中国网络空间安全协会指导，沙利文、头豹联合发布《行业研究数据治理 分类分级指南》团体标准

数据已成为数字经济时代的核心生产要素。《数据安全法》明确，国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用时的危害程度，对数据实行分类分级保护。

《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出，围绕数据产权、流通交易、收益分配、安全治理，构建数据基础制度。国家数据局《可信数据空间发展行动计划（2024—2028年）》进一步提出，加快数据分类分级相关标准研制，到2028年建成100个以上可信数据空间，基本形成广泛互联、资源集聚、生态繁荣、价值共创、治理有序的可信数据空间网络。

行业研究是连接产业政策、资本市场与企业决策的知识密集型场景。研究数据作为重要资产，其来源是否清晰、权属是否明确、加工是否可溯，直接关系研究成果的公信力，也关系数据要素在行业研究领域的合规流通与价值释放。

本标准的制定，正是把“可信数据生态”的顶层要求，落到行业研究这一具体场景的数据治理地基上。

人工智能正在重构信息生产与研究结论传播的方式。算法、算力、数据成为关键要素，但AI幻觉、语料污染、数据投毒等问题，也让“研究结论是否被正确理解”变得不确定。

行业研究长期存在研究过程不透明、成果复现困难、数据来源可追溯性不足等痛点。当大模型广泛参与信息整理与内容生成，低质量语料会反向污染研究结论，企业也可能在被误读、被简化的过程中失去准确表达。

对研究机构而言，核心问题已不仅是“是否被看到”，更是“是否被正确认知”。而正确认知的前提，是每一条数据都能回答三个问题：

• 数据从哪里来；

• 经过怎样的加工；

• 结论能否追溯、能否验证、能否复现。

信任不能停留在表述层面，而必须进入数据治理流程。

《行业研究数据治理 分类分级指南》结合行业研究业务特点，建立科学、规范、可操作的数据分类分级体系，重点实现三方面目标：

一是规范数据资产管理，解决数据底数不清、来源不明、口径不一致的问题；

二是识别数据安全风险，为核心数据、重要数据、一般数据提供差异化管控依据；

三是在保障安全的前提下，促进数据规范使用与有序流通。

标准主要内容包括：

1、三级分类架构。 采用混合分类思路，构建“行业领域—业务流程—特定属性”的分类体系。一级分类衔接GB/T 4754 《国民经济行业分类》，增强跨机构数据交换的规范性；二级分类覆盖采集获取、研究生产、成果应用、流通交易全流程，将调研纪要、分析底表、研究底稿、模型代码等“过程层”数据纳入治理范围。

2、三级定级规则。 遵循《数据安全法》及GB/T 43697《数据安全技术 数据分类分级规则》，建立核心数据、重要数据、一般数据的分级框架，并从领域、群体、区域、精度、规模、覆盖度、深度、重要性等维度，给出可落地的识别与判定方法。

3、动态管理机制。 结合行业研究数据时效性强的特点，建立升降级机制：经脱敏处理的专家访谈可合理降级，碎片化数据汇聚形成产业链全景画像时则应升级管控，使数据级别随业务场景动态调整。

4、可信溯源原则。 标准明确，分类分级应服务于研究全过程的可信与透明，充分考量数据来源权威性、采集合法性、加工可追溯性，确保数据流转记录完整、真实、防篡改。

5、全流程实施指引。 从准备、资产梳理、分类分级实施，到标识管控、审核监督与持续改进，为研究机构、咨询公司、智库及企业研究部门提供覆盖全生命周期的操作路径。

*标准全文可通过全国团体标准信息平台（https://www.ttbz.org.cn/）查阅。