知识分类

文章推荐

中国大数据治理模式创新及其发展路径研究

 中国企业数据治理联盟（www.chinaedg.com/）

 进入》主数据管理      企业数据治理      信息资源规划    数据安全管理

　 摘要：首先基于历史逻辑的视角阐释了我国大数据治理的历史变迁、演化历程和政策部署。继而从思维困境、管理困境、法治困境三个层面剖析了我囯大数据治理当前面临的藩篱。在充分借鉴发达囯家大数据治理过程中在法律保障、共享开放、质量管理等方面的成功经验基础上，提出了我国大数据治理的价值模型，进而从信息扩张、市场拉动、政府公信、绩效评价和法律保障五个维度规划了未来发展思路，以期对我国大数据治理有所益助。本研究为大数据治理困境提供了机理性的框架解释，也拓展了大数据治理研究的分析路径。

　　一、我国大数据治理发展现状分析

　　(一)大数据治理的发展环境日益完善

　　据统计，政府掌握着社会上80%的信息资源。有鉴于此，从政府数据出发，审视大数据治理的历史变迁更具有一般性意义。在我国，政府大数据治理起步于20世纪90年代，基本与国家的电子政务建设与发展同步进行。20年来，为强化国家各级政务部门大数据治理，国家电子政务主管部门和相关业务部门相继出台了多项大数据治理政策文件，围绕统筹协调、网络建设、信息共享、业务应用、安全保密、标准规范、法律法规和绩效考核等领域做了全方位任务分解和实施部署(参见表1)。

   

   表1 大数据治理相关政策对比分析　　

 

　　毋庸置疑，20多年来，中办、国办、国家发展与改革委、工信部、原国信办等相关部门经过不懈努力，逐步明确了大数据治理的发展方向、重点领域、推进思路、组织体系、工作机制和保障措施，为大数据治理健康发展提供了强有力的制度保障，使我国大数据治理发展环境和领域生态得到持续改善，对发挥信息化建设效能起到了关键作用。近些年来国家在大数据治理方面的重点聚焦在网络基础设施、安全保密、业务应用和信息共享，开放数据的历史任务亦提上日程，国发〔2015〕40号、国发〔2015〕50号和发改高技〔2017〕1449号分别做了相关要求。

　　(二)大数据治理的发展共识已经形成

　　大数据是新一轮信息技术革命与经济社会发展融合的产物，深深地充斥了人类经济社会的许多角落，其与云计算、物联网等新技术相结合，正在迅疾并日益深刻地改变人们的生产生活方式。界内对大数据的作用、地位、意义等认识不断深化和拓展，在全球信息化快速发展的大背景下，数据作为国家基础性战略资源的重要地位已得到社会普遍认可。国务院《促进大数据发展行动纲要》国发〔2015〕50号深刻认识到大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响，数据作为基础性资源、重要生产要素和新生创新动力的作用日益彰显。

　　首先，大数据已经成为经济增长的新引擎。囯家大数据战略的实施，推动了大数据、互联网、云计算与各行业、各领域深度融合和数字资源开发，大数据以数据流引领技术流、物质流、资金流、人才流，深刻影响着社会分工协作的组织模式，在企业的决策、生产、营销、渠道物流等各个环节发挥的支撑作用已经得以显现。大数据将创新作为强劲新引擎，加速转化新技术、新成果，选择发展新业态、新模式，为经济稳增长积蓄新动能，新兴产业规模不断扩大，新兴产业要素不断集聚，新兴产业创新能力不断提升，新兴产业龙头快速发展。深化大数据应用已成为维护稳增长、促改革、调结构、惠民生的内在需要。

　　其次，大数据已经成社会变革的新动力。作为21世纪的"钻石矿"，大数据带来的社会变革是小数据无法比拟的，大数据已被认为是社会第四生产要素，深刻改变着社会发展格局，是驱动社会变革和创新的新动力。大数据时代的社会运行特点及规律体现在两个方面。一是万物皆可数据化。2011年，麦肯锡公司对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250PB，欧洲约为2000PB，美国约为3500PB。物联网、互联网、移动互联网是大数据的重要来源。目前，eBay的分析平台每天处理的数据量高达100PB，超过了纳斯达克交易所每天的数据处理量。二是社会运行机理的可模拟化。全量数据突破了传统信息技术和数据收集"只见树木不见森林"的局限，为社会发展轨迹和演化规律进行精准模拟和对未来发展走势作出科学预测。大数据已经在智慧城市、应急管理、舆情监测、社会治理等方面开展了深入应用。

　　再次，大数据已经成为政府治理的新支撑。大数据已经在"智能化"地重新塑造着政府治理模式，被认为是继互联网革命之后又一次技术革命和政府治理现代化的重要推动力量。技术变革既可以带给政府治理手段的创新，也可能推动治理机制的创新，最终变革政府治理范式彌。大数据重塑着整体政府的运作机制。整体性治理模式(holistic governance)是在对新公共管理批评基础上发展起来的。大数据已经对政府的决策机制、治理模式和工作方式均产生了深刻的影响，有助于打破政府信息孤岛和业务藩篱，打造纵横贯通、上下联动、内外协同的整体性治理大格局。建设服务型政府也不能缺少大数据的支撑，其大幅提升政府提供公共产品和公共服务的质量和效益，重塑公众对对政府的信任，避免政府陷入"塔西佗陷阱"。

　　(三)大数据治理推进路径日益清晰

　　首先，国家层面强化顶层设计。大数据治理已经成为国家意志，党中央国务院注重大数据治理体系的前后衔接性，打出一系列组合拳，把大数据上升至国家战略，与行业发展深度融合，大数据治理模式、机制、体系和生态初步形成(参见表2)。

   

   表2国家层面有关大数据治理相关文件部署　　

 

　　其次，各地区各部门注重协同推进大数据管理机构在近年如雨后春笋般涌现。2014年2月广东省大数据管理局成立，拉开了全国大数据局成立的帷幕，截至2017年6月中卫市云计算和大数据发展服务局设立，全国已经成立12家大数据管理机构。从级别上看，主要分为正厅级(如贵州省大数据管理局)、副厅级(如兰州市大数据管理局)、正处级(如银川市大数据管理服务局，全国第一家省会城市成立)和副处级。大数据管理机构主要职能主要定位在大数据发展战略、规划和产业政策、相关地方性法规、规章草案、地方性行业技术规范和标准等方面。此外，大数据治理需要发展规划的有力保障。2015年是大数据政策顶层设计年，2016年是大数据政策部署细化部署年，2017年是大数据政策落地年。国务院部门和地方政府出台了一系列建设方案、指导意见、发展规划、行动计划等行业和地方政策有力推进着国家文件部署落地实施(参见表3)

   

   表3部分国务院部门和地方出台的行业政策(示例)　　

 

　　加快大数据与地区经济社会发展深度融合的步伐是大数据治理的重要环节。我国的大数据发展势头迅猛，正加速融入经济社会各个领域。国家级大数据综合试验区加快推进，2015年9月，贵州启动全国首个大数据综合试验区建设工作。跨区域类综试区(京津冀、珠江三角洲)，区域示范类综试区(上海、河南、重庆、沈阳)，大数据基础设施统筹发展类综试区(内蒙古)建设成效显著，京津冀三地将在"十三五"期间共建大数据综合试验区。很显然，这些举措将为有效打破数据资源壁垒、强化基础设施统筹，推动相关制度创新和技术创新，提升政府治理能力，推动经济转型升级提供重要支撑。

　　二、影响我国大数据治理的瓶颈障碍

　　大数据时代的到来为推动信息共享、部门协同、社会治理、科学决策提供了千载难逢的发展机遇，但同时也会遇到许多新的问题与挑战，阻碍了我国经济社会发展和政府治理模式的转型升级。

　　(一)思维困境

　　所谓大数据思维，就是一切以数据为中心的思维模式，即从大数据出发研究问题，从海量数据中剖析问题、理解问题、解决问题，用数据来管理经济社会活动，用数据来进行科学决策。大数据思维是这个时代对每一个人、每一个组织机构提出的要求。正如美国谚语所言，"除了上帝，任何人都必须用数据来说话"。数据是科学的度量，人们不能漠视数据。数据治理的前提是树立正确的大数据观。但由于受传统管理行为、思想观念、行为模式的影响，人们对大数据的思维认识仍存在许多误区，亟需一一厘清。

　　首先，大数据是数据资源，奥巴马政府甚至将大数据定义为"未来的新石油"，是21世纪人类最宝贵的财富，由此可见大数据作为战略资源的重要性。其次，大数据是一种技术和方法，有人将它称为继实验科学、理论科学和计算科学之后的第四种科学研究模式。早在1980年，著名未来学家阿尔文·托夫勒(Alvin Toffler)便在《第三次浪潮》一书中，热情地将大数据赞颂为"第三次浪的华彩乐章"。再次，大数据是一门新兴科学。如经济学、政治学、社会学、信息学一样，大数据也是一门基础学科。虽然在科学研究方面，大数据还没有形成严密的理论基础和逻辑体系，但是，作为一门萌芽学科，大数据正在从应用实践领域逐步形成自身的范式、理论、方法和标准。此外，中国科学院院士李国杰等指出，大数据科学作为一个横跨信息科学、社会科学、网络科学、系统科学、心理学、经济学等诸多领域的新兴交叉学科方向正在逐步形成。

　　由此，从统计学角度而言，大数据对抽样方式造成了巨大冲击，传统的研究模式已经难以为继，比如公众对政府统计部门公布的物价指数和基尼系数引发的怀疑正如舍恩伯格和肯尼思·库克耶所言，随机采样方法具有与生倶来的缺陷：一是采样的随机性实现难度大，二是不适用考察子类别情况，三是采样忽略了细节考察，四是调查结果缺乏延展性，五是难以用于奇异值分析。从信息技术角度来看，传统数据挖掘方法已不再适应日新月异的数据环境，数据采集、数据存储、数据分析以及可视化等诸多方面捉襟见肘，由此需要设计适合大数据分析的数据仓库架构。从思维逻辑审视，大数据对传统的因果关系带来了颠覆性的挑战。统计学家纳特·西尔弗在其《信号和噪声》中认为：大数据中大多数都是不相干的噪音。除非有很好的技术信息进行过滤和处理，否则将惹上麻烦。舍恩伯格等在《大数据时代》一书中指出，没有必要非得知道现象背后的原因，而是要让数据自己发声。他们认为，相关关系能够帮助我们更好地了解这个世界。该作者甚至大胆预言，大数据的核心将会是基于相关关系分析法上的预测，进而提出"大数据三原则"：要全体不要抽样，要效率不要绝对精确，要相关不要因果。

　　(二)管理困境

　　传统管理模式和组织架构给跨部门、跨层级、跨区域的数据共享带来了实际困难，这是大数据治理面临的最大挑战。当前，80%的数据资源掌握在政府部门，应该说，撬动政府数据治理是发挥数据效力的关键。遗憾的是，长期以来，我国政府组织架构是中央-省-地-县-乡五级，加上一些副省级城市，行政层级长达六级，造成了政府各职能部门垂直互动难，中间经过层级越多，信息传递速度越慢，信息被过滤和扭曲的可能性就越大。此外，我国目前尚未对信息资源的归属、采集、整合、开发、利用等权、责、利做出制度化安排，信息资源部门化，部门资源利益化现象普遍存在，给数据资源的共享协同架设了难以逾越的屏障，加剧了信息资源分割和垄断，阻碍了政府信息资源有效整合和综合应用。囯家电子政务内网尚未完全建成。国家电子政务外网省级、地市级、县级、乡镇街道覆盖率分别达到100%、94.3%、83.5%和33.6%，现有外网承载各级政务部门的社会管理和公共服务业务系统较少，仅包括国家应急平台系统、监察部纠风业务系统等10个部委的12项业务应用系统。此外，由于历史原因，大量业务专网广泛存在且互相隔离，中央的38个部门的80多个政务专网中，横向交互率仅有0.1%，基本上都是信息孤岛。我国目前电子政务网络内网、外网和专网"三网并存"的格局给跨网的信息资源共享和数据开放设置了天然屏障。

　　数据开放给大数据治理提出了新挑战。如果没有信息的开放，大数据将是无源之水。《中国地方政府数据开放平台报告》显示，截止2017年6月，全国19个地方政府推出数据开放平台。表3从国家部委、省、市、县四个维度，对我国政府数据开放进展情况进行比较分析。

 

　　表3我国数据开放存在的问题统计

   注：以上数据截止时间为2017年9月7日。

　　表3表明，虽然数据开放目前已经取得了一定进展，但中央层面，缺乏国家级统一开放平台，中央部门数据开放步履维艰。地方层面，很多地方已开始数据开放的尝试，但总体而言开放深度和广度均有限，社会关注度较低，格式大多单一，仅南海区采用XLS等6种格式。整体来看，可机读性较差，开放授权程度较低，更新周期大多数未公布，数据鲜活性得不到有效保证。此外，关于大数据方面的地方性法规出台进展缓慢。到目前为止，除贵阳已于2017年4月颁布全国首部政府数据共享开放地方性法规外，其他地区尚无公开报道。

　　(三)法治困境

　　法治思维是倡导理性之治、动态之治和合法之治的思维，是数据治理顺利推进的有力保障。我国政府数据共享、信息公开和数据开放等方面的法律法规长期滞后。我国于2005年和2007年先后颁布《中华人民共和国电子签名法》《中华人民共和国政府信息公开条例》，对推动政府部门数据共享和业务协同起到了一定推动作用，但电子印章、电子证照、数据权益归属、数据交易等相关法律法规尚未出台，阻碍了数据在部门间的互信互认互通，影响了垮部门、跨层级、跨区域业务开展。主要表现在以下三个方面。

　　一是大数据一致性和权威性得不到有效保证，劣质数据的存在直接降低了数据质量，影响了数据的可用性，乃至诱发了错误的决策与判断。大数据一般来自多源头，而且往往以动态数据流的形式产生，大数据的多源性导致了不同源头的数据中存在相同的数据。相关政府部门与行政相对人之间的业务数据不能实时同步于其他政府部门，而且需要行政相对人重复提交企业基础信息，一个企业法人的信息多处存储，而这些数据变更信息往往难以做到同步，造成信息不对称、数据不一致，严重影响了数据质量。比如，企业在工商部门注册后，既没去组织机构代码机构领取组织机构代码证，也未领取税务部门登记证就开张营业，组织机构代码中心和税务部门就无法知晓这些企业的存在。2002年，国信办选择北京、杭州、深圳和青岛开展企业基础信息共享试点，意外发现大量企业存在偷税漏税现象，分别达到了17648、11718、8472、50000户。

　　二是数据归属和权益分配不清。数据具有资产的属性，国内外相关政策均赋予数据该属性。公共信息资源应归全民所有，从财产权、人格权来看，用户享有个人数据的所有权;从投入成本来看，企业对于去隐私后的数据集享有所有权。我国目前数据权益归属面临的两大困难是数据归属单位不清、缺乏完善的个人信息保护法律体系。

　　三是立法不完善。《信息公开条例》没有涉及到跨部门的信息公开范畴，信息公开条例例外边界划分不清。虽然信息公开条例以公开为原则，以不公开为例外，但很多事项由于其特殊性和重要性，如何划分公开边界需要进一步厘清。对数据开放而言，《关于促进大数据发展的行动纲要》提出了数据开放的具体任务，但从各部门目前进展来看，由于缺乏刚性约束，政府数据开放仍然步履维艰。

　　三、大数据治理的境外经验

　　(一)倡导法律先行

　　大数据治理的基本前提是强有力的法律保障。以共享开放为例，信息在立法上的自由是共享开放政府数据的关键。目前联合国和其他区域组织在内的多边体系都通过一系列国家条款、国家公约或其他法律的形式来强调信息权利，已有93个成员国在本国法律中以特定立法强调数据治理的重要性，有35个国家在国家宪法中涉及了"信息自由法"章节，有24个国家有相关的立法草案。本文以G8国家为例，分析发达国家有关大数据治理的相关战略规划、行动刚要、信息化基础、法律法规和组织体制等具体实施情况。

 

  表4 G8 国家大数据治理的相关政策　　

 

　　由表4可知，G8国家数据治理的基础较好，电子政务排名全球排名比较靠前，在治理过程中都非常注重法律法规和国家战略的保障和引领作用，相关法律多数聚焦于保护公民隐私和信息公开。从国家战略角度审视，大多关注通过数据治理，更好发挥数据在国家治理、公共服务、社会管理中的作用，提升公众参与度和政府透明度，提高政府在全球数据治理中的话语权。此外，G8所有国家都设有专职协调机构，负责国家数据治理相关沟通指导协调工作。

　　(二)注重共享开放

　　发达国家信息化建设起步早，政府数据潜在的重大价值已经得到广泛认可。美国联邦政府提出，数据是一项有价值的国家资本，应对公众开放，而不是把其禁锢在政府体制内。英国将政府数据比作21世纪新的原材料，是难以想象的资源，大数据是未来有待开发的新服务和新产品。欧盟则将政府数据视作能够带来巨大经济社会效益的金矿。从发展历程来看，国外数据共享开放可分为三个阶段。一是被动共享开放阶段(1960-2009年)，二是主动共享开放阶段(2009-2011年)，三是挖掘数据价值阶段(2011年至今)。目前，已有130个联合国成员国在政府开支方面实现数据共享，在教育、卫生、劳动力、环境、社会福利等领域实现共享的囯家数量分别是115个、109个、107个、106个、94个调查结果还显示，共享政府开支数据是联合国成员国最常见的信息公开行为，在193个联合国成员国中，有97个国家开放了有关弱势群体的数据。

　　2013年6月，八国集团首脑在北爱尔兰峰会上签署《开放数据宪章》，法国、美国、英国、德国、日本、意大利、加拿大和俄罗斯承诺，在2013年年底前，制定开放数据行动方案，最迟在2015年末按照宪章和技术附件要求来进一步向公众开放可机读的政府数据。

　　(三)强化质量管理

　　世界各国(地区)普遍注重通过门户网站提高数据的可用程度。某咨询公司对全球23个国家和地区的数据开放门户进行了调查，并对数据门户的可用性和数据可用性两个层次进行了深入分析(参见图1)。　　

 

　　数据来源：Capgemini Consulting Analysis

 

　　图1 数据门户及数据可用性分布

　　在图1中，图例的大小代表了政府的支持度。整体而言，奥地利、爱沙尼亚、沙特阿拉伯、阿联酋和摩洛哥等5个国家发展程度较低，属于创始者层次;新加坡、丹麦、意大利、新西兰、挪威、香港、爱尔兰、加纳、肯尼亚、西班牙、比利时、智利、摩尔多瓦等13个国家(地区)属于追随者层次;美国、英囯、法囯、加拿大、澳大利亚等5个发达国家属于创新者，在开放数据的可用性较高。

　　此外，数据创新组织(the Center for Data Innovation)对G8数据开放情况进行了深入调查，并对他们在G8数据开放宪章提出的开放五原则进行对应得分(每项原则最高得20分，参见图2)结果显示，G8数据开放情况差异性较大，但从数据质量和数量方面来看，各国重视程度普遍较高。

 

 　图2 G8数据开放情况对比

　　信息的效用、质量与获取的便捷性取决于数据的发布形式。世界各国在数据开放方面普遍提供了多种数据格式。以美国为例，2009年5月data.gov网站正式上线，标志着美国政府数据开放实践正式拉开帷幕。截至2014年2月10日，data.gov网站上共开放了88137个数据集，349个应用程序，140个移动应用，参与的部门达到175个。此外，美囯还有40个州、44个县市建立了单独的数据门户。从数据开放格式看，各国开放的数据集以CSV、HTML、XLS、NII、PDF等一种或多种格式出现。美国数据开放提供数据格式多达46种，其中应用最广的格式是HTML、ZIP和XML，数据集分别高达20775个、12517个和11992个。2012年5月，美国出台《数字政府战略》，将政府开放数据作为电子政府发展的支撑，确保数据处于"开放和机器可读(open and machine-readable)"的默认状态，民众可随时随地获取政府提供的数据和服务。2013年5月，时任总统奥巴马签署《政府信息公开和机器可读行政命令》，将机器可读列为数据开放的重要内容。此外，全球有86个国家的数据能够通过电脑处理，56个国家以非专有数据发布，24个国家提供应用程序编程接口，11个国家发布的数据需要利用万维网标记与查询语言，如RDF和SPARQL。

　　四、我国大数据治理的治理机制与相应对策

　　纵观全球，大数据已经上升为各主要国家的基础性战略资源和核心创新要素。大数据是工业社会的"自由"资源，谁掌握了数据，谁就掌握了主动权。面对多元、异构、海量、动态的大数据，必须逐渐实现大数据的战略化、政策性、智慧型管理，快速挖掘获得高价值信息，提高领导决策能力、社会管理能力和公共服务能力，实现政府治理理念、架构、模式、内容、手段的转型升级。

　　(一)构建大数据治理价值模型

　　Colin Wood认为，大数据治理将成为公共部门未来的前沿问题。随着互联网的蓬勃发展和广泛应用，信息公开、数据共享和数据开放已经在全球范围得到蓬勃开展，对大数据时代数据治理提出了新的要求，同时也已经成为数据治理的应有之义，基于此，我们提出了在数据管理基础上构建了大数据治理的价值模型(参见图3)。

  图3数据治理与数据管理的关联模型

　　发展的观点和联系的观点是马克思唯物辩证法的两个总特征，从数据管理发展到大数据治理，亦必须基于历史的、逻辑的、演变的观点来审视。笔者认为，传统的数据管理主要是对数据资产管理为核心，对数据进行采集、汇聚、清洗、分类、组织、编码、存储、检索和维护，提升数据质量，以达到数据质量最优化为最终目标。大数据治理则吸收了治理的思维理念，除了需要数据管理的基本支撑外，更侧重体制机制的变革、组织行为的转型和强有力的法律法规保障，推动数据共享，促进数据公开，强化数据整合利用，发挥数据潜在价值，为推动经济发展、完善社会治理、提升政府服务、优化科学决策提供及时、权威、完整、准确的数据支撑。

　　为更清晰描述数据治理与数据管理的关联和区别，作者根据大数据治理当前发展形势和任务要求，进行了补充完善以便使读者能够对两者进行更进一步区分。

　　表5数据治理与大数据管理区分度注：

 

   图中标志具体意义为相关比较项的难度或复杂度：高 H，中 M，低 L

　　与数据管理相比，大数据治理的范围更加广泛，既涵盖传统的业务数据，也包括大量的互联网数据。从数据类型而言，既包括结构化数据、半结构化数据，也包括非结构化数据(即无法通过二维表结构来表达的数据，包括视频、音频、图片、图像、文档、文本等形式)。从数据安全的视角来看，在互联网的开放环境下，如何有效保障国家秘密、商业机密、个人隐私(比如公众的通话记录和网络访问记录)，是大数据治理必须直面和破解的重大挑战。此外，垮部门、跨区域、跨层级、跨行业的数据共享和交换，客观上要求必须落实国家信息安全等级保护制度要求，加强数据安全管理，完善信息共享、业务协同的互联互认、身份认证和授权管理机制。

　　(二)构建大数据治理机制框架

　　科学顺畅高效的大数据治理机制是实现上述目标的重要保证。笔者在近年对有关部门决策咨询、实地调研、综合分析基础上，整理提炼出大数据治理的框架架构(参见图4)。

 

  图4大数据治理的框架结构 

 

　　1.信息扩张机制

　　信息扩张机制是大数据由部门内部应用逐渐实现跨区域、跨部门、跨层级、跨系统的信息共享和业务协同以及对社会公众的数据开放。其中涵盖两层含义，其一是在共享和开放层面，数据能否共享和开放，涉及到数据的开放性、法律边界、数据价值实现等问题，要实现数据由部门内部共享(包括无条件共享、有条件共享、不予共享等三种形态)到对社会开放的历史过程;其二是在原始数据利用层面，实现由信息公开向数据开放的历史性跨越，实现政府部门大数据的增值利用。从历史演化角度看，大数据治理过程经历了三个发展阶段：20世纪以前(萌芽阶段)、20世纪(发展阶段)、21世纪(成熟阶段)。从实践的深度和应用效能来看，进入21世纪以来，大数据在经济社会发展和政府治理中的应用更为凸显，尤其是以信息公开、数据开放和大数据汇聚、整合利用为特征的四个发展阶段对挖掘大数据潜在价值，提升部门协同治理水平和大数据市场化开发能力奠定了重要基础。在此过程中，信息扩张机制应该且一定能发挥重要的保障作用。

　　2.市场拉动机制

　　市场拉动机制是大数据由静态存储逐步实现市场化动态应用的过程。现代管理学之父德鲁克认为，预测未来最好的方法，就是去创造未来。大数据就是预测未来、创造未来的重要引擎。在经济学情境下，市场拉动机制也就是把对社会而言具有稀缺性特征的大数据尤其是政府大数据，通过全部公开、部分公开、应用公开等不同方式合理分配到社会领域中，建立市场化开发和应用机制，重点开发行业创新应用，挖掘数据资产，催生大数据发展新业态、新模式，为政府和社会公众提供可定制化的信息和数据服务以及创新红利，以实现数据资源的价值最大化。目前，我国在大数据发展和应用方面已具备一定基础，拥有市场优势和发展潜力。通过市场拉动机制，是大数据成为推动经济转型发展的新动力、重塑国家竞争优势的新机遇和提升政府治理能力的新途径，创新社会管理和服务模式，提高信息化条件下社会治理能力和公共服务水平。

　　3.政府公信机制

　　政府公信机制是通过信息公开、信息共享、数据开放等方式，实现政府决策、执行、监督等信息的有序汇聚和数据开放，支撑跨部门协同、领导决策和社会化利用，支撑实现整体政府、法治政府、开放政府、智慧政府和服务型政府建设，不断提高政府的决策能力、履职水平和透明化程度，从而提升政府公信力。实现该目标有三个基本要求。一是加大行政审批、行政处罚、市场监管等相关信息公开和数据开放。二是提升数据使用价值，激发群众参与管理的主观能动性和积极性。"天下多忌讳而民弥贫"。只有把束缚老百姓参与政府数据开发利用手脚的绳索都解开了，才能真正发挥13亿人的聪明才智和创造力。三是充分提升政策透明度，让群众看得见，看得懂，能切身感受到政府大数据带来的实惠和便利。

　　4.绩效评价机制

　　绩效评价机制是大数据治理的重要抓手，创新电子监察力度强化政府内部监督督查信息化手段，充分发挥社会公众外部评价作用，建立内外监督评价双轴驱动长效机制。前者着重从信息公开、数据共享开放广度和深度开展督查，后者着力从社会和公众体验程度和领导决策支撑能力方面来科学制定评价指标体系和评价方法。建立健全"第三方评估"的模式，委托专业评估机构，对数据开放信息共享政策落实情况进行评估，倒逼提升大数据治理成效。采用第三方评估手段组织开展大数据共享、开放、汇聚、整合、应用的星级评估评价，以评价考核为手段倒逼各地区各部门不断提升大数据治理质量。

　　5.法律保障机制

　　数据开放、信息公开、个人隐私保护等重要领域，均离不开完善的法律保障。大数据治理过程中，法律保障机制主要包括三个方面。一是通过法律形式，确定大数据资源权益归属，即采集权、所有权、知情权、保存权、使用权。《经济学家》杂志数据编辑肯尼思·丘基尔认为，个人、企业、政府都可以是数据拥有者。厘清大数据资源的责权利是数据治理的重要前提。二是积极研究数据共享开放等方面制度，实现对数据资源采集、共享、开放的规范管理，促进政府数据在风险可控原则下最大程度开放。三是数据安全和个人隐私保护。面对曰益开放的互联网，数据保护以及个人隐私权成了每个公民在大数据时代的新权益，而这些权益的滥用和侵害也势必带来新的伦理危机。如何依法依规加强对数据滥用、侵犯个人隐私等行为的管理和惩戒，也是大数据治理的内在需求。

　　五、总结与进一步思考

　　大数据治理是大数据、"互联网+"情境下等所孕育的新命题，大数据治理困境的现实演绎促使人们进一步思考和理解大数据治理与政府治理日益融合的新形态。本文在现状分析、经验借鉴基础上，尝试将多维机制框架从引入大数据治理问题，多重机制的互动、宏观微观的互动都高度耦合了大数据治理场域的特征，该框架为我们探索大数据治理困境提供了有益的分析工具。

　　研究为"互联网+"时代的大数据治理提供了理论启示。一方面，本文在大数据治理问题研究的维度下拓展了基于"思维一管理一法治"的三维考量模型，这从根本上提供了深入剖析大数据治理困境的有力工具。传统的大数据治理研究聚焦于技术策略、实施工具等，却忽视了思维漠视、管理混乱、法治短路，漫无目的的扩张式发展模式、政府部门协同的叠加低效让大数据治理的管理者愈发力不从心。另一方面，大数据治理场域政府的权威和市场的拉动动力不足，基于政府权力、组织机制的研究未能引起足够的重视。事实上，政府治理现代化视域下大数据治理的时代命题提供了契机，信息扩张、市场拉动、政府公信、缋效评价、法律保障均有其自身的发展逻辑，五维机制的动态关联和高度耦合让大数据治理的场景更加丰满，五者之间的互动和演绎让大数据治理困境有望从根本上得到解决。

　　当然，思维漠视、管理混乱、法治短路三者叠加的效力让大数据治理陷入了困境，也折射出"互联网+"、大数据时代大数据治理范式变革的迫切性。尤其是市场主体的协同治理绝不意味着政府权限和责任的减少，而是对政府的"多元治理"理念和"全景式"治理能力提出了更高的要求。现实依然在演绎，导向性政策和政策细则之间的现实鸿沟仍然存在，研究也将在政府部门利益、市场拉动与政府治理模式之间进一步展开，需继续直面多方利益博弈所引发的现实挑战。

　　来源：《电子政务》

　　作者：国家行政学院电子政务研究中心 翟云