公共数据开发利用与授权运营:隐语MOOC笔记(二)

公共数据开发利用与授权运营:隐语MOOC笔记(二)
XR公共数据开发利用及授权运营——课堂笔记
主讲人:王立达(清华大学计算社会科学与国家治理实验室)
一、公共数据开发利用的政策体系与意义
1. 政策背景与演进
政策法规框架:以《网络安全法》《数据安全法》《个人信息保护法》为基础,辅以“数据20条”、数字政府建设指导意见、数据要素三年行动计划等,形成“安全+发展”双轮驱动。
趋势变化:早期侧重安全(如数据安全法),近年转向发展导向(如国家数据局成立释放信号)。
核心概念界定
公共数据定义:各级党政机关、企事业单位依法履职或提供公共服务过程中产生的数据。
边界澄清:仅含依法授权产生的公共服务数据;无授权则不属于公共数据。
与其他数据关系:虽分公共/企业/个人三类,但实际存在交叉(如公共数据含企业、个人数据)。
开发利用方式
三种形式:
政务数据共享:政府内部流通;
公共数据开放:向社会供给脱敏后的数据;
授权运营:引入社会力量参与开发,扩大供给范围。
配套文件:“1+3”政策体系(两办意见+登记办法、实施规范、价格机制通知)。
4. 政策意义
目标:统一思想、规范管理、释放数据价值;
创新点:通过授权运营解决传统开放模式痛点(如清洗成本高、权责不清)。
二、公共数据授权运营的机制与关键问题
1. 主体与阶段划分
三类主体:
公共部门(数据供给方):政务部门、公共企事业单位;
运营机构:承担数据加工、安全合规职责;
市场侧主体:利用数据产品和服务开展经营。
两个阶段:
① 授权阶段:公共部门→运营机构(需备案、监管);
② 运营阶段:市场化开发,结合市场需求形成产品/服务。
2. 典型流程与案例
流程图解:地方政府/部委统筹→数据管理机构汇聚数据→实施机构监管→运营机构加工→市场侧应用。
典型案例:
- 人社部PPP项目:社保数据授权金控集团子公司运营,收益设上限(12%);
- 北京金融数据专区:整合工商、税务等数据助力中小微企业信贷;
- 最高法司法大数据:类似模式挖掘司法领域价值。
3. 关键问题解析
课堂上的一些热点问题及解答:
| 序号 | 问题 | 核心要点 |
|---|---|---|
| 1 | 运营机构能否参与再开发? | 禁止!防止垄断;允许直接提供基础服务(政府指导价≤8%)。 |
| 2 | 实施机构如何选择? | 灵活处理:可设多家,或由现有数据中心承担;非强制设置。 |
| 3 | 能否获得收益? | 合理收益(经济/政治/社会激励);反哺技术/数据。 |
| 4 | 授权模式选择? | 整体/分领域/场景授权并存,因地制宜。 |
| 5 | 与公共服务区别? | 传统公共服务依赖财政,强调普惠;授权运营引入市场化机制。 |
| 6 | 与数据交易所关系? | 无强制绑定;公开披露渠道多样(平台/官网/交易所均可)。 |
| 7 | 登记与其他登记区别? | 记录存证为主,非产权认定。 |
| 8 | 地方与部委授权权限? | 谁持有谁授权;跨层级数据需征得提供方同意。 |
三、人工智能时代的思考与建议
1. 新需求驱动模式变革
AI应用场景:政务大模型(智能问答、公文写作)、辅助决策、社会治理(监测巡检)。
传统模式局限:需从“大范围汇聚”转向“汇聚+服务能力并重”。
2. 应对策略
第一步:基础治理与准备
- 数据与职责绑定(“定数”),明确数据采集、流向;
- 依托全国一体化政务大数据体系,夯实数据质量。
第二步:高质量数据集/知识库建设
- 支撑专用大模型训练或通用模型政务能力提升;
- 推动跨部门、跨层级数据流通。
第三步:共享复用与一体化管理
- 共享通用性数据集/知识库;
- 打造政务AI统一管理平台,整合数据、算力、模型资源。
第四步:安全管控
- 分类分级管理(公开/内部/涉密/个人数据);
- 强化训练数据质量评估、生成内容安全防护;
- 对接系统时保障输入/输出数据安全。
四、总结
政策核心:通过授权运营激活公共数据价值,平衡安全与发展;
实践关键:明确主体权责、规范流程、防范垄断;
未来方向:适应AI时代需求,推动数据治理与技术创新融合。












