<source id="dltkg"><td id="dltkg"></td></source>
<video id="dltkg"><th id="dltkg"><output id="dltkg"></output></th></video>

<var id="dltkg"><track id="dltkg"></track></var>
        1. <u id="dltkg"><acronym id="dltkg"><thead id="dltkg"></thead></acronym></u>

          <var id="dltkg"><track id="dltkg"></track></var>
            當前位置 : 首頁 》新聞咨詢訊 》公司動態
            數據要素有效配置與城市國企的價值邏輯
            閱讀數:22

             

             

            作者:吳健

            南京卓遠資產管理有限公司總經理

            作者:賈西貝

            深圳市華傲數據科技有限公司首席執行官

             

            一、城市高質量發展要求對數據要素進行有效配置

             

            隨著經濟社會的發展,我國已進入了工業化的中后期及城鎮化以人為本的新時期,新時代經濟呈現由高速增長轉為高質量發展的特征。

            黨的二十大報告提出:“高質量發展是全面建設社會主義現代化國家的首要任務”,并對“加快構建新發展格局,著力推動高質量發展”作出戰略部署。城市是經濟發展的主題,也是高質量發展的重要載體。

            高質量發展的內涵包括:高質量的供給、高質量的需求、高質量的配置、高質量的投入產出、高質量的收入分配和高質量的經濟循環。而要素的高質量配置,提高要素配置效率,是進一步激發全社會創造力和市場活力,推動經濟發展質量變革、效率變革、動力變革的關鍵。

            如何開展高質量的配置?在中共中央國務院《關于構建更加完善的要素市場化配置體制機制的意見》中,提出了要素配置的四大原則:

            一是市場決定,有序流動。

            二是健全制度,創新監管。

            三是問題導向,分類施策。

            四是穩中求進。

            其中對問題導向、分類施策具體表述為:針對市場決定要素配置范圍有限、要素流動存在體制機制障礙等問題,要根據不同要素屬性、市場化程度差異和經濟社會發展需要,進行分類完善。

            對于城市而言,地方政府如何對其可控要素開展以問題為導向的分類施策就成為城市能否實現高質量發展的重要一環。經典理論認為,政府的職能是綜合了政治職能、社會職能和經濟職能。要高質量的實現綜合職能,充分發揮市場在要素配置中的決定作用是應有之意,但由于市場天然具有在某些領域失靈和有限理性的屬性,政府就具有了在一定階段內改善、引導相關要素配置的職責,通過有效市場和有為政府,最終實現要素的有效配置。

            《意見》也進一步明確了五大生產要素,包括土地、勞動力、資本、技術和數據,其中數據的定位從“十三五”的“基礎性戰略資源”提升到了《意見》中的“第五種生產要素”。

            同時,我們認為數據是地方政府的可控要素,是需要加快培育和引導的,是需要以城市高質量發展為導向,分類施策的。能不能對數據要素進行有效配置,決定了能不能提升政府的治理能力,能不能做好政府的數字化轉型,能不能享受數字紅利,能不能由數據來賦能社會。

             

             

            二、數據要素配置中的相關問題

             

            在不同的社會發展階段,對生產要素的理解和需求都是不同的,農業社會消耗的是土地資源,工業社會消耗的是石油和電力,馬上到來的數字化社會消耗的就是數據資源。因此,數據這一要素應該放到“數字化”這一宏觀背景和生產關系中來看。

            數字化是以大數據、人工智能、云計算、區塊鏈、物聯網、5G等為核心技術,然后再以這些技術賦能社會、經濟、政府的過程,從應用角度來說就是“一景領三算”,即應用場景(或業務場景)和算力(計算能力)、算法、算料(用于計算的生產資料,即數據)。

            “三算”必須為“一景”服務,用應用場景來引領算力算法和算料。數字化技術發展至今,算力和算法已經不再是非常稀缺的資源,“一算一景(算料和業務場景)”才是關鍵,兩者也是內在關聯的,相應的業務場景需要相應的數據,而相關領域的數據也催生出了新型的應用場景和解決方案,進一步講,如何有效配置數據,就決定了數字化能否通過應用場景為政府、經濟、社會服務和賦能。

             

             

            目前,國家層面已出臺了《網絡安全法》、《數據安全法》、《個人信息保護法》等數據類立法,各地也紛紛出臺了相關規范,如《深圳經濟特區數據條例》、《上海市數據條例》、《重慶市數據條例》、《浙江省數字經濟促進條例》、《廣東省數字經濟促進條例》、《山東省大數據發展促進條例》、《海南自由貿易港建設總體方案》等,這些立法和規范為數據的配置和應用劃定了邊界,使數據要素在為經濟、社會和政府賦能的同時,避免個人安全、公共安全、國家安全遭到侵害。

            在解決了數據配置和應用的合法性之后,推動數據有效配置還需要關注以下問題:

            一是機制保障,解決數據權利、數據責任和正向激勵的問題。比如前文提過的用“三算”來支撐“一景”,算料(數據)是非常重要的,需要相關單位提供數據時,可能會覺得數據就是權力,數據的提供是不是權力也移交了?有的覺得數據就是責任,在提供數據的過程中是不是會暴露出哪塊工作沒做好?數據中萬一有錯,這個責任誰擔?這就需要政府設計一套體現正向激勵的機制來保障要素配置和數字化轉型的積極性。

            二是需要解決數據配置與數字化創新的可持續問題。什么樣的數據配置模式能激發出持續的數字化創新?很多地方在嘗試一些數據配置方式后,通過“三算一景”做了一些突破和創新,但一次創新成功之后,能不能把這些創新變成常態化機制?通過流程再造,使這類配置和創新固化下來,避免數據“斷流”,導致數字化轉型的停滯與倒退

            三是數據配置要特別重視“數字基礎設施”的建設,“數字基礎設施”就是以大數據、人工智能、云計算、物聯網、區塊鏈、5G等為核心的這些底層技術和基礎設施,這些技術和基礎設施有沒有建好就是三算沒有協同支撐好業務場景的關鍵。沒有好的“數字基礎設施”就不能持續地支撐一個城市不斷地去開展數字化創新和應用場景的開發和賦能。

             

             

            三、數字政府中的一景領三算

             

            本著“人民數據人民用”的理念,在數字政府、數字經濟和數字社會三大領域,數字政府的轉型建設尤為重要,《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中明確提出,中國要“加強數字社會、數字政府建設,提升公共服務、社會治理等數字化智能化水平”。更好地運用互聯網、大數據、人工智能等技術手段建設數字政府,越來越成為推動政府職能轉變、增強政府執政能力、提高政府行政效率、提升政務服務水平的重要路徑。

            中國的政府數字化轉型經歷從非電子化到電子化,從電子政務到智慧城市,到如今的數字政府時代,已經進入到了深挖應用場景的時代,真正要讓大數據、人工智能等支撐城市發展、服務社會民生,就要讓“三算”和應用場景很好地結合起來,用深挖出來的應用場景去牽引算法、算力、算料,所以應用場景是政府數字化轉型里非常關鍵的一點。

             

             

             數據辦與算法辦:第一個場景是服務。政府除了經濟建設之外的另一個重要職能是社會建設,服務百姓、服務企業。“十四五”規劃里面提“數字經濟”,體現了政府服務企業、產業的職能;提“數字社會”,體現了政府服務百姓的職能。

            服務職能里有哪些數字化的應用場景呢?譬如上海首創的“一網通辦”,浙江首創的“最多跑一次腿”,深圳首創的“秒批”,國家倡導各地推進的“免申即享”這些都是服務應用場景。

            數據管與算法管:第二個場景是治理。黨的十八屆三中全會提出:全面深化改革的總目標是完善和發展中國特色社會主義制度,推進國家治理體系和治理能力現代化

            那么如何有效提升政府的治理能力?如何讓社會更有序、更好?比如,能不能杜絕過世的人還在領社保?能不能杜絕開寶馬的還在住經濟適用房?能不能杜絕企業去騙取政府補貼?這就涉及到“一網統管”,涉及到用數字化技術來提升政府的治理能力。在治理維度如今也有了很多數字化應用,比如通過大數據和人工智能的結合去監控水質、環境、污染現象、通過數據實現精準抗疫、實現科技抗疫少擾民等。

            用數據決策:第三個場景是決策。城市大腦、城市運營都在這個維度里。

            這個維度的應用有很多實踐案例,比如杭州的城市大腦,通過大數據、人工智能來指揮紅綠燈,讓城市更智能;深圳推動政務服務從“人找政策”轉變為“政策找人”,為營商環境提升安上“政策大腦”,讓企服政策更為透明,企業享受政策更加便捷。創建政策機器人,在企業服務、市民服務中讓更加主動的數據辦、算法辦,代替了傳統的人工辦,讓更加透明的數據審批、算法審批代替傳統的人工批,以高質量數據驅動了“免申即享”“反向辦”“親清政企平臺”等數字營商環境。

            以上這些,都是數字政府中“三算一景”里的“一景”,只有有了這些應用場景,才能讓數字化技術不是為了技術而技術,而真正能給政府、百姓、企業、社會帶來實惠。所以應用場景是數字政府轉型里非常寶貴、稀缺的“鑰匙”。

             

             

            四、城市國企在數字化政府中的價值邏輯

             

            上文我們較為完整的闡述了數字化轉型中數字政府的重要性,數字政府可通過“一景領三算”的方式來實現,而“一景領三算”中,最為重要的是“應用場景”和“算料(即數據)”。

            數據是五大生產要素之一,需要通過有權機構進行有效配置;應用場景則需要將實際需求和相關技術創新結合來實現。同時,數據和應用場景在不同的城市,因為城市的資源稟賦、發展階段、產業布局、人口結構的不同,具有極大的差異性。

            那么城市應該如何去配置數據要素?城市國企在數字政府中應該承擔什么樣的角色?如何發揮市場的力量創新的運用數據來為政府服務與賦能?

            一個城市的數據如果按照數據來源單位(數源單位)數據使用場景(場景單位)兩個維度分類,可以劃分為公共數據中的政務數據、公共數據中的非政務數據、企業數據中的國企數據、企業數據中的非國企數據等。由此,可以歸納出政用模式:政府數據政府用、公共數據政府用、國企數據政府用(數據賦能的國資監管)、企業數據政府用(政府的數據集采);民用模式:政府和企業的數據開放;商用模式:政府數據國企用、政府數據企業用。

            首先我們來看一個簡單的要素配置模型:

             在上圖中數據作為地方政府的可控要素,在初次配置時,理論上可以采取兩種方式:

            一種是通過市場化手段直接向非城市國企配置,另一種是通過行政手段向城市國企配置,而兩個主體都可以通過數據運營來實現產出,服務于城市發展。

            但由于數據要素尚屬于相對敏感要素,直接向非城市國企配置,容易伴生一些安全問題和負面影響,因此從大部分的實踐來看,政府數據還是主要向城市國企配置。但城市國企因其參與數字化工作的歷史較短、缺乏數字化領域(大數據、人工智能、云計算、物聯網、區塊鏈、5G)中的相關核心技術、對市場應用場景的創新能力尚不足,可能導致數據要素沉淀而無法發揮出應有的價值。而市場中較多的非城市國企,恰恰在上述三方面擁有比較優勢。

            因此,需要城市國企對數據要素進行二次配置,在市場中尋找有利于數據要素發揮最大價值的合作伙伴和解決方案,同時建立起讓“運動員”“裁判員”分離的“管運審分離”(管理、運營、審計)機制。

            其中城市國企發揮對數據要素的管理和符合市場機制的二次配置,特別是首先實踐對國企數據、政務數據和公共數據的統一匯聚和二次配置,同時做好城市數字化工作的運營代甲方、運營總集方和運營審計方角色;非城市國企發揮應用場景的創設、數字化工作的運營服務方和賦能方;政府最終負責對數據要素價值發揮的監管作用。

            這樣城市國企和非城市國企協同,讓城市從傳統城建的統一供水、統一供電、統一供氣,延伸到新城建的統一供算、統一供數,以統一供數為抓手逐步實現數據要素的政用、民用、商用。

            綜上,我們認為地方政府、城市國企和市場主體,在數據要素的配置和運用中,應充分發揮自身使命所產生的定位,定位所產生的價值,價值所催生的能力,共同來推動數字政府的建設,其中城市國企既是數據要素初始配置的載體,擔負著數據安全、數據管理的責任;更重要的是發揮起市場窗口的作用,在充分全面理解城市發展戰略、社會民生需求的基礎上,本著公平公正的原則,通過市場化手段,對數據要素開展二次配置、集中供數,發現和選擇有核心競爭力的市場主體來深挖應用場景,為數字政府服務和賦能。

             

            狠人av免费网站_一二三区免费电影_2021精品久久久久精品免费网_日韩中文精品无码
            <source id="dltkg"><td id="dltkg"></td></source>
            <video id="dltkg"><th id="dltkg"><output id="dltkg"></output></th></video>

            <var id="dltkg"><track id="dltkg"></track></var>
                1. <u id="dltkg"><acronym id="dltkg"><thead id="dltkg"></thead></acronym></u>

                  <var id="dltkg"><track id="dltkg"></track></var>