大数据技术发展迅速，计算机行业在发展过程中，既获得了发展机遇又面临着前所未有的挑战。数字治理机制在成为行业健康发展的重要保障条件下，对于提升数据质量、保护数据安全、实现公平竞争等多方面产生重要影响。本文阐述了大数据环境下计算机行业数字治理机制的构成要素，总结出具体存在的问题，并针对具体问题提出了具有针对性的优化建议，同时举例了智慧民航数据治理和农业领域数据流通安全治理两个案例，旨在进一步提升计算机行业的稳定与持续发展。当今，数字化已成为企业发展的必然趋势，越来越多行业内的企业融入了数字治理的机制并带来积极的影响。随着信息技术的快速发展以及持续进步，行业内的企业在发展期间持续积累了种类多样、规模庞大的数据资源。这些数据对于计算机行业的发展具有重要影响，其不仅具备无法衡量的商业价值，还能够为计算机行业的发展带来市场先机。

大数据环境下计算机行业数字治理机制的构成要素

数据质量管理机制

在目前大数据环境下，计算机行业数据质量管理机制是数字治理机制的构成要素之一。数据质量的好坏是数字治理优劣的重要基石，能够直接影响行业内企业决策制定的科学性及准确性。因此，计算机行业在运行过程中有必要构建科学、全面的数据质量管理机制。

该机制需要涵盖数据的不同维度，如数据的时效性、准确性、完整性等，尽可能确保数据具有可参考性，并做到实时更新。为实现该目标，行业内的企业需要持续优化一些举措，如定期去除重复信息及错误信息、实时校验数据的准确性、检测数据的完整性，对数据进行实时更新、确保数据的时效性。通过以上措施，行业内的企业可以高效确保数据质量，为企业在后期制定决策以及数据分析时，提供高质量的数据依据。

数据安全与隐私保护机制

计算机行业在实施数字治理过程中，数据安全和隐私保护是核心环节。近年来，随着网络攻击事件以及数据泄露事件的多次出现，给行业内的企业造成严重损失，计算机行业必须加强对数据安全的重视程度。因此，企业必须科学使用技术手段，减少因数据泄露而引发的各种损失。采取技术手段，科学采用加密技术，确保数据在存储以及传输过程中不被泄露；合理使用访问控制技术，对数据访问人员的权限进行限制，禁止出现任何人员随意查询的现象；使用数据脱敏技术，对个人信息进行隐藏以及匿名化处理。建立相关政策以及管理体系。确保与数据处理相关的工作均符合法律规定，做到数据处理能够有章可循，有法可依，保护用户个人信息的安全，维护企业合法权益。

数据共享与协同机制

助推数据共享，实现数据协同应用是提升数据价值的关键环节。为充分发挥企业数据的价值，计算机行业需要依据行业内企业发展实际状况，建立高质量的数据共享平台，促使计算机行业企业之间以及企业内部不同部门之间实现数据共享，打破信息孤岛。

通过建立并应用数据共享平台，可以提高数据利用率，促使行业内企业间的高效协作，真正做到数据的优化配置，为企业的正常运行奠定基础条件，对于计算机行业的发展具有重要的战略意义。

数据治理的组织架构与流程

为推动数据治理工作的稳定进行以及有效实施，建立数据治理的组织架构与流程是计算机行业数字治理机制的最后一个构成要素。第一，计算机行业企业需要在内部架构中设置数据治理部门，对数据治理的政策制定以及具体的流程进行专项管理。该部门作为数据治理的核心部门，协调统筹企业内部的数据治理工作。第二，计算机行业企业还需构建科学的数据治理考核制度，旨在进一步提升数据治理工作评估的科学性，并且为治理政策的贯彻落实提供重要保障，保证企业数据治理工作的系统性和规范性，从而为企业的数字化转型提供有利支撑。

大数据环境下计算机行业数字治理机制存在的问题

数据质量参差不齐  

计算机行业企业在运行过程中，由于产生的数据具有多格式、来源广等特征，使得数据质量参差不齐。计算机行业在对这些数据进行处理时，会出现数据质量不一致的问题。对于来自不同渠道的数据，其完整性、准确性及一致性等方面可能存在着差异。此时，部分行业内企业由于缺乏数据质量管理机制，可能会出现数据错误、数据缺失等问题，相关问题会在一定程度上影响数据的可靠性，从而降低了可利用性，制约了行业内企业的数据分析效果以及决策制定的能力。

数据安全与隐私保护压力大  

计算机行业是处理海量数据的行业，而数据的安全与隐私保护始终是社会所关注的焦点。企业在运行期间会面临着工作人员操作失误、管理漏洞等问题，同时还需要积极应对外部安全威胁，如恶意软件入侵或者黑客攻击等。计算机行业企业安全数据的泄露以及网络攻击事件的频发在给企业造成经济损失的同时，会严重影响行业内企业在社会中的声誉。另外，近年来针对数据安全的相关法律法规日益完善，计算机行业企业在实施数据安全与隐私保护工作时面临着更加严格的法律约束，倒逼行业内企业必须投入更多资源以确保数据的安全性和合规性。

数据共享与协同障碍  

在计算机行业中，通常在数据共享和协同方面面临着挑战与问题。企业内部不同部门之间的数据共享不足，很容易形成数据孤岛现象，出现数据壁垒问题。不同部门之间的数据格式与标准不具有一致性，使得数据共享存在着巨大的障碍。

另外，不同计算机行业企业之间进行数据共享时，受到技术兼容性、法律法规等多方面的制约。例如，部分技术平台之间不具有统一性，使得数据接口出现不兼容问题，在一定程度上增加了数据高效共享的难度，降低了数据传送的效率。同时，针对数据共享的法律法规，目前亟须进一步完善。企业在进行数据共享时存在着法律风险，从一定意义上将抑制行业内企业进行数据共享的积极性，使得数据协同与资源整合工作效率不佳。

数据治理的组织架构与流程不完善  

计算机行业中的部分企业在经营过程中未形成完善的数据治理组织架构以及流程，使得数据治理工作在开展过程中不具有规范性，缺失系统性。例如，工作人员在开展数据治理时出现责任分工不明确的问题。数据治理团队没有明确专门的负责人，在制定、实施相关决策时难以体现科学性、降低透明度。另外，部分行业内企业缺乏有效的监督机制以及评估系统，导致对于数据治理期间存在的问题无法及时发现和纠正，这些情况使得数据管理工作难以顺利进行。同时，数据的质量和安全得不到有效保障，在一定程度上影响了企业数据的价值。

大数据环境下计算机行业数字治理机制的优化建议

建立数据质量管理机制，加强数据质量管理

计算机行业企业需要根据实际情况建立数据质量管理机制，以提升管理效率与质量。

首先，行业内企业需要设立专门的数据质量管理部门，以提高计算机行业企业数据的质量。在该部门增设特定岗位，安排复合型人才。该岗位主要负责数据的收集、整理、分析、验证、维护、监督等多个环节，以确保数据的安全性和完整性。其次，计算机行业企业还需要建立完善的数据质量分配机制。积极鼓励工作人员发现数据质量问题并第一时间上报，切勿隐瞒。收到问题反馈的相关部门应快速做出回应，第一时间成立问题调查小组，高效分析、处理问题，制定解决方案，确保问题解决的高效性，以提高企业数据质量管理水平，促进企业持续发展。

明确数据处理与保护措施，强化数据安全与隐私保护

第一，明确数据处理流程。计算机行业企业对于有交集的数据需要进行合规处理，以强化数据安全与隐私保护。在数据收集阶段，应保证数据来源的合法性与正当性，防止非法获取或滥用个人信息。在数据存储阶段，运用加密手段，对数据开展加密存储，防范数据泄露。在数据使用阶段，形成一种严谨的数据访问机制，设立高标准的访问权限。对数据的使用进行记录与审计，为后续数据的追溯提供依据。在数据销毁阶段，拟定数据销毁的政策与流程，确保不再需要的数据能够被安全、彻底地删除，防范数据残留导致隐私泄露风险。通过以上措施，企业可以有效保护数据的安全，维护用户的隐私权益。

第二，明确数据保护措施。计算机行业企业需要组建一支综合型的数据保护团队，对隐私政策的执行进行全程监督,对数据保护措施进行定期审查，必要时及时更新，以最大程度符合数据保护法律法规的发展趋势。对于数据泄露的危急情况，该保护团队需要立即启动应急预案，第一时间采取干预措施，遏制事态的恶化。同时，向信息安全受影响的用户以及相关监管机构进行上报，确保信息透明，增强用户对数据保护的信心，保障用户权益，维护企业的声誉与信誉。

建立数据共享平台，促进数据共享与协同

计算机行业企业需要建立适合数据共享的正规平台，尽可能打破数据壁垒，帮助行业内企业之间以及企业内部各部门之间，实施高质量的数据共享与协同工作；针对数据共享，制定相关的政策与协议，明确数据共享的权利与义务；企业需制定数据共享激励机制，提升各部门之间以及不同企业间共享数据的积极性。

首先，数据共享平台应使用先进的技术手段，对数据进行安全传输与存储，禁止出现数据在传输和分享过程中被非法获取或任意篡改的现象。平台需对不同级别的数据进行不同级别的加密处理，如对于高度敏感的数据必须采取高强度的加密处理，而对敏感度相对较低的数据进行适度的加密处理。同时设置数据访问权限，只有经过授权的用户方可进行特定数据的访问，严格确保数据的安全与保密，避免造成不必要的损失。

其次，数据共享平台需使用兼容的数据访问接口以及灵活的数据格式转换功能，提升数据共享的高效性，满足不同部门以及企业间的数据共享需求，确保企业以及部门第一时间获取重要的数据信息，加强沟通程度，提升后续决策的科学性与合理性。

最后，计算机行业企业应建立科学的数据共享评估机制，对行业内企业在运行期间所产生的共享数据进行效果评估，对于存在的问题进行及时改正。同时，针对在数据共享领域表现突出的企业以及部门进行表彰，给予一定的奖励，以最大程度激励不同主体积极参与数据共享与协同工作。

完善数据治理的组织架构与流程

针对数据治理的组织架构与流程不完善的问题，积极采取应对措施。第一，成立专门的数据管理小组，由企业高层领导任组长，负责全面规划和监督数据管理工作，保证数据管理战略与企业整体战略相符。第二，在各部门设立数据治理专员，负责本部门的数据治理工作，与数据治理委员会保持密切沟通，确保数据治理政策的落实和执行。第三，优化数据治理流程，明确数据收集、处理、存储、分析和共享的具体步骤和标准，确保数据在各个环节的准确性和安全性。第四，企业还应建立数据治理的考核和监督机制，定期对数据治理工作进行评估和审计，及时发现并纠正问题。

大数据环境下计算机行业数字治理机制案例

智慧民航数据治理

民航业在运行期间会产生庞大且复杂的数据。通过采用数据治理，有效改进了数据的质量，更好地实现了数据应用与共享，以达成精细化管理与决策支撑。智慧民航数据治理机制包括：第一，数据采集与集成。采用离线与实时相结合的模式，运用ETL工具对业务系统数据进行采集和集成，并且将相对分散的数据进行高质量整合，统一到民航数据仓库中。第二，数据存储与管理。智慧民航搭建数据存储服务体系，以满足不同数据类型和处理需求，在该体系中涵盖分布式系统、对象存储及分析数据库，有效提高了数据存储和计算效能。第三，数据治理套件应用。通过部署数据治理套件，为数据使用者构建一体化集成开发环境，为数据查询、数据算法开发等功能提供全面支持，既实现数据的高效开发与管理，又保证数据的高质量应用。

农业领域数据流通安全治理

农作物研究机构通过收集数字农场中的番茄育种、播种及生长的数据，构建出形象的番茄生长模型。为番茄农场的种植户提供更加优化的种植技术，为番茄高质量生产提供更加专业的指导方法。番茄生长模型的数据在全过程中符合相关规定，并且相关数据可以做到全程追溯，为审计工作提供帮助。

农业领域数据治理机制包括：第一，可信接入。利用区块链技术搭建数联网，数字农场等参与者在数联网中完成身份认证，实现整个链条上所有节点间的互联互通。第二，安全环境保障。将构建番茄模型的数据进行加密，农作物研究机构通过连接器将数据传送到安全的地方进行科学处理，生成番茄生长模型。对生成后的番茄模型实施安全检查措施，有效防止通过模型窃取有价值的数据。模型生成完成后，对原始数据进行直接销毁，防止相关核心数据被滥用。第三，合规审计与溯源。在数据流通之前，各个主体对数据进行详细检查。在数据流通的过程中，对全程进行记录；在数据流通之后，对数据进行了严格追溯并开展核实工作，根据数据的流通进行合规审计。充分利用区块链不具有篡改的特征，在每个环节生成的协议具有可追溯的凭证，对授权范围和数据来源进行记录。

结束语

大数据环境下，计算机行业不断融入数字管理机制，目的是进一步提高数字治理效率，提升行业内企业发展的高效性。但是，要充分考虑计算机行业数字治理机制的四个构成要素：数据质量管理机制、数据安全与隐私保护机制、数据共享与协同机制、数据治理的组织架构与流程。本文提出的四个数字管理机制策略，旨在进一步加强计算机行业企业数据安全和隐私保护，确保计算机行业持续发展。

（陈冬梅  中共辽宁省委党校信息中心  ）