李成浩

摘要：近年来，大数据、云计算和人工智能的快速兴起，政府数据治理成为新趋方向。我国政府在数据治理改革方面成效显著，但也存在着数据质量亟需提升、决策工作机制亟待优化、风险防控相对滞后等现实问题。在智慧时代背景下，着力推进政府数据治理改革，必须更加要以发展为导向、创新为方式，聚焦“精准治理”，着力推进“政府数据协同化”；聚焦“社会管理”，着力推进“领导决策高效化”；聚焦“风险防控”，着力推进“风险防控科学化”。优化政府进行数据治理，进一步提高政府治理能力，为实现国家治理体系和治理能力现代化注入强大力量。

关键词：政府数据治理 精准治理 高效决策 风险防控

一、政府数据治理面临的新任务

对于21世纪来说，数据便是财富。洞悉信息化建设对整个人类社会发展的影响，针对“科技助力国家治理能力及治理水平现代化”问题提出了系列重要论述，为我们做好“数字政府”“数据治理”工作提供了科学的理論指导和行动指南。[ 1 ]在智慧时代背景下，政府数据治理面临着新任务新要求。[ 2 ]认真梳理政府数据治理过程中出现的问题，找准改革的突破口和发力点，破除约束政府数据治理的体制机制障碍，达成治理更加精准、决策更加高效、防控更加科学的整体目标，为实现国家治理体系和治理能力现代化注入强大动能。

二、政府数据治理仍存在许多问题

近年来，国家着力推进数据共享进程，释放数据红利，为数据治理创造了良好开端。从现实来看，政府在数据治理的过程中还存在一些亟待解决的问题，阻碍了政府数据治理的效果。

1.数据质量需亟需提升

政府数据治理过程中所需的数据尚有较大提升空间，特别是数据的质量。一是顶层设计尚不健全。国务院提出《促进大数据发展行动纲要》，只是提出数据共享开放，尚未明确规定哪些数据能共享。由于地方政府因其实际需求及自身特殊利益的考量，在数据采集、数据存储标准、处理技术、交换标准、共享内容等事项上均存在不小的差异，这导致各方数据难以有效对接。二是数据内涵界定模糊。数据的“生命”在于使用，尤其在政府治理领域，其对经济调节、市场监管、社会治理、公共服务等方面存在巨大价值。[ 3 ]部分政府部门对数据的理念认知还停留在量的方面，只是采集大量的原生态的数据，认为数据量越大就是进行数据治理的要求、标准。事实上，数量仅是大数据的特征之一，大数据对预测和决策的意义则取决于动态变化的数据质量[ 4 ]。而不对其进行“清洗、去重、分类”等一系操作，甚至是数据开放共享，其结果“数据始终是数据”。三是基层汇集能力不足。基层政府直面公众，是收集公众信息、诉求、意见最重要的汇总平台，但受制于“人、财、物”方面的影响，基层对大数据的相关建设举步维艰，如何收集到最真实、有效的数据是我们需要思考的问题。

2.决策工作机制亟待优化

领导者的决策水平距离人民群众的期盼尚存在一定差距。一是决策信息的复杂多变。随着外部条件的不断改善，公众的参与意识越来越强及对公共物品与公共服务的人性化需求也越来越明显，传统的监测、收集和管理手段对公众信息爆炸式增长的应对显得捉襟见肘、甚至“失效”。使得决策所涉及的信息往往流于碎片化。二是领导“官本位”思想严重。海量信息和海量数据的并驾齐驱，正在深刻重构人们的社会关系，迫切需要运用数据治理的现代治理理念。但是，有的部门和地方一把手还停留在传统治理阶段，重经验、轻数据观念比较严重，产生了“有数据”，依然奉行“拍脑袋”的简单决策、经验管理与直觉主义的怪现状，并没有真正依据数据去决策。三是“传统决策”面临失效。传统决策是等级制，信息在科层制传递缓慢、失真现象严重，并且延长了决策时间。

3.风险防控相对滞后

国家对数据保护越来越重视并进行相关的部署安排，但总体来看还是相对滞后，难以适应新形势下的数据防控需要。一是数据设备的研发仍要提高。当前，我国大型数据库的市场份额基本上被国外数据库厂商占据，容易发生数据窃取、泄露。二是监督管理需明确。在大数据时代，每个主体都是数据的生产者和消费者，政府要为数据安全保驾护航。《网络安全法》《个人信息安全法》《数据安全法》等系列法规的出台，形成了网信部门领导下，市场监管、公安等部门共同监管的格局。这意味着，数据安全的多头监管将导致交叉执法和空白执法。一旦数据使用不当或发生泄漏，随着自媒体的传播，其所造成的社会风险是不可控的。三是防控体系的建设仍有不足。在防范数据危机工作中还存在“重传统管理，轻多元防范”现象。

三、智慧时代推进政府数据治理改革的发力点

以数字化、网络化、智能化为特征的信息化浪潮蓬勃兴起，中国及全球的数字政府、智慧社会及智慧城市建设方兴未艾、风起云涌[ 5 ]。智慧时代推动政府数据治理改革，可以把以下三个方面作为发力点。

1.聚焦“精准治理”，着力推进“政府数据协同化”

“智治”是社会治理方式现代化中体现新科技革命的重要标志。构建“智治”基础设施体系，统筹规划政务数据资源和社会数据资源，完善基础信息资源和重要领域信息资源建设，形成万物互联、人机交互、天地一体的网络空间，这核心便是政府数据共享，必须上下左右紧密协同，来推进社会治理体系架构、运行机制、工作流程智能化再造。主要措施：一是完善相关政策法规。应遵循全局思维、辩证思维和法治方式制定相关的政策法规，着重抓好数据协同的顶层设计，科学合理规划中央与地方大数据平台建设。建立健全协同联动机制，统筹协调数据采集、数据存储标准、处理技术、交换标准等事项，减少数据衔接共享的“困难”，确保能够整合各部门数据资源，打破数据垄断格局，建成中央与地方一体、部门协同、线上线下一体化的“互联网 + 政务服务”新格局，同时明确政府部门间共享协同的责任和义务，实现各类基础信息库和业务信息库的联通。二是打破数据狭义观念。政府各部门不能只看重数据的“数量”，也要更加看重数据的“质量”，注重数据利用的效率和取得的实际效果。同时，要秉持共享是常态，不共享是例外的思路，加强各部门协同，由过去“粗放式低质量共享”向“精准式高质量共享”转变。三是提升基层汇集能力。政府部门在进行数据共享时，要明确全国一盘棋与注意上下左右的工作衔接，避免数据平台建设因基层汇集能力不足而影响数据利用的效率。

2.聚焦“社会管理”，着力推进“领导决策科学化”

在大数据时代，政府管理必须用数据说话，领导干部必须克服本领恐慌，用数据决策，降低决策失误风险，避免造成重大过失。这就要求我们有效发挥数据在决策中的重要作用。一是掌握决策信息。环境的复杂多变，信息的非对称、不完备是导致决策失误的重要原因。利用大数据技术广泛地搜集相关信息并开展分析，解决收集信息不全的情况，充分掌握各方的诉求，为作出最优决策打下基础。二是转变思想观念。大数据能够降低问题的复杂性，提升建构主体对问题的认知能力。组织决策者广泛开展大数据应用技术相关的专业培训，及时了解大数据相关理论知识，树立起对大数据应用于政府治理的全方位认知，加强对大数据发展规律的把握能力，积极创新大数据在公共管理及服务中的应用，形成“用数据说话、用数据决策、用数据管理、用数据创新”的治理理念，避免简单决策、经验管理及直觉主义。三是决策流程优化。依托数据分析技术在相关性分析方面的高效数据运算能力，动态地分析数据变化的趋势，及时发现数据异常引发的决策问题。实现了决策结构从等级制向扁平化的转变，提高了决策的效率。

3.聚焦“風险防控”，着力推进“风险防控科学化”

数据治理不是简单的“数据共享、开放”了事，要“开放”有效、“防控”到位，两个轮子都转起来。风险防控是事前事中事后的行政行为，是持续的过程防范。要妥善处理数据开放共享与风险防控的关系，数据开放共享与风险防控相辅相成，两者不可偏废，只有防控得好才能放得开、用得活。没有完备有力的风险防控，数据治理很难持久。在总体国家安全观的背景下，我们必须高度重视政府数据治理中的风险并进行有效防控，这迫切需要构建起科学化的风险防控机制，更好地实现社会治理。主要路径：一是发展完善数据设备研发。无处不在的网络与移动智能设备产生大规模碎片化的数据，数据成为国家和社会的基础性资源。要牢牢抓紧科技创新的“牛鼻子”，加强大数据相关软件的研发与攻坚克难，立足技术自主可控的数据库建设，加强数据安全保护，建立协同配合的信息安全防范、监测、通报、响应和处置程序，确保政府数据安全。二是完善数据安全监管机制。数据只有流通起来才能产生价值，这便产生数据开放共享和个人隐私保护的冲突。解决好二者之间的矛盾，就应建立完善的数据开放共享的监管机制。厘清各数据行政监管机关的数据治理职权，进一步统一执法标准；按照“谁使用、谁管理、谁负责”的原则，建立数据防范的多部门协调联动机制数据流通风险评估机制、数据流通风险预警机制、数据流通追溯机制，让政府、企业、社会组织等担负起数据安全方面的责任。三是完善数据防控体系建设。面对政府治理朝向数字化和智能化的迅速转型，传统的“一元防控”逐渐失效，应转变“多元合作防控”。建立防控数据自检自纠和公众监督制度，一方面维护国家的信息安全，防止国家机密和个人隐私的泄露，另一方面防范国家机关的数据霸权和数据寻租。

【参？考？文？献】

[1] 徐子沛.大数据：《正在到来的数据革命》[M].广西：广西师范大学出版社，2015.

[2] 王华梅.大数据推动地方政府治理创新研究[J].经济师，2020（01）：30-32.

[3] 陈振明.实现治理数字化和智能化转型[J].国家治理，2020（03）：20-24.

[4] 陈一新.加强和创新社会治理[N].人民日报，2021-01-22（009）.

[5] 王华梅.大数据推动地方政府治理创新研究[J].经济师，2020（01）：30-32.

（责任编辑：李雪威）