为什么在新的基础设施启动时，地方政府的“标准配置”必须是一个开放的数据平台？

本文摘自hellompc特约专栏作者：光之树数字经济的发展离不开数据。可以用于在线计算的数据已经成为数字经济时代的生产要素。在数字经济框架下，社会分工的各个部门可以通过区块链、大数据等技术进行广泛的联系和协调，从而形成可信、共赢的新价值联盟，实现社会生产的效率和成本的降低，促进和深化社会创新。

一 数字经济实践

目前，我国数字经济的实践主要分为资本化和数字资本化两部分

随着物联网、计算机视觉、工业物联网识别分析等技术的发展，物理世界与数字世界的差距日益缩小。同时，资产数字化所涵盖的对象也从实物和人扩展到人与物、人与人、物与物的关系与互动。数字化对场景（时间、空间、事件等元素）的影响越来越大，对情境的刻画能力也越来越深入。因此，所谓的“上链”过程已经从简单的技术实现范畴转变为一套完整的方法体系，帮助企业跨越“数字篱笆”，将物理世界与数字世界“连接起来”这一环节带来的价值主要是业务效率的提高和成本的降低。

数字资本化是在前一环节的基础上进行的渐进式创新。在提高业务效率的基础上，带来新的业务拓展，新的价值发现，新一轮资产数字化的闭环启动。资产数字化后，利用数据平台、人工智能、云计算等技术，结合数据挖矿、治理和应用等工作，企业自身的数字化程度和数字化生产力得到了很大提高，使企业能够以数据信任关联为基础，与其他企业形成数字化生产关系，充分利用数据作为生产要素，以联盟的形式充分利用数据作为生产要素，实现业务的创新和拓展，实现“价值篱笆”从数字化向价值跨越。

二 数字联盟的特征与分类

数字协作联盟作为一种新的数据生产关系，其分类和特征有待进一步研究。本文基于近年来国内各种有意探索的基础上，对当前数字协作联盟的常见形式进行了初步梳理和研究，如下图所示：

一方面，这项工作将为未来愿意组建联盟的“联盟**”企业在定位、组建、运营、发展、转等方面提供清晰的参考坐标。另一方面，也有助于联盟成员企业更好地选择联盟，明确联盟所带来的价值并使之**化。

从以上四种形式的数字协作联盟分析可以看出，一方面，与其他联盟一样，数字协作联盟也具有一定的生命周期规律。从联盟、发展、稳定到变革，联盟“成员规则运作”的三大要素在各个阶段都会面临不同的问题和挑战，需要结合当前的形势进行相应的调整，另一方面，不同的联盟形式不是孤立的、互不联系的，不同的联盟形式之间存在着转化和联盟的可能性。例如，当每个成员的数据容量、成员分布和业务发展达到一定阶段时，证券存管所等监管驱动联盟可能会自发转变，成为围绕新业务（如投融资匹配）的行业价值联盟，而对于支持开放的数据开放联盟，可能需要与银行间协作联盟合作，寻找数据开放的应用场景。

因此，这里所谓的“场景”是指数字协作联盟在现阶段的背景（如一系列的内外部因素，如***和盟国的状况、联盟的价值和竞争力等），而“动能”是指联盟能否顺利进入下一阶段或在这一阶段趋于稳定的核心因素。分析现状，结合技术、以往**实践经验等手段，从联盟“成员规则运作”三个方面，优化和提升联盟动能，从而使联盟利益**化，这是数字协作联盟架构的核心。

可以预见，数字协作联盟顶层设计与精细化运作的研究与推广，将在未来数字经济的发展中发挥重要作用。本文接下来将展示四种类的数字协作联盟的探索和实践经验，以引起更多读者的讨论和参与，从而进一步推动数字协作联盟顶层设计和精细化运作的研究与实践。

数字联盟的“情景动能”方**框架

三 数据协作生态学的演进

我们正处在第一次数据工业革命的前夜。社会数据**意识普遍觉醒，相关技术忙于应对快速发展（大数据、区块链、人工智能、物联网、云计算、边缘计算等），多个新数据资产服务平台正式运营，完善法律法规监管方式。种种迹象表明，数据的“农耕文明”时代即将过去。随着数据生产力的提高，数据生产关系也需要演化。在数据“农耕文明”时代，数据生态呈现出社会分工不清、生产方式不发达的现象，导致自给自足现象，数据价值难以转化为商业价值。“工业化”的数据协作生态经历了相当大的演变

1“数据是一种新资产”的概念逐渐成为一种普遍共识，需求方的数量也在迅速增加。需求方对数据的应用模式逐渐由多部门合作向“数据中间平台”转变，数据价值链内部闭环逐步形成。

2数据需求方之间的分工协作逐渐显现，如围绕贸易融资的多银行联盟链、机构间的联合风险控制建模、供应链核心企业向上下游的能力开放等。

3.““数据公司”逐渐划分为不同的角色，如数据资源方、数据分析建模方、数据资产服务平台等。

4无论是gdpr、CcpA等一系列国内法律法规在监管层面的出台和实施，还是人们自身数据权利和隐私保护意识的普遍觉醒，都意味着数据协作生态（生产关系）需要一个可以确认的机制，可追溯、可靠、可控。

5物联网、边缘计算、联邦计算等技术的发展使得数据的生成、收集和利用更加高效和“及时”这种数据协作的“非中介化”趋势，逐渐打破了传统数据公司的“数据霸权”

6如下图所示，每个参与者的“人为”因素逐渐减少。在数据价值链中，大部分对接是通过“机器对机器”来实现的，这大大提高了合作的效率，也使得合作中“信任”的比例越来越大，可以通过技术来保证。

结合数据产业化的特点，我们可以发现‘数据信任链’是这种新数据合作模式的核心。”“数据信任链”是指在数据生成、收集、处理、传输和应用的整个价值链中，相关权利得到确认且不受侵犯，所有环节都可以跟踪和审计，数据和模在整个链中得到保护，各方能够相互信任和合作。

四 政府数据开放联盟分析

联盟场景

1： 政府数据开放平台逐渐成为地方数字政府建设的“标准配置”，近年来呈现爆发式增长：截至2019年上半年，共有82个省、副省级、地级政府开通数据开放平台，比2018年同期增加36个；有62801个开放数据集，是2017年以来8398个数据集的近7倍。2： 数据开放价值尚未完全释放：缺乏数据开放联盟顶层设计，缺乏法律政策，高需求、高价值数据供给不足，平台层缺乏正常运行，导致仅有3.7%的地方平台出现少量有效服务应用。从本质上讲，这个平台更像是一个没有观众和演员的空舞台，这与平台开放创新的初衷相去甚远。

联盟作用与动能

1： 数据开放主体：数据作为一种新的生产要素，如果在保证数据安全的前提下有一种数据共享模式，那么数据开放主体就可以充分享受到数据开放带来的经济利益分配，以及数据开放应用带来的业务增长机会。2： 数据利用主体：以金融业为首的多个行业率先实现了数据驱动的业务转。数据利用与创新和增量业务紧密结合，证明了数据利用的价值。因此，如何在合法合规的前提下引入和挖矿更多可用的数据资源，成为增量业务发展的迫切需要和更多业务创新的需求。3： 联盟治理与监管：传统的“数据仓库”式的数据开放平台建设思路，即每个数据开放主体将数据传输、收集到开放平台，然后根据数据开放权限，由相应的数据应用主体下载获取。这种模式在数据及时性、数据应用落地适应性、数据安全保护、监控等方面都存在很大的挑战，因此在一些实际工程中遇到了很大的挑战。同时，如何保证数据质量、共享效率，实现监管和可追溯性成为监管部门最迫切需要解决的问题。4： 大数据中心运营主体：如何充分利用监管机构引导下的市场化机制，如何在合法合规的前提下提升数据开放平台的活跃度，如何进一步深化创新，从货架上的数据和销售平台，发展成为一个数据资产服务平台自主创新应用？而一系列问题也是近年来探索的重点。

小结：

随着数据“产业化”的进程，一方面，数据分工逐渐细化，“公信力”是规范各方行为、保护各方利益的基础。另一方面，多方协作所需的数据价值链环节越来越少，每个价值链环节中劳动力所占比例也越来越少。因此，在新的合作范式下，沟通、协作、信任属于“社会”，而“科技”范畴的问题可以借助计算机科学技术（如隐私计算、区块链等）部分解决。