还有多少大数据在沉睡?业界代表呼吁构建机制推进立法

简介:

“加快制定大数据资源促进法。”今年两会期间,全国人大代表、青岛大学原副校长邵峰晶再一次提出了有关大数据的相关建议,“大数据太热了。可在火热背后,我们需要一些‘冷’思考”。

随着大数据产业蓬勃发展,大数据技术及应用逐渐渗透、融入社会各个领域,并且推动互联网等产业加快转型升级。今年的政府工作报告中提到,加快大数据、云计算、物联网应用,以新技术新业态新模式,推动传统产业生产、管理和营销模式变革。有关“大数据”的表述,已经是连续第四年被写入政府工作报告。

还有多少大数据在沉睡?业界代表呼吁构建机制推进立法

(图片来源于网络)

如何充分释放和利用大数据蕴含的巨大价值?如何形成大数据开放共享的合理机制,并确保数据安全?以上种种,成为今年两会期间人大代表们热议的话题。

让数据由资源变为资产,由资产转为价值

国务院印发《促进大数据发展行动纲要》距今已近两年光景,文中提到:全面推进大数据发展和应用,加快建设数据强国。如今,我国大数据发展进程如何?

“随着越来越多的政府、企业开始共享、开放数据,部分数据开始由资源变为商品,进入流通、应用环节。”全国人大代表、浪潮集团董事长孙丕恕认为,现在的当务之急是要让更多数据流通起来,激活中国“数商”产业的发展潜能。

“数据将打破现实中的物理疆界,渗透到社会每个角落,成为像石油、水、电一样的社会基础资源。”未来,这种“人人使用并受益于数据,人人产生并贡献数据”的模式,在孙丕恕看来,将伴随大数据技术不断发展,培育出更多新产业、新模式、新生态。

记者了解到,随着北京、上海、贵州等十余个省、市政府数据的开放,以及一些企业、行业及个人数据的释放,部分数据开始由资源变为商品,进入流通、应用环节。

“让数据由资源变为资产,由资产转为价值。”今年两会上,孙丕恕在建议中提到,鼓励各地政府设立大数据“双创”基金,建立以创新创业需求为导向的大数据“双创”中心,为创客提供场地、优惠政策、资金支持,并联合资源丰富、技术先进的大数据领先企业,为创客提供数据资源、大数据处理工具和技术培训等,孵化大数据创客及创新应用。

打造共享机制,“唤醒”沉睡大数据

作为一个万亿级的新兴产业,大数据已经成了继“互联网+”之后的又一风口。对于数据挖掘行业的前景,移动信息化研究中心今年2月份发布的一份《2016中国大数据市场研究报告》这样表述:从2013年到2016年,数据挖掘在大数据产业链中的分布情况从4.1%上升到9.2%。

无疑,数据存储、应用、挖掘等产业链纵向各环节均属于一片蓝海市场。然而,从事大数据研究20余年的邵峰晶却常用“巧妇难为无米之炊”这句老话表达自己的无奈。“大数据普及与发展中面临着一个现实问题,就是得不到想要的数据。”在邵峰晶看来,毕竟没有数据资源,其他一切都是空谈。

造成这一现象的原因,邵峰晶认为,我国缺乏从数据采集到分享的机制。“一是没有数据共享机制;二是有数据,但是数据在前期采集过程中不连续,导致价值不高。”

对此,孙丕恕也认为,数据开放程度不高、数据流通交易不畅、大数据交易群集效应不明显等诸多挑战依然存在,仍有大量数据还沉睡在政府、企业、个人手中,数据的共享、开放、流通和应用程度还远远不够,“当务之急,是解决数据收集、数据共享、数据交易、数据交付环节中的大量难题,让更多的数据流通起来。”

“大数据火热背后,我们要有一个冷思考。”对于大数据蕴涵的潜力,邵峰晶认为,可能现在挖掘程度还不到百分之一、二,“我们到底要向大数据谋求什么?大数据保护的目的是为了更好地应用,目前最大的问题就是共享机制缺失。”

孙丕恕建议,一是进一步加快政府数据开放,推动政府数据市场化运营;二是要营造大数据流通环境,建立大数据交易联盟;三是要以大数据双创为抓手,培育千万“中国数商”,繁荣大数据资源的应用创新。

推进“数据立法”渐成业界共识

大数据的属性究竟如何定位?“大数据到底是财产,还是公共资源,如果理不清楚,社会各方还是不愿意提供。”邵峰晶建议,通过立法将大数据定位知识产权的一种,对数据的界定、采集、归属权进行明确的法律界定和规范,实现“科学、合理、安全”的数据共享。

全国人大代表、天津市工业和信息化委员会主任李朝兴也认为,应立足资产属性,构建数据资源交易机制和定价机制,从平台、主体、对象等方面规范数据采集、传输、存储、使用、开放、交易的行为,发展在线、离线、托管等交易模式,推动数据交易走向规范。

今年两会上,邵峰晶建议推进制定《大数据资源保护法》,以解决数据共享中存在的问题。她表示,大数据资源内容繁多,现行法律没有规定统一的认定标准,缺乏操作性与科学性,“立法中,应该明确各类大数据资源采集的边界。比如,不得采集涉及国家利益、公共安全、商业秘密、个人隐私的数据等。”

“大数据已成为国家基础性战略资源,是未来核心竞争力。世界各国相继出台行动计划,将大数据发展上升到国家战略。”李朝兴强调大数据立法重要性的同时,也坦言,由于现在大数据发展领域新、涉及面广、专业性强,参考很多发达国家的做法,可以按照“急用先立,成熟先立”的原则,从相关条例制定开始。“由政府部门先出台大数据发展促进条例,经过一段时间的磨合后,再在实践中修改完善,待条件成熟后再上升为法律。”李朝兴说。

在保障数据安全方面,李朝兴认为,应当制定专项条款,健全数据安全等级保护、风险测评、应急防范等安全制度,明确危害数据安全行为的法律责任。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
9月前
|
机器学习/深度学习 算法 大数据
构建数据中台,为什么“湖仓一体”成了大厂标配?
在大数据时代,数据湖与数据仓库各具优势,但单一架构难以应对复杂业务需求。湖仓一体通过融合数据湖的灵活性与数据仓的规范性,实现数据分层治理、统一调度,既能承载海量多源数据,又能支撑高效分析决策,成为企业构建数据中台、推动智能化转型的关键路径。
|
SQL 分布式计算 大数据
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
本文深入介绍 Hive 与大数据融合构建强大数据仓库的实战指南。涵盖 Hive 简介、优势、安装配置、数据处理、性能优化及安全管理等内容,并通过互联网广告和物流行业案例分析,展示其实际应用。具有专业性、可操作性和参考价值。
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
|
传感器 人工智能 大数据
高科技生命体征探测器、情绪感受器以及传感器背后的大数据平台在健康监测、生命体征检测领域的设想与系统构建
本系统由健康传感器、大数据云平台和脑机接口设备组成。传感器内置生命体征感应器、全球无线定位、人脸识别摄像头等,搜集超出现有科学认知的生命体征信息。云平台整合大数据、云计算与AI,处理并传输数据至接收者大脑芯片,实现实时健康监测。脑机接口设备通过先进通讯技术,实现对健康信息的实时感知与反馈,确保身份验证与数据安全。
|
10月前
|
存储 SQL 分布式计算
MaxCompute x 聚水潭:基于近实时数仓解决方案构建统一增全量一体化数据链路
聚水潭作为中国领先的电商SaaS ERP服务商,致力于为88,400+客户提供全链路数字化解决方案。其核心ERP产品助力企业实现数据驱动的智能决策。为应对业务扩展带来的数据处理挑战,聚水潭采用MaxCompute近实时数仓Delta Table方案,有效提升数据新鲜度和计算效率,提效比例超200%,资源消耗显著降低。未来,聚水潭将进一步优化数据链路,结合MaxQA实现实时分析,赋能商家快速响应市场变化。
441 0
|
存储 分布式计算 物联网
美的楼宇科技基于阿里云 EMR Serverless Spark 构建 LakeHouse 湖仓数据平台
美的楼宇科技基于阿里云 EMR Serverless Spark 建设 IoT 数据平台,实现了数据与 AI 技术的有效融合,解决了美的楼宇科技设备数据量庞大且持续增长、数据半结构化、数据价值缺乏深度挖掘的痛点问题。并结合 EMR Serverless StarRocks 搭建了 Lakehouse 平台,最终实现不同场景下整体性能提升50%以上,同时综合成本下降30%。
1071 58
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
1882 1
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
998 2
|
存储 分布式计算 大数据
基于阿里云大数据平台的实时数据湖构建与数据分析实战
在大数据时代,数据湖作为集中存储和处理海量数据的架构,成为企业数据管理的核心。阿里云提供包括MaxCompute、DataWorks、E-MapReduce等在内的完整大数据平台,支持从数据采集、存储、处理到分析的全流程。本文通过电商平台案例,展示如何基于阿里云构建实时数据湖,实现数据价值挖掘。平台优势包括全托管服务、高扩展性、丰富的生态集成和强大的数据分析工具。