洪伟达 马海群

(1.黑龙江大学信息管理学院 哈尔滨 150080;2.中共黑龙江省委党校 哈尔滨 150080;3.黑龙江大学信息资源管理研究中心 哈尔滨 150080)

随着大数据、云计算、人工智能等技术的快速发展与普遍应用，数据资源作为重要的基础性战略资源，在一个地区、国家和全球的政治经济社会发展中发挥着重要作用并产生重要影响[1]。2012年开始，我国制定了大数据的发展规划，之后相继出台《促进大数据发展行动纲要》《国家信息化发展战略纲要》《“十三五”国家信息化规划》《关于构建更加完善的要素市场化配置体制机制的意见》等一系列法规、政策、文件，对政府数据的利用起到指引、规范和保障的作用。随着我国开放政府数据政策体系的不断扩大，政策目标的设定、政策工具的选择以及内部的协同程度，将会对政策的实施效果产生影响。

1 文献回顾

1.1国内研究现状目前，国内关于开放政府数据政策的研究主要可分为4个方面。一是国外开放政府数据政策对比及分析，主要是对美、英、澳、加等发达国家政策数据开放政策的介绍、引入、梳理、对比以及启示。赵润娣分析了美、英、澳的开放政府数据政策内容[2]，汤志伟等通过构建二维分析框架对比了中美的开放政府数据政策[3]，马丽杰等基于PEST分析了美、英、澳和欧盟开放政府数据政策特点[4]。二是政府数据开放政策与其他政策的相互影响与平衡，分析政府数据开放政策与安全、隐私政策的相互影响以及如何在二者之间进行平衡。张晓娟等对比了中美在政府数据开放和个人隐私保护政策和法律法规[5]；王本刚等提出，数据开放政策、个人信息保护政策、国家安全政策之间要做到全局性的统筹规划[6]；马海群等计算了开放数据子系统及数据安全子系统有序度[7]。三是我国开放政府数据政策现状分析和评估研究，通过运用不同研究方法对我国开放政府数据政策现状进行分析和评估。黄如花等采用内容分析法分析了国家层面的政策文本[8]，谭必勇分析了我国15个副省级城市的开放数据政策内容[9]，杨正等通过构建的三维分析框架分析了我国数据开放利用的政策体系[10]，范丽莉等采用Rothwell和Zegveld的政策工具理论分析了21项国家层面的政府数据开放政策[11]，赵玉攀从政策形式、政策工具和政策内容3个维度分析了我国省级政府开放政府数据相关政策[12]。四是我国开放政府数据政策完善的对策研究，从政府数据开放政策的顶层设计、兼顾和保障数据安全和隐私、构建政府数据开放协同机制等角度提出完善我国政府数据开放政策的对策。如中国行政管理学会课题组提出我国政府数据开放顶层设计的政策建议[13]。宋魏巍总结了我国政府数据开放协同机制的运作机理、主要构成要素及其相互关系[14]，黄如花等采用循证政策方法构建了我国政府数据开放共享政策体系[15]，白献阳等构建了由主体协同、政策协同、资源协同、技术协同组成的政府数据开放协同机制[16]。

1.2国外研究现状目前，国外关于开放政府数据政策的研究主要可分为3个方面。一是开放政府数据政策分析和对比研究，分析开放政府数据政策的构成因素，从数据开放程度、政策框架、法律法规质量等角度进行分析与对比研究。Zuiderwijk等构建了由政策环境、政策内容、绩效指标和公共价值构成的政府数据开放政策比较框架[17]；Abella等提出MELODA模型，围绕技术标准、获取、法律和数据模型4个维度对开放政府数据进行了评估[18]；Nugroho等提出政府数据开放政策的跨国家比较框架，对比了美、英等5个国家政府数据开放的实践情况[19]。二是政府数据开放与隐私和数据安全研究，通过政策手段在数据开放与隐私和数据安全之间取得平衡。Janssen认为，欧洲应在维护信息自由权利的前提下制定集成信息政策，以增强公共部门信息指令的影响[20]；Solar等认为，政府应通过法律法规、发布政策和内部规章推动政府数据开放[21]；Zuiderwijk等提出设立涉及隐私和敏感数据的专门政策，以改善公共组织开放数据的发布[22]。三是加强开放政府数据政策协同研究，针对目前开放政府数据政策不协同和冲突的情况，提出相应框架建议与解决途径。Napoli等认为，美国政府与部门在数据透明程度和公众获得数据权利限度的要求不一致，政策缺乏连续性、一致性和相互协同，造成不同层面信息分散和冲突[23]；Peled认为，美国许多机构忽略开放数据程序，这与政府倡导的透明度产生冲突，机构间协作将解决该冲突[24]；Bertot等认为，大数据开放越来越多地在不同系统、层级政府和政府部门之间传递实时数据，并提出开放政府数据政策框架的建议[25]；Rosnay等认为，现有开放政府数据政策遵循当前的法律框架，应为开放政府数据政策制定相应的法律依据[26]。

1.3研究述评国外关于开放政府数据政策的研究相对起步较早、理论较为深入、视角较为丰富，注重从评估分析、协调配合和安全隐私等方面开展研究，但从通过政策协同视角对中国开放政府数据政策的研究相对较少。国内关于开放政府数据政策的研究在不同层级政策文本分析、协同机制构建、与其他类政策的协同等方面研究成果较为丰富，但通过政策协同视角研究开放政府数据政策，找出现有政策存在的不足和问题，还有待深入。

基于此，本研究通过对我国开放政府数据政策进行量化处理，并从时间维度对开放政府数据政策的主体协同、目标协同、工具协同进行分析，并根据分析结论结合我国开放政府数据政策的现状，为今后各级政策主体制定和完善开放政府数据政策提出建议和对策。

2 研究方法

2.1数据来源

2.1.1 政策搜集 本研究的开放政府数据政策主要是指，我国各级政策主体对开放政府数据的环境(如政治、经济、社会文化、科技等方面的总体规划，政府网站、数据平台和政务公众号的建设等)、内容(如政府数据的开放、共享、利用、安全等)、应用(如政府行政改革转型、大数据技术的应用推广、数据产业和经济的发展等)等做出规范性要求的法律法规和政策文件。

本研究从国务院政策文件库、各级政府部门门户网站和政府数据开放平台上检索开放政府数据相关政策，使用检索词“政府数据”进行全文检索，检索时间为：2020年12月20日-2021年1月10日。政策文本的来源主要是党中央、国务院及其办公厅，党中央、国务院的组成机构，省级行政区(不含港澳台地区)的党委和政府出台的有关开放政府数据政策。

2.1.2 政策剔除 本研究对不符合研究要求的政策文本进行人工剔除，剔除标准为：剔除涉及政府数据，但主要针对具体领域、具体问题的政策，例如，就业、环境、创新、交通、健康等领域；落实前期政策提出目标的年度工作要点等。剔除的文本有：《国务院关于大力推进大众创业万众创新若干政策措施的意见》《关于印发贫困地区健康促进三年攻坚行动方案的通知》《陕西省人民政府办公厅关于印发2019年“放管服”改革和“一网通办”工作要点的通知》等113项。

2.1.3 政策整理 经过对政策的搜集、整理和剔除，最终梳理出开放政府数据政策共617项，作为本研究的样本数据，其中国家级政策46项、部委级项目60项、省级项目511项。需要指出的是，党中央、国务院下属部委与省级行政区的行政级别同为部级，部委管理的国家局行政级别为副部级，但其发布的政策对全国某一领域具有指导和规范意义，作用范围相比于省级行政区政策大，因此将各部委局的政策进行单独统计。文本类型包括方案、意见等，主要出现在政府信息公开、政务信息资源共享、大数据、互联网+、智慧城市等相关领域的法规政策中。

2.2测量标准政策的本质是政策主体依据其理念和价值，利用不同政策工具进行配置，以实现预定的政策目标。目标性共识(价值一致的政策目标)、结构性规划(联合行动的政策主体)和程序性操作(协调匹配的政策工具)是政策运转与政策协同的重要影响因素[27]。因此，本研究将从政策强度、政策目标和政策工具3个维度对我国开放政府数据政策进行量化。通常，政策主体的级别越高，其颁布政策的影响范围和发挥效力越大，在政策强度上的得分也较高。但是，由于对行为主体的影响较为宏观，因此在政策工具和政策目标上的得分往往相对较低；与之相反，政策主体的级别越低，其颁布的政策虽然效力较小，政策强度得分较低，但对行为主体的影响较为明确，在政策工具和政策目标的得分反而较高[28]。因此，通过对政策强度、政策目标和政策工具3个维度的量化来计算政策协同度，可以有效弥补单一指标在测量政策内容效度上的缺陷，较为准确地反映开放政府数据政策的内容效度。

2.2.1 政策强度 政策强度是描述法律政策效力的指标。本研究在参考国务院《规章制定程序条例》和相关研究的基础上，根据政策类型和政策颁布机构的级别，分别赋予1～5的数值。得分越高，表明政策强度越大，见表1。

表1 我国开放政府数据政策强度量化标准

2.2.2 政策目标 政策目标(policy goal)是决策者希望通过政策的实施所要实现的效果与目的，其不仅指决策者选择合适的政策工具，而且也为后续的政策评估提供判断基准[29]。本研究根据《国务院关于印发促进大数据发展行动纲要的通知》等文件以及参考其他领域相关研究[28,30]的基础上，对开放政府数据政策目标进行分解，将开放政府数据政策的主要政策目标确定为优化政府治理、促进经济发展、创新民生服务等3个方面12个子目标，根据政策主体对目标的态度、措施、作用的大小，分别赋予1～5分的数值。得分越高，表明政策主体的态度越强硬、措施越明确、作用越明显，见表2。

表2 我国开放政府数据政策目标量化标准

2.2.3 政策工具 政策工具(policy tool)是指政策主体制定和实施政策时为实现既定目的而运用的方法和手段[31]。本研究根据罗伊·罗斯韦尔(Rothwell)和沃尔特·泽哥菲尔德(Zegweld)对政策工具的分类[32]，将开放政府数据政策工具分为供给型政策工具、需求型政策工具、环境型政策工具3大类18个子工具，根据政策工具的详细程度和执行力度等，分别赋予1～5分的数值，得分越高，表明政策工具制定越详细、执行力度较高，见表3。

表3 我国开放政府数据政策工具量化标准

2.3政策量化

2.3.1 编码 将每篇政策中的最小段落定义为一个分析单元，单元编号按照政策内容所在的章节号-序列号进行。根据政策目标和工具的量化标准，筛选和匹配每个分析单元的内容，选出符合要求的分析单元，分配相应的政策目标或政策工具编号，即政策编码方式采用政策编号-单元编号-政策目标编号/政策工具编号的格式。

2.3.2 打分 在统一打分标准的基础上，将聘请的3名研究人员分成3组分别对政策目标和政策工具进行打分。如果某一项政策设定了多个目标、使用了多种工具，将根据量化标准分别进行打分。如果在打分过程中出现疑问，则由3名人员共同讨论决定。各组完成打分之后，邀请开放政府数据政策领域的专家对打分结果进行审核，见表4。

表4 我国开放政府数据政策样本编码及量化打分样表

2.3.3 计算 首先，计算政策工具内部子目标或子工具的最后得分，如果某一项政策中存在一项子目标或子工具有多个得分的情况，此时该项政策相应内部子工具的最后得分为多个分值的算术平均数。其次，计算每类政策目标或政策工具的最后得分，每项政策中政策目标或政策工具最后得分为其所含内部子目标或子工具最后得分的算术平均数。最后，将各组打分结果的算术平均数作为政策目标和政策工具的量化结果。

2.4计量模型

2.4.1 政策效力测度模型 由于政策强度是反应政策效力大小的指标，政策目标是描述政策所实现目的的指标，政策工具是描述政策所使用手段的指标，一般而言，政策的强度越大、实现的目标越明确、使用的工具越具体，其总效力就越高。因此，本研究将利用式(1)计算各年度开放政府数据政策的总效力，利用式(2)计算各年度开放政府数据政策的平均效力。

(1)

其中，YTPEi表示第i年政策的总效力，YPEi表示第i年政策的平均效力，N表示第i年的政策数量，pej表示第j条政策的政策强度得分，ptj表示第j条政策的政策工具总得分，pgj表示第j条政策的政策目标总得分。

2.4.2 政策目标协同测度模型 政策目标协同是反映一项政策实现多个目标的状况，通常政策强度越大，同一条政策实现的各个目标越明确，政策目标协同的协同状况越好。因此，本研究主要参考彭纪生等科技政策协同度的度量模型[30]，利用式(3)计算各年度开放政府数据政策目标的协同度。

(3)

其中，SPGi表示第i年开放政府数据政策的政策目标协同度，N表示第i年颁布的政策总量，pej表示第j条政策的政策强度得分，pgjm和pgjn表示第j条政策中第m和n项政策目标的得分，其中m和n(m≠n)分别表示从优化政府治理、促进经济发展、创新民生服务等3项目标中选取2项目标来考察目标协同。

2.4.3 政策工具协同测度模型 政策工具协同是描述一项政策使用多个工具的情况，通常政策强度越大，同一项政策使用的各个工具越具体，政策工具的协同情况越好。本研究利用式(4)计算各年度开放政府数据政策工具的协同度。

(4)

其中，SPTi表示第i年开放政府数据政策的政策工具协同度，N表示第i年颁布的政策总量，pej表示第j条政策的政策强度得分，ptjs和ptjt分别表示第j条政策中第s和t项政策工具的得分，s和t(s≠t)分别表示从供给型、环境型、需求型政策工具中选择2项考察工具协同。

3 我国开放政府数据政策协同情况状态分析

3.1政策主体协同分析

3.1.1 政策效力的演变 随着大数据技术的发展以及开放政府运动的兴起，我国各级党委和政府从2012年开始相继出台颁布关于政务信息资源共享、大数据发展、“互联网+政务服务”等方面的相关政策，极大地推动政府数据的开放共享和开发利用。我国开放政府数据的相关政策，大致可划分为三个时期：准备期(2012-2014年)、发展期(2015-2017年)、完善期(2018-2020年)。在准备期，各级政策主体逐步开始尝试颁布关于电子政务协调发展、大数据产业、云计算平台应用、政务信息资源共享管理等方面的政策法规，政策数量相对较少，政策的总效力和平均效力逐渐增加，为开放政府数据的发展提供了前期的基础和保障。在发展期，随着《关于积极推进“互联网+”行动的指导意见》《促进大数据发展行动纲要》等国家层面纲领性政策的出台以及“十三五”规划中大数据国家战略的提出，政策数量快速增加，政策的总效力和平均效力处于较高水平，各部委以及省级党委和政府纷纷颁布相关政策，构建起本级开放政府数据的基本政策框架，为开放政府数据的发展提供了行动指南和推动力量。在完善期，随着党的十九届四中、五中全会的召开以及“互联网+政务服务”“放管服”“政务服务‘跨省通办’”等行政改革的深入，以大数据、云计算、人工智能为代表的新一代信息技术在支撑全面推进国家政府治理体系和治理能力现代化作用日益凸显，各级政策主体继续颁布关于开放政府数据的应用、规范、安全等方面的政策，继续深化和完善开放政府数据发展和应用，但政策的数量、总效力和平均效力有所降低，见图1。

图1 我国开放政府数据政策效力演变

3.1.2 政策主体的协同 主体协同主要是指同一条政策由多个政策主体联合颁布。2012-2020年间，由两个以及上部门(含)联合颁布的开放政府数据政策共有38项，联合颁布数量、联合颁布部门以及联合颁布政策所占比例有所上升，主体协同的呈总体上升趋势，具体分布为：2014年1项、2016年10项、2017年5项、2018年3项、2019年10项、2020年7项。从主体数量看，我国开放政府数据联合颁布政策以两部门为主，共25项，占比73.68%；其中，同级党委(办公厅)和政府(办公厅)为21项，同级的两个部门为7项，三部门联合颁布为3项，多部门(四部门以上)共为7项。从政策类型看，以“意见”和“方案”为主，分别为20项和8项，占比分别为52.63%和21.05%。从主体数量看，各政策主体之间合作趋势加强，三部门以上联合发布政策数量呈上升趋势。

3.2政策目标协同分析通过分析可以看出，提升政府治理效能、加快数据产业和数字经济发展以及运用政府数据创新公共服务是我国开放政府数据政策的主要目标，占比分别为32.43%、16.47%、15.67%；而扩大公民参与度和洞察民生需求是提及较少的政策目标，占比分别只有0.22%和0.37%。其中，涉及跨目标类型的政策157项，占25.45%(见图2)。

图2 我国开放政府数据政策目标协同演变

3.2.1 优化政府治理与促进经济发展政策目标协同分析 随着“网络强国”“数字中国”等国家大数据战略的提出，党中央、国务院相继出台加快推进大数据产业发展的相关政策，例如《关于运用大数据加强对市场主体服务和监管的若干意见》《关于构建更加完善的要素市场化配置体制机制的意见》《国务院办公厅关于进一步优化营商环境更好服务市场主体的实施意见》等，为优化政府治理效能、实现数据产业和数字经济创新发展提供了政策基础。2013-2104年期间，优化政府治理与促进经济发展目标的协同度得分逐渐增加；2015-2016年期间，协同度得分快速增加，2016年达到峰值，得分为549分；随后协同度得分开始下降，2019年达到低值，得分为182分，2020年得分上升为265分。

3.2.2 优化政府治理与创新民生服务政策目标协同分析 随着“简政放权”和“放管服”等改革措施的出台，例如《关于加快推进“互联网+政务服务”工作的指导意见》《关于加快推进政务服务“跨省通办”的指导意见》等，各级政府部门注重发挥大数据等新型技术在社会民生服务中的作用，加快新一代信息技术赋能国家治理现代化，用“技术变革”推动“服务变革”和“治理变革”，提升社会治理和民生服务的效能。2013年开始，涉及跨优化政府治理与创新民生服务目标的政策开始出现，协同度得分逐渐增加；2015-2016年，协同度得分快速增加，2016年达到峰值，得分为527分，随后协同度得分开始下降，2019年和2020年达到低值，得分均为155分。

3.2.3 促进经济发展与创新民生服务政策目标协同分析 通过政府数据开放共享政策的出台，例如《关于推进公共信息资源开放的若干意见》《政务信息资源共享管理暂行办法》等，不仅能够提高市场主体生产经营活动的透明度，有效调动社会力量监督市场主体的积极性，而且带动社会公众针对政府数据增值性、公益性开发和创新应用，充分释放数据红利。2013年开始，涉及跨促进经济发展与创新民生服务目标的政策开始出现；2015-2016年，协同度得分逐步增加，2016年达到峰值，得分为325分；2020年达到低值，得分为45分。

3.3政策工具协同分析通过分析可以看出，在开放政府数据政策工具中，行政推动、考核监督、法规管制等使用频率较高，占比分别为27%、11%、9%；服务外包、政府采购、税收优惠等使用频率的较少，占比均在1%以下(见图3)。

图3 我国开放政府数据政策工具协同演变

3.3.1 供给型与需求型政策工具协同分析 2012-2014年，供给型和需求型政策工具的协同度逐渐增加；2015-2017年，协同度得分快速增加，2017年达到峰值，得分为593分，随后协同度得分开始下降，2018-2020年得分分别为：473分、390分、481分。

3.3.2 供给型与环境型政策工具协同分析 2012-2014年，供给型政策和环境型政策工具的协同度逐渐增加；2015-2017年，协同度得分快速增加，2017年达到峰值，得分为1521分；随后协同度得分开始下降，2018-2020年得分分别为：1123分、1002分、911分。

3.3.3 需求型与环境型政策工具协同分析 2012-2014年，需求型和环境型政策工具的协同度逐渐增加；2015-2016年，协同度得分逐渐增加，2016年得分为738分，随后协同度得分开始下降，2017-2020年得分分别为：722分、619分、475分、882分。

4 结论与建议

4.1结 论

4.1.1 政策主体协同配合逐渐增加，平均政策效力呈总体增加趋势 随着各级政策主体对开放政府数据这一涉及多主体、多方面的“跨界”“复杂”问题重视程度的提高，政策主体加强了相互合作配合的力度，多部门联合颁布政策的数量以及涉及部门的数量都逐渐增加。此外，开放政府数据政策的平均效力呈总体增加趋势。

4.1.2 政策同类型目标协调一致，目标协同度呈总体上升趋势 政策制定逐渐由单一目标转变为多重目标，目标协同呈明显上升趋势，且全面提升了政府数据开放共享开发利用的实施效果。随着政府数据开放共享和开发利用的不断推进，政策目标之间的协同度越来越高。这都说明我国对政府数据在政治、经济、文化、社会、科技各方面重要战略地位的认识更加完善，注重多方面促进政府数据开放共享开发利用效果的提升。政策主体在制定开放政府数据政策时注重同类型目标之间的有机配合，推进目标协调一致，共同推进开放政府数据政策实施。各级党委和政府在制定开放政府数据政策时，不仅注重将数据开放、数据开发、数据治理等总体性目标结合使用，而且将制度建设、产业发展、服务创新等具体性目标结合使用。

4.1.3 不同政策工具的协同存在差异，协同度先增后减 各级政策主体在制定开放政府数据政策时主要采用环境型工具为主、供给型工具为辅的方式，协同促进政府数据开放共享开发利用目标的实现。各级党委和政府善于通过使用行政推动、考核监督、法规管制等环境型工具保障目标实现的效果，通过加强基础设施、规范标准制定、加大资金投入等供给型工具促进政策目标的实现，而需求型工具中则只有鼓励引导、交流合作采用的相对较多。在不同类别的政策工具之间，供给型政策工具与环境型的协同度最高，需求型和环境型政策工具的协同度略高于供给型和需求型政策工具的协同度。此外，政策工具的协同度与政策数量之间具有一定关联性，协同度呈先增后减的趋势。

4.2建 议

在《中国地方政府数据开放报告(2020下半年)》省级政府排名中，浙江省、贵州省和广东省分别排在第1位、第4位和第5位[33]。因此，结合3个省份的实践，提出我国加强和完善开放政府数据政策体系的对策。

4.2.1 提升开放政府数据政策的强度 第一，加强开放政府数据政策的顶层设计，提升法律政策的战略性、系统性和协同性，形成目标明确、规则清晰、操作性强的制度规范，通过法律政策、体制机制、组织结构、建设架构四位一体的顶层设计实现服务型政府目标。第二，构建开放政府数据法律政策体系框架，加快推动和制定完善《政府数据开放法》《数据安全法》等与开放政府数据相关的法律法规，对政府数据开放共享、开发利用的目标、原则、范围、程序、标准等方面做出明确规定。第三，建立健全政务数据共享协调机制，坚持依法依规、统筹协调、应用牵引、安全可控，以业务协同为重点，加强模式创新、技术创新、应用创新，全面构建政务数据共享和安全的制度体系、管理体系、技术体系，制定数据开放共享、业务流程再造、数字政府服务等方面的配套制度，修改和完善与开放政府数据要求不匹配的行政规范性文件。贵州省确立大数据立法先行先试导向，数字司法领域积极探索，数权保护勇于创新，在大数据开放共享、安全等领域制定法律效力性规范，分别于2016年制定国内首部省级大数据法规《大数据发展应用促进条例》、2020年制定《政府数据共享开放条例》。浙江省于2017年实施国内首个省级公共数据和电子政务管理办法《公共数据和电子政务管理办法》。广东省于2018年制定《政务数据资源共享管理办法(试行)》，加强对政务数据资源的管理。

4.2.2 明确开放政府数据政策的目标 第一，贯穿“以人民为中心”的发展思想，强化各级党委和政府的“用户思维”和公共服务理念，推动探索“店小二”等新服务模式，推动构建符合高质量发展需求的政府数据生态圈，运用大数据技术提升国家治理现代化水平。第二，推动政府服务从政府供给导向转向群众需求导向，坚持全方位、一体化、高质量地为群众需求服务的导向，加强企业、公众等其他主体的参与度，形成多主体共同建设和开发开放政府数据的局面。第三，秉承“以开放为原则，不开放为例外”的基本原则，发挥政府数据的最大化效用，优化政府数据资源的价值分配，释放政府数据红利。2021年是“十四五”规划开启之年，各省贯彻落实国家“十四五”规划中关于“加快数字化发展 建设数字中国”的战略部署，在本省“十四五”规划中结合省情实际提出具体目标和任务。贵州省确立“深入实施乡村振兴、大数据、大生态三大战略行动”的发展思路，提出“国家大数据综合试验区建设取得新的重大突破，数字经济占地区生产总值比重达到40%以上，研发经费投入年均增长12%以上”的目标。浙江省提出“以数字化改革牵引全面深化改革，以数字经济为支撑的数字文化全面发展，数字经济增加值占全省生产总值比重达到60%左右”的目标。广东省制定“加快推进数字产业化和产业数字化，推动数字化优化升级，探索数字数据立法，提升全民数字技能”等任务。

4.2.3 加强开放政府数据政策主体的配合 第一，加强简政放权和服务型政府建设，消除原有组织架构壁垒，实现内部多维度协调，由以往强调纵向业务系统建设转为强调横向联通能力，打通纵向与横向的数据界限，加快建设覆盖全国的整体联动、部门协同、省级统筹、一网办理的“互联网+政务”服务体系。第二，加强区域性程序性协调机制建设，依托一体化政务服务平台和政务服务机构，着力打通业务链条和数据共享堵点，加快推动政府服务跨区域办理。第三，加强地区内行政性协调机制建设，推动政府数据管理机构改革，强化大数据管理部门在政府数据开放过程中的核心地位，在明晰政府数据开放共享权责的基础上，通过优化再造服务流程实现数据“赋能”与“赋权”有机结合，加强部门之间的沟通、协调、协作，深化大数据管理部门与其他部门之间协同的深度和广度。贵州省强化顶层设计，注重发挥除省政府和省政府办公厅之外，如省大数据发展领导小组、省大数据局、省发改委、省质量技术监督局等主体在政策制定过程中的作用。浙江省充分调动各部门资源，发挥其协同作用，2016年，发改委和经信委联合发布《信息化发展“十三五”规划(“数字浙江2.0”发展规划)》。

4.2.4 优化开放政府数据政策工具的配置 第一，在供给型政策工具方面，加强开放政府数据国家层面的标准体系建设，建立统一的涵盖政府数据收集、存储、开放、共享、利用全生命周期的技术标准和操作流程，提升公务人员数字素养和技能，加强政府数据人才队伍建设，营造改革、开放、创新、合作、高效的组织文化。贵州省通过制定《大数据产业发展引导目录(试行)》《政府数据数据分类分级指南》《政府数据资源目录第1部分：元数据(试行)》《政府数据资源目录第2部分：编制工作指南》《政府数据 核心元数据第1部分：人口基础数据》《政府数据 核心元数据第2部分：法人单位基础数据》等规范和标准，促进政府数据的开放共享和开放利用，实现政府数据价值的最大挖掘利用。浙江省通过制定《关于政务公开五年行动计划(2021-2025年)的通知》《关于加快推进政务服务“跨省通办”“全省通办”工作的实施意见》《关于新型基础设施建设三年行动计划 (2020-2022年) 的通知》《关于全面推进政务公开工作的实施意见》《关于全面推进政务公开工作实施细则的通知》《关于政务服务网信息资源共享管理暂行办法的通知》《关于“互联网+”行动计划的通知》《关于数字化转型标准化建设方案(2018-2020年)的通知》等政策，加大政府数据服务的保障力度。广东省通过制定《电子政务数据资源开放数据技术规范》《关于推进新型基础设施建设三年实施方案(2020-2022年)的通知》《关于“数字政府”建设总体规划(2018-2020年)的通知》《关于“数字政府”建设总体规划(2018-2020年)实施方案的通知》《关于推进政务服务“跨省通办、省内通办”工作方案的通知》《关于依托“数字政府”一体化在线政务服务平台便利企业群众办事减少跑动的通知》等政策，对政府数据的基础设施、规范标准、公共服务等方面进行了规范。

第二，在需求型政策工具方面，发挥市场机制在政府数据开放共享、开发利用中资源配置的决定性作用，加强政府采购和服务外包力度，提升政府数据要素市场化配置效率，聚合技术、人才、资金、物资等要素，推动政府数据生产要素的集约化整合、网络化共享、协作化开发、高效化利用，引导市场主体采用PPP(政府和社会资本合作)、BOT(建设-经营-移交)、BT(建设-移交)、TOT(移交-经营-移交)等多种模式开发利用政府数据。贵州省通过制定《关于加快大数据产业发展应用若干政策的意见》《大数据产业发展应用规划纲要(2014-2020年) 》《关于加快发展大数据产业的实施意见》《数字经济发展规划(2017-2020年)》《“万企融合”大行动 打好“数字经济”攻坚战方案》《关于促进大数据云计算人工智能创新发展加快建设数字贵州的意见》等政策，促进大数据产业和数字经济的发展。浙江省通过制定《关于加快推进5G产业发展的实施意见》《关于促进大数据发展实施计划的通知》《关于加快推进“一转四创”建设“互联网+”世界科技创新高地行动计划的通知》等政策，推动数字化转型发展。广东省通过出台《关于珠江三角洲国家大数据综合试验区建设实施方案的通知》《关于建设国家数字经济创新发展试验区工作方案的通知》，推动数字经济创新、高质量发展。

第三，在环境型政策方面，重点通过法律、制度和标准等手段明确国家安全、社会安全和个人隐私的保护边界，为政府数据资源的开放利用划清合法范围，通过数据管理分级、分层、分权限等方式加强政府数据安全性，建立安全审查和风险监控机制。贵州省通过制定《大数据安全保障条例》《“数据铁笼”工作推进方案》《大数据清洗加工规范》《政府数据数据脱敏工作指南》《政务数据资源管理暂行办法》《应急平台体系数据管理暂行办法》《政府数据资产管理登记暂行办法》等政策，加强政府数据的安全保障力度。浙江省制定《公共数据开放与安全管理暂行办法》，以政府规章的形式明确公共数据应开放尽开放的原则，提出数据分类分级开放的要求，形成数据授权开放、脱敏处理的机制。

5 结 语

本研究从我国国家级、部委级和省级开放政府数据政策出发，对政策文本进行了量化并探讨了政策之间的协同演变问题。本研究也存在一定的不足：一是政策文本尚未包含副省级城市和地市级城市；二是在研究对象上，本研究仅针对政策的文本内容进行计算和测量，并未对政策的实施效果进行测算和考核，在政策协同问题上，重点研究政策主体之间、政策工具之间以及政策目标之间的内部协同，而未考虑主体与工具、主体与目标、工具与目标之间的相互协同；三是未对政策协同对政府数据开放共享开发利用的效果、数据产业和数字经济增长的影响等方面进行探讨和研究。这些不足也是后续研究的重点。