持续提升公共服务数字化水平研究

《持续提升公共服务数字化水平研究》由会员分享，可在线阅读，更多相关《持续提升公共服务数字化水平研究（13页珍藏版）》请在装配图网上搜索。

1、持续提升公共服务数字化水平一、 持续提升公共服务数字化水平（一）提升社会服务数字化普惠水平加快推动文化教育、医疗健康、会展旅游、体育健身等领域公共服务资源数字化供给和网络化服务，促进优质资源共享复用。充分运用新型数字技术，强化就业、养老、儿童福利、托育、家政等民生领域供需对接，进一步优化资源配置。发展智慧广电网络，加快推进全国有线电视网络整合和升级改造。深入开展电信普遍服务试点，提升农村及偏远地区网络覆盖水平。加强面向革命老区、民族地区、边疆地区、脱贫地区的远程服务，拓展教育、医疗、社保、对口帮扶等服务内容，助力基本公共服务均等化。加强信息无障碍建设，提升面向特殊群体的数字化社会服务能力。促进

2、社会服务和数字平台深度融合，探索多领域跨界合作，推动医养结合、文教结合、体医结合、文旅融合。（二）推动数字城乡融合发展统筹推动新型智慧城市和数字乡村建设，协同优化城乡公共服务。深化新型智慧城市建设，推动城市数据整合共享和业务协同，提升城市综合管理服务能力，完善城市信息模型平台和运行管理服务平台，因地制宜构建数字孪生城市。加快城市智能设施向乡村延伸覆盖，完善农村地区信息化服务供给，推进城乡要素双向自由流动，合理配置公共资源，形成以城带乡、共建共享的数字城乡融合发展格局。构建城乡常住人口动态统计发布机制，利用数字化手段助力提升城乡基本公共服务水平。（三）打造智慧共享的新型数字生活加快既有住宅和社区

3、设施数字化改造，鼓励新建小区同步规划建设智能系统，打造智能楼宇、智能停车场、智能充电桩、智能垃圾箱等公共设施。引导智能家居产品互联互通，促进家居产品与家居环境智能互动，丰富一键控制、一声响应的数字家庭生活应用。加强超高清电视普及应用，发展互动视频、沉浸式视频、云游戏等新业态。创新发展云生活服务，深化人工智能、虚拟现实、8K高清视频等技术的融合，拓展社交、购物、娱乐、展览等领域的应用，促进生活消费品质升级。鼓励建设智慧社区和智慧服务生活圈，推动公共服务资源整合，提升专业化、市场化服务水平。支持实体消费场所建设数字化消费新场景，推广智慧导览、智能导流、虚实交互体验、非接触式服务等应用，提升场景消费

4、体验。培育一批新型消费示范城市和领先企业，打造数字产品服务展示交流和技能培训中心，培养全民数字消费意识和习惯。二、 数据安全基本原则坚持创新驱动，强化企业创新主体地位，优化创新资源要素配置，激发各类市场主体创新活力。坚持以人为本，维护人民数据安全合法权益，依靠人民智慧发展产业，发展成果更多更公平惠及人民。坚持需求牵引，以有效需求引领产业供给，以深度应用促进迭代升级。坚持开放协同，注重更大范围、更宽领域、更深层次的开放合作，协同推进全产业链深度融合、共创共享。三、 提升数据安全产业创新能力（一）加强核心技术攻关推进新型计算模式和网络架构下数据安全基础理论和技术研究，支持后量子密码算法、密态计算等

5、技术在数据安全产业的发展应用。优化升级数据识别、分类分级、数据脱敏、数据权限管理等共性基础技术，加强隐私计算、数据流转分析等关键技术攻关。研究大数据场景下轻量级安全传输存储、隐私合规检测、数据滥用分析等技术。建设和认定一批省部级及以上数据安全重点实验室，鼓励产学研用多方主体共建高水平研发机构、产业协同创新中心，开展技术攻关，推动成果转化。（二）构建数据安全产品体系加快发展数据资源管理、资源保护产品，重点提升智能化水平，加强数据质量评估、隐私计算等产品研发。发展面向重点行业领域特色需求的精细化、专业型数据安全产品，开发适合中小企业的解决方案和工具包，支持发展定制化、轻便化的个人数据安全防护产品。

6、提升基础软硬件数据安全水平，推动数据安全产品与基础软硬件的适配发展，增强数据安全内生能力。（三）布局新兴领域融合创新加快数据安全技术与人工智能、大数据、区块链等新兴技术的交叉融合创新，赋能提升数据安全态势感知、风险研判等能力水平。加强第五代和第六代移动通信、工业互联网、物联网、车联网等领域的数据安全需求分析，推动专用数据安全技术产品创新研发、融合应用。支持数据安全产品云化改造，提升集约化、弹性化服务能力。四、 推广技术产品应用（一）提升关键环节、重点领域应用水平深度分析工业、电信、交通、金融、卫生健康、知识产权等领域数据安全需求，梳理典型应用场景，分类制定数据安全技术产品应用指南，促进数据处理

7、各环节深度应用。推动先进适用数据安全技术产品在电子商务、远程医疗、在线教育、线上办公、直播新媒体等新型应用场景，以及国家数据中心集群、国家算力枢纽节点等重大数据基础设施中的应用。推进安全多方计算、联邦学习、全同态加密等数据开发利用支撑技术的部署应用。（二）加强应用试点和示范推广组织开展数据安全新技术、新产品应用试点，推进技术产品迭代升级，验证适用性和推广价值。遴选一批技术先进、特点突出、应用成效显著的数据安全典型案例和创新主体，加强示范引领。开展重点区域和行业数据安全应用示范，打造数据安全创新应用先进示范区，集中示范应用并推广数据安全技术产品和解决方案。五、 构建数据安全繁荣产业生态（一）推动

8、产业集聚发展立足数据安全政策基础、产业基础、发展基础等因素，布局建设国家数据安全产业园，推动企业、技术、资本、人才等加快向园区集中，逐步建立多点布局、以点带面、辐射全国的发展格局。鼓励地方结合产业基础和优势，围绕关键技术产品和重点领域应用，打造龙头企业引领、具有综合竞争力的高端化、特色化数据安全产业集群。（二）打造融通发展企业体系实施数据安全优质企业培育工程，建立多层次、分阶段、递进式企业培育体系，发展一批具有生态引领力的龙头骨干企业，培育一批掌握核心技术、具有特色优势的数据安全专精特新中小企业、专精特新小巨人企业，培育一批技术、产品全球领先的单项冠军企业。发挥龙头骨干企业引领支撑作用，带动中

9、小微企业补齐短板、壮大规模、创新模式，形成创新链、产业链优势互补，资金链、人才链资源共享的合作共赢关系。（三）强化基础设施建设充分利用已有资源，建立健全数据安全风险库、行业分类分级规则库等资源库，支撑数据安全产品研发、技术手段建设，为数据安全场景应用测试等提供环境。建设数据安全产业公共服务平台，提供创新支持、供需对接、产融合作、能力评价、职业培训等服务，实现产业信息集中共享、供需两侧精准对接、公共服务敏捷响应。六、 数字经济保障措施（一）加强统筹协调和组织实施建立数字经济发展部际协调机制，加强形势研判，协调解决重大问题，务实推进规划的贯彻实施。各地方要立足本地区实际，健全工作推进协调机制，增强

10、发展数字经济本领，推动数字经济更好服务和融入新发展格局。进一步加强对数字经济发展政策的解读与宣传，深化数字经济理论和实践研究，完善统计测度和评价体系。各部门要充分整合现有资源，加强跨部门协调沟通，有效调动各方面的积极性。（二）加大资金支持力度加大对数字经济薄弱环节的投入，突破制约数字经济发展的短板与瓶颈，建立推动数字经济发展的长效机制。拓展多元投融资渠道，鼓励企业开展技术创新。鼓励引导社会资本设立市场化运作的数字经济细分领域基金，支持符合条件的数字经济企业进入多层次资本市场进行融资，鼓励银行业金融机构创新产品和服务，加大对数字经济核心产业的支持力度。加强对各类资金的统筹引导，提升投资质量和效益

11、。（三）提升全民数字素养和技能实施全民数字素养与技能提升计划，扩大优质数字资源供给，鼓励公共数字资源更大范围向社会开放。推进中小学信息技术课程建设，加强职业院校（含技工院校）数字技术技能类人才培养，深化数字经济领域新工科、新文科建设，支持企业与院校共建一批现代产业学院、联合实验室、实习基地等，发展订单制、现代学徒制等多元化人才培养模式。制定实施数字技能提升专项培训计划，提高老年人、残障人士等运用数字技术的能力，切实解决老年人、残障人士面临的困难。提高公民网络文明素养，强化数字社会道德规范。鼓励将数字经济领域人才纳入各类人才计划支持范围，积极探索高效灵活的人才引进、培养、评价及激励政策。（四）实

12、施试点示范统筹推动数字经济试点示范，完善创新资源高效配置机制，构建引领性数字经济产业集聚高地。鼓励各地区、各部门积极探索适应数字经济发展趋势的改革举措，采取有效方式和管用措施，形成一批可复制推广的经验做法和制度性成果。支持各地区结合本地区实际情况，综合采取产业、财政、科研、人才等政策手段，不断完善与数字经济发展相适应的政策法规体系、公共服务体系、产业生态体系和技术创新体系。鼓励跨区域交流合作，适时总结推广各类示范区经验，加强标杆示范引领，形成以点带面的良好局面。七、 数据分类分级场景建设思路数据分类分级是数据安全治理实践过程中的关键场景，是数据安全工作的桥头堡和必选题。行业实践，七步走建设思路

13、，可供刚开展数据分类分级工作的组织参考。第一步：建立组织保障。对组织而言，数据分类分级工作是一项复杂的长期性工作，是业务知识、数据知识和安全知识的交叉领域，需要相关部门协作开展。这就需要通过明确数据分类分级工作的组织架构，划分各部门职责分工，为数据分类分级工作的协同开展提供支撑。在实际工作中，各组织一般有数据安全管理的牵头部门或团队统筹数据分类分级工作的开展，而在职责分工上，则体现出一定的差异性。以某电信运营商为例，在职责划分方面，明确了由数据安全的管理部门负责制定数据分类分级的方法及策略，规范数据资产梳理工作，并监督数据分类分级工作的落实。而各数据生产运营和使用的责任部门则需要维护本部门的数

14、据资源清单、梳理部门的重要数据目录、并按照数据安全管理部门制定的标准执行数据分类分级规定动作，制定并落实差异化管控措施等。以某金融机构为例，在职责划分方面，明确了由数据安全的管理部门牵头开展数据分类分级工作，制定相关制度流程，并建设数据分类分级技术能力。由于建设了数据中台对数据进行统一管理，其他部门仅需配合数据分类分级评估工作，对数据分类分级结果进行复核。以某互联网公司为例，在职责划分方面，明确了由数据安全管理部门负责各类数据的分类、汇总和管理等工作。其他部门主要负责识别本部门的各类敏感数据并同步至数据安全管理部门，同时负责本部门敏感数据相关数据安全管控措施的制定。第二步：进行数据资源梳理。在

15、进行数据分类分级之前，需要对组织内的全部数据资源进行识别、梳理，明确当前组织内部存储了哪些数据、数据存储的格式、数据范围、数据流转形式、数据访问控制方式、数据价值高低等问题，并形成数据资源清单。在实际工作中，数据资源的梳理有两种常见的工作思路。一种是站在数据治理的角度，为了达到对数据质量进行管理的首要目标而进行全量数据的盘点梳理，与此同时，梳理的结果可以复用于数据分类分级工作。一种是站在数据安全的角度，先对敏感数据进行识别梳理，以快速响应相关安全管理要求，再逐渐扩展至全域数据范围。第三步：明确分类分级方法策略。数据分类分级的方法、策略是指导此项工作开展的重要依据。组织需要参考国家及行业相关数据

16、分类分级要求及规范，并结合自身业务属性与管理特点，明确数据分类分级的方法、策略，如明确数据分类与定级的基本原则、基本方法等。当前，为指导数据分类分级工作的推进落实，各行业、各领域纷纷制定相关标准规范。通过明确数据分类分级工作的原则、方法、定义，并在此基础上给出部分示例，进一步细化国家关于数据分类分级工作的要求，推动该项工作在不同行业企业及组织机构的落地实施。第四步：完成数据分类。组织应根据已制定的数据分类原则，定义包含多个层级的数据类别清单，再对数据资源清单中的数据逐个进行分类。在实际工作中，基础电信、证券期货、工业行业等领域制定了较为明确的分类方法和示例，有利于行业组织参考。对于暂未形成分类

17、模板的行业，组织可以从经营维度按照通用分类模板进行分类1。另外，针对个人信息的分类方式，组织也可以结合GB/T35273-2020信息安全技术个人信息安全规范给出的规范进行完善。总体来说，类别定义一般会根据行业领域的不同而产生不同的子类划分方式，需要注意的是不同类别之间不能重复和交叉。第五步：逐类完成定级。数据分级主要从数据安全保护的角度，考虑影响对象、影响程度两个要素对数据所在的安全级别进行判定。不同行业分级标准在影响对象和影响程度的划分上有所不同，从而也导致了分级结果的差异性。组织应根据实际情况完成定级工作。第六步：形成分类分级目录。组织还需形成整体的数据分类分级目录，明确数据类别和级别的

18、对应关系，为各部门落实数据分类分级工作提供依据。第七步：制定数据安全策略。在完成数据分类定级的基础上，还需要依据国家及行业领域给出的安全保护要求，建立数据分类分级保护策略，对数据实施全流程分类分级管理和保护。八、 强化数据安全人才供给保障推动普通高等院校和职业院校加强数据安全相关学科专业建设，强化课程体系、师资队伍和实习实训等。制定颁布数据安全工程技术人员国家职业标准、实施数字技术工程师培育项目，培养壮大高水平数据安全工程师队伍，鼓励科研机构、普通高等院校、职业院校、优质企业和培训机构深化产教融合、协同育人，通过联合培养、共建实验室、创建实习实训基地、线上线下结合等方式，培养实用型、复合型数据安全专业技术技能人才和优秀管理人才。推进通过职业资格评价、职业技能等级认定、专项职业能力考核等，建立健全数据安全人才选拔、培养和激励机制，遴选推广一批产业发展急需、行业特色鲜明的数据安全优质培训项目。充分利用现有人才引进政策，引进海外优质人才与创新团队。