序言

　　随着大数据时代的到来，数据已经渗透到人们生活的方方面面，并成为推动经济社会发展的强大力量。2019年的政府工作报告中指出，打造工业互联网平台，拓展智能+，为制造业转型升级赋能。大数据推动了“中国制造”转向“中国智造”，政府鼓励并支持企业以数据驱动其业务进程，特制定数据驱动计划_HD9.852公众政策文件，以增强数据驱动创新政策的可视化和实施性，协助各类机构利用数据分析技术，推动数据驱动计划，实现多元数据的融合共享和挖掘分析，提高数据分析能力，建立更高效、透明和面向公众的数据环境。

目标和方向

　　本文件旨在为澳门特别行政区相关行政机关和商业机构提供全面的数据驱动理论参考和实践指南。特定目标如下：推动数据分析技能提升，大数据和数据科学技术的进步；促进不同领域数据的集成与融合；利用数据创新驱动新的商业价值；加强全社会对数据分析的重视和对数据诚信的保护。

　　方向上，着力推动通过人工智能技术实现数据的自动化分析，推动各类数据应用平台的建设，加强机构间的协同合作，并提升数据隐私与数据安全保护措施。

本文件将覆盖行政管理、商业运营、公共安全、社会服务等多个行业，为各类机构提供数据驱动计划的政策参考和实践指导。

　　同时将针对数据政策的制定和执行提供充足的透明度，确保公众对各项进程保持的高度关注，并及时反馈社会各层面对数据驱动计划的意见和建议，使得政策更符合实际需求。

政策实施路径分析

　　基于数据驱动技术的应用，构建政策实施路径关键点：推动数据生态构建、拓展数据资源渠道、提升数据管理与技能、开展数据服务创新及加强数据安全与法律监管。

　　针对数据生态构建，推动政府、学术界以及企业间协同合作，促进数据共享和资源整合，加快数据产业集群发展，建立数据治理体系，加强数据质量管理，制定数据规范准则，优化配置数据应用资源。

　　逐步拓展数据资源渠道，加强数据采集能力，完善数据采编体系，优化数据存储和传输的稳定性和安全性。加强对非结构化数据的采集和处理技术的研究工作，形成新的数据采集应用场景。加强近百个网络数据监测平台的建设，提升网页数据采集能力。

　　注重提升数据管理与技能，展开数据驱动业务培训，提升全员数据意识和数据分析应用水平。推进数据相关课程的开发，在高校设置数据科学和管理学科，培养数据驱动人才。开展数据分析实证研究，加强数据分析的学术方向和模型。

　　开展数据服务创新，针对多行业需求特点，打造定制化、个性化的数据应用服务，实现数据在业务流程中的价值。鼓励开发数据服务产品，包括数据分析引擎和数据管理工具等，构建全面的数据服务生态链。推动开展数据驱动咨询，推动业务决策向数据化转变。

　　加强数据安全与法律监管，加强对数据隐私的保护意识，明确不同数据类型的隐私界限，开发适应不同隐私数据保护标准的技术方案。完善数据安全法律法规体系，加强违法执法监管，维护公共数据安全。逐步推进数据安全国际合作，和各国共同构建数据安全命运共同体。

政策评估标准与指标体系

　　基于政策实施路径的关键点，构建政策评估的标准与指标体系。依据实施阶段将政策评估分为初始、中期和终期，进行不同评估项的评价，并确立多种数据指标进行量化评价。

　　从全局性指标、发展性指标、积极性指标三个维度评价政策效益，定量化政策评估结果。评价结果将反馈至政策制定和执行过程，持续优化政策内容。

保障措施

　　强化政府数据能力建设。首先，各级政府信息系统加快向云计算模式转型，改进信息技术基础设施，提升大数据资源处理能力；其次，政府将大力投入关键技术研究，紧跟大数据最新发展趋势，保障数据技术服务支撑；同时，建立标准的大数据应用评价体系，督导评价政策执行效果；最后，积极加强同其他国家地区的交流合作，提高大数据应用的国际影响力。

　　加强资金投入。各级政府将对大数据科学研究、基础设施建设和人才培养全方位增加经费投入，特别是在教育领域加强资金投入，鼓励高校和研究院所的研究活动，提高自身的合作研究水平和人才培养能力。

　　加强社会宣传推广。通过电视、互联网和报纸等多个渠道加大大数据技术的宣传推广，提高公众的重视程度。同时，各大媒体和自媒体平台进行大数据科普，引导公众正确认知大数据应用，加强社会大众对数据隐私保护的认知。

　　推进跨领域合作。鼓励地方政府、工商界、学术界等加强跨领域、跨学科的合作，构建大数据发展产业链和生态圈。鼓励公司投资大数据相关创业项目，创新商业模式，激发大数据发展活力。

　　加强大数据人才引进与培养。引进数技科领域的外籍专家、学者进行学术交流和科研合作，建立健全大数据人才培养体系。鼓励联合高校企业建立学科点，加强大数据专业人才培养。构建大数据人才评价体系，打造调研大数据领域专业人才智库。

　　建立数据产业的长效发展的保障机制。加大对数据产业的资金投入，保障数据产业发展的资金基础。加强大数据技术创新和应用实践，推进大数据产业发展与相关领域无缝对接的应用模式和应用场景。加强大数据产业国际合作，建立数据跨境传输标准。完善大数据产业创新体系，建设和完善多层次的大数据产业管理体系。