Full text · 原文
4,075 字
    文 | 中国电子技术标准化研究院党委书记、副院长 杨建军<br>
近日，国家发展改革委、国家数据局、中央网信办、工业和信息化部、财政部、国家标准委联合印发《国家数据标准体系建设指南》（以下简称《建设指南》），为数据标准化工作提供了基础指引，旨在充分发挥标准在激活数据要素潜能、做强做优做大数字经济等方面的引领性和规范性作用。<br>
《建设指南》以习近平新时代中国特色社会主义思想为指导，深入学习贯彻党的二十大和二十届二中、三中全会精神，落实《关于构建数据基础制度更好发挥数据要素作用的意见》《国家标准化发展纲要》要求，遵循数字经济发展规律，以促进数据“供得出、流得动、用得好、保安全”为主线，遵循顶层设计、协同推进，问题导向、务实有效，应用牵引、鼓励创新，立足国内、开放合作的基本原则，统筹布局了国家数据标准化工作，构建了统一的数据标准体系。<br>
一、数据标准体系建设的重要意义<br>
数据标准体系建设是数据标准化工作的核心支撑，是数据要素市场化配置改革的重要基础性工作，在提升数据领域创新发展能力、促进数据要素市场生态培育、构建国际产能高效合作等方面发挥着重要作用。<br>
（一）提升数据领域自主创新的基础能力<br>
建设数据标准体系、推进数据标准化是提升数据领域自主创新能力的重要引擎，在推进数据“供得出、流得动、用得好、保安全”方面发挥着重要引领作用。数据标准体系指导数据资源标准建设，能够助力数据资源化发展，有效规范数据格式、改善数据质量，强化数据资源供给，实现数据高质量汇聚、共享、开放、开发利用。数据标准体系指导数据技术标准建设，能够促进数据关键核心技术产业化，通过标准不断固化、总结先进的数据技术，支撑打造数据核心技术体系，推动数据技术产业化发展。<br>
（二）培育开放高效的数据要素市场生态<br>
建设数据标准体系、推进数据标准化是促进数据要素市场生态培育、构建全国统一数据大市场的重要基础。数据标准体系指导数据登记、数据资产价值评估、数据范式交易、数据空间等数据流通重点标准的建立，能够打通数据高效流通环节、促进数据流通规范化发展。数据标准体系通过形成高标准对数据产品和服务提出高质量、规范化发展要求，能够打通市场需求、生产消费、实现效益间链路，推动建立统一开放、竞争有序的全国数据大市场。<br>
（三）促进互利共赢的国际产能高效合作<br>
建设数据标准体系、推进数据标准化是实现国际产能高效合作的重要保障。数据标准体系为数据领域国际标准研制提供重要参考，能够引导并促进国际贸易及技术交流，尽快达成数据领域国际共识，推动我国数据领域相关技术、产品和服务“走出去”。数据标准体系指导数据安全保障标准研制，能够保障数据安全有效治理，实现数据安全合规交易、规范安全可信流通，为国内外在数据空间等领域的交流合作提供基础保障。<br>
二、数据标准化发展现状及挑战<br>
近年来，数据标准体系不断迭代完善，标准建设工作取得积极进展。现已开展数据领域基础类、技术类、应用类、安全类等80余项国家标准研制，形成数据管理能力评估、数据安全能力评估、数据系统测评等重点应用，夯实了数据产业基础能力，同时，工业、电力、生态、矿山、文化、教育、通信等行业加快研制数据相关国家、行业标准，有力赋能数据领域快速发展。自2023年10月起，中国电子技术标准化研究院联合政产学研用各方单位，深入开展数据基础设施、数据资源、数据技术、数据流通等方向的国际、国家、行业、地方、团体数据标准化调查研究，形成系列重要成果，为数据标准体系建设、数据标准化工作开展提供了重要支撑。然而，面对数据要素市场的工作部署和重点要求，仍存在着一些不足之处，难以满足当前数字经济高质量发展的实际需求。一是统筹管理力度不够，在全面性、统一性方面仍有差距，亟需层级清晰、规范统一、务实管用的数据标准体系进行统筹指导。二是标准供给能力不足，还面临着数据领域重点标准缺失、标准交叉冲突、标准意识不强、人才缺口较大等亟待解决的问题，难以满足数据领域各环节发展需求。三是标准应用成效不一，存在因地域、政策、资源等不同，导致的数据标准应用成效差异大、生态体系不健全等问题，较难产生示范性的集聚效应。因此，只有建设统一的数据标准体系，不断提升标准制修订水平，指导开展相关标准化活动，才能切实解决当前发展阶段中所面临的问题挑战，系统推进数据标准服务数字经济高质量发展。<br>
三、数据标准体系建设的方法思路<br>
数据标准体系建设是推进数据标准化顶层设计、厘清发展边界、明晰发展路径、规范发展秩序的有效手段，能解决数据标准化面临的问题挑战，充分发挥数据标准的引领性、实效性和开放性作用，加速形成规模化、体系化的数据产业生态。<br>
（一）确立了数据标准化的总体目标<br>
《建设指南》提出了数据标准体系建设及落实落地的目标要求。一方面是标准基础建设，目标是基本建成国家数据标准体系，围绕数据流通利用基础设施、数据管理、数据服务、训练数据集、公共数据授权运营、数据确权、数据资源定价、企业数据范式交易等方面制修订30项以上数据领域基础通用国家标准。另一方面是标准实践应用，目标是形成一批标准应用示范案例，建成标准验证和应用服务平台，培育一批具备数据管理能力评估、数据评价、数据服务能力评估、公共数据授权运营绩效评估等能力的第三方标准化服务机构。<br>
（二）明确了数据标准化的重点方向<br>
数据标准体系以数据“供得出、流得动、用得好、保安全”为指引，从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分，全面指导数据标准化工作开展，以标准化打造数据产业生态。第一，强化基础能力建设，开展术语、参考架构、管理、服务、产业等方向基础通用标准研制，为数据标准体系建设提供基础保障。第二，夯实数据基础设施底座，以现有标准为主，强化数据基础设施互联互通、算力保障和流通利用标准建设，为数据资源、数据技术、数据流通、融合应用提供有力支撑。第三，促进数据资源有效供给，聚焦基础资源、开发利用、数据主体、数据治理和训练数据集等方向数据资源标准研制，为数据资源应用水平提升提供标准支撑。第四，引领数据技术迭代创新，聚焦数据汇聚、处理、流通、应用、运营、销毁等方面数据技术标准建设，为数据全生命周期提供技术标准支撑。第五，推动数据高效有序流通，聚焦数据产品、确权、资源定价、流通交易等环节数据流通标准，为数据价值实现提供标准支撑。第六，形成多元数据融合应用模式，聚焦《“数据要素×”三年行动计划（2024—2026年）》重点行业领域，为行业领域数据管理应用、数字化水平评价、数据服务能力评估、转型成效评价等融合应用提供标准支撑。第七，推进数据安全合规流通，开展数据基础设施安全、数据要素市场安全、数据流通安全等方向标准研制，为数据高效安全流通利用筑牢根基。<br>
（三）强调了数据标准化的工作保障<br>
《建设指南》围绕数据标准体系建设，提出了多措并举的保障思路，确保数据标准化工作落到实处。一是强调了组织协同。明确建立全国数据标准化技术组织，强化与有关标准化技术组织、行业、地方及相关社团组织之间的沟通协作、协调联动。二是强调了示范打造。明确完善标准试点政策，搭建数据标准化公共服务平台，选择重点地方、行业先行先试，打造标准化典型示范，推动数据产品第三方检验检测和标准实施评价。三是强调了人才建设。明确打造标准配套的数据人才培训课程，形成一批数据标准化专业人才，优化数据国际标准化专家队伍，支持参与国际标准化活动，强化国际交流。<br>
四、下一步做好数据标准化落实工作的考虑<br>
（一）强化前瞻研究，持续推进数据标准体系建设<br>
实时跟踪数据领域的最新发展成果和趋势，加强国际国内数据领域战略及数据标准化发展现状分析，开展重点方向标准化研究，不断细化完善的数据标准体系框架以及对应的建设思路，进一步明确重点标准的制修订计划，推进数据标准化工作有序开展。<br>
（二）强调急用先行，推动重点国家标准制修订<br>
按照《建设指南》要求，根据“急用先行”的原则，加快推进数据术语、数据基础设施、数据质量、数据服务、训练数据集、数据资源定价、数据交易流通、数据开发利用、数据匿名化等方面重点国家标准制修订。<br>
（三）明确急需先用，开展标准验证及应用试点<br>
根据“急需先用”的原则，建设数据标准化公共服务平台，选择部分有积极性的行业、地区开展重点数据标准试验验证，及时总结数据标准化典型做法和实践经验，服务标准制修订。推动数据与行业应用融合发展，形成一批融合应用的数据标准，向赋能行业发展不断衍生。广泛开展地区、行业重点数据标准应用试点，打造可复制、可推广的数据标准化示范案例，进一步繁荣数据产业生态。<br>
（四）加强宣贯推广，开展多种形式的标准宣贯<br>
依据标准制修订成果，联合地方政府和相关协会、联盟等，积极开展数据标准的应用推广和人才培训等工作，提升数据标准应用水平，解决数据标准人才缺乏问题，支撑数据产业良性发展。定期召开数据标准化研讨、培训相关会议，促进国家、行业、地方、团体标准的有序衔接，形成交流互动机制，促进发展急需、先进适用的数据领域科技创新成果快速转化为国家标准。充分释放市场主体标准化活力，培育、孵化一批具备专业数据管理能力评估、数据服务能力评估、数据评价等能力的第三方机构及从业人员，催生新产业、新业态、新模式、新应用。<br>
（五）坚持开放合作，积极参与国际标准化工作<br>
关注国际标准化组织动态，加强与ISO、IEC、ITU等国际标准组织以及CEN、IEEE、IDSA等国外团体的交流与合作。履行在国际标准化组织中的职责，深入参与并积极承担国际组织工作，主动承接国际标准化活动。抓好国际互动交流的机会，联合国内外专家、学者共同开展数据领域国际标准研制，推动形成产业共识，建立国际标准化工作生态圈，共同推动数据领域国际标准化发展，深化数据领域的多边合作互利共赢。<br>
附件：