[[377414]]

1.政府大數據治理成為政府關心的一個重要議題。

 大數據是從各種渠道收集的大量數字數據的總稱，由于它數量巨大、未經處理、非結構化，無法通過目前主流的軟件工具在合理時間進行采集、存儲和處理。據IBM統計，全球近90%的數據是在過去的2年中生成的，每天增加2.5 EB(1 EB=1 024 PB)數據，其中，約90%的數據是非結構化的。來自網絡和云平臺的大數據為價值創造和商業智能提供了新的機會，可以為任何組織提供決策支持。盡管如此，大數據也意味著新的挑戰，涉及復雜性、安全性和隱私風險以及對新技術和技能的要求。雖然商業企業在大數據應用和技術開發領域處于領先地位，但是政府部門也已開始利用來自網絡、生物和傳感器、視頻等多種渠道的快速增長的動態數據，以獲得洞察力和進行及時決策。面對大數據帶來的機遇和挑戰，各國政府都想在這個領域占得先機，雖然實施方案有所差異，但在決策理念上卻幾乎一致，即在宏觀層面部署符合本國國情的大數據戰略，在中觀層面設計大數據治理的體制機制，在微觀層面考慮大數據管理的應對策略、程序和行動。

2009年，美國政府上線了data.gov，這是全球第一個開放政府數據項目，它是一個數據倉庫，目前它擁有近500萬個數據集，涵蓋交通、經濟、醫療、教育和公共服務以及多種應用領域的數據。2012年，美國政府宣布了“大數據研究與開發計劃(big data research and development initiative)”，投資2億美元，主要目標是發展最先進的核心大數據技術，加快科學和工程學的發現速度，加強國家安全，轉變教學方式，擴大開發和使用大數據技術。2012年，美國國家科學基金會(National Science Foundation，NSF)和美國國立衛生研究院(National Institutes of Health，NIH)聯合啟動了“發展大數據科學與工程核心技術(core techniques and technologies for advancing big data science & engineering)”項目，旨在發展核心科學技術手段，以提取、管理、分析、可視化來自大量、多樣、分布式、異構數據集中的有用信息。2014年，NIH已在亞馬遜云服務(AWS)平臺上累積了數百TB的人類基因數據，研究人員無需開發自身的超級計算功能即可訪問和分析其中的大量基因數據。2010 年，歐盟啟動“歐洲數字議程(digital agenda for Europe)”戰略，以解決如何通過快速和超快速的互操作互聯網應用程序在單一數字市場為歐盟公民帶來可持續的經濟和社會利益的問題。2012年，歐盟委員會在“歐洲數字議程以及2012挑戰(digital agenda for Europe and challenges for 2012)”計劃中詳細介紹了大數據戰略，為確保歐盟成員國之間的網絡安全和數據互聯安全，該戰略強調了歐盟成員國之間公共數據的安全性以及包括政府等在內的公共機構管理下的大數據的價值潛力，并明確該戰略是歐盟數字化議程的一部分。歐盟20個成員國與IBM合作發起了一項名為穹頂(DOME)的大數據項目，該項目由荷蘭射電天文學研究所(ASTRON)和IBM合作提供Exa超級計算機技術，旨在解決有關可觀測宇宙的一系列科學問題，每天能夠處理從平方公里射電陣(square kilometre array，SKA)射電望遠鏡產生的超過1 EB的數據。英國是歐洲較早實施大數據計劃的國家之一，于2004年成立了英國地平線掃描中心(Horizon Scanning Center， HSC)，以提高政府應對跨部門和多學科挑戰的能力。英國政府于2009年創建了開放政府數據網站data.gov.uk，為公共部門的數據利用和數據共享提供一站式數據服務。韓國于2011年發布的“大數據計劃(big data initiative)”旨在通過大數據促進知識融合和行政大數據分析。2005年到2011年，日本教育、文化、體育、科學和技術部(MEXT)與大學以及其他研究機構合作，啟動了“信息爆炸時代網絡基礎設施(cyber infrastructure for the information-explosion era，Infoplosion)”項目;MEXT與日本國家科學基金會合作，加強研究并利用大數據技術預防、緩解和管理自然災害;日本內政和通信部下屬的信息通信委員會和信息通信技術(information communication and technology，ICT)戰略委員會將“大數據應用”作為日本2020年的關鍵任務。

在世界各國紛紛借助大數據技術發展提升國家治理能力和戰略能力的同時，我國對大數據的認識也不斷加強。2006年我國發布了《國家電子政務總體框架》，明確要建設國家電子政務網絡、政府信息資源目錄體系與交換體系(government information resource catalog system and interchange system,GIRCSIS)和信息安全基礎設施。2009年至今，已經建起全國性的政府信息資源目錄體系與交換體系基礎設施。2015年中華人民共和國國務院通過了《促進大數據發展行動綱要》，指出大數據在日常生活中發揮著越來越重要的作用。在中國共產黨第十八屆中央委員會第五次全體會議上，與大數據相關的概念被反復提及，“實施國家大數據戰略，推進數據資源開放共享”的建議被正式提出。李國杰認為大數據可能是中國信息產業從跟蹤走向引領的突破口。長期以來，我國政府數據僅被視為管理類項目的下屬內容，在數據管理方面暫未建立政府機構體系下符合關聯部門合作實情的治理體系。

不同國家發展大數據戰略和實施大數據項目選擇的領域、側重的問題不同，為了便于理解和比較，筆者將這些政府大數據項目按照其數據特征和應用領域分為4個象限，如圖1所示。其中，橫坐標表示應用領域，左邊表示企業應用，右邊表示政府應用;縱坐標表示數據特征，上面表示大數據，下面表示政府數據。

從圖1可以發現3點。第一，正在實施和已經運行的大數據項目大多采取共享存儲的方式與政府或者企業共享存儲在數據庫中的結構化數據，多數大數據項目沒有使用實時、動態以及非結構化或半結構化數據，例如美國的“開放政府數據”項目data.gov，英國的“開放政府數據”項目data.gov.uk，我國的GIRCSIS項目。第二，政府部門啟動的大數據計劃均利用了大型和復雜的政府數據集，政府希望大數據能夠增強政府為社會服務的能力，應對經濟、衛生健康、自然災害、恐怖主義等重大問題的挑戰。例如，歐盟和IBM合作的穹頂項目，美國疾病控制與預防中心的用于細菌和疾病暴發的聯網基因組學(networked phylogenomics for bacteria and outbreak ID，NPBOID)項目、美國國家科學基金會和美國國立衛生研究院的發展大數據科學與工程核心技術項目、美國亞馬遜云服務中人類基因數據(Genmone on AWS)項目、英國地平線掃描中心項目、韓國反腐敗和民權委員會的投訴信息分析中心(complaints information analysis center，CIAC)項目、韓國的國家DNA管理(national DNA management， NDM)項目、韓國的預防口蹄疫綜合征(preventing foot and mouth disease syndrome，PFMDS)項目、日本智能交通系統(intelligent traffic system，ITS)項目以及“信息爆炸時代網絡基礎設施”項目，這些大數據計劃大部分才剛剛開始，這也意味著政府大數據計劃仍處于早期階段。第三，大多數大數據應用于政府改善公民參與公共事務、政府與商業企業合作領域，而政府內部的應用較少。

圖1 政府數據以及政府大數據計劃與實踐

2 政府大數據治理概念溯源

“治理危機(crisis of governance)”首次出現在1989年世界銀行關于撒哈拉以南非洲的發展報告中，該報告將該地區的危機描述為“治理危機”。此后“治理”的概念被廣泛用于各種體制問題的研究中，它首先被使用在政治學領域中，然后擴展到社會、經濟領域。因此，“治理”是一個概念性術語，具有極為廣泛的含義。在政治學領域，“治理”意味著“政府治理”;在商業管理領域，“治理”指“公司治理”。這2個領域的研究對政府大數據治理的概念的形成起著主要的作用。

公 司治理(corporation governance)被定義為“影響公司領導、管理或控制方式的一系列過程、慣例、政策、法律和制度”。公司治理下的實踐領域之一是信息技術(information technology)治理，即IT治理。IT治理被定義為“組織領導、組織結構與組織過程，確保組織的IT支撐，并維護組織戰略和組織目標”。國際標準化組織(International Organization for Standardization，IOS)等行業組織已經建立了詳細的IT治理標準和流程，許多公司和政府組織已將其付諸實踐。這些IT治理實踐大多數由以企業資源計劃(enterprise resource planning，ERP)或客戶關系管理(customer relationship management，CRM)等軟件應用程序為中心的常見IT組織結構和使用信息系統結構的模式演變而成。從大型機到客戶機、服務器體系結構，再到Web應用程序，IT部門一直專注于應用程序和應用程序的用戶交互，而很少關注驅動應用程序的數據。通常，管理數據是根據數據如何服務于特定應用程序進行的，而不是根據它們如何服務于整個組織的戰略利益進行的。因此，IT治理實踐主要圍繞組織的應用程序而不是其數據進行設計。大多數組織中均有明確定義的所有者、流程和策略對企業軟件應用程序進行管理。但是，許多組織缺乏針對其最有價值的核心數據資產的等效治理結構。為了增加數據作為商業資產的價值，公司和政府組織需要建立用于使用、開發和管理數據的標準、策略和流程，以創建正確的組織結構和開發相應的技術基礎設施。數據治理(data governance)作為一種根植于公司治理和IT治理的實踐，被定義為“管理和確保企業數據的可用性、可訪問性、質量、一致性、可審計性和安全性所需的流程、策略、標準、組織和技術。只要有需要，數據治理就可以向合適的人提供合適的數據集，以幫助決策者做出正確的決策。國際標準化組織已經建立了數據治理標準和流程，數據治理研究所(Data Governance Institute)制定了數據治理框架，IBM提出了數據管理統一流程。由于數據的大量增長，大數據管理已成為IT和業務領域的挑戰。一方面，大數據通常是結構化、非結構化和半結構化的數據，而現有的數據治理不適用于半結構化和非結構化數據。另一方面，大多數大數據技術不提供數據治理功能。由于缺少對大數據治理的設計和考慮，因此從現有數據集向大數據過渡時，不僅數據完整性和數據質量受到威脅，現有的數據治理也面臨著挑戰。Al-badi等人提出了大數據治理框架，并對該大數據框架與ISO提出的數據治理框架進行了比較，比較結果表明，其提出的大數據治理框架滿足ISO 8000標準的87%。

政府治理(government governance)突出了政府的主導性作用，它沿襲了新公共管理(new public management，NPM)的概念，政府治理由政府掌舵，政府與非政府組織的關系是委托與代理的關系，非政府組織發揮工具性作用。網絡化治理(network governance)、整體性治理(holistic governance)和數字治理(digital governance)是目前主要的3種政府治理模式。網絡化治理主要是指政府的工作不太依賴傳統意義上的政府雇員，而是更多地依賴網絡。整體性治理是指在組織和部門明確分工的前提下，將整合與協調結合，既滿足了組織強制力下的團結，同時又相互協調各自的目標，解決組織間目標的沖突，從而形成一種持久的有機團結。數字治理也被稱為數字時代治理(digital-era governance)，是指在政府與自身或社會的互動中運用數字技術，簡化行政程序和公共事務處理程序，提高民主化程度的治理模式。電子政務(E-government)是一般意義的數字治理。電子政務作為IT治理概念在政府部門的具體應用，是指政府機構采用信息技術轉變政府與民眾、企業以及其他政府組織之間的關系，由此帶來的好處包括減少腐敗、增加政府透明度、提高政府服務的便利性、降低政府運行的成本。我國的電子政務治理模式繼承了IT治理模式的思路，但是在治理結構的安排方面卻依然保守化，未能與現有政府管理模式有效匹配。盡管信息化領導小組、部級聯席會議制等發揮了一定作用，但是由于缺乏長期性的合理安排，存在多種形式的利益沖突，工作實施過程中仍然存在困難。

政府擁有民眾、企業以及政府各級機構的大量數據，并利用這些數據進行決策和服務社會。民眾通常認為政府應該在使用個人數據時保護個人隱私、保證數據質量，但是實際情況是由數據使用不當或者數據錯誤導致的公共數據管理問題時有發生。這些問題通常不是源于現有的政府業務規則或者技術本身，而是由缺乏數據治理機制和能力導致的。政府數據治理(government data governance)作為政府治理的重要組成部分，需要充分結合數據管理的法律、組織、技術、標準等多種因素，確保政府數據的使用合法合規，并保障數據的安全，以維持政府數據資產的有效價值。政府數據治理著眼于政府部門之間的內部數據流動關系，強調數據處理過程中的強關聯性，主張數據治理從分散走向集中、從部分走向整體、從碎片走向整合，要求系統化配置數據資源，并建立一體化的治理內容框架。

據統計，有31%的政府數據是非結構化的數據，這些數據具有大數據特征。政府在管理和利用大數據方面的挑戰除了數據量大、數據種類繁多、數據變化快之外，還有數據孤島、數據安全性和數據合法性。每個政府部門通常都有自己的機密信息和公共信息倉庫，通常不愿把他們認為專有的數據共享給他人。政府的每個系統都將其數據與其他系統隔離，使得政府機構和部門之間共享數據變得更加復雜。數據安全是政府大數據的主要屬性，因此收集、存儲和使用數據需要特別注意安全問題。但是，當今大多數大數據技術(包括Casandra和Hadoop)缺乏足夠的安全工具，這使數據安全成為政府的另一項挑戰。同時，政府還必須在使用數據時滿足相關的合法性和合規性要求。發揮政府大數據的潛力需要新的大數據治理框架。政府大數據治理(government big data governance)是政府行政管理及政府治理的重要組成部分，原因如下：其一，政府通過引入大數據及相關技術改變其治理方式;其二，政府作為信息化建設的管理主體，關注并協調其管轄范圍內與大數據建設相關的主體，并基于數據治理的基本特征優化現有信息治理條件。就治理對象而言，既包括政府數據及技術、基礎設施及應用，也包括資源價值積累過程中涉及的權責利關系;就治理手段而言，既包括元數據等傳統數據管理方法，也包括投資收益管理等行政管理手段。若要提升政府大數據治理水平，需同時考慮治理對象和實際治理的動態變化與過程。

綜上所述，IT治理、數據治理和大數據治理均是公司治理的一部分。數據治理是IT治理的一部分，大數據治理是數據治理的一部分。電子政務、政府數據治理和政府大數據治理一方面繼承了公共和行政管理領域的治理理論和行政管理手段，是數字治理的一部分，另一方面也借鑒了公司治理中IT治理、數據治理和大數據治理的框架、方法和工具，相關治理概念之間的關系如圖2所示。政府數據治理是電子政務的一部分，政府大數據治理是政府數據治理的一部分。

圖2 政府大數據治理概念溯源

3 政府大數據治理的涵義和特征

政府和商業企業性質的主要差異見表1。企業的主要目標是通過提供商品和服務、開發/維持競爭優勢來獲取利潤，通過提供價值來滿足客戶和其他利益相關者的需求。政府的主要目標是維持國家穩定、社會安寧，實現可持續發展，確保公民的基本權利，促進總體福利和經濟的增長。大多數企業處在競爭激烈的市場環境中，決策由少數人參與，且決策時間短。政府的決策通常需要更長的時間，要大量參與者的協商和相互同意才能進行決策。因此，需要采取許多明確的步驟來降低風險，提高政府決策的效率和效力。商業企業的動力來自其參與市場競爭獲得的收入和利潤，因此企業通過提高生產效率，降低生產成本，開發具有競爭力的產品和服務，達到增加收入的目的。政府的收入主要來自稅收，其主要職責是協調各方利益，監督各方活動是否合規合法，以提高社會整體福利。因此，政府與企業之間的大數據屬性以及應用也有所不同。

由于政府和企業性質存在差異，政府大數據和企業大數據的性質自然也存在差異，政府大數據和企業大數據性質的主要差異見表2。政府不僅要面對、處理由源頭多、格式和價值密度不同導致的大數據集成的一般問題，而且還面臨一些特殊的挑戰。

● 數據收集困難。數據不僅來自多個渠道(如政府傳統業務系統、社交網絡、Web和眾包)，而且來自不同的源頭(如政府機構、企業和民眾)。

● 政府部門之間數據集成和共享困難。每個政府機構或部門通常都有自己的機密信息或公共信息倉庫，各機構通常不愿共享他們認為專有的數據。每個系統都將其數據與其他系統進行隔離，即產生了數據孤島，使得在政府機構和部門之間整合、共享數據變得更加復雜。

● 數據安全是政府大數據的主要屬性，因此收集、存儲和使用數據需要遵守政策法規。但是，當今大多數大數據技術(包括Casandra和Hadoop)缺乏足夠的安全工具，這使安全成為政府的另一項挑戰。

● 高度監管的行業(如金融服務和衛生醫療)的合規性仍然是大數據政府項目收集和處理數據的另一個挑戰，因為這些行業的數據收集和使用必須遵守國家的相關法律、法規和標準，如隱私保護、健康信息保護等。

企業大數據的計劃和實施一般不受太多非技術因素的干擾，而政府大數據的應用無法突破政府中現有的政治和結構限制，需要政府制定戰略、出臺政策、制定法規、實施項目和評估影響等。政府大數據治理有2個視角。一個視角是對政府大數據的采集、存儲、共享、管理和監督。首先，政府數據是大數據的一種，具有全面、細粒度、數量龐大、可被發現和重新利用等特點。政府長期利用自身的行政數據和績效數據實施基于證據的決策，如人口普查數據在數據多樣性和變化速度上具有大數據的特征，因此常被看作大數據，并且作為政府政策分析的基礎。其次，政府對自身的數據缺乏管理。Thompson等人指出政府機構中廣泛存在數據管理不當現象，例如被評估為不適合擁有槍支的人擁有槍支、急診科信息系統無需身份驗證等限制就可以訪問病人的隱私信息，他認為這些問題通常不是由現有規則或技術本身引起的，而是由缺乏完善的數據治理引起的。因此，政府需要制定政府數據治理標準，并評估其對政策和標準的遵守情況。另一個視角是針對特定政策問題的政府大數據利用。首先，政府缺少足以解決特定政策問題的數據，即負責機構通過常規手段收集的數據無法解決政府特定政策中提出的問題。其次，政府收集的數據主要用于管理和審計，而不是用于解釋意料之外的某個問題的原因。因此，政府需要使用大數據解決特定政策問題，而現有的常規數據不能滿足要求。世界銀行組織發布的“政府大數據在行動(big data in action for government)”報告指出，政府利用大數據主要是為了提升公共服務效率和效能、提高政策決策水平、增加民眾參與政府治理的深度和廣度。范靈俊等人提出的政府大數據治理指的也是政府大數據利用。

綜上所述，本文研究的“政府大數據”是指政府機構通過多種渠道直接或間接收集的來自多個源頭的多樣性數據，包括結構化的、半結構化的和非結構化的數據。政府大數據具有大數據的特征，同時還具有其他大數據(如企業大數據)沒有的特征，包括“數據孤島”現象嚴重，整合和共享困難，數據的安全性、合法性、合規性要求高。“政府大數據治理”包含兩方面含義。一是對政府大數據的采集、存儲、共享、管理和監督。政府負責制定策略、出臺政策、制定法規和標準，通過新技術平臺和工具方法管理政府大數據。針對跨部門、跨領域的數據，通過制定自上而下的大數據管理制度和流程進行數據的管理、集成和共享，以整合政府各部門“數據煙囪”中積累的結構化或非結構化數據集。二是在各級政府部門以及各種政策領域應用政府大數據解決政府面臨的挑戰和問題。政府大數據應用程序的主要關注點在政府數據安全性、合法性、合規性、互操作性等方面;政府應用大數據的特定政策領域包括突發公共安全、突發衛生健康、犯罪、自然災害、恐怖主義、國防等。

4 政府大數據治理的新挑戰與新目標

政府大數據治理一方面是管理政府大數據，另一方面是利用政府大數據。政府數據的唯一性、高質量和高價值密度是政府決策和向公眾提供公共產品和服務的重要支撐。除了政府部門，社會組織和商業企業也在積極探索如何利用政府數據。越來越多的企業提供的產品和服務依賴政府數據，如企業提供的天氣服務、地圖服務、金融服務、醫療健康服務、生活服務等。政府數據開放獲取和政府數據再利用一直是社會組織和企業關注的問題，但是政府部門暫未給出明確的答案。

從歷史上看，絕大多數政府嚴格控制其數據/信息資源，發布的數據/信息通常采用印刷文件這種不方便在線傳送且費用高的方式;對于數據/信息的再利用通常采用限制性許可或者通過交易基金等方式進行限制;提供的內容通常不是全部內容，只是部分內容。政府限制對政府數據的獲取一方面源于政府保密文化，另一方面是政府逐漸認識到政府數據本身具有可利用的特征，可以從這些數據中獲得商業價值和社會價值。過去10年來，在一些專注于開發公共部門信息市場的游說團體和開放政府和信息的自由活動家的倡導和宣傳下，開放數據運動在全球有了相當大的進展，該運動要求政府以開放許可、可重復使用的格式提供原始政府數據。美國、英國等建立了開放政府數據平臺(如data.gov、data.gov.uk)，開放了非常多的政府數據集。開放數據運動強調了對政府開放數據的要求：“開放的數據必須是原始數據，而不是匯總或者被修改的數據”“開放數據可以自由使用、再利用和再分配，如果需要許可，最多只要滿足屬性和共享許可的要求”“數據可以通過網絡批量下載”。但是現在開放的政府數據有很多并不是原始數據，而是衍生或者統計匯總的數據，只提供鏈接到查詢接口或者進行交互式訪問，而不提供批量數據集下載，大多數政府開放數據都只允許在非商用許可條款下使用，并對下游數據用戶提出限制性要求。

如今，企業開發的很多產品和服務包含對政府數據的增值利用。在絕大多數情況下，政府是這些數據的唯一提供者，并且在很多情況下，政府也向用戶提供同類的增值服務和產品，與企業進行競爭。在向用戶提供服務和產品方面，政府與企業相比，存在服務質量不足、價格過高等問題。

政府部門出于多種原因(如法定義務、公共任務、政府活動)收集并生產數據和信息，數據和信息涉及經濟和商業、法律、政治、文化、環境、交通運輸、科學、氣象、水文、地理、衛生、社交等方面，范圍十分廣泛。這些數據和信息大部分可以供政府、企業和民眾使用，作為信息來源、決策工具和新產品新服務開發的輸入。這些數據和信息形成了政府大數據，除了一部分可以直接出售給消費者和企業外，還被政府用來開發自己的產品和服務，然后與企業競爭，政府數據增值再利用過程如圖3所示。

政府數據增值利用涉及產權問題、服務質量問題、競爭問題。政府傾向于對政府數據擁有全部產權或者部分產權，一方面是為了從產權中獲益，另一方面是為了鼓勵產權保護下的創新。企業則認為政府數據的產權許可模式增加了企業利用政府數據的成本，妨礙了企業使用政府數據創新。在為用戶提供高質量的服務方面，政府部門可能存在動力不足的現象，主要是因為政府提供的服務往往屬于壟斷地位，不像企業存在很多的競爭對手。如果企業使用政府數據，相對于政府本身使用政府數據，可能開發出更有競爭力的高質量的產品和服務。但是如果政府不提供這些數據給企業，企業就無法開發新的產品和服務。有些政府數據(如地圖數據)由于具有高附加值，只有少數機構或者企業能獲得，形成壟斷市場，破壞了競爭。

圖3 政府數據增值再利用過程

政府數據開放和政府數據再利用成為政府數據大數據治理的新挑戰。若不建立適合政府數據開放和再利用的政策框架，將無法獲得預期的效益。因此政府大數據治理的新目標就是建立和調整新的法律框架、監管框架，以各種方式監督并確保政府數據開放和再利用遵守相應的治理框架。

5 政府大數據治理的新機制

科學、順暢、高效的政府大數據治理機制是實現上述目標的重要保證，翟云提出了大數據治理的框架結構，本文在該框架的基礎上進行了擴展，提出政府大數據治理機制框架，如圖4所示，主要包括六大機制。

(1)決策機制

大數據治理的對象是指為了保證大數據治理的責、權、利的一致而設計的規則、制度和流程。政府大數據治理決策機制的核心要點是建立與政府大數據應用相關的規則和程序，同時構建相應的組織結構，并確保決策權力機構及其對應的決策內容和范圍與政府大數據治理的范疇相匹配。

(2)政府數據開放共享機制

政府數據開放共享機制是指政府數據通過協同作用，由部門內部數據共享逐漸實現數據透明開放。它包含2層含義：第一，為高效地實現數據共享和開放，需要建立適用法律，劃清數據開放程度，思考數據價值實現等問題;第二，在原始數據價值實現層面，改變既往的政務信息公開方式，推動政府數據開放，實現政府部門數據資產的增值利用。自21世紀以來，大數據在信息公開、數據開放、大數據匯聚和綜合利用這4個環節表現出其強勢之處，同時還為挖掘數據資產潛在價值、提升機構協同治理水平以及促進大數據市場化開發奠定了重要基礎。

(3)政府數據資產可持續運營機制

政府數據資產運營是指集中精力進行大數據整理、開放、分析，結合實際業務優化操作流程，利用數據資產獲取經濟效益和社會價值。根據信息流理論，政府數據資產流包括數據的獲取、存儲、共享、開放、傳輸、加工、利用等過程。供應商與用戶之間發生數據交換，使數據復用，即數據在由供應商和用戶組成的閉環價值生態鏈中流動，不斷復用和增加價值，這就是政府數據可持續資產運作的基本形式。政府內部共享數據、對外開放數據、與其他政府機構共享數據3種方式構成了一種數據供應形式。政府數據通過數據存儲、數據加工、數據產品開發和數據交易平臺在供應商和用戶之間流通，在整個過程中保持并增加價值。

(4)政府公信機制

政府公信機制是指通過信息公開、信息共享，實現政府決策、執行、監督和有序融合等信息以及數據的公開，以便政府大數據能夠在政府機構之間交換共享，讓政府大數據支撐決策，允許政府數據被社會化利用，同時促進新一輪政府改革，并不斷提高政府的決策能力、執行力和透明程度，從而達到提升政府公信力的目標。實現這一目標的要點有3個：一是加大政府內部以及與市場相關的信息的公開和數據的開放;二是提升數據利用價值，鼓勵群眾積極參與開放數據的使用，增強群眾對政府管理的主人翁意識;三是提升政策透明度，便于廣大群眾看見與理解，并更加實在地感受到參與政府數據治理帶來的便利。

圖4 政府大數據治理機制框架

(5)創新與激勵機制

大數據已成為國家重要的創新突破方向之一。具體而言，這些改革和創新主要涉及理念創新、體系變革、機構調整和職能優化4個方面。建立符合人民標準、滿足大眾需求的服務型政府，明確各級機構職權劃分，精簡部門體系和行政管理流程，實現權力下放，以最大程度地激發市場參與者和社會參與者的活力，實現中國經濟的可持續發展與社會進步。

(6)法律保障機制

任何制度的有效實施都離不開完備的法律保障。在政府大數據治理過程中，建立健全、完善的法律保障機制需要明確資產權益歸屬、探討開放制度以及保護個人隱私。數據保護以及個人隱私權已成為大數據時代每個公民的新權利，濫用和侵犯這些權利必將帶來新的道德危機。依法加強對濫用數據和侵犯個人隱私行為的管理和處罰，也是大數據治理的內在需求。建立大數據使用方面的相關法律和政策以及相對應的標準規范勢在必行。

6 政府大數據治理是政府管理的新形態

大數據時代背景下，政府對大數據的有效治理可以催生許多新的政務、新的服務、新的形式，實現政府管理形式的創新，打破政府部門之間的數據孤島。政府的數據治理能力將得到顯著提升，不僅可以將政府行為的受益者擴展到公眾，還可以擴大公共服務的范圍，提高公共服務的質量，更好地實現政策的預期管理。政府數據要發揮出社會效益，首先需要解決政府內部利用存在的問題。政府數據的內部利用可以分為3個階段。第一階段是跨單位使用(內部使用)，即政府數據在政府內部跨不同單位使用，如市級政府不同單位共享數據。政府內部數據跨不同單位的使用，多數是在內部開放自建的數據庫，授權部門內部的其他單位使用。第二階段是跨層級縱向使用，即政府數據同一領域內跨不同部門使用，包括一些垂直管理的領域，如司法、公安、監察、銀行、住房和城鄉建設等領域。同一領域內部不同部門之間的數據共享交換使用，除了技術上需要實現不同系統間的數據共享交換外，還需要解決不同部門由職責不同、利益關聯等導致的管理問題。第三階段是跨部門橫向使用，即政府數據跨不同部門使用?？绮块T使用主要是指部門之間進行信息交換和共享時，相互之間開放數據接口，簽署合作備忘錄。這種方式可以減少不同部門之間的數據信息不對稱問題?？绮块T使用可以看作一定程度上的相互協商、有限共享。除了政府數據的內部使用，還可以提供各種數據的外部服務，如政府數據開放、“互聯網+”政府服務、新型公共服務、大數據應用等。政府大數據可以與企業合作提供協同數據公共服務，創新外部服務治理新形態。大數據的高效利用已成為實現政府治理體系和治理能力現代化的一條重要途徑。政府必須為管轄范圍內的大數據制定新的治理目標，找到新的理論支撐，發展新的體制機制，創新政府治理形態，積極回應大數據時代提出的新要求。

政府大數據治理就是一種依托信息資源的政府管理新形態，離開信息資源，政府治理就無從談起。大數據是一種數據形態的信息資源，在政府治理的全過程和全部職能活動中，都需要由大數據提供支撐。在政府治理過程中，從始至終充滿著各種選擇、判斷、決斷等具有決策性質的活動，這些活動是影響治理狀態和結果的關鍵性、決定性因素。大數據對決策活動的支撐方式、支撐效果，與政府治理的基本特征及其所反映的客觀需求具有高度的契合性，大數據可以比其他類型的信息資源更好、更充分地支撐政府治理。

政府管理的新形態基本特征包含以下五大方面。

(1)政府治理的元主體共治特征。政府治理的相關決策活動既表現出活動種類的多樣化，又呈現出治理過程的非官方、非傳統正規和開放性特色，這表現在對決策信息的需求上，非海量、非多樣、單一渠道、非初始性、非封閉性的政府數據不能滿足包括黨政機關在內的相關社會組織和公民個人、群體參與決策的需求，不能達到通過協調整合更多的社會力量有效處置更多、更復雜的社會事務的協同共治要求。傳統意義上，政府管理基本上單純依靠正規渠道的隨機調查統計數據信息進行決策，但這種決策方式在當今的大數據時代背景下無法持續使用。

(2)政府治理以服務為主要職能，以服務提供為職能實現的主要方式，政府數據治理的決策活動不再僅僅是決策者的“主動”行為，而是需要及時響應服務對象不斷發展變化的服務訴求，因此決策者必須更多地“被動”地進行各種決策。這樣的決策活動需要更充分的數據信息儲備，若存在數量不足、種類不齊、內容不夠豐富、時效性不強、來源渠道單一、反映的關聯關系簡單等數據處理過程中的缺陷，決策活動有效進行的基礎條件將被嚴重削弱，進而嚴重影響決策活動的質量和效果。服務型政府治理中的“服務”和“服務提供”使治理主體不再像傳統政府管理主體那樣處于強勢地位，若服務對象有合理的決策需要和要求，政府就必須及時反應，化消極和被動為積極主動。因此，在以服務為主要職能、以服務提供為職能實現的主要方式的情況下，決策活動就一定要用大數據。

(3)政府治理以法律政策的頒布施行等間接手段作為主要和基本管理手段，政府數據治理決策活動的重點就是在制定和施行有效處置多種多樣的復雜社會關系的準則的同時，做出合理、科學的判定和選擇。法律政策是處理各種復雜社會關系的產物和依據，因此，決策不可避免地要涉及高度復雜的社會關聯。這時以反映包括因果關系在內的多種多樣關聯關系見長的大數據，理所當然地要比傳統政府管理決策中主要依靠傳統統計調查獲得的隨機抽樣調查數據的信息質量更好、針對性更強，使用大數據協助完成決策活動有利于獲得更高水平的決策效果。

(4)政府治理在政府職能轉變以及職能實現方式轉變中的特殊要求，使行政審批等常規性職能活動必須完成從單純的事前審批到事前審批、事中審批、事后審批相結合的轉變。這種轉變使政府監管方式發生根本性調整，傳統的依靠申請人提供證據信息，政府部門進行審核驗證，最終決定“許可”或者“不許可”的方式，必須讓位給減少事前審批、強化事中和事后監督管理和服務的新方式。這種新方式要求政府部門必須有強大的信息捕獲和及時處理能力，而大數據則可以利用自己海量處理和深度關聯分析判斷的長處，在這其間大有作為。例如，政府部門可以利用互聯網上相關論壇和自媒體的數據以及上市公司公開披露的數據，發現必須制止的行為及違法違規的“壞人壞事”，及時而有確鑿證據支持地進行處罰并采取有效的預防措施，杜絕或大幅度減少違法違規行為。

(5)政府治理強調綜合應用多種管理工具的特征，此種特征時常導致決策活動超高頻次發生，其中對不同管理工具的適用性和施行效果的預測準確程度成為決定決策活動質量和效果的關鍵。大數據擁有不局限于因果關系的其他各種關聯關系的特點以及特有的低成本特性，使得大數據管理工具在選擇應用決策活動中進行精準的預計和測度有了前所未有的優勢條件，甚至可以說，在缺乏大數據的情況下，管理工具選擇應用方面的盲目性是難以避免的客觀事實，如今大數據的高效應用無疑將改變此前的面貌。

7 結束語

政府大數據治理是政府管理在大數據、“互聯網+”時代背景下的新命題。一些國家已經啟動了政府大數據應用項目，可提升公共服務的效率和效能、提高政策決策水平、增加民眾參與政府治理的深度和廣度。政府部門的大多數大數據應用和計劃才剛剛開始或者正在計劃實施，這意味著政府大數據應用仍處于早期階段。政府大數據治理的概念、理論、機制、框架等還需要隨著政府大數據應用的深入進行補充和修正，其中還有若干問題需要進一步探索，如政府數據確權、政府數據資產化管理、政府數據商業利用以及政府數據定價機制等。