
大数据法治建设迫在眉睫
2015年12月16日习近平总书记在第二届世界互联网大会上指出,“十三五”时期,我国将大力实施网络强国战略、国家大数据战略、“互联网+”行动计划,发展积极向上的网络文化,拓展网络经济空间,促进互联网和经济社会融合发展。2015年,国务院正式印发《促进大数据发展行动纲要》,全面推进大数据发展和应用,加快建设数据强国。各省市也相继推出实施方案,积极引导促进大数据产业发展。
“目前,我国已发布、报批、在研以及拟研制的大数据相关国家标准共计73项。从技术标准看,具有一定的工作基础。因此,尽快启动数据立法,对推动大数据发展意义重大。”全国人大代表、天津市工业和信息化委员会主任李朝兴认为,制定大数据发展促进条例应着重考虑推动公共数据开放共享、促进行业数据规范交易、保障商业和个人数据安全等方面。
当前,大数据已成为国家基础性战略资源,是未来的核心竞争力。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。美国、德国、日本、欧盟等先后制定了开放公共数据和大数据保护的国家战略。同时,各国围绕大数据立法,加强法律法规建设,保障数据主权。
“各国的发展实践启示我们,我国大数据法治建设已迫在眉睫,需要尽快提上议程。”李朝兴表示。
“数据开放共享是全球政府治理变革的新趋势,截至目前,全球已有63个国家制定了开放政府数据的计划。我国政府掌握着80%以上的数据资源,是大数据的主要拥有者。但法律法规的缺位,导致数据共享的范围边界仍未明晰,政府部门职能权责仍未明确,很多数据有意公开但不敢公开,从而产生‘信息孤岛’和数据壁垒。”李朝兴以全球电子政务发展指数为例介绍说,近年来我国排名先升后降,从2003年第74位升至2005年第57位,又降至2014年第70位,阻碍了大数据在国家治理中的统筹与应用。因此,有必要开展大数据立法工作,以法律的形式明确政府数据资源共享的时间、范围、方式等,实现有序开放、安全开放。
据预测,2020年大数据可为美国创造3800亿美元-6900亿美元的价值,为欧盟创造2060亿欧元的价值。相比之下,我国大数据产业规模明显偏小,2014年仅有767亿元,2020年预计为8000亿元。李朝兴表示,加快大数据法治建设,将有利于培育产业发展新生态,构建经济运行新机制,进一步拓展信息产业新蓝海。
“由于大数据发展领域新、涉及面广、专业性强,目前立法时机还较不成熟。”对此,李朝兴建议,可按照“急用先立、成熟先立”的原则,由国务院出台大数据发展促进条例,之后在实践中修改完善,待条件成熟后再上升为国家法律。
在推动公共数据开放共享方面,建立开放标准,优先开放高价值数据,逐步开放其他数据,界定不予开放的范围,从数据开放源头上划出底线。
在促进行业数据规范交易方面,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。
在保障商业和个人数据安全方面,制定专项条款,保护涉及国家秘密、个人信息和商业秘密的数据资源。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以及处罚方式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04