数据集测评、订单化、以评提质:质量评测这道关,市县单位怎么过

「订单化」这个词，出现在国家数据局上月末一场座谈会的通稿里。说的不是采购耗材，是数据集的质量测评——往工具化、订单化走，缩短周期、降低成本。

那场会请来了九个领域的二十一家链主单位，谈的是行业高质量数据集怎么建、怎么用、怎么评。

再往下一层，贵州刚公开解读的三年行动方案把这句话落成了动作——建一个数据要素质量评测基地，从合规性、数据质量、应用成效三个方面给数据集测评，还推动结果在全国互认。

对市县数据局和手里攒了数据集的单位来说，数据集的测评这一关，是真的来了。三个维度里最实的那一栏，靠的不是临评前整理材料，是平时攒下来的记录。

一、三栏里，前两栏能补，第三栏补不了

先看国家层面怎么定的。国家数据局《关于推进行业高质量数据集建设行动的实施方案》第（十）条，把测评方法写成「数据质量验证＋模型应用反馈」，落点是一句话：一次测评、全国互认。

前半句管数据本身——采集、清洗、标注、质检，一条条对着标准看。后半句管模型那头——这份数据喂进去，政务大模型有没有变好。

贵州把它翻成了三个维度：合规性、数据质量、应用成效。

前两个维度是整理得出来的。材料齐、标注规范、口径统一，对着清单补上几天，能补到能看。第三个维度不行。应用成效问的是这份数据被谁用过、用出什么结果，答不上来就是答不上来。

座谈会通稿里紧接着的那条要求，正好接在这里：依托实际应用场景，建立数据回流和迭代优化机制，持续收集用户反馈，推动数据集动态更新。评完之后要能改，改的动作还得留下痕迹。

实施方案第（十）条还写了另一件事：加快建设覆盖多行业、多场景、多模态的测评数据集。这句话的意思是，考卷也不是各家自己出，用的是统一那一套题。题统一了，分数才有可比性。

这也是「以需定供、以用促建、以评提质」三句话连起来读的意思。需求定供给，应用推建设，评价提质量——评不是终点，是下一轮的起点。

二、贵州把标准跟数据集编在了一起

贵州这份方案里有个提法值得抄下来：「一链一集一标准」。

围绕新型综合能源、新材料、矿产资源精深加工、酱香白酒等二十五个特色行业领域，每个细分领域集中力量做一个数据集，同时研制一套这个领域的数据集建设标准。行业主管部门、链主企业、上下游企业、科研院所、数据集团、数商，六方一起进来。

这个顺序有讲究。标准先立起来，测评才有统一的刻度；如果数据集建完再补标准，测评的时候就要围着口径来回解释。

方案把几样东西串成了一条线：加工生产平台管清洗、标注、质检、评测；质量评测基地管打分和互认；「六证协同」的登记体系管确权；数据集（语料）服务平台管汇聚和流通。

一条链上每一段都有承接的地方，测评报告就不会是孤零零一张纸。 它后面连着登记，前面接着加工，中间还有人认这个分数。

对市县来说，这条链是现成的公共服务。基地不用自己建，标准不用自己立，要花的力气在别处。

三、一个县给一片林子买了份测评报告

广西来宾忻城县政务服务和大数据发展局，前不久发了一份询价公告。项目名称写得很直白：林地治理场景数据集测评及认定服务。

数据集来自县里那套「无人机＋AI」智能巡林管护系统，七万张样本，已经做完低空影像林木违规砍伐变化检测、林地烟火、病虫害识别三类场景的复杂标注。服务期限二十个工作日，交付物一栏只有四个字：测评报告。

一个县级局，把测评当成一项可以采购的服务，买回来的是一份报告。这件事的分量不在花了多少钱，在于测评从「上级来查」变成了「我自己去评」。

公告对投标方另有一条要求：得有数据集专业测评及认定的资质。这句话把测评划成了一门专业活——报告由有资质的机构出，本单位要做的是把材料备齐、把过程说清。

公告里没细说报告要写什么。按实施方案第（九）条、第（十）条的路子，无非是四项：数据从哪来、怎么标的、用在哪、效果如何。

这四项，恰恰是送评单位自己最清楚、也最容易被问住的地方。

四、真正被评的是「改过几版」

方案第（十四）条把管理链条拉得很长：采集、清洗、加工、标注、质检、测评、迭代、审计，一路管到底，要求是数据可管、可控、可追溯。

留意这两个词：迭代、审计。它们都不在建设环节，在评完之后。

也就是说，一份数据集送评，交上去的不只是这一版数据，还有它怎么变成这一版的过程——第一版什么样，谁提了意见，改了哪里，谁确认的。测评看的是一份数据集，认的是一套改动记录。

这套记录，政策语言里叫「可追溯」。落到一个单位头上，是一句更朴素的话：这份数据集的说明，得有一个固定的位置放着，能改，改过看得见。

常见的情形是：数据在业务系统里，说明在项目验收报告里，改动记录在经办人的聊天窗口里。三样都在，就是凑不到一处。

这个位置不必是新建的系统。本单位对外服务的小程序里辟一页，或者一个微站的内容页，都够用。要紧的是它得是一个位置，不是散在聊天记录、邮件和某个人的电脑里。

网页的好处是它有地址。同一句话发在群里，三天后翻不到；写在一个固定页面上，半年后还在，改过哪几处也还看得见。

五、系统那头有专区，格子里的话还得自己写

这些说明，确实已经有地方放了。

第（十四）条写得很清楚：建「物理分散、逻辑集中」的国家数据集管理服务系统，实现目录、供需信息互联互通，支持各地方、各行业依托国家系统设置专区。座谈会第二条要求也对着这里——引导本行业领域的数据集登记至国家数据集管理服务系统。

但系统收的是目录、供需和登记信息。它给每个人留了格子，格子里的那句话还得自己写。

三层分工其实很清楚：国家给系统和互认规则，省里给评测基地、加工平台和标准，市县这一级给的是说明和记录——这份数据集是什么、能用来做什么、谁在用、改过几版。

平台不承载数据集本身，也不出测评结论、不做登记发证，这些都不该由一家建设方代办。能建的是一页位置固定、改得动、改得有痕的说明页，写什么仍归本单位。

六、送评之前，先把三件事做实

第一件，把三个维度抄成一张表。合规性要哪些材料、数据质量看哪些指标、应用成效要哪些凭据，一栏一栏写上「我手上这份在哪」。写不出来的那几格，就是接下来要补的地方。

第二件，定一个改动记录的口子。数据集每改一次，在同一页记一行：改了什么、为什么改、谁确认。不用写成长文，三句话够。一年下来，这份记录就是送评时最省事的东西。

第三件，把「应用成效」的证据提前攒。谁在用、用在哪、反馈了什么，遇到就记一笔。这一栏没法临时编，只能平时存。

三件事不用立项，也不用排预算。做完的变化不在数据里，在答复上：换个人接手，翻得到上一版；测评问到「为什么改」，答得出当时那一条依据。

顺序上也有讲究。先有表，才知道记录该记哪几项；先有记录，才攒得出应用成效的证据。反过来做，记录会散，证据会缺。

三件事里最容易漏的是第二件。表可以突击抄，证据可以临时找，只有改动记录必须一天一天攒。