政府數據治理風險及其消解機制研究

　　摘　要：政府數據治理改革是大數據、人工智能快速發展背景下政府治理改革的新趨勢。重視政府數據治理改革，同時關注其背后的風險，是政府數據治理績效提升的應有之義。數字政府建設與風險消解應成為政府數據治理改革的核心議題。通過文獻研究、理論建構、關鍵成功要素分析（KSF）等方法，解構政府數據治理過程中的風險，為政府數據治理改革的推進創造條件。政府數據治理過程中的風險主要包括決策和領導風險、數據風險、技術風險和數據平臺的運維風險等?；趯φ當祿卫碚w績效的關照，有必要采取改進措施：優化決策和領導機制，保障組織基礎；保證數據質量，優化質量保障體系；提升技術整合能力，完善治理平臺；增強數據整合和運營能力，共享治理成果。

　　在大數據、人工智能等新技術成為我國政府治理創新重要驅動力的背景下，政府數據治理改革成為智慧政府建設的內在要求，全國各地政府正積極推進數字化轉型。這一過程包含一個核心議題即通過政府數據治理改革為政府治理機制創新賦能，為社會提供高質量的公共服務體驗。習近平總書記在國家大數據戰略第二次集體學習時為我國“數字政府”建設指出了方向，我們應該分析大數據發展取得的成績和存在的問題，推動實施國家大數據戰略，保障數據安全，加快建設“數字中國”?？傮w國家安全觀背景下的大數據戰略和“數字政府”建設客觀上要求我們必須高度重視政府數據治理改革過程中的風險和不確定性的管控與消解，風險的有效管控從某種意義上也是政府數據治理績效有效提升的核心支持要件，構成政府數據治理績效的當然內容。在風險社會的背景下，風險和不確定性增加，這就要求充分利用大數據平臺，綜合分析風險因素，提高對風險因素的感知、預測、防范能力，從而能夠切實保障國家數據安全。

　　一、政府數據治理風險的回顧與問題提出

　　大數據和人工智能的快速發展，客觀上為我國政府數據治理改革提供了良好的技術和數據支持，浙江、江蘇、貴州等地區都在積極探索政府數據治理改革的新模式。數據治理改革在學術界也成為一個新的研究熱點。從20世紀90年代中后期與電子政務相關的研究開始，經歷了“互聯網+政務服務”，再到“數字政府”的研究，數據治理的范圍越來越廣泛，也越來越受到實踐領域和學界的關注。黃璜等學者從理論上對政府數據治理進行了闡釋，明確了與數據治理相關的概念以及數據治理的框架建構等內容。在實踐研究方面，丁波濤以上海為例分析了我國政府數據采集、共享、利用、開放和服務等環節中存在的問題，提出了相應的對策建議；吳克昌、閆心瑤以廣東省為例，探討了數字化給公共服務提供帶來的弊端；趙豫生等在黃璜所做的數據治理機構研究的基礎上對大數據治理機構承擔的職能進行分析，從戰略、管理、技術、服務四個維度提出了大數據治理機構職能評價指標體系。政府數據治理模式建構重要，防范政府數據治理改革過程中存在的風險和問題也同樣重要，它從根本上影響著政府數據治理改革的整體績效。網絡安全、信息安全、能力限制、制度缺位等都是數據治理過程要重點關注的風險來源，這些風險是環境、技術、人員、溝通等諸多要素耦合的結果，風險的存在對于地方政府治理績效的提升是一種負向激勵，不僅阻礙政府治理的改革進程，還從根本上制約我國整體治理的現代化水平。

　　國內外學者基于不同的學科基礎分別從不同視角對“數字政府”或政府數據治理中的風險進行了探討和分析。Sundberg將有關“數字政府”的風險研究劃分為IT安全、用戶使用、實施障礙及政策與民主四類。何哲通過對人工智能技術發展歷程、趨勢、核心特征和支撐要素，以及在人類社會的嵌入方式和驅動因素的系統分析，總結了人工智能產生的隱私泄露、邊界模糊、能力溢出等十個主要方面的風險。王謙等以社會技術系統理論作為支撐進行系統風險分析，得到“數字政府”所使用的信息技術風險、政府內部（包括技術參與者）的技術與組織的整合風險、信息技術對組織帶來的“數據-信息-知識”轉化的知識管理風險、時間維度上的階段與過程風險、政府外部的社會功能風險五個維度的風險。丁輝俠分析了地方政府在大數據認識、大數據處理、大數據使用和數據安全四個方面面臨的風險和挑戰。夏義堃著重分析了政府數據治理在與IT融合、內外融合以及價值融合三個過程中所面臨的主要風險。王金水等指出數據治理推動政府治理創新首先要看到其在政府、社會和個人層面所面臨的困境，這會引致“偽創新”行為對資源的浪費，“數據為王”導致公眾權利訴求得不到保障、數據泄露、濫用三個方面的主要風險。安小米等提出，在政府大數據治理過程中推出的“一號一窗一網”的信息惠民服務中，數據的匯聚與政府外包服務和PPP融資方式帶來了數據利用和再利用中的數據權力、權利和權益失控風險及個人隱私暴露兩方面的主要風險。由此可見，技術融合、管理革新、安全保障成為政府數據治理過程面臨的主要風險，此外還包括倫理方面的風險研究，在政府數據治理過程中可能會衍生出基于大數據的隱藏價值評分系統，從而忽視人類社會原本的價值觀念，這對于人類社會來說是一個巨大沖擊。只有準確識別并有效消解政府數據治理的風險才能促進政府數據治理逐漸走向成熟，逐步實現更高效、更安全、更高質量的發展。

　　政府數據治理過程中的風險具體表現、生成機理和致因分析、風險如何實現有效管控等問題是我國政府數據治理改革的前置性議題，也是我國政府數據整體績效提升的基礎性條件。以此為初衷，本文期望能聚焦政府數據治理改革中的風險，探討風險的有效消解策略，促進我國政府數據治理整體績效的有效提升；通過解構政府數據治理的核心過程，分析風險的深層致因并提出精細化的風險消解對策，研究探討政府數據治理的風險及其消解機制。

　　二、政府數據治理風險的理論框架建構

　　從國家發展戰略規劃到地方政府治理改革，政府數據治理是一個貫穿不同層級政府、涉及多元利益相關者的整體性、系統性革新的過程。從政府數據治理的目標來看，數據治理的過程包括兩個主要維度，一是政府數據的治理，即數據如何在不同的利益相關主體之間流動或管理，側重于對數據本身的管理和控制；二是政府治理的數據化，即政府內部機構等如何調整以適應數字化的時代要求，側重于政府治理政策和工具的創新。本文從風險的視角去系統審視政府數據治理的整個過程，構建政府數據治理風險的理論分析框架，能使人們從整體視角上把握政府數據治理的風險，同時也為風險致因分析和風險消解機制的構建提供一個整體脈絡。

　?。ㄒ唬┱當祿卫盹L險

　　治理本身是一個涵蓋從環境條件到決策組成部分的功能和范圍等多種類型的要素和機制的概念。政府數據治理是一個以數據資源為核心，內外部、軟硬件、多部門持續性協同推進的動態過程。從動態能力的角度來看，政府數據治理的競爭優勢不僅來自擁有的關鍵數據資源，而且與正確開發、合理運營和維護數據系統的程度和能力以及政府內部組織架構、組織和領導、外部技術生態環境的系統配置有關。政府數據治理不是政府信息管理、電子政務等傳統概念的簡單替代，而是大數據情境中政府信息管理的縱深發展與精細化體現。政府數據治理有兩個方面的重要內涵：一是政府對數據的治理，即將政府所能獲得的內部數據以及企業、組織等共享的外部數據作為治理的對象，充分發揮數據價值，提高數據處理的效率；二是政府治理的數據化，不只是限于按照數據治理的要求對政府工作的數據化，而是按照業務和技術需求嵌入大數據、人工智能等的應用，驅動管理、機構的革新，政府治理的數據化進一步擴展了傳統政府數據治理的內涵與外延?！皵底终眲t側重于理論闡述，其與政府治理的數據化是從不同維度對政府數據治理變革做出闡釋。

　　現代化的自反性引致政府數據治理過程中機遇與風險并存。政府數據治理風險是數字化、信息化給政府治理帶來的新生風險。研究政府數據治理風險及其消解機制首先要明確政府數據治理風險的內涵。從政府數據治理的兩個基本過程入手，政府數據治理風險有兩個方面的主要來源：一是對數據本身的管理和控制過程，數據作為重要的資源和治理參照，政府數據的治理要充分發揮數據價值，通過采集、服務提供等方式對數據進行加工處理并用于滿足訪問需求，該過程中涉及的人員、資源、技術及其多元交互過程都是風險的重要來源。二是政府治理的數據化過程中的風險來源，為適應治理的數據化需要，要推動政府治理政策、工具以及組織領導和技術生態環境等的創新，任何要素的滯后或整體的不協調都會引致風險。我國政府數據治理風險總體上是指在大數據的場景中，不同層級的政府為了實現治理過程的優化和治理績效的提升，對所能獲得的數據資產進行治理以及創新政府治理機制，推動政府治理的數據化進程中多因素的耦合作用所引致的風險。從國家層面來講，政府數據治理風險是國家治理能力和治理體系現代化過程中的必然因素，也是推動國家治理現代化必須面對的挑戰。

　?。ǘ┱當祿卫盹L險的理論框架

　　政府數據治理作為一個動態過程，它的每一核心運行機制都需要人類在大數據和人工智能快速發展的情境下相機決策，風險在某種意義上是人類創造和選擇的，要實現數據治理績效的優化，有必要解構數據治理過程，識別風險和不確定性，明確風險來源和致因，但目前基于政府數據治理過程而進行風險識別和消解的研究較少。政府數據治理包括兩個基本過程，一是政府對數據進行采集、處理、共享和交換以及供給使用以滿足服務需求的過程，二是為了與數據的治理過程相匹配而對政府治理進行數據化革新的過程。這兩個過程相互耦合，為我國國家治理體系和治理能力現代化的進程賦能。從“過程”角度來看，政府數據治理是由相互銜接和關聯的一系列治理行為構成的動態過程和復雜系統。風險識別是風險管理的第一步，也是風險消解的基礎。政府數據治理風險的分析框架（參見圖1）的建構能夠幫助我們從整體和過程視角來解構、識別風險。

　　圖1　政府數據治理風險分析框架

　?、闭卫淼臄祿^程的風險

　　從內容上看，政府數據治理包含兩個基本過程，首先是政府治理的數據化過程，這一過程包括政府從領導決策制定、機構設置革新到人員職能匹配等整個治理過程中的所有要素的數據化變革，對政府治理過程的革新是我國國家治理體系和治理能力現代化過程中的應有之義，也是政府對數據進行治理的前置條件。這一維度的風險主要表現為決策和領導風險。政府治理的數據化過程是包括政府內部軟硬件協同支持的過程，也是從國家領導到基層管理者，從思維理念到決策機制等整個治理體系適應數據化要求的過程，在這一過程中由于內外諸多要素的耦合作用，風險和不確定性也呈現出復雜性和多樣性。

　?、舱畬祿闹卫淼娘L險

　　政府數據治理的第二個過程是政府對數據的治理過程，由于風險本身的復雜性和客觀存在特征，通過“過程”視角來劃分政府對數據治理的過程能夠幫助我們從一個更清晰、更系統的角度來分析政府對數據進行治理過程中的風險因素。政府對數據治理的過程可以劃分為采集、處理、共享交換以及供給四個主要階段。

　?、艛祿杉馁|量風險

　　政府數據治理的關鍵要素是數據資源，即政府所能獲得和擁有的數據量。作為數據治理的起點，數據資源需經過采集過程才能進入政府數據治理的議程中。采集的數據需要統一匯總到“數據資源庫Ⅰ”，中央政府及各級地方政府之間要想實現整體性、一體化治理必須建立統一的數據資源庫，為政府數據治理提供依據和參照。數據質量管理包括對數據的準確性、完整性、一致性、相關性和時效性的管理，這是數據管理程序中的一部分，而數據管理程序又是由適當的數據治理策略領導的，該策略的目標是在整個政府中將數據作為資產的價值最大化。目前，我國80%的數據資源掌握在政府部門中，如此龐大的數據量必然存在著數據保護的隱患和風險。在數據采集階段所有使得數據出現質量問題的因素、數據的非法獲取和交易等都是數據風險的重要來源。數據的質量風險有三種主要來源。一是數據冗余即數據資源的重復、多余。二是數據殘缺。數據殘缺主要分為感知限制型殘缺，即收集者沒有對特定數據收集的意識；能力限制型殘缺，即由于技術、資源等的限制而不具備數據收集的能力；主動限制型殘缺，即收集者基于主觀能動性沒有充分收集某類數據，這一方面與數據收集者本身的行為方式和角色定位認知有關，另一方面與政府對基層工作人員的激勵措施等有關。三是數據造假。數據造假本質上是對數據整體真實性的破壞，由于數據資源可存性、復用性的特征，從數據的可持續性角度來講，數據造假從長遠角度降低了政府數據治理的整體績效。數據質量問題是數據風險的重要來源，數據采集過程中的數據風險成為政府數據治理過程中要解決的首要問題。

　?、茢祿幚淼募夹g及運維風險

　　數據治理的形式和目的是實現數據的業務化，同時將業務數據化，這是一個雙向交替的過程，政府對數據進行治理的過程都是圍繞這一核心展開的。由于傳統管理職能的限制，政府在搭建數據處理平臺時需要第三方的介入，兩者保持一種合作或外包的關系，由于兩者在組織性質和行為目的上的差異，必然會出現合作風險和技術挾持風險。數據處理平臺的搭建要確?！皵祿}庫”的安全性和數據的保密性，平臺水平和“數據倉庫”的穩定性主要取決于第三方企業的技術水平。由于企業間核心技術的差異，政府數據處理平臺的水平有限且參差不齊，極易造成數據丟失或泄露，技術風險是政府數據治理風險中的硬性風險。數據處理過程中的行為和選擇是引致風險的主要過程，不同部門之間由于競爭地位的存在，在技術平臺搭建上的壁壘會造成條塊分割的局面，數據平臺在不同地方政府之間缺少溝通和協調，導致平臺之間不成體系，集成化程度較低，很難為數據資源庫在不同地方政府和部門之間的共享和交換創造條件。技術與管理的脫節也是技術平臺一體化程度不高的表現，部分部門的實體政務大廳與線上政務服務系統分屬于不同的部門管理，這就導致政務部門在線上與線下、上級與下級之間的數據交流缺乏時效性。在當下的數據處理過程中還存在數據批量泄露的情況，由于缺乏利益引導和監督，數據黑市規模龐大，非法收集、竊取、販賣、利用用戶信息的行為猖獗，甚至形成了產業鏈條，部分與政府合作的數據運營、維護的公司內部管理機制不健全，對運維人員疏于教育監督，這逐漸成為數據運維風險的促發因子。

　?、菙祿蚕砗徒粨Q的整合和運營風險

　　數據經過采集和處理進入數據資源庫Ⅱ為數據的共享和交換做準備。以政府邊界為劃分依據，數據共享和交換包括三種主要類型，風險也就隱藏在三種不同類型的共享交換之間。一是政府內部不同部門之間的數據共享。傳統治理行為中不同職能部門是一種條塊分割的關系，在不同部門之間辦理業務，會被各部門分別要求開具各種證明材料，數據的流動被阻隔，沒有實現數據的有效整合。二是不同政府之間的數據共享和交換。政府間的數據共享需要數據庫內容條目的統一以提供共享依據，這是分析人才、資源等流動性特征和開展跨區域業務往來的重要參照，政府間數據共享需要數據共享平臺的銜接。當下我國數據共享形勢嚴峻，就公積金管理機構而言，我國六百多個公積金管理機構本應按《住房公積金管理條例》進行統一管理，但目前各地有上百套公積金管理系統，形成了互不關聯的信息孤島。三是政府與其他參與組織或機構之間的數據共享，這種政府與外部組織之間的信息共享主要是特定的業務需求驅動的。健康碼的引入是我國疫情防治的一大亮點，在健康碼的使用過程中，政府通過把健康碼共享給各入境管控執勤點或各人口流動限制點以此來明確哪些人員具有流動的資格。健康碼生成的首要環節是申領對象主動測量體溫并填報相關數據，申領者對于健康碼重要性的認知是健康碼所用數據真實性的保證。健康碼相關數據在不同政府部門和組織之間流通時，只有高效的數據管理和維護才能保障數據的真實性和客觀性，由于不確定性的存在，整個運營和維護過程都有引致風險的可能性。

　?、葦祿┙o的交互風險

　　數據供給主要是滿足數據使用者的不同數據需求。數據供給將數據提供者和使用者聯系在一起，這一過程是多元利益相關者的交互過程。整個國家和社會的運行借助幾乎全覆蓋的互聯網和各種數據信息平臺發生聯系，形成了國家和社會新的連接機制，民眾的信息獲得、處理和運用獲得了更充分的可能空間，也獲得了行為和信息上更大的交互空間。就管理者自身而言，在該階段應該更加關注數據需求，并從管理和技術層面對現有數據做出調整。對于數據需求方而言，政府數據平臺的可操作程度以及與用戶之間的交互性直接影響用戶的使用體驗，進而影響政府數據治理的評價水平。數據服務平臺的投資者、技術平臺的建設者、政府管理者以及使用者之間的不同導致需求和服務之間出現不對稱現象，用戶需求與政府數據服務之間的失衡也是數據整合與運營風險的重要構成。

　　政府不同部門作為數據需求方中的重要組成部分，其與數據供給方之間的不平等也是交互風險的重要來源。2019年發布的《政府數據供應鏈白皮書》指出，針對政府業務部門之間數據供需不匹配的問題，數據供應鏈體系建設可助力政府數據治理與運營。這表明數據供給與交互已經成為一個重要議題。大數據的快速發展帶動用戶的數據需求不斷變動，數據平臺的靈活度和彈性成為影響數據平臺應用的可持續性和數據服務滿意度的重要因素。

　　此外，一些政府網站建好后沒有專業的人員去維護、更新信息，在用戶需求和地區發展不斷變動的背景下，停滯的數據只能提供普通參考，失去了輔助決策的參考價值，這表明數據平臺的日常維護和管理也是影響供需交互的一個關鍵要素。

　　三、政府數據治理風險的致因分析

　　政府數據治理是一個多因素相互協調、共同產生治理效能的過程，在政府對數據進行治理以及政府治理的數據化過程中，政府外部的技術生態、管理者的能力水平、政企合作等因素處理不當都會引致風險，在政府數據治理過程中，風險產生和存在的環節和條件各不相同。解構政府數據治理過程的目的是要明確政府數據治理風險的深層致因，政府數據治理風險的分析框架使得有可能更加系統地對政府數據治理過程中的風險進行深入研究，通過剖析風險要素確定數據治理風險管控和消解的著力點。

　　(一）決策和領導風險：數據治理的配套革新不徹底

　　政府治理的數據化過程主要是從政府內部的治理理念和思維、組織機構等方面來進行革新以適應數據治理的需要。在傳統的政府治理中，各層級的政府管理者都對權力過度掌控，受限于傳統思維和習慣的限制，對政府數據治理的重視程度不夠，無法適應政府數據治理變革的需要。在條塊分割的管理體制下，各地區、各部門分級負責本地區、本部門平臺系統的建設和運營管理，所需經費也分別由各級財政負責，導致各部門的信息系統基本上處于相互獨立、垂直發展的狀態，各地政務服務平臺的建設存在發展不平衡、事項標準不統一等問題，“數據煙囪”等限制性問題難以解決?？绲貐^、跨部門、跨層級的數據共享缺乏清晰明確的頂層設計、行動方案和技術路徑。權力結構設置，責權利關系之間不匹配，數據所有者、使用者、管理者，聯動管理層、業務部門、審計與合規部門的相關職責不明確，數據安全管理工作責任落實不到位，智囊團、決策中心、信息系統等的缺位構成政府數據治理過程中決策機制的風險因子。同時，還存在缺少政府數據治理的相關領導機構，數據分級分類、安全保護、使用操作劃分不明確，監控管理的原則、策略、規范不完善等多重風險致因。由于政府本身組織結構的限制及缺少對人員的培訓和教育，在當下的政府部門中缺乏既精通信息技術又精通管理的復合型人才，政府的管理者處于惰性或能力限制無法從傳統治理模式中抽離，無法適應大數據帶來的轉變。從思維、觀念、能力到機構設置、權責關系等配套的滯后性都會引致決策和領導風險。

　?。ǘ祿L險：能力限制及監管缺位

　　數據資源本身的低質量及采集過程中的監管缺失等都是引致數據風險的重要推手。根據數據風險的三種主要類型，數據冗余的出現包括基層數據采集人員對數據的理解出現偏差，數據采集對象的重復提供等原因，這增加后續數據清洗的成本，降低數據治理決策的科學性。數據殘缺包括感知、能力、主動限制三種表現，數據采集對象及采集人員的認知和能力限制是數據殘缺的主要誘因，其中也不乏個別領導干部利益需求膨脹，政績觀扭曲，無視黨紀國法，隨意破壞數據。數據造假的原因一般包括基層政府工作人員為了完成數據指標，對于一些不能獲得的數據采取憑空捏造的處理方法；系統外部黑客等侵入政府數據采集系統對數據進行改寫，其目的是從數據來源上影響政府的政策過程；對于部分采集對象主動填報的數據，填報者可能會選擇替代性的數據或進行數據捏造來上報。

　　除了數據采集過程中多重耦合因素共同引致數據風險，關鍵還缺少高效嚴密的法律法規體系做支撐，數據治理作為信息時代的新興產物，其配套措施和法律法規不健全導致數據采集過程中缺少邊界限制，數據采集行為缺少規范性。作為數據風險案例的典型，山西省臨汾市國控環境空氣自動監測數據造假案件是一起有組織、有預謀的蓄意犯罪行為，數據采集者行為嚴重背離中央要求、影響決策進程、侵害公眾知情權、損害政府公信力。這一類典型案件的出現也充分反映出一些地方貫徹執行決策不到位、組織領導不力、監管嚴重缺位，沒有建立完善的防范和懲戒機制的現狀。

　?。ㄈ┘夹g風險：理念及核心技術滯后

　　在數據治理過程中，最常見的技術風險與數據平臺的搭建和數據處理過程中的數據存儲等功能相關。技術限制使政府數據治理的效率和安全性得不到保證，這成為數據治理中的梗阻。技術的不成熟包括物理層即各種服務器、路由器、交換機等硬件設備和通信鏈路，以及系統層即操作系統或數據庫系統的限制性。2014年中央網絡安全與信息化領導小組的成立，標志著網絡安全成為國家層面的重要議題之一，在建設“數字政府”和“數字中國”的背景下，網絡作為數據流轉的渠道和媒介，網絡數據的安全性是當下數據治理的著力點。

　　在政企合作過程中，專業人才能否借助大數據技術準確施力成為消解技術風險的關鍵。政府大數據企業領域通常需要長時間的技術和行業經驗積累，但人才招引難和留用難問題嚴峻。此外，技術積累和行業積累的長周期性導致行業專家資源稀缺，很多政府的大數據項目都需要懂得行業內在規則的專家來支撐和解讀，但實際情況是專家數量“供不應求”，大數據項目交付遲緩。人才、企業是政府數據治理的主要輔助力量，目前國內大部分大數據企業理念缺失，核心技術競爭力不強，很難成為政府數據治理的中堅力量。

　?。ㄋ模┱吓c運營風險：管理者及數據平臺的有限韌性

　　“三分技術、七分管理”強調的是管理對政府數據治理的重要性。在政府對數據進行治理的過程中，管理行為主要集中于對數據本身及數據平臺的管理。根據政府數據治理過程中風險的分析，整合和運營風險主要有兩個致因：一是管理者的靈活度低，與處理和共享交換過程中的變動風險相比，管理者對進程和風險的控制力度有限。二是數據平臺的彈性較弱，包括數據處理平臺、數據共享平臺等與數據治理過程相關的技術平臺，平臺效用的高低主要體現在數據治理對平臺的應用過程中。在進行常規數據的處理時，能夠充分發揮平臺的技術優勢，當橫向數據的復雜性加劇，極易出現平臺故障，不能滿足數據處理的例外需求。數據平臺創建時，由于技術或資源限制等因素，在可持續性方面的韌性有限，人工智能等的快速發展需要數據處理平臺的代際更替速度加快，以此來滿足不斷增長的數據需求。數據治理的核心是大量能互相連接的數據在一個大數據計算平臺或者是銜接互通的數據節點上，通過相同的數據標準來進行關聯操作，形成大數據采集、反饋的閉環。在實際治理過程中，不同部門之間的職能差異和壁壘對數據“流速”和“流量”產生限制作用，管理者及數據平臺在進行實際操作過程中缺少對數據的宏觀認知和預見性操作，使得數據的整合和運營可能滯后于數據操作的實際需求，進而引致風險。

　　四、政府數據治理風險的消解路徑

　　在對政府數據治理過程進行解構的基礎上，剖析了數據治理過程中存在的風險類別及具體致因，為政府數據治理風險的管控和消解提供了有力參照。作為國家治理現代化的重要構成，政府數據治理能力和績效的提升是一個關鍵要素。決策和領導風險、數據風險、技術風險和數據的整合與運營風險共同構成了政府數據治理的風險。因此，從這四個方面入手來提出管控和消解數據治理風險的對策和措施是優化政府數據治理績效的重要途徑。

　?。ㄒ唬﹥灮瘺Q策和領導機制，保障政府決策的組織治理基礎

　　將數字化轉型視為信息技術系統的實現，而不是由技術進步推動的一種新的工作方式，是政府管理者經常出現的錯誤認知。在政府進行數據治理的過程中，治理績效受到多種因素的影響，包括但不限于系統政策支持的缺乏、系統融合欠佳、系統監管不到位、管理者認知不夠等內容。系統監控挑戰了不同利益相關者聯結網絡之間的雙邊和多邊關系；認知能力的建設需要綜合考慮政府管理者的態勢感知、決策者的決策支持和危機應對能力。系統推進政府數據治理過程，需全面審視相互關聯的結構、層次、要素、功能、環節，統籌構建上下貫通、內外銜接、統分結合的系統集成改革格局，強化頂層設計。

　　首先，要建成導向明確、職能精細的數據治理委員會，管理數據資源共享等工作，負責統籌規劃、協調推進數據共享的重大事項，在不同層面構建具有強適應性的數據共享解決方案。

　　其次，建立健全數據安全保護機制，為提升政府治理能力提供保障，把涉及數據資源流動和交換的環節作為重點保護領域，尤其是對跨部門、跨區域流動中涉及國家安全和個人隱私的數據源加大管控力度，確保數據在采集、存儲、共享和交換過程中的安全性。

　　再次，完善組織保證體系，通過引入外部“智力支持”，成立地方“數字政府”建設專家咨詢機構，組織不同領域的專家參與政府數據治理的過程。

　　最后，強化政府數據治理的評價監督體系建設，激勵公眾通過數據治理反饋網站以及第三方評估等手段來倒逼政府機構精簡流程，優化服務質量。Moyle從安全保障的角度入手，提出通過整體風險管理來進行風險治理的研究，這意味著要找到能夠優化技術和業務價值同時降低引入新風險的正確決策，并在長期價值和可能的新風險之間進行權衡。

　?。ǘ┍ＷC數據質量，優化政府數據治理的數據質量保障體系

　　數據是政府治理的核心資源，政府數據治理就是釋放數據紅利的過程，數據反映每一個體的基本權益和利益。數據風險主要圍繞數據的質量及質量管理展開，消解數據風險要保證數據的時效性、完整性和真實性。時效性對于政府決策而言意味著決策是滿足最新需求；完整性意味著基礎數據的完備程度足以滿足地方政府的數據治理需要；真實性則從根本上決定了政策的科學性和解決現實問題的程度。

　　為了保證數據的質量，首先要從數據的采集對象入手，通過基層數據采集單元對數據采集重要性的宣傳來提高公眾對數據的認知，減少“數字鴻溝”[29]；其次，要保證采集數據的政府工作人員的認知、工作態度和能力，確保在采集過程中能夠給采集對象以正確的引導;再次，由于對于數據風險的研究是一個具有全局性戰略意義、需要進行持續關注和整體過程跟蹤的活動，數據的采集過程需要有完備的政策和制度支撐；最后，為了實現“讓群眾少跑腿，讓數據多跑腿”的數據治理改革目標，要在數據采集之后和數據采集對象建立定期雙向聯系，優化公眾對數據采集的感知。數據的采集和流動不能碰觸數據安全底線，政府作為維護數據開放秩序和保障數據安全的主要力量，應制定數據安全保障的規則體系，推動數據在制度框架下開放與流動。為了保障數據的安全性，減少并最終消除數據的非法獲取和交易行為，有必要建立流通數據的監管、追溯和標識體系，建立數據治理的秩序和規范行為模式，打擊非法的數據交易或交換，同時，學習借鑒歐盟出臺苛刻的數據保護條例或對出售客戶數據的運營商施以重罰等措施。

　?。ㄈ┨嵘夹g水平，完善政府數據治理的技術支持體系平臺

　　政府數據治理情景中的技術是指能夠在整個政府范圍內執行數據治理過程的實際軟件和硬件組件。政府數據治理的技術邏輯是堅持政府數據技術治理理念和政府技術治理實踐的統一，堅持“技術賦能、用戶導向”理念，鼓勵政府應用多樣性的技術手段，開發多類別的技術工具來實現政府數據治理[30]。習近平總書記指出，沒有網絡安全就沒有國家安全，要從多維度提升網絡信息安全治理能力。

　　首先，加強隱私脫敏保護和安全保密防護，做好數據安全的風險防范，對相關政務數據進行訪問控制，避免敏感數據在使用過程中遭到泄露。樹立數據安全理念，提高安全認知，建立數據訪問準入機制，最大限度保障數據服務的提供和共享。

　　其次，技術水平的提升需要政府的政策、資金扶持以及技術人才支持，高校和科研機構要提高對技術人才的重視力度，將大數據的通識教育與專業教育相結合，樹立對數據認識、管理、應用和保護的超前意識，進一步構建大數據知識系統的價值目標，實現更多高階人才的廣泛培養。

　　最后，要加大對“數字政府”的信息基礎設施建設，尤其要加大對政府數據服務設施體系的建設，整合人工智能、云計算等先進技術，提高政府數據對社會、經濟、文化等領域發展的促進作用。在對大數據基礎技術進行優化的基礎上還要加強數據服務人工智能的開發研究，數據服務人工智能的應用能夠打破科層制的扁平化管理，同時可以節約大量人力、物力，提高政府數據資源的配置效率，助力政府數據治理革新的穩步推進。

　?。ㄋ模┰鰪姅祿虾瓦\營能力，共享政府數據治理的成果

　　整合數據平臺，加強數據運營，需要以服務對象為中心的思維模式的引領。打破信息壁壘，構建完整、系統、多層次的數據處理平臺，使各部門的數據資源能快速匯聚、集中分析處理，更好地服務于社會民生、企業、市場的不同需求。在政府數據治理過程中，可由政府主導建設大數據平臺、信息共享交換平臺、公共服務平臺等，以一個基礎性的中央數據平臺對接分布在不同領域、不同主體、不同層級、不同形式的基層數據端口，在不同的平臺之間實現數據業務的系統協調，不同主體的數據開放共享，既是數據時代實現政府治理創新的前提，也是充分釋放數據價值的關鍵。

　　山東提出要加快建設主題庫、專題庫和通用業務庫等，統一確定數據治理服務目錄“菜單”，為各部門提供“點菜”式服務。為了提升數據平臺的整合和運營效率，需要借助大數據分析技術對數據服務事項進行規律性探索，并以此為依據確定政府改革中具體事項的優先級。同時，建立數據服務的監測機制，根據服務反饋及時優化配置，對政府業務流程進行系統性重構，打破數據壁壘，倒逼實現數據跨部門、跨地區、跨層級、跨業務的開放共享，強化“數據只提供一次”的原則，充分發揮數據信息價值。廣東省通過成立“數字政府”改革建設領導小組，組建省政務服務數據管理局，撤銷省直各單位信息中心，建立統一的運營機構，形成了“政企合作、管運分離”的模式[32]。由于不同部門之間對于大數據價值的感知存在差異，可以通過建立大數據利益補償機制來促進不同部門和不同層級政府之間的數據共享和交換，讓數據共享推動政府與公眾的互信和互動。對于不同類別的數據，首先要界定數據資源的分類共享屬性，并在此基礎上提供不同開放程度的數據共享服務，以此來強化數據資源整合共享和流通的安全性。

　　五、結論

　　在大數據的場景中，政府數據治理變革面臨著決策和領導、數據資源本身、數據治理技術、數據平臺的數據整合與運營等方面的風險和挑戰，這阻礙了我國政府數據治理的進程，不利于我國國家治理體系和治理能力的現代化。因此，政府數據治理創新需要通過解構政府數據治理的“過程”模型系統感知并準確識別政府數據治理風險，基于此，從優化決策和領導機制、保證數據質量、提升技術水平、增強數據整合和運營能力等方面來管控和消解政府數據治理過程中的風險，推動我國政府數據治理革新，為我國“數字政府”以及“數字中國”的建設奠定堅實的基礎。