首次全国数据工作会议召开,数据管理体制建设迈上新台阶

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
数据可视化DataV,5个大屏 1个月
简介: 首次全国数据工作会议召开,数据管理体制建设迈上新台阶

4月1日到2日,国家数据局成立后首次召开全国性工作会议,引发了数据行业和市场各方的密切关注。会议强调坚持“一条主线”,统筹“三个建设”,着力健全基础制度、释放要素潜能、加快转型赋能、促进科技创新、完善基础设施、强化安全保障、推进国际合作、抓好试点试验,奋力开创国家数据工作新局面。


会议公布的数据显示,2023年,中国的数据生产总量预计将超过32ZB,这表明我国已是全球数据大国。随着数据的不断流动,它将为社会经济的繁荣带来更大的增值效应。未来,数据流动对经济发展的贡献将变得更为重要。


本次会议提出的多项措施旨在促进数据资源的开发和利用,为数据发挥更大的乘数效应提供了重要的指导和支持。具体来看,一要健全数据基础制度。建立健全数据产权制度,制定促进数据合规高效流通和交易的政策,建立数据要素收益分配机制,健全数据流通利用安全治理机制。


二要提升数据资源开发利用水平。发挥公共数据资源开发利用的示范效应,持续探索企业数据、个人数据开发利用新路径,全力推动“数据要素×”行动,着力繁荣数据开发利用生态。


三要以数字化赋能高质量发展。加快数字中国建设,大力发展数字经济,提升数字化公共服务水平。


四要促进数据科技创新发展。围绕技术发展加快产业布局,形成数据科技与数据产业相互融合、相互促进的良性发展态势。五要优化数据基础设施布局。加快全国一体化算力网和数据流通基础设施建设,发挥好政府投资的放大效应。六要强化数据安全保障能力。始终紧绷数据安全这根弦,提升数据安全的技术保障水平。七要提升数据领域国际合作水平。统筹做好数字经济领域国际合作,完善国际数字治理“中国方案”,持续优化数据跨境流动规则。八要发挥试点试验的引领作用。鼓励有条件的地方先行先试,支持更多地方因地制宜加快发展。


这些措施体现了我国数据工作体系已基本建立,具备了纵向联动和横向协同的能力,并且对未来工作的总体方向有了更清晰的规划。这些举措旨在让数据发挥更大的乘数效应,实现数据与产业的深度整合,为中国经济的发展注入强大的新动力。


在未来的工作规划中,会议明确了三个关键方向:首先,加速构建全国一体化算力网络。推进数据要素的市场化配置改革是当前数据工作的核心任务,其中,加快全国一体化算力网络的建成是至关重要的一环。


其次,探索建立国家级数据标注基地。国家数据局在会议期间透露,计划开展数据标注基地的试点工作,利用地方的支持和配套作用,率先在数据标注产业的生态系统建设、能力提升和应用场景等方面进行尝试,吸引领先企业,推动区域人工智能产业生态的繁荣。


此外,国家数据局还将开展多项试点实验工作,包括深化数字经济创新发展试验区、数据要素综合试验区、数据基础制度试点、数据资源开发利用试点和数据基础设施建设试点等,以探索和推进数据工作的新模式。


第三,支持公共数据开发,让数据供得出、流得动、用得好。国家数据局鼓励各地区和部门加快对交通、教育、气象等领域的公共数据进行开发和开放,一体化推动公共数据的共享、开放和授权使用,平衡公益性和市场化的关系,推动公共数据产品和服务在公共治理和公益事业中条件性免费使用,同时探索公共数据在产业发展和行业应用中的经营性产品和服务。对于确需收费的数据服务,将实行有条件的收费政策。


国家数据局将进一步明确公共数据授权运营的合规政策和管理规范,以促进数据交易的高效顺畅,并激发市场的创新动力。


当前,我国数据工作处在机遇与挑战并存的关键时期。随着各行各业数据资源的开发和利用日趋成熟,我国的数据利用将步入高质量发展的全新阶段。数据要素将在更多领域扮演关键的推动角色,满足新质生产力发展的迫切需求,有力促进数字经济的快速增长。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
目录
相关文章
|
3月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
98 1
|
4月前
|
SQL NoSQL 数据管理
数据管理DMS使用问题之如何批量导入MongoDB的数据文件
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
13天前
|
存储 人工智能 安全
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证
瓴羊Dataphin连续俩年获得DAMA年度优秀数据治理产品奖,本次与DAMA联合发布“DAMA x 瓴羊 数据管理技能认证”,助力提升全民数据素养。
124 0
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证
|
25天前
|
数据采集 安全 数据管理
通信行业数据治理:如何实现高效、安全的数据管理?
在未来的发展中,通信行业的企业应加强数据治理意识,提高数据治理能力;同时,积极开展跨行业的合作创新,共同推动行业的繁荣与发展。相信在不久的将来,通信行业将迎来更加美好的明天。
|
3月前
|
JSON 数据管理 关系型数据库
【Dataphin V3.9】颠覆你的数据管理体验!API数据源接入与集成优化,如何让企业轻松驾驭海量异构数据,实现数据价值最大化?全面解析、实战案例、专业指导,带你解锁数据整合新技能!
【8月更文挑战第15天】随着大数据技术的发展,企业对数据处理的需求不断增长。Dataphin V3.9 版本提供更灵活的数据源接入和高效 API 集成能力,支持 MySQL、Oracle、Hive 等多种数据源,增强 RESTful 和 SOAP API 支持,简化外部数据服务集成。例如,可轻松从 RESTful API 获取销售数据并存储分析。此外,Dataphin V3.9 还提供数据同步工具和丰富的数据治理功能,确保数据质量和一致性,助力企业最大化数据价值。
145 1
|
3月前
|
Java 测试技术 容器
从零到英雄:Struts 2 最佳实践——你的Web应用开发超级变身指南!
【8月更文挑战第31天】《Struts 2 最佳实践:从设计到部署的全流程指南》深入介绍如何利用 Struts 2 框架从项目设计到部署的全流程。从初始化配置到采用 MVC 设计模式,再到性能优化与测试,本书详细讲解了如何构建高效、稳定的 Web 应用。通过最佳实践和代码示例,帮助读者掌握 Struts 2 的核心功能,并确保应用的安全性和可维护性。无论是在项目初期还是后期运维,本书都是不可或缺的参考指南。
46 0
|
3月前
|
SQL 存储 数据管理
掌握SQL Server Integration Services (SSIS)精髓:从零开始构建自动化数据提取、转换与加载(ETL)流程,实现高效数据迁移与集成——轻松上手SSIS打造企业级数据管理利器
【8月更文挑战第31天】SQL Server Integration Services (SSIS) 是 Microsoft 提供的企业级数据集成平台,用于高效完成数据提取、转换和加载(ETL)任务。本文通过简单示例介绍 SSIS 的基本使用方法,包括创建数据包、配置数据源与目标以及自动化执行流程。首先确保安装了 SQL Server Data Tools (SSDT),然后在 Visual Studio 中创建新的 SSIS 项目,通过添加控制流和数据流组件,实现从 CSV 文件到 SQL Server 数据库的数据迁移。
133 0
|
4月前
|
运维 数据管理 数据库
数据管理DMS操作报错合集之数据归档时,遇到报错:"DMS获取内容为空,无须备份",该怎么办
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
5月前
|
SQL 关系型数据库 数据管理
数据管理DMS产品使用合集之归档数据至其它MySQL数据库时,如何指定目的库
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
67 1
|
5月前
|
运维 监控 数据管理
数据管理DMS产品使用合集之在进行用户归档时,目标库没有显示数据,并且源库的数据也被删除了,该如何处理
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
65 1