建设数据基础设施需要三类数据处理新技术

数据要素时代，数据成为新的生产要素有利于数据资源的开发利用，赋予数据生产要素所应具备的特征，也引发了对于数据处理体系在新需求。经中国信通院调研，归纳总结出数据要素的七大特征：

● 数据要素产业链涉及多个主题的权属分配：数据权利配置应沿着数据发挥价值的路径展开，尊重原始数据提供者所有权，通过授权使数据进入流通环节。承认价值创造者适当的权利，以保护其投资或劳动。

● 数据要素应用层次多差异大：由于数据虚拟存在和应用场景不同的特点，同样加工程度的数据也会通过不同的方式交付，因而数据要素流通形态呈现层次多、差异大的特点。

● 数据要素应用需求多元形式复杂：数据流通的形态和链路更加复杂多样，难以参照传统要素的分类明确流通规则和搭建流通市场，同样的数据，不同需求者在不同应用领域有不同用途，同样的数据，不同需求者在不同应用场景中有不同的触达方式。

● 数据要素具有虚拟性：数据主要以非实体的形式存在，虚拟性是数据要素 区别于传统要素的主要差异，相比土地、劳动力等传 统“有形”的要素，以电子形式存在的数据要素没有有形的存在物。

● 数据要素具有非排他性：数据的生成使用过程中并不能排除其他主体的使用，数据生成过程中涉及产品服务的供需双方、第三方平台、网络电信运营商等多个主体，使得数据信息自生成之时起就同时栖息于多个不同主体，加之数据资源易于扩散的特点，形成了数据要素使用过程中非排他的客观现状。

● 数据要素具有即时性：即数据的价值随着时间的转移而发生变化，数据要素的价值存在信息折旧的情况，时间变化的频率越高，价值衰变越快，贬值的速度主要取决于数据的类型和用途。

● 数据要素具有规模经济性：数据规模越大，其蕴含的价值越多，随着数据要素规模的扩大、数据种类的丰富，数据使用者越多，数据中挖掘的价值越大，数据的价值会呈指数级增加，使用者可以从中挖掘出更多的价值信息。

七大特征对应大数据技术的七大需求，即：防止权属篡改、降低技术门槛、内生安全、替身共享性、降低存算成本、提升使用性能及满足场景需求。进一步可以归纳总结为保障数据安全、促进数据价值释放及降本增效三大技术趋势。在数据基础设施建设过程中，数据处理能力尤其需要聚焦这三点需求，为上层数据流通、应用提供支撑，推动数据处理环节实现高效率、低成本、高智能。

围绕大数据技术需求与发展趋势，当前，业界已经开展了广泛的实践并形成了部分较为成熟的技术产品形态，中国信通院对这些技术进行了归纳总结。

中国信通院云大所长期深耕大数据领域研究工作，自2015年起开始搭建数据基础设施标准体系，围绕大数据和数据库两大板块领域的技术产品、解决方案，覆盖选型、实施、应用、运维全流程。中国信通院已经形成了贯穿宏观到微观的研究体系，累计编制发布国际标准2项，行业标准9项，团体标准17项，自主研发事务数据库、批处理平台等四款测试工具，覆盖金融、电信、车联网等多个场景。

此外，中国信通院致力于搭建行业交流平台，推进大数据产业发展。举办大数据产业发展大会、可信数据库发展大会、数据资产管理大会等品牌大会，会议内容包括研究报告发布、证书颁发、案例发布、合作伙伴的实践分享等。

未来，中国信通院将围绕湖仓一体、向量数据库、防篡改数据库、数据智能平台等大数据领域热点方向，通过沙龙、报告、标准等方式深入展开研究，推动我国大数据产业发展。