数据对全球经济和社会发展的影响和作用正在发生由“量”到“质”的根本性跃升。在由互联网、移动互联网为代表的信息时代，数据被定义为信息的形式化表示，而物联网、云计算和人工智能技术的飞速发展，已经井仍在加速促生着从“数据”到“大数据”的由量变到质变的演进:大数据除了沿袭数据作为表示信息的形式化载体这一属性外，同时又反过来成为挖掘新信息和新知识的基础原材料，在经过统计分析和机器学习等技术和方法的发掘和利用后，既迸发出巨大价值，又预示着无限潜能。根据2020年4月9日发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，我国已将数据上升为与土地、劳动力、资本、技术并列的新型生产要素。

报告创新性地从数据治理的视角提出培育数据要素市场路线图，从数据开放共享、数据质量管理、数据交易流通、数据风险规制四个方面系统梳理了国内外数据治理现状，并提出对我国培育数据要素市场的未来展望。

数字经济的发展离不开有效的数据治理，如何治理日趋复杂的数据生态系统，确保在发挥数据潜力的基础上恰当地管理其风险，已经成为全球范围内政策制定者所面临的一大挑战。数字经济是新的经济模式，数据大治理也是需要不断深入研究的重要问题，同时探讨了如何使数据这一重要的生产资料可以发挥出最大的价值，推动数字经济蓬勃发展。

数据爬取作为数据采集的一种高效实现形式，是国内外诸多互联网企业极为通常设置赖以生存的手段。但是随着围绕数据自动化技术进行爬取和挖掘行为急剧增多，带来了数据权属、知识产权、商业机密保护、个人隐私界限、不正当竞争、计算机信息系统安全等方面的巨大争议。尤其是近期在金融、内容、电商等各类场景的数据爬取案件频发，对互联网和大数据商业业态产生重大影响，引起了产业界、监管者和全社会的广泛关注。随着我国数据治理法律体系加紧完善和执法力度不断提升，数据爬取这一“灰色地带”也必将被提上数据治理议程，已成为非常紧迫的现实问题。本报告总共包括数据爬取概述、数据爬取的现实法律风险、数据爬取的治理困境及难点，数据爬取的治理原则和建议，数据爬取相关争端案例六个部分。首先从技术原理、技术分类、技术特点、应用现状、发展趋势和滥用危害六个部分介绍了数据爬取，并根据现实法律环境深度剖析了数据爬取在访问进入、数据类型和数据使用三个环节可能的法律风险，总结发现数据爬取治理的七大难点，并针对性提出五项治理原则，以及不同治理主体的应对措施，最后梳理了九个近年国内外较为典型的数据爬取司法判例。

本文结合近期监管热点事件和监管政策，从管理层面、数据层面两个方面分析金融监管数据治理当前面临的问题与挑战，并针对金融机构开展监管数据治理的实施思路和路径提出了专业对策建议。

2020年新冠疫情爆发,数字化转型按下快进键,社会运转加速构筑于数据之上。“健康码”等数字化疫情防控手段让“数据治理”不再是一个抽象议题,全民参与其中,切身体会“数据治理”体系作为数字社会基础性规范的重要性。 所谓数据治理体系，是指为实现数字社会可持续发展，围绕数据如何收集利用而搭建的公共政策框架体系。其核心是各方主体(包括政府部门、企业、消费者及社群机构等)关于数据收集与使用达成的基本共识、立场与规则方案。 为推进“数据治理”公共政策讨论,腾讯研究院从2018年起连续三年推出数据治理年度报告,搭建数据治理体系框架，识别关键政策议题,总结国际经验与差异，为数据治理的科学化、精细化发展提供研究基础。 2018年，我们发布了业内第一部数据治理年度报告——《迷雾中的新航向》全面展现了“数据治理”的全貌与重点,变革与走向。对数据主权、跨境数据流动、个人数据保护、数据权属、数据共享等从宏观到微观的重点政策议题展开深度分析。 2019年，区别于2018年首期报告的综合性,回应年度重要关切:数据主权——国际执法协作领域的数据跨境获取问题，形成专题报告:《云深处的数据规则——CLOUD法案与它的蝴蝶效应》。至此,数据治理已经走向了最为复杂的核心领域。 2020年，数据治理规则继续在激荡中碰撞,各方主体的诉求表达更加清晰:个人视角下的以隐私保护为核心的数字权利规则诉求;产业视角下的数据创新与竞争规则诉求;国家视角下的数字经济竞争力和数据安全诉求;国际视角下的数据主权协调诉求。这四个视角彼此紧密联系、互动影响，共同推进数据治理向纵深发展。 2020年“数据治理”年度报告——《规则的激荡与新生》沿用目前业界形成共识的研究框架,从个人、产业、政府、国际四个视角，对八个核心议题:疫情下的数据治理、全球数据保护立法与监管、政务数据管理、人脸识别应用、隐私安全计算、数字广告行业、数据跨境流动、跨境执法数据调取，深度呈现在激荡和碰撞中逐步浮现的数据治理新规则。

数据的非竞争性和部分排他性，使其具有准公共品的特征，可以从根本上改变经济活动，创造新的繁荣。但在数据面前，数据主体也即消费者是弱势的，数据经济的适当治理尤显必要。从各国监管实践看，数据治理主要聚焦在反垄断、数据确权和数据安全三个方面。数据的非竞争性和部分排他性，使其具有准公共品的特征（表1），可以从根本上改变经济活动，创造新的繁荣。因此，经济学家认为数据可以带来规模收益递增，应该推动数据的广泛使用和共享，从而降低交易成本，促进经济增长。

在数据治理实施过程中，我们往往存在数据治理意识不足、概念模糊、界限不明、管理分散、标准不统一等问题，这些问题将严重阻碍数据的管理与利用。因此，需要对各行业数据治理整体情况进行总结梳理，发现数据治理的痛处及难点，才能帮助用户单位更好地提升数据治理能力水平。

《数据安全法)》明确提出在坚持总体国家安全观基础上，建立健全数据安全治理体系，提高数据安全保障能力。由于数据本身具有流动性、多样性、可复制性等不同于传统生产要素的特性，数据安全风险在数字经济时代被不断放大，因此，对数据安全治理的要求也越来越高。如何协调政府、行业、企业、个人等多元主体,形成协同共治机制?如何平衡数据开发利用和数据安全保.护，实现发展与安全的齐头并进?如何构建覆盖数据全生命周期安全的治理框架?如何在各组织中落实数据安全治理的具体要求?这些都是当前数据安全治理面临的重要问题。

从微观角度，数据治理是指个体的数据管理，即对数据的实用性、可用性、完整性和安全性的整体管理。从中观角度，数据治理是指公共治理，即区域和国家对其主权范围内的数据质量、权属、流动机制等方面的宏观管理。从宏观角度，数据治理是指全球治理，即在大数据时代，以国家、国际组织、多利益攸关方等为主体，对数据权利、流通、管理等方面的治理。