数据智能，让数据更具价值—助力数字中国新时代新作为

2020年4月9日，中共中央、国务院正式下发了《关于构建更加完善的要素市场化配置体制机制的意见》，明确了五大生产要素：土地、劳动力、资本、技术、数据等改革方向，确定了要素市场化配置的具体措施。这是继党的十九届四中全会将数据作为全新生产要素之后，数据生产要素再次受到关注。

众所周知，生产要素是指进行社会生产经营活动所必需的各种社会资源，是维系国民经济运行和市场经济主体进行生产经营活动所具备的基本要素，通常包括劳动力、土地、资本和技术等。在人类生产力发展的进程中，生产要素是随着生产力的发展不断演进的。每当一种生产要素对生产力发展的贡献达到极致，潜力挖掘殆尽的时候，就会倒逼产生一种新的生产要素，进一步推动生产力的发展。

如果依据生产要素对其他要素的影响效果以及对经济社会的贡献潜力划分，我们可以把劳动力、土地和资本生产要素称为基本要素，或者说是低级要素。而技术和数据相比他对其他生产要素的倍增作用，以及对经济社会的发展的无限潜力，可以称为高级要素。低阶要素之间是乘数关系，促进经济线性增长。而高级要素与低级要素是指数性关系，对低级要素形成指数级拉升。

在劳动力、土地、资本、技术和数据的五大生产要素中，从传统意义来讲，我们认为低级要素劳动力、土地、资本还能更好的利用么？还能有多大的挖掘潜力么？

通过上传城市中各个路段的路况数据，城市大脑就可以知道整个城市的交通拥堵情况。这样的话，如果需要调度救护车对紧急情况进行救援，城市交通指挥中心就可以针对路况，智能地去控制信号灯，给救护车规划出更快速的路线，让救护车快速的通过。

侦破要案重案是这方面的一个典型的应用。比如在进博会期间，我们可以通过分析人的轨迹和异常行为，发现犯罪嫌疑人。我们也参与了210这个重大案件侦破，就是通过数据去分析哪些人可能是嫌疑人，然后最终再通过DNA比对缩小嫌疑人范围。

这主要表现在城市治理方面。原来我们城市治理部门按照职能条块分割，这在城市事务处理方面有个天然障碍，当同一个突发事件的时候，比如说交通事故或者地质灾害，不同的部门系统就会有不同的表达信息，无法将这些信息快速融合并且提供决策支持，也无法实现所有部门的同时联动的应急处理。以前发生火灾了，拨打119后，只是消防部门过来灭火。现在各部门数据融合之后，不仅消防部门来灭火，同时会协同其他部门，比如说警察来维护秩序，医院派救护车等等，这样形成了多部门联动和业务协同。

比如疫情码畅通行。在疫情防控期间，我们可以通过健康码来甄别每个人的风险等级，确定哪些人可以通行，哪些人需要在家隔离等等，有效地进行了疫情防控。正如德拓在上海“随申码”和各地政府的流调（流行病调查）的快速实现，都是通过数据化来实现的。

在抖音，淘宝，头条等商业领域，通过对用户平时浏览的网页进行内容分析，获得用户的喜好，对每一个用户都建立了准确的人物画像，抓住用户的潜在需求进行精准的广告推送，实现有效的商业推广。

是通过“工业互联网+”实现整个智能制造。可以按照个性化需求定制生产模式，加快库存的流转，提升生产效率。

数据成为新的生产要素，意味着我们在原有的生产要素的基础上，数据生产要素将支撑我们经济新一轮高质量增长，中国作为数据大国，有海量的数据，也有复杂的数据化的应用场景。从数据大国到数据强国，发展的空间是巨大，而且从技术能力和外部竞争格局来讲，我们是有非常大的机会的。

现在数据已经成为国家重要的战略性资源和核心资产。

所以现在无论是欧盟、英国、美国、日韩，澳大利亚、中国等都制定了相应的数据使用和保护相关的制度、法律和法规，来保护数据资产。目前国家的竞争焦点已经从传统的资本、土地、人口、资源的争夺转向了对数据的争夺。制数权成为制陆权、制海权，制空权之后的新制权。

首先是新基建的投资。中国在2018年开始提出新基建并开始规模建设，包括5G、大数据、人工智能、工业互联网，特高压充电桩、城际交通等，新基建将成为整个数字经济的基础和数字底座。

其次中国的人口是世界第一大国。中国有最大的移动互联网群体，这就造成了海量的数据的产生。另外中国是一个复杂的多元社会结构，从一线城市到七线城镇，这种多元社会相互融合，就会造成多元数据产生。而且我国民众相对于西方社会对于自由和隐私的理解和容忍，使得数据的融合元素更多，应用会更加多样化。

但是成为数据大国不等于成为数据强国。从数据大国到数据强国，它的演进的必要条件是在数据规模上挖掘数据价值，形成海量的应用场景来驱动数据要素与社会民生经济的叠加结合。其核心是在数据资源上建立算法模型，最后落地数据价值。

数据智能有三要素，分别是算料、算力和算法。

基于这个三要素的基础上，数据智能最终的目标是通过应用场景落地实现数据价值。这个应用场景应该有普适化趋势，主要包括观、析、管、治几个方面。“观”是数据的可视化；“析”是对数据进行分析挖掘；“管”是通过数据去重新对我们的业务或者工作进行管理；“治”是综合治理。

比如在toC领域，我们认为价值即效益。因为数据的价值与收入是完全挂钩的。通过人物画像和推荐体系，能够精准的描述一个用户，根据他的需要把商品推荐给他，产生价值。面向消费者的个性化时，数据变成能洞察消费者喜好的一个武器。

在toB领域，我们认为价值即效率。商业组织通过数据进行精准营销、风险控制来进行利益最大化。同时面对不确定性，运营者需要通过数据来了解他所处的环境，了解企业运行的上下游，并实时根据环境的变化来调整自己的决策。

在toG领域，数据的价值即效果。政府通过大数据进行态势感知、精准决策、深度洞察，有的数据服务是公利性的，有的数据服务则是为了效益，数据智能在toG领域的价值内涵是非常多的，所以普遍认为最终数据的价值是效果。

如果需要选择能够包含数据在不同领域的不同价值内涵的一个综合情景，那么这个情景肯定是城市。城市里面既有C消费者，也有B企业、商业组织，也必然还有G政府。

只有城市才能承载数据智能多元价值。我们通过数据中台等大数据技术，让数据变成城市的资产资源，然后通过城市大脑等人工智能技术，用数据来驱动城市的智能应用。真正能把多元的数据和to C to B全部场景化在一个城市里面承载，所以城市是所有场景的最终落地的主体。

智慧城市是数据智能的最大的应用场景。新型智慧城市，借助大数据及人工智能技术，以数据为城市底座，智能化应用场景为引领，让城市更智慧、更温暖、更安全、更繁荣。

城市的是人类文明的标志。城市是随着生产力发展而产生的，是生产力发展到一定历史阶段的产物。城市满足了人类追求舒适、幸福、自由这种交流的内心需求。智慧城市是新一轮信息技术变革和知识经济进一步发展的产物，是工业化、城市化和信息化深度融合的必然趋势。是综合解决城市病的一种有效途径，是一种可持续的城市发展模式。

智慧城市的发展也经历了几个阶段：

第一个阶段我们称之为“条线智慧城市”。主要是政府的信息化、数字政府和电子政务阶段。在这个阶段政务信息化的建设主要是以纵向发展为主，主要特点是各垂直行业的信息系统建设，目的是提高工作效率，但是这种建设模式导致了各个部门、各系统各自为战，独立建设，造成的各部门的数据形成了一些信息孤岛和数据烟囱。

2012年国家关于开展智慧城市开始我们进入了“条线智慧城市阶段”。比如中国的银川、美国的多伦多都是这方面的典范。

从2016年开始，政府提出新型智慧城市建设为起点，我们进入了建设“数据智能智慧城市” 阶段。在数据智能城市建设的同时，我们也看到了“数字孪生”城市建设。2018年河北雄安发布了新区规划纲要，“数字孪生”城市建设在雄安开始进行。它跟数字智能城市的区别在于，它是完全把城市仿真了。当然它的特点在于在空白新建的城市实现数字孪生是比较容易的，但是在像上海等大城市很难去做到。

新型智慧城市建设已经成为建设创新型国家，提升国家治理现代化水平的重要抓手。

党和国家对此高度重视，并强调“一流的城市要有一流的治理，提高城市管理水平，要在科学化、精细化、智能化上下功夫。”上海市委书记李强也在强调：政务服务“一网通办”，城市运行“一网统管”是城市治理的牛鼻子的工作。上海经验的新型智慧城市建设为提高超大城市治理现代化水平做出了很大的贡献。它主要包括三方面：一网通办，一网统管和一网通用。便民服务，实现一网通办。

“一网统管”实现“观、管、防”的城市数据智能化应用。比如“观”，我们可以看到在上海有24+64的城市指标，分别是动态环境、交通保障等。“管”，建设了住建专题、防汛专题等，可以很好的把这些业务管理起来。“防”，是通过各种各样的预警模型来防止城市的一些风险。
 

一网通用是指像公安、海关等纵向系统，是以数据资源为核心实现多级应用。

政务大数据为中心建设是智慧城市建设的成败的关键。云计算有国界，大数据有市域。政府掌握及拥有80%以上的数据资源，能否有效建设、利用政务大数据，赋能整个城市，将是智慧城市建设关键。政务大数据做不好，这个城市的数据就做不好。

我们认为政府大数据要想做好，那就必须要充分的做好顶层设计，做到“数据标准化，标准规范化”；要进行业务闭环思考，使数据从业务中来，到业务中去，做到“业务数据化、数据资产化、资产化服务化、服务业务化、业务全域化”有机整体实现；同时因为需要大量的资金投入，它必须要考虑到成本领先，采用“中台工具化，技术普及化，部署便捷化，成本低廉化，应用普适化”。

在政务大数据建设的实践中，我们参与了很多方面：

未来已来，全面拥抱数据智能的时代已经到来了！

来源：德拓数据智能研究院

作者：郑治国