[目的/意义]政府数据治理在治理主体、治理对象和治理模式，超越了传统电子政务的范畴，是政府信息化建设面临的新课题，分析当前政府数据治理中的主要问题并研究对策建议，对建设智慧型政府、促进国家治理现代化具有重要意义。[方法/过程]文章基于实地调研，采取扎根法开展研究，以上海为例分析了当前我国政府数据采集、共享、利用、开放和服务等环节中存在的问题，以及技术、能力和制度方面的原因，[结果/结论]提出我国应加强网络体系、人才队伍和制度标准建设，建立科学高效的政府数据治理体系。
1.政府数据治理的概念与内涵
1.1政府数据治理的概念界定
治理一词来自于古希腊语，本意是“掌舵”。该词往往相对“统治”而言，代表一种新的社会管理和运作方式。有别于集权化、科层化、自上而下色彩浓厚的“统治”，“治理”是一种联合行动的过程，它强调协调，而不是控制；治理是存在着权力依赖的多元主体之间的自治网络；治理具有非中心性、多元性和协同性等特点。
数据治理是社会深度信息化的产物，显示数据正从独占转为共享、从封闭走向开放、从权力变成资源的趋势。目前国内外对其有多种定义，如数据治理是对数据自然管理行使权利的活动集合，是信息相关过程的决策权和职责体系，是企业中与数据使用有关的决策权力和责任框架体系[8]，是关于企业数据资产的决策权分配，是为有效地使用机构的结构化或非结构化信息资产而组织和实施的政策、流程和标准的实践。
与数据治理类同的概念还有大数据治理。张绍华等认为大数据治理是对组织的大数据管理和利用进行评估、指导和监督的体系框架，通过制定战略方针、建立组织架构、明确责任分工等，实现大数据的风险可控、安全合规、绩效提升和价值创造，并提供不断创新的大数据服务；梁芷铭则认为大数据治理是不同的人群或组织机构在大数据时代，为了应对大数据带来的种种不安、困难与威胁而运用不同的技术工具对大数据进行管理、整合、分析并挖掘其价值的行为。
数据治理发源于企业领域，后来扩展到包括政府在内的所有社会部门。政府数据治理，就是以治理的思维方式改进传统政府信息管理，是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段，对政府数据的可用性、完整性、安全性等进行全面管理，以确保政府数据资产的保值增值，进而推动政府数据从公共资产转换为现实的经济社会价值。具体而言其包含三层意义，一是治理主体是政府，二是治理目标是提升公共管理效率，增强政府管控能力，改善公共服务质量，促进数据资产保值增值；三是治理对象以政府数据为主，也包括部分与公共管理与服务相关的社会数据。
1.2政府数据治理的主要内容
国际数据管理协会（DAMA）认为数据治理包括数据构建、数据建模和设计、数据存储与操作、数据安全、数据集成与互操作、文档与内容、数据仓储与商业智能、元数据、数据质量；文献则认为应包括数据质量、数据建模、数据整合、模式（Schema）整合、数据结构整理、数据治理管理。
具体到政府数据治理，文献将其分为三个层次：一是微观层次，政府对在行政管理中产生或使用的尤其是在信息系统中存储数据的治理；二是中观层次，关注政府对与社会公共事务相关或涉及公共利益的数据资源和数据行为的治理；三是宏观层次关注政府对数据产业、数据经济乃至市场和社会数据化进程的治理。文献从三种大数据观着手将政府大数据治理分为：数据治理（数据质量控制、数据安全及数据开放情况）、技术治理（技术架构、基础设施、应用服务）和资源治理（资源开发、资源安全）。
综合上述观点，对政府数据治理可以有两种视角：一是技术视角，指政府数据全生命周期各个环节的治理，包括数据采集、数据归集、数据共享、数据利用、数据开放等；二是管理视角，指技术、组织、能力、法规等不同层面的治理。政府数据治理兼具技术与管理的双重属性，需要制度安排与技术保障有机配合，技术视角代表治理领域，管理视角代表治理内容，综合两种视角即可构成政府数据治理的全景描绘。
1.3本文研究方法
本文基于实地调研，主要采取扎根法（Grounded Theory）。扎根法直接从实际观察入手，从原始资料中归纳出经验概括，然后上升到系统的理论，有助于探寻社会现象背后的复杂原因。
本文以笔者所在的上海市为案例，先后走访了市级和部分区县的经济、信息化、交通、卫生、公安、住房和建设、综合治理部门，与其信息化工作人员座谈。为保证调研效果，笔者事先向其发放了调研提纲，要求对方梳理本部门在数据治理中面临的问题及原因。同时笔者还收集了各部门数据管理的工作总结、发展规划、调研报告等资料，以对问题及计划进行更详细掌握。
对收集的资料，本文先采用扎根法进行三级编码，构建影响关系模型，明确影响当前政府数据治理的主要因素；然后结合工作实际，探讨数据治理的主要对策。
2 基本扎根法的政府数据治理成效分析
由美国哥伦比亚大学社会学系A。 Strauss和B。 Glaser教授所提出的“扎根理论”，被学界认为是当前质性研究最前沿的完整方法论体系。扎根理论通过对研究问题的界定、广泛且系统的资料收集、三层次编码、多次比较分析调整以及理论生成与检验，自下而上建立实质理论，能够从经验事实中抽象出新的概念和思想。本文将对调研中获取的政府数据治理相关资料，采用扎根理论中的三级编码方法对其进行编码，从而发现影响政府数据治理成效的因素，为瓶颈问题与对策分析提供指引。
2.1开放性编码
开放性编码是对原始资料进行逐行编码，并实现逐层概念化和范畴化。本文对所调研的上海市区两级共21个政府部门所提供原始资料以及调研材料进行分析。这些资料中有不少是一般性工作描述和总结，本文着重对其中有关政府数据治理的经验、问题和建议部分进行逐字逐句分析，以确定其初始概念。由于开放性编码过程的工作量较大，为节省篇幅，本文仅列举对原始材料进行概念化和范畴化的几个典型过程作为示例，如表1所示。按此方法，本文对原始数据进行逐行编码，并进行逐层概念化和范畴化，最终形成的23个范畴编码结果， 如表2所示。
表1 开放性编码过程（示例）
表2 开放性编码结果
2.2 主轴编码
本研究根据前文有关政府数据治理的内容与环节，对上述开放性编码过程得到的23个范畴进行聚类，最终形成9个主范畴，分别编号为B1-B9；同时为便于分析，本文作进一步并归，将B1-B9纳入技术设施、人员感知、人力资源和法规制度共4个维度，分别用T、C、H、L代表，如表3所示。
表3 主轴编码结果
2.3选择性编码
选择式编码的主要目的是分析主范畴之间关系，特别是建立核心范畴与其它范畴之间的关联关系，从而构成理论主线。本文围绕政府数据治理成效这个核心范畴，分析和探寻其与上述主范畴的关联关系，结果如表4所示。
表4 选择性编码结果
2.4 政府数据治理的影响因素模型
根据上述分析，政府数据治理成效是技术设施、人员感知、人力资源和法规标准等要素交互作用的结果，其中技术设施和人力资源直接影响数据治理成效，而法规标准和人员感知则是通过影响技术设施和人力资源来间接影响数据治理成效。根据此故事线，本文可构建政府数据治理的影响因素模型，如图1所示。
图1：政府数据治理成效的影响因素模型
3.完善政府数据治理体系的对策建议
虽然本文仅调研了上海市，但考虑到该市信息化和电子政务处于全国领先水平，其政府数据治理体系尚很不完善，由此可推断全国整体应处于较低水平，还存在结构缺陷。从前述分析可知，技术设施、人员感知、人力资源和法规制度是影响政府数据治理成效的主要因素，而法规制度是最重要的自变量，其会直接或间接影响影响其它因素，最终对政府治理成效起到决定性作用。因此未来我国要加强法规制订和制度设计，进一步完善技术设施、人力资源和领导激励机制，促进政府数据治理体系的优化。
3.1构建支撑政府数据无障碍流动的网络体系
在技术层面上，当前我国应着重解决目前网络和设施按条线和环节分割的问题，加强政府大数据的顶层技术架构设计，加强数据标准研制与实施，打通政府数据生命周期各环节，构建让数据无障碍流动的网络体系。
一是加强统一的政务云和政务大数据平台建设。对于新建政府数据库和系统，应全部集中到统一的政务云和政府大数据平台之中；对于已有数据库和系统应逐步迁移归并，消除“数据孤岛”存在的硬件土壤。
二是推进数据采集的自动化与智能化，构建泛在感知的社会管理基础网络，加快人工智能、大数据、空间信息等新技术在社会基层部门和场所的布局应用，从源头上提升政府数据质量。
三是建设统一的数据交换平台，提供通用的跨部门和跨地域数据资源交换共享服务功能，由以前的点对点共享转为网状共享，既促进制度化数据共享机制形成，也实现对政务数据的申请、审核、交换和利用的全流程监管。
四是加快政务大数据技术创新。政府部门应与科研机构、信息技术企业合作，加强数据智能采集、数据智能清洗、数据智能应用等方面的技术和场景开发。
3.2建立统筹协调、权责对等的领导与激励制度
推进政府大数据治理还需要科学的制度安排。从调研结果来看，当前我国政府数据治理的政策法规、组织机构、标准规范等方面还存在结构性缺陷，需要加快制度和标准的创新。
一是健全大数据治理组织机构。建立高层领导牵头的大数据治理委员会，形成强有力的跨部门协调机制，消除既得利益对数据采集、共享、开放和利用等工作的干扰；建立政府部门的首席数据官（CDO）制度，专门负责本部门的数据治理以及跨部门的数据共享事宜，促进大数据与政务业务的深度融合。
二是建立大数据利益补偿机制。大数据价值往往存在感知差异。在一个部门眼里可能是“垃圾”和“废物”的数据，在另一个部门眼里却可能是“宝藏”和“金矿”。对前者而言，大数据工作投入多、回报少，但其数据有助于提升政府大数据工作整体效能。对这类部门和人员应给予一定的利益补偿或政绩激励，增强其工作积极性。
3.3形成与大数据治理相适应的人力资源体系
政府数据治理的关键在人，调研中几乎所有部门都反映人才不足问题。为此我国既要在政府中形成一支高素质的大数据人才队伍，也要促进政府工作人员大数据意识与能力的普遍提升。
一是提升政府工作人员的大数据意识。正如历史学家黄仁宇所指出的，传统中国社会缺乏“数目字管理”，造成国家与社会管理模糊杂乱。政府应通过培训、示范等方式，提升政府工作人员的大数据意识和互联网思维，消除传统文化对大数据工作的消极影响。
二是培养既懂政府业务又熟悉大数据的复合型人才队伍。一方面高校院所的公共管理、公共行政和电子政务等专业应增加大数据和人工智慧等内容的学习，加快培养复合型人才；另一方面政府部门可以通过与IT企业签订长期外包合同的方式，使IT人员与政府工作人员持续合作中形成复合型能力。
