國際數據治理研究述評

摘要：對國際數據治理的概念、研究力量和研究主題進行對比分析，認為國際數據治理研究主題主要集中在數據治理概念框架研究、數據治理范圍研究、數據治理流程研究和數據治理有效性驗證4個方面，中國數據治理研究主題主要集中在國際經驗介紹與分析、國內大數據相關政策文件分析、領域數據治理實踐經驗、數據治理技術、數據治理框架研究等方面。文章最后對國內外研究成果時間分布、研究力量分布、研究主題分布和研究的深度及廣度進行對比，從研究主體、數據治理利益相關者研究、數據治理規則及研究結論的普適性等方面的相關研究趨勢作簡要述評，為國內數據治理的政策儲備和治理規則研究奠定前期基礎。

關鍵詞：數據治理；對比研究；發展述評

中圖分類號：G353.1

文獻標志碼：A

0 引言

隨著云計算、大數據、物聯網（IoT）等技術的普及，數據生成的速度和規模達到了前所未有的水平。信息技術的迅猛進步與數字化轉型的全面加速，使得數據成了除人力、實物、財務、技術、知識產權和關系外的另外一種重要資源；然而，伴隨而來的是數據量爆炸性增長帶來的管理困境，以及數據安全、隱私保護、質量控制等多重挑戰。

2015年以來，中國政府先后發布了《國務院辦公廳運用大數據加強對市場主體服務和監管的若干意見》《促進大數據發展行動綱要》《國務院辦公廳關于促進和規范健康醫療大數據應用發展的指導意見》《大數據產業發展規劃（2016-2020年）》《科學數據管理辦法》《三部門關于加強綠色數據中心建設的指導意見》和《關于公布支撐疫情防控和復T復產復課大數據產品和解決方案名單》等政策文件，在將數據治理明確上升為國家戰略的前提下，積極推進數據治理相關政策的落地。2015年，歐盟委員會提出16項單一數字市場關鍵因素，其中包括“建立數據經濟”。2017年，習近平總書記在中共中央政治局就實施國家大數據戰略進行第二次集體學習時強調“應該審時度勢、精心謀劃、超前布局、力爭主動，實施國家大數據戰略，加快建設數字中國”“要加強國際數據治理政策儲備和治理規則研究，提出中國方案”。在此背景下，數據治理作為確保數據資產價值最大化、風險最小化的關鍵機制，其重要性日益凸顯。全球范圍內不斷收緊的數據保護法規，加之跨組織、跨界數據共享與合作的需求劇增，促使數據治理研究成為學術界與實業界共同關注的焦點。

文章旨在通過系統性述評，探討數據治理領域的最新進展、現存問題與未來趨勢，為相關研究提供理論支撐與實踐指導。

1 數據治理概念辨析

隨著信息技術和數據技術的進一步發展，尤其是在數據感知和采集（物聯網技術、社交媒體）、數據存儲與處理（分布式數據存儲與處理）、數據分析（數據挖掘、統計分析、自然語言處理和機器學習）和數據可視化（虛擬現實和增強現實）方面的迅猛發展，處理大量、非結構化、實時、低價值密度的數據成為可能。

到目前為止，“數據治理”一詞尚未形成一個統一標準的定義。國際數據管理協會（The Associ-ation，DAMA）和國際數據治理研究所（The Data Gov-ernance Institute，DGI）等權威機構提出的定義具有一定的代表性和權威性。國家標準《信息技術大數據術語》（GB/T 35295-2017）中將數據治理的定義為對數據進行處置、格式化和規范化的過程。數據治理是數據和數據系統管理的基本要素，數據治理涉及對數據全生命周期的管理，無論數據處于靜態、動態、未完成狀態還是交易狀態。

2國內外研究現狀

2.1 國內外研究力量對比

通過對Web of Science數據庫和CNKI數據庫中收錄的“數據治理”有關文獻進行初步統計分析，得到下結論：從學者國籍來看，美國、英國、中國、澳大利亞、加拿大、德國、荷蘭、意大利、加拿大、西班牙和英國是發文量前10的國家，中國學者參與的研究成果數量占全球10.98%，僅次于美國（27.10%）和英國（15.25%）。從研究主題的學科分布來看，國內外研究主題的學科分布既有交叉也有區別。國際研究主要集中在經濟學、環境科學、公共行政、計算機科學、醫藥衛生和地理學等領域；國內研究主要集中在計算機科學、公共管理、金融學、教育學、.T商管理、電氣_T程和新聞傳播學等。國際數據治理相關領域國內外研究成果數量對比情況見圖1。

2.2 國際數據治理研究主題分布

國際研究主題主要集中在數據治理概念框架、數據治理范圍、數據治理流程和數據治理有效性4個方面。

2.2.1 數據治理概念框架研究

數據治理包括但不限于數據所有權和管理權限，決策權限等內容的界定。其中，對數據的所有權進行認定是國際數據治理相關領域公認的難題之一…，Abraham等[2]J通過分析2001-2019年期間發表的145篇研究論文和出版物，提出基于數據治理流程、數據治理范圍和數據治理結果的框架模型，該模型中涉及到數據主體范圍、數據范圍和數據所有者范圍，如圖2所示。另外，Yin等[3]學者認為，數據治理應是一個可持續的T程，也是一個可以持續改進的過程，其發展應適應法律和法規等數據內部和外部環境的變化。

2.2.2數據治理范圍研究

涉及組織內部與外部數據的使用方法，跨領域、跨境數據流動的治理，基于組織的一對一、一對多或多對多數據共享與復用，數據孤島解構及數據內在價值進行量化評估和數據質量評估體系的構建等方面。如何對組織內部和外部數據形成的不同數據生態系統進行治理，是目前研究的一個熱點。如針對基于云計算[4]、工作平臺、動態業務網絡絡[5]、供應鏈、區塊鏈[6]和機構間數據合作形成的不同數據，采取不同的數據治理策略和治理規則。數據治理機制在維持數據治理控制權方面的作用，如何通過元數據等促進不同機構之間數據的共享、復用和互操作，促進跨領域、跨境數據流動和數據孤島解構等方面都至關重要。

另外，數據質量成為影響決策質量的關鍵因素之_[7]，如何對數據價值和數據質量進行評估越來越成為一個現實問題。隨之而來的，如何兼顧數據質量與隱私敏感信息保護，也是目前的研究重點[8]。

2.2.3數據治理流程研究

數據治理主要包括行業、企業或組織文化對數據治理體系的影響，為提高數據治理效率和有效性，對數據使用和處理流程中不同影響因素分別進行研究。研究認為，在設計數據治理結構和治理內容時，不僅要對實施效果進行事前評估外，還應充分考慮組織或機構所處的特定環境、行業特點、組織規模和組織文化。Brous等[9]認為數據治理是一項復雜的T作，每個組織或機構都應具有自己的數據治理機構和治理流程，不能采取“一刀切”的方法。一般數據治理應遵循4個原則：具有數據管理組織、確保數據管理與業務需求一致、確保數據合規（遵從行業對數據治理活動的監督）、對數據治理和使用達成共識。

2.2.4數據治理有效性驗證

數據治理主要涉及數據治理機制、數據治理范圍和數據治理流程對行業、企業或組織運行效率的影響，數據治理工作與組織戰略目標相關性研究等。由于目前還沒有通過數據治理顯著提高組織運行績效的案例，因此，當前的研究多集中在數據治理與組織績效間接關系和間接測度，無法將數據治理和價值創造直接關聯在一起[10]|，如果組織過多的受政府意志影響，或采用過于復雜的數據治理機制，往往會出現數據用戶規避數據治理機制的現象，更不利于此類現象的開展[11]。

2.3 國內數據治理研究主題分布

國內相關研究主要集中在國際經驗介紹與分析、大數據相關政策文件分析、領域數據治理研究、數據治理技術和實踐經驗研究等方面。

2.3.1 國際經驗介紹與分析

主要集中在對美國、加拿大、英國等國家政務數據治理機制和通用教育數據資源的治理體系和治理框架等內容進行介紹。如王正青和但金鳳[12]、許曉東等[13]、黃璜[14]、譚必勇和劉芮[15]、譚必勇和陳艷[16]以美國肯塔基州、華盛頓州高校，美國聯邦政府，加拿大聯邦政府和英國政府為例，介紹教育數據和政務數據治理過程中應注重建設法律與政策相互配合支持的體制機制，具有風險防范功能的審計系統和保障治理價值實現的服務體系。

2.3.2 國內大數據相關政策文件分析

主要涉及對國內大數據、數據管理和數據治理現骨干的政策文件進行解讀和對比分析，從政策源頭探索國內數據治理T作的特點。如劉彬芳等[17]通過對國內24份政府數據治理政策文件樣本的87個內容分析單元進行政策文本量化分析。研究發現國內有關大數據時代政府數據治理政策多數集中于中觀層次，宏觀層次的政策內容較少，從政策工具視角來看，供給面、環境面和需求面的政策內容較為均衡。

2.3.3領域數據治理經驗

包括醫學健康數據治理、教育數據治理、城市數據治理、石油工程、政府數據治理。如常朝娣和陳敏”s|就大環境下醫療健康數據治理方法展開論述，認為醫療大數據治理T作應以原則為驅動，以核心指標為實施目標，以大數據等相關技術為支撐。陳萬球和石惠絮[19]認為在城市數據治理過程中，數據的收集、存儲、分析和使用中也會存在“數據失真”“數據風險”和“數據依賴”等數據異化現象；劉順春[20]對“共享中國石油”工程中數據治理體系做了研究，該體系包括生產運行共享中心、專家共享中心和服務共享中心；張翔[21]認為地方政府目前面臨“管制型政府”向“服務型政府”再向“精準型政府”的轉變，具有存量數據治理和增量數據治理雙重壓力。另有高校數據治理[22]、高校圖書館數據治理[23]等研究。

2.3.4數據治理技術

主要包括大數據技術、數據安全策略、數據的開放獲取、共享和復用等技術方案。如王利亞等[24]針對現有健康醫療數據治理中數據來源的多樣、存在大量非結構化信息且融合壁壘高等問題，探索基于元數據可追溯的健康醫療大數據治理方法；任晨鑫和董輝[25]通過分析視頻數據治理的關鍵技術、重點應用等為公安用戶設計了一套白下而上的視頻數據應用模式，輔助公安網內部置信人員信息和數據的相互認證；王文杰[26]就開源大數據治理和安全軟件展開綜述，分別討論了Apache Falcon、ApacheAtlas、Apache Ranger等安全開源框架。

3 國內外研究水平和發展趨勢述評

3.1 國內外研究水平述評

3.1.1研究時間和研究力量的分布

數據治理作為一個快速發展的領域，其研究成果的時間分布和研究力量分布均體現出一定的國內外差異。從發表時間來看，國內外數據治理研究成果都處于快速上升階段，按照文獻增長規律，該領域正處于快速發展階段。不久的將來，將會有數量更多、研究主題更豐富、研究力量更壯大的研究成果出現。國際數據治理的研究起步相對較早，尤其是在信息技術發達的國家和地區，如北美和歐洲。白20世紀末至21世紀初，隨著信息技術的爆發式增長，數據治理開始受到重視，相關研究文獻逐漸增多。進入21世紀第2個10年后，隨著大數據、云計算的興起，數據治理的研究熱度顯著上升，特別是在數據安全、隱私保護、數據質量等領域。近年來，國際上對數據治理的研究不斷深化，更加關注技術應用的創新、數據治理的自動化與智能化，以及全球數據治理框架的構建。相較于國際，國內數據治理的研究起步稍晚，但發展迅速。特別是近十年，隨著國家對數字經濟的重視和相關政策的出臺，數據治理成為學術界和業界的熱門話題。尤其是自2015年以來，隨著《促進大數據發展行動綱要》等政策文件的發布，國內數據治理的研究成果快速增長，特別是在數據安全法、個人信息保護法等相關法律法規的制定與實施背景下，數據治理的研究深度和廣度都有顯著提升。

國際上數據治理的研究力量分布在多所知名大學、研究機構及跨國企業中，尤其在美國、英國、德國等地的研究機構和大學，擁有較強的研究團隊。這些機構不僅在理論研究方面有深厚積累，也在實際應用層面與企業緊密合作，推動研究成果的落地轉化。國際數據治理研究所（DGI）等專業組織也在推動全球數據治理標準與最佳實踐的交流與推廣。在中國，數據治理的研究力量主要集中在一些頂尖高校、國家研究機構及大型互聯網企業和金融機構。隨著國家政策的支持，越來越多的科研單位成立了專門的數據科學與大數據技術研究部門，聚焦于數據治理的本土化應用、行業標準制定和技術研發。同時，行業協會和學會也在推動數據治理理論與實踐的結合，通過舉辦論壇、研討會等形式，促進了研究力量的交流與合作。

3.1.2研究主題的分布

國內外數據治理研究主題存在明顯的不同，且國內研究明顯處于國際相關研究的跟跑階段。國際數據治理研究主題主要集中在數據治理概念框架、數據治理范圍、數據治理流程和數據治理有效性等方面。國內相關研究主要集中在國際經驗介紹與分析、大數據相關政策文件分析、領域數據治理實踐經驗、數據治理技術等方面，其中數據治理技術重點研究大數據技術、數據標準、數據算法、平臺建設、數據存儲成本治理等方面。

國際研究在理論框架和技術創新上領先，而國內研究在響應政策法規、行業應用實踐方面更為活躍，兩者都重視理論與實踐的結合。國際研究受全球法規環境影響，更側重于數據跨境流動的合規性；國內研究則更關注符合本國特色的法規遵從和政策導向。國際研究覆蓋廣泛，但在行業應用上更側重于跨國公司和高度監管行業；國內研究則緊密聯系國家發展戰略，重點關注智慧城市、政務服務等領域的應用。國內外數據治理相關研究均關注技術創新，但國際研究可能更傾向于前沿技術的探索與應用，國內則在適應國情和行業需求的技術應用上更為突出。另外，由于行業數據和政務具有一定的保密性，國內的數據治理處于實踐應用先于理論研究的狀態。

3.1.3研究內容的深度和廣度

在數據治理領域，國內外的研究既有共同之處也存在差異，這些差異反映了不同地區在法律環境、技術發展、行業實踐和學術傳統上的多樣性。

國際上關于數據治理的研究通常覆蓋更為廣泛的領域，涉及跨文化的比較分析、跨國數據流動的法規遵從性，以及全球數據治理政策的對比。這些研究往往更側重于全球視角下的數據治理框架、國際合作機制，以及國際標準和最佳實踐的推廣。國際研究還傾向于探索新興技術和趨勢，如AI在數據治理中的應用，以及它們對全球數據生態系統的影響。而中國在數據治理研究方面的廣度體現在對國家政策、法律法規的響應與解讀，以及與數字經濟、智慧城市等國家戰略緊密相關的實踐探索。國內研究特別關注數據安全法、個人信息保護法等國內法律法規的具體實施，以及如何在各級政府和企業中推進數據治理體系的建設。此外，國內研究也關注行業特定的數據治理需求和解決方案，如金融、醫療行業的數據治理實踐。

在深度上，國際研究往往更注重理論與模型的創新，如數據治理成熟度模型的深化、數據倫理框架的構建，以及對數據價值最大化策略的經濟學分析。此外，對數據隱私保護、數據主權等議題的研究也較為深入，特別是在法律和倫理層面的探討。國際研究傾向于通過實證分析和案例研究，深入挖掘數據治理在具體場景下的挑戰與對策。國內數據治理研究在深度上則側重于適應中國國情的法律框架和政策體系的構建，以及如何在快速數字化轉型中解決數據治理的實際問題。這包括對數據生命周期管理、數據質量控制、數據共享與開放等具體操作層面的研究。國內學者也深入分析了數據治理在提升政府服務效能、驅動產業升級等方面的作用，以及如何通過技術手段利用大數據分析、人工智能等提升數據治理效能。

總而言之，國外數據治理在關注數據治理框架、數據范圍、數據治理流程和數據治理有效性的同時，也強調多元主體協同治理和深度融合的重要性。數據治理組織結構業務流程、管理方式、法律法規及倫理規范均呈現多樣化的治理特征和多維度的治理路徑，已經逐漸形成一個完整的體系[27]。但國內相關研究還處于起步階段，缺乏多學科融合和跨機構協同合作的治理規則。目前數據治理還缺少公眾參與，公民參與的數據治理也將是國內數據治理的難點和重點。

3.2 國內外發展趨勢述評

數據治理作為全球關注的熱點，其發展趨勢在國內外呈現出一些共同特點，同時也存在一些基于不同背景和條件下的差異。

在相似性方面，首先，在研究主體上，隨著各國啟動數據治理工程，各國將涌現新的數據治理研究主體，跨機構、跨境協作的數據治理研究主體也將快速發展，逐漸形成一個多元主體參與的研究領域。其次，在數據治理利益相關者研究上，法律顧問、數據架構師、數據管理員和數據平臺或數據處理所有者等都將被納入研究范圍，以還原數據治理的真實社會環境；公民參與的數據治理也將成為人口大國的研究重點，這將有力地促進相關實證研究和跨學科、跨機構協同合作的數據治理規則研究。再次，在數據治理規則和相關研究上，將呈現分行業、分領域、分組織的分類研究態勢。對數據質量、數據價值進行評估，在兼顧數據質量與隱私敏感信息保護的同時，提高數據治理效率。隨著數據治理成功案例的涌現，數據治理有效性的實證研究也將更便于開展。最后，在研究結論的普適性方面，目前的研究在研究結論的可重復性和可概括性方面還存在局限[28]。隨著數據治理研究規模的擴大，研究結論的普適性將作為研究重點之一，具有一定代表性的公司作為數據治理樣本數據進行定量研究或統計學研究，都將成為可能。

在差異性方面，首先，國內外在數據治理的法律框架和政策導向上存在差異。例如，中國更加強調數據本地化存儲和處理，而歐美國家則更多關注數據跨境流動的自由與監管平衡。其次，不同國家和地區因經濟結構和行業發展水平不同，數據治理在各行業的實踐重點也有所區別。例如，中國在智慧城市、數字政務領域的數據治理實踐較為突出，而歐美可能更側重于金融、醫療等行業的數據治理。再次，在技術應用成熟度方面，雖然技術應用是全球趨勢，但具體技術的成熟度和普及率在不同國家和地區有別。最后，在數據治理成熟度方面，國際上部分發達國家的數據治理成熟度較高，已進入持續優化和創新階段；而發展中國家包括中國某些領域，可能還在建立健全數據治理體系的初期或中期階段，正加速追趕。

綜上所述，數據治理的國內外發展趨勢在研究主體、利益相關者、數據治理規則、研究結論的普適性等方面具有相同的特點，但在具體實施路徑、政策法規環境、行業重點及技術應用的成熟度上展現出了各自的特色和側重點。

4結語

文章對國內外數據治理的概念演變、研究主題進行綜合對比分析，并對國內外研究發展水平和研究趨勢的簡要述評，具有一定的理論意義和應用價值。在理論上，可擴展國際數據治理研究視角。為提出數據治理的中國視角，提高中國數據治理理論研究水平進行研究儲備，為進一步研究做鋪墊；通過調研和深度總結國際數據治理規則現狀，依據中國國情提出中國舉措，為提升中國在全球數據治理規則制定中的話語權貢獻一份力量。在實踐上，可探索中國數據治理規則和治理方案。圍繞保障國家數據主權和數據安全，對國際數據治理相關主體、政策和規則研究開展調研，對比國內數據治理現狀，提出國際數據治理的中國方案提供前期思考。

[1]Vilminko-Heikkinen R.Pekkola S. Changes in roles， re-sponsibilities andownership in organizing master data management[J]. Intemational Joumal of Information Man- agement.2019.47：76-87.

[2] Abraham R，Schneider J，Vom Brocke J. Data govemance： A conceptual framework， structured review. and research agenda[J]. Intemational Journal of Information Manage- ment.2019.49：424-438.

[3] Yin C D，Jia H.Gao L，et al. Comparative analysis of da- to management system[C]//Proceedings of the 2016 6th Intemational Conference on Machinery. Materials，Envi- ronment Biotechnology and Computer Atlamtis Press， 2016 ： 919-923.

[4] Cheng G M，Li Y.Gao Z W.et al. Cloud data gover- nance maturity model[C]//Proceedings of the Second In- ternational Couference on Intemet of' things，Data and Cloud Computing Intemational Conference on Software Engineering and Service Science. Publication History， 2017：1-10.

[5] 'rhuraisingham B. Secure sensor information management and mining[Jl. IEEE Signal Processing MaUwKuXteIwKuV80/P+AJoRQ==gazine，2004，21 （3）：14-19.

[5] 宋俊典，戴炳榮，蔣麗雯，等．基于區塊鏈的數據治理協同方法[J].計算機應用.2018.38 （ 9 ） ：2500-2506.

[7] Kim H Y，Cho J S. Data Govemance F'ramework for Big Data Implementation with a Case of Korea[Cy/ 2017 lEEE International Congress on Big Data（BigData Con-gress）. NEW YORK，2017：384-391.

[81 Zuckerberg B，Bonter D N，Hochachka W M，et al. Climat- ic constraints on wintering bird distributions are modi- fied by urbanization and weather[J]. Joumal of Animal Ecology，2011，80（2）：403-413.

[91 Brous P，Janssen M，Vilminko-Heikkinen R. Coordinating decision- making in data management activities：A sys- tematic review of data governance principles[C]//Elec- tronic Government. Lecture Notes in Computer Science， 2016：115-125.

[10l Danielsen F. Local participation in natural resource moni- toring：A characterization of approaches[J]. Conservation Biology，2009，23（ 1）：31-42.

[11] Cappa F，Rosso F，Giustiniano L，et al.Nudging and citi-zen sclence： rrhe effectiveness of feedback in energy-demand management[J]. Joumal of Environmental Man-agement，2020.269，11075.

【12]王正青，但金鳳，大數據時代教育大數據治理架構與關鍵領域：以美國肯塔基州、華盛頓州與馬里蘭州為例[J]現代教育技術，2019，29（2）：5-11.

113]許曉東，彭嫻，周可，美國通用教育數據標準對我國高等教育數據治理的啟示[J]高等工程教育研究，2019 （1）：103-108．

[14]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.

115]譚必勇，劉芮，英國政府數據治理體系及其對我國的啟示：走向“善治”[J].信息資源管理學報，2020，10（5）：55-65.

【16]譚必勇，陳艷，加拿大聯邦政府數據治理框架分析及其對我國的啟示[J].電子政務，2019（1）：11-19.

117]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.

【18]常朝娣，陳敏，大數據時代醫療健康數據治理方法研究[J]中國數字醫學，2016，11（9）：2-5.

[19]陳萬球，石惠絮，大數據時代城市治理：數據異化與數據治理[J].湖南師范大學社會科學學報，2015，44（5）：126-130．

[20]劉順春，“共享中國石油”中的數據治理體系研究[J]北京石油管理干部學院學報，2019，26（6）：21-29.

[21]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）：37-41.

[22]彭雪濤，美國高校數據治理及其借鑒[J]．電化教育研究，2017，38（6）：76-81．

[23]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.

[24]王利亞，邱航，陳若雅，基于元數據可追溯性的健康醫療大數據治理方法及可視化呈現【J】．中國衛生信息管理雜志，2019，16（6）：661-666.

[25]任晨鑫，董輝，基于視頻數據治理技術的視頻資源應用新模式探索[J]．中國安全防范技術與應用，2019（6）：24-27。

[26]王文杰，胡柏青，劉馳，開源大數據治理與安全軟件綜述[J].信息網絡安全，2017（5）：28-36.

[27]安小米，宋懿，郭明軍，等，政府大數據治理規則體系構建研究構想J].圖書情報T作，2018，62（9）：14-20.

[28] Lee J，Kao H，Yang S H. Service innovation and smartanalytics for industrY 4.0 and big data environment[J].Procedia CIRP.2014，16：3-8.

A Review of International Data Governance Research

MEN WeiliI，LIU Yiqiang2

（l.China University of Political Science and Law，Beijing 100088. China 2.China Grinm Group Corporation Limited， Beijing 100088. China）

Abslracl： A comparative study is conducted on the concepLs， research strengths， and research topics of inLerna-tional data governance. It is believed that the research topics of internaLional data governance mainly focus on fouraspects： research on the conceptual framework of data governance， research on the scope of data governance， researchon data governance processes. and validation of data governance effectiveness. The research lopics of China's datagovernance mainly focus on the introduction and analysis of international experience. analysis of domestic big datarelated policy documents six aspects： domain data governance. data governance technology， research on data gover-nance frameworks， and research on practical experience in data governance. At the end of the article. a comparisonis made between the depth and breadth of research at home and abroad， and a brief review is made on the researchtrends from the perspectives of research subjects， stakeholder research on data governance， data governance rules，ancl the universality of related research and conclusions. This lays a preliminary foundation for the policy reservesand governance rules research of data governance in China.

Key words： data governance; comparative research; development review