企业数据资产内部共享与外部流通的治理机制与标准构建

企业数据资产内部共享与外部流通的治理机制与标准构建目录企业数据治理机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.1数据资产管理机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.2数据共享机制设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31.3数据流通管控机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7内部数据共享．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.1数据共享标准体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.2数据共享平台与工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．92.3数据共享的实际案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14外部数据流通．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．153.1数据流通的合规要求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．153.2数据流通的风险防控．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．163.2.1数据流通风险识别与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．203.2.2数据流通风险缓解策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．213.2.3数据流通风险的监控与预警机制．．．．．．．．．．．．．．．．．．．．．．．．223.3数据流通的标准化流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．243.3.1数据流通的授权流程标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．253.3.2数据流通的接口规范设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．263.3.3数据流通的数据格式要求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．323.3.4数据流通的数据验证与校验．．．．．．．．．．．．．．．．．．．．．．．．．．．．33合规与风险管理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．344.1数据流通的合规性保障．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．344.2数据流通的风控管理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．374.3数据流通的责任追究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．404.4数据流通的隐私保护机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42案例分析与工具支持．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．445.1数据共享的成功案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．445.2数据治理工具的选型与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．475.3数据流通的需求分析与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．471.企业数据治理机制1.1数据资产管理机制数据资产管理是企业数据资产内部共享与外部流通的治理机制与标准构建的核心。其目的是确保数据资产的安全、有效和合规使用，同时促进数据的增值利用。首先数据资产管理需要建立一套完善的数据分类体系，这包括对数据进行元数据管理，明确数据的来源、类型、状态等信息，以便在后续的共享与流通过程中能够准确识别和处理。其次数据资产管理需要制定严格的数据访问控制策略，这包括权限分配、访问频率限制、数据加密等措施，以确保只有授权用户才能访问特定的数据资源，防止数据泄露和滥用。此外数据资产管理还需要建立数据质量监控机制，通过定期的数据清洗、校验和更新，确保数据的准确性、完整性和一致性，为后续的数据分析和应用提供可靠的基础。最后数据资产管理需要制定数据生命周期管理策略，这包括数据的采集、存储、处理、分析和应用等各个环节的管理，确保数据的生命周期得到有效控制，避免数据资源的浪费和损失。为了实现上述目标，企业可以采用以下表格来展示数据资产管理机制的关键要素：关键要素描述数据分类体系明确数据的类型、来源、状态等信息，便于后续的共享与流通数据访问控制策略制定权限分配、访问频率限制、数据加密等措施，确保数据安全数据质量监控机制定期进行数据清洗、校验和更新，确保数据准确性、完整性和一致性数据生命周期管理策略制定数据采集、存储、处理、分析和应用等环节的管理，确保数据生命周期得到有效控制1.2数据共享机制设计（1）数据共享目标与定位数据共享机制旨在实现数据资产的高效流通与共享，打破部门壁垒，促进业务协同，提升数据使用效率。通过规范化的共享流程和机制，确保数据共享的安全性、合规性和高效性。（2）共享机制的分类与设计数据共享机制主要包括内部共享和外部共享两大部分，具体设计如下：共享机制类型特点适用场景数据目录服务元数据管理数据发现与访问数据市场平台电子商务平台数据交易与共享数据共享协议标准化协议数据交互规范数据共享平台一站式管理数据发布与订阅数据访问控制RBAC模型数据权限管理（3）内部共享机制内部共享机制主要针对企业内部数据资源的共享，设计目标是实现部门间、业务流程间的高效数据交互。具体包括：数据目录服务：通过元数据管理系统，提供数据资产目录和数据资源目录，支持数据发现和访问。数据市场平台：搭建企业内数据交易市场，支持数据资源共享与交易。数据共享协议：制定统一的数据共享协议，明确数据共享的权限、使用范围和责任。数据共享平台：开发一站式数据共享平台，支持数据发布、搜索、订阅和下载。数据访问控制：基于角色的访问控制（RBAC），实现数据资源的精细化权限管理。（4）外部共享机制外部共享机制针对企业与外部主体（如合作伙伴、供应商、客户等）的数据共享需求，主要包括：数据开放平台：搭建面向外部的数据开放平台，支持数据资产共享与接入。数据共享协议：制定外部数据共享协议，明确数据共享的安全性要求和合规性责任。数据安全机制：确保外部数据共享过程中的数据隐私和安全，通过加密、访问控制等技术手段保护数据。合规标准：遵循相关数据保护法规（如GDPR、PIPL等），确保外部数据共享符合法律要求。（5）数据共享的关键指标指标描述目标数据共享响应时间数据请求处理的平均时间<30分钟数据共享吞吐量每日数据共享总量>1PB数据共享成本数据共享的总成本<0.1M元/年数据共享覆盖率被共享的数据资产占总数据资产的比例>90%（6）数据共享成本模型共享类型成本组成计算方式内部共享服务器资源使用、数据存储、网络带宽根据使用量计算外部共享数据接入、安全防护、合规服务按资源订阅计算交易共享交易手续费、数据处理成本按交易量计算（7）实施步骤与预期效果步骤描述预期效果机制设计与规划制定共享机制框架，明确目标与范围便捷高效共享平台建设与部署开发并上线共享平台与工具提供便捷接口操作流程设计设计共享流程与权限管理流程确保合规安全监管与优化建立监管机制，持续优化共享机制提升共享效率通过以上机制设计，企业能够实现数据资产的高效流通与共享，打造数据驱动的协同生态系统。1.3数据流通管控机制在数据资产内部共享与外部流通的过程中，建立完善的数据流通管控机制至关重要。以下是对数据流通管控机制的具体阐述：（1）数据流通管控原则合法性原则：确保数据流通符合国家相关法律法规。安全性原则：保护数据安全，防止数据泄露、篡改等风险。真实性原则：数据内容真实准确，符合业务需求。一致性原则：确保数据在内部与外部流通中的统一性和一致性。效率性原则：简化流程，提高数据流通效率。（2）数据流通管控流程序号流程步骤负责部门主要内容1数据申请数据使用部门提交数据使用申请，明确数据用途、范围和目的2数据审核数据管理部门审核数据申请，确保数据合法性、安全性3数据授权数据授权部门对申请通过的数据进行授权，明确数据使用权限4数据流通数据使用部门在授权范围内使用数据5数据反馈数据使用部门对数据使用效果进行反馈6数据归档数据管理部门对流通数据进行归档，以便后续审计和监督（3）数据流通管控技术数据脱敏技术：对敏感数据进行脱敏处理，降低数据泄露风险。数据加密技术：对数据传输和存储进行加密，确保数据安全。访问控制技术：通过身份验证、权限控制等方式，确保数据安全。（4）数据流通管控评估定期评估：对数据流通管控机制进行定期评估，发现并解决问题。异常检测：实时监测数据流通情况，及时发现异常行为。应急响应：针对数据泄露等安全问题，制定应急响应措施。公式：数据流通管控效率=(有效数据流通次数/总数据流通次数)×100%2.内部数据共享2.1数据共享标准体系◉引言在企业数据资产内部共享与外部流通的治理机制中，建立一套科学、合理的数据共享标准体系是确保数据安全、提高数据利用效率的关键。本节将详细介绍数据共享标准体系的构建原则、内容和实施步骤。◉构建原则统一性确保所有参与方对数据共享的标准有统一的理解和认识，避免因理解差异导致的混乱和冲突。灵活性标准应具有一定的灵活性，能够适应不断变化的业务需求和技术环境。安全性数据共享标准必须充分考虑数据的安全性，防止数据泄露、篡改等风险。高效性标准应尽可能简化流程，减少不必要的步骤，提高数据共享的效率。可扩展性随着企业规模的扩大或业务的发展，数据共享标准应具备一定的可扩展性，方便后续的调整和升级。◉内容数据分类与标识根据数据的敏感程度、使用频率等因素，对数据进行分类，并为每类数据设置唯一的标识符。数据共享权限管理明确不同角色（如管理员、用户等）对数据的访问权限，确保数据共享的安全性。数据共享流程规范制定详细的数据共享流程，包括数据提交、审核、发布、使用等各个环节的操作规范。数据共享接口规范定义数据共享接口的技术要求，包括数据格式、传输协议、接口调用方式等。数据安全与隐私保护制定数据安全策略，包括数据加密、访问控制、审计日志等措施，确保数据的安全和隐私。◉实施步骤需求分析收集各部门的数据共享需求，分析数据共享的频率、类型、规模等。标准制定根据需求分析结果，制定具体的数据共享标准，包括上述提到的内容。培训与宣导对相关人员进行数据共享标准的培训和宣导，确保他们了解并遵守标准。系统设计与开发设计并开发符合数据共享标准的数据管理系统或平台。试运行与评估在实际环境中进行试运行，收集反馈意见，对标准进行优化和调整。正式实施全面推广实施数据共享标准，确保其得到有效执行。◉结语通过建立一套科学、合理的数据共享标准体系，可以有效提升企业数据资产的内部共享效率和外部流通能力，为企业的持续发展提供有力支持。2.2数据共享平台与工具数据共享平台的建设与应用企业数据共享平台是实现数据资产内部共享与外部流通的重要基础设施，它通过标准化接口、统一的数据格式和权限管理机制，支持数据的安全、便捷共享。平台需具备以下核心功能：数据浏览与搜索：支持用户根据条件搜索、筛选和浏览数据，提供数据可视化功能。数据下载与导出：允许用户根据权限范围下载或导出所需数据。数据共享与分发：支持数据的发布、共享和分发，设置访问权限。数据标注与元数据管理：提供数据标注功能，管理元数据，确保数据的可追溯性和可理解性。数据质量监控：对共享数据进行质量监控，确保数据的准确性和一致性。权限管理与审批：支持多级权限管理和审批流程，确保数据访问的安全性。数据共享工具的分类与应用企业数据共享工具根据功能和应用场景可以分为以下几类：工具类别主要功能描述适用场景数据共享平台提供数据浏览、搜索、下载、共享等功能，支持多用户协作。内部数据共享与外部数据流通。数据分析工具提供数据分析、可视化功能，支持数据驱动的决策。数据驱动的业务决策支持。数据管道工具支持数据的批量传输与调度，用于大规模数据的异步共享。大规模数据的高效共享与流通。元数据管理工具提供数据元数据的管理与标准化，支持数据的标注与描述。数据的标准化与可追溯性管理。认证与权限工具提供身份认证与权限管理功能，确保数据访问的安全性。数据安全与隐私保护。数据共享平台的建设标准为确保数据共享平台的统一性与可扩展性，需制定以下建设标准：标准名称标准描述实施方式数据共享接口标准定义标准化接口规范，支持多种数据格式与协议的互操作性。开源或自研接口协议，遵循行业标准。数据共享权限标准制定数据共享权限模型，明确数据访问的层级和范围。基于角色的访问控制模型（RBAC）。数据共享元数据标准统一数据元数据标准，确保元数据的完整性与一致性。开发统一元数据管理规范。数据共享平台安全标准制定数据共享平台的安全防护措施，防止数据泄露与篡改。采用多因素认证、数据加密等技术。数据共享监管标准建立数据共享的监管机制，确保数据共享过程的合规性与透明度。实施数据共享监控与审计功能。数据共享平台的实施步骤数据共享平台的建设与实施需遵循以下步骤：实施步骤详细说明备注项目立项与需求分析明确数据共享需求，制定项目范围与目标。通过业务分析与需求评估。平台设计与开发根据需求设计平台架构，开发核心功能模块。采用敏捷开发模式，持续迭代优化。平台测试与上线进行功能测试与性能测试，确保平台稳定性与安全性。密切配合质量保障团队。平台运维与维护建立运维管理体系，定期维护平台功能与性能。实施主动监控与故障快速修复机制。用户培训与使用推广对平台用户进行培训，推广平台的使用，提升用户体验。定期举办培训课程与用户反馈收集。通过以上措施，企业可以构建高效、安全的数据共享平台与工具，实现数据资产的内部共享与外部流通的有序管理。2.3数据共享的实际案例分析（1）案例一：某大型互联网企业内部数据共享案例背景：某大型互联网企业拥有庞大的用户数据、交易数据、行为数据等，为了提高数据利用效率，企业决定构建内部数据共享平台，实现数据资产的价值最大化。数据共享模式：数据脱敏与加密：对敏感数据进行脱敏处理，确保数据安全。权限控制：根据用户角色和职责，设置不同的数据访问权限。API接口：提供API接口，方便不同部门之间进行数据查询和调用。实施效果：提高数据利用率：通过数据共享，各业务部门能够快速获取所需数据，提高工作效率。降低数据孤岛：打破数据孤岛，实现数据资源的整合和优化。提升决策质量：基于共享数据，企业能够做出更精准的决策。数据类型共享部门共享方式用户数据市场部门API接口交易数据财务部门数据仓库行为数据产品部门数据分析平台（2）案例二：某金融机构与监管机构的数据共享案例背景：某金融机构与监管机构合作，共同构建数据共享平台，实现金融数据的安全流通和高效监管。数据共享模式：数据安全传输：采用加密技术，确保数据在传输过程中的安全性。数据脱敏：对敏感数据进行脱敏处理，保护个人隐私。访问控制：根据用户身份和权限，设置不同的数据访问级别。实施效果：提高监管效率：监管机构能够实时掌握金融机构的经营状况，提高监管效率。降低合规风险：金融机构通过数据共享，能够更好地了解监管要求，降低合规风险。促进金融创新：数据共享有助于金融机构挖掘潜在商机，推动金融创新。（3）案例三：某政府部门与社会企业之间的数据共享案例背景：某政府部门与社会企业合作，共同推进社会事业发展，实现数据资源的共享与整合。数据共享模式：数据交换平台：搭建数据交换平台，实现政府部门与社会企业之间的数据共享。数据脱敏与加密：对敏感数据进行脱敏处理，确保数据安全。协议规范：制定数据共享协议，明确数据共享的范围、方式和责任。实施效果：提高社会事业效率：通过数据共享，政府部门和社会企业能够更好地协同工作，提高社会事业效率。降低社会成本：数据共享有助于优化资源配置，降低社会成本。促进社会创新：数据共享为创新提供了有力支持，有助于推动社会事业发展。数据类型共享部门共享方式人口数据政府部门数据交换平台教育数据社会企业API接口医疗数据政府部门数据仓库3.外部数据流通3.1数据流通的合规要求在构建企业数据资产内部共享与外部流通的治理机制与标准时，确保数据流通的合规性是至关重要的一环。以下是一些建议要求：（1）数据分类与权限管理数据分类：企业应按照数据的重要性、敏感性和用途对数据进行分类，以便于制定相应的访问控制策略。权限管理：确保只有授权人员才能访问特定级别的数据，并定期审查权限设置以确保其有效性。（2）数据加密与安全数据加密：对于敏感或机密数据，应使用强加密技术进行保护，以防止未授权访问。安全审计：实施定期的安全审计，以检测潜在的安全漏洞和违规行为。（3）数据质量与准确性数据清洗：定期进行数据清洗工作，以确保数据的准确性和完整性。数据验证：建立数据验证机制，确保数据在传输和存储过程中的质量。（4）数据隐私与合规性隐私政策：制定明确的数据隐私政策，并确保所有员工都了解并遵守这些政策。合规性检查：定期进行合规性检查，以确保企业的数据活动符合相关法律法规的要求。（5）数据共享与合作数据共享协议：与合作伙伴签订明确的数据共享协议，明确双方的权利和义务。数据共享标准：制定统一的数据共享标准，以确保数据的一致性和互操作性。（6）数据泄露应对措施应急响应计划：制定详细的数据泄露应急响应计划，以便在发生数据泄露时能够迅速采取行动。事故调查：对数据泄露事件进行彻底调查，以确定原因并采取相应的补救措施。3.2数据流通的风险防控数据流通是企业数据资产管理的核心环节之一，涉及到数据的内部共享与外部流通过程。然而数据流通也伴随着一系列风险，可能导致数据泄露、数据劫持、数据误用等安全问题。因此建立健全数据流通的风险防控机制至关重要，以下是数据流通风险防控的主要措施和标准：数据流通风险类型风险类型描述数据泄露风险数据在传输或存储过程中被未经授权的第三方获取，导致数据敏感信息泄露。数据劫持风险数据在传输过程中被恶意获取或篡改，造成数据完整性和安全性受损。数据误用风险数据在流通过程中被错误使用，导致业务决策失误或法律纠纷。数据隐私风险数据在流通过程中暴露，侵犯个人隐私或数据使用者的合法权益。数据丢失风险数据在流通过程中被意外丢失，导致业务中断或数据无法恢复。数据流通风险防控措施与标准防控措施实施步骤注意事项数据分类与标注在数据流通前对数据进行分类和标注，明确数据的敏感性和流通范围。数据分类标准应与数据资产管理制度一致，确保分类结果的科学性和可操作性。数据流通权限管理对数据流通的参与方进行严格的身份验证和权限分配，确保只有授权人员可操作。权限管理应基于最小权限原则，定期审查和更新权限分配结果。数据加密与传输安全对数据进行加密传输，采用行业标准加密算法（如AES、RSA等），确保数据传输安全。加密传输的密钥管理需严格控制，避免密钥泄露或丢失。数据流通审计监督在数据流通过程中实施审计监督，记录数据流通的全过程，并进行后续审计。审计监督需遵循相关法律法规，确保数据流通的透明性和可追溯性。数据流通协议与协议签署在数据流通前签订数据流通协议，明确双方的权利义务和数据使用范围。数据流通协议应由法律专业人士审定，确保协议内容的合法性和完善性。数据流通渠道管理对数据流通渠道进行严格管理，确保数据流通渠道的安全性和可靠性。数据流通渠道应定期进行安全评估和更新，避免因渠道问题导致数据安全事件。数据流通风险防控的总结数据流通是企业数据资产管理的重要环节，其风险防控直接关系到企业的数据安全和业务连续性。通过建立健全的数据流通风险防控机制，企业可以有效降低数据泄露、数据劫持等风险，保障数据在流通过程中的安全性和完整性。同时企业应定期评估和更新风险防控措施，确保防控体系与时俱进，适应数据流通的不断变化和发展。3.2.1数据流通风险识别与评估数据流通过程中，存在多种潜在风险，如数据泄露、滥用、误用等。因此构建有效的风险识别与评估机制至关重要，以下为数据流通风险识别与评估的具体步骤：（1）风险识别1.1数据分类首先根据数据敏感性、重要性等因素对数据进行分类，例如：数据类别描述敏感数据涉及个人隐私、商业机密等数据普通数据不涉及敏感信息，但具有一定价值的数据公开数据可公开获取的数据1.2风险因素分析针对不同类别数据，分析可能存在的风险因素，如：数据泄露：数据在传输、存储、处理等环节可能被非法获取。数据滥用：数据被用于非法目的，如欺诈、恶意攻击等。数据误用：数据被错误解读或应用于不恰当的场景。（2）风险评估2.1风险评估指标根据风险因素，建立风险评估指标体系，如下表所示：指标名称描述评分标准数据敏感性数据涉及敏感程度高、中、低数据重要性数据对企业运营的影响程度高、中、低风险发生概率风险发生的可能性高、中、低风险影响程度风险发生后的影响程度高、中、低2.2风险评估方法采用定性、定量相结合的方法进行风险评估，具体如下：定性评估：根据专家经验、历史数据等对风险进行主观评估。定量评估：利用公式、模型等方法对风险进行量化评估。2.3风险等级划分根据风险评估结果，将风险划分为高、中、低三个等级，如下表所示：风险等级评分范围处理措施高风险3.5-5.0采取严格措施，加强监控和管理中风险2.5-3.5采取一定措施，加强监控和管理低风险1.5-2.5采取基本措施，定期检查通过以上步骤，对企业数据资产内部共享与外部流通的风险进行有效识别与评估，为后续风险控制提供依据。3.2.2数据流通风险缓解策略◉数据共享与外部流通的治理机制◉内部治理机制数据分类与权限管理：根据数据的敏感性和重要性进行分类，并设置相应的访问权限。数据质量控制：确保共享的数据质量符合标准，避免因数据质量问题导致的误解或错误决策。数据审计：定期进行数据审计，检查数据共享和外部流通过程中的安全性和合规性。◉外部治理机制合作伙伴选择：选择信誉良好、有资质的第三方合作伙伴进行数据共享和外部流通。数据安全协议：与合作伙伴签订数据安全协议，明确双方在数据共享和外部流通过程中的责任和义务。数据泄露应对：制定数据泄露应对计划，一旦发生数据泄露事件，能够迅速采取措施，减少损失。◉数据流通风险缓解策略◉技术措施加密技术：使用先进的加密技术对数据进行加密，确保数据在传输和存储过程中的安全。访问控制：实施严格的访问控制策略，限制对敏感数据的访问，防止未经授权的访问。数据脱敏：对敏感数据进行脱敏处理，隐藏关键信息，降低数据泄露的风险。◉管理措施培训与教育：对员工进行数据安全和保密意识的培训，提高员工的安全意识和操作技能。监控与审计：建立数据安全监控系统，定期进行数据安全审计，及时发现和解决潜在的安全威胁。应急预案：制定数据泄露应急预案，一旦发生数据泄露事件，能够迅速采取措施，减少损失。◉法律与政策支持法律法规遵守：确保企业遵循相关法律法规，如《中华人民共和国网络安全法》、《中华人民共和国个人信息保护法》等。行业标准：参考行业内的最佳实践和标准，如ISO/IECXXXX信息安全管理体系等。3.2.3数据流通风险的监控与预警机制数据流通风险监控机制数据流通风险监控机制是确保企业数据在内部共享和外部流通过程中安全、合规的核心要素。该机制通过实时监控数据传输行为、用户访问权限和数据使用模式，识别潜在风险并及时采取措施。数据传输监控数据传输渠道监控：监控数据通过哪些渠道进行传输（如内网、外网、云平台、第三方平台等），确保数据传输路径的安全性。数据传输量监控：设置数据传输量的监控阈值，超出阈值需触发预警。数据传输时长监控：监控数据传输时长，异常长时间的数据传输可能表示数据泄露或未授权访问。数据访问日志分析用户访问日志监控：记录并分析用户访问数据资产的日志，包括用户ID、操作时间、操作类型、数据资产名称等。异常访问预警：通过分析日志，识别异常访问行为（如频繁访问特定数据、未授权访问、超出权限操作等），并及时触发预警。数据脱离监控数据脱离监控点识别：识别数据在传输过程中脱离监控范围的风险点，例如数据通过未受监控的网络段或第三方平台传输。数据脱离监控预警：当数据传输路径或存储位置发生变化时，触发预警并进行风险评估。数据流通风险预警机制数据流通风险预警机制通过设定风险监控阈值和触发条件，实现对潜在数据安全风险的早期识别和预警。风险监控指标数据量异常预警：当单个用户或单个设备的数据传输量显著增加时，触发预警。数据访问频率异常预警：分析用户的历史数据访问行为，发现异常频率的预警。数据存储位置异常预警：监控数据存储位置的变化，发现数据转移至未授权或不安全的存储位置时触发预警。预警触发条件数据传输量超出预设阈值：数据传输量超过预设阈值时触发预警。数据访问频率超出正常范围：用户的数据访问频率超出历史数据的正常范围时触发预警。数据存储位置异常：数据存储位置发生变化且未经授权时触发预警。预警响应流程预警触发：风险预警系统接收到异常监控信号后，自动触发预警。风险评估：收到预警后，相关部门进行风险评估，确认是否存在数据安全风险。风险应对：根据风险等级，采取相应的应对措施（如锁定数据、限制数据访问、通知相关部门等）。案例分析风险类型监控指标预警级别应对措施数据泄露风险数据传输量异常高级别锁定数据，限制数据访问数据未授权访问异常访问日志中级别通知相关部门，进行内部调查数据丢失风险数据存储位置异常低级别数据备份恢复，修复数据流通路径总结数据流通风险监控与预警机制是企业数据安全管理的重要组成部分。通过实时监控数据传输行为、用户访问权限和数据存储位置，及早识别潜在风险并采取应对措施，能够有效防范数据泄露、未授权访问和数据丢失等安全事件。3.3数据流通的标准化流程数据流通的标准化流程是企业数据资产内部共享与外部流通治理的关键环节。以下是对数据流通标准化流程的详细阐述：（1）流程概述数据流通标准化流程主要包括以下几个阶段：阶段描述数据收集收集企业内部及外部数据源的数据，并进行初步清洗和整理。数据审核对收集到的数据进行审核，确保数据质量符合要求。数据分类根据数据类型、敏感程度等对数据进行分类。数据授权根据数据分类，对数据授权，确定数据流通的范围和方式。数据交换实施数据交换，包括内部共享和外部流通。数据监控监控数据流通过程，确保数据安全、合规。数据反馈收集数据流通过程中的反馈，持续优化流程。（2）数据流通标准化流程步骤2.1数据收集数据收集阶段应遵循以下原则：全面性：收集与企业业务相关的各类数据。规范性：数据格式、结构统一，便于后续处理。及时性：确保数据时效性，避免过时数据影响决策。2.2数据审核数据审核阶段主要关注以下几个方面：数据准确性：确保数据真实、可靠。数据完整性：数据无缺失、无重复。数据一致性：数据在不同系统、不同部门间保持一致。2.3数据分类数据分类应基于以下标准：数据类型：如结构化数据、非结构化数据等。敏感程度：如公开数据、内部数据、敏感数据等。数据用途：如决策支持、业务分析、合规审查等。2.4数据授权数据授权应遵循以下原则：最小权限原则：授予数据使用权限时，仅提供必要的数据访问权限。责任到人：明确数据使用者的责任，确保数据安全。2.5数据交换数据交换阶段包括以下内容：内部共享：在企业内部各部门、子公司间进行数据共享。外部流通：与外部合作伙伴进行数据交换。2.6数据监控数据监控阶段应关注以下方面：数据安全：确保数据在流通过程中不被泄露、篡改。合规性：确保数据流通符合相关法律法规和行业标准。效率：监控数据流通效率，优化流程。2.7数据反馈数据反馈阶段应收集以下信息：数据质量：数据在流通过程中的质量变化。数据使用情况：数据在业务中的应用情况。流程优化建议：针对流程中存在的问题，提出优化建议。通过以上标准化流程，企业可以确保数据流通的安全、合规和高效，从而实现数据资产的内部共享与外部流通。3.3.1数据流通的授权流程标准（1）数据流通授权流程概述企业数据资产内部共享与外部流通的治理机制与标准构建中，数据流通授权流程是确保数据安全、合规性和高效利用的关键。该流程涉及数据的创建、存储、访问和销毁等各个环节，旨在明确数据流通的权限和责任，防止数据泄露和滥用。（2）数据流通授权流程标准2.1数据流通授权流程标准定义数据流通授权流程标准是指企业在制定和执行数据流通授权时所遵循的规则和程序。这些标准包括数据分类、权限分配、访问控制、审计跟踪等方面的内容，以确保数据在企业内部和外部流通过程中的安全性和合规性。2.2数据流通授权流程标准要素数据分类：根据数据的重要性、敏感性和用途对数据进行分类，以确定不同类别数据的流通权限。权限分配：根据岗位职责和业务需求，为员工分配适当的数据访问权限，确保数据的安全使用。访问控制：采用身份验证和授权机制，限制对敏感数据的访问，防止未经授权的访问和操作。审计跟踪：记录和分析数据流通活动，以便在发生安全事件时能够追踪和调查原因。2.3数据流通授权流程标准实施企业应建立一套完善的数据流通授权流程标准，并将其纳入日常运营和管理中。这包括定期审查和更新流程标准，确保其与法律法规和行业标准保持一致，并根据实际情况进行调整和优化。同时加强员工培训和意识提升，确保他们了解并遵守数据流通授权流程标准。2.4数据流通授权流程标准评估企业应定期对数据流通授权流程标准进行评估和审计，以发现潜在的风险和不足之处。这可以通过收集和分析相关数据、开展问卷调查或访谈等方式实现。根据评估结果，及时采取相应的改进措施，如调整权限分配、加强审计跟踪等，以提高数据流通的安全性和合规性。3.3.2数据流通的接口规范设计为确保企业数据资产在内部共享与外部流通过程中的规范性、安全性和高效性，本节将设计数据流通的接口规范，涵盖接口类型、接口描述、接口级别标准、接口权限与认证、数据格式与编码以及接口版本管理等方面。◉接口类型与描述根据数据流通的场景和需求，接口类型主要包括以下几种：接口类型接口描述数据查询接口提供对外数据查询服务，支持多种查询方式，包括SQL、NoSQL、URI等。数据抽取接口提供数据抽取服务，支持按条件抽取特定数据集，用于数据复用或外部共享。数据导出接口提供数据导出服务，支持将内部数据以多种格式导出至外部系统或用户终端。数据接口（API）提供标准化API接口，支持外部系统通过API调用内部数据资源。数据共享接口提供数据共享服务，支持内部部门或外部合作伙伴共享指定数据集。数据同步接口提供数据同步服务，支持定期或实时数据同步到目标系统。◉接口级别标准接口级别标准主要包括以下内容：接口级别标准说明接口访问权限控制接口需支持多种权限控制方式，如API密钥、JWT认证、OAuth2.0等。数据格式与编码标准接口输出数据需符合企业统一数据格式标准，支持多种编码方式如JSON、XML等。接口响应规范接口需返回标准化的响应格式，包含错误码、错误描述、数据内容等。接口版本管理每个接口需定义明确的版本规范，支持版本升级和兼容性管理。接口限流与监控接口需支持限流功能，防止超负荷调用，同时提供实时监控数据。◉接口权限与认证接口权限与认证方式包括以下几种：接口权限与认证方式描述API密钥认证接口需支持API密钥认证方式，客户端需注册并获取API密钥。JWT认证接口支持JWT认证方式，客户端需提供签名JWTtoken。OAuth2.0认证接口支持OAuth2.0认证方式，客户端需通过授权服务器获取访问令牌。多因素认证（MFA）对于敏感接口，可支持多因素认证，确保数据访问的安全性。RBAC（基于角色的访问控制）接口支持基于角色的访问控制，确保数据访问权限符合组织结构。◉数据格式与编码数据格式与编码标准包括以下内容：数据格式与编码标准说明数据输出格式支持JSON格式输出，兼顾数据的结构化和可读性。数据编码标准数据字段需遵循统一编码标准，避免命名冲突和数据不一致。数据类型标准明确数据类型，如字符串、数字、日期、布尔值等，确保数据处理的一致性。数据格式版本控制支持数据格式的兼容性，确保不同版本的数据格式互相可解析。◉接口版本管理接口版本管理包括以下内容：接口版本管理说明版本编号规范接口版本采用递增版本号管理，如Major形式。版本优先级新版本接口需与旧版本保持兼容，确保过渡期支持。版本弃用机制支持接口版本的弃用标记和清理，避免因版本冲突导致的问题。版本更新机制定期更新接口版本，确保功能迭代和性能优化。通过以上接口规范设计，企业能够在数据流通过程中实现标准化、规范化和安全化，确保数据资产的高效利用和价值最大化。3.3.3数据流通的数据格式要求在数据流通过程中，为了确保数据的准确性和可互操作性，必须对数据格式进行统一规范。以下是对数据流通中数据格式的要求：（1）数据格式标准化◉【表】：数据格式标准化要求序号要求项说明1代码规范化使用统一的编程语言规范和命名规则2数据类型一致性确保数据类型定义明确，并在不同系统中保持一致3字段定义标准化明确每个字段的含义、数据类型、长度等属性4数据校验机制设置数据有效性校验规则，确保数据准确无误（2）数据交换格式◉【表】：数据交换格式要求序号格式类型说明1JSON轻量级的数据交换格式，易于人阅读和机器解析2XML标准化的数据交换格式，具有良好的可扩展性3CSV逗号分隔值格式，简单易用，但扩展性有限4ProtocolBuffers高效的序列化格式，适用于性能敏感的场景（3）数据加密与安全◉【公式】：数据加密公式ext加密数据◉【表】：数据加密与安全要求序号要求项说明1加密算法选择采用符合国家标准的加密算法，如SM2、SM4等2加密密钥管理建立完善的密钥管理机制，确保密钥安全3数据完整性校验对传输数据进行完整性校验，防止数据篡改（4）数据交换流程◉内容：数据交换流程[数据源]–>(格式转换)–>[加密]–>(传输)–>[解密]–>(格式转换)–>(数据消费方)3.3.4数据流通的数据验证与校验◉目的确保数据在流通过程中的准确性和完整性，防止数据被篡改或错误传播。◉方法数据验证流程输入验证：对数据源进行校验，确保数据来源的可靠性和准确性。传输验证：在数据传输过程中使用加密技术，确保数据在传输过程中不被篡改。存储验证：在数据存储时，采用数据校验算法，如CRC校验、MD5等，确保数据的完整性。数据校验算法CRC校验：循环冗余校验（CyclicRedundancyCheck），通过计算数据的循环冗余码来检测数据是否被篡改。MD5校验：消息摘要算法5（MessageDigestAlgorithm5），通过哈希算法生成数据的摘要，用于检测数据是否被篡改。校验结果处理异常处理：当发现数据校验结果异常时，应立即停止数据的进一步处理和使用。记录与报告：将异常情况记录下来，并向相关人员报告，以便进行原因分析和后续处理。◉示例表格步骤描述工具/方法输入验证校验数据源的真实性和准确性CRC校验、MD5校验传输验证在数据传输过程中使用加密技术SSL/TLS协议、AES加密存储验证采用数据校验算法确保数据的完整性CRC校验、MD5校验异常处理当发现数据校验结果异常时，应立即停止数据的进一步处理和使用异常处理机制记录与报告将异常情况记录下来，并向相关人员报告日志记录、报告系统4.合规与风险管理4.1数据流通的合规性保障为了确保企业数据资产在内部共享与外部流通过程中的合规性，需要建立全面的治理机制和标准。合规性保障是数据流通的核心要素之一，直接影响企业数据资产的安全性和价值。以下是数据流通的合规性保障的主要内容和标准。数据分类与标注数据分类标准：根据数据的敏感性、重要性和使用场景，将数据分为公用数据、内部专用数据和高度敏感数据。数据标注要求：所有数据在流通前必须附带完整的元数据，包括数据类型、使用权限、流通路径和保留期限等。标注工具：开发专用工具或插件，自动或半自动为数据打上标注，确保数据流通过程中的合规性。数据流通的访问控制访问控制策略：基于角色的访问控制（RBAC）和最小权限原则，确保只有授权人员才能访问特定数据。数据流通权限：明确数据流通的权限范围，包括数据的读取、写入和共享权限，避免权限滥用。审计日志：记录所有数据流通的操作日志，便于后续审计和追溯。数据流通的审计与监控审计机制：定期对数据流通过程进行审计，检查是否符合预定义的合规标准。监控工具：部署数据流动监控系统，实时监控数据流通的路径、权限和状态。异常处理流程：对于异常数据流通行为，及时采取措施调查并纠正。数据流通的合规评估与报告合规评估框架：建立数据流通合规评估框架，包括合规评估指标、评估过程和结果报告。评估频率：根据数据的敏感性和流通范围，制定合规评估的频率，如季度或年度评估。报告要求：对每次合规评估产生的报告进行归档和提交，并由相关部门进行整改和跟踪。数据流通的风险管理风险评估：对数据流通过程中可能存在的合规风险进行全面评估，包括数据泄露、权限滥用等。风险等级评定：对风险进行等级评定（如低、中、高），并制定相应的应对措施。风险缓解措施：针对高风险数据流通，部署加密、访问控制强化等措施，降低风险。数据流通的合规宣传与培训合规宣传：定期对员工和相关方进行合规性培训，确保他们了解数据流通的合规要求。培训材料：开发电子化或纸质的培训材料，包括操作指南和案例分析。合规意识：通过宣传活动提升相关方的合规意识，减少合规性风险。◉数据流通的合规保障总结通过以上机制和标准，企业可以有效保障数据流通的合规性，确保数据资产在流动过程中的安全性和完整性。合规性保障不仅是对企业内部管理的要求，也是对外部合作伙伴的责任，共同努力保护企业的数据资产不被滥用。数据流通合规要素评估标准评估结果优化措施数据分类与标注数据分类标准数据分类符合标准定期更新分类标准数据访问控制RBAC策略权限分配符合RBAC定期审查权限数据审计与监控异常处理流程异常行为及时处理加强监控系统合规评估与报告评估频率按时完成评估加强评估机制风险管理风险等级评定风险评估完善加强风险缓解合规宣传与培训培训效果培训效果良好定期开展培训4.2数据流通的风控管理数据流通的风控管理是企业数据资产治理中的关键环节，旨在确保数据在内部共享和外部流通过程中的安全性、合规性和可用性。通过建立全面的风控管理体系，可以有效识别、评估、监控和应对数据流通过程中的各类风险，保障数据资产的价值最大化。（1）风险识别与评估数据流通的风控管理首先需要识别和评估潜在的风险，风险识别可以通过定性和定量相结合的方法进行。定性方法包括专家访谈、风险矩阵分析等，而定量方法则包括统计分析和数据模拟等。1.1风险识别风险识别的主要内容包括：数据安全风险：数据在传输、存储和处理过程中可能被窃取、篡改或泄露。合规风险：数据流通可能违反相关法律法规，如《数据安全法》、《个人信息保护法》等。操作风险：数据处理过程中的操作失误或系统故障可能导致数据丢失或损坏。第三方风险：与外部伙伴进行数据交换时，第三方可能存在不合规行为或安全漏洞。1.2风险评估风险评估可以通过以下公式进行量化：R其中：R表示总风险值Pi表示第iSi表示第i通过风险评估，可以对不同风险进行优先级排序，从而有针对性地制定风控措施。（2）风险控制措施针对识别和评估出的风险，需要制定相应的控制措施。常见的风控措施包括：风险类型控制措施数据安全风险数据加密、访问控制、安全审计合规风险合规性审查、数据脱敏、隐私保护操作风险人员培训、系统备份、操作规程第三方风险第三方背景调查、合同约束、数据交换协议（3）风险监控与响应风控管理不仅仅是识别和评估风险，还需要持续监控风险变化并快速响应风险事件。3.1风险监控风险监控可以通过以下指标进行：监控指标指标说明数据访问频率监控数据访问的频率和范围，异常访问可能指示潜在风险数据泄露事件记录和统计数据泄露事件的发生次数和影响范围系统故障率监控系统故障发生的频率和持续时间，评估操作风险3.2风险响应风险响应需要制定应急预案，明确风险事件发生时的处理流程和责任分工。风险响应的流程可以表示为：ext风险事件发生通过以上风控管理措施，可以有效降低数据流通过程中的风险，保障数据资产的安全和合规。（4）持续改进风控管理是一个持续改进的过程，通过定期回顾和评估风控措施的效果，不断优化风控管理体系，以适应不断变化的数据环境和业务需求。4.3数据流通的责任追究在企业数据资产内部共享与外部流通的治理机制中，责任追究是确保数据安全、合规和有效使用的关键一环。以下是关于数据流通责任追究的详细内容：◉责任主体数据所有者：负责提供数据资源，并确保数据质量符合要求。数据使用者：在使用数据时，需遵守相关法律法规和公司政策，不得滥用或泄露数据。数据管理者：负责数据的收集、存储、处理和传输，确保数据的安全性和完整性。◉责任范围数据所有权：明确数据归属，防止数据被非法获取、使用或销毁。数据使用权：确保数据使用者在合法范围内使用数据，不得超出授权范围。数据保密性：保护数据不被未授权访问或泄露，包括数据加密、访问控制等措施。数据完整性：保证数据在传输和存储过程中不发生丢失、损坏或篡改。数据可用性：确保数据按需提供，满足业务需求和用户期望。◉责任追究方式违规处罚：对违反数据管理规定的行为进行处罚，包括但不限于警告、罚款、停职等。追责机制：建立完善的追责机制，对数据泄露、滥用等事件进行调查，并根据调查结果采取相应措施。法律诉讼：对于严重违反数据管理规定的行为，可以依法提起诉讼，追究相关责任人的法律责任。◉责任追究流程发现违规行为：通过监控、审计等方式发现数据流通中的违规行为。初步调查：对发现的违规行为进行初步调查，收集相关证据。立案审查：将初步调查结果提交给相关部门进行立案审查。审理判决：根据调查结果和相关法律法规，对违规行为进行审理判决。执行处罚：对违规行为进行处罚，并对相关责任人进行追责。◉责任追究标准违规程度：根据违规行为的严重程度，确定相应的责任追究标准。影响范围：考虑违规行为对数据安全、业务运营等方面的影响，确定相应的责任追究标准。责任主体：根据责任主体的职责和权限，确定相应的责任追究标准。◉结论数据流通的责任追究是确保企业数据资产安全、合规和有效使用的重要保障。通过明确责任主体、责任范围、责任追究方式、责任追究流程和责任追究标准，可以有效地预防和处理数据流通中的违规行为，维护企业的数据安全和业务稳定。4.4数据流通的隐私保护机制在企业数据资产的内部共享与外部流通过程中，隐私保护是核心要素之一。本节将从数据分类、访问控制、加密保护、审计监督等多方面阐述数据流通的隐私保护机制。（1）数据流通的管理机制◉数据分类与标注企业需要对数据进行分类管理，明确数据的敏感性和保密级别。具体分类标准如下：数据类型描述敏感级别核心数据企业核心业务数据机密敏感数据涉及个人隐私或财务数据保密一般数据非敏感性数据公开数据标注标准：数据类型标注：明确数据所属类型（核心数据、敏感数据、一般数据）。数据处理标注：记录数据处理过程中的用途、方式和时间。数据保留标注：规定数据的最长保留期限。◉数据流通的访问控制在数据流通过程中，必须严格执行最小权限原则，确保只有授权人员才能访问相关数据。具体实施方式包括：基于角色的访问控制（RBAC）：根据用户的职责范围设置访问权限。基于属性的访问控制：对数据进行属性划分，设置访问权限。审批与监督机制：对数据流通请求进行审批，并建立监督机制，确保审批流程的合法性。（2）数据加密与安全保护◉数据加密在数据流通过程中，企业应采取加密保护措施，确保数据在传输和存储过程中的安全性。具体加密方式包括：数据传输加密：采用SSL/TLS协议对数据进行加密传输。数据存储加密：对关键数据进行加密存储。关键数据加密：对核心业务数据进行加密处理，防止未授权访问。加密标准：加密算法：支持AES、RSA等算法。密钥管理：采用密钥管理系统，确保密钥的安全性和唯一性。密钥分发：对外部数据流通的密钥进行严格分发管理。◉数据安全保护数据加密：如上所述。访问控制：严格执行最小权限原则。数据备份：定期备份数据，防止数据丢失或泄露。安全审计：定期对数据流通过程进行安全审计，发现问题及时整改。（3）数据流通的审计与监督◉审计机制企业应建立完善的数据流通审计机制，确保数据流通过程的透明性和合规性。具体措施包括：审计频率：定期对数据流通过程进行审计，例如每季度进行一次全面审计。审计内容：包括数据流通的权限设置、审批流程、数据加密情况等。审计结果：对审计结果进行分析，发现问题并提出改进建议。◉数据泄露应对在数据泄露事件发生时，企业应迅速启动应急响应机制，包括：事件初步评估：评估泄露事件的影响范围和严重性。数据隔离：对受影响数据进行隔离，防止进一步泄露。信息披露：对外披露事件信息时，应遵循相关法律法规的要求。修复措施：对事件原因进行分析，采取措施防止类似事件再次发生。（4）合规与法律遵从性◉合规要求企业在数据流通过程中，必须遵守相关法律法规，例如《中华人民共和国网络安全法》《个人信息保护法》《数据安全法》等。具体要求包括：数据收集与处理：明确数据收集和处理的合法性。数据外出：对数据外流进行合规审查，确保符合相关法律法规的要求。数据披露：在数据披露时，遵循法律法规规定的披露方式和时限。◉数据出口合规流程企业在进行数据出口时，应遵循以下流程：数据分类：对数据进行分类，明确其敏感性。合规评估：评估数据出口是否符合相关法律法规的要求。数据加密：对数据进行加密处理。审批权限：获得相关部门的审批权限。信息披露：如有需要，向相关监管部门报告数据出口情况。通过以上机制和流程，企业能够有效保护数据在流通过程中的隐私和安全，确保企业数据资产的可靠性和价值。5.案例分析与工具支持5.1数据共享的成功案例本章选取具有代表性的企业内部共享与外部流通案例，结合数据治理机制与标准构建的实践，分析其在提升数据价值、降低合规风险方面的具体成效。（1）内部共享案例：大型制造企业的“数据中台”建设◉案例背景某大型跨国制造企业面临严重的“数据孤岛”问题。总部拥有全球生产、销售、供应链数据，而各区域分公司拥有本地化数据。由于缺乏统一的数据标准和共享机制，跨部门分析往往耗时数周，且数据口径不一致导致决策偏差。◉治理机制与标准构建统一数据标准（元数据管理）：建立了全球统一的主数据管理（MDM）体系，制定了《企业数据字典》，对“客户”、“产品”等核心实体进行了标准化定义。分级分类共享策略：将数据分为“公共数据”（全员可查）、“部门数据”（跨部门协作可查）和“核心数据”（仅授权人员可查）。API网关与数据交换协议：构建了统一的数据交换中心，所有数据共享请求必须通过标准API接口进行，并实施严格的权限控制（RBAC）。◉实施效果效率提升：内部跨部门数据查询时间从平均3天缩短至15分钟。成本降低：消除了重复的数据采集和清洗工作，年度IT维护成本降低约15%。（2）外部流通案例：基于隐私计算的供应链金融数据协同◉案例背景在供应链金融场景中，核心企业信用好、数据多，但上下游中小微企业（SME）数据不透明。银行无法直接获取企业物流、交易数据以评估风险，导致中小企业融资难。◉治理机制与标准构建多方安全计算（MPC）与联邦学习：采用“数据可用不可见”技术。物流公司的物流数据不出域，银行模型在物流数据上训练，仅交换加密后的模型参数，实现了数据的跨机构流通。数据确权与定价标准：建立了基于贡献度的数据价值评估模型，明确了各参与方在数据流通中的权益分配机制。合规审计标准：引入区块链技术对数据调取、计算、使用的全流程进行上链存证，满足《个人信息保护法》（PIPL）等法规要求。◉实施效果风险降低：贷款违约率较传统模式下降了20%。生态繁荣：帮助超过500家中小企业获得融资，供应链整体周转效率提升。（3）案例对比分析表下表对比了内部共享与外部流通在治理重点和技术标准上的差异：维度内部共享案例特征外部流通案例特征核心目标打破孤岛，提升内部决策效率，降低重复建设成本挖掘数据价值，构建生态圈，实现数据变现主要风险数据滥用、越权访问、数据质量参差不齐隐私泄露、数据确权不清、商业机密流失治理重点权限管控、数据质量标准化、数据血缘追溯隐私计算、合规审计、数据定价机制、互操作性技术标准API接口规范、数据模型定义、数据质量检查标准加密算法标准、隐私计算协议、区块链存证规范信任基础组织内部信任与制度约束法律契约与技术信任（如MPC）（4）数据共享价值实现模型为了量化评估数据共享的成效，结合上述案例，构建如下数据共享价值实现模型：V=i模型启示：在内部共享中，重点在于提升Q和U；而在外部流通中，必须严格控制Crisk，通过技术手段（如隐私计算）将风险系数R降至最低，从而最大化V5.2数据治理工具的选型与应用◉引言在构建企业数据资产内部共享与外部流通的治理机制时，选择