2.3.3 数据治理实施案例分析
（1）金融数据治理
① 背景
为维护金融稳定，防范和降低商业银行的信用风险，促进个人信贷业务的发展，保障个人信用信息的安全和合法使用，中国人民银行制定了《个人信用信息基础数据库管理暂行办法》。随后，2018年中国证券监督管理委员会公布了推荐性标准JR/T 0158-2018《证券期货业数据分类分级指引》，标准给出了证券期货业数据分类分级方法概述及数据分类分级方法的具体描述，并就数据分类分级中关键问题的处理给出了建议。同年，中国银行保险监督管理委员会正式发布的《银行业金融机构数据治理指引》强调了数据治理架构建立的重要性，明确了数据管理和数据质量控制的要求及全面实现数据价值的要求，要求加强对银行业数据治理的监管监督，并将其与银行的监管评级挂钩。2019年国家发布了 GB/T37550—2019《电子商务数据资产评价指标体系》，为数据电子商务交易中的数据资产量化计算、评估评价提供了依据。
② 措施
从《银行业金融机构数据治理指引》颁布后，国内银行业金融机构将数据治理工作正式提上了日程，这一方面是遵从监管机构的要求，另一方面是多年积累的数据治理需求集中迸发。随后全国金融标准化技术委员会发布了与金融数据相关的分类编码标准、交换标准、元数据标准三大类标准[23]，从这 3个维度对金融数据进行标准化和规范化管理。2018年，大部分银行业、金融机构的数据治理工作主要停留在同业间的相互学习、探究和观望上。部分国内领先的银行业金融机构早在《银行业金融机构数据治理指引》发布之前就已经开展过数据治理工作，已经构建了与其管理需求相适应的数据治理委员会、归口部门以及相关的规章制度。
③ 成效
当前全球经济进入了数字化转型时期，数字化转型已成为传统银行业和金融行业必须付诸行动的必选题。但随着移动互联网的发展、线上线下融合，数据服务的形式、场景不断增多，业务维度更加复杂，行业整体的数据治理水平亟待提升，主要面临的挑战包括以下两点。
• 银行业和金融机构每天都汇集大量的金融数据，但由于缺乏数据共享机制，机构获取金融数据，特别是强金融属性数据的难度非常大，这导致机构无法有效判断客户的风险等级，行业数据“孤岛”现象严重。
• 随着大数据技术的迅猛发展，银行及金融机构也在使用大量的外部数据，由于数据流向复杂，容易造成隐私信息泄露，大数据公司采集的数据存在是否获得授权、爬取是否合法合规的问题，这些问题亟待处理。
（2）医疗数据治理
① 背景
在医疗大数据方面，我国自 2016年开始，先后发布了《关于促进和规范健康医疗大数据应用发展的指导意见》（国办发〔2016〕47号）、《“健康中国 2030”规划纲要》和《关于促进“互联网+医疗健康”发展的意见》。以上文件指出，我国要建立“互联网+健康医疗”服务体系，构建国家健康大数据平台，促进医疗大数据的深度挖掘和应用，推进医疗健康大数据的规范治理，明确了医疗大数据作为我国基础性战略数据的地位，制定了我国发展医疗大数据应用的战略方针，为医疗大数据的治理指明了方向。
② 措施
为了构建全民医疗健康数据一体化，2015年国家卫生和计划生育委员会统计信息中心就开始了省级互联互通项目，目前已经接入所有省级医疗健康大数据平台，完成了医疗健康信息化工程建设。组织机构方面，自2016年起，我国开始分两批建设医疗健康大数据中心试点，目前这两批医疗大数据中心试点已经建设完成，并进行数据信息上的互联互通。医疗大数据中心试点有利于医疗数据的积累和传递，为医疗事业的进步和发展提供了案例支持。
③ 成效
医疗数据治理建设正在逐渐深入，但是目前，还存在一些问题没有解决：
• 由于前期数据录入缺少标准和规范，当前的医疗数据质量较低，准确性和一致性存在问题，可用性较差；
• 医疗大数据治理体系建设缺乏完整的标准规范来指导规划和实施；
• 医疗数据发展集中于数据的互联互通，但是对数据体系内的流程管理、权限管理和安全保障机制不够重视，这在一定程度上阻碍了医疗数据一体化的建设。
