【摘要】厘清数据开放环境下政府数据治理的概念体系与内涵有助于把握当前政府数据开发利用的发展趋势与面临的主要问题。通过信息管理与数据治理概念演进轨迹追踪与内容比较，旨在明晰数据治理的概念框架，重在从作用对象、技术辐射与业务活动、参与主体、风险应对以及组织文化等角度全面阐述政府数据治理的内涵。同时，从数据治理环境的错综复杂、治理边界的扩张延伸以及治理主体调整改变和法规制度完善重构等角度详尽分析了数据开放环境下政府数据治理的内容体系与特殊性，并指出当前面临的主要问题与应对对策。
政府和政治家们都希望更多的数据集披露可以驱动创新发展和增长，随着各国政府数据开放战略的深入实施，原有的政府信息生态发生了重大改变，既需要有相应的政府数据治理理念和数据管理技术与方法来引领其发展，也对政府数据治理能力提出了新的挑战。
1 数据治理的概念框架
1.1 信息管理与数据治理的演进
从早期的文献记录管理－信息系统管理－信息资源管理乃至知识管理的演变，信息管理的内涵日益丰富，概念更为宽泛，泛指以网络信息技术为手段，对信息资源进行计划、组织、领导和控制的各种社会活动。具体到微观组织机构，则代表了基于政策目标的信息调控，以确保在评估、创建、存储、使用、归档和删除信息时有恰当的标准和行为来满足所有法律、监管和业务需求，进而高效利用信息。从内在结构看，信息管理涉及信息战略、信息内容、信息技术、信息资产与产业、信息人才队伍、信息政策法规和标准规范等各方面管理，核心是有效发现和利用信息。
从数据－信息－知识的递进发展来看，数据治理是信息管理的重要组成部分。20世纪80年代以来随着企业IT治理的深化，数据成为企业业务活动的生命线，为充分利用信息，需要进一步区分数据和信息，以建立框架来解决有关数据质量、标准以及在此基础上的信息开发利用问题（见表1）。
为此，IBM提出数据治理是传统信息管理的延续和扩展，是根据企业的数据管控政策，利用组织人员、流程和技术的相互协作，使企业能将数据作为核心资产来管理和应用。更具体地讲，数据治理更加微观，是从文件命名约定到创建元数据和长期文档政策和实践的统称，是对组织可用数据的完整性、安全性和可用性的全面管理。
“包括过程、方法、工具和技术，以确保数据具有高质量、可靠和唯一性（不重复），从而使报表和数据库的下游使用更加可信和准确；也有人从价值开发的角度界定数据治理是“战略性业务计划，即确定和优先处理能够给组织带来经济效益的数据以及减轻因薄弱的数据质量和做法而带来的经营风险。
1.2 信息管理与数据治理的概念比较
（1）关注对象不同。信息管理需要考虑的主要问题包括信息的所有权、信息生命周期、信息利用的商业价值和意义以及如何使用等。而数据治理要聚焦数据的透明度、数据出处、数据质量、数据安全、数据服务水平以及数据变化的影响、数据责任等，以确保数据和信息管理得当。
（2）研究视野迥异。前者从战略上架构信息的综合开发，注重结果，着眼于信息管理活动绩效的评估和用户满意度，涉及到不同机构和部门间的信息、人员、技术以及制度的交换与协调。后者从目标实现的战术角度关注数据流动的细节与过程，关注数据资产价值实现中利益相关者之间的互动与角色定位，强调内部流程再造，最终实现数据的可用与共享。
（3）作用目标差异。信息管理的目标是确保国家信息法律制度的遵守与执行，最大限度地降低信息开发利用风险和成本，实现信息效益的最大化。而数据治理“专门关注数据资产的管理”，重点聚焦在数据资产的保护与价值挖掘，目标是使数据易于理解和再利用，提高数据安全和隐私保护，不断挖掘数据潜力，促进信息共享，提升数据价值。
（4）层次结构区别。信息管理远远高于数据治理，由领导和组织结构层面以及信息流程的关键环节管理构成，以确保组织信息的维护与利用。其中，传统的数据活动管理只是关注局部具体数据问题，尚未建立数据活动相关要素的内在关联与业务协同，而数据治理是信息管理的基本层次和重要组成部分，涉及具体的数据业务活动过程和控制，以确保信息在数据层面是真实、准确、完整和安全的。
2 政府数据治理的概念框架
治理意味着政府分权、社会多元参与和互动。所谓政府数据治理，就是以治理的思维方式改进传统政府信息管理，是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段，对政府结构化数据和非结构化数据的可用性、完整性、安全性等进行全面管理，以确保政府数据资产的保值增值，进而推动政府数据从公共资产转换为现实的经济社会价值。从管理到治理，不只是概念的转换，还反映了政府信息管理理念与管理方式的重大调整，主要表现在：
（1）从对象范围角度出发。政府数据治理代表的是对数据过程和结构的管理，作用对象不仅仅是政府数据内容本身，还包括政府数据平台、业务流程、信息基础设施以及技术水准与人员和内部管理等要素，直接目标是从政府数据的零散利用转变为主数据的统一利用、从很少或者没有组织数据过程管控逐步实现行政体系内的数据流程治理，并将传统的只解决局部问题的数据质量、数据标准、数据架构、元数据等相对独立的单一数据活动进行统一协调和优化组合，实现整体化的数据治理以避免碎片化管理。
（2）从技术辐射范围角度出发。政府数据治理不同于传统的政府IT治理，仅仅将重点局限在软件开发、系统维护等IT实践，而是通过数据流与业务流的紧密融合，涵盖了从前端公共服务平台、后端数据仓库到终端数据分析与数据存储，需要多种技术支持，触及到各种数据分析工具和数据模型，并由此形式化为一系列包含数据全生命周期的技术工具、数据标准、应用程序软件、数据政策和API等。
（3）从业务活动范围角度出发。政府数据治理的内容更加细致复杂，涉及数据流所有环节，诸如数据架构管理、数据开发、数据库操作管理、数据安全管理、主数据管理、数据仓库、文件与内容管理以及数据质量管理等。简言之，通过对数据微观活动以及知识信息的一体化管理（见图1），建立完善的政府数据管理体系，借助数据流程优化与控制来提供标准化、高质量的政府数据，并借助信息共享机制和市场机制来降低数据维护与获取成本，避免不良数据对下游政府数据再利用的负面影响，实现政府数据资产价值。
（4）从主体参与角度出发。政府数据治理需要吸收和注入多种新型治理主体，以形成对传统政府数据管理机制的补充和替代。一方面，要破除全能型政府数据管制，理清政府在公共数据治理中的职能与作用边界，建立由政府主导、社会协同、公众参与、法制保障的全面数据管理思维。另一方面，还要根据政府数据流程，基于黑客、民间社会组织、政府部门、公务员以及企业等不同类别利益相关者的价值诉求与价值实现方式，建立多元数据治理与合作机制。
（5）从风险应对角度出发。在政府数据治理过程中，存在着不同层次的风险隐患，既有系统性风险，也有个人风险、财产风险和监管风险。其中，系统性风险的存在使得政府数据的开发利用存在着国家秘密泄露风险、数据资产流失风险、数据误用风险、数据分化风险等数据安全问题；而个人风险主要指隐私侵害；财产风险更多涉及公共数据开发中的不当利用与数据资产流失；监管风险则专指政府数据动态管理过程中失职／渎职所导致的信任危机、合法性危机以及经济损失等，这些问题的存在使得如何维护数据开发利用的安全、实施数据风险管理成为政府数据治理重要内容。
（6）从组织文化角度出发。政府数据治理通过对人员、流程和系统的整体设计和调整来实现数据与公共管理业务的全面结合，不仅丰富和完善了政府数据采集、管理和归档的理念与内涵，而且在战略上促使封闭的权威型保密文化迈向开放的协调型参与文化，进而推动了政府内部不同层级、不同部门间基于数据交流的协同型组织氛围的营造，并在政府与不同社会组织机构和团体、个人之间形成以数据和技术共享为纽带的开放型文化与参与型数据交换网络。
3 数据开放环境下政府数据治理面临的主要问题
数据开放运动的兴起极大改变了政府数据治理的环境并丰富其内涵（见图2），同时，政府数据治理也是推进数据开放和建设开放政府的催化剂。在现实中，受数据治理水平影响，无论是直接经济收益还是企业创新以及政府透明度，数据开放并没有实现其预期效果。
“公众以及私营组织不仅要有机会，还要有能力去利用数据才能获得开放数据的社会和经济价值。缺少恰当的治理机制和洞察用户的角度是横亘在开放数据承诺与实施效果之间落差的主要原因”；当然，数据开放也对政府数据治理形成了强大冲击，既提高了数据治理难度，也带来政府数据治理体系的扩展。
3.1 政府数据治理环境错综复杂
数据开放改变了政府数据治理的内外环境。一方面，与意识形态驱动的信息权运动相比，开放政府数据运动更多体现的是技术驱动。对此，有学者指出，开放数据对政府记录管理者而言是巨大的机会，促使他们与系统设计者和数据创造者等建立起新的合作伙伴关系。
随着数据挖掘技术、算法统计等技术手段在数据采集、存储、分析以及可视化等方面的广泛应用，数据驱动的政府信息环境变得更加混乱多变，各类数据主体对政府数据流程与业务活动监控的精准性、及时性和经济性要求更高，使得政府数据管理的相关技术标准与数据活动规则等只能保持阶段性稳定，始终处在变化调整之中。
另一方面，数据开放模糊了政府信息管理的边界，其核心要义在于非结构化原始数据的主动传播，促使数据传播与利用范围要跨越既定行政组织边界，打破不同行政机构之间的合作，通过汇集和共享信息基础设施、数据流程、数据资源以及数据内容和工具来实现政府数据在政府机构与企业、社会之间的无障碍流动。
同时，政府、企业、技术精英等各类主体在政府数据治理过程中的积极参与和分工合作也突破了传统政府数据活动的单一性与独立性，整体数据生态环境变得更加多元杂乱，使得政府数据治理必须与企业和社会数据活动有机结合，并推动各类数据活动的协调与衔接。
3.2 政府数据治理边界扩展延伸
目前，许多国家将开放政府数据视为新的治理理念和行政手段，并嵌入和整合到现有政府数据管理过程，如以充分的数据披露构筑数据驱动的政府服务平台、以精准的数据分析挖掘政府数据资产、以有效的数据推送提升用户互动参与、以清晰的数据禁区防范政府数据风险，并对政府数据治理的内容体系在内涵和外延上进行了丰富和拓展。
主要表现在：一是要内外兼顾、横向协调、纵向理顺。数据开放促使政府部门的数据治理体系必须包括数据结构（如数据格式、数据标准）、数据组织以及开发利用过程的开放，需要实现行政系统内部跨部门跨区域以及不同层级之间的数据管理合作，以形成统一的政府数据资源共享平台。
这意味着要在流程、标准、数据、资产、资源、内容和技术工具等方面进行多层次多形式的协作，包括政府数据开放与利用过程中对集权与分权的平衡以及自上而下和自下而上等数据组织与管理方式的综合运用，以应对单一部门数据管理无法适应的复杂数据环境。因为“在数据获取、数据共享、数据重用和数据加值的数据治理实践中，原有的工作岗位更加重视数据的获取、保存、利用和传播，新的岗位更加凸显创造数据价值的功能。”
二是数据管理问题的多样性与内部关联性加深。数据开放导致政府数据治理在技术、标准、流程、安全等方面面临着更加多样化的问题，既包括传统政府数据管理所涉及的数据采集、存储、整合、挖掘分析等在人员、技术方法以及管理理论上的突破与创新，也关注因开放而带来的政府数据质量、数据责任、数据隐私与安全保护以及数据资产效益等新问题的出现，其中，“数据质量被许多研究人员视为解决数据治理性能的重要指标”。同时，要实现数据的开放与激活利用需要强化政府数据管理内部各要素之间的联系，任何环节的疏漏都有可能影响到整体的数据治理效果与数据资产价值的发挥。
例如缺乏共同的元数据以及参考数据，就会阻碍政府数据交换与信息集成，进而波及开放数据的互操作性，并对大量非结构化或半结构化数据的有效表示、访问和分析提出了挑战。能否显着提高政府数据管理水平，主要取决于数据标准、数据质量、数据架构、元数据以及数据安全等数据管理内部诸要素之间的依存性和协同性，以及由此带来的政府数据管理方式的转变与管理效率的提高，即“新的潜力在于利用强制整合和高度关联的相互作用来驾驭所有这些元素进行有意识的互动”。
三是数据安全与隐私保护成为热点。政府数据与不同数据源的有机结合，可能导致先前隐藏的涉密信息或隐私数据经由独特的组合识别性能而被挖掘出来，使得不同等级的安全数据／敏感数据处在被泄露和侵害的风险之中。同时，现代民主和开放政府容易造成的错觉是，“仅仅通过大量政府数据集的披露和提供，就能使政府变得更加透明和负责任”。
因而，开放数据的大批量使用，不可避免地会造成政府数据安全保护、知识产权保护、个人隐私保护、商业秘密保护等一系列重大数据安全问题，进而造成政府行政的合法性与权威性受到冲击。对此，进一步明确数据治理责任，从被动的数据风险应对到主动的数据开放风险防范、从形式上的数据安全制度到主动的数据安全监控势必成为政府数据治理的重要内容。
2013年，美国的《开放数据政策－将信息作为资产管理备忘录》规定：政府机构必须把隐私分析纳入信息生命周期管理的每个阶段。当然重视数据安全技术的开发与应用，在数据匿名、去除识别等关键技术上进行创新，不断研制新的应对之策也是政府数据治理的必然要求。
四是数据价值实现与公平分配问题成为新的焦点。从理论上讲，开放促进和激活了那些有待开发的政府数据资源，避免了政府数据资源的闲置与浪费。但从现实推进的角度，一方面，数据开放在一定程度上打破了原有政府信息资源开发利用框架，数据作为原材料的免费提供，使得政府部门难以垄断政府数据资产价值的创造，以往成本回收模式和边际成本模式难以持续运行。如何利用给定的公共数据来生产具有高附加值的新产品，需要有新的数据经营许可模式和价值实现方式来促进政府数据的再利用.
另一方面，由于用户能力差异以及数据结构化过程中蕴含在内容中的社会特权，使得大多数公民无法访问、解释并将这些数据转化为具体行动，导致开放数据“只授权给那些已经得到‘授权’的人”，简单的政府数据开放并不能解决歧视、数字鸿沟等信息公平问题。因此，还应在如何提高数据的可用性可及性以及如何提高公众信息素养等方面进行深入探索。
3.3 政府数据治理主体职责分工调整改变
数据开放在一定程度上重塑了政府与企业和社会的关系。除了提供开放数据的政府机构外，特定领域的专家和社区、软件和系统开发人员、内容和服务提供商、平台和应用程序管理人员、公共用户和社会团体等开放数据服务链中的利益相关者，都可以参与并分享政府数据的加工生产与再利用。这些多元主体的介入，对政府部门传统的信息垄断地位形成挑战。
例如，在大幅度提升对政府信息访问获取的基础上，开放数据的提供还代表了新的机会，即为政府创建了直接接受公众和企业用户反馈、编辑、或评论数据的渠道，进而增进了政府数据管理部门与不同类型用户的信息交互，为社会用户参与政府数据交换和管理提供了契机。
这种多元参与也可视为吸纳各方优势创造高质量数据集的新型数据众包.在这一过程中，作为数据生产和分发的权威，政府的数据提供和传递方式开始从传统自上而下的数据管理逐步走向混合的，并根据企业与公众等利益相关者的数据贡献而具有了自下向上的要素。
而作为非政府主体的各类企业、社会组织，也在政府数据的开发利用过程中独立发挥作用，如开发并提供基于开放数据的APP公共服务等；同时，为扩大用户影响，与私营部门一样，政府部门也开始越来越多地进行开放政府数据用户分析，以便为用户提供个性化电子服务，传统数据管理主体博弈格局开始发生改变。
有学者认为，“实施数据治理项目最困难的方面可能是管理者参与数据管理作用的发挥”。从行政系统内部数据管理权限与职责分工来看，数据开放使得拘泥于单一系统部门的碎片化数据标准、数据流动等迈向跨部门跨系统的交流与合作，“需要有相应的领导来处理不同利益相关者的利益平衡，同时解决可能出现的各种微妙问题，并实施有效监管和资源支持与沟通”。
换言之，数据开放环境下需要进一步强化政府数据治理的跨部门领导体系，如各国业已建立的政府数据战略委员会等，高层的宏观指导和跨部门的协作沟通成为重要组织保障，以回应人们对数据质量，包括数据来源、准确性和完整性等各种要求。
美国学者指出，在数据治理项目中，至少需要在领导层面设有数据治理指导委员会（开展数据治理规划与项目审核批准）、在管理层面设有数据治理协商委员会（加强不同部门间的沟通协调）以及员工层面的数据治理工作组（负责界定、管理、控制和保存部门数据资源的完整性等）。从政府数据治理实践看，统一组织，专人负责，逐级细化与相互协作的数据责任机制已成为确保数据质量的有效方式（见图3）。同时，如何进一步明确政府部门领导与首席信息官、首席数据官的职责，避免权限重叠与职责冲突也需要根据各地实际进行周密设计。
3.4 政府数据治理制度体系的完善重构
信息法律政策是推行政府数据治理的重要工具与基本保障，没有精心设计的数据管理制度体系和明晰的职责边界，开放数据的效益就无从实现，政府数据的资产价值也无从保障。美国学者v.kundra在《21世纪的数字推动力：基于开放数据与网络效应的创新》一书中指出：“政府要提高透明度、开放性和公众参与度，必须要通过国家层面的政策法律来变革原来的政府结构”。
目前，现有信息法规政策的滞后已经成为许多国家推进开放数据战略的一个主要障碍，并在原有政府数据管理法律、法规以及政策体系的运用中出现了一系列不适应甚至彼此冲突的现象，需要进行新的架构和完善（见表2）。
（1）开放数据催生政府信息法律体系的重构。在数据开放环境下，现行层次多样、类型复杂的信息立法体系，如信息自由法、隐私保护法、网络安全法、信息再利用法规等容易导致数据开放和用户信息权以及信息产权的重复设置或矛盾，从而造成政府数据开发利用中与个体信息权利的冲突。
一方面，表现在立法理念及法律条款内容的差异，例如“美国现有的信息法律制度和记录管理政策的制定往往都先于现代技术出现之前，并没有考虑到要在数字政府中实现收集、共享和连接数据源的方便性等问题”。欧盟的《公共部门信息再利用指令》旨在推动欧盟公共部门信息增值开发进程，促进欧盟整体经济发展，并未对数据获取的无歧视性、完整性、可机读性等原则进行规定。面对不同类型用户权利意识的增强，数据被遗忘权、公平获取与开发权的提出等，需要出台或修订相应信息法规。
另一方面，开放数据的推进会带来网络公共空间的扩张，使得公共数据和私人数据的概念边界日趋模糊，数据权属关系愈加复杂难辨，原有法律框架下的信息法律关系需进一步调整和重构。例如个人信息权、隐私权的范围界定就涉及到个人信息自由裁量权与政府透明度与问责制的平衡问题，如何在实现政府数据价值最大化开发的前提下充分维护国家数据安全、保护个人和不同机构正当信息权利需要通过更新修订信息法律来有效规范和引导。
（2）开放数据助力政府信息政策体系的完善。政府信息政策一直被视作行使国家信息权力的重要工具。2011年《英国公共部门信息原则》明确提出要为整个政府建立连贯的信息使用方式和信息管理方法，要求各政府部门的数据活动应遵从统一要求。这是因为，开放数据的发展本质上强调构成要素的关联与一体化的数据管理，导致政府数据治理与传统政府信息管理的问题属性以及核心内容等存在明显差异（见表3），需要协调政府数据采集、挖掘、披露、分析、存储、利用等关键环节并形成全生命周期的数据政策体系，以此保障政府数据治理在行政体系内外执行的一致性。
与原有信息政策相比，数据开放环境下，政府数据治理政策重心由行政系统内部不断向外扩展到企业和普通公众，政策聚焦领域也从常规的信息采集、加工、传递、存储等基本内容延伸到数据获取与再利用、数据权维护与数据安全、内容挖掘与衍生数据产品开发等数据资产价值实现的所有关键环节。
以俄罗斯的《政府部门发布开放数据方法的建议》为例，该建议涵盖了有关数据许可要求、数据发布的强制性程序与基本规则以及具体的数据格式、元数据标准以及其他技术要求。同时，伴随着政策框架体系的扩张，政府信息政策的针对性与深度更加突出，如有关政府数据格式、元数据、开放数据目录等数据标准的规定越来越具体完善，有关数据质量、互操作性等核心指标的要求越来越富有操作性，跨部门的政策融合以及与网络技术同步发展的政策调整为政府数据治理提供了有效的引导和支撑。
（3）开放数据推动政府数据治理制度环境的升级。牛津大学教授维克托·迈尔·舍恩伯格指出：政府就像一艘漂浮在数据海洋上的巨轮，更是拥有了大量公共数据，要充分开发利用这些海量数据，就必须具备“开放共享”的思维方式。尽管不同国家政府数据治理的路径各有差异，但总体的政府信息管理传统与文化在本质上共性相通，基本经历了从传统封闭的保密文化转向主动公开，再逐步迈向由海量数据集披露而带来的公平开放、多元参与。
同时，开放数据也是改变政府数据质量管理的文化契机，“有必要建立开放性文化，使开放数据作为机构工作流程的默认标准”，进而将政府数据治理过程置于政府机构、企业和社会公众之下，其结果必然是政府数据治理体系的完备与数据资源开发利用效益的最大化。
4 结语
“由于数据治理的复杂性，过去政府机构的许多数据治理项目常常以失败告终”。从当前政府数据治理实践来看，“尽管政府机构在理论上可以达到数据治理的目标，但他们往往很难证明其努力，除非对业务有实际的具体影响”。对数据价值缺乏认知已经成为政府机构披露和利用开放数据的一个主要障碍。同时，对数据再利用的控制问题、有关授权和技术壁垒的认识与解决方案的缺乏也延缓了数据开放的过程。
因而，需要在数据管理的数字化与标准化、数据流程一体化设计以及与行政业务的无缝对接、数据管理制度体系的健全完善以及数据分析技术和管理工具的更新发展、数据开发拉动社会数据需求等方面进行深入研究和实践探索。
对此，需要政府部门进一步明确职责定位，在制定整体数据开放战略、制定数据治理法律框架和数据质量管理标准、提供数据资源共享机制与多元开发机制的同时，加强政府数据治理能力建设，提高数据开放风险防范水平，增进数据开放规模和质量，强化数据服务功能，以确保政府数据资产能够在政府和社会得到全面管理和综合开发，使数据红利真正施惠于民。
来源：《图书情报知识》
作者：武汉大学信息资源研究中心 夏义堃
联系客服
