政府數據治理的五重系統特性探討

〔摘要〕 政府數據治理的特征主要有：數據主體、數據來源渠道和數據價值的多元性，政府部門之間、政府與其他要素主體、大數據技術創新與社會需求、政府數據治理與國家和社會治理的協同性，數據輸入、輸出及融入邊界的開放性，靜態數據動態化、大數據輸入與輸出的動態平衡性，數據開放與數據安全、數據無用與數據短缺、數據虛假與數據閑置的復雜性。提升政府數據治理水平，應提高政府數據治理的整合能力、協同能力、開放能力、預測能力及解決復雜問題的應對能力。

〔關鍵詞〕 政府數據治理，系統特征，多元性，協同性，開放性，動態性，復雜性

〔中圖分類號〕D630 〔文獻標識碼〕A 〔文章編號〕1004-4175（2016）02-0071-05

大數據時代，大數據技術已成為提高政府治理水平的重要技術支撐，“政府必須在理念層面、技術層面、保障層面積極回應大數據時代提出的新要求” 〔1 〕。目前，國內主要側重研究大數據技術對政府治理水平提升的路徑，如確立大數據觀念、建設大數據平臺、開放政府數據、創新政府組織結構等。從現實看，大數據技術視域下政府治理創新雖然在觀念、平臺建設、數據公開和組織創新等方面取得了一定的成效，但是，由于缺乏系統思維和系統治理，導致政府實現數據治理存在一些問題，如治理價值不突出，政府與民眾、企業和社會組織數據資源不協同，數據開放度不高等。解決此類問題，可從政府數據治理的系統特性入手，分析其多元性、協同性、開放性、復雜性，從而提高政府數據治理的整合能力、協同能力、開放能力、預測能力及解決復雜問題的應對能力。

一、政府數據治理具有系統要素的多元性

從系統論看，系統要素的多元性是系統存在的首要條件，只有要素多元才能形成一個系統，系統的功能或者價值是系統要素通過協同形成的整體性功能，彰顯系統整體大于部分的特性。大數據時代，政府數據治理的過程是政府主導，民眾、企業和社會等多元主體參與的過程；數據來源的渠道也走向多元化，是傳統數據、網絡數據和物理空間數據的統一；數據價值具有政治、經濟和社會等多個層面。政府實現數據治理過程正是通過多元性凸顯政府治理的整體性功能。

（一）數據主體的多元性。治理主要意味著政府分權和社會的多元參與。傳統意義上的政府是全能政府，能夠實現對社會、經濟等領域的管理。由于社會復雜程度越來越高，政府管理能力的局限性越來越突出。政府從管理職能向治理職能轉變，是政府與其他主體合作共治的轉變。“我國的政府治理通常包含三方面的內容：一是政府通過對自身的內部管理，優化政府結構，建設法治政府和服務型政府；二是政府對經濟活動和市場活動的治理；三是對社會公共事務的管理活動。” 〔2 〕從政府治理的對象看，政府自治的動力一方面來源于政府內部提高效率的要求，更重要的來源于社會的需求；政府對經濟、市場活動和公共事務的治理直接來源于社會各主體的需求。民眾和社會組織有序參與政府治理，也在特定意義上構成了政府治理的權利主體。大數據時代，大數據技術的推廣與應用，數據的爆炸性增長，為實現多中心的政府治理提供了現實支撐，使民眾參與政府治理走向實質性。“民眾參與可以分為三個層次，第一層次是假性參與或非參與；第二層次是象征性參與；第三層次是實質性參與。” 〔3 〕人人都是政府治理過程中大數據的生產者，民眾需求的數據資源及其產生的數據資源為政府實現精準治理提供了明確方向。可見，大數據時代，政府與民眾之間走向了實質性的合作。如路燈出現路障，民眾將其照片上傳至城市公共平臺，該平臺會自動將該數據報告給市政設施維修公司，維修公司會及時派工作人員去維修。在大數據時代，這樣的事例不勝枚舉。

（二）數據來源渠道的多元性。傳統意義上，政府數據來源于政府、企業及各種組織匯報的結構性數據，這些數據多是經過加工的非原始性數據，政府依靠這些數據的決策具有時滯性和非精準性。大數據時代，政府通過門戶網站、各類社交媒體、網絡、智能化終端及傳統數據等多元渠道收集政府治理的相關數據。相對完整的大數據倉庫是政府實現相關分析及數據治理的前提和基礎。這樣，政府、企業、民眾及社會組織等運行軌跡都處于數據的照耀下，不作為、亂作為、非法活動等都可以通過相關性分析取得證據，為政府治理提供證據材料。

（三）數據價值的多元性。“‘大數據之大，不僅僅意味著容量之大，更多的意義在于人類可以發現新的知識，創造新的價值，帶來大知識、大科技、大利潤和大發展” 〔4 〕57，這就使得政府數據治理的價值具有多元性。一是政治價值。政府可以利用門戶網站、社交媒體、網絡等將政府部門的聲音傳播給民眾，同時可以通過對民眾反饋的分析，及時調整政策，引導輿論，“促進網絡政治、網絡民主的全面升級” 〔5 〕 。二是經濟價值。一方面，政府通過數據的精準化可以節約治理的成本，另一方面，政府通過授權和鼓勵與市場主體加強合作，激活政府擁有的大數據的潛在經濟價值。只有不斷提高政府所擁有大數據的經濟價值，政府數據治理才能實現可持續。三是社會價值。政府利用業務數據、民意社情數據和物理環境數據，治理公共安全、交通、衛生醫療、環境等問題，充分彰顯大數據在政府治理方面的社會價值。如政府可以根據十字路口車量的多少確定紅綠燈間隔時間，根據污染物種類及來源數據控制和治理環境污染。

政府數據治理主體的多元性，使政府治理形成由多個主體組成的復雜系統，政府治理數據來源渠道的多元性及價值的多元性使政府治理過程形成一個整體。主體參與不全面、數據來源單一、價值片面等都會影響政府數據治理的整體性功能，可以說正是多元性才使政府數據治理走向整體，而不是分散的個體。

二、政府數據治理具有多層次的協同性

系統論認為， “協同不僅需要考慮客體的組成部分，更要考慮組成部分的集合及相互關系” 〔6 〕 。協同是要素對要素的相干能力，表現了要素在整體發展運行過程中協調與合作的性質。大數據時代，大數據的協同過程是彰顯大數據“4V”（量巨大、時效性強、來源廣泛、商業價值高）特征的過程。政府數據治理也是政府部門之間、政府與其他要素主體、大數據技術與社會需求、政府數據治理與國家和社會治理相協同的過程。

（一）政府部門之間數據的協同性。大數據技術最顯著的特征就是通過對數據的協同性分析，找出事物發展的規律，為進一步決策提供知識和決策支持。傳統意義上的政府組織結構是縱向等級管理與橫向分工合作的封閉運行體系，層級權責分明。大數據時代，由于數據包括結構性數據、非結構性數據，同一個數據可能涉及政府多個部門的責任，這就要求政府組織必須實現協同，才能提高政府自治及其對經濟領域和公共領域治理的效率。所以，政府數據治理必須將政府部門內部的數據協同起來。

（二）政府與企業、民眾和社會組織之間數據的協同性。政府治理過程始終伴隨企業、民眾和非政府組織的參與。目前，政府數據治理最大的問題在于無法實現不同渠道數據的協同。巨量的大數據對于政府來講需要挖掘哪些方面不僅來源于政府本身職能的需要，更來源于不同主體的需要。一方面，政府通過開放數據，便于民眾、企業等根據個性化需求對相關數據進行協同分析；另一方面，政府通過門戶網站及其他途徑采集民眾不同方面的需求，如政府通過對政府網點瀏覽次數、欄目關注度、在線申請服務等多項內容的分析，將政府治理大數據與民眾活動進行關聯，為民眾決策提供個性化服務。可見，大數據時代，政府治理的主體已經不僅限于政府，還包括企業、民眾、社會組織等積極參與和協同工作。政府需要將經濟領域宏觀政策、中觀產業和微觀企業領域相關的數據協同起來，將公共領域企業、民眾、非政府組織所擁有的環保數據、安全數據、健康數據、防災減災數據等協同起來，將來源于不同渠道的網絡數據、基于傳統器的物理空間數據、傳統數據協同起來。政府實現不同渠道數據的協同是政府數據治理的前提和基礎，沒有協同性分析，政府就無法保障決策的科學性。目前，許多地方部門開始建立屬于自己的數據中心，政府必須按照“一數一源、授權使用、分層管理、分級應用”的原則，實現政府與民眾、社會之間數據使用的協同性。

（三）大數據技術創新與社會需求的協同性。大數據具有技術和社會兩大屬性。要實現大數據的社會價值，必須在技術層面做到對大數據的收集、存儲、分析、挖掘和可視化。目前，大數據技術能夠實現對大數據資源的一系列技術處理。大數據的價值關鍵在于社會屬性，即創造社會價值、變革政府治理方式等。從政府實現數據治理的實踐看，技術與社會需求的不匹配很明顯，原因主要在社會層面。由于政府重視對大數據資源的收集、存儲，而對大數據資源的分析、挖掘和可視化存在不足，大數據主要發揮查詢作用而不是決策作用。為此，政府需要通過平臺建設采集社會對政府治理的需求，并結合大數據技術，實現對相應大數據的分析、挖掘和可視化，為政府、社會和民眾決策服務。當然，政府也可以引進第三方來管理和分析數據，提高大數據的使用效率。

（四）政府數據治理與國家治理和社會治理的協同性。從政府治理的維度看，政府治理包括對社會公共事務的管理活動，這是社會治理的重要領域。因此，政府治理與社會治理應協同發展，那么政府治理的數據與社會治理的數據也應實現互聯共享共用。政府數據治理過程也是政府部門實現自治的過程，要實現政府部門之間數據共享，需要組織不斷創新，而政府組織創新的過程是需要頂層設計以實現部門之間的整合與優化，這是國家治理現代化中很重要的內容。所以，政府數據治理需要與國家治理相協同。黨的十八屆三中全會通過的決定把國家治理作為全面深化改革的頂層設計，把國家治理體系和治理能力現代化作為全面深化改革的總目標。“政府治理和社會治理是國家治理的分支領域和子范疇。” 〔2 〕大數據時代，政府數據治理必須加強頂層設計，實現政府治理與國家治理的協同，充分發揮公共領域大數據的效能。

三、政府數據治理具有數據邊界的開放性

從系統論看，系統的開放性是系統與環境之間進行物質、能量和信息交換的過程，開放性為系統運行提供能量和發展的動力。大數據時代，大數據已成為新的物質資源，大數據交換與開放成為維系系統運行最重要的能量和物質。“數據開放就是以平等、公平、公正的開放許可的形式進行分享數據，通過商業和非商業的形式不受限制地進行使用和再使用數據。” 〔7 〕政府數據治理是企業、民眾和社會大數據向政府大數據倉庫輸入數據的過程，也是政府在整合加工關聯大數據基礎上輸出可供民眾、企業和社會參考的大數據的過程，同時也是借鑒國外政府數據開放經驗的過程。

（一）數據輸入邊界的開放性。大數據時代，數據治理成為政府提高治理水平很重要的工具。政府采集數據的全面性是保障數據決策科學性的重要前提。從大數據來源看，政府治理的數據不僅包括政府內部結構性數據，還包括政府公共平臺采集的大數據，及企業、個人物理空間及網絡空間相關的大數據。所以，政府數據治理必須保障企業、民眾及社會組織產生的大數據暢通融入政府治理的大數據倉庫，進而為進一步分析、挖掘和可視化大數據提供最可靠的數據來源。目前，政府已通過網絡、物理空間傳感器、交流平臺等多種渠道收集民眾、企業產生的大數據，硬件建設是基本完善的，渠道是暢通的，問題在于要鼓勵企業、民眾和社會組織積極參與政府治理的數據治理，將自己真實客觀的結構性數據和語言、圖片等非結構性數據整合到政府治理的大數據倉庫，使企業、民眾和社會組織參與政府治理走向實質化。所以，政府治理數據輸入邊界的開放性是保障政府數據治理科學性的前提和基礎，也是實現政府、企業、民眾和社會組織多元參與的重要條件。

（二）數據輸出邊界的開放性。一個系統要維系發展不僅要輸入外界的物質能量和信息，而且需要輸出更高級的信息流或者能量流，才能保障系統的良好運行，同時構成一個開放的反饋機制。政府輸出的大數據不同于信息，“數據是信息的載體，信息是有背景的數據，知識是呈現規律的信息” 〔8 〕。小數據時代，由于政府收集數據多局限于結構性數據，數據更多地轉換為信息，便于政府、企業、民眾和社會組織查詢，無法實現對治理對象多維度、多層次和全樣本的分析，進而不能形成反映治理對象客觀規律的知識。大數據時代，數據倉庫、聯機分析和挖掘技術使數據成為可以參與計算的變量，實現信息生產向知識生產的轉換。政府數據治理是政府輸出可供企業、民眾參考的以大數據為基礎的知識，是政府根據公共平臺民眾需求反饋的知識，是政府引領和鼓勵企業、民眾和社會參與政府治理的重要途徑，也是提高民眾參政與監督政府、提高自身生活品質的重要途徑。只有政府輸出可供不同主體決策的知識，提高政府工作透明度，企業、民眾和社會才會進一步或者更好地參與政府數據治理的過程，實現政府治理輸入與輸出的良性運作。國務院辦公廳印發的《2015年政府信息公開工作要點》更加明確地強調推進行政權力清單、財政資金、公共服務、國有企業、環境保護等九大領域的信息公開工作。由于我國政府在開放數據方面存在法律、制度等方面的障礙，政府在分析、挖掘和可視化大數據方面缺乏針對性和有效性，也就是說，很多數據僅轉換為可供不同主體查詢的信息，還沒有上升為知識，這會降低企業、民眾和社會組織參與政府治理的進程。因此，政府不僅應盡快制定數據開放計劃，有秩序有步驟地形成規范化的數據開放格局，而且政府還需提高輸出大數據的質量，實現大數據從信息向知識的躍遷，加強與企業和民眾的合作，以提高大數據利用的效率、效益和效能。只有保障政府數據治理過程中數據的有效輸入與輸出，政府數據治理才能可持續地發展下去。

（三）數據融入邊界的開放性。政府數據治理還要借鑒國外數據開放經驗并融入國際大數據平臺。數據治國已成為國際社會的共識，“無論是美國提出的‘開放政府戰略，還是規模不斷擴大的世界‘開放聯盟組織，世界各國政府的開放意識都在強化” 〔3 〕。美國與印度聯合開發公共數據OGLP平臺，使大數據正在模糊國家邊界，特別是對于涉及國際領域的公共安全問題，國際社會大數據倉庫建設也是非常重要的。美國根據“We the People”網頁民眾請愿和投票的“閾值”給予政府回復和解決建議；英國通過大數據采集與存儲技術+環境數據，輔助政府制定科學的環境治理政策；意大利通過大數據分析與挖掘技術+能源消費，幫助政府提升交通規劃格局和改進能源消費結構；新加坡通過大數據信息通信技術+智慧城市，改進民意輿情預判和安全消費環境 〔9 〕。所以，我國政府數據治理的領域與策略應積極借鑒國外一些好的做法和經驗，這既是國際數據治理的發展趨勢，也是中國政府數據治理與國際接軌的重要路徑。與此同時，全球環境問題、安全問題、健康問題、防災減災問題的解決需要加強國際間的數據合作，形成國際范圍的大數據倉庫，為整個人類的安全和可持續發展提供決策服務。截至2014年底，63個國家加入了由8個國家聯合簽署的《開放數據聲明》，我國政府數據治理需要融入國際大數據平臺，共同實現人類友好可持續發展。

四、政府數據治理具有過程的動態性

從系統論看，動態平衡是系統在不斷運動和變化情況下的宏觀平衡，這種平衡是一個動態的平衡。大數據時代，政府治理要實現靜態數據動態化及大數據輸入與輸出的動態平衡。

（一）靜態數據動態化。傳統小數據時代，由于缺乏實現政府部門之間、政府與企業和社會之間非結構性數據整合的技術支撐，數據的價值多體現在對原始靜態結構性數據的加工與利用，數據的不全面性和相對靜態性使政府決策中的不確定性因素加大。大數據時代，政府治理的大數據來源于傳統數據、網絡數據和物理空間數據，大數據技術能夠實現對大數據的即時存儲、分析、挖掘和可視化，為政府實現數據治理的動態化提供技術支撐。這樣一來，政府治理的流程可優化為搜集數據-存儲數據-分析數據-挖掘數據-找出相關關系-提供決策。隨之，數據治理的動態化使政府治理走向高效、智能和精準：一方面，借助大數據技術，政府能夠實現對輸入的大數據即時分析、挖掘和可視化，為政府實現動態治理提供了技術支撐；另一方面，政府可以根據民眾動態的需求，提供可供企業、民眾、社會組織決策的動態性預測建議和意見，實現政府、企業、民眾和社會組織動態參與政府治理的進程。正是政府對大數據的動態性治理引領政府治理從無序、滯后、低效走向有序、動態和高效。

（二）大數據輸入與輸出的動態平衡性。一個系統要維系動態平衡，輸入與輸出的物質、能量和信息必須保持一個動態平衡，否則系統將走向無序和混亂。政府實現數據治理的過程是將政府、企業、民眾、社會組織所擁有的大數據輸入政府治理的大數據倉庫，政府再通過分析、挖掘及可視化輸出可供不同主體參考的預測性建議。首先，政府數據治理輸入的是雜亂無序的大數據資源，輸出的是可實現數據增值的潛在的大數據資本，彰顯大數據的政府、經濟和生態等方面的價值。政府實現數據輸入與輸出的動態平衡性體現在大數據資源向大數據資本轉換的動態平衡。其次，政府數據治理是政府、企業、民眾和社會組織參與大數據輸入與輸出的動態過程。政府要對輸入的大數據倉庫進行動態管理，淘汰低價值、無關的數據，對大數據倉庫要進行周期性的篩選與管理，提高政府治理的效率，需要對其輸出的數據預測負責。企業、民眾和社會組織動態參與政府治理大數據的輸入與輸出過程，他們輸出的是雜亂無章的大數據資源，輸入或接收的是能夠為自己提供決策服務的潛在的大數據資本。大數據輸入與輸出的動態性不僅彰顯了政府數據治理價值所在，而且彰顯了政府、企業、民眾和社會組織在政府數據治理過程中的不同職能。

五、政府數據治理具有矛盾的復雜性

從系統論看，復雜性彰顯事物運動過程的不確定性、非線性及對還原論的超越。大數據時代，政府數據治理是很復雜的，需要處理多種矛盾和不協調問題，具體體現在以下幾個方面。

（一）數據開放與數據安全的復雜性。數據作為新型資源，被消費和使用的人越多，價值就越大。大數據開放性越強，數據被激活和被利用的機率就越大，它的價值也就越大。這就要求作為大數據擁有者的政府，應該不斷開放涉及民生、經濟、社會等與民眾利益緊密相關的大數據，以收獲數據紅利。每個人都是一個數據倉庫，這個數據倉庫記錄著每個人的教育、醫療、福利、納稅、工作、死亡等數據。政府可以根據個人數據監管個體。由于政府數據來源于個人、社會及經濟等領域，為保障個人隱私、社會與國家的安全，有些大數據不能公開。同時，由于法規不夠健全、政府部門數據治理意識不強、安全技術難以滿足需求等因素的制約，加大了政府開放數據與保護數據選擇的難度。所以，“聯合國‘全球脈動計劃將數據的分析價值、數據與政策的相關性以及使用個人數據的隱私三個內容列為‘大數據時代可能面臨的問題” 〔10 〕 。這就充分凸顯了數據開放與數據安全的復雜性關系，需要政府在數據開放與個人隱私保護、國家安全之間保持必要的張力。

（二）數據無用與數據短缺的復雜性。大數據時代，“不同主體所擁有的數據存在重復收集、數據休眠、數據分割等問題”〔11 〕 。政府治理的數據每時每刻都在爆炸式增長。從技術角度看，大數據的價值低密度性及碎片化要求政府提升從海量數據中獲取優質數據，并充分挖掘其潛在價值的能力。很多大數據是無用的，低價值的，需要過濾與處理。而與民眾緊密相關的數據或者數據驅動力不足，造成大量的政府數據處于“休眠”狀態。一方面是無用數據的積聚增長，另一方面是有用、可信和有價值數據的短缺，這種矛盾嚴重影響了政府數據治理的效率，而且會形成一種負效應，即大數據量與質矛盾的加劇。

（三）數據虛假與數據閑置的復雜性。隨著政府開放數據的不斷加快，民眾足不出戶就可以表達訴求，參與決策。但是，民眾參與的便捷性與自由性也帶來了數據濫用的問題。部分參與者出于自我利益考慮，把參與平臺作為發泄自我不滿的工具，有些民眾借助公共平臺發布一些虛假數據，這樣就帶來了政府治理的無序和混亂。“中國政府部門掌握著全社會信息資源的80%” 〔7 〕 ，但是，由于政府部門數據公開意識不強、服務意識不強、政府職權條塊分隔、數據質量低等原因，造成數據孤立、數據碎片化現象非常嚴重，數據閑置問題比較突出。數據虛假與數據閑置問題加大了政府數據治理的風險，要保障數據治理的科學性，政府需要剔除虛假的數據，為實現數據治理提供最可靠的數據資源；政府還需要加快頂層設計解決政府部門之間的數據閑置問題。

參考文獻：

〔1〕任志鋒，陶立業.論大數據背景下的政府“循數”治理〔J〕.理論探索，2014（6）.

〔2〕王浦劬. 國家治理、政府治理和社會治理的含義及其相互關系〔J〕.國家行政學院學報，2014（3）.

〔3〕劉葉婷，唐斯斯. 大數據對政府治理的影響及挑戰〔J〕.電子政務，2014（6）.

〔4〕涂子沛.大數據〔M〕.桂林：廣西師范大學出版社，2012.

〔5〕李 振，鮑宗豪.“云治理”：大數據時代社會治理的新模式〔J〕.天津社會科學，2015（3）.

〔6〕邱龍虎. 中國傳統哲學中的系統思想〔J〕.系統辯證學學報，2014（4）.

〔7〕黃思棉，秦鳳微.大數據時代中國政府數據公開面臨的阻礙與對策研究〔J〕.法制與社會，2015（4）下.

〔8〕涂子沛.大數據及其成因〔J〕.科學與社會，2014（4）.

〔9〕陳建先，王萌萌.發達國家“大數據技術+”對政府治理能力提升之鑒〔J〕.領導科學，2015（5）下.

〔10〕劉葉婷，王春曉. “大數據”，新作為：“大數據”時代背景下政府作為模式轉變的分析〔J〕.領導科學，2012（12）.

〔11〕蘇玉娟.大數據技術實現社會治理的維度分析〔J〕.晉陽學刊，2015（6）.

責任編輯 周 榮