，当前我国活跃的大数据企业共有3242家7。大数据企业的快速增长阶段出现在2013至2015年，增长速度在2015年达到最高峰。2015年后，市场日趋成熟，企业新增开始趋于平稳，大数据产业走向成熟。其中企业数量的变化与新政策的出台密不可分。2015年8月国务院颁布促进大数据发展行动纲要，大数据由此正式上升为国家发展战略。2016年工信部印发了大数据产业发展规划（2016-2020年），推动大数据
57、小型企业(10100人),3534微型企业（300人)中型企业(100300人)小型企业(10100人)微型企业（10人）大数据白皮书（2020年）253.地域分布以北上广为主根据统计，我国大数据企业主要分布在北京、广东、上海、浙江等经济发达省份。受政策环境，人才创新，资金资源等因素影响，北京大数据产业实力雄厚，大数据企业数量约占全国总数的35%。依托京津冀大数据综合试验区，天津、石家庄、廊坊、张家口、秦皇岛等地大数据产业蓬勃发展，依靠良好的政策基础、科研实力、地理位置和交通优势，分别形成了大数据平台服务和应用开发、数字智能制造、旅游大数据等创新企业集聚中心，在信息产业领
62、国信息通信研究院图12大数据获投轮次分布四、大数据行业应用“十三五”期间，我国大数据融合应用能力不断深化。大数据在工业领域的应用不断深入拓展，驱动网络化协同、个性化定制、智能化生产等新业态新模式快速发展。电信、互联网、金融等重点领域优秀大数据产品和解决方案加速涌现，精准营销、智能推介等应用日益成熟。疫情监测、病毒溯源、资源调配、行程跟踪等大数据创新应用场景快速兴起迭代，在常态化疫情防控中发挥了突出作用。本章将重点介绍大数据在疫情防控、通信、工业、互联网及金融行业应用的最新趋势。（一）大数据全面助力打赢疫情防控“阻击战”（一）大数据全面助力打赢疫情防控“阻击战”2020年开年之际
63、，新型冠状病毒引发的肺炎疫情汹涌而至。经过全国社会上下艰苦卓绝的努力，国内疫情防控阻击战取得了重大的战略成果。回顾此次抗“疫”历程，大数据在疫情监测分析、人员管控、医疗救治、复工复产等各个方面，得到了广泛应用，发挥了巨大作用，Pre-A，A，A+轮,1181天使轮,987B轮,342C轮及以后,179战略投资,170C轮,108Pre-A，A，A+轮天使轮B轮C轮及以后战略投资C轮大数据白皮书（2020年）29为疫情的防控工作提供了强大支撑。一是疫情分析展现。疫情期间，很多企业选择从大数据分析和展现入手为政府、公众和企业的疫情防控提供支撑。通过对人员和车辆流动、
64、资源分布、物流运输等信息进行全方位、多角度的实时展示，支撑政府的疫情防范管制。通过疫情信息展示、人流迁徙呈现、舆论监测与评价、民众信息上报与展示等，及时为公众播报疫情信息动态。还有很多企业通过自建或采购疫情分析与展示产品，实现企业内部疫情的有效防控和管理。二是疫情防控管制。疫情防范类应用通过模型建立、分析挖掘等手段利用位置数据和各类行为数据实现高危人群识别、人员健康追踪、区域监测、市场监管等功能。大量科技企业利用AI图像识别、智能外呼、知识图谱、安全多方计算、微服务等多项技术，为社会疫情防控及政府决策提供有力支撑。三是医疗医治增效。大数据和智能技术在病情诊断、医学研究、医疗辅助
66、五是复工复产管理。在复工复产的重要阶段，国务院办公厅电子政务办指导推出的全国一体化政务服务平台疫情防控健康信息码，解决了数据标准不一致的问题，实现了跨省跨地区的疫情服务互联和有序复工复产；百度Hi企业智能远程办公平台、阿里“钉钉”、华宇软件等远程办公软件支撑了政企学的异地协同运转。大数据白皮书（2020年）31（二）需求推动通信大数据价值进一步发挥（二）需求推动通信大数据价值进一步发挥通信大数据作为大数据产业的重要组成部分，一直备受产业各方专栏专栏1：通信大数据行程卡有效助力疫情防控：通信大数据行程卡有效助力疫情防控2020年2月，在工业和信息化部领导下，中国信通
71、选址、位置评估、客流分析等服务。通信大数据通信大数据+旅游推广旅游推广。某运营商通过与地方政府旅游局达成战略合作，建设基于通信大数据的旅游产业信息服务平台，可以在为游客提供智慧旅游服务的同时，通过人流统计、客源分析等帮助旅游景区提升服务质量、制定更优的营销策略。通信大数据通信大数据+政府治理。政府治理。某运营商利用基于广域群体的手机信令数据，分析用户群体的活动规律，在不触碰市民个人隐私的前提下，辅助政府部门实时统计辖区内的人口热力分布，预测各地区活跃人口的变化趋势，为政府部门开展人口统计、调控与监测提供有力的技术支撑。大数据白皮书（2020年）34二是价值释放的
72、路径更加多元。随着多方安全计算等数据流通技术的不断应用，通信大数据有了更多的价值释放途径。例如，可以在运营商环境中布设多方安全计算节点，或通过联邦学习等方式实现“数据不出门”“可用不可见”。三是应用模式将更加丰富。通信大数据的应用正在向“全行业”模式转变，覆盖智慧政府、城市大脑、金融风控、健康医疗、疫情防控、精准营销等更多领域。（三）政策铺垫为工业大数据提供发展机遇（三）政策铺垫为工业大数据提供发展机遇随着政策环境的铺垫和工业互联网基础设施的逐步完善，工业大数据迎来重大发展机遇。工业行业对大数据技术的认知和实践在几年间快速积累，技术基础设施和能力不断完善，工业大数据的关
73、注焦点从建设工业大数据平台逐步转向数据应用解决方案；大数据在工业行业的应用场景从最初的生产监控到降本增效，逐步向支撑服务化转型探索。2020年初，工业和信息化部印发工业数据分级分类指南（试行）（工信部信发20206号），以指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展。4月印发工业和信息化部关于工业大数据发展的指导意见（工信部信发202067号）从加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展六个方面全盘布局，系统推进，针对我国工业大数据现阶段的发展特点、主要问题和亟待取得突破的重点领域，设
75、随着工业互联网基础设施的建设，5G、物联网、边缘计算、区块链等技术将逐步融入工业领域的升级转型，更高质量地支撑工业大数据采集、汇聚、流通、分析、应用的价值闭环，使工业大数据的数据获取量更大、数据存储管理更便捷、数据分析产出更智能，以此助力更高效的产品工艺研发，带动服务模式创新，实现最大化的数据价值变现。（四）互联网大数据助推商业模式创新拓展（四）互联网大数据助推商业模式创新拓展互联网行业拥有的数据优势得天独厚。一方面，随着移动信息技术的不断进步，越来越多、种类各异的互联网应用迅速落地，使得互联网行业自身便可产生大规模、多维度、高价值的数据资源；另一方面，互联网为传输数据而生，在“互联
76、网+”的新经济形态下，各行业产生的数据资源大都要借助互联网技术进行流通、共享与交互，互联网因此汇聚了大规模的数据，并极大促进了数据要素的价值传导。作为大数据应用落地成型最早的行业，互联网企业深耕于如何将大数据资源转化为商业价值，在大数据的助推下进行商业模式的创新大数据白皮书（2020年）36及业务的延伸，提升用户体验，进行精细化运营，提高网络营销效率。以精准营销为典型代表的互联网大数据应用正有力推动着企业升级思维，创新模式，以数据驱动重构商业形态。2020年国务院政府工作报告中提出要“全面推进互联网+”，打造数字经济新优势，互联网与大数据融合应用的能效将得到进一步发挥。
77、“十四五”期间，我国互联网大数据呈现出如下的发展趋势：一是互联网大数据的规模将迅速扩大，维度更加丰富。“十四五”期间将进入万物互联时代，消费互联网向产业互联网转型，物联网蓬专栏专栏3：互联网大数据重构商业营销模式：互联网大数据重构商业营销模式互联网大数据很大程度地改变了传统意义的营销手段。已往的营销主要依赖品牌推广，根据群体解析；而大数据分析挖掘通过用户数据分析，市场趋势解析、触达场景解析、营销推广产品评析，洞悉营销推广对象的诉求点，利用智能推荐技术，实现了真实意义上的人性化精准营销。同时，互联网大数据还实现了线下门店和线上营销渠道的结合，让传统意义的营销手段直接进入到多
78、屏时代。例如，某电商平台通过客户的网络浏览记录和购买记录等对客户的收入、家庭结构、购买偏好等进行消费行为分析与预测。从消费者进入网站开始，平台在列表页、单品页、购物车页等4个页面部署了5种应用不同算法的推荐栏为其推荐感兴趣的商品，从而提高商品曝光率，促进交叉和向上销售。引入大数据进行精准营销后，平台下定订单转化率增长了66.7%，下定商品转化率增长了18%，总销量增长了46%。大数据白皮书（2020年）37勃发展，对人的特征和行为数据的刻画维度将更加丰富，业务数据规模同步增大，加之各类传感器的普及使得物的数据被大量采集，互联网数据量级将迈上新的台阶。二是技术的不
79、断发展将推动互联网数据加速流通。隐私计算、区块链等数据流通技术的快速发展增强了数据流通过程的安全性，为数据要素的可信流通提供了有力支撑。“互联网+”的内核是数据流动，作为信息技术能力和数据资源的富矿，互联网大数据应用将进一步消除壁垒，在行业内部、跨行业间加速数据流通与融合应用。（五）金融大数据应用成为行业核心竞争力（五）金融大数据应用成为行业核心竞争力在全球数字化转型的热潮之中，金融行业一马当先。金融机构具有庞大的客户群体，企业级数据仓库存储了覆盖客户、账户、产品、交易等大量的结构化数据，以及海量的语音、图像、视频等非结构化数据。这些数据背后都蕴藏了诸如客户偏好、社会关系、消费习惯等丰
80、富全面的信息资源，成为金融行业数据应用的重要基础。随着金融业务与大数据技术的深度融合，数据价值不断被发现，有效促进了业务效率的提升、金融风险的防范、金融机构商业模式的创新以及金融科技模式下的市场监管。目前，金融大数据已在交易欺诈识别、精准营销、黑产防范、信贷风险评估、供应链金融、股市行情预测等多领域的具体业务中得到广泛应用。大数据的应用分析能力，正在成为金融机构未来发展的核心竞争要素。大数据白皮书（2020年）38毋庸置疑，金融大数据拥有广阔的发展前景，然而金融大数据应用也面临着数据质量不高、合规和安全风险严峻等一系列制约因素。“十四五”期间，我国金融大数据将呈现如下的发展趋势：
82、4：金融大数据成为智能风控的重要基石：金融大数据成为智能风控的重要基石智能风控是金融领域大数据应用的最主要手段，通过建立大数据风险控制模型，分析客户所需承担的信用风险，实时计算统计结果，实现对客户的精准信用评分和征信结果。随着与人工智能等技术的结合，大数据风控进一步实现了业务流程的智能化，大大提高了金融机构的效率和风控能力。根据中国智能风控市场调研报告，随着信贷、保险等领域业务需求的日益强烈，我国智能风控行业市场规模逐年扩张，从2015年的19.1亿元增至2019年的51.2亿元，预计2020年规模达78亿元。大数据白皮书（2020年）39五、数据治理
83、关于数据治理的概念界定，一般有广义和狭义之分。狭义的数据治理主要是指对数据进行治理的技术与活动，是组织内部对数据的处置与应用进行规范化的过程；而广义的数据治理则是通过多样化治理手段激活与释放数据要素价值的一套行为体系，是发展数字经济的关键所在。从广义的角度，我们认为数据治理是企业、政府、社会、市场等多参与主体，通过技术、制度、人员、法律等多种方式，实现提升数据质量与应用价值、促进数据资源整合与流通共享、保障数据安全等目标的一整套行为体系。在数据治理的实施过程中，组织内部的数据管理，组织间社会化的数据流通和覆盖数据全生命周期的安全保障是三个关键议题。本章将针对以上三点的现状与热点进行
84、简要介绍。（一）组织内部的数据管理能力逐步提升（一）组织内部的数据管理能力逐步提升在企业和政府的数字化转型过程中，数据是基础性和战略性资源。只有夯实数据管理之基，才能提升数据资源质量，支撑上层的数据流转与应用，充分发挥数据资源的价值。1.企业积极实践数据资产管理不同行业的数据资产管理实践模式有所差异。经过多年发展，企业数据资产管理的理论基础已逐步成熟，形成了以国际数据管理协会（DAMA）的数据管理模型、数据治理研究所（DGI）的数据治理框架等为代表的理论框架，我国也于2018年发布了国家标准GB/T36073-2018数据管理能力成熟度评估模型，简称DCMM。但在大数
86、估工作中对各行业实践现状的观察与总结可以发现，金融、电信、互联网等行业的数据资产管理综合能力多处于稳健级和量化管理级，其它行业多数仍处于初始级和受管理级。表2数据资产管理能力划分9数据战略数据战略数据治理数据治理数据架构数据架构数据应用数据应用数据安全数据安全数据质量数据质量数据标准数据标准数据生存数据生存周期周期初始级初始级仅在项目范围建立了数据战略项目层面实现了数据治理应用系统层面建立了数据架构项目层面开展数据应用项目层面开展数据安全管理项目层面制定了数据质量提升方案定义了项目范围的数据标准项目层面开展数据生存周期管理受管理级受管理级数据战略
87、和业务战略关联并实施部门层面明确了数据职责和数据制度针对数据管理具体问题构建相对完善的数据架构部门层面多以线下方式进行数据应用部门层面建立了数据安全标准和管理策略部门层面识别了关键数据质量需求并逐步提升定义了部门范围的数据标准并逐步落地标准部门层面明确数据需求、数据设计开发、数据运维和数据退役规范9此处数据治理为狭义概念。大数据白皮书（2020年）41稳健级稳健级建立反映整个组织发展的数据战略优化路线图并实施组织层面建立了完善的数据组织、数据制度体系组织层面建立了数据模型、数据分布、数据集成与共享、元数据及其管理规范组织层面以提升数据价值为驱动力，充分利用各类
88、技术平台全面进行数据分析、开放共享和数据服务建立组织级数据安全团队和管理制度，充分识别和满足数据安全监管要求确立了组织级数据质量关键问题和提升目标，制定了数据质量改善路线并实施创建了组织级的业务术语、参考数据、主数据、数据元和指标数据及其管理制度，数据标准全面落地数据生存周期管理覆盖了组织范围数据以及数据采集、存储、加工、退役全流程量化管理级量化管理级基于数据战略量化指标持续跟踪优化建立数据组织和数据制度考核指建立了评价数据架构的量化指标体系建立数据应用的评价指标以衡量数据价值根据内外部环境变化，不断调整数据安全策略形成数据质量提升方案闭环，从源头改善质量对数据标准体系
91、017年成立了数据治理部、数据架构部、数据平台部和数据科学部，利用大数据平台对数据全生存周期的管控，并通过将数据科学家分散至各业务部门的方式，加深数据需求与业务需求的融合。此外，中国互联网协会于2020年7月成立了数据治理工作委员会，通过搭建公共平台、制定共同标准等推动互联网行业数据治理能力的提升。其它行业数据资产管理能力不足的主要原因包括信息化基础薄弱、数据管理投入人员和专业水平不足、数据资产管理驱动力受限等。以工业为例，在信息化基础方面，相较于头部行业成熟的大数据平台和正在建立的数据基础设施，工业企业依然停留在ERP、CRM、SCM的管理软件阶段，使得企业级数据采集
93、强政府决策的科学性、预见性和精准性。自2014年部分省市陆续成立大数据局开始，截至目前，全国共有20个省级政府和80个以上的副省级和地级市政府成立了专门的职能机构，对政府内部的数据资源进行统一协调管理。在此基础上，各地政府采取了多项举措进一步加强数据管理能力。一方面，多地颁发的政府数据管理办法明确了数据权责清单。各级政府纷纷建立数据统筹集约管理机制，建立覆盖数据资源全生命周期的管理制度体系和标准体系。一般的，由当地政府统一领导，各地各部门按照省统一的标准规范和要求，组织开展数据治理专项工作，由大数据主管机构负责指导、监督、管理和协调工作，并对各级行政机关和企事业单位的数据资源管
96、时政务大数据平台数据采集全面性不足、数据实时性不够、数据质量有待提升、数据服务出口不统一、数据完整性较差、缺少实时数据服务等现状，提出建设基础数据质量提升工程。截至目前，海南省政务大数据公共服务平台已完成元数据管理系统、数据质量管理系统、数据标准管理系统、数据分析系统、共享体系等系统的完善升级，构建了数据指标管理系统与标签管理系统，并实现了317个政务系统，43037张表，77万个信息项，48亿条记录数的归集。（二）（二）组织间的数据共享与流通加速推进组织间的数据共享与流通加速推进作为重要的生产要素，在提升组织内部数据管理能力的基础之上，政府与企业之间、企业与企业之间自由有
99、行办法重庆市政务数据资源管理暂行办法重庆市政务信息资源共享开放管理办法重庆市政务信息系统整合共享工作方案2020.09.112019.07.312018.05.052017.10.09天津天津市公共数据资源开放管理暂行办法2020.07.21浙江浙江省公共数据开放与安全管理暂行办法浙江省公共数据和电子政务管理办法2020.06.122017.05.01广西加快推进广西政务信息系统整合共享实施方案广西政务数据资源管理与应用改革实施方案广西政务信息资源共享管理暂行办法2020.03.232019.11.022016.10.21山东山东省电子政务和政务
101、工作方案2019.01.042017.11.22广东广东省政务数据资源共享管理办法（试行）广东省政务信息系统整合共享工作方案2018.11.292017.10.30湖北湖北省政务信息资源共享管理办法2018.09.26宁夏宁夏回族自治区政务数据资源共享管理办法宁夏回族自治区政务信息系统整合共享分工方案2018.09.042017.10.09内蒙古内蒙古自治区政务信息资源共享管理暂行办法2018.06.15海南海南省公共信息资源管理办法海南省政务信息整合共享专项行动实施方案2018.05.252017.09.30河南河南省政务信息资源共享管理暂行
102、办法河南省政务信息系统整合共享实施方案2018.01.082017.09.29北京北京市政务信息资源管理办法（试行）2017.12.27西藏西藏自治区政务信息系统整合共享实施方案2017.12.22云南云南省政务信息资源共享管理实施细则2017.12.22湖南湖南省政务信息系统整合共享实施方案湖南省政务信息资源共享管理办法（试行）2017.12.192017.11.22江苏江苏省政务信息资源共享管理暂行办法江苏省政务信息系统整合共享工作实施方案2017.10.262017.09.07福建福建省政务信息系统整合共享实施方案福建省政务数据管理办法
103、福建省政务信息共享管理办法2017.10.252016.10.152010.11.12山西山西省政务信息系统整合共享工作方案2017.10.12甘肃甘肃省政务信息系统整合共享实施方案2017.09.30河北河北省政务信息系统整合共享实施方案河北省政务信息资源共享管理规定2017.09.222015.11.13陕西陕西省政务信息系统整合共享实施方案陕西省政务信息资源共享管理办法2017.09.132017.08.16江西江西省政务信息系统整合共享实施方案江西省政务信息资源共享管理实施细则2017.09.132017.01.16大数据白皮书（202
105、本能力，形成了省市分级维护数据资源、协同共享数据资源体系的局面。以深圳市政府数据开放平台为例，从2016年11月上线以来，截至2020年7月，平台访问次数近2478万次，数据总量近2.7亿条，内容涉及教育科技、交通运输等14个领域。同时，多地举办数据创新应用活动，推动政府数据开发利用，激发政府数据活力。深圳、贵阳、上海、杭州、成都等地连续举办了开放数据应用创新大赛，在进一步推动政府部门开放数据的同时，也提升了政府数据资源利用效率，激发社会创新活力。以深圳市2020年开放数据应用创新大赛为例，开放了2亿7千条脱敏后的真实数据，涉及疫情防控、环境保护、社会
108、议、无法监管的风险令供需双方望而却步。除此之外，频发的数据安全和个人隐私泄露事件加剧了社会对数据交易的不信任感，出于对国家安全、个人信息和商业秘密的保护，主体参与数据交易的主动性、积极性因此降低，成为数据交易所大数据白皮书（2020年）49发展的又一大障碍。随着中央提出加快培育数据要素市场的愿景，以及新的市场环境和技术条件，大数据交易市场又出现了新的生机，我国国内的数据交易产业重新起航。自2019年年底以来，各地重新布局数据交易产业的脚步加快。在各地2020年政府工作报告中，湖北省提出将筹建湖北大数据交易集团，天津滨海新区提到要加快建设北方大数据交易中心。2019年12
109、月11日，山东数据交易公司在济南揭牌成立，并联合上海、江苏、安徽的数据交易机构共同发起成立华东数据联盟，孵化跨省市的数据交易流通生态。2020年7月14日，湖南大数据交易中心正式开工建设，预期年内完成基本建设。8月12日，北部湾大数据交易中心在南宁揭牌，作为国际化数据资源交易服务机构，面向中国与东盟区域提供全链条、一站式的数据服务。北京探索建设国际大数据交易所。2020年9月5日，北京市委宣布将建设国际大数据交易所。9月7日，北京国际大数据交易所设立工作实施方案正式发布，其建设目标定位于国内领先的大数据交易基础设施和国际重要的大数据跨境交易枢纽。
110、北京国际大数据交易所明确了五大功能定位：一是权威的数据信息登记平台，通过充分的信息披露明晰数据的取得方式及权利范围；二是受到市场广泛认可的数据交易平台，健全报价、询价、竞价和定价机制，对数据产品的所有权交易、使用权交易、收益权交易和跨境交易进行划分并提供多种交易模式；三是覆盖全链条的数据运营管理服务平台，提供数据清洗、法律咨询、价格评估、分析、评议、尽职调查等全链条的服务；四是以数据为核心的金融创新的服务平台，探大数据白皮书（2020年）50索开展基于数据资产的质押融资、保险、担保、证券化等金融创新服务；五是新技术驱动的数据金融科技平台，深入挖掘多方安全计算、区块链等技术在数据安全、
111、数据应用等方面的作用并充分运用。中央支持深圳建设粤港澳大湾区数据平台。2020年10月11日，中共中央办公厅、国务院办公厅发布深圳建设中国特色社会主义先行示范区综合改革试点实施方案（2020-2025年），支持深圳在更高起点、更高层次、更高目标上推进改革开放。其中在数据要素方面，提出了“率先完善数据产权制度，探索数据产权保护和利用新机制，建立数据隐私保护制度。试点推进政府数据开放共享。支持建设粤港澳大湾区数据平台，研究论证设立数据交易市场或依托现有交易场所开展数据交易。开展数据生产要素统计核算试点”的要求，为深圳乃至整个粤港澳大湾区数据要素市场化配置提供了整体思路。表
112、4新设大数据交易所（中心）的基本情况建设进程建设进程功能定位功能定位服务模式服务模式覆盖的数据资源覆盖的数据资源山东数据交易公司山东数据交易公司已揭牌成立省级综合性数据服务平台提供数据交易平台、数据产品开发、数据应用、公共数据资源开放及其他类型等五大类服务以公共数据资源为基础，吸引商业数据资源；依托华东数据联盟，吸引跨省数据资源湖南大数据交易中心湖南大数据交易中心预期年内完成场地的基本建设具有全国、全球影响的数据集聚、流通、应用的数据资源交易场所采取“淘宝”的运营模式，为有交易需求的数据资源提供数据存储、定价、交易、监管服务作为国家地理空间信息中心
116、20年3月起正式实施。DSMM从数据采集安全、数据传输安全、数据存储安全、数据处理安全、数据交换安全、数据销毁安全六个维度提出了覆盖全生命周期的数据安全能力要求，为各类组织开展数据大数据白皮书（2020年）52安全治理提供指引。除国家标准外，工信部于2020年3月4日印发工业数据分类分级指南（试行），指导工业领域产品和服务全生命周期产生和应用的数据的分类分级工作。更进一步地，于4月10日发布网络数据安全标准体系建设指南（征求意见稿），提出了“到2021年，初步建立网络数据安全标准体系”，“到2023年，健全完善网络数据安全标准体系”的标准制度建
117、设目标。中国人民银行于2020年9月23日发布金融数据安全数据安全分级指南（JR/T01972020）金融行业标准，明确了数据安全定级的要素、规则和定级过程，并给出了金融业机构典型数据定级规则供实践参考。行业级数据安全合规的监管行动正在积极开展。2019年7月1日，工信部印发电信和互联网行业提升网络数据安全保护能力专项行动方案，开展为期一年的专项行动，集中开展数据安全合规性评估、专项治理和监督检查，推动建立行业级的网络数据安全保障体系，促进电信和互联网行业提升数据安全管理提升，有力推动了行业数据安全治理体系的构建。2020年5月14日，工信部发布了20
118、20年电信和互联网企业网络数据安全合规性评估要点，明确了行业数据分类分级、安全评估、安全认证、预警处置等关键制度规范和要求。2.企业数据安全治理实践逐步深入频发的数据安全事件为企业造成了巨大损失，在标准制度提供指引和政府监管力度不断增强的背景之下，各行业企业对于数据安全治理的自主意识不断增强，企业级的数据安全治理实践不断深入。一方面，重视数据安全制度建设成为各类企业共识。实现数据安大数据白皮书（2020年）53全治理，需要制度流程、技术手段与组织人员三位一体、高度融合。其中，建立完善的数据安全管理制度是重要基础。在实践过程中，各行业企业纷纷建立起了覆盖“事前预防-始终监
119、控-事后处置”全流程的制度规范体系。以小米集团为例，在小米的安全保障体系中，建立了事前安全防范、事中安全管控、事后稽核审计的一整套完整安全管理制度。其中，事前安全防范包括制定数据安全管理细则与完善审批流程、大数据资产管理、数据分类分级制度与合作方调研审查；事中安全管控包括数据权限管理、数据共享管理、合作方数据安全管理与个人信息保护；事后稽核审计包括数据安全审计、数据安全预警与应急处置。可以看到，在这样的数据安全制度体系中，不仅针对企业内部数据的管理与应用进行管控，对于企业外部数据的流通共享也建立了针对性的管理制度，可以覆盖到数据价值流转的各个环节。另一方面，数据安全技术应用是
120、保障企业数据安全的重要支撑。在完善制度体系的基础之上，建立完整可靠的数据安全技术体系更是抵御内外部数据安全风险的关键。在传统信息安全涉及的网络安全、主机安全和应用安全的基础之上，覆盖数据采集、存储、挖掘到销毁等全生命周期的技术安全保障更为重要。以联通为例，联通大数据在企业数据安全治理实践中建立了完整的技术保障体系。在数据采集环节进行数据分类分级、身份认证、数据加密；在数据存储环节进行数据脱敏、细粒度权限与访问控制、多副本多节点备份；在数据挖掘环节对数据使用行为进行监测；在数据发布环节进行内容审计、数据溯源与合规管控；在销毁环节进行定期销毁。此外，联通通过开发数据资产地图、数据安全网关、全
121、息审计大数据白皮书（2020年）54平台等配套产品保障了企业内部数据安全治理实践的技术应用。除此之外，多方安全计算、可信执行环境等“数据可用不可见”的隐私计算技术也在企业间数据流通环节中发挥了重要作用，帮助企业数据安全治理构建了有效的数据闭环。大数据白皮书（2020年）55六、大数据法制大数据产业在发挥资源禀赋效应的同时，也催生出诸多隐患，如侵犯个人信息和隐私，泄露国家秘密，数据被截获、篡改和伪造，数据权属不明，数据垄断以及不正当竞争等15。近年来我国数据立法进程不断加快。2020年7月，中华人民共和国数据安全法（草案）面向公众公开征求意见。作为数据安全领域的上位法
125、则，即强调处理个人信息应当采用合法、正当的方式，具有明确、合理的目的，处理信息应当遵循公开、透明的原则。草案在个人信息处理规则的章节明确了个人信息处理的主要合法性基础，包括：（一）取得个人的同意;（二）为订立或者履行个人作为一方当事人的合同所必需;（三）为履行法定职责或者法定义务所必需;（四）为应对突发公共卫生事件,或者紧急情况下为保护自然人的生命健康和财产安全所必需等；这些合法情景结合了实践中数据处理的多种场景，例如：此次疫情中政府提供的“健康码”服务，其数据处理的合法性可以满足第四项要求；此外，这一章节还从共同处理、委托处理、合并分立、与第三方合作处理等多个角度规定了个人信息处理的
127、加强在数字经济发展的今天，数据只有实现在更大范围内的流动共享，才能更好地发挥对经济增长、社会发展、全球化进程的支撑推动作用。随着经济全球化发展进程的加快，数据的跨境流动需求日益增强，必须在法规制度、责任体系、安全风险防范等方面上做好保障。当前，世界多国通过国内立法或国际协定等方式快速推进数据跨境流动规则制定。例如，2019年9月，日本与美国签署的贸易协定提到，“确保各领域数据无障碍跨境传输”以及“禁止对金融业在内的机构提出数据本地化要求”，希望制定旨在促进数据自由流动的规则。特别是在新冠疫情背景下，各国在数据跨境流动领域频繁发力16。2020年3月，基于合法使用境
128、外数据明确法，澳大利亚联邦政府修订电信（拦截和接入）法案，允许协议国在出于执法目的时，互相跨境访问通信数据。2020年6月，英国宣布脱欧后的未来科技贸易战略，允许英国和某些亚太国家间的数据自由流动，并希望与日本等国达成比其作为欧盟成员国时期更进一步的数据协议。欧盟最高法院16姜颖：全球数据跨境流动发展态势及建议，中国信息通信研究院政策与经济研究所。大数据白皮书（2020年）58出于对欧盟公民数据隐私安全的考虑，于2020年7月宣布废除隐私盾（PrivacyShield）跨大西洋数据保护协议。近年来，我国加强了数据跨境流动领域决策部署，以网络安全法为基础，进一步进行
131、公室第二十八条向境外提供个人信息按有关规定执行。第二十九条境内用户访问境内互联网的，其流量不得被路由到境外。信息安全技术数据出境安全评估指南（征求意见稿）2017.08.30全国信息安全标准化技术委员会全文个人信息和重要数2017.04.11国家互联网信息全文大数据白皮书（2020年）59据出境安全评估办法（征求意见稿）办公室网络安全法（中华人民共和国主席令第53号）2016.11.07全国人大常委会第十二条国家保护公民、法人和其他组织依法使用网络的权利，促进网络接入普及，提升网络服务水平，为社会提供安全、便利的网络服务，保障网络信息依法
133、人信息和重要数据的活动设置了安全评估的前提性要求，把安全评估办法的制定权力赋予国家网信部门，其可会同国家有关部门对安全评估制定具体的操作制度。我国在加强数据跨境流动法律建设的同时也在推动试点以探索合理的跨境流动方式。2020年6月1日，中共中央、国务院印发海南自由贸易港建设总体方案，标志着海南自由贸易港的建设进入全面实施阶段。方案指出要建立健全数据出境安全管理制度体系、健全数据流动风险管控措施。国务院于2019年8月6日发布的中国（上海）自由贸易试验区临港新片区总体方案也指出，试点要开展数据大数据白皮书（2020年）60跨境流动的安全评估，建立数据保护能力认
134、证、跨境数据流动和交易风险评估等数据安全管理机制。（三）明确权利属性，数据权属立法探索初现（三）明确权利属性，数据权属立法探索初现大数据创造了财富，但现在面临着数据权属不清楚因而收益分配不清楚的现实问题，这反映了加快数据所有权研究和立法的紧迫性和必要性。深圳经济特区数据条例首次规定了数据权，并被纳入2020年拟新提交审议项目（以下简称条例）。条例在数据确权、组织机构、公共数据开放利用等方面进行了大胆的创新和尝试。然而，条例存在超权立法的可能性。根据立法法第八条，涉及民事基本制度和基本经济制度，以及对非国有财产的征收、征用的事项，只能通过制定法律给予规制。但条例第一百零一条规定，
135、个人数据包括个人信息数据和隐私数据，直接将个人数据权属赋予了人格权属性，涉及我国民事基本制度。第四条规定，数据权包括权利人对数据的处分、收益、损害赔偿权力，给数据权赋予了财产权力的属性，涉及基本经济制度。“数据权属”问题是一直影响数据资产化、数据交易的老大难问题，这主要是因为数据有着不同于土地、资本等传统生产要素的特点数据不仅是生产要素，也附着了社会关系，各方主体对数据的权益都有所投射，在数据处理周期中，难以将权属归于单一的主体。需要看到的是，“数据权属”虽没有明确定论，但并不会构成对数据开放利用的阻碍；相反，数据价值开发在根本上并不取决于传统的所有权定性，而是通过多方的市场参与，达
137、技自立自强作为国家发展的战略支撑，坚定不移建设制造强国、质量强国、网络强国、数字中国。在中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议中，明确提出要建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用，扩大基础公共信息数据有序开放，建设国家数据统一共享开放平台，保障国家数据安全，加强个人信息保护等。这对我国大数据的发展提出了更高、更深刻的要求。作为生产要素，数据在国民经济运行中变得越来越重要，数据对经济发展、社会生活和国家治理已经在产生着根本性、全局性、革命性的影响。回望“十三五”时期，我国大数据发展依然面临着诸多问题。展望
138、未来，我们期待大数据发展可以在下一个五年内继续突破。一是进一步推动技术向更加贴近应用需求的方向发展。优化和提升基础类技术产品的架构和能力以降低应用成本；加强在自动化、智能化数据管理工具方面的研发投入；探索挖掘图分析技术的更多落地场景；扎实推进隐私计算的技术研发，在保障技术安全性的同时着力提升产品性能。二是进一步提升数据应用的智能化、平民化。增强企业、政府、社会与个人的数据应用意识，打造数据驱动的社会文化模式；加强人才队伍建设，培养更多数据与业务双向精通的复合型人才，逐步促进大数据技术融合到日常业务和个人生活的各个环节。大数据白皮书（2020年）63三是进一步构建更加完善的数据治
140、国提出国家大数据战略，是紧跟时代步伐顺应历史规律的发展要求，是着眼全球提升国际综合竞争力的客观要求，是立足国情推动新旧动能接续转换的内在要求。以信息化培育新动能，用新动能推动新发展，以新发展创造新辉煌。我们相信，以大数据为代表的新一代信息技术和产业的发展对于数字中国建设，乃至对于全面建设社会主义现代化国家的征程都将起到至关重要的推动作用。大数据白皮书（2020年）64参考文献1关于构建更加完善的要素市场化配置体制机制的意见Z.中共中央，国务院,2020.2关于新时代加快完善社会主义市场经济体制的意见Z.中共中央，国务院,2020.3DigitalEconomy
141、Compass2020R.Statista.2020.4数据新视界R.希捷，2020.5周涛,程学旗,陈宝权.CCF大专委2020年大数据发展趋势预测.大数据J,2020,6(1):119-1236Top10TrendsinDataandAnalytics,2020R.Gartner.2020.72019年软件和信息技术服务业统计年报R.工信部运行局,2020.8李桥兴,胡雨晴.大数据产业的属性与分类界定及其模糊识别研究J.科技管理研究,2020,040(003):163-173.9中国大数据产业生态地图暨中国大数
142、据产业发展白皮书R.大数据产业生态联盟,2020.10中国智能风控市场调研报告R.亿欧智库,2018112018-2019年度金融科技安全分析报告R.普华永道，中国信息通信研究院，平安金融安全研究院12李伟.做好数据治理推动数字化转型J.中国金融,2020,No.919(01):42-44.13GB/T36073-2018，数据管理能力成熟度评估模型S.142019-2020年中国金融行业数据治理调研报告R.中国计算机用户协会，2020.15工业企业数据资产管理现状调查报告R.中国信息通信研究院，2018162020联合国电子政务调查报告
143、R.联合国，2020.172020中国地方政府数据开放报告R.复旦大学联合国家信息中心数字中国研究院，2020.18陈炀.我国大数据交易的风险问题及规则的构建J.商情，2020，(2)：198.19北京国际大数据交易所设立工作实施方案Z.北京市地方金融监督管理局，北京市经济和信息化局，2020.20深圳建设中国特色社会主义先行示范区综合改革试点实施方案（2020-2025年）Z.中共中央办公厅，国务院办公厅,2020.21GB/T37988-2019,信息安全技术数据安全能力成熟度模型S.22自治区厅局数据治理试点协同推进工作方案Z.广西壮族自治区大数据发展局，2020.23郭小伟,孔硕.个人信息权的规范构造兼评三部个人信息保护法(专大数据白皮书（2020年）65家建议稿)J.中国集体经济,2020(26).24安宝双.跨境数据流动:法律规制与中国方案J.信息安全与技术,2020,011(003):1-6.25姜颖.全球数据跨境流动发展态势及建议，中国信息通信研究院政策与经济研究所，2020。26詹馥静,王先林.反垄断视角的大数据问题初探J.价格理论与实践，2018，(9):37.
星图数据：2019双11全网网购销售直播数据分析报告之车辆养护(17页).pdf
【研报】科技行业先锋系列报告94：BVP关于云计算的十条法则-20200608[17页].pdf
胖鲸智库：消费者购买路径的新变化以及如何挑战固化传播思维(12页).pdf
【研报】科技行业云计算和数据产业链系列报告6：Veeva生命科学领域SaaS龙头-20200410[20页].pdf
数字营销趋势洞悉新时代的数字消费者(11页).pdf
国务院发展研究中心金融研究：2019年通过融担促进普惠信贷研究报告(36页).pdf
【研报】房地产行业《机构物业之海外对比篇》：由外望内方知差距-20200504[54页].pdf
企鹅智库：3.96亿网民“新蓝海”下沉市场消费＆娱乐白皮书（72页）.pdf
【研报】房地产行业非住宅物业管理专题报告之三：出圈城市服务迈向星辰大海-20200622[35页].pdf
2020《探索大湾区》年度旗舰报告(62页).pdf
麦肯锡：中国银行业CEO季刊（2020年春季刊）（132页）.pdf
【研报】房地产行业数列天下~5000万套新房数据如是说：交付增速精装修率物业费和其他-20200102[22页].pdf
保利投顾研究院：2019~2020年房地产行业白皮书[19页].pdf
【研报】通信行业云计算系列报告之交换机：锐捷网络会成为中国版的Arista么？（一）-20200528[31页].pdf
北森：2020中国企业人才盘点白皮书（48页）.pdf
【研报】新能源汽车行业：特斯拉电池日前瞻专题报告再探“门口的野蛮人”-20200517[41页].pdf
2020年大中华区房地产市场展望报告(68页).pdf
【研报】机械行业：光伏设备景气度持续上行看好工程机械中长期机会-20200720[21页].pdf
【研报】传媒行业云VR游戏专题分析报告：云VRVR大规模普及的“正确打开方式”-20200403[24页].pdf
该用户很懒，什么也没介绍
中国大数据网：大数据产业白皮书（72页）.pdf
英视睿达：地球大数据白皮书（2023年）（72页）.pdf
2020母婴行业白皮书（72页）.pdf
2020中国大数据产业发展白皮书（46页）.pdf
2020全球时尚IP白皮书（72页）.pdf
中国大数据区域发展水平评估白皮书（2020年）（63页）.pdf
智育未来——2020母婴行业白皮书(72页).pdf
2016年大数据白皮书（64页）.pdf
ODCC：数据中心抗震白皮书（72页）.pdf
大数据白皮书（2018）（55页）.pdf
CBNData：2024新健康消费生活趋势报告（39页）.pdf
数字100：2024摇摆的消费者-消费者体验营销手册（95页）.pdf
中国航空学会：2024低空经济场景白皮书（1.0）（167页）.PDF
红杉：2024年企业数字化年度指南（62页）.pdf
华为：智能世界2030报告（2024版）（741页）.pdf
英敏特：2025全球消费者趋势报告（27页）.pdf
启信数据：2024年新质生产力引领下十大重点产业趋势解读报告-氢能篇（39页）.pdf
中国联通研究院：2024中国生成式人工智能应用与实践展望白皮书（中英文版）（147页）.pdf
炼丹炉：2024银发经济趋势洞察报告（49页）.pdf
懂车帝&中国汽车工业协会：2024年促进汽车消费与用户洞察白皮书（55页）.pdf