数据要素概论及案例分析 pdf下载

数据要素是新型生产要素之一，因其蕴含着巨大价值，其重要性被提到了新的高度，但其理论体系尚未完全形成，全生命周期各个环节的理论和技术还在不断探索中。
　　《数据要素概论及案例分析》以数据要素知识体系构建和数据要素价值的发掘应用为主线，从理论和行业案例两个方面，对数据要素生命周期涉及的基础理论、概念和方法及数据要素驱动业务发展行业应用案例进行梳理和呈现。基础知识部分包括数据要素的属性、价值、支撑技术，数据要素规范管理、数据确权和交易，以及数据要素市场化配置等内容。行业案例部分从主数据管理实践、数据治理能力提升、数据要素驱动业务创新应用、数据要素催生创新模式四个方面梳理了21个案例，旨在通过多个行业领域的应用案例分析来帮助数据要素相关理论知识的理解和应用。

本书对数据要素生命周期涉及的基础理论、概念和方法及数据要素驱动业务发展行业应用案例进行梳理和呈现。可作为政府培训或科研参考资料，也可供高等院校相关专业师生参考使用。

目录
前言
第一篇基础知识
第1章数据要素概述3
1.1认识数据要素3
1.1.1数据要素的缘起3
1.1.2数据要素的概念5
1.1.3数据要素的属性8
1.1.4数据要素的趋势11
1.2数据要素的价值原理12
1.2.1基本价值12
1.2.2应用价值分析13
1.2.3数据生产力价值15
1.2.4数据价值释放的关注点17
1.2.5数据价值的计量方法19
1.2.6市场地位和价值21
1.2.7数据要素的价值链22
1.3数据要素的支撑技术24
1.3.1网络技术与数据采集24
1.3.2云计算技术与数据分析25
1.3.3区块链技术与数据管理25
1.3.4人工智能技术与数据应用26
1.3.5隐私计算技术与数据流通27
第2章数据要素管理29
2.1数据治理29
2.1.1数据治理概述29
2.1.2数据治理的价值30
2.1.3数据治理标准化30
2.2数据资产管理33
2.2.1概述33
2.2.2问题和挑战34
2.2.3过程与管理35
2.2.4组织与实施40
2.3主数据管理43
2.3.1概述43
2.3.2管理体系45
2.3.3实施过程45
2.3.4发展趋势48
2.4数据质量与评估48
2.4.1数据质量保障方法49
2.4.2数据管理评估49
2.4.3数据管理评估案例50
2.5规范数据管理应用实例51
第3章数据确权和交易53
3.1数据确权53
3.1.1数据产权概念53
3.1.2数据产权界定54
3.1.3数据产权界定探索56
3.2数据交易58
3.2.1数据要素交易模式58
3.2.2数据交易发展特点60
3.2.3数据交易的主要类型62
3.2.4数据交易发展存在的问题64
3.2.5数据交易发展的实施路径65
3.2.6代表性大数据交易中心66
3.3数据交易应用实例67
第4章数据要素市场化配置69
4.1数据要素市场化进展69
4.1.1市场规模快速增长69
4.1.2市场化配置措施不断创新69
4.1.3国外数据要素市场化的主要做法70
4.2数据要素市场化配置的主要瓶颈问题73
4.2.1数据产权法律不完善73
4.2.2数据开放共享水平不高73
4.2.3市场体系建设相对滞后74
4.2.4数据流动和交易仍存在安全风险75
4.2.5数据监管治理体系仍不完善76
4.3数据要素市场培育76
4.3.1数据要素市场现状77
4.3.2公共数据开放与共享77
4.3.3完善市场化规则，促进数据要素流通80
4.3.4打通数据要素流通路径的经验82
4.4数据要素产业发展情况86
4.4.1数据产业发展稳中向好86
4.4.2数据产业发展前景广阔87
4.4.3大数据行业应用亮点纷呈88
4.4.4政产学研用通力配合的发展格局基本形成90
4.5数据市场化应用实例91
第二篇行业案例
第5章主数据管理类实践案例95
5.1矿产行业大型国企主数据管理系统案例95
5.1.1案例背景95
5.1.2解决方案96
5.1.3应用成效97
5.1.4案例小结97
5.2集团公司物料主数据管理平台案例97
5.2.1案例背景98
5.2.2解决方案98
5.2.3应用成效99
5.2.4案例小结100
5.3投资集团公司主数据管理实践案例100
5.3.1案例背景100
5.3.2解决方案101
5.3.3应用成效104
5.3.4案例小结104
5.4企业主数据管理场景应用研究与实践案例105
5.4.1案例背景105
5.4.2解决方案106
5.4.3应用成效108
5.4.4案例小结108
5.5钢铁集团公司数据资源管理平台案例109
5.5.1案例背景109
5.5.2解决方案109
5.5.3应用成效111
5.5.4案例小结112
第6章数据治理能力提升类实践案例113
6.1能源型企业多级协同数据治理方法案例113
6.1.1案例背景113
6.1.2解决方案114
6.1.3应用成效116
6.1.4案例小结117
6.2商业银行数据治理平台建设案例117
6.2.1案例背景117
6.2.2解决方案118
6.2.3应用成效120
6.2.4案例小结121
6.3煤炭集团公司数据治理总体设计案例121
6.3.1案例背景121
6.3.2解决方案122
6.3.3应用成效125
6.3.4案例小结125
6.4运营商基于数据中台的数据治理体系建设案例126
6.4.1案例背景126
6.4.2解决方案127
6.4.3应用成效129
6.4.4案例小结130
6.5电网公司基于二级数据服务中台的数据治理案例131
6.5.1案例背景131
6.5.2解决方案132
6.5.3应用成效133
6.5.4案例小结133
6.6互联网公司面向应用的数据治理体系建设案例134
6.6.1案例背景134
6.6.2解决方案135
6.6.3应用成效138
6.6.4案例小结138
第7章数据要素驱动业务创新应用类案例139
7.1管道公司管道大数据平台案例139
7.1.1案例背景139
7.1.2解决方案140
7.1.3应用成效142
7.1.4案例小结143
7.2电力设施智能运维数据应用服务平台案例143
7.2.1案例背景143
7.2.2解决方案144
7.2.3应用成效146
7.2.4案例小结147
7.3轨道交通企业设备数据智能分析与预测案例148
7.3.1案例背景148
7.3.2解决方案148
7.3.3应用成效150
7.3.4案例小结151
7.4新能源车桩一体化大数据平台应用案例151
7.4.1案例背景151
7.4.2解决方案152
7.4.3应用成效154
7.4.4案例小结155
7.5数据赋能城市治理之重点车辆管理案例155
7.5.1案例背景155
7.5.2解决方案156
7.5.3应用成效157
7.5.4案例小结158
第8章数据要素催生创新模式类案例159
8.1某市心血管病防控数据应用案例159
8.1.1案例背景159
8.1.2解决方案160
8.1.3应用成效163
8.1.4案例小结163
8.2基于5G的ICU远程重症监护应用案例163
8.2.1案例背景164
8.2.2解决方案164
8.2.3应用成效166
8.2.4案例小结167
8.3物流行业智慧物流电子商务应用案例167
8.3.1案例背景168
8.3.2解决方案168
8.3.3应用成效168
8.3.4案例小结169
8.4数据应用赋能中小银行业务发展案例169
8.4.1案例背景169
8.4.2解决方案170
8.4.3应用成效171
8.4.4案例小结173
8.5工业互联网+大数据+保险的完整商业闭环案例173
8.5.1案例背景173
8.5.2解决方案174
8.5.3应用成效176
8.5.4案例小结177
名词解释178
参考文献180

第一篇基础知识
　　探索数据要素发展原理，拥抱数字经济时代到来！
　　第1章数据要素概述
　　1.1认识数据要素
　　1.1.1数据要素的缘起
　　20世纪末期，数字革命随着信息技术的发展悄然兴起。近年来，随着大数据、人工智能、物联网、云计算等新兴技术的发展，网络全面普及、计算无处不在、数据广泛连接，以数字经济为代表的新经济成为经济增长的新引擎，数据资源日益成为经济社会全要素生产率提升的新动力源，数据作为生产要素的重要作用日益凸显。生产要素是不断演变的历史范畴，土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出技术生产要素。随着数据相关的新业态、新模式迅速崛起，它们为传统经济注入新动能的同时，也加速推动国民经济越来越“数字化”，数据逐步成为基础性和战略性资源，数据资源掌握的多寡成为衡量各个主体软实力和竞争力水平的重要标志。
　　（一）数据要素时代背景
　　数据驱动数字经济时代的到来。数据古来有之，从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，加速了人类基于数据和信息认识世界的进程。然而，直到以电子计算机为代表的现代信息技术出现后，才为数据自动处理提供了方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。随着大数据、云计算、物联网、区块链、人工智能、 5G通信等新兴技术的发展和在社会生产生活中的广泛应用，信息技术快速改变人们的生产、生活方式，使人类加速进入数字经济时代。
　　数据成为全球竞争的战略性资源。从数据对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力等产生的重要影响表明，其已经成为“国家基础性战略资源”。美国发布的《联邦数据战略与 2020年行动计划》以及欧盟委员会公布的《欧洲数据战略》都提到，全球各国均在迅速革新技术，争取在国家安全和国际竞争中的数据资源优势。当前，全球正处于新一轮科技革命和数字化转型突破的历史关头，云计算、大数据、人工智能、自动驾驶等新型经济业态正在形成，加快与经济社会各领域的渗透和融合，从而推动了技术创新、产业升级和经济转型，这些新兴经济业态围绕的核心就是数据。随着无处不在的信息技术深入渗透、全面参与了社会的生产和生活，使越来越多的生产、生活场景数据化，数据逐步成为全社会的关键生产要素。因此，推动数字经济增长的动力来源已由传统基础设施、生产商、资金、土地和劳动力等因素，向信息基础设施、信息技术、数据、数据处理和计算技术、数据治理技术以及消费者的数据关联需求等不断延伸。
　　数据成为生产要素是历史必然选择。从历史演变的规律看，生产要素是不断演变的历史范畴，其具体形态随着经济发展不断变迁。随着社会生产力的发展，生产要素处在不断再生、分化的过程中，每种生产要素的地位和作用也在不断发生变化。土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出管理、技术等生产要素。随着数字经济时代的到来，数据要素成为经济发展的新引擎，并演化为新的生产要素，逐步占据了基础性和战略性资源的地位，将作为重要生产力推动人类社会不断向前发展。
　　（二）数据要素政策背景
　　2019年底我国发布的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》 ①提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据列为与劳动、资本、土地、知识、技术、管理并列的生产要素，数据要素参与分配首次获得确认。 2020年初我国发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》 ②进一步明确提出“加快培育数字要素市场”的内容，从“推进政府数据开放共享”“提升社会数据资源价值”和“加强数据资源整合和安全保护”三个方面明确要求，具体内容如图 1-1所示。
　　我国将数据作为一种新型生产要素明确提出，体现了互联网大数据时代的新特征，为加快培育数据要素市场、健全要素市场运行机制指明了大方向，形成了包括劳动、资本、土地、技术和数据完整的生产要素体系，这对于引导各类要素协同向先进生产力集聚，加快完善社会主义市场经济体制具有重大意义。明确了由市场来评价贡献的机制，使生产要素的贡献主要由市场说了算，各类生产要素的参与者在市场行为中通过生产要素的供求变化和价格来反映要素的价值，进而评价生产要素的贡献。
　　图1-1“加快培育数字要素市场”的政策要求
　　1.1.2 数据要素的概念
　　（一）数据要素的内涵
　　针对“数据要素”的内涵，研究者们从不同视角给出了一些解释。蔡跃洲等 [1]认为，从广义的角度看“数据”原本是指基于测度或统计产生的可用于计算、讨论和决策的事实或信息；而数字经济时代，作为新生产要素的狭义“数据”则专指被编码为二进制“０”“１”字符串，以比特形式被计算机设备进行存储和处理的信息。郭琎等[2]认为数据要素是原始的数据对象、经拓展和加工处理后的信息，也可以是包括模型化的预测数据、智能化的数据产品和服务等在内的知识。而余辉 [3]从不同视角分析了数据要素的含义，具有一定参考价值：从要素原理视角来看，数据具有非竞争性，如果作为公共产品，会带来整体效率的增进，但是由于伦理隐私、安全保密、产权保护等因素，现实世界中数据共享不易；从政府部门视角来看，数据是关键资源，是权力得以运行的基础，如果共享了数据，就失去了相对唯一的话语权、决策权，也把绩效评判交到他人手上；从企业视角来看，数据是核心资产、核心竞争力，是长期投资积累形成的，并且一般会附着在受法律保护的知识产权上，独享数据可以获得相对优势的市场地位，甚至垄断地位，追逐更多超额利润；从社会个体视角来看，为保护安全、隐私、商业机密等，涉及特定个体的数据在采集、流转、使用等环节，除法律强制规定外，都需要该个体明确授权。作为生产要素，数据只有在流通、共享、使用过程中才会产生更多价值。为了激发数据要素的价值，增进全社会的效率和福利，可从经济数据入手建立融通机制，努力实现部分经济数据的共享利用。
　　数据要素*早是一个经济学术语，数据、信息和知识是生产要素，数据要素是指经济活动中对数据、信息和知识的应用。美国经济学家斯蒂格利茨在《信息经济学》一书中指出，很多经济决策需要在信息不充分的条件下做出，因此信息是有价值的，信息的获取也有成本，信息成为现代经济分析的一个重要变量，对人们的行为、市场交易等都有影响，并由此引发了各种制度创新。因此，从信息和知识等方面的价值和关系角度解释数据要素具有重要参考意义。
　　（二）DIKW分析模型
　　DIKW分析模型是指数据（data）、信息（information）、知识（knowledge）和智慧（wisdom）之间关系的模型，为数据要素提供了一个合适的分析框架。数据是整个数据要素市场*基本的构成元素，数据是形成信息、知识和智慧的源泉。数据作为信息科学中一个基本但复杂的概念，对其的理解离不开对信息和知识等相关概念的辨析。 DIKW分析模型框架如图 1-2所示。
　　图1-2 DIKW分析模型框架图
　　DIKW模型将数据、信息、知识、智慧纳入到一种金字塔形的层次体系，每一层比下一层都赋予了一些特质。原始观察及量度获得了数据，分析数据间的关系获得了信息，在行动上应用信息产生了知识，具有预测性能力的知识支撑决策产生了智慧。下面从不同维度对数据要素进行分析解释。