基于数据生命周期的政务数据分类分级与共享策略研究 ——以政务活动场景需求为导向

摘要：随着数字政府建设的深入推进，政务数据分类分级与共享应用成为提升治理效能的关键。当前，针对静态的政务数据目录进行标准化的分类分级方法难以适应政务场景的动态性（如动态响应的实时性需求、周期性业务的数据更新规律），导致数据共享效率与安全管控失衡。本文创新性地提出“数据生命周期方法”，即基于政务数据所处阶段（如数据产生、数据流通），构建动态适配的分类分级体系，并制定差异化分级策略。通过梳理政务数据在所处时间维度上的特征差异，设计“场景-时间-数据-流转”的联动框架，结合典型案例验证其可行性，为提升政务数据共享开放的精准性、时效性提供理论支撑与实践路径。

关键词：政务数据；分类分级、数据共享、场景分类、动态分级

一、绪论

（一）研究背景与意义

近年来，数字政府建设不断取得进步，建设智能高效的数字政府已成为服务型政府的重要标志。其中，政务数据共享工作是推动数字政府建设的重要支撑，从“互联网+政务服务”提出到当前推进落实“高效办成一件事”，无不体现政务数据共享在跨部门业务协同效率提升和高质量发展上的突出作用。政务数据分类分级是开展政务数据有序共享的重要索引和安全保障，有利于政务数据在安全可控的同时能够精准有效共享。

2017年《网络安全法》首次提出“重要数据”概念，同年国务院发布《“互联网+政务服务”技术支撑体系建设指南》，全国各省积极推进省级政务数据及基础支撑平台建设，分别走过了政务信息系统整合、政务信息资源目录及共享责任清单编制、省级政务数据共享交换平台和开放平台建设等阶段，政务数据共享和公共数据开放随之呈现百花齐放之势。同时，作为一把双刃剑，数据共享开放的另一面数据安全问题逐渐得到重视。2019年，中央网信办发布《儿童个人信息网络保护规定》，2021年，我国相继施行《数据安全法》和《个人信息保护法》。《数据安全法》第二十一条明确建立分类分级保护制度，要求根据数据对国家安全、公共利益的危害程度实施差异化管理。2024年《网络数据安全管理条例》进一步细化规则，将分类分级作为网络数据安全治理的核心抓手。这些法律构建了分类分级的制度框架，成为各级政府的法定职责。由此，分类分级也从技术手段上升为数据安全管理手段。

（二）国内外研究现状

国内数据分类分级工作正在从合规驱动向行业深化演进。政策层面，《数据安全法》明确要求建立分类分级保护制度。2023年12月，财政部印发《关于加强数据资产管理的指导意见》，提出加强数据分类分级管理，建立数据资产分类分级授权使用规范，鼓励按用途增加公共数据资产供给。2024年发布的《数据安全技术 数据分类分级规则》（GB/T 43697-2024）首次提出关于数据分类分级的标准，该标准将数据分为一般数据、重要数据、核心数据三级，要求建立动态调整机制，并通过10个附录提供行业参考示例，例如金融行业的客户信息分类和医疗行业的基因数据分级。此外，从行业数据管理角度，各行业主管部门及地方也分别制订了各领域数据分类分级指南或标准规范，如：《金融数据安全分级指南》《卫生健康行业数据分类分级指南(试行)》《工业数据分类分级指南（试行）》《地理信息数据分类分级工作指南（试行）》《传媒行业数据分类分级指南》等。

国际上，欧盟通过GDPR建立个人数据分类基线，要求将数据分为“特殊类别数据”如基因信息和普通个人数据，并强制实施动态风险评估。美国HIPAA将医疗数据分为“电子受保护个人健康信息（ePHI）”和公开数据，要求医疗机构对ePHI实施字段级加密与访问审计，同时HIPAA规定，个人受保护健康信息可以在以下两种情况时使用，即被授权情况和去标识信息情况。

综上，国内外在数据分类分级的规则制定上，仍然是面向静态定义的数据进行的，虽然强调了动态更新的原则，但始终处于数据资源或数据资产定义阶段。在数据生命周期中，数据应用阶段尤其是涉及数据流通的共享开放环节，针对变换多样的数据应用场景和供给方式，当前主流的数据分类分级方法论难以与数据应用的时间维度和个性化需求相协调，分类分级工作无法形成从定义到应用成效体现的闭环管理。

（三）研究思路与方法

涉及政务数据的主要场景包括数据资源化、数据治理、共享开放等环节，即数据生命周期，以政务数据生命周期各阶段为切入点，构建生命周期分类分级方法的理论框架，即在政务数据的资源定义（目录编制）、加工处理、共享开放各阶段对涉及到的数据内容均开展分类分级【1】。该方法的创新点在于将数据生命周期维度嵌入分类分级和数据应用全过程，构建动态适配机制，实现数据分类分级随场景特性实时调整，形成差异化的数据应用策略和数据安全保障机制，从而实现精细化匹配政务服务、社会治理等政务应用场景。

二、政务数据分类分级现状及问题分析

（一）标准不统一

政务数据分类分级在实践上仍有较大差异。虽然《数据安全技术 数据分类分级规则》规定了数据按照业务领域分类和分级的规则，但由于标准出台时间较晚，各省市已不同程度开展了分类分级实践，具体的分类分级方法存在不同，如：重庆市公共数据的数据安全级别设为6级，山西政务数据安全级别设为7级，四川政务数据安全防护级别设为4级，这种地方差异导致跨区域数据共享可能存在“标准壁垒”。

（二）标准局限性

政务数据分类分级普遍的做法具有一定局限性，即多以有明确、完整定义的静态数据进行一次性分类分级为指导思想，且安全级别按照就高不就低原则执行，因此难以满足精细化共享、动态场景的现实需要，不利于数据流通利用。在具体应用场景中，共享需求可能并非针对数据目录下全部信息要素，而是仅对部分数据项存在共享需求。此外，一些周期性业务数据具有时效性差异，这类数据的敏感程度会随时间变化而发生变化，因此分级界定按照现行规则将固化分级，不够灵活。

（三）其他问题

在分类分级管理执行层面存在重分类分级、轻动态调整现象。政务数据随业务变化持续产生新类型，但现行分类分级方法虽然要求动态更新，但在实践中往往缺少主动触发机制，一些政务数据分级结果与实际风险出现偏差。同时，数据安全与共享开放的平衡难题凸显，过度分级导致数据流通受限，分级不足则带来安全隐患。

综上，当前政务数据分类分级方法的局限性体现在静态标准与动态场景响应之间的矛盾。因此，根据场景特点，将分类分级从动态调整转变为实时分类分级的理论研究，可为精准共享提供方法支撑。

三、基于数据生命周期的分类分级与共享策略设计

在数据生命周期的不同阶段，对数据分类和分级的侧重点有所不同。例如，在数据定义阶段，分类应侧重帮助理解数据全面定义，分级应侧重完整定义数据的安全防护级别。在数据采集、存储阶段，分类分级应统筹考虑，根据分类区分是否包含个人信息等特定类别并决定数据分级，从而在数据传输及存储时决定是否采用相应安全级别的数据安全防护措施。在数据共享阶段，分类则更多地为分级服务，数据提供方应根据数据需求，从完整定义的数据中选取部分或全部数据，在供出前对提供的数据进行分级，确定供出数据安全防护级别，以便安全合规利用。本方法的逻辑架构如图所示。

图 基于数据生命周期的分类分级与共享策略

（一）数据定义阶段

数据定义是数据资源管理场景中的的首要任务。数据是信息资源的载体，数据定义通常在数据组织规划期间进行，主要包括明确数据资源名称、资源描述、数据项、数据来源、数据格式、更新频率等。在数据定义阶段，按照数据资源描述，以静态数据视角对完整定义的数据进行分类分级，侧重数据业务理解表达，可设置多维度、多层面的业务分类标签，分类原则按照行业类别、业务属性等维度进行标注【2】。在数据资源管理场景下，数据分类的价值在于突出呈现数据业务属性，以数据定义、多维度分类标签全面阐述数据业务价值，便于快速检索发现数据。分级则侧重于对具有明确定义的、完整的数据资源进行安全级别确定，突出作为数据拥有者对自身管理的数据资源、数据资产的管理过程。

处理加工阶段

此阶段的分类分级应与数据定义阶段保持一致。数据定义完成后，在数据采集和存储阶段，应根据完整数据定义的分类分级，确定数据存储、传输、接口发布的安全防护等级和措施。在此阶段，应重点关注涉及个人信息、企业信息、生物信息等敏感数据分类，并按照前期确定的数据分级要求，采取相应的数据安全防护措施。

共享开放阶段

通常情况下，数据共享并非针对完整定义的全量数据，而是根据需求选取部分数据项以满足自身需要。因此，以“需求导向、动态分级、风险可控”为原则，在保障数据安全底线的前提下，最大化释放数据要素价值，区分共享开放场景个性化需求，实施差异化分级管控，兼顾数据利用效率与数据要素权益保护。

在此阶段的分类分级方法是，分类侧重于对于共享开放需求数据项识别特定个人及企业、生物特征以及关联国家、社会安全等类别数据，区分数据敏感性。对来源于非敏感数据或来源于敏感数据但脱敏后的数据，不应沿用原完整数据定义的安全防护级别，应在针对需求数据在数据供出前设置较低的安全防护级别，推动数据高效共享开放。对来源于敏感数据，但需求数据包含特定敏感信息的数据，应参考原完整数据定义的安全防护级别设置分级，同时要求数据需求方在获取后，按照同等安全分级开展数据应用并提供数据流向溯源渠道。

综上，以政务数据生命周期特性为出发点，打破数据固有属性，分类分级规则随场景时间阶段（如数据定义、共享开放）实时调整，服务数据在不同阶段的安全视角，确保一般数据高效流通，高敏感数据安全管控，规则设计需适配现有政务数据平台技术架构，便于落地实施。

四、结论和展望

基于数据生命周期的分类分级方法通过嵌入场景需求和时间特征，解决了静态分类分级与动态场景的适配问题。动态分类分级机制与差异化共享策略，实现了政务数据安全与效率的平衡。当然，以数据生命周期阶段分类分级还需要更多的案例进行实践，部分低频场景的时间特征、识别精度有待提升。可以结合人工智能技术，实现场景需求、关联敏感性分析以及时间特征的自动识别与系数动态优化。在更多的跨部门、跨业务，如“高效办成一件事”场景中，研究不同部门间数据敏感性和协同机制，探索在更大范围内的数据多样性分类和基于场景应用需求的动态需求数据分级机制，从而灵活开展分类分级，促进数据安全合规共享和开放利用，构建更加立体的分类分级体系。

参考文献：

夏义堃；政府数据资产管理的内涵、要素框架与运行模式 [J]. 电子政务，2022，01：5-6.

NIS研究院《数据分类分级概念、方法、标准及应用》[EB/OL].（2024-03-14）[2025-06-20].