近十年我国政府数据治理研究述评

陈正汉

信息时代海量的数据意味着巨大的利用价值。随着大数据等信息技术的加速发展和政府部门信息化工作的深入推进，政府采集和存储了越来越多的数据资料，包括政治、经济、教育、医疗、生物等一系列的全面数据。这些数据蕴含了极高的利用价值，通过对其管理并加以分析研判可用来解决许多民生问题，还能够从某种程度上帮助政府机构作出合理决策、规划顶层设计，以提供更为便利、高效的工作环境。

党的十八大以后，传统的治理体系与模式已经开始无法适应当代经济社会的发展与进步，社会和公众对高质量、高效率的政府公共服务需求与政府治理能力和水平不平衡不充分的发展之间存在着巨大的矛盾。①党的十八届三中全会提出了“推进国家治理体系和治理能力现代化”，这要求我国政府在原有的行政体制基础上对现有的政府治理作出革新，进一步加快转变政府职能。也就是从这个时候，政府层面的数据治理这个问题开始逐渐成为诸多学者关注的焦点。2014年以来，国内政府数据治理研究的进展，事实上已成为新时代下数据治理研究的重要标志之一。

一、政府数据治理的研究历程

数据治理最初应用于企业及组织内，通过革新管理手段达到更加高效的目的。但随着大数据时代的到来，应用数据的大量产生也在推进社会各个方面的治理手段的优化，企业数据治理的实践逐渐趋于完善和标准化，这给政府层面的数据治理带来了极大的便利。

早在2012年，政府数据治理的研究在国内学界逐渐展开，但研究的热度直到2017年以后才真正高涨起来。2017年12月，习近平总书记在中共中央政治局就实施国家大数据战略进行第二次集体学习时强调，“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。”②从2012年到2016年我国就有学者开始研究政府数据治理，但研究成果数量不多，学术文章主要集中在对政府数据治理的概念研究、体系研究、挑战与应对研究、成熟度模型研究以及内容研究等方面。2017年以来，随着更多与政府数据治理的政策法规的颁布以及更多的研究者和研究方向介入，国内关于政府数据治理的研究进一步走向全面深入。这一时期的研究成果的明显特征是研究范围的拓展、研究内容的增加，不仅在前一时期的研究基础上增加了一些政府数据治理应用实践的研究、路径研究以及未来前景的研究，研究方法也是越来越向实事求是的科学性方向发展。

二、政府数据治理的概念研究

2001年，汤姆·彼得斯就提出：“一个组织如果没有认识到管理数据和信息如同管理有形资产一样重要，那么它在新经济时代将无法生存。”国外具有相当权威性的DAMA、DGI等机构对数据治理的概念进行研究，但国内学者在运用时还是较为模糊，容易将数据管理与数据治理混为一谈。国内一些学者从不同的角度进行了分析，包冬梅等学者在其研究中认为了解清楚数据管理与数据治理的关系对于理解数据治理十分重要，因为这两种是完全不同的活动，治理负责对管理活动进行评估、指导和监督，而管理根据治理所作的决策来具体计划、建设和运营。③数据的广泛利用也逐渐开始对政府部门的业务产生影响，这也对政府数据治理的概念研究给予了一定的关注。陈琳提出精简、精准和智慧是政府数据治理的三个重要内涵，政府数据治理能力的含义也分为三点：开放共享、融合创新、变革转型。④安小米和毛春阳指出大数据背景下的政府信息治理应该具有社会、经济、技术、教育、管理、信息等多学科综合集成管理视角，从管理的理念、机制和工具多维度进行社会协同创新和共治，维护数据主权、挖掘数据价值、创新数据应用。⑤苏玉娟认为在大数据时代，政府数据治理的过程是政府主导，民众、企业和社会等多元主体参与的过程，并且在政府实现数据治理过程中正是通过多元性凸显政府治理的整体性功能。⑥

党的十九大以后，随着政府数据治理各个方向的研究都有了进一步的发展，国内一些学者对政府数据治理的概念研究有了新的见解。吴韬在对其他学者的研究总结后认为政府大数据治理，是政府运用大数据、云计算、物联网、人工智能、虚拟现实、区块链等新一代信息技术，对政府部门和社会的信息资源与数据资产进行管理、开发、分配和利用，通过建立完善的指导、监督和评估机制，切实推动国务院各部委与地方政府以及政府机构各部门之间的条块结合、业务协调和联动协同，实现政府所属公共资源数据的采集、攫取、清洗、挖掘、分析和共享，并提供安全、准确和可控的数据决策服务，推动政府公共行政走向智慧型“善治”的过程。⑦黄璜等学者认为从广义上讲，政府数据治理可以分为宏观、中观和微观三个层面：宏观层面的政府数据治理，是政府作为治理主体对数据产业、数据经济乃至整个社会数据化过程的宏观治理；中观层面的数据治理介于宏观和微观治理之间，是政府对在社会公共事务治理中所产生或需要的数据资源的治理，涉及政府数据资源的利用、共享和开放等核心议题；微观层面的政府数据治理，是对政府机构在行政管理过程中所产生和使用的数据，尤其是信息系统中所存储数据的治理，是维护数据质量、提高决策和管理效率的策略集。⑧

夏义堃认为通常意义上所讲的政府数据治理基本集中在中微观层面，与企业数据治理相比，尽管二者在构成要素与主要内容上基本相同，但在作用对象、范围、方式与标准要求等方面又有明显差异：政府数据治理不仅突破了单一组织机构边界，更为广阔、宏观，而且内外结构复杂，治理环境多变，标准要求与目标期望更高；从单纯的数据资产保值增值扩展到数据全社会共享和经济社会效益的全面发挥，内涵更加丰富，实施更具挑战性。⑨他还认为政府数据治理就是以治理的思维方式改进传统政府信息管理，是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段，对政府结构化数据和非结构化数据的可用性、完整性、安全性等进行全面管理，以确保政府数据资产的保值增值，进而推动政府数据从公共资产转换为现实的经济社会价值。⑩胡海波和娄策群认为政府数据治理是以“数据共享、互联互通、业务协同”为原则运用大数据技术实现政府数据的开放与共享，改进政府管理、辅助政府决策、评估政府绩效及监督政府行为等，构建多元主体共治的政府治理新体系。⑪秦国民和任田婧格认为数据治理是指数据治理主体对于公共事务相关联的数据进行决策和协调、控制，以增进公共利益、提升治理效能的过程。相对于传统数据管理，政府数据治理具有系统性、整体性和协同性。⑫

基于以上学者对政府数据治理的概念研究，笔者认为政府数据治理就是政府层面对现有的社会数据进行全面的整理、分配并加以分析，为了更好地帮助政府层面做出最为合理的决策而进行的一种顶层设计。近些年，学者们通过不同领域视角来提升政府数据治理的能力，利用大数据的手段和平台帮助政府数据的收集与利用，尽可能发挥数据治理在政府层面的作用。

三、政府数据治理的体系研究

和政府数据治理的概念研究相比，前期有关政府数据治理的体系研究则相对较少一些。体系，泛指一定范围内或同类的事物按照一定的秩序和内部联系组合而成的整体，是不同系统组成的系统。政府数据治理体系是对各个政府部门的数据资料进行整合并实施统一的管理，形成有机整体打通信息壁垒实现数据共通，创造更为高效的工作环境。丁志刚认为国家治理体系也就是围绕国家治理活动而形成的由一系列要素及其相互关系所构成的完整系统。⑬张绍华等学者认为体系框架包括战略方针、组织架构、责任分工等。⑭还有国外学者认为数据治理体系构建是一种治理策略、治理程序。⑮数据治理的体系架构可以帮助我们组织、思考和沟通复杂的或模糊的概念，梳理整个治理过程中每一个部分涉及的职责和职能，帮助政府部门快速发现问题并高效地做出解决问题的决策。

政府数据治理的体系研究在党的十九大后再次成为众多学者研究的热点。由于国内政府部门众多，且职能不一，所以大多数政务数据资料都分布在各自系统之内，导致标准难以达到统一，形成“数据孤岛”的现象；而数据治理体系可以实现数据资源整合，打通数据壁垒，实现政务数据的价值最大化。郑大庆等学者认为大数据治理是一个多维度的概念体系，并从目标、权利层次、治理对象及解决的实际问题四个方面出发提出了大数据治理概念体系，他们认为大数据资源治理是为了鼓励与大数据资源应用相关的人员遵从“实现价值”和“管控风险”的期望行为，在所有权层面作出的权责安排，主要体现为决策机制、激励与约束机制、监督机制。⑯同年，王露露、徐拥军通过对澳大利亚政府信息治理框架的提出背景、具体内容和主要特点进行分析与总结，基于PEST（Political Economic Social Technological）模型制定我国的政府信息治理的背景框架，具体分为：政治环境、经济环境、社会环境和技术环境。⑰黄璜基于卡斯特尔“流动空间”理论将“数据流动”划分为数字机器、应用系统、数据网络和信息空间四个层次，得出结论为政府数据治理也可视为对全社会数据资源进行权威性分配的活动——鉴于呈现出的“流动”特性，也即对“数据流动”或“流动空间”的治理。⑱向芳青、张翊红从大数据治理的数据源、数据汇集、数据分析到政府治理能力和社会自治能力的提升等方面构建大数据治理的应用框架，每个分析框架以数据源为出发点，通过数据汇集和数据分析的环节，在大数据平台有效利用，实现数据的利用价值，最后达到提升政府治理能力的目的，同时，促进社会自治能力的开发和提升。⑲

安小米等学者在充分借鉴国内外大数据治理研究成果的基础上，构建了由治理目标、治理主体、治理对象、治理活动、治理工具等要素组成的政府大数据治理体系；采用内容分析方法，并以贵州省人民政府大数据治理体系为例验证了其提出的合理性。⑳安小米与国内另一批学者采用多学科综合集成方法，通过系统文献调研及案例研究的方法，提出了宏观层面的多元主体合作联盟共治、中观层面的多层次活动流程联通共生、微观层面的多维度要素联结共赢的大数据治理体系框架。㉑卢乐天等学者认为政府数据治理体系的建设包括管理和技术两部分：管理方面主要是建立政府部门的数据治理战略目标、组建权威的组织机构和健全的管理制度；技术方面则是加强数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据生命周期管理等，管理是数据治理有效执行的基础，技术则是数据治理落地的手段。㉒黄如花以数据生命周期理论为指导，参考多个开放数据全生命周期模型，由此构建了贯穿我国政府数据开放共享全流程的政府数据开放共享标准体系框架。㉓

通过以上研究可知，初期的政府数据治理体系研究通过一系列要素加上整体框架来构建政府数据治理的体系，但这些都是还没有形成标准化的框架体系。随着国外的体系研究逐渐成熟，国内众多专家学者对政府数据治理的体系研究开始以国外学者的研究作为参考借鉴，但大多缺乏独到的全新研究。总的来说，国内学者的研究大多数是以数据生命周期为轴建立数据体系框架，以此来展现大数据时代政府层面的数据治理特点，研究角度大多不同但不够深入，其研究结果还不足以能够完全覆盖政府数据治理的全部内容，有待进一步加强。

四、政府数据治理的成熟度模型研究

“成熟度模型的建立是为了评估组织当前数据管理和控制的现状，是实施数据治理非常关键的环节。”㉔张亚明等学者通过运用原始权威的统计数据，利用因子分析和聚类分析方法对我国31个省市的数字城市治理现状进行量化研究，构建出我国数字城市治理成熟度模型及其相应的指标体系。㉕程广明在其学术成果中提出了人与组织、策略和能力的三维架构大数据治理模型，并制定了详细的成熟度评价指标，对组织的大数据治理状况进行评价，提出了包括初始级、基本级、定义级、管理级和优化级5个等级的大数据治理成熟度评价模型。㉖吴志刚等学者提出了一种政务大数据成熟度模型，又可称为GBD-CMM架构。GBD-CMM评估体系由现有能力、目标能力、成熟度和能力提升报告构成，其中现有能力包含数据质量、组织建设、制度流程、技术支撑、实施能力五个关键指标；GBD-CMM又将政务数据发展的成熟度分为了五个等级：“初始级—电子政务”、“可重复级—数据开放”、“已定义级—数据中心”、“可管理级—全数字化”、“优化级—智慧政务”。㉗李克鹏等学者从数据的全生命周期（数据产生、数据存储、数据使用、数据传输、数据共享、数据销毁）出发，从组织和人员、流程和操作、技术和工具三个能力维度，针对组织的结构化数据的数据安全过程管理，提出规范性的大数据安全能力成熟度模型。㉘

党的十九大后政府数据治理的成熟度模型研究有了进一步的发展，但相关学术成果还是较少。李冰、宾军志结合数据生命周期管理各个阶段的特征对CMMI协会发布的数据管理能力成熟度模型进行了分析和总结，提炼出组织数据管理的八大过程域。数据管理能力成熟度模型作为一种新兴的技术手段，将为大数据产业带来全新的推动力量，他们认为该模型的推广应用，将吸纳国内各行业各领域的数据人才，形成专家库；丰富行业数据库，并对行业发展趋势分析提供参考依据。㉙迪莉娅从政府主体的角度构建了我国政府数据开放成熟度的模型，分析了当前政府数据开放成熟度的状况，她认为政府数据开放成熟度模型包括以下四个环节：一是认知阶段，二是政府开放数据的治理阶段，三是政府数据开放阶段，四是政府数据开放服务全面监管和优化阶段。㉚牛丽雪将国内外数据治理成熟度模型进行比较分析，借鉴成熟度模型等级的划分标准，并融合了CMM能力成熟度模型的思想，将政府数据治理成熟度分为五个等级，即初始级、基本级、定义级、管理级、优化级，同时描述了政府数据治理成熟度五个等级的特征，根据每个等级的特征定义了22个成熟度要素的等级评价标准，最终构建了由成熟度要素、成熟度等级、要素等级评价标准三部分构成的政府数据治理成熟度模型，并介绍了政府数据治理成熟度模型应用的过程与成熟度等级的评测方法。㉛

结合近十年来对政府数据治理的成熟度模型研究，可以发现国内对数据治理成熟度模型的研究更多是以企业、组织为主体，政府层面数据治理成熟度模型的研究相对较少且不深，缺乏系统深入的探讨。大多研究者以不同的方法标准将政府数据治理切分为不同的层次等级，以此来细分政府数据治理的整个过程，从中找出薄弱环节并加以改进，这对往后的研究极具借鉴意义，但总体研究量不多。可见国内学者对于政府数据治理的成熟度模型研究程度还不够。

五、政府数据治理的内容研究

政府层面的数据治理是一项系统又复杂的工程，不仅涉及技术、政策、环境、法律法规、公共管理等多个方面，且领域之广、来源之多、数量之大是企业和组织的数据治理所无法比拟的。

（一）政府数据治理的标准与政策

出台政府层面数据治理的政策与法规可以很好地帮助政府开展工作，国外的政府数据治理依赖于法律法规的健全，国内学者也聚焦于对政府数据治理的标准与政策的研究。张明英、潘蓉在其对《数据治理白皮书》国际标准的研究报告中提出我国数据治理特色可以分为三个层面：体制层面、管理对象层面和技术平台层面。在管理对象层面，强调数据标准建设（数据元素、参考数据），行业性数据标准制定广泛（如：金融、电子政务、公安、税务等），较之谈“主数据管理”，数据标准可覆盖交易数据，强调指标管理；在技术平台层面，我国数据治理实践将主数据、数据标准、数据质量、元数据等几部分功能统一形成数据资源管理平台并作定制化开发，一站式数据管理用户体验更好。我国数据治理的不足主要体现在两个方面：方法论和技术平台，从方法论层面讲，在数据治理体系的中层和基层缺乏可操作的数据治理方法和标准。㉜郑磊等学者在其学术成果中回顾、梳理并讨论了美国大数据的关键问题和政策，尤其是对于政府与大数据的互动和参与给予了一定的关注，最后基于美国的经验教训为大数据实践提出建议：大数据创新对政策制定和决策有重大意义，可以推动政府、公民及企业间的合作，并引领一个新的电子政府服务的新时代，但同时我们也需要考虑与管理大数据相关的一系列政策问题，包括隐私、准确性、可获取性、公平和保存政策等，并建立整体性的大数据治理模式。㉝数据治理的成功需要通过全方位、高层次的战略规划，并通过政策法规来保障数据治理目标的实现。孙艳艳、吕志坚认为我国还没有针对开放政府数据出台全国性的政策或行动计划，仅停留在个别城市的起步发展阶段，也没有电子政务、政府信息公开、大数据等相关方面的国家战略和政策作支撑，同时还缺乏全国性的战略规划和政策环境，开放政府数据在个别城市的发展很可能因地区工作重心的转移而难以持续。㉞

政策法规是政府数据治理架构中的重要组成要素之一，它可以提高政府数据治理流程的可重复性并且指导数据的创建、采集、存储、隐私及安全性。实际上，早在政府数据治理出现之前，就有国家发布了与政府数据相关的政策法规。

综上研究可知，研究者多以国外的法律法规作为研究对象，以此对我国出台数据治理的法规提供参考；国外的政府数据治理标准相对完善，我国学者也开始对政府数据治理的标准展开了一定程度的研究，以此来推动相关法律法规的制定。

（二）政府数据的质量管理

数据质量的高低是数据治理手段的基础保障，而数据质量也是数据治理框架当中的重要组成部分，保障数据质量是政府相关部门完成治理的重要一环。黄璜分别从数据开放、信息公开（自由）、个人隐私保护、电子政务、信息安全和信息资源管理六大领域介绍了美国联邦政府的数据法律、法规和行政命令，表示美国联邦政府经过多年探索发展形成了一整套数据（信息）资源存储、保护、利用和开放的治理体系。他认为，政府数据治理的重点包括：一是应明晰概念边界，形成系统的政策概念体系；二是应抓住重点，推动相关法律法规尽快出台；三是应调整治理权责，优化数据治理行政管理结构。㉟宋懿等学者采用政策内容分析法，借助文本抽样、内容编码等具体手段对美国、英国及澳大利亚三国的大数据治理专项政策进行数据提取与理论分析，认为三国政府大数据治理政策在治理目标的明确性、治理要素关联性且政策具有针对性特征等方面，对我国政府大数据治理能力的提升有一定的借鉴意义。他们认为我国政府在未来政府大数据治理政策的制定过程中应充分区分理论概念体系构建与技术方案设计并促进两者间的融合，重视政府大数据的复杂性特征，完善相应权责利关系调节的配套政策，在充分认识和理解政府大数据复杂性特征的前提下，维护政府大数据治理过程中政策方向的一致性和逻辑顺序的一致性。㊱丁辉侠认为地方政府受到数据认知能力、数据处理能力、数据应用能力、政府回应能力、维护数据安全能力五个方面的挑战，地方政府大数据治理既需要中央政府在数据收集、开放共享与使用、信息安全等规则方面进行顶层设计，也需要地方政府树立大数据治理的根本理念，在具体执行层面有效实施。㊲刘彬芳等学者构建了包括政策工具维度和大数据治理的核心概念体系维度在内的二维政策分析框架，采集了24份国内相关政策样本，通过87个内容分析单元的政策文本量化分析，对政策样本进行了统计和归纳，发现我国有关大数据时代政府数据治理政策绝大部分集中于中观层次，宏观层次的政策内容相对较少；从政策工具视角来看，供给面、环境面和需求面的政策内容较为均衡。㊳

在政府数据治理过程中，每个政务部门都认为自己所搜集的数据是正确的、标准的，但从宏观角度来看，部门之间收集数据的方式以及来源都是不一致的，而这就是一种数据质量问题，所以这也使得一些学者对此深入研究。丁辉侠认为大数据时代，整合不同部门系统的数据，重点在于数据定义是否一致和数据的质量，地方政府应该在数据收集的质量方面严格把关，使收集的数据是治理必需，而不是夹杂很多无用数据。㊴谭必勇、陈艳通过对我国十个代表性省、市的开放平台数据质量现状进行研究，从平台结构和数据质量两个方面对其构建情况进行系统评价，指出我国政府已经提出了建成全国统一的开放政府开放平台的目标，但是目前各地方政府的开放平台数据质量良莠不齐，我国政府应从践行开放理念、改善数据体验和夯实平台基础3个方面来提升开放政府数据平台的数据质量。㊵政府数据治理过程中隐私和安全问题是首当其冲的，因为政府数据的泄露可能导致个人隐私与国家机密的外传，引起重大社会安全事故，而数据的隐私与安全也成为了政府数据治理的重要保障。夏义堃认为既要强化政府数据的资产价值，针对开放数据环境下政府数据再利用的特点与经营模式，引导和激励更多社会资本参与政府数据的合作开发与综合利用，提高政府数据利用的风险防范意识，建立数据安全标准体系和评估体系，采取技术、管理等多种手段加强数据主权维护和个人隐私保护，进而提高数据资产价值实现的安全性。㊶

综上所述，国内学者对政府数据治理的内容研究范围逐渐变广，由最初的数据治理的政策法规及标准到数据的质量管理、数据的隐私与安全。我国大多研究者的重心主要是放在政府数据质量的评估和如何提高政府数据质量。很多问题还有待进一步深入探索，如政府数据治理情境下的数据质量问题以及随着大量非结构化数据的出现导致的数据孤岛问题等。相较于传统的数据治理的研究，大数据时代下的诉求更多元化、全面化，我国在面对政府数据治理的过程中应基于我国的国情，同时参考相关国家的优异做法，从而全方位地设计数据治理的架构内容。

（三）政府数据治理的路径

大数据时代下，数据已成为各个组织必须争取的新型资源，这也倒逼政府部门作出相应的反应。《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 《国务院关于积极推进“互联网＋”行动的指导意见》 《促进大数据发展行动纲要》等文件都提到要推动公共数据资源开放，加快推进跨部门数据资源共享共用，改进公共数据采集、整合、分析和利用。㊷这也使得政府数据治理的路径研究得到众多学者的关注。

何玉颜以档案部门为例，就如何进行政府数据治理的路径展开了研究，她认为档案部门应当加快档案数据资源收集和融合的工作步伐，主动融入政府数据资源的开放与共享，同时实现档案数据资源的细颗粒化开发，推进档案数据资源的智库化利用，深化与社会各方的合作。㊸王翔、郑磊通过对我国地方政府面向数据开放的政府数据治理的案例研究，提出政府数据治理的实践路径为推进数据治理法律法规建设，健全数据治理组织架构，强化数据资源管理体系，加快数据共享开放步伐。㊹安小米等学者以贵州省为研究对象，提出贵州省通过几年的政府大数据治理探索创新，初步形成了集宏观、中观、微观于一体的大数据治理模式。在宏观层，通过多元主体的协同形成了共治模式；在中观层，通过多维活动的联通形成了法治模式；在微观层，通过多级要素融合，形成了精治模式。㊺马广惠、安小米参照大数据生命周期及大数据治理要素理论，在政府大数据共享交换情境下，以贵州省及贵阳市的大数据治理实践作为研究样本，从大数据汇聚、大数据融合、大数据应用三个阶段分别探讨大数据治理路径，在汇聚阶段的大数据治理路径表现为：基础设施集中统一、数据资源目录梳理及数据资产登记；在融合阶段的大数据治理路径表现为：数据共享交换平台建设、数据处理规范制定、政务数据资源整合、共享交换机制构建及数据安全与监控；在应用阶段的大数据治理路径包括：业务部门主导数据应用、基于场景的数据整合以及面向应用的数据价值挖掘，最后形成重构式及基于重构的探索式两种大数据治理路径。㊻张云、黄核成基于大数据的背景，从地方政府应树立大数据思维、加快建设与完善大数据基础设施、提升地方政府治理中数据资源开放与共享力度、地方政府治理应推进多元共治、规范地方政府大数据治理法律法规五个方面设计了大数据背景下地方政府治理能力的提升路径。㊼闵学勤以南京市栖霞区在“掌上云社区”中植入“爱小栖”这一政务机器人的做法为研究基础，提出大数据以治理为核心机制的基层政府运营模式通过外部输血、自我造血和全身活血三部曲，有机会使相对固化的政府组织焕发青春的活力，能在人才结构、组织文化、绩效考评和百姓认同方面重塑政府形象。㊽

吕小刚等学者以区块链的概念和特点作为切入点，提出三点建议：应用区块链的可追溯、分布式数据存储模式，逐步推动政府数据质量提高；应用区块链非对称加密技术，进一步保障政府治理数据安全；应用区块链点对点技术与智能合约，推动政府数据全方位共享格局实现。㊾王金水、张德财认为在数据治理背景下实现政府治理创新，需要转变传统的治理理念，要求治理方式由封闭管理转向开放治理、由单向管理转向协同治理，在运用大数据思维与技术推动决策方式、管理流程、治理手段进步的基础上，实现技术进步与社会价值相融合、数据开放与数据安全并举、数据共享与协同治理互推共进。㊿河南省社会科学院课题组从政府、市场和社会三个维度综合考量，认为要加快构建“用数据说话、用数据决策、用数据管理、用数据创新”的融复杂性、适应性与协同性于一体的逻辑体系和管理机制，通过科学的数据决策，创新政府管理理念与社会治理模式，进而加快建设与社会主义市场经济体制、政治体制发展相吻合的法治政府、廉洁政府和服务型政府，推动政府治理水平和治理能力现代化进程。[51]还有学者从完善数据管理机制、培育数据利用生态体系、调整数据治理组织模式等方面为政府数据治理提供可行性路径。[52]

综上研究可知，大多数国内学者认为政府数据治理的可行路径为健全政府数据治理的法律法规让政府数据治理有法可依、完善大数据的基础设施让政府数据治理脱离理论、加快政府数据共享的步伐让政府数据治理打穿数据壁垒形成共通。对于政府数据治理的路径研究方面，我国可借鉴的实证性研究不多且模式较为单一，研究内容还有待更进一步的探索。

（四）政府数据治理的挑战与应对

一些学者通过把大数据与政府治理有机结合，试图阐述在大数据背景下，政府数据治理将会面临的挑战。刘叶婷、唐斯斯认为在大数据时代，政府在获得数据“红利”的同时，也将面临海量数据“爆炸”所带来的个人隐私、数据安全等技术难题，面临公共数据的有用性不足、公众参与的有效性不够、业务数据驱动力不足等所带来的深层次社会问题，具体可分为六个方面：一是公众参与的“悖论”，即无序参与过度和创新参与无力；二是数据治理的瓶颈；三是可用数据匮乏的“尴尬”；四是数据开放的权衡；五是“被质疑”的政府公信力；六是数据驱动力不足。[53]范灵俊等学者认为我国政府数据治理的最大挑战就在于缺乏政府数据共享的统一标准和规范，缺乏治理机制设计。[54]

政府部门拥有社会中绝大部分的数据量，但也有部门因为传统文化以及传统治理的思维影响将数据信息视为各自所有不愿轻易互通。刘新表示，我国传统小农社会长期形成的狭隘和封闭、保守、依附观念严重影响和制约着现代政府治理，同时传统的治理方法都是基于研究对象的局部“现实”进行分析，并遵循通过少部分的需求来推演、判断大多数人的现实以及未来需求的治理思路，对样本的“代表性”提出极高的要求。[55]

综上所述，我国政府数据治理遇到的挑战是多角度的，主要是在公众的参与度以及政府层面的顶级设计两个方面，思想固化保守、政策法规不健全都是具挑战性的，且在国内缺乏实证性的研究也是需要我们努力去应对的问题。大数据时代背景下的政府治理方式必然走向网络化、社会化、个性化，我们要利用好海量的用户数据，挖掘更深层次的价值，提供更为优质的社会公众服务，积极应对治理方式的变革，不断提高对外竞争力。

六、政府数据治理的研究结论与前景

总体上看，近十年对于政府数据治理的研究范围分布广泛，但都是处于起步阶段的研究，存在一些研究范围偏狭、研究不够深入、研究总量单薄的问题。不少研究的学术成果都是在参考国外的研究成果，而且还处于较为初级的阶段。

作为这一段时期研究成果的代表性论著，刘叶婷与唐斯斯的《大数据对政府治理的影响与挑战》在知网的下载量高达近10000次，被引用量更是达到了200余次之多，这篇研究学术成果在国内的政府数据治理研究逐渐走向深入的过程中具有标志性的意义。作者从政府治理理念、政府治理范式、政府社会管理三个方面分析了大数据对政府治理所带来的影响；同时，对大数据时代政府治理可能面临的数据治理难、数据匮乏、数据驱动力不足、公众参与“悖论”等挑战进行了说明。[56]

（一）政府数据治理的研究结论

回顾国内政府数据治理研究，在对国外学者的研究借鉴之下，通过国内众多研究者的集体努力，国内对政府数据治理的研究呈现逐渐深化的趋势。作为推进国家治理体系和治理能力现代化的重要路径，学者们对政府数据治理研究的把握和认识越来越清晰化。无论是从政府数据治理的宏观、中观乃至微观的不同视角，还是从概念、体系、成熟度、内容、遇到的挑战以及解决问题的路径等维度，每一位研究者都进行了不同程度的分析与总结：一方面，研究者们通过对国外的学术成果的研究得到了启示，凝练出方法；另一方面，研究者们抱着科学严谨的态度区分我国与他国的国情，站在客观的角度实事求是地为我国政府层面的数据治理提出自己的见解。也正是在这种情况之下，经过研究者们的共同努力国内呈现出客观、科学的政府数据治理的研究成果。

（二）政府数据治理的研究前景

对于国家层面政府数据治理的研究，学者们可以进一步细化的还有很多。作为未来会深刻影响国家治理体系和治理能力的重要变革，对政府数据治理的研究客观、科学、全面与否，直接影响未来各级政府能否提高决策质量、提升服务绩效。十多年来，研究者们对数据治理的概念体系以及优化路径等方面形成一些具有代表性的成果，但多集中为理论层面的价值探讨，且较为依靠借鉴国外的做法研究，这当然可作为参考，但随着国内政府对数据治理体系建设和能力提升的重视程度提高，主动从多角度、多方面地深入剖析政府数据治理框架结构中的内容研究亦属必要，且国内缺乏对政府层面数据治理的整体研究，大多较为分散。

我们要进一步全面、深入地认识政府数据治理，除继续在原有的研究方向上进一步挖掘之外，笔者认为，还应该重点从以下三个方面进行深入的研究：

一是实施政府数据治理的技术工具的研究。技术工具是政府数据治理实施的有力支撑和有效保障，能够提高数据治理的效率，降低数据治理的成本。国内对这一研究角度缺乏相应的关注，大数据信息时代，技术更新迅速，大国的竞争也逐渐成为核心技术的竞争，数据的存储和计算、数据的融合、数据的分析挖掘以及防数据泄密等技术手段都是需要关注与研究的话题。

二是利用实证分析进行数据治理的研究。对于国内学者而言，政府数据治理的研究多数采用的是探索性与叙述性结合的研究方式，最后得出自己的见解与看法，实证性研究相对较少，部分的实证性研究成果也存在着样本小、维度少的缺点。采用全方位的实证性研究方法，对于厘清政府层面的数据治理在其实践过程中是否具有合理性、协同性及科学性有着独特的意义。

三是政府数据治理的立法研究。我国没有一部专门规定政府数据开放的全国法律规定，尽管《数据安全法》有所提及，但许多数据标准难以达成一致，进而产生数据质量问题。我国政府层面的数据治理工作才刚刚步入正轨，亟需整合各个部门的数据导出权威整合的数据集。况且在数据开放的环境下，数据遭到非法使用的情况也应当避免。

从我国近20年的发展来看，政府层面的数据治理是必然的趋势。这是世界的大潮流，无法避免。那么如何能够在这浩浩大流之中立起旗杆，展示大国风范与实力，政府数据治理将发挥自己独特的作用。要深入研究政府数据治理，以帮助我们更好地挖掘数据的内在价值、改善政府的公众服务、提升政府的工作效率、增强公众的决策参与，充分发挥政府数据的价值。

注释：

①洪伟达、马海群：《我国政府数据治理协同机制的对策研究》，《图书馆学研究》2019年第19期。

②新华社：《习近平：实施国家大数据战略加快建设数字中国》，《中国卫生信息管理杂志》2018年第1期。

③包冬梅、范颖捷、李鸣：《高校图书馆数据治理及其框架》，《图书情报工作》2015年第18期。

④陈琳：《精简、精准与智慧 政府数据治理的三个重要内涵》，《国家治理》2016年第27期。

⑤安小米、毛春阳：《大数据时代的政府信息治理》，《中国建设信息》2015年第12期。

⑥苏玉娟：《政府数据治理的五重系统特性探讨》，《理论探索》2016年第2期。

⑦吴韬：《大数据治理视域下智慧政府“精准”决策研究》，《云南行政学院学报》2017年第6期。

⑧㉟黄璜：《美国联邦政府数据治理:政策与结构》，《中国行政管理》2017年第8期。

⑨夏义堃：《试论政府数据治理的内涵、生成背景与主要问题》，《图书情报工作》2018年第9期。

⑩夏义堃：《试论数据开放环境下的政府数据治理:概念框架与主要问题》，《图书情报知识》2018年第1期。

⑪胡海波、娄策群：《数据开放环境下的政府数据治理：理论逻辑与实践指向》，《情报理论与实践》2019年第7期。

⑫秦国民、任田婧格：《智能化时代政府数据治理与制度执行力的提升》，《郑州大学学报》 （哲学社会科学版）2020年第6期。

⑬丁志刚：《如何理解国家治理与国家治理体系》，《学术界》2014年第2期。

⑭参见张绍华、潘蓉、宗宇伟：《大数据治理与服务》，上海科学技术出版社2016年版，第18-52页。

⑮P.Malik,Governing Big Data:Principles and Practices，IBM Journal of Research and Development,2013,57(3),pp.1-13.

⑯郑大庆、黄丽华、张成洪、张绍华：《数据治理的概念及其参考架构》，《研究与发展管理》2017年第4期。

⑰王露露、徐拥军：《澳大利亚政府信息治理框架的特点研究及启示》，《图书情报工作》2017年第8期。

⑱黄璜：《对“数据流动”的治理——论政府数据治理的理论嬗变与框架》，《南京社会科学》2018年第2期。

⑲向芳青、张翊红：《政府实施大数据治理的应用框架构建》，《凯里学院学报》2018年第2期。

⑳安小米、白献阳、洪学海：《政府大数据治理体系构成要素研究——基于贵州省的案例分析》，《电子政务》2019年第2期。

㉑㊺安小米、郭明军、洪学海、魏玮：《政府大数据治理体系的框架及其实现的有效路径》，《大数据》2019年第3期。

㉒卢乐天、阳梦华、邓樱文：《政府数据治理体系研究》，《电信工程技术与标准化》2019年第1期。

㉓黄如花：《我国政府数据开放共享标准体系构建》，《图书与情报》2020年第3期。

㉔张宁、袁勤俭：《数据治理研究述评》，《情报杂志》2017年第5期。

㉕张亚明、裴琳、刘海鸥：《我国数字城市治理成熟度实证研究》，《中国科技论坛》2010年第5期。

㉖程广明：《大数据治理模型与治理成熟度评估研究》，《科技与创新》2016年第9期。

㉗吴志刚、廖昕、朱胜、刘宇峰、蒲冬琴：《政务大数据成熟度模型研究与应用》，《中国科技产业》2016年第8期。

㉘李克鹏、梅婧婷、郑斌、杜跃进：《大数据安全能力成熟度模型标准研究》，《信息技术与标准化》2016年第7期。

㉙李冰、宾军志：《数据管理能力成熟度模型》，《大数据》2017年第4期。

㉚迪莉娅：《政府数据开放成熟度模型研究》，《现代情报》2019年第1期。

㉛牛丽雪：《政府数据治理成熟度模型研究》，河北大学2020年硕士学位论文。

㉜张明英、潘蓉：《〈数据治理白皮书〉国际标准研究报告要点解读》，《信息技术与标准化》2015年第6期。

㉝John Carlo Bertot、郑磊、徐慧娜、包琳达：《大数据与开放数据的政策框架：问题、政策与建议》，《电子政务》2014年第1期。

㉞孙艳艳、吕志坚：《中国开放政府数据发展策略浅析》，《电子政务》2015年第5期。

㊱宋懿、安小米、马广惠：《美英澳政府大数据治理能力研究——基于大数据政策的内容分析》，《情报资料工作》2018年第1期。

㊲㊴丁辉侠：《地方政府大数据治理：行动、挑战与应对》，《郑州大学学报》 （哲学社会科学版）2018年第1期。

㊳刘彬芳、魏玮、安小米：《大数据时代政府数据治理的政策分析》，《情报杂志》2019年第1期。

㊵谭必勇、陈艳：《我国开放政府数据平台数据质量研究——以十省、市为研究对象》，《情报杂志》2017年第11期。

㊶夏义堃：《政府数据治理的国际经验与启示》，《信息资源管理学报》2018年第3期。

㊷㊹王翔、郑磊：《面向数据开放的地方政府数据治理：问题与路径》，《电子政务》2019年第2期。

㊸何玉颜：《档案部门参与政府大数据治理的路径研究》，《浙江档案》2018年第8期。

㊻马广惠、安小米：《政府大数据共享交换情境下的大数据治理路径研究》，《情报资料工作》2019年第2期。

㊼张云、黄核成：《大数据背景下地方政府治理：理论、实践与提升路径》，《经济研究参考》2019年第8期。

㊽闵学勤：《基层大数据治理:打造活力政府的新路径》，《学海》2019年第5期。

㊾吕小刚、王彩云、程立丽：《区块链技术视角下政府数据治理创新路径》，《辽宁行政学院学报》2019年第5期。

㊿王金水、张德财：《以数据治理推动政府治理创新：困境辨识、行动框架与实现路径》，《当代世界与社会主义》2019年第5期。

[51]河南省社会科学院课题组：《数据治理驱动政府治理效能提升的影响机制与优化路径》，《中州学刊》2020年第2期。

[52]孙颖：《治理主体视角下政府数据治理路径研究》，《科学咨询》 （科技·管理）2021年第1期。

[53][56]刘叶婷、唐斯斯：《大数据对政府治理的影响及挑战》，《电子政务》2014年第6期。

[54]范灵俊、洪学海、黄晁、华岗、李国杰：《政府大数据治理的挑战及对策》，《大数据》2016年第3期。

[55]刘新：《大数据时代政府治理面临的挑战及应对》，《新西部》 （理论版）2016年第22期。