國內外政府數據治理研究進展及未來研究趨勢

牛麗雪 白獻陽

摘要：政府數據的利用與治理，對發展數字經濟起著關鍵作用。通過對目前已有的文獻進行系統的梳理，分析政府數據治理的研究現狀，明晰未來的研究方向和趨勢。目前國內外政府數據治理的研究主要集中在政府數據治理概念、體系框架、成熟度模型、政策和標準、數據質量等方面，現有的研究局限表現在：數據治理成熟度模型的建構、數據治理的政策和標準等方面研究有待完善和優化。未來應在政府數據治理的框架模型、成熟度評估體系、政策分析方面進行深入的研究。

關鍵詞：政府數據治理;開放數據;數據政策;成熟度模型

中圖分類號：G203 ??文獻標識碼：A

在大數據時代，數據已成為最寶貴的資產之一，成為驅動創新的新動力。由于政府擁有著經濟社會80%左右的數據，政府數據的開放共享對發展數字經濟起著關鍵作用，數據資產屬性的凸顯使政府數據成為數字經濟重要的生產要素。政府數據關系到國計民生，與民眾的生活密切相關，這些數據不僅有利于政府制定政策，提供公共服務，而且可以促進公民、企業以及其他組織和團體參與公共事務、開發新產品、提供創新服務。中國共產黨十八屆三中全會提出，“推進國家治理體系和治理能力現代化”，此后數據治理問題逐漸受到了學界的重視。政府作為最大體量的數據持有者和權威的數據使用者，必須抓住契機，提高管控運用數據的能力。政府數據治理是其數據資產價值發揮的前提和基礎，能夠保障數據質量，規范數據管理，提高決策質量，提升政府服務績效，進而促進政府治理能力的提升[1]。目前有關政府數據治理整體內容的述評研究相對較少，本文通過對目前已有的文獻進行系統地梳理，分析政府數據治理的研究現狀，明晰未來的研究方向和趨勢。 ?筆者選取中國知網、web of science數據庫，在中國知網數據庫中以 “政府數據治理”或者“政府信息治理”作為檢索詞進行主題檢索，得到175篇文獻。在WOS數據庫中以TI=（government AND （data governance OR information governance））為檢索式，檢索到30篇文獻。通過對檢索結果的清洗篩選，剔除學術價值較低的會議報告、新聞簡介和研究關聯性不大的文獻，再進行去重之后，得到162篇文獻，作為本文的研究對象，對政府數據治理整體內容進行述評。

1 政府數據治理的概念研究

有關數據治理的概念界定尚未統一，目前最具有代表性和權威性的是由DAMA （Data Management Association International，國際數據管理協會） 、DGI （ The Data Governance Institute，國際數據治理研究所） 、IBM DG Council （ 數據治理委員會） 等機構提出的。DAMA認為數據治理是對數據資產行使權力和控制的活動集合，包括計劃、監控

基金項目：本文受河北省社會科學基金項目“大數據環境下我國政府數據開放機制研究”（HB16TQ008）資助。和執行等[2]。DGI認為數據治理是包含信息相關過程的決策權及責任制的體系，根據商定的模型執行，描述誰在何時何種情況下采取什么樣的行動、使用什么樣的方法[3]。IBM認為數據治理是組織管理其信息知識并回答問題的能力，如數據來自哪里？ 數據是否符合公司政策及規則？數據治理實踐提供了一個全面的方法來管理、改進和利用信息，以幫助決策者建立對業務決策和運營的信心[4]。國際標準化組織 （International Organization for Standardization，ISO）制定的數據治理國際標準，數據治理定義為IT治理的子集或域，在IT治理的原則和模型基礎上給出了數據治理的原則和模型，旨在幫助數據治理主體指導并監督與數據相關的管理過程和決策[5]。然而，在國內使用概念相對較為混亂，有些學者將數據治理和數據管理混為一談。自我國學者在IT治理和IT服務管理分技術委員會大會提出“數據治理”的概念之后[6]，不同的學者從不同的視角進行了闡述。國內學者包冬梅等[7]在其研究中厘清了數據治理和數據管理的區別，認為治理和管理是完全不同的活動，治理是對有關管理活動的指導、監督和評估，而管理則是根據治理制定的決策來執行具體的計劃、建設和運營。

隨著信息技術的發展，數據對政府部門業務工作的有效開展產生了明顯的影響。伴隨著企業數據治理體系的日益成熟以及電子政務的不斷豐富，政府數據治理的概念逐漸被提出，政府數據治理已成為大數據時代的一個重要議題，它是大數據背景下政府信息管理的縱深發展。一些政府機構也在借鑒企業數據治理的模型、策略和技術，建立機構數據的治理模式[8]。目前，有關數據治理的概念相對清晰，而對政府數據治理沒有進行明確的界定。黃璜等學者認為政府數據治理分為宏觀、中觀、微觀三個層面，宏觀主要是國家數據戰略層面;中觀是政府對在社會公共事務治理中所產生或需要的數據資源的治理;微觀是對政府機構在行政管理過程中所產生和使用的數據的治理[9]。夏義堃認為政府數據治理基本集中在中微觀層面，與企業數據治理相比，在作用對象、范圍、方式與標準要求方面有明顯差異，政府數據治理組織機構邊界更為廣闊、宏觀，數據全社會共享[10]。它以治理的思維方式運用數據管理法律制度、人員組織、技術方法以及流程標準等手段，對政府結構化數據和非結構化數據進行全面管理，以提高數據價值，挖掘數據潛力[11]。安小米和毛春陽指出大數據背景下的政府信息治理應具有多學科綜合集成管理視角，進行社會協同創新和共治，維護數據主權、挖掘數據價值、創新數據應用[12]。蘇玉娟認為大數據時代，政府數據治理的過程是政府主導，民眾、企業和社會等多元主體參與的過程[13]。

筆者根據已有的研究成果，認為數據治理是組織為實現資產最大價值化而進行的數據決策權的分配，通過有效的決策來確保規范有序的管理活動，它是一種政府主導、多方主體協同參與的合作機制。在大數據時代，以新視角和新范式提升政府治理能力，運用大數據技術平臺促進政府數據的采集、挖掘與利用、開放與共享，最大程度釋放數據資產價值，提高數據安全和隱私保護，進而提升數據的經濟和社會價值。

2 政府數據治理的體系研究

“體系即系統，任何體系都是由一定要素及其相互關系構成的。”[14]政府數據治理體系是對政府數據治理過程中產生的要素所形成的有機整體。建立政府數據治理體系，是政府部門之間實現數據資源整合共享的基礎，為實踐活動提供指導，是大數據平臺進行數據挖掘分析的前提。有些學者認為政府數據治理體系的建設包含管理和技術兩部分[15]，完善數據治理體系，能夠發現政府數據治理中面臨的困難與挑戰并及時解決。安小米[1]等學者提出政府大數據治理體系由治理目標、治理主體、治理客體、治理活動和治理工具等五個關鍵要素構成，并對其進行了驗證。鄭大慶[16]等學者從目標、權利層次、治理對象及解決的實際問題四個方面提出了數據治理的概念體系，認為大數據治理體系是鼓勵“價值創造”和“風險管控”這種期望行為而建立的權利和責任的制衡體系。張紹華[17]等學者認為體系框架包括戰略方針、組織架構、責任分工等。國外學者[18]認為數據治理體系構建是一種治理策略、治理程序。

數據治理框架是用于描述數據治理領域的基本組件（概念）以及組件（概念）間的邏輯關系[6]。整體框架與體系的概念比較相近，創建一個數據治理框架，可以確保數據質量的完整性和保密性， 幫助業界和學者更加全面、客觀地分析和解決數據治理領域的問題。數據治理的整體框架旨在闡述數據治理所處的外部環境以及治理目標、決策機制。因此，開展政府數據治理工作時構建科學的框架顯得尤為重要。2016年6月，澳大利亞國家檔案館以政府信息資產為核心制定了政府信息治理框架（Information Governance Framework）[19]，將多元治理、績效評估和風險管理等理念貫徹落實到政府信息策略中。國內學者王露露[20]提出了基本PEST模型制定我國的政府信息治理的背景框架：政治環境、經濟環境、社會環境和技術環境。向芳青[21]等學者提出了政府實施大數據治理的應用框架，以數據源為出發點，通過數據匯集和數據分析，在大數據平臺有效利用，實現數據的利用價值，最后達到提升政府治理能力的目的。

由此可以看出，國外關于政府數據治理的框架體系主要包括了總體框架、政策、業務流程、標準規范、風險管理等方面，但是尚未形成標準化的框架體系。國內的研究主要是參考國外的經驗啟示，對政府數據治理整體框架的研究不夠深入。

3 政府數據治理的成熟度模型研究

成熟度評估是組織數據治理狀態和能力的一種衡量方式。成熟度這一概念是由1984年美國卡內基·美隆大學[22]的軟件工程研究所提出的能力成熟度這一概念演變而來。隨著對成熟度認識的不斷加強，成熟度模型被廣泛應用于計算機、管理和醫療等領域。美國卡內基·梅隆大學軟件工程研究所（SEI） 構建了包含5個等級的能力成熟度模型（Capability Maturity Model for Software），用于軟件開發能力的評估與改進;Data Flux[23]數據治理成熟度模型從人、政策、技術、風險四個方面形成可識別的、可監控的數據治理洞察;國外學者索雷斯[24]在其專著中系統研究了大數據治理的框架、成熟度、治理準則等內容;CMMI[25]協會在2014年發布了數據管理能力成熟度模型（Data Management Maturity，簡寫DMM）;IBM數據治理委員會提出數據治理能力成熟度模型，高階能力體現在四個方面：成效、支持要素、核心準則、支撐準則。Gartner[26]設計的6階段的成熟度模型中，給出了每個階段的行動方案，并強調管理信息作為數據資產應得到高層重視。國外研究較為豐富，各種模型的共同點都是一個從混亂、規范再到優化的有序等級演繹過程，成熟度的不斷升級就是數據治理水平逐步積累的過程，借助模型可找到組織數據治理的薄弱環節，針對性地形成改進策略，促使治理水平漸進提升。

目前國內學者對成熟度模型的研究不斷豐富，涉及到企業、政府、高校、圖書館、醫療等領域，主要集中在企業或組織機構管理的成熟度模型、企業數據管理能力成熟度、城市治理成熟度、IT治理成熟度、政府數據開放、政府大數據治理成熟度、數據安全能力、數據質量管理成熟度等方面。張亞明[27]提出了我國數字城市治理成熟度體系，并對我國31個省市的數字城市進行了實證分析;程廣明[28]提出了人與組織、策略和能力的三維架構大數據治理模型，并在此基礎上提出了包括初始級、基本級、定義級、管理級和優化級五個評價等級的大數據治理成熟度評估模型。吳志剛[29]等學者提出了一種包含數據質量、組織建設、制度流程、技術支撐、實施能力五個要素的政務大數據成熟度模型;安小米[30]等學者借鑒智慧城市成熟度模型從戰略規劃、制度保障、組織保障、技術架構、數據管理、治理能力六個層面構建政府大數據治理成熟度模型;李克鵬[31]等學者從組織和人員、流程和操作以及技術和工具三個能力維度，針對組織的結構化數據的數據安全過程管理，提出規范性的大數據安全能力成熟度模型;迪莉婭[32]從政府主體的角度構建了我國政府數據開放成熟度的模型，分析了當前政府數據開放成熟度的狀況。

目前國內有關數據治理成熟度的研究多為信息治理、大數據治理、數據治理項目的一部分，例如數據安全成熟度、數據質量成熟度、數據開放成熟度等，且企業和組織機構涉及較多，對政府層面的數據治理成熟度研究較少，缺乏系統深入的探討。

4 政府數據治理的內容研究

有關對政府數據治理內容的理解，可以從宏觀、中觀、微觀三個層面去分析。宏觀層面是一種國家數據戰略，對整個數字經濟的宏觀治理，體現為決策機制、激勵與約束機制;中觀層面主要集中在數據治理政策制度、數據生命周期管理、組織結構、治理能力等方面;微觀層面集中在數據架構管理、數據開發、數據庫操作管理、數據安全管理、主數據管理、數據倉庫、文件與內容管理、元數據管理、數據質量管理等方面[10]。政府數據治理是一項系統的工程，不僅涉及技術，還涉及政策、法律法規、環境等多個方面;不僅包括在業務管理過程中的政府數據，也包括在經濟社會生活中的非政府數據，面對海量的數據，政府在對數據進行處理、收集、開放以及使用等方面都面臨著前所未有的挑戰。目前政府數據治理主要集中在中微觀層面，治理活動是數據治理的核心要素，是政府數據治理的實施過程和方法，本文將重點分析政府數據治理的政策和標準、數據質量管理、數據安全與隱私等主要問題。

4.1 政府數據治理的政策和標準

數據治理政策的實施制定，對政府數據治理具有良好的指導規范作用。數據政策和標準是首要的推進方式。國外數據治理的興起很大程度上是由于對法案法規的遵循，旨在防止企業運營的不正當行為和數據欺詐[33]。Malik[18]談到數據治理的關鍵領域時說明了戰略和政策因素。一些文獻也強調了政策和標準的支持作用[34

36]。國內關于政府數據治理政策的研究也引起了許多學者的關注，大部分研究都是對國外政府數據治理政策的介紹。黃璜[9]介紹了美國聯邦政府數據的政策，指出美國政府形成了一整套數據（信息）資源存儲、保護、利用和開放的治理政策體系和以直接服務于總統的行政部門為核心機構的治理結構，比如奧巴馬總統備忘錄《透明與開放政府》（簡稱 TOG）、管理與預算辦公室（OMB）備忘錄《開放政府指令》（簡稱 OGD）和 OMB 備忘錄《開放數據政策》（簡稱ODP）、信息自由法（FOIA）等;張明英[37]在《數據治理白皮書》國際標準研究報告中提出數據治理體系的中層和基層缺乏可操作的數據治理標準;宋懿[38]等介紹了美國、英國、澳大利亞三國的數據治理專項政策，三個國家從戰略層面對數據治理核心理念以及治理要素的關注，為我國制定政府數據治理政策提供了借鑒。鄭磊[39]等以美國為背景，選擇了有關開放數據與大數據的關鍵政策問題進行評論，并提出建議，以期推進數據驅動的創新。

信息政策法規是推行政府數據治理的重要工具與基本保障，現有信息政策法規的滯后已經成為許多國家推進開放數據戰略的一個主要障礙，需要對政策和標準進行完善[11]。劉彬芳[40]等學者構建了二維政策分析框架，通過對國內政策樣本進行統計分析，發現目前我國數據治理政策存在的問題，并提出改進建議。丁輝俠[41]從地方政府數據認知能力、數據處理能力、數據應用能力、政府回應能力、維護數據安全能力方面提出政府數據治理面臨的挑戰，同時表明應在制度建設上尋求國家頂層設計并加強自身建設，唯有智慧使用、直面挑戰，才能讓大數據為國家和人民創造福祉。范靈俊[42]認為我國政府大數據的共享和利用，最大的挑戰在于缺乏政府數據共享的統一標準和規范，缺乏治理機制設計。

從目前的學術研究來看，國外數據治理領域政策的研究較為完善，國內有關數據安全、數據開放等方面的具體政策內容研究較多，而對政府數據治理整體和系統的政策分析較少，對數據治理內容的政策分析研究有待加強。

4.2 數據質量管理

在數據治理框架模型中，數據質量是重要的組成要素，對業務和數據的呈現具有重要的影響，也是其要實現的目標。數據質量是開放數據成功應用的基礎，數據質量貫穿整個開放政府數據的生命周期，數據質量將直接影響用戶對數據的利用體驗。數據質量的改善涉及到數據生命周期管理的過程，數據治理是對數據質量長期進行完善和優化的過程，因此數據質量管理是政府數據治理活動中必不可缺的。

國內學者譚必勇[43]研究了開放政府數據平臺的數據質量，指出我國目前已經提出了建成全國統一的政府數據開放平臺的目標，但是地方政府開放平臺數據質量良莠不齊;洪學海等學者研究了面向共享的政府大數據質量標準化問題，政府數據質量問題對于政府大數據共享至關重要;Oviedo[44]指出政府開放數據的可重復使用性和可再分配性極大地影響了其數據質量，構建了政府開放數據門戶中的數據質量模型，并通過實證研究驗證了模型中開放數據質量標準及其測量機制;文獻[45

47]中提出了政府開放數據質量的評估方法;丁輝俠[41]等人提出大數據時代，要整合不同系統的數據，重點在于數據定義的一致性和數據質量，要在數據收集質量方面嚴格把關。

關于數據質量的研究都相對較為成熟，國外主要對數據質量評估的相關理論和方法進行了探索，從數據質量模型、測量標準、評估方法方面構建政府數據質量評價體系。國內關于數據質量的研究逐漸深入到技術層面，但是面對數據孤島等全新問題的挑戰，需要對政府數據質量進行深入研究。

4.3 政府數據的隱私與安全

隨著政府數據的共享與公開，很容易出現政府數據安全威脅和隱私的泄露。數據隱私與安全是數據治理的重要保障，它們成為國內外多數學者關注的重點。

目前，美國通過修訂完善政策體系促使政府數據安全管理的內容框架清晰全面;英國在中央政府各部配備了隱私保護專家;新西蘭設立了政府首席隱私官[48]。Lourenco[49]提出數據安全和隱私保護是數據治理中的熱點問題，現代民主和開放政府容易造成的錯覺是僅僅通過大量政府數據集的披露和提供，就能使政府變得更加透明和負責任。丁輝俠[41]提出要通過政府立法等制度建設，對如何安全使用數據進行有效監管;夏義堃[50]提出建立數據安全標準體系和評估體系，提高政府數據利用的風險防范意識，采取技術、管理等多種手段加強數據主權維護和個人隱私保護，提高數據資產價值實現的安全性。開放數據的大批量使用，不可避免地會造成政府數據安全保護、知識產權保護、個人隱私保護、商業秘密保護等一系列重大數據安全問題，進而造成政府行政的合法性與權威性受到沖擊[11]。在政府數據治理過程中，應構建合理的信息安全和隱私保護措施，加強對數據的處理與保護，構建合理的監督保護系統，制定不同的安全保護措施，提升政府數據治理能力。

此外，政府數據的開發使得機構的數據管理方式由封閉走向開放，需要跨部門跨系統的交流和合作，這就會面臨不同利益相關者的利益平衡問題。一些學者[51]認為，實施數據治理項目最困難的方面可能是管理者參與數據管理作用的發揮。在數據開放環境下，需要加強政府數據治理跨部門領導體系[11]。大數據技術成為提高政府數據治理能力的重要技術支撐，蘇玉娟[13]指出政府需要通過平臺建設，采集社會對政府治理的需求，并結合大數據技術，實現對相應大數據的分析、挖掘和可視化，為政府、社會和民眾決策服務。然而，在技術的推動下同樣也面臨著大量的數據冗余、應用脫節等問題。政府部門需要進一步明確職責定位，制定數據治理框架、數據質量的標準，加強政府數據治理能力建設，提高數據隱私和安全的風險防范水平，確保政府數據治理活動的有效實施。

5 結語

5.1 研究結論

回顧國內外政府數據治理的研究歷程，大部分研究成果主要集中在理論層面，如數據治理概念研究、體系框架、數據質量、數據隱私與安全保護方面等。數據治理體系框架方面國內的研究相對較少，主要是介紹與借鑒國外的經驗，在政府數據治理整體框架的研究上不夠深入;成熟度模型方面企業和組織機構涉及較多，對政府層面的數據治理成熟度研究較少;國家有關數據治理的政策較為零散，沒有形成統一規劃，同時又缺少對相關政策的整體研究分析。

5.2 未來研究趨勢

目前關于政府數據治理的框架模型、成熟度評估體系、數據治理政策分析與完善依然是未來研究的重點。政府數據治理要素和框架模型是政府數據治理的核心內容與重要保障。國內外學者雖然已經提出了一些數據治理框架或模型，但是，數據治理框架模型沒有一成不變的。建立數據治理框架模型需要將不同部門和專家結合起來，根據政府數據的特點，建立公認的數據治理流程，準確把握數據治理要素，為政府數據治理工作開展提供指導。當前政府數據治理體系缺少覆蓋宏觀、中觀、微觀整體框架的研究，在未來的研究中需要協同多樣化、多元主體合作、多維度聯動，充分發揮數據治理的效能。

衡量是管理的基礎，政府數據治理成熟度模型是對數據治理活動進行評估的工具和持續改進的方法。政府數據治理成熟度評估可以測度政府數據治理的現狀水平和差距，識別數據治理的改進路徑，為治理領導層提供決策依據，促進數據治理的改善。目前的政府數據治理成熟度研究過于宏觀，缺少系統性和可操作性，需要結合政府數據治理的框架具體化數據治理要素，形成具有可操作性的等級評估指標，使其成為數據治理活動實施的指南針。

政策法規和標準規范是政府數據治理的基礎和保障。目前政府數據治理的政策法規較為零散，整體系統的研究較少，也缺少對相關政策法規內容的研究分析。未來需要完善政府數據治理的政策法規和標準規范，明確數據的資產地位，促進政府數據的共享開放，規范數據管理;出臺數據安全與隱私保護的政策法規，從多層面保障數據安全，為數據的共享開放奠定基礎，從而促進數據的流通，真正發揮數據的價值。

此外，從政府層面需要加強領導對政府數據治理的認識和理解，強化數據資產意識;建立政府數據治理的組織機構和職位，如大數據管理局，首席數據官等，明確治理責任，協調政府數據治理活動，保障數據治理的落實。

參考文獻

[1] 安小米，白獻陽，洪學海.政府大數據治理體系構成要素研究——基于貴州省的案例分析[J].電子政務，2019 （2）：2-16.

[2] DAMA International.The DAMA Guide to the Data Management Body of Knowledge[M].New York：Technics Publications，2009：37.

[3] The Data Governance Institute. Definitions of Data Governance[DB /OL].[2017-11-30].http：//www.datagovernance.com/adg-data _governance_ definition.

[4] IBM Analytics. Data Governance[DB /OL].[2018-06-12].https：/ /www.ibm.com/analytics/data-governance.

[5] ISO International Organization for Standardization[EB/OL].[2017-04-20].https：//www.iso.org/standard/56639.html.

[6] 吳韜.大數據治理視域下智慧政府“精準決策”研究[J].云南行政學院學報，2017（6）：110-115.

[7] 包冬梅，范穎捷，李鳴.高校圖書館數據治理及其框架[J].圖書情報工作，2015，59（18）：134-141.

[8] United States Department of Transportation.Data Governance Plan[EB/OL].[2019-03-15].http：//www.doc88.com/p-2397815831433.html.

[9] 黃璜.美國聯邦政府數據治理：政策與結構[J].中國行政管理，2017，（8）：47-56.

[10] 夏義堃.試論政府數據治理的內涵、生成背景與主要問題[J].圖書情報工作，2018，62（9）：21-27.

[11] 夏義堃.試論數據開放環境下的政府數據治理：概念框架與主要問題[J].圖書情報知識，2018，（1）：95-104.

[12] 安小米，毛春陽.大據時代的政府信息治理[J].中國信息化建設，2015，（12）：58-59.

[13] 蘇玉娟.政府數據治理的五重系統特性探討[J].理論探索，2016，（2）：71-75.

[14] 丁志剛.如何理解國家治理與國家治理體系[J].學術界，2014，（2）：65-72.

[15] 盧樂天，陽夢華，鄧櫻文.政府數據治理體系研究[J].電信工程技術與標準化，2019，32（1）：29-33.

[16] 鄭大慶，黃麗華，張成洪，等.大數據治理的概念及其參考架構[J].研究與發展管理，2017，29（4）：65-72.

[17] 張紹華，潘蓉，宗宇偉.大數據治理與服務[M].上海：上海科學技術出版社，2016：18-52.

[18] Malik P. Governing big data：Principles and practices[J].IBM Journal of Research and Development，2013，57（3）：1-13.

[19] Julian B.National Archives mandates new digital “information governance” frameworks for mid-2016[EB / OL].[2019-10-25].http：//www.Governmentnews.com.au/2015/10/national-ar-chives-mandates-new-digital-information-governance-frameworks-for-mid-2016 /.

[20] 王露露，徐擁軍.澳大利亞政府信息治理框架的特點研究及啟示[J].圖書情報工作，2017，61（8）：33-42.

[21] 向芳青，張翊紅.政府實施大數據治理的應用框架構建[J].凱里學院學報，2018，36（2）：32-38.

[22] Pennypacker J，Grant K. Project management maturity： an industry benchmark[J].Project Management Journal，2003（1）： 4-11.

[23] NASCIO.Data Governance Part II： Maturity Models-A Path to Progress[EB/OL].[2019-11-04].http：//www.docin.com/p-978629039-f2.html USA.

[24] 索雷斯.大數據治理[M].匡斌，譯.北京：清華大學出版社，2014：8-35.

[25] 李冰，賓軍志.數據管理能力成熟度模型[J].大數據，2017，39（1）：29-36.

[26] Newman D，Logan D.Gartner introduces the EIM maturity model [EB /OL]. [2019-11-01].http：//www.gartner.com/technology/about/policies/correction_2008.jsp.

[27] 張亞明，裴琳，劉海鷗. 我國數字城市治理成熟度實證研究[J].中國科技論壇，2010，（5）：70-76.

[28] 程廣明.大數據治理模型與治理成熟度評估研究[J].科技與創新，2016，（9）：6-7.

[29] 吳志剛，廖昕，朱勝，等.政務大數據成熟度模型研究與應用[J].中國科技產業，2016，（8）：6-7.

[30] 張宇杰，安小米，張國慶.政府大數據治理的成熟度評測指標體系構建[J].情報資料工作，2018，（1）：28-32.

[31] 李克鵬，梅婧婷，鄭斌，等.大數據安全能力成熟度模型標準研究[J].國際提案，2016，（7）：59-61.

[32] 迪莉婭.政府數據開放成熟度模型研究[J].現代情報，2019，39（1）：103-110.

[33] 張寧，袁勤儉.數據治理研究述評[J].情報雜志，2017，36（5）：129-134，163.

[34] Bhansali N. Data governance： Creating value from information assets[M].CRC Press，2013：28-122.

[35] Martijn N，Hulstijn J，Bruijne M，et al.Determining the effects of data governance on the performance and compliance of enterprises in the logistics and retail sector[C].International Federation for Information Processing，2015：454-466.

[36] Panian Z. Some practical experiences in data governance[J].World Academy of Science，2010：939-946.

[37] 張明英，潘蓉.《數據治理白皮書》國際標準研究報告要點解讀[J].信息技術與標準化，2015，（6）：54-57.

[38] 宋懿，安小米，馬廣惠.美英澳政府大數據治理能力研究——基于大數據政策的內容分析[J].情報資料工作，2018，（1）：12-20.

[39] 鄭磊， 徐慧娜，包琳達.大數據與開放數據的政策框架：問題、政策與建議[J].電子政務，2014，（1）：6-14.

[40] 劉彬芳，魏瑋，安小米.大數據時代政府數據治理的政策分析[J].情報雜志，2019，38（1）：142-147，141.

[41] 丁輝俠.地方政府大數據治理：行動、挑戰與應對[J].鄭州大學學報，2018，51（1）：99-105.

[42] 范靈俊，洪學海，黃晁，等.政府大數據治理的挑戰及對策[J].大數據，2016，28（1）：27-38.

[43] 譚必勇，陳艷.我國開放政府數據平臺數據質量研究—以十省、市為研究對象[J].情報雜志，2017，36（11）： 99-105.

[44] Oviedo E，Mazon J，Zubcoff J. Towards a data quality model for open data portals[C].39th Latin American Computing Conference （CLEI），Naiguata， Venezuela，2013.

[45] Ceolin D， Moreau L， OHara K，et al.Two procedures for analyzing the reliability of open government data[M]//Laurent A， Strauss O， Bouchon-Meunier B， et al.Information Processing and Management of Uncertainty in Knowledge-Based Systems.Cham：Springer，2014：15-24.

[46] Yiu C.A Right to Data： Fulfilling the Promise of Open Public Data in the UK[EB/OL].[2019-06-30].http：//www.policyexchange.org.uk/images/publications/a%20right%20to%20 data%20-%20mai^2012.pdf.

[47] Charalabidis Y，Loukis E，Alexopoulos C. Evaluating second generation open government data infrastructures using value models[C]. Proceedings of the 47th Hawaii International Conference on System Sciences （HICSS）， Waikoloa， Hawaii， USA，2014： 2114-2126.

[48] New Zealand Government Internal Affairs.Privacy maturity assessmentframework：Elements，attributes，andcriteria（version2.0）[EB/OL].[2018-07-14].https：//www.ict.govt.nz/assets/Guidance and Resources /Privacy-Maturity-Assessment-Elements-and-Attributes-version-2-0.pdf.

[49] Lourenco R. An Analysis of Open Government Portals： A Perspective of Transparency for Accountability[J].Government Information Quarterly，2015，32（3）：323-332.

[50] 夏義堃.政府數據治理的國際經驗與啟示[J].信息資源管理學報，2018，（3）：64-72.

[51] Marsolo K，Kirkendall E.Data Governance and Strategies for Data Integration[M].Springer，2016：101-120.

[52] 周文泓，張寧，加小雙.澳大利亞的信息治理能力構建研究與啟示[J].情報科學，2017，35（8）：113-117.