4000-999-656
扫码获取报价方案
来源:数据宝 5598人看过
随着数据要素市场规模指数级增长,数据要素流通已迈过初级阶段,实现了行业、区域间流通利用。然而公共数据管理者普遍面临对数据“不敢用”和“不会用”的困境,仍然存在着数据要素流通层面上的“数据孤岛”。庞大的数据体量仍然在需求供给的呼声中,寻找着跨行业、跨地域、大范围流转的市场化路径,这便是《数据要素市场化:“数据宝模式”研究》一书的成书背景。
2021年,中国社会科学院启动第三轮国情调研基地建设,中国社会科学院数量经济与技术经济研究所与贵州省社会科学院合作,重点围绕贵州在大数据和数字经济领域的创新实践开展调研,数据要素市场建设即是中国社会科学院数量经济与技术经济研究所和贵州省社会科学院2023年度国情调研主题。
在初步调研全国大数据企业后,中国社会科学院在所有企业里选择数据宝作为数据要素市场建设调研主题的典型案例,为中央和贵州实施有利于推动数字经济发展的相关政策举措提供决策参考。并最终通过中国社会科学院创新工程学术出版资助、中国社会科学院重大创新项目“数字文明与中华民族现代文明关系研究”支持,由中国社会科学院数量经济与技术经济研究所党委书记、副所长李海舰领衔著成《数据要素市场化:“数据宝模式”研究》。
这源于数据宝围绕国有数据成功走出了一条独特的数据要素市场化之路。
一方面,数据宝坚决从国情出发重视数据的主权属性,重视国有数据的公共属性,坚持安全优先重视数据治理工作,确保数据合法合规流通。另一方面,数据宝充分把握住数字经济发展的新需求和数字技术演进的新趋势,立足场景应用重点打通从数据向数据产品的转化,积极利用人工智能技术推进数据产品开发和数据资产管理。
中国社会科学院数量经济与技术经济研究所联合贵州省社会科学院先后三次深入数据宝及其关联合作企业进行调研,在此过程中,通过与数据宝董事长及相关业务管理人员的多次访谈和会议交流,逐步揭秘了数据宝的成功经验和成长密码。
很多经典的书籍作品之所以能打动人,往往不止是因为其理性科学探索或站位高度,也是书籍思考背后蕴藏的对行业、对产业、对读者提供价值的深沉的使命感。《数据要素市场化:“数据宝模式”研究》的精神内核,正是通过解剖数据宝自身,为数据要素市场化探索提供助益。
不能回避的是,成为中国社会科学院研究对象,分析解剖数据宝案例,分析提炼“数据宝模式”,必然会将数据宝部分独家案例经验、运营资源、技术机密公开展现在读者面前,本书的重要价值之一也在于此。
约400年前,一位名叫John Donne的英国诗人创作了一首诗歌《没有人是一座孤岛》。如同数据宝在数据治理智能化中打通“数据孤岛”一样,数据宝认为,在数据要素市场化探索路径中,在我国数字经济发展过程中,也没有企业是一座孤岛。
早在2004年,数据宝团队已开始在上海从事数据开发和数据商业化等工作,较早开展数据要素市场化探索,见证了数据市场从萌芽初生到如今的万亿规模。企业与企业间、行业与行业间的壁垒和隔绝,大大抑制着数据要素的流通性。这样的问题,在“数据二十条”等政策文件落地后,随着各领域对数据要素的需求全面爆发而凸显。至少对于数据市场来说,企业曾是孤岛各自为战。
自2016年数据宝成立以来,数据宝已与50多家部委厅局、央企、地市国企等国有数据资源方建立国有数据授权运营合作关系,数据产品涵盖了泛互联网、交通物流、金融保险、智慧政务、政务大数据交易流通等多个行业。如书中所言,数据宝的成长密码不仅是内在基因,也得益于国家对大数据产业的谋篇布局、贵州在大数据产业的抢占先机、市场与产业的融合发展等时代机遇。数据宝率先实践的市场案例和成功经验,也将在本书中反哺到数据要素市场建设中,为行业发展提供借鉴和启示。
本书聚焦数据要素市场化主题,深入剖析了数据宝为国有数据资源方提供数据治理智能化、建模加工积木化、场景应用商品化、流通交易合规化的数据要素市场化全生命周期管理服务。进一步解读了数据宝在管理决策体系中如何作出具备市场适应性的战略对策、在多产业应用中如何通过具体业务解决具体问题,通过对数据宝积极推动数据要素资产化和资本化建设的实践过程总结分析,为企业带来思维的深入指导和实践的工具方法,展现数据要素市场化的典型实践和发展路径,促进数据市场行业间、跨产业互联互通。
《数据要素市场化:“数据宝模式”研究》现已在京东上线,点击文末“阅读原文”跳转链接下单一键购买。
也可在京东APP搜索《数据要素市场化:“数据宝模式”研究》进行购买
贵州数据宝网络科技有限公司(简称:数据宝),中国领先的国有数据资产代运营服务商,2016 年成立于中国首个大数据综合试验区贵州省贵安新区,专注于为国有数据资源方提供数据治理、产品研发、交易流通应用变现等数据增值代运营服务,同时也是华东江苏大数据交易中心的股东方与运营方;数据宝是国内少数同时具备了“国资参股、 政府监管扶持、市场化运作、大数据资产交易合法经营资质”属性的大数据“国家队”
查看更多