人物关注-"填得很满是什么感觉"-加快国家数填得很满是什么感觉据标准体系建设,让数据＂流得动、用得好＂

加快国家数填得很满是什么感觉据标准体系建设,让数据＂流得动、用得好＂

但个股市值体量、股性以及所处的市场环境不同均会导致TRIX指标策略的有效性不同。保守起见，策略哥特地回测了近几年金利华电相同指标形态的出现次数及后续影响，数据发现金利华电从2020年起共出现过15次TRIX金叉。

不同来源的数据存在差异，缺乏国家标准，使得数据在跨行业、跨领域流通时面临兼容性和互认性问题，增加了数据整合的难度和成本，从而影响数据价值的充分发挥。数字经济时代，要让数据“流得动、用得好”，国家数据标准体系呼之欲出。近日，国家发展改革委、国家数据局、中央网信办、工业和信息化部、财政部、国家标准委联合印发《国家数据标准体系建设指南》（下称《建设指南》）。其中提到，计划到2026年底，从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分，基本建成国家数据标准体系。“《建设指南》构建了一个统一、高效和可持续的数据标准体系，强调以应用牵引为导向，鼓励在数据标准制定和实施过程中注重创新和实践，这将有助于推动数据标准与实际应用场景的紧密结合，提升标准的实用性和有效性，继而推动数字经济发展。”受访专家表示。数据价值释放需标准促成数据作为新型生产要素被明确提出已有些时日，但数据作为生产要素的价值释放仍不充分。北京市社会科学院副研究员王鹏告诉记者，缺乏统一的数据标准确实是导致数据供不出、流不动的一大因素。不同来源的数据在格式、质量等方面存在差异，缺乏标准使得数据在跨行业、跨领域流通时面临兼容性和互认性问题，增加了数据整合的难度和成本，从而限制了数据的流通。知名经济学者、工信部信息通信经济专家委员会委员盘和林对记者表示，数据供不出、流不动的因素很多，缺乏国家标准是其中一个因素。当前数据标准存在的问题，在于制定标准者和数据流通的实际情况有所脱节，因为数据应用是多元复杂的领域，标准不适合新数据场景的情况时有发生，应通过立法和实践的相互协调，探索出一套完善的数据要素流通规则体系。中伦律师事务所合伙人刘新宇在接受记者采访时表示，缺乏国家标准可以说是数据供不出、流不动的因素之一。在法律层面上，数据流动交易的前提之一是数据本身权属明确，否则数据流动交易的双方均存在法律风险。此外，“数据流动的具体方式是否适配双方的系统与业务模式”“如何在交易中对数据进行估值定价”等问题也是实践中可能存在的难点，这些都会给数据流动带来阻碍。“目前较多被提及的国家标准还是与安全相关的标准，例如《数据安全技术数据分类分级规则》《信息安全技术人脸识别数据安全要求》等。就数据标准建设而言，因为标准的制定本身需要一定的周期，所以相较于最新的业务实践往往有一定的滞后性。”刘新宇指出。王鹏也认为，由于不同行业、不同企业之间的利益诉求存在差异，标准制定过程中的协调和统一存在难度。标准的实施和推广需要投入大量的人力、财力和时间，对于一些中小企业来说，可能存在经济负担和实施难度。随着技术不断发展和应用场景不断变化，数据标准也需要不断更新和迭代以满足新的需求。然而，标准的更新和迭代可能面临技术和组织上的挑战。体系化构建国家数据标准为了数据“供得出、流得动、用得好”，《建设指南》提出计划到2026年底，基本建成国家数据标准体系，围绕数据流通利用基础设施、数据管理、数据服务、训练数据集、公共数据授权运营、数据确权、数据资源定价、企业数据范式交易等方面，制修订30多项数据领域基础通用国家标准，形成一批标准应用示范案例，建成标准验证和应用服务平台，培育一批具备数据管理能力评估、数据评价、数据服务能力评估、公共数据授权运营绩效评估等能力的第三方标准化服务机构。具体来看，《建设指南》中数据标准体系结构包括基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分。其中，基础通用标准包括术语、参考架构、管理、服务、产业等，支撑标准体系结构中其他部分；数据基础设施标准以现有相关标准为主，强化基础设施互联互通、算力保障和流通利用标准建设，为数据资源、数据技术、数据流通、融合应用提供支撑。数据资源标准聚焦基础资源、开发利用、数据主体、数据治理和训练数据集，为数据资源高质量供给提供标准支撑；数据技术标准聚焦数据汇聚、处理、流通、应用、运营、销毁等技术，为数据生命周期提供技术标准支撑；数据流通标准聚焦数据产品、确权、资源定价、流通交易等环节，为数据有序流通提供标准支撑；融合应用标准聚焦《“数据要素×”三年行动计划（2024—2026年）》重点行业领域，为行业领域数据管理应用、数字化水平评价、数据服务能力评估、转型成效评价等融合应用提供标准支撑；安全保障标准包括数据基础设施安全、数据要素市场安全、数据流通安全等，为标准体系建设提供合规保障。刘新宇表示，《建设指南》结合数据利用的各个方面，相对全面地列举了需要建立数据标准的领域。依据这一指南，数据标准的制定可以更为完整与体系化。如果这些标准得到行业广泛的认可与接受，形成行业惯例，那么也有可能促进与之相关第三方标准化服务机构的繁荣。王鹏指出，指南从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分构建了一个统一、高效和可持续的数据标准体系。同时，指南还提出到2026年底基本建成国家数据标准体系的目标，具有前瞻性和指导性。指南强调以应用牵引为导向，鼓励在数据标准制定和实施过程中注重创新和实践，这将有助于推动数据标准与实际应用场景的紧密结合，提升标准的实用性和有效性。标准化的数据管理为数字经济发展提供坚实基础，将推动数字经济健康、快速发展。