政府大数据治理体系框架及有效实施路径

政府大数据治理体系框架及有效实施路径

政府大数据治理体系框架及有效实施路径

安小米 1, 2, 郭明军 1, 洪学海 3, 魏巍 1

1中国人民大学信息资源管理学院，北京

2数据工程与知识工程教育部重点实验室（中国人民大学），北京

3中国科学院计算技术研究所，北京

摘要：针对当前大数据治理研究仍局限于单一学科视角、单一层面的讨论，缺乏对大数据治理体系构建的系统研究，需要多学科综合集成方法。通过系统的文献研究和案例研究而采用。该方法有机整合了宏观、中观、微观三个层面的系统组成部分，提出了宏观、中观层面多主体合作联盟共治、多层次活动过程连通共生的大数据治理体系框架。中观层面、微观层面的多维度要素联动共赢及其实施的有效路径，对于推动大数据治理体系的构建十分重要。要素之间的互联、互通、互动产生整体性、完整性、针对性的效果，具有理论意义和实践价值。

关键词：政府大数据；大数据治理体系；治理体系框架；实施路径

论文引用格式：

安小米，郭明军，洪学海，魏伟。政府大数据治理体系框架及有效实施路径大数据[J], 2019, 5(3): 3-12

AN XM, GUO MJ, HONG XH, WEI W.. 大数据与方法..大数据[J], 2019, 5(3): 3-12

1 简介

政府大数据是指政府在履行职责过程中产生或获取的海量数据集、数据流、融合数据和关联数据。随着信息技术的快速进步和政府部门信息化工作的不断推进，政府部门积累的数据呈爆发式增长。我国80%以上的数据资源掌握在各级政府部门手中，但没有得到有效利用，难以实现数据驱动的政府治理创新。解决数据有效利用问题涉及利益相关方多重需求和多样化实施路径，需要从多学科视角建立科学的大数据治理体系。本文通过对135家政府数据资源形成机构、托管机构、利用服务机构和技术服务支撑机构的调查，提出政府大数据治理面临的挑战以及构建大数据治理体系的必要性；基于大数据治理体系构建的代表性文献内容的文本分析，提出了政府大数据治理体系构建的必要要素的基本概念；基于贵州省大数据实践案例分析，探索政府大数据治理体系及其构成要素的有效实现路径。

2 政府大数据治理面临的机遇与挑战

大数据时代，数据的影响已经渗透到经济、社会、生活的各个方面。数据对经济发展方式、社会治理模式、人们行为产生深刻影响，让人们对政府治理规则有了新的认识。当前，世界各国都在努力建设适应信息化新阶段、新要求的数字政府，我国政府具备在全球率先建设数字政府的基础和条件。通过探索，“数据上浮、共享聚合、服务下沉、按需增效”的数字政府新模式，不仅可以提高政府工作效率，还可以通过数据分析优化政府决策、精准化政府决策。推进服务型政府建设。当前，随着政府数据呈指数级增长，非结构化数据类型不断增多，数据所有权日益复杂、难以界定，潜在的安全和隐私风险日益严重。政府大数据治理面临以下新的机遇和挑战。 。

● 就数据本身而言，政务数据资源形态从以结构化为主转变为以非结构化为主，从以线下静态数据为主转变为以线上动态和实时数据为主，从线下转变为线上线下融合，从单一性到多样性。数据的价值从政府独占转向满足企业、社会和个人多样化的用户需求，从信息单向传输转向多向增值再利用，从单一价值实现转向多元价值实现。数据资源的战略地位从电子政务转向“智慧城市+”、“互联网+”、“区块链+”、“大数据+”等新兴技术和数据驱动的应用场景，从价值转向组织层面行业水平和地区。国家竞争优势、国家竞争优势和国际竞争优势，从国家竞争优势到国际竞争优势，如“一带一路”倡议。数据权利由简单变为复杂且具有不确定性，涉及信息主体的所有权、删除或保留处置权、使用权、授权他人使用的许可权、批准权、隐私保护权、等等，甚至涉及国家数据主权问题。

● 就数据管理主体而言，管理主体必须从数据的控制者、监管者转变为数据权利的协调者、社会协同治理的服务者，成为未来发展方向的引领者和奉献者，必须有强烈的使命感。从追求部门局部利益到追求政府整体利益和社会利益最大化，从关注部门​​内外部利益到多方利益共同体利益最大化，从“信息孤岛”转变为责任意识跨领域、跨地域、跨层次、跨层次的利益。系统化、跨部门、跨业务的信息资源协同管理和创新服务。多个主体的融合、融合、协同互动，需要多方合作联盟和跨学科人才的支持。

● 从数据管理活动流程来看，政务数据资源采集从单一来源转向多源异构，从基于目标的部分采集转向基于场景的全面采集、全域全网覆盖全面、全景监管，从行业状况出发，打破碎片化、区域化、碎片化的局面，构建全国统一的大数据资源体系。数据存储从分布式、冷备份存储转向热备份、云存储，从可信数字存储转向可信区块链平台存储。数据利用从部门内转向​​跨区域、跨层级、跨系统、跨部门、跨业务共享；从个别部门的数据公开到政府数据集和数据流的整体开放；从互联互通到互信互认、互动。数据维护由生命周期分段维护转向全生命周期、全流程、全要素、全数据一体化管理、数字生态环境维护、互联网+数字治理。

● 在数据管理风险方面，政府数据质量、个人隐私保护、信息安全等已从静态可控转向动态复杂、难以控制。一方面，更加精细化的政府社会管理、更加精准的公共服务对政府数据治理能力提出了更高要求；另一方面，由于国家有关数据开放和个人信息保护的法律法规不完善，大数据和人工智能技术算法对个人信息的使用缺乏人文关怀和法律控制规则。碎片信息的重复利用可能会导致个人信息和国家安全的泄露，对社会发展构成威胁。

三、政府大数据治理体系框架

近年来，国内外关于大数据治理的研究不断增多。然而，对于什么是大数据治理、为什么进行大数据治理、如何进行大数据治理，存在不同的理解。它们大多是从单一学科角度进行研究，涵盖宏观、中观和微观。三层相互分离、独立工作。宏观层面，主要从多个维度考虑大数据治理活动的要素和关系，构建概念体系和体系框架；中观层面，我们主要从某个维度考虑大数据治理的整体解决方案；在微观层面，我们主要从要素角度考虑应对策略、程序和行动。总体来看，大数据治理体系的研究大多局限于大数据治理的一定层面和一定主题。从多学科角度对宏观、中观、微观层面的大数据治理体系的研究还很少。还缺乏“三融合、五交叉”（技术融合、业务融合（一体化、数据融合），实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和正如梅宏院士明确指出的那样，迫切需要针对国家战略需求开展跨组织边界、多层次、多问题之间的关系研究。大数据治理体系仍有缺点很多，而且大数据治理概念的运用也比较狭窄。

安小米等人基于协同创新理论，研究了跨部门、跨行业、跨领域协同创新生态治理体系的构建，提出了主体联盟、流程联通、要素联动的政府体系从宏观、中观、微观三个层面。大数据治理规则体系。随后，安小米等人系统研究了大数据治理体系构建的相关文献，从对象、活动、目标三个维度梳理了大数据治理的核心理念、举措、策略和实施路径，构建了大数据治理体系。提出了基于“核心理念-举措-实施路径”三位一体的大数据治理体系概念框架，为分析政府大数据治理体系的构成要素提供了分析工具，明确了政府大数据治理体系的构成要素和基本要求。大数据治理体系框架，并为促进利益相关方之间达成共识和有效沟通提供基础支持。

针对当前对大数据治理认识较多的现状，基于前人的研究成果，作者提出了宏观、中观、微观层面一体化的大数据综合治理体系框架的概念。该框架理念涵盖宏观层面的顶层设计要素、中观层面的实施方案、微观层面的操作规范三个要素，为案例研究提供了分析框架。

3.1 宏观层面的顶层设计要素

概念体系和制度框架是构成大数据治理宏观层面顶层设计的两个基本要素。

(一)概念体系

理念体系主要由明确目标、权力层级、治理对象、解决问题四个部分组成。

● 大数据治理的目标是实现大数据价值最大化、风险最小化。这是因为，通过建立可持续的治理体系，才能实现“实现价值”和“管理风险”的大数据治理目标。

● 大数据的所有权主要包括四种类型：所有权、使用权、收益权和处置权。因此，大数据治理就是识别大数据资产所有权级别的过程。

● 大数据治理对象是为保障各利益相关者的权利、责任和利益，兼顾激励约束机制和监督机制而引入的广义数据治理决策机制。

● 通过建立具有反馈和控制责任链的可持续治理体系，解决实际应用过程中的相关决策问题。

（二）系统框架

体系框架涉及制定战略政策、建立组织架构、明确职责分工等要素，为实现大数据治理和大数据全流程管理提供了一整套解决方案。关键问题是确定关键领域和数据利益相关者。重点领域包括战略、组织、大数据质量、大数据生命周期、大数据安全隐私与合规、大数据架构；数据利益相关者包括大数据利益相关者、大数据治理委员会、大数据管理者、数据专家。在识别关键领域和数据利益相关者的基础上，构建包括战略政策、制度规范、组织架构、标准体系、执行流程等在内的一系列大数据治理决策保障体系，帮助实现为创新提供支撑。大数据治理的目标是最大化大数据服务以及商业和社会的可持续价值。

3.2 中观层面实施方案

安小米等人指出，中观层面大数据治理的实施方案表现在三个层面：第一层面是管理机制，包括业务驱动和数据驱动的视角；第三层面是管理机制。第二个层次是信息治理计划；第三层次 第一层次是全面数据质量管理的部署。

(一)大数据管理机制

大数据治理通过业务驱动对元数据和主数据进行管理，保证数据的完整性、一致性和准确性，实施大数据治理策略。该视角为机构层面有效管理元数据和主数据、实现数据商业价值提供了一套标准化的管理路径。潘永华根据《促进大数据发展行动纲要》提出数据驱动的大数据管理机制。这一视角作为数据治理的行动依据和基本指引，为实现法治、诚信、创新、服务的新政府提供了可持续的管理和治理模式，为政府部门提升治理水平提供了有效路径。能力。

（二）信息治理计划

Malik P将大数据治理定义为快速发现大量结构化和非结构化数据，并对其进行收集、运行、分析、存储和处置，并确保这些数据的安全性、隐私性和成本效益的过程。这个过程包括新兴的管理方法、技术、流程和实践。 S认为，大数据治理应采用广泛的信息治理框架，协调多个政府职能部门的目标及其与大数据优化、隐私和货币商业化相关的策略。程光明认为，在制定信息治理框架时，大数据治理可以建模为人员与组织、战略、能力的三维结构。

(3)全面数据质量管理部署

大数据治理全面质量管理包括数据可用性、可用性、完整性和安全性的全生命周期和全面质量管理，特别关注数据形成时和使用时的真实性、可靠性、完整性和可用性。可信性、安全性、可追溯性、相关性、可发现性和可重用性。

3.3 微观着陆运行规范

微观层面实施的操作规范包括三个方面：治理主体要求、治理对象要求和治理工具要求。

从微观层面看，大数据治理的实施规范和实施工具包括三个层面。第一层次是数据生命周期具体的成本效益管理策略和程序，包括组织结构实践、运营实践和相关实践。组织结构实践主要确定数据所有权、所有者及其角色和职责；运营实践主要关注组织实施数据治理的手段；相关做法包括改善政策有效性和用户需求之间的联系。第二个层次是数据质量的评估和管理，包括可用性、准确性、完整性、一致性、有效性和唯一性。第三个层次是技术工具的应用和大数据治理行动，涉及五个重要因素，包括以人为本的治理理念、以政府为主体的治理主体、以多种数据为基础的治理客体。以法律和计算机软硬件为基础的治理工具，以及主要挖掘大数据价值的治理目标。

4 贵州省大数据治理系统

选择贵州省大数据治理体系进行案例分析，具有地方示范意义。大数据治理多项“国家第一”，发展抢先一步，大数据治理成效显着。贵州省是全国首个国家级大数据综合实验区、大数据产业发展集聚区、大数据产业技术创新实验区。率先探索地方大数据立法，颁布《贵州省大数据发展应用促进条例》，建立第一个国家数据聚合、共享、开放系统平台——“云上的贵州”。经过近年来的探索创新，贵州省在政府大数据治理方面逐步形成了“以国家综合试验区为中心完善政府经济和公共服务”。综合治理格局以领域综合治理能力为目标，以大数据基础设施和技术布局为抓手。 “谈大数据就必须谈贵州，谈贵州就必须谈大数据”已成为社会共识。 2018年，贵州省开放数据森林指数和全国省级政府排名位居全国第二，仅次于上海；在地级市（含副省级）开放数据森林指数和排名中，贵阳位居全国第二。该市排名第一。在2018年《政府网络透明度指数评价报告》中，贵州省在31个参与省（市、自治区）中排名第一。

4.1 贵州省大数据建设现状

（一）贵州省大数据综合管理体系初步形成

笔者运用文本内容聚类分析方法，从治理水平、治理领域、治理对象、治理目标、治理有效性和治理特征六个维度对收集到的63份省市政策标准文件进行分析。发现，贵州省综合大数据管理体系建设已初具规模。在宏观体系框架中，贵州省运用规划、方案、方案、意见等治理工具引导共治善治，具有多维度特征；在中观层面的制度框架中，贵州省运用法规、办法等治理工具，为法治提供管控基础，具有配套的特点；在微观层面，贵州省运用技术标准和指南性治理工具来指导实现互联互通、互动精准治理的目标，具有针对性特征。总体来看，贵州省大数据综合治理体系建设已初具规模。在宏观体系框架上，有善治、共治的规划、规划、方案指导。在中观层面的制度框架上，有法治规定、办法、意见、通知。运营管理和控制以微观技术实施的精确标准和指南为指导。贵州省大数据治理相关文件如表1所示。

（二）宏观、中观、微观层面的治理机制基本成为共识

通过对贵阳市大数据发展管理委员会、贵州省大数据发展管理局、云上贵州大数据产业发展有限公司、贵阳区块数据城建设有限公司等7家大数据单位的实地调研，笔者发现，7家单位对治理机制有一定共识。从宏观层面看，创新机制是动力机制，资源配置机制、服务机制、信息安全保障机制、应急响应机制是协同创新机制；从微观层面看，信息共享机制和信息技术工具机制都是约束机制。但从中观层面看，各单位尚未就运行机制、保障机制充分达成共识，治理机制有待进一步建立和完善。

4.2 贵州省政府大数据综合管理体系建设的经验教训

经过几年政府大数据治理的探索和创新，贵州省初步形成了宏观、中观、微观一体化的大数据治理模式。宏观层面，通过多主体协作形成共同治理模式；中观层面，通过多维度活动衔接形成法治模式；微观层面，通过多层次要素的融合，形成精准的治理模式。

（一）共治模式——共同治理

通过全省动员的“云场体系”全套配套方案，解决了多主体共治、互联互通的难题。贵州省确立了“运场体系”多主体互联互通的原则，印发了《全面深化推广“运场体系”工作方案》、《省人民政府办公厅关于全面推行“云场制度”和“云工程”成果“考核工作方案”等有效治理工具为解决治理建设中主体互联互通难题提供地方贡献方案系统的“谁来构建数据资源”。

（二）法治模式——共生

通过数据资产管理规定、信息跨部门/跨业务共享方式、调度契约机制等一整套法律依据，解决多种信息服务互通的痛点。贵州省通过建立多重数据值建立互操作规则，出台了《贵州省政府数据资产管理登记暂行办法》和《贵州省政府信息数据采集和应用暂行办法》，并通过贵阳市首次论证“贵阳市政府数据资产管理登记暂行办法”。市政府数据资源管理办法》《贵阳市政府数据共享开放条例》《贵阳市政府数据共享开放实施办法》等有效治理依据《贵阳市大数据安全管理条例》、《贵阳市政府数据共享及开放评估暂行办法》等是构建大数据治理体系，解决“数据资源从哪里来”问题的数据提供者针对互操作痛点具有本地特色的解决方案和法律支持。

（三）精准治理模式——共赢

通过“聚汇通”管道有针对性的标准和规范，解决了分割问题，实现了信息块的集成、互联互通和互操作。贵州省制定“聚将”多维要素互动方案和标准，发布《贵州省政府数据“聚将”战役实施方案》和《贵州省发展农业大数据助推脱贫攻坚三年规划》 （2017-2019）》《云上贵州》平台应用规范指南》《云上贵州数据共享交换平台接口规范》《贵州《贵州省政府数据共享交换与应用管理规范》《贵州省大数据清洗处理规范》《电子证照审批库共享应用规范》等有效治理标准《信息资源目录编制指南》等行之有效的治理标准，为解决“如何利用数据资源”的大数据治理体系构建要素之间的互动问题，提供了具有地方特色、可操作性的解决方案。

大数据领域一系列政策的实施，从宏观、中观、微观三个层面为贵州省大数据发展提供了有力保障。解决了欠发达地区大数据发展机制不健全、人才和资金匮乏的共性问题。短缺、产业基础薄弱等问题促进了数据的共享开放、确权、流通、开发利用。数据显示，贵州省大数据企业数量已从2013年的不到1000家增加到8000多家。大数据产业总规模超过1100亿元。 2017年，贵州省数字经济增长37.2%，位居全国第一。一。 2018年，贵阳市大数据企业主营业务收入突破1000亿元，较2017年增长22%。大数据与实体经济融合指数达到45.3。全市所有行政应用系统均接入“云上贵州”贵阳分公司。通过该平台，所有政府数据都可以共享和交换。市政府数据开放平台已向社会免费开放数据超过618万条，为企业和个人开展政府数据资源社会化开发利用提供数据支撑。

4.3 贵州省大数据治理存在的问题及突破

尽管贵州省已构建了较为有效的政府大数据治理体系，但仍存在一些问题需要完善。例如，需要将数据资源数字化连续性管理的战略意识纳入顶层设计；整体管理方案有待进一步完善；数据资源跨领域、跨区域、跨层级、跨系统、跨部门、跨业务的统筹规划、协同管理和创新服务有待进一步完善；迫切需要制定可信数据资源长期保存、管理、维护和可持续重用的指南；政府数据资源中，迫切需要建立健全共享、开放、利用中个人数据保护的分类和分级规则。

未来，贵州省深入实施大数据战略行动、加快国家大数据综合试验区建设时，需要继续建立健全宏观、中观、微观一体化治理体系，努力要突破五个瓶颈：首先，不断改善第二个瓶颈是努力解决数据循环不良和集成和共享难度的问题；第三是提高政府大数据的应用水平；第四个是加快人才短缺的缺点。第五是进一步建立和改善共享规则和管理机制。

5 结论

政府大数据治理系统的建设是从不同的角度存在的：宏，中索和微观。本文采用了一种全面的整合方法，整合了多学科观点以及多层次和多利益相关者的需求，充分利用文献研究结果，现场研究访谈和其他信息，以分析宏，中索和微型级别的系统组件。有机整合建立了政府大数据治理系统的框架。在宏观层面上，该框架有利于通过机构安排的多个受试者合作联盟的共同政府，并就大数据治理的核心概念和系统框架达成协议；在中索级别，它使用业务规则来促进多层次和多方向治理。各种程度的活动过程是连接和共生的，形成了统一共享，开放性，利用等的全生循环治理机制和规则；在微观层面上，它有利于技术标准和规格来促进多维元素连接和双赢，提供链接的治理程序和实施工具。该框架映射到吉州省的大数据治理实践，并已通过实践进行了验证。它可以用作分析框架，以列出地方政府大数据治理的成功经验和有效的实施路径。它也可以用作发现治理实践中缺点的一种方式。评价基准。

关于作者

（1965-），女性博士，中国人民大学信息资源管理学院教授。她的主要研究方向是政府信息资源管理和知识管理，智能城市及其数据治理以及大数据和人工智能应用程序方案中的数据治理。 。

Guo （1978-），男性是中国人民大学信息资源管理学院的博士候选人。他的主要研究方向是政府信息资源管理和大数据治理的合作创新。

Hong （1967-），Male，Ph.D。是中国科学院计算技术研究所的研究员。他的主要研究方向包括智能城市，大数据，信息服务计算，云计算和高性能计算。

Wei Wei（1988-），男性是中国人民大学信息资源管理学院的博士候选人。他的主要研究方向是智能城市的大数据治理和知识管理。

“大数据”杂志

“大数据（BDR）”是由中国人民共和国的工业和信息技术部监督的中国科学技术出版物，由人民邮政和电信出版社赞助，由大数据专家委员会在学术上指导中国计算机联合会，由北京 Media Co.，Ltd。核心期刊出版。

同城信息网