政府数据治理的逻辑起点、治理过程及核心价值——基于中国式现代化视角

肖玉贤，王友奎，张 腾

（清华大学公共管理学院，北京 100084）

0 引言

伴随着世界经济波动与下行、中国经济发展面临多重压力、社会治理困境多元等问题，政府治理面临诸多新课题，亟需在经济高质量发展、治理体系与治理能力现代化两方面集中发力。政府数据治理作为政府治理的重要组成部分，是以政府为主体对与政府部门直接或间接相关所有数据开展治理活动。随着政府数据开发力度加大，以往对政府数据治理的目的也得到进一步拓展，强调通过政府数据开发利用，推动数据要素市场化配置，以释放政府数据价值。这一复杂的演进过程恰当地诠释了中国式现代化的根本价值取向与体制保障的双重作用，即围绕“以人民为中心”的根本价值取向，通过政府数据治理，在提升政务服务水平、丰富公共服务供给的基础上，确保公民权益不受侵害，持续支撑公众理想生态与数字创新生态之间的平衡［1］；围绕有效市场与有为政府有机结合的体制保障，通过对政府数据规模化开发利用，以更好地推动数据要素市场化配置，支持利益相关主体价值获取。

在以人民为中心、有效市场与有为市场有机结合的共同加持下，通过政府数据治理，有助于政府数据公共价值与商业价值共同实现。在公共价值实现上，各级各类政府部门通过开展数据治理，摸清政务数据底数、汇聚与共享数据、促进数据平台互联互通［2］。2022 年6 月，国务院发布《关于加强数字政府建设的指导意见》（以下简称《指导意见》），指出各级各类政府通过开展数据治理，提升了一体化政务服务和监管效能。在此之前，各地也涌现了一大批创新实践，如北京的“接诉即办”、上海的“一网统管”、广东的“粤省事”、浙江的“最多跑一次”等。在商业价值实现上，随着多方安全计算、区块链等技术的使用，政府开展公共数据授权运营，进一步释放政府数据商业价值，也得到了初步探索。2022年10 月，广东省推出“全联进贸通”，向银行提供水产企业供应链数据模型，为水产企业的融资、信贷等提供大数据支撑。2020 年以来，建设银行推出的“智慧快贷”项目在全国多地落地实施，通过归集海量金融数据和政务数据，运用大数据分析技术向中小微企业、个体工商户放贷。

围绕政府数据治理，相关研究主要关注数据开放、政务服务、数字治理以及国外政府数据资产等，如夏义堃等［3］、李涛［4］、张小劲等［5］的研究，但在商业价值实现方面关注不足，尤其缺少对中国情境下的政府数据治理多重价值实现机制的深度剖析。鉴于此，本研究基于中国式现代化视角，通过述评政府数据治理、公共价值、商业价值、中国式现代化相关研究，引入政府数据治理长效机制，提出了基于“需求-数治-价值”视角的政府数据治理的价值实现模型，为建立全国政务一体化大数据体系，并为进一步推动公共数据和社会数据深度融合提供理论支撑。

1 文献综述

在中国式现代化的根本价值取向与体制保障双重作用下，中国政府数据治理有助于同时实现公共价值与商业价值。对“政府数据治理”“公共价值”“商业价值”“中国式现代化”等主题词进行述评，既能够发掘已有研究的不足，又能够支持“需求-数治-价值”视角下面向政府数据治理的价值实现模型建立。

1.1 有关政府数据治理的相关研究

政府数据治理的直接对象是社会公共事务治理中所产生的或需要的数据［6］，不仅类型多，可以由政务数据、公共数据及社会数据构成［7］；而且储量大，中国各级各类政府部门掌握着全社会约80%的数据资源［8］。面对如此丰富的政府数据资源，各级各类组织尝试通过数据开发利用，进一步激发公共价值与商业价值释放，但现有研究在政府数据商业价值释放上的关注不足，主要聚焦以下三方面：一是面向行政管理服务的政府数据治理，如数据目录梳理、平台接口开放、数据链路建立、数据共享交换等，一方面支持多部门、多层级的数据汇聚与共享，另一方面通过利用清晰的底数对数据进行挖掘与分析，以支持政府部门进行科学决策；二是面向数据运营服务的政府数据治理，特指能够承担数据管理与数据交易等职能的各类组织［9］，一方面为行政业务范畴内政府数据治理提供技术实现，主要有各级大数据局、信息中心，另一方面通过运营数据要素，推动政府数据流通，以支持数据要素市场生态建立，并建立与之相适应的体制机制，如各地的数据资源运营服务公司；三是面向集成服务场景的城市与乡村治理，如社区精准治理［6］，以及城市精细化管理等，多通过开发移动数据App 产品，创建多元普惠的政务服务场景，以帮扶企业和群众纾困解难，多举措打通公共服务的“最后一公里”。

1.2 有关公共价值的研究

公共价值的实现同时伴随着多级政府、多元主体、协商共治等内容。传统的公共价值强调公民与政府双元主体的互动结果和互动过程。Moore［10］47-73最先提出了“公共价值创造”的概念框架，建立了公民期望与政府管理联结，即公共价值体现公民对政府部门管理人员的期望，并存自上而下的政府治理、自内而外的业务拓展、自下而上的政治协商。Kelly 等［11］认为公共价值是公民对公共服务的认知偏好集合，并没有脱离Moore［10］47-73的公共价值创造概念框架，侧重政治协商。Bozeman［12］建立了政治权威、经济权威的二维模型，进一步明确公共价值的实现要关注主体权益获得保护。数字技术的发展使得信息可公开、可交换、可追溯，公共价值内涵得到进一步丰富，原有科层体系向扁平体系过渡，自动便捷、多元普惠的服务增强了整体政府与企业、个人的互动频率，提高了公民对政府的信任和依赖，并强化了人民的主人翁意识。基于此，李海舰等［13］、陈冠宇［14］、李晓方等［15］的研究分别将多元共享、跨界融合、推进民主、权利可控等纳入公共价值，并通过探索适应新时代发展的激励机制，提升政府数据治理水平，如马九杰等［16］发现使用积分制可以提升乡村治理水平，陈建奇［17］认为应用数字货币可推动政务管理创新。

1.3 有关商业价值的研究

一般意义上的商业价值是对企业价值、经济价值的拓展，包含了其他形式的价值，如知识资产、商业模式价值、渠道伙伴价值等，领域不同其内涵也有存在差异。短视频关键意见领袖的商业价值关注影响力和营销效果两个方面，影响力侧重交互传播，而营销效果侧重经济效益［18］。体育赛事商业价值实现逻辑遵循由外而内的作用，既受到外部媒介接入与变迁影响，又受到体育事业自身与媒介不断深入融合过程的影响［19］。数字创新生态系统的商业价值体现为其自身不断扩张的商业价值创造模式，即企业通过产业创新系统进入数字创新领域后形成商业价值［20］。文创园区商业价值具有空间利用、创意市集、体验价值、衍生性价值等维度［21］。总的来看，有关商业价值的研究主要聚焦环境变迁、多元交互、效益获得、价值衍生等方面。环境变迁关注时空演进过程媒介及其他生产资料的迭代与升级；多元交互关注不同对象的交互，存在用户与用户、用户与技术等形式；效益获得多聚焦经济效益等有形的价值；价值衍生多关注隐性价值或者能够不断扩张的价值。

1.4 有关中国式现代化的研究

中国式现代化的理念是将以人民为中心作为根本价值取向，将全体人民共同富裕作为本质要求，同时处理好两对关系。其一是世界性与民族性的辩证统一，既要坚持对外开放，增强创新资源的国际化流动，也要立足中国本土国情，化解创新资源分布不均、贫富差距、数字鸿沟等困境［22］。其二是推动有效市场与有为政府的有机结合，既要充分发挥市场在资源配置中的决定性作用，提高市场运行效率，也要发挥政府宏观调控作用，落实主体责任，防止市场失灵导致的公共服务供给不足。中国在政策落地上往往坚持“先试点、再推广”“边实践、边完善”的道路选择［23］。可以看出，中国式现代化将“以人民为中心”作为根本价值，而面对多元主体需求，也以有效市场与有为政府为原则，不断开展试点推广与优化完善路径。

综上所述，政府数据治理多目标实现受到不同主体需求差异影响，而有效市场与有为政府结合的关键在于强调政企合创的政府数据治理，更有助于满足不同主体的需求并拓展经济增长新价值空间，以实现公共价值与商业价值并举。已有研究缺少对这一过程机制的剖析。鉴于此，本研究立足多主体需求，通过引入政府数据治理长效机制，构建基于“需求-数治-价值”视角的政府数据治理，剖析“数字政府构建、企业数字化能力建设、个人生存发展的具体需求指什么？”“如何构建政府数据治理长效机制？”“如何通过政府数据治理满足这些需求并实现公共价值与商业价值并举？”等问题，分别回应政府数据治理逻辑起点、治理过程及核心价值等关键议题。

2 逻辑起点：实现人民对美好生活的向往

中国式现代化坚持把实现人民对美好生活的向往作为出发点和落脚点［24］。数据作为中国基础性与战略性资源，对其充分开发利用，能够满足不同主体的差异化需求，让人民拥有更多获得感、幸福感、安全感，这是实现人民对美好生活向往的重要途径之一。从需求视角来说，政府、企业、个体既因主体差异使得需求存在多元性，又因各自现实需求、潜在需求及生态需求不同增加了需求满足的复杂性，强调在考虑满足多主体现实需求的同时，要重视更好、更优、更全的潜在需求，以满足人类与自然环境协调与发展的生态需求（见表1）。

表1 面向政府数据治理的多样化需求

首先，满足不同主体现实需求。现实需求是在一定时期内社会各方面有支付能力的商品需求，多指人类既有欲望下的一定购买力。对于政府来说，其掌握着海量的政务数据、公共数据，甚至社会数据，通过管数据、用数据，从而提升公共服务水平并形成相适应的服务能力是其现实需求。对于企业来说，其掌握有用户流量、核心技术及海量数据，通过挖掘数据价值、开发数据产品，从而满足客户或消费者多元需求，获得经济社会效益是其现实需求。对于个人来说，当前我们处于物质相对丰富的时代，而自我需求不仅关注物质需求，更关注精神层面的需求，要同时实现物质幸福与精神幸福，基于公共服务、数据产品等建立自己的美好生活圈是其现实需求。

其次，满足不同主体潜在需求。潜在需求是指一定时期内社会各方面对某种服务需求强烈，但由于各种原因并没有显现出来的需求。条件成熟之后，潜在需求是可以转化为现实需求的。对于政府来说，公共服务满意度、公共服务能力发展往往与期待有差距，如何管好数据与用好数据，以提高公共服务技术成熟度，实现治理体系与治理能力现代化，成为其潜在需求。对于企业来说，随着客户或用户使用数据产品或服务，其业务范围和服务能力需要得到不断拓展，提供有品质的、可信赖的数据产品或服务，并创新商业模式、激发创新创业活力成为其潜在需求。对于个人来说，相较于对满足方便、快捷的数据产品或服务的需要，其更关注在数据世界能否实现价值交换，以构建个人价值生态。

最后，努力实现生态需求。生态需求来自于人类对于自然环境的依赖和对自然资源的利用。人类要实现对更安全、更幸福的美好生活的向往，就需要保护生态系统的稳定性和可持续性，同时确保人类自身的生态需求，如生存与发展、协调与共生等。对于政府来说，从制定和实施环保法与政策、加强环境监测和评估、精准建立生态补偿机制等方面满足生态需求。对于企业来说，如何有针对性地确保可持续战略有序推行、创新环保科技、开展多渠道绿色采购等措施，是其主动承担企业社会责任（ESG）的重要渠道。对于个人来说，如何有效养成并积极践行环境可持续相关措施的习惯，如减少能耗、绿色出行、提高环保意识等，同时与亲朋好友共同开展绿色行动，是其满足生态需求的主要方式。与此同时，可以通过数据互联互通，加强企业与政府、公众的合作，多方共同推动生态保护与可持续发展进程，如参与推动“双碳”、可持续发展等目标实现。

3 治理过程：建立健全政府数据治理长效机制

党的十八大以来，中共中央、国务院不断优化对市场经济规律的认识，不仅强调市场在资源配置中的决定性作用，在《关于构建更加完善的要素市场化配置体制机制的意见》中明确指出推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护；在《关于加快建设全国统一大市场的意见》中提出要坚持以“有效市场，有为政府”为工作原则，充分发挥市场在资源配置中的决定性作用；还通过出台《国家安全法》《数据安全法》《个人信息保护法》等法律法规，构建数据基础制度等，为政府数据有序开发利用提供依据。为响应政策号召，数据交易平台、数据经纪产业、信托银行、数据开放等模式应运而生。可见，法规政策发布、数据市场构建探索等能够同时为全面推动政府数据开放共享、开发利用等活动提供支持。

面对政府数据开放共享、开发利用等过程的系统性、复杂性、动态性，以及中国地域差异较大、层级结构复杂、资源分布不均衡等国情，为降低系统性风险与开发利用成本，坚持以有为政府与有效市场为原则，进一步做好政府数据治理制度建设、建立健全政府数据创新支撑体系、落实政府数据治理活动，不仅突出了政府主责的数据治理，还延伸了企业主导的创新活动，更关注到了以政企协同的数据治理活动落实，从而提出集“数据制度建设-数据创新体系-落实治理活动”为一体的政府数据治理长效机制（见图1）。

图1 政府数据治理长效机制

3.1 做好政府数据治理制度建设

政府数据治理是一项系统性工程，通过系统建立法律法规、厘清多重属数据关系、建立底线清单等，有效推动数据开放与开发，化解相关风险挑战，助力统筹数据安全与数据流通。

一是依据现有法律法规，规范数据治理准则、形成数据安全合规监管机制。法律法规能够为网络空间治理、数据开放共享、数据授权运营、个人权益保护等提供支持，是行政履职、执法监督、执纪问责的依据。要求数据管理运营者对开展不合法、不合规的活动及管理过程承担法律责任，并延伸数据服务内容，提高全民知法用法的意识，切实保护公民合法权益，维护社会公平正义。

二是依据数据治理的理论与实践，拓展现有法律法规体系。政府数据治理是一项贯穿不同层级、不同部门行政单位的系统工程，不同角色承担责任与履职义务不同。治理过程不仅要坚守基本法律法规，出台数据确权晰权、数据资产化、数据流通交易、数据价值分配等方面通识的法律法规，还要明晰区域内、部门间的实施方案与管理办法，为数据赋能的政务服务、政企合作提供基础原则。

三是重视以人为本的治理，系统地推动数据关系网络建立。由于治理理念、府际关系、伙伴关系、区域发展水平存在差异，政府数据治理绩效往往受挫。在新时代发展背景下，以人为本的治理实质上是以关系为本的治理，不论对于政府数据开放共享，还是政府数据开发利用，均需要系统地建立共同数据空间，构建融主体、技术、制度、数据为一体的复杂关系网络。

四是建立价值实现的底线清单，保障人民权益不受侵害。对于政府数据开放开发，应遵守非授权不采集、非许可不交换、非开放不使用。对于公民隐私，在负责部门责权明确的同时，避免因技术漏洞或决策失误而引发隐私泄露，或将公民隐私数据用于不正当管理，导致不可预判风险等做法，违反者应受到相关法律法规的惩处；同时，也需要突出以监管开放开发行为为主，促进合法合规的数据开发利用。

3.2 建立健全政府数据创新支撑体系

创新贯穿政府数据治理的始终，也是面向政府数据治理的价值实现的核心要义，包含建立技术创新体系、提升产品服务体验、丰富数据创新模式，以及强化风险管控体系，以支持全面推进构建数字治理生态。

一是建立技术创新体系，以提高数据的可用性、数智化决策效率，确保数据合规流通。大数据技术致力于解决数据不足不准、新旧系统不兼容、数据可视化凌乱、系统响应慢等问题，支持政府数据共享共用［25］。网络爬虫技术聚焦解决数据获取效率低、爬虫对象结构变动、动态爬虫代理受限等问题，将分布广而散的网页链接、研究主题词、主体主题联系进行可视化分析，为数智化决策开展提供支持。数据合规安全、数据质量修复、数据资产测度等评估技术，有助于提高政府数据产品与数据治理的成熟度。区块链技术聚焦数据权责、信用认证等内容，支撑合作方资质审核并提升数据运营能力［26］。

二是丰富数据创新模式，以推进整体治理、数字社区内容及协同机制创新。通过技术（数据）赋能政府内外部环境资源整合与一体化管理，使得多元主体获得新的管理想法、产生新的资源分配方式［27］，推进整体治理。加强技术（数据）、政府及环境等多要素的深度融合，优化与升级数据模型，研判社情民意，解决人民急难愁盼问题，实现数字社区内容创新。平台模式则能够依据业务信息分类与信息模块，规定数据汇聚与交换机制、规范业务角色和行为［28］，助推协同机制创新。

三是提升产品服务体验。随着政府进一步加大数据开放共享力度，能够从简化业务流程、增强信息交互等方面提升公共服务感知力及人民幸福感。通过将自上而下的职能业务数据与自下而上的公共服务数据进行联通，推动“一网通管”与“一网通办”的深度融合［29］，有助于进一步简化业务流程，并提高数据质量，释放政府数据价值；同时，随着大模型、智能一体化等产品服务的不断推出，政府网站、政府新媒体等服务可以得到进一步优化提升，在营商环境搭建、公共服务水平提升上有望进一步取得突破。

四是强化政府数据治理风险管控体系，以降低系统性风险出现的可能性。为敏捷回应与及时处理多主体需求及系统风险，需要动态处理常态化与非常态化需求，通过开展动态化数据识别与分析［30］，对关键指标进行画像，并提供应时应需服务；同时，建立健全数据安全动态预警机制及应急处理方案，通过事前审批校验、事中预警控制、事后处置反馈，建立政府、企业及第三方评估机构为一体的全生命周期风险评估机制。还需要持续增强国家数据主权意识，创新本地数据治理支撑体系，尤其面向美国霸权型与欧盟保护型的数据治理模式，以及中国数字经济发展的迫切需求，坚持探索兼顾发展与安全的治理模式。

3.3 落实政府数据治理活动

政府数据治理开放共享、数据开发利用、数据产品经营等活动的逐一落实能够为价值获取与公平分配等带来实质性效益，是数据要素市场化配置体制建立的重要依据。

一是建立健全政府数据治理顶层设计。从建立统一政府数据资源目录清单入手，进一步设计政府数据治理顶层规划体系。因数出多头、需求差异等，政府数据源种类多、存量大，即使各级政府部门已经通过数据开放、数据共享等途径进行一定探索，但是数据资产底数不清楚、数据权责体系不明确以及数据难以分类分级等问题依旧存在。通过清单化管理制度，在技术部门及其他技术服务机构支持下，全面梳理各自部门、各自业务领域的数据，依次建立国家级、省级等统一的数据资源目录，并通过数据集中汇聚、回传，实现政府数据共享与共用。明确数据名称、数据更新周期、数据共享类型、数据权责等具体内容，有助于需求清单、供给清单及负面清单完善，以及降低数据互联互通的成本，确保数据完整性、准确性、时效性及有用性。

二是试点推广政府数据开发利用典型做法与模式。根据数据服务目的、数据经营形式不同，企业对政府数据进行定制化开发利用［31］，为数据要素市场构建提供依据。由于政府数据治理业务设计与规划、管理与实施、应用与评价等是环环相扣的，但又关联不同主体与客体，存在数据泄露、数据篡改、数据污染等风险。为更好地适应业务特殊性、主体互惠性、数据应用同时性等问题，在一定时期内固化管理人员业务职能，如设立首席数据官、首席安全官等［32］，系统地试点推广开展数据采集、数据确权、数据流通、价值分配等做法，包括以政府开发利用数据为主提升公共服务决策水平；以企业开发利用数据为主创新产品服务。与此同时，强化试点推广的监管体系，确保数据质量持续提升、数据开发利用合规、维护多方主体权益，进而促进数据化与数据治理的相匹配与相适应。

三是营造公平竞争的市场环境，提升公共服务与商业服务的品质。坚持有为政府与有效市场工作原则，在贯彻依法经营管理与激发市场活力两方面集中发力。面向政府数据治理的市场活动，坚持依法聚数、通数、用数，推动现有法律法规不断优化，培养全民知法用法的意识，建立政府数据治理的约束机制；同时，通过制度型激励与市场型激励激发数据市场活力。通过数据基础制度办法，保护数据资源持有者、数据加工使用者、数据产品经营者合法权益［33］。通过市场型激励，包括直接货币激励与间接信息激励，强化政府数据治理的动力机制与运行机制。其中，直接的货币激励是指通过提供足够的支付价格，对数据开发利用方进行补偿与激励，提高其直接收益；间接的信息激励是指通过向数据开发利用方提供真实可信的数据信息，降低其交易成本。

4 核心价值：公共价值与商业价值并举

在政府数据共享情境下，进一步推动数据开发利用成为必然，在此过程中，同时实现公共价值与商业价值成为可能，这也是面向政府数据治理的重要目标。政府数据治理是一项多元主体互动的复杂系统工程，既要满足多元主体各自的需求，又要推动有效市场与有为政府有机结合。厘清能够有效实现公共价值与商业价值并举的互动机制，不仅能够为政务数据治理共同体构建提供理论依据，又能够支持政府数据价值红利释放。见图2。

图2 面向政府数据治理的核心价值分析

4.1 面向政府数据治理的公共价值实现

公共价值是政府或社会团体通过向人民提供公共产品和公共服务所产生的效用和意义。政府数据治理的首要且必要的目标则是丰富和优化公共服务供给水平。

一是通过政府数据共享共用，推动网络化融合，赋能行政管理。政府数据存在标准不一、系统功能不全、互通不及时等问题，同时，面对自上而下统筹管理、自下而上参与共治、横向跨部门协同等并存的需求，政务服务水平提升具有很大的空间。基于“数据直达业务、数据直达基层、数据直达个人”，通过进一步推动“一网通办”与“一网通管”融合，在方便公民诉求反映的基础上重塑组织文化，进而提高一件事办理效率，打造组织服务优势［34］。与此同时，通过应用大数据技术、网络爬虫技术等，挖掘数据并进行可视化分析与展呈，提升政府数智决策水平。

二是通过常态化测评，强化市场监管，优化营商环境。目前数据供需旺盛，形成的数据要素市场可分为场内与场外两大类。场外由来已久，尚处于无序状态，缺少市场监管工具具有共识［35］。运用加密脱敏、隐私计算、区块链等技术加工处理政府原始数据，并通过对数据加工交易、数据产品质量等进行常态化测评，确保定价合理、数据质量有保证、数据流通合规。推动治理模式由静态走向动态，在维护人民权益的基础上，支持开展7 天24 小时动态收集与分析数据，防范重大风险，形成 “决策—反馈”循环管控机制。

三是通过对重点关注领域提供精准化服务，推进民生普惠，提升全民生活品质。面对数字鸿沟、资源分布不均衡、贫富差距拉大等现象，政府需要付出更多的努力去化解这些问题带来的诸多矛盾。通过“指标一张图”对民生关键需求、个性化需求等指标进行监测，助力需求及时响应，通过“全国一张图”助力央地关系协调、民生资源在区域间均衡优化配置，从而实现人民需求的分类分级精准定位，确保“一个也不能少”。既有助于在数量上普惠，也能够满足个体差异化需求。例如“浙里亲清”营商专区、跨省通办服务专区、无接触服务等新模式，充分匹配公民个性化需求，构建多元普惠服务体系。

四是通过数据安全化技术的研发与突破，保护国家数据安全与个人数据隐私，以筑牢安全堡垒。通过建立数据安全法律法规，为加强数据安全管理、保护个人或组织合法权益，维护国家安全与发展提供相关依据。通过开展数据安全核心技术研发，为数据开发利用、数据流通交易等提供技术保障。通过培育数据安全市场，建立健全数据安全服务、数据安全产品、数据安全治理产品等产业链创新链，确保数据安全条件下全场景的数据开发利用。

4.2 面向政府数据治理的商业价值实现

一是通过政府数据开发利用，催生新行业与新领域，升级或重构企业管理运营过程。在政府数据开放情境下，进一步开发利用政府数据，以丰富数据技术并推动数据要素与其他要素的融合。通过研发与数据加工处理、数据产品经营、数据安全保障等过程相适应的数据技术，支持上述活动的顺利开展，拓展新技术研发领域。通过研发数据资源综合管理平台，汇聚多源数据，降低数据供需双方信息搜索成本，在分级分类授权的基础上支持数据交易，建立数据、信息、知识等资源之间的合作关系网络，推动建立数据要素市场化配置机制，促进多主体价值共创，催生数据要素市场生态构建。广东省首创“政企合作、管运分离”模式，利用高新技术企业创新活力强、技术成熟度高、要素汇聚速度快等特点，组建新的数据科技公司，全力建设与运维数字政府相关业务。

二是通过政企共创，推动政府数据赋能区域优势领域发展，建立全国优势特色产业全景图。由于地理环境、经济发展、社会文化等因素不同，中国不同区域具有不同的优势产业与特色，通过规范与促进政企互动过程，构建区域内外价值共创样态。主要做法为：以政府利用数据为主，企业辅助政府数据挖掘与分析；以企业利用数据为主，政府授权企业运营数据，创新数据产品；以政府开发数据为主，企业辅助政府提供区域级公共产品与公共服务；以企业开发数据为主，政府辅助企业确保数据产品质量，并监管数据流通合规。在诸多复杂做法的交织过程中，推进区域级特色产业服务体系、区域政府部门综合管理能力、区域级行业龙头企业协同发展［34］，从而建立全国优势特色产业全景图。

三是典型场景开发与实践，构建不同数字社区，营造数字化共治氛围。以场景推动数据治理，从而增强多元主体与公共服务契合度是中国式现代化核心价值取向的重要途径。基于“数据治理+业务场景”创新，实现经济、政治、文化、社会及生态文明“五位一体”现代化，以此推动典型场景互联，如经济发展与生态文明相协调、文化传承与社区治理相适应等。基于数字社区中生产者、消费者及分解者的价值共创，对数字社区边界资源整合重构，以支持数字社区可持续发展；同时，通过引入专业化智库，引导、激发和强化社区共创，在构建积极、健康的数字社区生态，以及促进不同领域数字社区间建立关联关系上实现社区共建共治。

四是通过提升企业社会责任，建立企业信用体系，提升企业创新能力。在政府数据开放情境中，政企合作有助于推动政府数据开发利用，以此推动企业高质量发展。工商部门通过联合数据公司对数据进行开发利用，从而向银行等金融机构提供企业工商信用数据，以降低企业信贷融资摩擦成本［36］。政府部门也能够通过企业披露的相关数据对企业业绩期望进行观测，在期望顺差与逆差的不同情况中对企业社会责任实现采取不同的激励措施［37］。而企业社会责任能够通过提升社会影响力及其工作人员声誉，从而降低机会主义行为对企业的负面影响以及企业风险治理成本。通过政策性激励以及生产经营成本降低，企业能够将产生的经济效益用于数据开发利用技术与模式创新中，从而提升企业创新能力。

4.3 面向政府数据治理的价值实现模型

在前述分析的基础上，本研究按照“价值主张—价值创造—价值捕获”的价值实现逻辑［38］，基于“需求-数治-价值”的综合视角，构建了政府数据治理系统模型（见图3），即坚持“以人民为中心”的根本价值，为有效满足政府、企业、个人等多元多级需求，政企共同坚持“有为政府与有效市场”工作原则，打造“数治制度建设-数据创新体系-落实治理活动”为一体的长效机制，以推动数据开放共享与数据开发利用，实现公共价值与商业价值并举。该模型有机地展示了政府数据治理的关键着力点：一是多元多级需求的满足既需要终端反馈，也需要不断进行挖掘，不然很难有效匹配潜在需求；二是政府数据开发利用要关注定向授权与有偿使用，强化数据加工利用动力；三是始终坚持市场在资源配置中的决定性作用，确保多阶段权利主体权益获得。

从需求视角来说，政府数据治理的价值实现逻辑起点是实现人民对美好生活的向往，强调面对主体差异性、需求多元性及需求复杂性，政府数据治理应同时满足主体现实需求、潜在需求、生态需求，即从管数据与用数据到管好数据，再到用好数据，同时提升全体人民对生命与生态保护意识。

从数治视角来说，强调通过构建集“数治制度建设-数据创新体系-落实数治活动”为一体的政府数据治理的长效机制，支持多方价值创造。通过系统化地进行政府数据治理，引导、激励、强化有为政府与有效市场结合。通过向市场主体定向授权政府数据，并强化多阶段的确权析权，激励市场主体对政府数据进行开发利用，实现数据资源一体化建设与管理，丰富公共产品服务，赋能数据要素市场生态建设。

从价值视角来说，有为政府与有效市场均能够满足各自领域内场景一体化态势发展，实现公共价值与商业价值并举。通过政府数据治理可以直接提高、强化、升级行政管理、市场监管、民生普惠、安全保障等公共服务水平。通过对政府数据的定向授权，支持市场主体参与政府数据开发利用，间接引导、创新、赋能企业管理、领域深耕、数字共治，以提升企业创新能力发展等商业水平。

5 结论

本研究围绕政府数据治理，从中国式现代化的视角探讨了政府数据治理的逻辑起点、治理过程及核心价值。首先，从逻辑起点来看，“实现人民对美好生活的向往”是中国式现代化的出发点和落脚点，因此政府数据治理的逻辑起点也应如此，即实现人民对美好生活的向往，但面对政府数据涉及多元主体以及不同主体的差异化需求，政府数据治理还应兼顾到不同主体的现实需求、潜在需求和生态需求。从治理过程来看，政府数据治理具有系统性、复杂性和动态性等特点，需要从数治制度建设、数据创新体系和落实政府数据治理活动等过程建立一体化长效机制。从核心价值来看，政府数据不仅具有很强的公共价值，也有较强且潜在的商业价值，因此政府数据治理的核心价值是既要实现其公共价值，又要实现其商业价值。在此基础上，按照“价值主张—价值创造—价值捕获”的逻辑，基于“需求-数治-价值”综合视角，构建了政府数据治理系统模型，为政府数据治理活动开展提供参考。当然，本研究仅在理论层面对政府数据治理的逻辑起点、治理过程及核心价值进行了剖析和讨论，还缺少对结论的进一步检验，后续研究将通过定性定量结合的方式，进一步检验政府数据治理价值实现模型。