数据安全关乎国家安全和公共利益，已成为事关国家安全与经济社会发展的重大问题。我们要高度重视数据安全工作，加快推进数据安全治理体系建设，为美好安徽建设筑牢数字基石。

以制度规范夯实治理根基。制度建设是数据安全治理的基础，为治理实践提供根本遵循。我们应持续强化制度供给，推动制度先行、规则先立。一要健全地方性数据治理制度。完善数据产权、流通交易、安全治理等基础制度，强化数据开发利用与安全审查机制衔接，确保数据在规范有序前提下“放得开、管得住”。聚焦产业数据开放、算法透明审查等关键事项，推动专项规制和实施细则精准落地。二要推进数据治理标准体系建设。加快制定数据分类分级、安全防护等基础标准，明确数据处理规范。围绕高质量供给和流通场景，完善产品描述、可信交互等标准体系。支持人工智能领军企业牵头研制非结构化数据治理、语义标注等关键标准。三要完善数据全流程监管规范。构建覆盖数据采集、共享、使用、开放全过程的监督体系，细化风险评估、合规审计、应急响应等操作指引。优化科研数据出境、工业数据跨域流转等重点环节审查流程，探索建立涉密数据“负面清单”。压实数据处理主体责任，强化常态监管，形成依法治理的长效机制。

以协同联动汇聚治理合力。协同联动是破解数据治理“碎片化”难题的关键。其本质是构建多元共治的“同心圆”，并将协同理念贯穿治理全过程，推动治理体系从政府“独奏”向社会“合奏”转变。其一，健全跨部门协作机制。推动数据资源管理局会同工信、公安等部门，以“政务数据安全”“产业数据流通”等专题为牵引，组建跨部门专项小组，实行“专题先行、机制跟进”，逐步固化成常态化机制。完善风险通报、跨部门联席研判和联合监管机制，定期开展重点领域评估。其二，构建跨主体共治格局。重塑政府角色，由“主演”转向“导演”。为此，必须强化对重点机构、“链主”“链核”企业的责任传导，引导行业协会牵头开展标准研制，并健全社会监督与公众参与机制，推动多方协同共治。其三，打造跨区域协同生态。强化芜湖数据中心等长三角算力枢纽调度功能，推动与沪苏浙重点算力平台协同布局、深度对接，畅通算力互调、数据互通的“数字动脉”。健全跨区域数据交易、风险预警与监管联动机制，推动重要数据目录、分类标准等关键规则协同互认。推动安徽科技大市场与沪苏浙技术市场资源联动，打造场景贯通、技术联动的数据安全产业生态。

以技术创新提升治理效能。数据赋能创新，创新反哺治理，二者共促治理效能提升。我们应以治理效能提升为目标，统筹数据驱动与安全可控，既向“数据潜能”要发展动能，又向“技术可控”要安全底座。一方面，以高水平数据治理释放数据价值，赋能核心技术攻关与场景创新。探索创新数据确权与责任追溯机制，推动高密级数据在机构间、场景下安全流通与可信共享。支持高端芯片设计、先进光电制造、类脑智能演化等“卡脖子”领域有序建设“重点数据池”，夯实技术攻关和场景验证数据基础。面向高端制造、智能驾驶、类脑计算等前沿应用场景，构建行业级数据验证平台，推动数据驱动下的场景创新与技术迭代。另一方面，以全链条数据治理强化防护体系，赋能安全技术创新与可信应用。聚焦“可感知、可防护、可追溯”的全链条防护需求，积极培育新兴产业，推进数据安全芯片、算法加密、身份认证等产品落地。推动核心安全技术在重大平台和重点场景部署应用，筑牢可信应用的技术底座。积极推进国家数据安全关键技术攻关任务在皖落地，支持“政产学研”协同攻关，加速技术成果从实验室向工程化、产业化应用转化。

以试点先行探索治理范式。试点示范是推动数据安全治理体系从理论走向实践、从探索走向成熟的重要抓手。我们应坚持“选战场、打实战、出打法”的推进策略，以“小切口、深突破”的思路，在实战中检验机制，在创新中提炼经验，在应用中形成范式。一是布局试点载体开展压力测试。设立一批“未来场景实验室”与“合规试验区”，依托合肥综合性国家科学中心数据空间研究院等平台，开展制度创新压力测试。推进一批重点领域监管试点，面向量子科技、深空探测等战略领域，探索重要数据目录动态更新与属地监管机制。共建一批跨区域数据互通示范项目，强化数据跨域流转的安全验证与合规评估。二是聚焦核心场景探索应用创新。深入实施“数据要素×”行业场景创新行动，深化数据分类分级、可信共享与合规使用，推动在设备互联、数据交互等真实业务场景中形成可验证、可衡量的治理成果，实现以场景驱动治理创新、以治理赋能产业发展的良性循环。三是凝练治理经验推动模式推广。构建试点经验总结、提炼与转化机制，将有效实践上升为地方标准、行业规范，打造具有安徽特色的治理案例。

■ 梁培培

（作者单位：安徽省中国特色社会主义理论体系研究中心安庆师范大学研究基地。本文系省高校科研计划重大项目[2023AH040066]研究成果）