摘 要：地方政府作为大数据治理的关键主体与践行者，在数据治理方面发挥着重要作用。在第八次机构改革的推动下，越来越多的地方政府开始组建大数据管理机构，以期打破数据孤岛、实现数据整合，优化政务服务、提高行政效率，挖掘数据价值、保障数据安全。各地大数据管理机构的设置仍处于探索阶段，在如何处理数据“量”与数据“质”之间、数据开放赋权与数据安全责任之间关系，应对数据治理与人才、技术发展不协调和不平衡之间的矛盾等方面面临着诸多挑战，致使数据管理常常滞后于政务服务实践。地方政府需要从引入大数据生命周期管理和区块链技术以及多元治理主体间的合作创新等方面寻求解决办法并做出行动。

关键词：大数据;大数据管理机构;数据治理;地方政府

中图分类号：D035 文献标识码：A

文章编号：1008-7168（2021）04-0021-10

一、问题的提出

自2015年十八届五中全会首次提出“国家大数据战略”以来，越来越多的地方政府开始借助大数据提升其治理能力。作为信息技术的革命性发展，大数据不仅提供了影响政府结构以及政府与市场、社会、公众关系的技术潜力，还对政府的治理理念、治理范式、治理内容、治理手段等产生了不可忽视的影响[1]。2019年，十九届四中全会明确提出推进数字政府建设，并将其上升为国家战略。2020年，十九届五中全会进一步要求加强数字社会、数字政府建设。作为国家大数据战略的重要组成部分以及实现数字政府的关键，数据治理不仅是社会治理的一个重要方面，也是回应大数据挑战的前瞻性研究领域[2]。作为承接和践行数据治理的重要载体，地方政府肩负着实现政府善治和治理能力现代化的重担。起源于第八次机构改革的新一轮地方大数据管理机构组建，不仅是地方政府迎接数字新时代的一项重要创新，更是实现数字政府的一项重要举措，预示着地方政府的数据治理和数字化将转型迈向新的高度。

但是由于各地经济、政治、文化等方面的差异，许多地方的大数据治理才刚刚起步，在大数据的开发、应用、管理等环节存在诸多问题和矛盾，致使数据管理常常滞后于政务服务实践。地方政府须采取怎样的行动去应对？如何在实现数据治理的同时驱动自身变革？这既是当前地方政府治理须解决的问题，也是地方政府实现变革与创新的前提条件。本文通过探究第八次机构改革后地方大数据管理机构在设立、职责功能定位等方面的转变，总结地方大数据管理机构的特征，分析地方大数据管理机构在数据治理方面面临的挑战与困境，以期理顺地方大数据管理机构的发展脉络，探索地方大数据管理机构发展路径，为进一步完善地方政府数据治理、推动地方政府治理变革与创新提供参考。

二、地方大数据管理机构的发展历程与职能定位

（一）发展历程

党的十八大以来，大数据管理机构作为新设立的政府职能部门开始在多数省市相继挂牌试点，各地或以大数据管理中心，或以大数据管理局等为其冠名[3]。总体来看，以十九届三中全会为分界线，地方大数据管理机构的设立过程包括两个阶段。

第一个阶段是2012年至2017年，此阶段以党的十八大召开之后，广东省率先成立大数据管理局为标志。2012年底，广东省印发了《广东省实施大数据战略工作方案》，成为全国率先推行大数据战略的省份之一。2014年，首个隶属于广东省经信委的大数据管理局正式成立，这是全国首个地方政府大数据管理机构，也是全国首个省级政府数据治理机构。2015年，国务院印发了《促进大数据发展行动纲要》，首次从国家层面对大数据发展战略进行顶层设计。自此之后，各省、市纷纷抓住大数据发展机遇，地方大数据管理机构如雨后春笋般纷纷涌现。其中，在省级层面，除广东外，贵州、浙江也在大数据治理方面走在前列，并先后成立了贵州省大数据发展管理局和浙江省大数据管理中心。在这一时期，设立地方大数据管理机构的一般都是对数据治理比较敏感以及在大数据战略规划走在前沿的省、市级政府。2017年，除上海、重庆、江西、内蒙古等省级政府设立大数据治理机构外，沈阳、武汉、厦门等地级市政府也先后成立了市级政府数据管理机构，开展数据治理创新工作。

第二个阶段开始于2018年，即在党的十九届三中全会召开之后。2018年2月，中共十九届三中全会审议通过了《中共中央关于深化党和国家机构改革的决定》和《深化党和国家机构改革方案》，启动了改革开放以来规模最大的一次机构改革，即第八次机构改革，这成为了地方政府建设和改革大数据管理机构的关键契机[4]。在第八次机构改革的推动下，从省级到地市级，各地大数据管理机构的设立进入加速期。至2020年底，在全国31个省级行政区中，已有21个省级大数据管理机构相继成立，它们承担起城市数据的收集、汇总和管理工作，力求打造城市运行发展的管理平台。在省级政府大数据管理机构的推动下，地市级大数据管理机构纷纷成立。这意味着地方政府已逐渐认识到大数据战略的重要性，试图通过设立大数据管理机构来为政府更好地服务，为智慧政府建设提供更多的燃料和动力。地方政府大数据管理机构的设立不仅是顺应中央机构改革、契合数字政府发展的现实需要，更是大数据时代信息安全、数据共享，以及大数据相关产业规划与发展的现实客观需求。

（二）职责与功能定位

地方大數据产业的快速发展和管理规范化离不开国家层面的鼓励与支持，更离不开地方管理机构专业化、专门化的引导和管理。大数据管理机构因问题而生，其职能的设立也必然要依问题而设[5]。从各地发展经验看，地方组建大数据管理机构的方式多种多样，或重新组建政府工作部门，或在原有职能部门加挂牌子，或在政府直属或部门下设事业单位[6]。从其职责与功能定位来看，作为承接中央与地方的一个职能部门，地方大数据管理机构主要发挥着打破数据孤岛、实现数据整合，优化政务服务、提高行政效率，挖掘数据价值、保障数据安全等功能（参见表1）。

首先，智慧政府的发展离不开人工智能的支持，人工智能的发展更离不开大数据。然而，长期以来，由于数据匮乏、数据质量低劣，政府的智能化决策无法得到充分支持，致使智慧政府建设大打折扣。大数据匮乏的核心症结在于各级政府部门并没有从根本上重视大数据的收集与管理，数据分散且共享难。如工商、金融、教育、医疗、住房、交通等政府部门都掌握一定的数据，但它们各自为政，数据共享积极性不高，数据孤岛降低了大数据的效能和价值。近几年来，伴随“互联网+政务”的推动，尽管各级政府已开始认识到大数据资源共享的重要性，但是受传统管理模式和组织架构的影响，跨部门、跨层级、跨区域数据共享的实现进程缓慢[7]。

一方面，信息传递中间层级过多，信息垂直互动难、传递速度慢，极易造成信息被扭曲和过滤[8];另一方面，长期以来，政务信息管理的多头交叉、九龙治水以及部门主义藩篱，阻碍了各部门之间的横向交流协作[9]。信息孤岛现象不仅阻碍着大数据的使用效能，更影响着政府的服务效率。因此，当前各地组建大数据管理机构的首要目标就是要打破数据壁垒。例如，上海市大数据中心在成立之初，就提出要实现跨层级、跨部门、跨系统、跨业务的数据共享和交换;山东省大数据局更是把解决部门信息“孤岛”和信息“烟囱”问题作为首要任务。除此之外，为了更好地推动数据共享，各地在组建大数据管理机构时，一般都是以政务信息丰富的部门作为基础，来推动公共大数据资源的统筹管理。例如，江西大数据中心就是在江西信息中心基础上组建的，其成立后的主要任务就是实现数据的共享与交换，建设政务数据开放平台。大数据管理机构的设立，相当于建立了一个全面的公共数据资源库，其作为统一的数据中心，可以将原本分散在各个部门的数据进行归口管理，对服务对象和数据信息进行统一管理和协调，各职能部门将摆脱传统的数据传递束缚，只须实时更新管辖范围内的数据信息，所需其他数据从大数据中心实施调用即可。这就从本质上实现了部门间的数据共享，优化了信息传递的流程和方式，提高了信息的使用效率。

其次，近几年来，在“互联网+政务”的推动下，各地都在如火如荼地开展政务服务改革。尤其是在浙江省“最多跑一次”改革理念的助推下，地方政府纷纷提高创新与服务意识，以大数据作为智慧政府建设的技术设施与推手，开展实施“一窗受理、一平台共享、一站式服务”，试图构建跨部门、跨层级、线上线下一体化政务服务体系，推动政务服务从“群众跑腿”向“数据跑路”转变。“互联网+政务”服务的实施，推动了政府简政放权，通过服务流程的优化与重塑升级，进一步深化放管服改革，提高了政府的服务效率。然而，由于缺乏顶层设计，以及更高层级的部门协调，一些地区和政府部门缺乏统筹规划、整体意识与前瞻性布局，区域差异大，统筹力度不够。个别部门照搬其他地方改革的现象较为严重，机械主义、拿来主义、形式主义较为明显，直接导致改革实验脱离具体实践，甚至与实践相背离。这便导致传统政务流程分散、孤立的局面并未得到彻底改变，资源集约化程度不高，各地、各部门各自为政现象依然突出。大数据资源利用效能不高，导致“互联网+政务”服务的开发运用并未完全跟上公众公共服务的个性化需求。地方大数据管理机构的成立将从顶层设计、层级协调、统筹规划等方面为放管服改革带来新的动力。例如，河南省多数地级市直接将大数据管理机构命名为“政务服务和大数据管理局”;广东全省都称大数据管理机构为“政务服务数据管理局”;福建省在组建大数据管理局时明确指出其职责就是运用大数据提升公共服务水平;浙江省大数据发展管理局致力于深化“最多跑一次”改革和推进政府数字化转型，在便民服务方面做好“一张网”“一个端”[10]。这些做法都是希望通过大数据管理机构的组建来推动政务改革，优化政务服务。由此一来，各地政府大力推广的“一站式服务”“不见面审批”等政务服务效率将大大提高。

最后，大数据时代每天都在源源不断地产生结构复杂、类型众多的数据，然而长期以来，数据的收集、开发与使用缺少明确的主管机构，缺乏统一的与大数据相关的基础标准，如数据处理标准、数据安全标准、数据质量标准、产品和平台标准、应用和服务标准等[5]，导致数据开发、使用、管理边界不清，责任划分不明，数据价值被滥用，数据安全事故频发，大数据安全问题也因此一直成为困扰各地政府发展的难题。除此之外，大数据的根本价值在于其海量的数据分析能创造出巨大的社会与经济利益。然而由大数据催生的相关产业市场长期以来并没有明确的主管机构，多数地方的相关产业都处于工信部门的代管之下，缺乏统一的大数据产业分析体系和运行监测手段，导致各地大数据产业和数字经济同质化严重，普遍存在重存储、轻应用的现象，大数据价值开发应用程度不高，造成了极大的资源浪费[5]。地方大数据管理机构的组建有望为突破上述难题提供契机，可以将相对分散的数据力量集中起来统筹管理和使用，将原本分散的安全保障系统集中起来，从而大大提高信息安全保障能力。与此同时，由于明确了数据管理主体，大数据管理机构可以制定统一的数据收集、使用规范与标准，明确大数据的使用边界与责任，引导市场对数据价值进行合理开发与使用。大数据管理机构要发布使用规则，对各类主体进行监督与引导，以避免大数据产业发展出现同质化、无序化现象。例如，为了提高大数据应用价值和安全管理，贵州省大数据发展管理局将原本由经济和信息化委员会承担的有关数据资源管理、大数据应用和产业发展、信息化等职责整合并划入省大数据发展管理局，使得地方大数据管理机构在整合开发数据价值、保障数据安全方面的能力大大提高。

三、地方大数据管理机构建设面临的挑战：数据管理滞后于政务服务实践

从微观视角来看，地方政府治理的数据资源主要包括政务数据资源（如政府网站产生的数据，政府业务系统数据，政府收集、检测、监测的数据等），市场、社会组织、公眾生成的数据，以及网络虚拟组织产生的数据等[11]。因此，地方政府大数据治理不仅是对政府机构内部数据的治理，也是政府为履行社会公共事务治理职能，对政府、市场和社会中数据资源和数据行为的治理[12]。与传统的数字治理不同，数据治理跳出了旧的数字观念，从单纯追求“数”的科学化、技术化更多地转变为关注数据带来的思维方式的变革[8]，并且更加倾向于从社会转型和社会治理变革的时代背景去认识数据治理问题[3]。当前各地大数据管理机构的积极成立即标志着地方政府从数字治理到数据治理思维的转变，它们期望通过专门机构对大数据进行监管和治理，回应当前与大数据相关的社会转型和社会治理变革问题。但是我们必须认识到，技术和制度之间的相互依赖性形成了一种新型的虚拟政治，它们之间的互利效果是复杂的和不可预测的。这种高度的不确定性正是源自技术本身变化速度的外延性影响，而这种影响有时是积极的，有时却是消极的[13]（p.13）。消极性的影响往往使地方大数据管理机构在数据治理实践中面临诸多问题，尤其是在如何处理数据“量”与数据“质”之间的矛盾、数据开放赋权与数据安全责任之间的矛盾，以及如何应对数据治理与人才、技术发展不协调和不平衡之间的矛盾等方面面临诸多挑战，这导致数据管理常常滞后于政务服务实践。

（一）数据“量”与数据“质”之间的矛盾

在大数据时代，数据已成为各级政府实施社会治理的重要战略性资源，海量数据的分析与研判不仅可以为政府提供舆情预测，还可以帮助政府更好地了解各种社会需求，从而提供精准公共服务，降低政府运行成本，提高公共管理效率。为此，各级政府开始投入大量的人力、资金、技术来收集数据。地方大数据管理机构的成立为地方政府更好地收集数据提供了平台。然而长期以来，地方各级政府的数据采集渠道、采集主体不同，数据采集标准、存储标准及结构都有很大的不同，再加上数据收集过程中存在由各种主客观因素引发的数据问题，如采集阶段因流动性大导致获取难度大的存疑数据，数据查验阶段因缺少相关技术未及时核查出的“问题数据”，数据分析阶段由那些因忽略数据的相关性而被处理掉的边缘数据所引发的新的“问题数据”以及数据更新不及时、数据关联对象分析不到位引发的低时效数据[14]等，导致数据形式纷繁复杂、数据一致性偏低，不仅缺乏系统、完善的元数据，而且数据的精确性、可用性也无法得到保障。

大數据的价值关键在于“大”，而“大”的前提是必须保障数据的“质”，如果大量的数据都无法保证“质”，那么分析出的结论就毫无意义。一旦这些问题数据开始流通，政府在短时间内便很难甄别哪个部门拥有的数据是准确的。数据关联性差不仅容易形成数据壁垒，使数据协同效果大打折扣，还会阻碍有关部门有效利用模型与算法优化政务服务流程，大大影响政务服务体系运行效率。如此一来，地方政府便会陷入重复收集数据的窘境，不仅浪费行政资源、增大行政运行成本，也会引发政府政务服务或社会治理过程的范式偏移[14]。由此可见，“存疑数据”“过时数据”“错误数据”等各种问题数据已成为当前地方政府大数据治理中的痛点。这其中既有历史原因，也有现实的掣肘。因此，立足当下，地方大数据管理机构应如何从制度建设、技术优化等方面加强数据管理规范，在保证数据“量”的前提下保障数据的“质”，以更好地实现大数据的价值，助推地方政府政务管理的优化升级，是大数据管理机构面临的首要挑战。

（二）数据开放共享与数据安全责任之间的矛盾

在传统的社会治理体系中，政府处于社会治理的核心地位，社会主体间交互产生的数据80%都由政府掌握。各级政府出于自身业务的需要收集垄断着大量高密度、高价值的数据，形成了一个个闭环式数据库。因缺乏统一的协调部门，各部门出于利益考虑以及数据安全的需要，很难同其他政府部门和社会共享数据，数据开放在很多情况下也流于形式。地方大数据管理机构的成立为突破上述障碍提供了契机，为进一步推动地方政府各级部门之间、政府与社会之间的数据共享提供了机遇。然而数据共享的前提是必须建立统一的大数据管理平台，这就对“云共享”数据平台的安全性提出了更高要求。但是长期以来，地方政府信息安全系统都是按照“谁保管、谁负责”的原则进行管理的。在大数据统一管理后，地方大数据管理机构在共享平台的构建、数据的安全防控上都缺乏必要的管理技术和经验。尤其是数据的开放和共享涉及国家安全、个人隐私和企业商业机密，一些表面上看起来毫无价值的数据经过大数据技术的统计分析可能蕴含着重要的机密，而传统的数据公开规范却更多地遵循 因果性原则，这也与大数据倡导的相关性原则相冲突[15]。那么，在地方政府数据治理中，哪些数据可以开放？哪些数据不能开放？如何开放？开放的风险有哪些[15]？尤其是当数据在各部门之间实现互联互通后，数据在整个政府部门内部是透明的，这就极大提高了政府内部工作人员监守自盗的风险，在传统授权机制的基础上，如何对数据开放进行重新授权？这些问题不仅模糊了政府信息管理边界，还使整体数据生态系统变得杂乱无章，给地方大数据管理机构带来了新的挑战。

除此之外，在大数据共享后，由数据共享导致的数据产权模糊，以及由此而产生的负外部效应和悖论问题也是地方大数据管理机构不得不面对的难题。在传统数据信息部门负责制的背景下，数据的搜集与处理都是由地方政府各职能部门负责，因此各职能部门就相应地拥有数据的处理权，而由此派生的数据使用权也相应地由职能部门决定，数据所有权和使用权的统一使数据产权的“模糊性”问题并不突出[16]。但是，地方大数据管理机构成立的首要目标就是要打破数据孤岛，实现部门之间数据的开放与共享。如此一来，数据的使用权就与数据的所有权发生了分离，两者之间矛盾的日益加剧将使数据产权的模糊性凸显。数据产权模糊将进一步削弱地方政府职能部门的权限，使其逐步丧失数据生产与管理的动力[16]。长此以往，地方大数据管理机构在推动数据开放、共享方面就会因为越来越缺乏数据支持而愈加被动，最终导致数据开放与共享悖论的发生。因此，在数据治理过程中，地方大数据管理机构如何引导各职能部门实现数据共享，以及由此带来的复杂利益权责问题如何分配，数据安全风险如何化解等一系列问题都是地方大数据管理机构亟须面对和解决的难题。

（三）数据治理与人才、技术发展不协调和不平衡之间的矛盾

地方大数据治理离不开充足的技术人力资源支撑，不仅亟需数据收集、存储方面的人才，还亟需数据处理、分析、解释、管理等方面的专业人才。然而，传统政府部门所储备的人才多是熟悉办公自动化（OA）、静态网站、媒体运营的IT人员，他们仅仅具有信息系统的维护操作或者编写简单程序[17]的技能。与互联网巨头相比，政府部门并无大数据治理的人才优势，地方政府更是难以吸引和留住紧缺人才。一些地方政府为了应付数据管理需要，迫不得已安排非数据管理专业人员从事数据管理工作[14]，这不仅无法适应大数据的高速流动性、虚拟性、相关性等要求，还会引发诸多数据治理问题。尤其是大数据治理这样一项特殊的技能和专业，对人员的知识结构、专业技能、操作规范、职业操守等方面都有较高的要求。因此，地方政府大数据治理机构如何调整人力资源管理模式，解决人才与大数据治理之间的不平衡问题已成为其不得不面对的挑战。

除了人才配套之外，大数据治理更离不开技术的支撑。例如，要提升数据资源的安全保障能力，加大关键基础设施、政务关键数据和个人隐私数据的保护力度，就需要构筑信息安全风险防火墙;要提升数据资源的产业转化能力，深入挖掘数据作为生产要素的经济价值，就需要构建大数据产业链;要使大数据政务服务和信息惠民更加智能化、便捷化、人本化，就需要构建政务云平台、公共数据平台等多重服务平台。这些技术往往涉及云计算、互联网、人工智能、物联网、区块链等多重要素在内的数据分析和处理模式，不仅需要数据挖掘、集成学习、遗传算法、神经网络、预测模型、模式识别等技术，还需要回归统计、时间序列分析、聚类分析等多个专业技术领域[18]为其提供支持。而目前许多关键的技术和软件在国内才刚刚起步，且研发机构的设立、研究基金的配套等都需要投入大量的人力、物力和财力。因此，如何跟上大数据技术研发和管理应用，如何快速更新大数据技术知识，是地方政府大数据治理面临的又一挑战。

四、地方大数据管理机构回应挑战的行动路径

大数据治理不仅仅涉及表面的数据、技术问题，更触及政府管理和公共治理的深层次问题，与政府的执政理念、管理模式、政企和政社合作互动关系密不可分。地方政府是大数据治理的关键主体与践行者，也是大数据应用的前沿阵地，相对于中央层级政府来说，地方政府在大数据治理过程中更容易出现碎片化、零散化的情况。因此，在应对大数据治理挑战上，地方政府大数据治理机构亟须在数据汇集和协同的基础上，加快推进大数据治理工具与公共政策实践相结合，以推进地方政府治理数据信息的子集化、结构化过程，从而以建构主义取代主观主义[11]。为此，地方政府需要从管理、技术、治理理念等多方面寻求路径，并做出行动（参见图1）。

（一）管理路径：基于信息生命周期管理完善数据治理流程

在提升大数据质量管理方面，有许多专业的大数据质量管理企业走在前列，他們在如何依托信息生命周期来管理完善大数据流程规范方面有许多值得借鉴的智慧和成功经验。因此，地方政府大数据治理机构要积极主动地向专业的大数据质量管理企业学习，引进其先进的数据质量管理理念。信息生命周期是指信息从出现到使用最后到老化消亡的动态、循环过程，随着信息的积累，信息价值也将不断增加[15]。依托信息生命周期治理理论，地方政府大数据生命周期管理主要是指政府对数据进行收集、处理、转换与运用的全过程和全方位治理，主要包括数据的规划、采集、处理、保存、共享、应用的过程。为了保证大数据的质量，地方大数据管理机构需要在上述生命周期的每个阶段都进行严格的数据质量管控、识别与维护。

而提升数据质量最关键的就是要实现数据的标准化，这是提高大数据质量的前提。为此，芳汀也指出，由因特网催生的数据跨机构标准化标志着组织内及组织间重大的理性化进程。它不仅可以使组织间的冗余信息变得更加透明，使存放多年的冗余数据得以清除，还有利于促进不同的组织收集数据，并且保证存储数据的一致性。除此之外，由数据标准化引发的新分析方式还会进一步推动组织结构发生变化。可以说，没有数据的标准化，数据共享就无从谈起[13]（p.25）。因此，从数据计划开始，就要制定严格的数据采集、数据加工、数据评估等标准，完善元数据标准、主数据标准、业务数据标准、主题数据标准、数据交换标准、数据安全标准等相关规范，构建数据标准体系[20]。在大数据采集环节，要严格依照采集标准，更多地采用人机结合的数据采集方式替代传统人工数据采集或随机抽样数据采集模式，通过结构化数据与非结构化数据的结合，实现移动互联网与政务数据平台的对接，以达到实时、实地确认数据效果[14]，防止在源头产生数据不一致问题。在大数据加工应用环节，各数据采集部门要严格遵照数据加工标准，随时记录错误的信息、路径，做好数据质量控制分析报告。其中，在数据采集和加工环节，可借鉴企业的数据质量管理方式，采取数据输入和输出校验、系统自动校验、人工手工复核、强制规则校验等预防性控制措施，防止错误数据的产生，及时发现问题数据[19]。在保存、共享环节，要定期更新维护数据字典，量化各数据采集部门的数据质量考核指标，聘用专门的数据规划人员、数据管理人员、数据应用人员等，提升数据在驱动创新及转型发展过程中的作用。在开放环节，要对数据进行脱敏处理，通过构建严格的数据审查标准、制定统一的数据脱敏处理标准规范等方式，实现对隐私数据的保护[20]。

在上述过程中，为减少政府运行成本，地方政府可以选择与大数据质量管理企业合作，采用政府购买的方式，如购买其元数据管理、数据标准管理、主数据管理、数据集成管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理等技术服务，并与政府的大数据治理理念相结合，以更好地对数据质量进行评估、检测、修正[21]。基于大数据生命周期管理视角，除了要强化数据识别、筛选、分类、归集等数据利用系统的建设，还应进一步配套构建大数据质量管理平台，完善大数据治理网络平台、数据存储管理云平台、共享交换平台等承载性平台建设[11]，以更好地完善数据治理流程规范。

（二）技术路径：引入区块链技术保障数据安全

区块链技术是基于密码学原理构建的分布式共享数据库，其与传统的集中式结算方法不同，具有去中心化、不可篡改性、可追溯性、开放性等特征[22]。它的分布式记账系统、非对称加密技术、复杂数学算法为政府应对大数据治理难题提供了技术支持，以大数据为依托的区块链技术与政府改革的联姻必将使政府在形式和能力方面出现新一轮重大变革，为实现大数据的真实性、开放性、共享性、安全性提供了可能[23]。因此，将区块链技术应用于地方政府大数据治理的做法，具有显著的优势。

首先，区块链技术的分布式数据系统和新算法有利于保障数据安全。区块链技术采用的分布式授权的方式可以确保政府数据多重备份，并通过点对点的方式将这些数据库连接起来。当其中某个节点的数据库发生了意外，如某区块政府数据被恶意攻击或出现故障，区块链其他运行系统并不会因此而受到影响。且在未进行审核的情况下，遭恶意篡改的数据也无法被写入区块。与政府传统的中心化数据存储方式相比，区块链技术去中心化的特点大大降低了因中心遭到破坏而导致的全系统瘫痪风险，保证了数据的完整性和安全性[24]。除此之外，区块链技术的新算法也加大了从外部攻击数据库的难度。依据哈希算法与非对称加密算法原理，政府部门数据录入者在写入数据时需要在区块头前加盖时间戳，标识数据时间顺序，并用私钥对数据进行加密存储。其他部门的数据使用者或监管者可以用相应的公钥解密访问数据库，并对录入数据进行核查与认定，只有经过核实与认可的数据才能被完整地写入区块链，否则，系统将自动拒绝写入[23]。因此，在区块链中只要任何一方发现数据不合理，都可以随时随地通过区块数据和时间戳追溯数据源。任何被写入、传播、核实或删除的数据都会在区块链中留下痕迹与时间戳，一旦发现恶意篡改，区块链技术就会发出拒绝指令。这些技术加大了外部入侵者篡改、删除数据或者恶意攻击数据库等行为的难度，从而保证了区块链数据的真实性、完整性、隐私性和安全性。

其次，区块链的点对点技术可以将全网的数据库连接起来，有利于实现全网数据共享。它的分布式账本通过实时透明化的多方相互交叉监督来建立信任关系[25]。也就是说，数据流动的全过程也会被全程实时监控，新写入的数据经全网成员认证核实后，区块链会在保护交易双方隐私信息的前提下，将剩余的信息对外开放，让有需要的用户通过登录区块链的某个接口便可以获取这些数据[24]。在区块链中，政府间数据交易或传播过程不需要第三方的介入，整个网络都可以作为交易的见证人[23]，这不仅解决了传统数据共享需要第三方介入的问题，也克服了传统的因数据产权模糊而产生的负外部性弊端。这些都有利于促进政府内部各层级、各部门之间的数据共享，打破传统官僚制层级下因信息层层传播引发的失真与滞后僵局，也有利于推动政府与社会、市场之间的互动，为政府及时了解社会需求、提供精准的公共服务提供了支撑。

（三）治理路径：基于合作治理推动多元主体间的合作创新

地方政府大数据治理工作的开展不仅需要顶层的战略设计者对数据宏观价值做出正确判断，进行科学规划与决策，还需要基层的数据管理者落实数据处理工作，更需要来自计算机学、统计分析、人工智能、工程学、数学、心理学等多学科领域的数据科学家、算法分析师、数据架构师等复合型专业人才。如数据架构师负责提供原始设计、元数据管理、模型设计等方面的支持;数据资产运营师负责开展数据交易、合作项目;数据可视化工程师负责对数据进行有效分析，进而针对需求将结果进行展示[26]。他们不仅要掌握数学、统计学、工程学、心理学等多领域专业知识和技术，还要了解国家政策、公共行政、社会治理、公共服务、国家安全等方面的社会科学知识，更要具备信息研判的灵敏性[18]，唯有如此才能形成一支分工明确的专业数据治理人才队伍。然而，相较于互联网企业，地方政府在数据治理人才队伍建设方面面临着各种制度性制约，难以吸引、留住和激励大数据人才。因此，地方政府要尽快转变传统的治理理念，改变传统的人才培养模式，加快实施人才激励计划，加强大数据产业人力资源开发和管理，在薪酬计划、工作设计、绩效管理、职业生涯规划等方面要灵活创新，采用外包合作与自主培养相结合的方式，突破传统的条条框框与繁文缛节的束缚[17]。如探索“政校合作”模式，即依托高校资源，结合政府实践工作模式，积极探索大数据人才，尤其是熟谙大数据技术的复合型人才的培养机制，并开发灵活的人力资源管理机制和人才激励机制[28]，以尽快适应大数据治理需求。

除此之外，应加大数据治理基础性研究投入，加强与高等院校、科研院所、互联网创新企业的合作，加大研发力度，将大数据治理实践与人工智能、海量数据存储管理、实时大数据处理、交互可视化和应用等关键核心技术紧密结合，设立重点研发攻关专项。企业尤其是互联网企业如百度、阿里巴巴、支付宝等拥有先进的大数据汇聚和处理平台，地方政府在引导它们为公众服务的同时，还应与之在数据收集、处理、平台建设方面加强合作，使自身尽快实现大数据治理的升级换代。例如，杭州市政府与阿里云合作修正城市运行，缓解城市交通拥堵问题。與此同时，地方政府也必须认识到大数据治理不能仅靠资金、人力和基础设施的投入，更重要的是要营造一个全社会各方都能融入的生态系统，使社会各界都能积极主动参与、合作与创新。为此，政府必须引导并推动公众、非政府组织参与大数据治理，参与大数据与公共服务的优化设计，通过各种活动为公众参与大数据治理提供机会和平台，实现全民众创与众筹[27]。

综上所述，地方大数据治理机构不仅要加强数据管理工作，未来还要进一步探索建立各部门大数据工作考核机制，对各部门从数据收集到处理、运营等一系列数据关联工作效果给予评价权重，建立数据流动性和时效性标准，以此倒逼部门间共享数据并提高数据质量[14]。除此之外，还要对大数据各层面的治理工具进行绩效评价。从宏观层面治理工具的整体性、协同性评价，到中观层面的数据收集、数据服务、数据流动、承载平台评价，到微观层面的数据生成、存储、管理、共享等纵向流程评价，再到某一子集数据开放程度、某项数据工具利用程度等横向绩效评价，形成大数据治理工具有效性、适应性、可管理性、风险性、公平性、合法性等反馈机制，以评促建推进地方大数据治理工具效率的整体跃升[11]。

参考文献：

[1]徐雅倩，王刚.数据治理研究：进程与争鸣[J].电子政务，2018，（8）.

[2]张康之.数据治理：认识与建构的向度[J].电子政务，2018，（8）.

[3]孟庆国，林彤，等.中国地方政府大数据管理机构建设与演变——基于第八次机构改革的对比分析[J].电子政务，2020，（10）.

[4]许耀桐.第八次机构改革：若干重要概念术语解析[DB/OL].https：//www.sohu.com/a/277862055_99897040，2021-04-06.

[5]陈恩红.大数据管理机构职能要因问题而设[DB/OL].http：//www.sc.gov.cn/10462/10464/13298/13302/2019/8/1/051f805ff53846ce8cabb16b1b5a28e9.shtml，2020-01-06.

[6]门理想.地方政府数据治理机构研究：组建方式与职能界定[J].兰州学刊，2019，（6）.

[7]翟云.中国大数据治理模式创新及其发展路径研究[J].电子政务，2018，（8）.

[8]胡建淼，高知鸣.我国政府信息共享的现状、困境和出路——以行政法学为视角[J].浙江大学学报（人文社会科学版），2012，（2）.

[9]王金水，张德财.以数据治理推动政府治理创新：困境辨识、行动框架与实现路径[J].当代世界社会主义，2019，（5）.

[10]贾传令，吴奇.借力大数据管理机构，加快智慧城市建设[J].群众，2019，（7）.

[11]曾盛聪，卞思瑶.走向大数据治理：地方治理的政策工具创新趋势——基于多个经验性案例的考察[J].社会主义研究，2018，（5）.

[12]黄璜.对“数据流动”的治理——论政府数据治理的理论嬗变与框架[J].南京社会科学，2018，（2）.

[13][美]简·E·芳汀.构建虚拟政府信息技术与制度创新[M].邵国松.北京：中国人民大学出版社，2010.

[14]崔宏轶，冼骏.政务数据管理中的“数据可用性”——痛点及其消解[J].中国行政管理，2019，（8）.

[15]黄静，周锐.基于信息生命周期管理理论的政府数据治理框架构建研究[J].电子政务，2019，（9）.

[16]张翔.“复式转型”：地方政府大数据治理改革的逻辑分析[J].中国行政管理，2018，（12）.

[17]马亮.大数据治理：地方政府准备好了吗？[J].电子政务，2017，（1）.

[18]胡洪彬.大数据时代国家治理能力建设的双重境遇与破解之道[J].社会主义研究，2014，（4）.

[19]大数据时代，企业如何提高数据质量[DB/OL].http：//dy.163.com/v2/article/detail/EBBQEAUA0518KCLG.html，2020-01-17.

[20]黄如花，刘龙.我国政府数据开放中的个人隐私保护问题与对策[J].图书馆，2017，（10）.

[21]如何做好大数据的质量管理？[DB/OL].http：//www.esensoft.com/industry-news/data-governance-1987.html，2020-01-16.

[22]吕俊延.回应、精简与开放：区块链技术革新政府治理的三个维度[J].理论月刊，2020，（11）.

[23]戚学祥.区块链技术在政府数据治理中的应用：优势、挑战与对策[J].北京理工大学学报（社会科学版），2018，（5）.

[24]王鹏，丁艺.应用区块链技术促进政府治理模式创新[J].电子政务，2017，（4）.

[25]赵金旭，孟天广.技术赋能：区块链如何重塑治理结构与模式[J].当代世界与社会主义，2019，（3）.

[26]严昕，孙红蕾，郑建明.城镇信息化中的数据治理问题研究[J].情报科学，2017，（9）.

[27]马亮.地方政府大数据治理战略[DB/OL].http：//ex.cssn.cn/glx/glx_yc/201802/t20180228_3861448_1.shtml，2020-01-17.

[责任编辑：李 堃]

The Reform of Local Governments Big Data Administration Institutions： Positioning， Challenges and Action Paths

Geng Yadong

（Henan University， Kaifeng Henan 475004）

Abstract：

As key subjects and practitioners of big data governance， local governments are important in data governance. Currently， driven by the eighth institutional reform， more and more local governments have begun to set up big data management institutions in hope of breaking data islands and realizing data integration， optimizing government services and improving administrative efficiency， mining data value and ensuring data security. However， the setting of local big data management agencies are still in the initial stage， there are many challenges on how to deal with the contradictions between datas quantity and quality， datas open empowerment and security responsibility， coping with the imbalance contradictions between data governance and talent， technological development， which often cause data management  to lag behind government service practice. Local governments need to introduce the big data lifecycle management and blockchain technology， encourage the cooperative innovation among multiple governance entities.

Key words：

big data， big data administration institutions， data governance， local government

收稿日期：2021-03-29

基金項目：国家社会科学基金专项资助项目“服务型政府理论与实践研究”（17VZL016）;河南省哲学社会科学规划项目“我国地方政府大数据治理的困境与对策研究”（2019CSH019）。

作者简介：

耿亚东（1984-），女，河南郑州人，河南大学地方政府与社会治理研究所研究员，博士。