地方政府大數據管理機構變革：定位、挑戰與行動路徑

摘 要：地方政府作為大數據治理的關鍵主體與踐行者，在數據治理方面發揮著重要作用。在第八次機構改革的推動下，越來越多的地方政府開始組建大數據管理機構，以期打破數據孤島、實現數據整合，優化政務服務、提高行政效率，挖掘數據價值、保障數據安全。各地大數據管理機構的設置仍處于探索階段，在如何處理數據“量”與數據“質”之間、數據開放賦權與數據安全責任之間關系，應對數據治理與人才、技術發展不協調和不平衡之間的矛盾等方面面臨著諸多挑戰，致使數據管理常常滯后于政務服務實踐。地方政府需要從引入大數據生命周期管理和區塊鏈技術以及多元治理主體間的合作創新等方面尋求解決辦法并做出行動。

關鍵詞：大數據;大數據管理機構;數據治理;地方政府

中圖分類號：D035 文獻標識碼：A

文章編號：1008-7168（2021）04-0021-10

一、問題的提出

自2015年十八屆五中全會首次提出“國家大數據戰略”以來，越來越多的地方政府開始借助大數據提升其治理能力。作為信息技術的革命性發展，大數據不僅提供了影響政府結構以及政府與市場、社會、公眾關系的技術潛力，還對政府的治理理念、治理范式、治理內容、治理手段等產生了不可忽視的影響[1]。2019年，十九屆四中全會明確提出推進數字政府建設，并將其上升為國家戰略。2020年，十九屆五中全會進一步要求加強數字社會、數字政府建設。作為國家大數據戰略的重要組成部分以及實現數字政府的關鍵，數據治理不僅是社會治理的一個重要方面，也是回應大數據挑戰的前瞻性研究領域[2]。作為承接和踐行數據治理的重要載體，地方政府肩負著實現政府善治和治理能力現代化的重擔。起源于第八次機構改革的新一輪地方大數據管理機構組建，不僅是地方政府迎接數字新時代的一項重要創新，更是實現數字政府的一項重要舉措，預示著地方政府的數據治理和數字化將轉型邁向新的高度。

但是由于各地經濟、政治、文化等方面的差異，許多地方的大數據治理才剛剛起步，在大數據的開發、應用、管理等環節存在諸多問題和矛盾，致使數據管理常常滯后于政務服務實踐。地方政府須采取怎樣的行動去應對？如何在實現數據治理的同時驅動自身變革？這既是當前地方政府治理須解決的問題，也是地方政府實現變革與創新的前提條件。本文通過探究第八次機構改革后地方大數據管理機構在設立、職責功能定位等方面的轉變，總結地方大數據管理機構的特征，分析地方大數據管理機構在數據治理方面面臨的挑戰與困境，以期理順地方大數據管理機構的發展脈絡，探索地方大數據管理機構發展路徑，為進一步完善地方政府數據治理、推動地方政府治理變革與創新提供參考。

二、地方大數據管理機構的發展歷程與職能定位

（一）發展歷程

黨的十八大以來，大數據管理機構作為新設立的政府職能部門開始在多數省市相繼掛牌試點，各地或以大數據管理中心，或以大數據管理局等為其冠名[3]。總體來看，以十九屆三中全會為分界線，地方大數據管理機構的設立過程包括兩個階段。

第一個階段是2012年至2017年，此階段以黨的十八大召開之后，廣東省率先成立大數據管理局為標志。2012年底，廣東省印發了《廣東省實施大數據戰略工作方案》，成為全國率先推行大數據戰略的省份之一。2014年，首個隸屬于廣東省經信委的大數據管理局正式成立，這是全國首個地方政府大數據管理機構，也是全國首個省級政府數據治理機構。2015年，國務院印發了《促進大數據發展行動綱要》，首次從國家層面對大數據發展戰略進行頂層設計。自此之后，各省、市紛紛抓住大數據發展機遇，地方大數據管理機構如雨后春筍般紛紛涌現。其中，在省級層面，除廣東外，貴州、浙江也在大數據治理方面走在前列，并先后成立了貴州省大數據發展管理局和浙江省大數據管理中心。在這一時期，設立地方大數據管理機構的一般都是對數據治理比較敏感以及在大數據戰略規劃走在前沿的省、市級政府。2017年，除上海、重慶、江西、內蒙古等省級政府設立大數據治理機構外，沈陽、武漢、廈門等地級市政府也先后成立了市級政府數據管理機構，開展數據治理創新工作。

第二個階段開始于2018年，即在黨的十九屆三中全會召開之后。2018年2月，中共十九屆三中全會審議通過了《中共中央關于深化黨和國家機構改革的決定》和《深化黨和國家機構改革方案》，啟動了改革開放以來規模最大的一次機構改革，即第八次機構改革，這成為了地方政府建設和改革大數據管理機構的關鍵契機[4]。在第八次機構改革的推動下，從省級到地市級，各地大數據管理機構的設立進入加速期。至2020年底，在全國31個省級行政區中，已有21個省級大數據管理機構相繼成立，它們承擔起城市數據的收集、匯總和管理工作，力求打造城市運行發展的管理平臺。在省級政府大數據管理機構的推動下，地市級大數據管理機構紛紛成立。這意味著地方政府已逐漸認識到大數據戰略的重要性，試圖通過設立大數據管理機構來為政府更好地服務，為智慧政府建設提供更多的燃料和動力。地方政府大數據管理機構的設立不僅是順應中央機構改革、契合數字政府發展的現實需要，更是大數據時代信息安全、數據共享，以及大數據相關產業規劃與發展的現實客觀需求。

（二）職責與功能定位

地方大數據產業的快速發展和管理規范化離不開國家層面的鼓勵與支持，更離不開地方管理機構專業化、專門化的引導和管理。大數據管理機構因問題而生，其職能的設立也必然要依問題而設[5]。從各地發展經驗看，地方組建大數據管理機構的方式多種多樣，或重新組建政府工作部門，或在原有職能部門加掛牌子，或在政府直屬或部門下設事業單位[6]。從其職責與功能定位來看，作為承接中央與地方的一個職能部門，地方大數據管理機構主要發揮著打破數據孤島、實現數據整合，優化政務服務、提高行政效率，挖掘數據價值、保障數據安全等功能（參見表1）。

首先，智慧政府的發展離不開人工智能的支持，人工智能的發展更離不開大數據。然而，長期以來，由于數據匱乏、數據質量低劣，政府的智能化決策無法得到充分支持，致使智慧政府建設大打折扣。大數據匱乏的核心癥結在于各級政府部門并沒有從根本上重視大數據的收集與管理，數據分散且共享難。如工商、金融、教育、醫療、住房、交通等政府部門都掌握一定的數據，但它們各自為政，數據共享積極性不高，數據孤島降低了大數據的效能和價值。近幾年來，伴隨“互聯網+政務”的推動，盡管各級政府已開始認識到大數據資源共享的重要性，但是受傳統管理模式和組織架構的影響，跨部門、跨層級、跨區域數據共享的實現進程緩慢[7]。

一方面，信息傳遞中間層級過多，信息垂直互動難、傳遞速度慢，極易造成信息被扭曲和過濾[8];另一方面，長期以來，政務信息管理的多頭交叉、九龍治水以及部門主義藩籬，阻礙了各部門之間的橫向交流協作[9]。信息孤島現象不僅阻礙著大數據的使用效能，更影響著政府的服務效率。因此，當前各地組建大數據管理機構的首要目標就是要打破數據壁壘。例如，上海市大數據中心在成立之初，就提出要實現跨層級、跨部門、跨系統、跨業務的數據共享和交換;山東省大數據局更是把解決部門信息“孤島”和信息“煙囪”問題作為首要任務。除此之外，為了更好地推動數據共享，各地在組建大數據管理機構時，一般都是以政務信息豐富的部門作為基礎，來推動公共大數據資源的統籌管理。例如，江西大數據中心就是在江西信息中心基礎上組建的，其成立后的主要任務就是實現數據的共享與交換，建設政務數據開放平臺。大數據管理機構的設立，相當于建立了一個全面的公共數據資源庫，其作為統一的數據中心，可以將原本分散在各個部門的數據進行歸口管理，對服務對象和數據信息進行統一管理和協調，各職能部門將擺脫傳統的數據傳遞束縛，只須實時更新管轄范圍內的數據信息，所需其他數據從大數據中心實施調用即可。這就從本質上實現了部門間的數據共享，優化了信息傳遞的流程和方式，提高了信息的使用效率。

其次，近幾年來，在“互聯網+政務”的推動下，各地都在如火如荼地開展政務服務改革。尤其是在浙江省“最多跑一次”改革理念的助推下，地方政府紛紛提高創新與服務意識，以大數據作為智慧政府建設的技術設施與推手，開展實施“一窗受理、一平臺共享、一站式服務”，試圖構建跨部門、跨層級、線上線下一體化政務服務體系，推動政務服務從“群眾跑腿”向“數據跑路”轉變。“互聯網+政務”服務的實施，推動了政府簡政放權，通過服務流程的優化與重塑升級，進一步深化放管服改革，提高了政府的服務效率。然而，由于缺乏頂層設計，以及更高層級的部門協調，一些地區和政府部門缺乏統籌規劃、整體意識與前瞻性布局，區域差異大，統籌力度不夠。個別部門照搬其他地方改革的現象較為嚴重，機械主義、拿來主義、形式主義較為明顯，直接導致改革實驗脫離具體實踐，甚至與實踐相背離。這便導致傳統政務流程分散、孤立的局面并未得到徹底改變，資源集約化程度不高，各地、各部門各自為政現象依然突出。大數據資源利用效能不高，導致“互聯網+政務”服務的開發運用并未完全跟上公眾公共服務的個性化需求。地方大數據管理機構的成立將從頂層設計、層級協調、統籌規劃等方面為放管服改革帶來新的動力。例如，河南省多數地級市直接將大數據管理機構命名為“政務服務和大數據管理局”;廣東全省都稱大數據管理機構為“政務服務數據管理局”;福建省在組建大數據管理局時明確指出其職責就是運用大數據提升公共服務水平;浙江省大數據發展管理局致力于深化“最多跑一次”改革和推進政府數字化轉型，在便民服務方面做好“一張網”“一個端”[10]。這些做法都是希望通過大數據管理機構的組建來推動政務改革，優化政務服務。由此一來，各地政府大力推廣的“一站式服務”“不見面審批”等政務服務效率將大大提高。

最后，大數據時代每天都在源源不斷地產生結構復雜、類型眾多的數據，然而長期以來，數據的收集、開發與使用缺少明確的主管機構，缺乏統一的與大數據相關的基礎標準，如數據處理標準、數據安全標準、數據質量標準、產品和平臺標準、應用和服務標準等[5]，導致數據開發、使用、管理邊界不清，責任劃分不明，數據價值被濫用，數據安全事故頻發，大數據安全問題也因此一直成為困擾各地政府發展的難題。除此之外，大數據的根本價值在于其海量的數據分析能創造出巨大的社會與經濟利益。然而由大數據催生的相關產業市場長期以來并沒有明確的主管機構，多數地方的相關產業都處于工信部門的代管之下，缺乏統一的大數據產業分析體系和運行監測手段，導致各地大數據產業和數字經濟同質化嚴重，普遍存在重存儲、輕應用的現象，大數據價值開發應用程度不高，造成了極大的資源浪費[5]。地方大數據管理機構的組建有望為突破上述難題提供契機，可以將相對分散的數據力量集中起來統籌管理和使用，將原本分散的安全保障系統集中起來，從而大大提高信息安全保障能力。與此同時，由于明確了數據管理主體，大數據管理機構可以制定統一的數據收集、使用規范與標準，明確大數據的使用邊界與責任，引導市場對數據價值進行合理開發與使用。大數據管理機構要發布使用規則，對各類主體進行監督與引導，以避免大數據產業發展出現同質化、無序化現象。例如，為了提高大數據應用價值和安全管理，貴州省大數據發展管理局將原本由經濟和信息化委員會承擔的有關數據資源管理、大數據應用和產業發展、信息化等職責整合并劃入省大數據發展管理局，使得地方大數據管理機構在整合開發數據價值、保障數據安全方面的能力大大提高。

三、地方大數據管理機構建設面臨的挑戰：數據管理滯后于政務服務實踐

從微觀視角來看，地方政府治理的數據資源主要包括政務數據資源（如政府網站產生的數據，政府業務系統數據，政府收集、檢測、監測的數據等），市場、社會組織、公眾生成的數據，以及網絡虛擬組織產生的數據等[11]。因此，地方政府大數據治理不僅是對政府機構內部數據的治理，也是政府為履行社會公共事務治理職能，對政府、市場和社會中數據資源和數據行為的治理[12]。與傳統的數字治理不同，數據治理跳出了舊的數字觀念，從單純追求“數”的科學化、技術化更多地轉變為關注數據帶來的思維方式的變革[8]，并且更加傾向于從社會轉型和社會治理變革的時代背景去認識數據治理問題[3]。當前各地大數據管理機構的積極成立即標志著地方政府從數字治理到數據治理思維的轉變，它們期望通過專門機構對大數據進行監管和治理，回應當前與大數據相關的社會轉型和社會治理變革問題。但是我們必須認識到，技術和制度之間的相互依賴性形成了一種新型的虛擬政治，它們之間的互利效果是復雜的和不可預測的。這種高度的不確定性正是源自技術本身變化速度的外延性影響，而這種影響有時是積極的，有時卻是消極的[13]（p.13）。消極性的影響往往使地方大數據管理機構在數據治理實踐中面臨諸多問題，尤其是在如何處理數據“量”與數據“質”之間的矛盾、數據開放賦權與數據安全責任之間的矛盾，以及如何應對數據治理與人才、技術發展不協調和不平衡之間的矛盾等方面面臨諸多挑戰，這導致數據管理常常滯后于政務服務實踐。

（一）數據“量”與數據“質”之間的矛盾

在大數據時代，數據已成為各級政府實施社會治理的重要戰略性資源，海量數據的分析與研判不僅可以為政府提供輿情預測，還可以幫助政府更好地了解各種社會需求，從而提供精準公共服務，降低政府運行成本，提高公共管理效率。為此，各級政府開始投入大量的人力、資金、技術來收集數據。地方大數據管理機構的成立為地方政府更好地收集數據提供了平臺。然而長期以來，地方各級政府的數據采集渠道、采集主體不同，數據采集標準、存儲標準及結構都有很大的不同，再加上數據收集過程中存在由各種主客觀因素引發的數據問題，如采集階段因流動性大導致獲取難度大的存疑數據，數據查驗階段因缺少相關技術未及時核查出的“問題數據”，數據分析階段由那些因忽略數據的相關性而被處理掉的邊緣數據所引發的新的“問題數據”以及數據更新不及時、數據關聯對象分析不到位引發的低時效數據[14]等，導致數據形式紛繁復雜、數據一致性偏低，不僅缺乏系統、完善的元數據，而且數據的精確性、可用性也無法得到保障。

大數據的價值關鍵在于“大”，而“大”的前提是必須保障數據的“質”，如果大量的數據都無法保證“質”，那么分析出的結論就毫無意義。一旦這些問題數據開始流通，政府在短時間內便很難甄別哪個部門擁有的數據是準確的。數據關聯性差不僅容易形成數據壁壘，使數據協同效果大打折扣，還會阻礙有關部門有效利用模型與算法優化政務服務流程，大大影響政務服務體系運行效率。如此一來，地方政府便會陷入重復收集數據的窘境，不僅浪費行政資源、增大行政運行成本，也會引發政府政務服務或社會治理過程的范式偏移[14]。由此可見，“存疑數據”“過時數據”“錯誤數據”等各種問題數據已成為當前地方政府大數據治理中的痛點。這其中既有歷史原因，也有現實的掣肘。因此，立足當下，地方大數據管理機構應如何從制度建設、技術優化等方面加強數據管理規范，在保證數據“量”的前提下保障數據的“質”，以更好地實現大數據的價值，助推地方政府政務管理的優化升級，是大數據管理機構面臨的首要挑戰。

（二）數據開放共享與數據安全責任之間的矛盾

在傳統的社會治理體系中，政府處于社會治理的核心地位，社會主體間交互產生的數據80%都由政府掌握。各級政府出于自身業務的需要收集壟斷著大量高密度、高價值的數據，形成了一個個閉環式數據庫。因缺乏統一的協調部門，各部門出于利益考慮以及數據安全的需要，很難同其他政府部門和社會共享數據，數據開放在很多情況下也流于形式。地方大數據管理機構的成立為突破上述障礙提供了契機，為進一步推動地方政府各級部門之間、政府與社會之間的數據共享提供了機遇。然而數據共享的前提是必須建立統一的大數據管理平臺，這就對“云共享”數據平臺的安全性提出了更高要求。但是長期以來，地方政府信息安全系統都是按照“誰保管、誰負責”的原則進行管理的。在大數據統一管理后，地方大數據管理機構在共享平臺的構建、數據的安全防控上都缺乏必要的管理技術和經驗。尤其是數據的開放和共享涉及國家安全、個人隱私和企業商業機密，一些表面上看起來毫無價值的數據經過大數據技術的統計分析可能蘊含著重要的機密，而傳統的數據公開規范卻更多地遵循 因果性原則，這也與大數據倡導的相關性原則相沖突[15]。那么，在地方政府數據治理中，哪些數據可以開放？哪些數據不能開放？如何開放？開放的風險有哪些[15]？尤其是當數據在各部門之間實現互聯互通后，數據在整個政府部門內部是透明的，這就極大提高了政府內部工作人員監守自盜的風險，在傳統授權機制的基礎上，如何對數據開放進行重新授權？這些問題不僅模糊了政府信息管理邊界，還使整體數據生態系統變得雜亂無章，給地方大數據管理機構帶來了新的挑戰。

除此之外，在大數據共享后，由數據共享導致的數據產權模糊，以及由此而產生的負外部效應和悖論問題也是地方大數據管理機構不得不面對的難題。在傳統數據信息部門負責制的背景下，數據的搜集與處理都是由地方政府各職能部門負責，因此各職能部門就相應地擁有數據的處理權，而由此派生的數據使用權也相應地由職能部門決定，數據所有權和使用權的統一使數據產權的“模糊性”問題并不突出[16]。但是，地方大數據管理機構成立的首要目標就是要打破數據孤島，實現部門之間數據的開放與共享。如此一來，數據的使用權就與數據的所有權發生了分離，兩者之間矛盾的日益加劇將使數據產權的模糊性凸顯。數據產權模糊將進一步削弱地方政府職能部門的權限，使其逐步喪失數據生產與管理的動力[16]。長此以往，地方大數據管理機構在推動數據開放、共享方面就會因為越來越缺乏數據支持而愈加被動，最終導致數據開放與共享悖論的發生。因此，在數據治理過程中，地方大數據管理機構如何引導各職能部門實現數據共享，以及由此帶來的復雜利益權責問題如何分配，數據安全風險如何化解等一系列問題都是地方大數據管理機構亟須面對和解決的難題。

（三）數據治理與人才、技術發展不協調和不平衡之間的矛盾

地方大數據治理離不開充足的技術人力資源支撐，不僅亟需數據收集、存儲方面的人才，還亟需數據處理、分析、解釋、管理等方面的專業人才。然而，傳統政府部門所儲備的人才多是熟悉辦公自動化（OA）、靜態網站、媒體運營的IT人員，他們僅僅具有信息系統的維護操作或者編寫簡單程序[17]的技能。與互聯網巨頭相比，政府部門并無大數據治理的人才優勢，地方政府更是難以吸引和留住緊缺人才。一些地方政府為了應付數據管理需要，迫不得已安排非數據管理專業人員從事數據管理工作[14]，這不僅無法適應大數據的高速流動性、虛擬性、相關性等要求，還會引發諸多數據治理問題。尤其是大數據治理這樣一項特殊的技能和專業，對人員的知識結構、專業技能、操作規范、職業操守等方面都有較高的要求。因此，地方政府大數據治理機構如何調整人力資源管理模式，解決人才與大數據治理之間的不平衡問題已成為其不得不面對的挑戰。

除了人才配套之外，大數據治理更離不開技術的支撐。例如，要提升數據資源的安全保障能力，加大關鍵基礎設施、政務關鍵數據和個人隱私數據的保護力度，就需要構筑信息安全風險防火墻;要提升數據資源的產業轉化能力，深入挖掘數據作為生產要素的經濟價值，就需要構建大數據產業鏈;要使大數據政務服務和信息惠民更加智能化、便捷化、人本化，就需要構建政務云平臺、公共數據平臺等多重服務平臺。這些技術往往涉及云計算、互聯網、人工智能、物聯網、區塊鏈等多重要素在內的數據分析和處理模式，不僅需要數據挖掘、集成學習、遺傳算法、神經網絡、預測模型、模式識別等技術，還需要回歸統計、時間序列分析、聚類分析等多個專業技術領域[18]為其提供支持。而目前許多關鍵的技術和軟件在國內才剛剛起步，且研發機構的設立、研究基金的配套等都需要投入大量的人力、物力和財力。因此，如何跟上大數據技術研發和管理應用，如何快速更新大數據技術知識，是地方政府大數據治理面臨的又一挑戰。

四、地方大數據管理機構回應挑戰的行動路徑

大數據治理不僅僅涉及表面的數據、技術問題，更觸及政府管理和公共治理的深層次問題，與政府的執政理念、管理模式、政企和政社合作互動關系密不可分。地方政府是大數據治理的關鍵主體與踐行者，也是大數據應用的前沿陣地，相對于中央層級政府來說，地方政府在大數據治理過程中更容易出現碎片化、零散化的情況。因此，在應對大數據治理挑戰上，地方政府大數據治理機構亟須在數據匯集和協同的基礎上，加快推進大數據治理工具與公共政策實踐相結合，以推進地方政府治理數據信息的子集化、結構化過程，從而以建構主義取代主觀主義[11]。為此，地方政府需要從管理、技術、治理理念等多方面尋求路徑，并做出行動（參見圖1）。

（一）管理路徑：基于信息生命周期管理完善數據治理流程

在提升大數據質量管理方面，有許多專業的大數據質量管理企業走在前列，他們在如何依托信息生命周期來管理完善大數據流程規范方面有許多值得借鑒的智慧和成功經驗。因此，地方政府大數據治理機構要積極主動地向專業的大數據質量管理企業學習，引進其先進的數據質量管理理念。信息生命周期是指信息從出現到使用最后到老化消亡的動態、循環過程，隨著信息的積累，信息價值也將不斷增加[15]。依托信息生命周期治理理論，地方政府大數據生命周期管理主要是指政府對數據進行收集、處理、轉換與運用的全過程和全方位治理，主要包括數據的規劃、采集、處理、保存、共享、應用的過程。為了保證大數據的質量，地方大數據管理機構需要在上述生命周期的每個階段都進行嚴格的數據質量管控、識別與維護。

而提升數據質量最關鍵的就是要實現數據的標準化，這是提高大數據質量的前提。為此，芳汀也指出，由因特網催生的數據跨機構標準化標志著組織內及組織間重大的理性化進程。它不僅可以使組織間的冗余信息變得更加透明，使存放多年的冗余數據得以清除，還有利于促進不同的組織收集數據，并且保證存儲數據的一致性。除此之外，由數據標準化引發的新分析方式還會進一步推動組織結構發生變化。可以說，沒有數據的標準化，數據共享就無從談起[13]（p.25）。因此，從數據計劃開始，就要制定嚴格的數據采集、數據加工、數據評估等標準，完善元數據標準、主數據標準、業務數據標準、主題數據標準、數據交換標準、數據安全標準等相關規范，構建數據標準體系[20]。在大數據采集環節，要嚴格依照采集標準，更多地采用人機結合的數據采集方式替代傳統人工數據采集或隨機抽樣數據采集模式，通過結構化數據與非結構化數據的結合，實現移動互聯網與政務數據平臺的對接，以達到實時、實地確認數據效果[14]，防止在源頭產生數據不一致問題。在大數據加工應用環節，各數據采集部門要嚴格遵照數據加工標準，隨時記錄錯誤的信息、路徑，做好數據質量控制分析報告。其中，在數據采集和加工環節，可借鑒企業的數據質量管理方式，采取數據輸入和輸出校驗、系統自動校驗、人工手工復核、強制規則校驗等預防性控制措施，防止錯誤數據的產生，及時發現問題數據[19]。在保存、共享環節，要定期更新維護數據字典，量化各數據采集部門的數據質量考核指標，聘用專門的數據規劃人員、數據管理人員、數據應用人員等，提升數據在驅動創新及轉型發展過程中的作用。在開放環節，要對數據進行脫敏處理，通過構建嚴格的數據審查標準、制定統一的數據脫敏處理標準規范等方式，實現對隱私數據的保護[20]。

在上述過程中，為減少政府運行成本，地方政府可以選擇與大數據質量管理企業合作，采用政府購買的方式，如購買其元數據管理、數據標準管理、主數據管理、數據集成管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理等技術服務，并與政府的大數據治理理念相結合，以更好地對數據質量進行評估、檢測、修正[21]。基于大數據生命周期管理視角，除了要強化數據識別、篩選、分類、歸集等數據利用系統的建設，還應進一步配套構建大數據質量管理平臺，完善大數據治理網絡平臺、數據存儲管理云平臺、共享交換平臺等承載性平臺建設[11]，以更好地完善數據治理流程規范。

（二）技術路徑：引入區塊鏈技術保障數據安全

區塊鏈技術是基于密碼學原理構建的分布式共享數據庫，其與傳統的集中式結算方法不同，具有去中心化、不可篡改性、可追溯性、開放性等特征[22]。它的分布式記賬系統、非對稱加密技術、復雜數學算法為政府應對大數據治理難題提供了技術支持，以大數據為依托的區塊鏈技術與政府改革的聯姻必將使政府在形式和能力方面出現新一輪重大變革，為實現大數據的真實性、開放性、共享性、安全性提供了可能[23]。因此，將區塊鏈技術應用于地方政府大數據治理的做法，具有顯著的優勢。

首先，區塊鏈技術的分布式數據系統和新算法有利于保障數據安全。區塊鏈技術采用的分布式授權的方式可以確保政府數據多重備份，并通過點對點的方式將這些數據庫連接起來。當其中某個節點的數據庫發生了意外，如某區塊政府數據被惡意攻擊或出現故障，區塊鏈其他運行系統并不會因此而受到影響。且在未進行審核的情況下，遭惡意篡改的數據也無法被寫入區塊。與政府傳統的中心化數據存儲方式相比，區塊鏈技術去中心化的特點大大降低了因中心遭到破壞而導致的全系統癱瘓風險，保證了數據的完整性和安全性[24]。除此之外，區塊鏈技術的新算法也加大了從外部攻擊數據庫的難度。依據哈希算法與非對稱加密算法原理，政府部門數據錄入者在寫入數據時需要在區塊頭前加蓋時間戳，標識數據時間順序，并用私鑰對數據進行加密存儲。其他部門的數據使用者或監管者可以用相應的公鑰解密訪問數據庫，并對錄入數據進行核查與認定，只有經過核實與認可的數據才能被完整地寫入區塊鏈，否則，系統將自動拒絕寫入[23]。因此，在區塊鏈中只要任何一方發現數據不合理，都可以隨時隨地通過區塊數據和時間戳追溯數據源。任何被寫入、傳播、核實或刪除的數據都會在區塊鏈中留下痕跡與時間戳，一旦發現惡意篡改，區塊鏈技術就會發出拒絕指令。這些技術加大了外部入侵者篡改、刪除數據或者惡意攻擊數據庫等行為的難度，從而保證了區塊鏈數據的真實性、完整性、隱私性和安全性。

其次，區塊鏈的點對點技術可以將全網的數據庫連接起來，有利于實現全網數據共享。它的分布式賬本通過實時透明化的多方相互交叉監督來建立信任關系[25]。也就是說，數據流動的全過程也會被全程實時監控，新寫入的數據經全網成員認證核實后，區塊鏈會在保護交易雙方隱私信息的前提下，將剩余的信息對外開放，讓有需要的用戶通過登錄區塊鏈的某個接口便可以獲取這些數據[24]。在區塊鏈中，政府間數據交易或傳播過程不需要第三方的介入，整個網絡都可以作為交易的見證人[23]，這不僅解決了傳統數據共享需要第三方介入的問題，也克服了傳統的因數據產權模糊而產生的負外部性弊端。這些都有利于促進政府內部各層級、各部門之間的數據共享，打破傳統官僚制層級下因信息層層傳播引發的失真與滯后僵局，也有利于推動政府與社會、市場之間的互動，為政府及時了解社會需求、提供精準的公共服務提供了支撐。

（三）治理路徑：基于合作治理推動多元主體間的合作創新

地方政府大數據治理工作的開展不僅需要頂層的戰略設計者對數據宏觀價值做出正確判斷，進行科學規劃與決策，還需要基層的數據管理者落實數據處理工作，更需要來自計算機學、統計分析、人工智能、工程學、數學、心理學等多學科領域的數據科學家、算法分析師、數據架構師等復合型專業人才。如數據架構師負責提供原始設計、元數據管理、模型設計等方面的支持;數據資產運營師負責開展數據交易、合作項目;數據可視化工程師負責對數據進行有效分析，進而針對需求將結果進行展示[26]。他們不僅要掌握數學、統計學、工程學、心理學等多領域專業知識和技術，還要了解國家政策、公共行政、社會治理、公共服務、國家安全等方面的社會科學知識，更要具備信息研判的靈敏性[18]，唯有如此才能形成一支分工明確的專業數據治理人才隊伍。然而，相較于互聯網企業，地方政府在數據治理人才隊伍建設方面面臨著各種制度性制約，難以吸引、留住和激勵大數據人才。因此，地方政府要盡快轉變傳統的治理理念，改變傳統的人才培養模式，加快實施人才激勵計劃，加強大數據產業人力資源開發和管理，在薪酬計劃、工作設計、績效管理、職業生涯規劃等方面要靈活創新，采用外包合作與自主培養相結合的方式，突破傳統的條條框框與繁文縟節的束縛[17]。如探索“政校合作”模式，即依托高校資源，結合政府實踐工作模式，積極探索大數據人才，尤其是熟諳大數據技術的復合型人才的培養機制，并開發靈活的人力資源管理機制和人才激勵機制[28]，以盡快適應大數據治理需求。

除此之外，應加大數據治理基礎性研究投入，加強與高等院校、科研院所、互聯網創新企業的合作，加大研發力度，將大數據治理實踐與人工智能、海量數據存儲管理、實時大數據處理、交互可視化和應用等關鍵核心技術緊密結合，設立重點研發攻關專項。企業尤其是互聯網企業如百度、阿里巴巴、支付寶等擁有先進的大數據匯聚和處理平臺，地方政府在引導它們為公眾服務的同時，還應與之在數據收集、處理、平臺建設方面加強合作，使自身盡快實現大數據治理的升級換代。例如，杭州市政府與阿里云合作修正城市運行，緩解城市交通擁堵問題。與此同時，地方政府也必須認識到大數據治理不能僅靠資金、人力和基礎設施的投入，更重要的是要營造一個全社會各方都能融入的生態系統，使社會各界都能積極主動參與、合作與創新。為此，政府必須引導并推動公眾、非政府組織參與大數據治理，參與大數據與公共服務的優化設計，通過各種活動為公眾參與大數據治理提供機會和平臺，實現全民眾創與眾籌[27]。

綜上所述，地方大數據治理機構不僅要加強數據管理工作，未來還要進一步探索建立各部門大數據工作考核機制，對各部門從數據收集到處理、運營等一系列數據關聯工作效果給予評價權重，建立數據流動性和時效性標準，以此倒逼部門間共享數據并提高數據質量[14]。除此之外，還要對大數據各層面的治理工具進行績效評價。從宏觀層面治理工具的整體性、協同性評價，到中觀層面的數據收集、數據服務、數據流動、承載平臺評價，到微觀層面的數據生成、存儲、管理、共享等縱向流程評價，再到某一子集數據開放程度、某項數據工具利用程度等橫向績效評價，形成大數據治理工具有效性、適應性、可管理性、風險性、公平性、合法性等反饋機制，以評促建推進地方大數據治理工具效率的整體躍升[11]。

參考文獻：

[1]徐雅倩，王剛.數據治理研究：進程與爭鳴[J].電子政務，2018，（8）.

[2]張康之.數據治理：認識與建構的向度[J].電子政務，2018，（8）.

[3]孟慶國，林彤，等.中國地方政府大數據管理機構建設與演變——基于第八次機構改革的對比分析[J].電子政務，2020，（10）.

[4]許耀桐.第八次機構改革：若干重要概念術語解析[DB/OL].https：//www.sohu.com/a/277862055_99897040，2021-04-06.

[5]陳恩紅.大數據管理機構職能要因問題而設[DB/OL].http：//www.sc.gov.cn/10462/10464/13298/13302/2019/8/1/051f805ff53846ce8cabb16b1b5a28e9.shtml，2020-01-06.

[6]門理想.地方政府數據治理機構研究：組建方式與職能界定[J].蘭州學刊，2019，（6）.

[7]翟云.中國大數據治理模式創新及其發展路徑研究[J].電子政務，2018，（8）.

[8]胡建淼，高知鳴.我國政府信息共享的現狀、困境和出路——以行政法學為視角[J].浙江大學學報（人文社會科學版），2012，（2）.

[9]王金水，張德財.以數據治理推動政府治理創新：困境辨識、行動框架與實現路徑[J].當代世界社會主義，2019，（5）.

[10]賈傳令，吳奇.借力大數據管理機構，加快智慧城市建設[J].群眾，2019，（7）.

[11]曾盛聰，卞思瑤.走向大數據治理：地方治理的政策工具創新趨勢——基于多個經驗性案例的考察[J].社會主義研究，2018，（5）.

[12]黃璜.對“數據流動”的治理——論政府數據治理的理論嬗變與框架[J].南京社會科學，2018，（2）.

[13][美]簡·E·芳汀.構建虛擬政府信息技術與制度創新[M].邵國松.北京：中國人民大學出版社，2010.

[14]崔宏軼，冼駿.政務數據管理中的“數據可用性”——痛點及其消解[J].中國行政管理，2019，（8）.

[15]黃靜，周銳.基于信息生命周期管理理論的政府數據治理框架構建研究[J].電子政務，2019，（9）.

[16]張翔.“復式轉型”：地方政府大數據治理改革的邏輯分析[J].中國行政管理，2018，（12）.

[17]馬亮.大數據治理：地方政府準備好了嗎？[J].電子政務，2017，（1）.

[18]胡洪彬.大數據時代國家治理能力建設的雙重境遇與破解之道[J].社會主義研究，2014，（4）.

[19]大數據時代，企業如何提高數據質量[DB/OL].http：//dy.163.com/v2/article/detail/EBBQEAUA0518KCLG.html，2020-01-17.

[20]黃如花，劉龍.我國政府數據開放中的個人隱私保護問題與對策[J].圖書館，2017，（10）.

[21]如何做好大數據的質量管理？[DB/OL].http：//www.esensoft.com/industry-news/data-governance-1987.html，2020-01-16.

[22]呂俊延.回應、精簡與開放：區塊鏈技術革新政府治理的三個維度[J].理論月刊，2020，（11）.

[23]戚學祥.區塊鏈技術在政府數據治理中的應用：優勢、挑戰與對策[J].北京理工大學學報（社會科學版），2018，（5）.

[24]王鵬，丁藝.應用區塊鏈技術促進政府治理模式創新[J].電子政務，2017，（4）.

[25]趙金旭，孟天廣.技術賦能：區塊鏈如何重塑治理結構與模式[J].當代世界與社會主義，2019，（3）.

[26]嚴昕，孫紅蕾，鄭建明.城鎮信息化中的數據治理問題研究[J].情報科學，2017，（9）.

[27]馬亮.地方政府大數據治理戰略[DB/OL].http：//ex.cssn.cn/glx/glx_yc/201802/t20180228_3861448_1.shtml，2020-01-17.

[責任編輯：李 堃]

The Reform of Local Governments Big Data Administration Institutions： Positioning， Challenges and Action Paths

Geng Yadong

（Henan University， Kaifeng Henan 475004）

Abstract：

As key subjects and practitioners of big data governance， local governments are important in data governance. Currently， driven by the eighth institutional reform， more and more local governments have begun to set up big data management institutions in hope of breaking data islands and realizing data integration， optimizing government services and improving administrative efficiency， mining data value and ensuring data security. However， the setting of local big data management agencies are still in the initial stage， there are many challenges on how to deal with the contradictions between datas quantity and quality， datas open empowerment and security responsibility， coping with the imbalance contradictions between data governance and talent， technological development， which often cause data management? to lag behind government service practice. Local governments need to introduce the big data lifecycle management and blockchain technology， encourage the cooperative innovation among multiple governance entities.

Key words：

big data， big data administration institutions， data governance， local government

收稿日期：2021-03-29

基金項目：國家社會科學基金專項資助項目“服務型政府理論與實踐研究”（17VZL016）;河南省哲學社會科學規劃項目“我國地方政府大數據治理的困境與對策研究”（2019CSH019）。

作者簡介：

耿亞東（1984-），女，河南鄭州人，河南大學地方政府與社會治理研究所研究員，博士。