郭明军安小米李韬彭细正
（1.国家信息中心大数据发展部，北京，100045；
2.中国人民大学信息资源管理学院，北京，100872；
3.中国人民大学智慧城市研究中心，北京，100872；
4.中国人民大学数据工程与知识工程教育部重点实验室，北京，100872；
5.北京师范大学中国社会管理研究院，北京，100875；
6.广州市越创信息科技有限公司，广州，510000）
数据已成为与能源、材料资源同等重要的战略资源[1]，愈发渗透到政府管理及经济社会生活之中，正在重塑生产、消费及生活方式[2]，形成新的大数据治理模式。这种治理模式创新，不仅是政府自身的数字化变革，也是具有深远影响的社会变革。Michael Milakovich指出，单一数据源难以满足政策领域日益复杂问题的需求，政府治理的关键在于整合多数据源公共管理模式[3]，大数据治理应涵盖部门、企业、机构、组织及各领域[4]。
促进政社数据对接利用是打造数据强国的重要战略路径[5]。2017年12月，习近平总书记在中央政治局第二次集体学习时，提出推进政务数据与社会数据平台化对接的重大命题。2020年12月，国家发改委等四部门联合印发实施《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，明确要求促进政企数据对接融合。近年来，我国许多地方深入推进大数据治理实践，在打通政府部门间数据孤岛、开展政务数据共享利用基础上，越来越需要促进海量社会数据与政务数据的对接利用。明确政社数据对接利用的有效路径、提高政社数据对接利用的可行性，成为政府、企业、社会各方协同开展对接利用亟待解决的现实问题。本文聚焦政社数据对接利用的具体实施路径，基于协同创新理论、公共价值理论，综合应用演绎推理分析及实证研究分析，构建政社数据对接利用的实现路径模型，并通过典型案例进行验证分析，为加快推进政社数据对接利用实践提供参考。
数据对接利用是多源数据之间通过原始数据、脱敏数据、模型化数据等形式进行共享交换，并依托大数据平台进行汇聚融合、开发利用的过程。关于政务数据与社会数据对接利用的研究，国外虽然起步早于国内，但缺乏实现路径方面的研究。
国外由于体制机制方面的原因，政务数据与社会数据对接利用的深度相对不足，实践案例研究相对较少。相关研究主要集中于政府数据开放、数据治理、数据共享、数据交易或智慧城市等领域，多数是关于大数据治理内涵[6-7]、治理内容框架[8-9]、治理工具[10-11]等方面的研究，缺乏数据对接机制及模式的研究[12]，更缺少可操作的数据治理有效实现路径的探索。欧盟制定的《欧盟数据战略》及《数据法案（2021）》，虽然提到了政府、企业间的数据交换，但并未阐述政企数据共享利用的具体实现路径。
在国内，随着国家大数据战略及数字政府建设持续纵深推进，政务数据与社会数据对接利用研究不断深入，初步形成了“理论依据-分析方法-对接机制-运行机制”等系列研究[13]，为进一步探索实践层面的实现路径提供了理论及方法参考。目前，关于数据对接利用实现路径的研究，主要体现在广义的数据治理的范畴。数据治理领域的实现路径研究具有一般性，能够为政社数据对接利用提供参考借鉴，通过梳理发现主要包括以下三种视角。一是案例总结方面。甘似禹等[14]从实际应用角度展示了大数据治理框架体系，为企业数据治理过程提供参考模型；
王欣亮等[15]以乡村为研究对象，设计了大数据推动新时代乡村治理的发展路径；
马广惠等[16]从大数据汇聚、大数据融合、大数据应用三阶段，探讨了政府大数据治理路径；
安小米等[17]依托贵州大数据治理实践，提出了多元主体合作、多层次活动联通、多维度要素联结的大数据治理实现路径；
王翔等[18]通过对地方政府数据开放案例研究，分析了我国政府数据治理的实现路径。二是理论推导方面。张影等[19]结合服务生态系统理论和价值链理论，提出大数据服务生态系统遵循“数据上云—服务平台—智能化服务”的演进路径；
巴志超等[20]在信息集成理论框架基础上，探索了面向国家安全大数据综合信息集成的实现路径；
郭斌等[21]基于价值链理论，从治理理念、治理流程等方面，研究了政府数据治理实现路径。三是理念设计方面。梁芷铭[4]从国家治理能力角度出发，研究了大数据治理框架和路径；
戴香智等[22]从理念变革、制度保障、平台建设、技术创新四方面提出了大数据时代社会治理创新的基本路径；
鲍静等[23]针对政府部门的数据治理，在数据技术基础上研究了数据治理的实现路径；
翟云[24]从信息扩张、市场拉动、政府公信、绩效评价和法律保障等五个维度，提出了大数据治理研究的分析路径；
盖宏伟等[25]从技术、伦理道德、制度和执行等四个层面，提出政府数据治理体系发展路径。
国内外文献综述可以发现，目前关于数据治理实现路径研究，既有理论方法层面的探索，也有实践探索方面的总结，为指导政社数据对接利用积累了经验。但总体来看，已有研究存在两方面不足：一是研究客体主要面向的是政务数据，而对政务数据与社会数据的融合角度缺乏必要关注，缺少面向政社数据等多类数据对接利用实现路径的研究。二是目前基于实践案例的研究，均为对已发生实践的事后经验总结，解释性较强但指导性未得到充分验证，缺乏面向未来实践进行的前瞻性应用指导。
为弥补现有研究的不足，本文在借鉴已有研究成果基础上，以协同创新理论和公共价值理论为指导，基于政社数据对接利用方法论，为政务数据与社会数据对接利用探寻合适的实现路径，从而为指导实践提供有效分析工具。
2.1 模型构建的依据
2.1.1 模型构建的理论基础
政社数据对接利用过程涉及主体、客体、载体等多元要素，要素之间及要素内部关系错综复杂，尤其是对于作为客体的数据而言，不仅种类多而且数量庞大，故而认为，政社数据对接利用在本质上属于复杂系统。对于复杂系统问题的研究，协同创新理论是有效指导理论，能够分析多元主体的各种复杂行为，处理系统间及系统内部的各项协调。
从政社数据对接利用的目的来看，主要是为了激活多源数据价值，并将数据价值服务于各个主体的利益，价值导向是政社数据对接利用的最基本特征。作为价值研究的经典理论，公共价值理论能够指导各类价值在主体间的分配，实现政府机构、社会民众的利益最大化，这与研究政社数据对接利用的目的不谋而合。综上两点，从政社数据对接利用的本质属性看，综合应用协同创新理论和公共价值理论，可以为相关研究及实践工作开展提供理论指导。
因此，以协同创新理论、公共价值理论为指导，对政务数据与社会数据对接利用实现路径进行构建。一是引入协同创新理论，将多主体协同理念运用到政社数据对接利用，充分发挥政府在组织管理、政策制定、机制设计等方面的作用，发挥企业在市场化机制实践、工程项目实施中的作用，发挥社会各方协同配合积极性，共建集组织管理保障、建设运营保障及数据安全保障为一体的保障体系，确保数据治理各项工作顺利开展。二是将公共价值理论作为指导，激发各主体参与工作的主动性，通过共创政社数据融合的公共价值，为政府治理创新和企业效益提升提供有效方法。
2.1.2 模型构建的方法依据
应用前期研究所构建的政社数据对接利用“三体两向”分析模型的方法论[12]，为实现路径模型构建提供方法论指导。“三体”包括三方面协同：主体协同主要指参与政社数据对接利用的政产学研用等各主体协同配合、各司其职；
客体协同指政社数据在生命周期各个环节环环相扣、按步推进；
载体协同是政府内部及政企之间数据平台进行联通实现数据的加工处理。“两向”包括两个方面：问题导向即政社数据对接利用要解决政府决策、民生服务、产业发展中的堵点问题；
目标导向强调推动实现政府决策精准化、民生服务个性化、产业发展规模化。
2.2 模型的构建要素
政社数据对接利用是一项复杂的系统工程，需要各相关主体、所有数据客体以及数据处理依托载体的协同配合，主体、客体、载体三者若出现脱节，将不可避免地影响数据对接利用工作。主体层面，主要表现为做好三项保障，使得政产学研用各方分工明确、职责清晰，协同推进相关工作。客体层面，主要表现为做好数据管理，完成好数据清洗加工处理、模型算法构建及开发应用。载体层面，主要表现为做好数据汇聚，通过打造数据治理平台，促进各类数据的归集汇聚。问题导向及目标导向主要表现为做好数据应用，增强政府决策的精准性、民生服务的便利性和产业发展的高效性。按照“三体两向”方法论，明确了政社数据对接利用所应开展的重点工作。
如图1所示，基于协同创新理论及公共价值理论，利用“三体两向”方法论，结合具体工作实践，从能力维和保障维，设计了开展政社数据对接利用的关键性节点，构建了“3×3”矩阵式实现路径模型，即同时具备三项能力与三项保障。三项能力是基于数据对接利用的流程分析，将主体应当具备的能力划分为数据汇聚能力、管理能力、应用能力，覆盖了数据管理全生命周期治理的主要环节。三项保障是基于政企协同推动各项工作开展角度分析，提出各主体需要做好的三项工作，即政府主导做好组织管理保障，以政府主导、企业参与的机制，做好建设运营保障、确保数据安全。
图1 政社数据对接利用的“3×3”矩阵式实现路径模型Fig.1 The "3×3" Implementation Path Model of the Connection and Utilization of Government Data and Social Data
2.2.1 能力维：提升三项能力
一是数据汇聚能力。数据汇聚是数据对接利用的基础环节，也是最为繁琐的环节，数据汇聚包括两种方式：一种是数据搬家，将政社数据采集到数据治理平台；
另一种是数据不搬家，通过与政务数据、社会数据各自所依托的平台进行技术对接，使数据治理平台可以通过接口方式、模型算法等方式与政社数据进行对接。无论哪种汇聚方式，均需要加强标准规范、数据归集、平台支撑三方面的能力建设。面对不同来源、不同性质的数据，首先需要制定标准规范，按照统一的标准来汇聚数据。数据汇聚既包括共享政府部门掌握的数据，也包括归集企业及互联网上的数据。将各主体、各平台的数据通过物理集中或逻辑集中的方式归集起来，需要依托统一的数据治理平台，从而为下一步的数据管理做好准备。
二是数据管理能力。数据管理是对接利用的核心环节，是汇聚后的数据能否真正实现利用的枢纽环节，数据管理能力包括对数据的加工处理、模型算法构建和对接利用三部分。数据管理首先包括数据清洗、加工、脱敏、处理等环节，将原始的杂乱数据去重、清洗，形成数据“半成品”供使用。模型算法有助于保证数据安全，实现“数据不见面、模型算法见面”共享方式，同时，也是数据“半成品”进行深度加工的关键技术。在数据加工处理之后，借助模型算法，可以实现各类数据依托大数据分析平台进行对接利用。
三是数据应用能力。数据应用是数据价值实现的最高环节，包括政府决策、民生服务及产业发展三部分。通过数据管理环节，形成数据分析结果或分析报告并提供政府部门作为决策依据，从而支撑政府科学决策；
通过跨部门、跨系统数据的贯通，为满足群众的民生办事、便民生活等提供便利，实现“数据多跑路、群众少跑腿”；
通过数据对接利用产生的数据产品或服务，促进数字产业化和产业数字化，从而带动数字经济发展。政务数据与社会数据的对接利用，能够产生1+1>2的协同效果，其释放的融合数据价值超过单纯政务数据的开发价值。
2.2.2 保障维：增强三项保障
一是组织管理保障，主要包括政策制度、管理架构和工作机制三方面，主要面向政府侧，目的在于解决政社数据对接利用顶层管理问题。政社数据对接涉及政府多个部门以及社会相关机构，数据协调难度极大，只有通过制定相关政策，才能为开展政社数据对接提供有力保障。完善管理架构是推动各项工作开展的关键，有助于理顺管理机制、统筹处理重大问题。良好的工作机制能够调动各方积极性，实现政府主导和市场化机制优势互补。
二是建设运维保障，包括主体合作、市场化机制、项目实施等环节，重点面向政企合作层面。政产学研各方的协同是政社数据对接利用工作能否成功的关键。要促进参与政社数据对接利用各主体的协同配合，建立风险共担、利益共享机制，保障合作的可持续性。市场化是推动政企合作最为有效的手段，既能弥补政府人员不足，又可以调动企业及社会积极性，为各工程开展提供人财物等保障。应充分发挥市场机制作用，努力建立良好的政企合作模式，保障工程项目的顺利实施。
三是数据安全保障，主要包括技术防护、使用安全和风险感知三方面，是开展政社数据对接利用的基本前提。没有数据安全就没有对接利用，数据对接利用应用必须确保安全。通过数据安全相关技术的使用，确保数据加工处理及分析利用时的安全，通过建立风险感知机制，及时识别安全隐患并为开展安全防护提供线索。
2.2.3 能力维与保障维的有机协同
促进政务数据与社会数据对接利用，能力维与保障维实现协同配合，是主观一定要符合客观的必然要求。在客观方面，要实现政社数据从汇聚融合到综合治理再到开发利用，完成数据的全生命周期的运转，从而释放数据价值。政社数据要实现全流程的运转，参与政社数据对接利用的政企各方应充分协同，以数字技术为手段、以业务应用为导向，兼备数据汇聚能力、管理能力及应用能力，从而实现技术融合、业务融合、数据融合。在主观方面，政企各方要充分发挥各自资源优势，将三项保障措施贯彻到三项能力的实现过程中。一是组织管理措施的全覆盖。政府应发挥主导作用，通过制定政策制度、完善管理架构、明确工作机制，为数据汇聚、治理、应用提供政策及管理方面的保障。二是建设运营措施的全覆盖。充分发挥企业的市场主体地位，通过多种形式建立政企合作模式，为数据汇聚、管理提供保障，尤其是为数据实现支撑政府决策、民生服务、产业发展提供有力支持。三是数据安全措施的全覆盖。通过综合运用技术手段、安全规则、风险预警的方式，将数据安全贯彻数据汇聚、管理及应用的全过程。主观的保障维为客观的能力维提供服务支撑，贯穿于能力维的各个方面，共同形成了政社数据对接利用的矩阵结构。
为检验实现路径模型在指导规划编制中的有效性，本文以X市人才大数据治理为例，依托X市人才大数据发展规划编制工作，基于“3×3”矩阵式实现路径模型，为X市人才大数据治理分阶段分步骤实施以及制定重点任务及工作举措提供指导。
X市人才大数据工作涉及政府及社会各个层面，涵盖政务数据与社会数据对接利用各个环节，是典型的政社数据对接利用案例。政府层面，覆盖了25家市级部门及11个区级人社部门，涉及数十类人才相关数据，依托市政府信息共享平台等市级平台以及人才领域专业平台进行支撑。社会层面，包括18家社会单位及企业，涉及企业、第三方、互联网等三类人才数据，需要企业自建平台开展数据加工处理及应用服务。如图2所示，按照“3×3”矩阵式实现路径模型，结合对政府部门、社会单位及相关企业的调研访谈，将X市人才大数据治理分为18个重点环节，制定各个环节的重点工作内容，分步推进实施。
图2 X 市人才大数据治理实现路径的重点环节Fig.2 Key Link of the Implementation Path of Talent Big Data Governance in City X
3.1 能力维：开展三项能力建设
X市围绕数据汇聚、数据管理、数据应用三方面，充分发挥市场化机制，首先将人才领域的各类政务数据与社会数据进行汇聚，然后通过数据治理平台促进政社数据对接利用，将数据加工成可被利用的数据产品或数据服务，从而为政府治理、产业发展及民生服务提供数据支撑。
3.1.1 数据汇聚能力
为提升X市人才大数据汇聚能力，按照“3×3”实现路径模型，结合X市已有人才数据应用工作基础，从编制标准规范、汇聚各类数据、打造数据平台三个方面，设计具体工作举措，对各类人才大数据进行归集汇聚。
（1）立标准：编制人才数据标准规范
标准不统一是地方推进数据治理的一大难点。在参照国家及广东省大数据标准基础上，按照系统性、完整性、可扩展性原则，提出了X市人才数据标准体系，包括人才数据开放数据集标准、人才数据服务平台标准等人才数据服务标准，数据公共元数据标准、公共代码标准、业务数据标准等元数据标准，人才数据平台接口标准、人才大数据平台技术规范、人才数据平台数据库标准等技术标准，以及安全管理规范、人才数据隐私保护规范等安全与隐私类标准，形成了较为完善的人才数据治理标准体系。
（2）汇数据：归集政社各类人才数据
政府类人才数据掌握在政府手中，便于整合汇聚，在政府类数据汇聚基础上，需要推动与社会类人才数据的平台化对接及融合利用。X市人才数据归集，主要包括四个方面：一是归集汇聚全市基础人口信息、流动人口信息、市发改委的城市人口信息等个人基本信息，市教育局、省教育厅、国家教育部、学信网等个人教育信息，市民政局的个人婚姻信息，市卫健委的个人健康信息，市人社局的个人社保信息，市税务局的个人税务信息等；
二是归集省市区各级人才政策法规数据、社会发展经济数据、单位信息数据等人才环境数据；
三是建立与国家、省及市内政府部门、事业单位等人才数据对接机制，促进数据共享利用；
四是汇聚全市各级企业、人力资源服务企业及机构、互联网等人才数据，促进社会类人才数据与政务类人才数据的汇聚。
（3）搭平台：规划人才数据支撑平台
为促进政府、企业及社会领域的人才数据实现平台化对接，规划建立X市人才大数据基础平台和应用支撑平台。大数据基础平台基于分布式存储、分布式计算、交互式查询、全文检索、数据加密、系统容灾等技术，具备大数据采集、清洗、转换、存储、处理、分析、展示等功能。通过应用支撑平台，对全市各部门人才业务系统的用户、权限、业务应用系统进行统一管理，实现数据资源管理、角色管理、用户组管理、用户类型管理和用户查询、各业务应用系统接入平台管理等功能。
3.1.2 数据管理能力
为提升全市人才大数据管理能力，在政社两类数据汇聚之后，按照“ 3×3”实现路径模型，从数据加工处理、模型算法构建、对接共享三个方面，设计具体工作举措，促进原始数据加工形成数据产品或数据服务，实现单一数据价值向融合数据价值转换。
（1）强处理：人才领域数据的加工处理
将政府及社会类人才数据的加工处理分为数据资源管理、数据集成管理、数据标准管理、数据质量管理、数据比对管理、数据监控管理等多个环节，将原始数据加工处理为可供利用的数据资源，分步推进加工处理后的人才数据在政府部门的共享利用及社会领域的开放流通，为进一步加工形成成熟的数据产品或数据服务奠定基础。
（2）建模型：人才领域数据的算法模型
规划建设X市人才数据处理平台，为X市相关政府部门及社会机构提供数据建模、数据挖掘、数据报表、多维分析、可视化分析、计算引擎服务，对不同类型数据的计算处理及分析算法模型，提供数据计算处理的各种开发工具包和运行支持环境的计算平台，赋能全市及全省社会企业开展人才类数据治理。
（3）促融合：人才领域数据的共享对接
加强对全市各部门人才数据及业务的协同管理，包括工作流程引擎、表单设计平台、报表管理平台、信息发布平台、短消息中心、日历个人事务等。通过数据管理系统，对接X市政务信息共享平台，实现各部门的业务应用系统与人事人才基础数据库进行数据交换共享。
3.1.3 数据应用能力
为增强人才数据服务经济社会发展的能力，按照“3×3”实现路径模型，围绕政府决策、便民服务、产业发展等三方面，设计具体工作举措，充分激活数据要素价值，发挥数据的融合倍增效应。
（1）优决策：为政府决策提供数据支撑
汇聚各行业、各产业的人才年龄、性别、职业履历、教育背景等多维度大数据，依托X市政府大数据综合应用管理平台数据资源，预测全市各类人才需求、公共服务需求等，为全市产业发展、经济发展、教育、医疗、城市规划等匹配人才资源规划制定提供决策依据。
（2）便民生：为便民服务提供数据支撑
综合全市人才基础数据、学历情况、专业情况、职业技能、继续教育、绩效、薪酬、社保等各维度数据，研究分析人才成长规律，为个人职业生涯规划、择业求职、创新创业成才提供指导。结合各类型人才薪酬福利、成长背景、专业技能等各维度数据，为事业单位、企业、各类机构开展人才培养、开发、激励、使用提供数据支撑，为制定引进和留住人才方案提供参考依据。
（3）育产业：为产业发展提供数据支撑
基于人才大数据，引导人力资源服务企业及中介服务机构通过应用和数据集成平台提供招聘、人才测评、职业规划、福利薪酬、绩效考核、精准培训等方面的规范化人力资源服务，为全市人力资源产业提供数据支撑，促进人力资源服务生态圈构建。鼓励基于人才大数据支撑的人力资源开发、人才培养、人才评价等创新研究和应用，形成一批具有自主知识产权的人才大数据新技术、新产品、新标准，促进人才大数据技术创新和产业化。
3.2 保障维：强化三项保障措施
为打造数据驱动型的人才发展高地，X市应充分发挥政府主导、企业主体的协同机制，通过制定专项政策、完善工作机制、实施重大项目等方式，为人才大数据发展提供保障。
3.2.1 组织管理保障
为增强全市人才数据对接利用的组织管理保障力度，按照“3×3”实现路径模型，从制定政策、优化管理、健全机制等三方面进行设计，优化人才大数据发展的顶层设计。
（1）定政策：完善人才大数据政策体系
X市先后出台了《X市关于促进大数据发展的实施意见》《X市人力资源和社会保障事业发展第十三个五年规划》等文件。为进一步促进全市人才大数据资源的统筹、整合、共享、开放和运用，通过编制《X市人才大数据规划纲要》，围绕X市城市战略枢纽定位、“三中心一体系”和国家创新中心城市建设，充分发挥政府引导作用及市场在人才资源配置中的决定性作用。
（2）优管理：建立人才大数据管理架构
加强对全市人才大数据发展的统筹指导，推进建立人才大数据发展部门间联席会议制度，强化全市人才大数据建设协调力度，研究解决人才大数据建设中政策实施、项目安排、体制机制创新、平台建设等方面的重大问题。推动有关部门将人才大数据建设工作纳入部门总体工作部署，制定具体工作方案并组织实施。
（3）建机制：构建人才大数据工作机制
建立健全财政对X市人才大数据建设的保障机制，增强人才大数据经费保障能力。发挥政府投资基金作用，引导社会资本设立人才大数据产业发展基金，对人才大数据行业开展股权投资、创新投资。探索创新多元投资机制，鼓励社会资本参与人才大数据治理。
3.2.2 建设运营保障
为促进人才数据对接利用工程项目的顺利可持续开展，按照“ 3×3”实现路径模型，从加强主体协同、发挥市场作用、实施重点工程等三方面进行设计，充分发挥企业的市场化主体作用，通过政府引导，不断强化政企协同力度，确保工程项目“投、建、运”各环节的有效衔接。
（1）强协同：促进政产学研各主体合作
形成全市人才大数据治理合力，构建政产学研各方协同的人才大数据建设机制，建立组织部门、编制部门、人社部门、科技、卫健、教育、文旅等人才行业主管部门参与的跨部门协同人才服务机制，实现人才业务的一门申报、一网通办、全网通办、全市通办。产业发展方面，构建人才大数据产业联盟生态圈；
研发合作方面，联合国家部委相关研究机构及本地研究机构、重点高校、人力资源服务机构，开展人才数据研究分析。
（2）重市场：发挥市场机制决定性作用
为提升数据对接利用工作的可持续性，需要充分引入市场化运作机制，充分发挥社会及企业等市场主体的作用，推进建立市场化的人才数据应用机制，营造统一开放、竞争有序的人才大数据市场环境。同时，通过规范人才类数据资源的流通交易，以数据流引领资金流、技术流、创新流等要素的跨区域跨行业高效流动，为人才大数据价值的激活提供动力。
（3）推项目：明确重点建设的工程项目
按照人才大数据发展总体目标，制定X市人才数据治理的三年“两步走”建设计划，规划建设市人才大数据混合云平台、人才大数据标准体系、标准管理系统、统一资源管理及应用支撑平台、人才数据中心等一批重点工程项目。
3.2.3 数据安全保障
为确保人才数据对接利用工作各环节的数据安全，按照“3×3”实现路径模型，从技术安全、数据安全、风险预警等三方面进行设计，实现在数据安全前提下实施相关工程项目。
（1）技术安全：增强安全技术防护
在人才数据开发利用的不同生命周期，采用不同的安全防护技术，做到数据在整个生命周期的可控、可管，最大限度将数据管理通过技术平台实现自动化，形成数据安全快速反应能力。
（2）使用安全：加强使用安全管理
规划设计X市人才大数据治理的整体数据安全方案，覆盖从数据采集、存储、加工、处理、应用、流通、交易到销毁的各个环节，通过对生命周期各阶段进行针对性的风险分析，形成X市政务类及社会类人才数据对接利用的数据安全解决方案。
（3）风险预警：强化安全风险感知
构建完整的X市人才数据安全管理体系，基于全局统一的敏感数据知识库提供一体化策略管理能力，基于数据流动监测和日志留存提供数据安全风险的感知和分析，通过敏感数据地图、策略协同、风险分析等特性，实现全市人才大数据工作的数据可视、风险可管、数据可控。
3.3 能力维与保障维的协同：以三项保障措施促进三项能力建设
如图3所示，X市政务类人才数据与社会类人才数据的对接利用，按照能力维与保障维协同配合的思路设计，通过三项保障措施为提升三项能力保驾护航。一是组织管理保障方面。政府通过制定相关政策文件，为消除数据壁垒、促进更多数据汇聚提供保障，同时有利于以促进产业发展等应用为导向，提升数据应用能力；
通过构建有效的管理架构，为企业开展涉及数据汇聚及管理的平台建设及项目实施提供组织保障；
通过建立政企协同的工作机制，有利于为数据汇聚、数据管理及开发利用等工作开展提供经费支持。二是建设运营保障方面。以促进政产学研协同配合为基础，充分发挥各方在政策、技术、人才、数据等领域的优势，以启动一批重点项目为抓手，提升政社数据的创新应用能力，并围绕特定场景应用，促进相关数据的汇聚及治理。三是数据安全保障方面。面向数据汇聚、数据管理、数据应用各个环节，通过采取针对性的数据安全防护技术，强化数据全生命周期的管理规范，建立风险提前预警及防控机制，构建数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的X市人才数据开发利用机制。
图3 X 市人才大数据治理实现路径模型两个维度的有机协同Fig.3 Synergy of the Two Dimensions of the Implementation Path Model of Talent Big Data Governance in City X
促进政务数据与社会数据对接利用，是提升政府和企业数字治理能力，加快培育数据要素市场的必然要求。本文基于协同创新理论及公共价值理论，在政社数据对接利用分析模型基础上，从“能力维”和“保障维”两方面，构建了“3×3”矩阵式政社数据对接利用实现路径模型。通过将实现路径模型应用到X市数据治理相关规划编制之中，检验了实现路径模型的可行性。
面向未来，将持续跟踪实现路径模型在X市的应用成效，评估其指导效果，并通过更多实践案例检验模型有效性，为政产学研各方协同开展政社数据对接利用提供具有普遍性的操作工具和有效便捷的工作指导。同时，将不断扩大实现路径模型的案例检验范围，拓展到省级甚至区域层面，使研究领域延展到教育、交通、海关、人社、社区、园区等方面，进一步验证实现路径模型的科学性。
作者贡献说明
郭明军：总体框架设计，模型构建，案例分析，论文撰写；
安小米：论文思路设计，案例要点提炼，论文修改和定稿；
李韬：研究思路调整及文字修改完善；
彭细正：案例采集及分析。
猜你喜欢政社协同利用利用min{a，b}的积分表示解决一类绝对值不等式中等数学(2022年2期)2022-06-05蜀道难：车与路的协同进化科学大众(2020年23期)2021-01-18——基于倡导联盟视角">“政社”关系下我国体育社会组织政策变迁研究——基于倡导联盟视角体育科技文献通报(2020年7期)2020-11-23利用一半进行移多补少小学生学习指导(低年级)(2020年6期)2020-07-25“四化”协同才有出路汽车观察(2019年2期)2019-03-15利用数的分解来思考小学生学习指导(低年级)(2018年9期)2018-09-26Roommate is necessary when far away from home疯狂英语·新读写(2018年2期)2018-09-07政社合作：社会企业参与戒毒人员社会融入研究*——以昆明市Q社会企业为个案中国非营利评论(2017年1期)2017-11-09政府视角下的政社合作与社会组织发展社会与公益(2017年4期)2017-05-30政社分开的逻辑及其困境社会观察(2016年8期)2016-11-25
本文来源：http://www.triumph-cn.com/fanwendaquan/gongwenfanwen/2023/0925/108872.html