我國政府數據治理人才能力的核心要素與培養路徑研究

梁 宇 李瀟翔 劉 政 鄭易平

（1.南京航空航天大學馬克思主義學院 南京 211106；2.河海大學馬克思主義學院 南京 211100）

1 問題的提出與文獻述評

大數據背景下數據成為一項重要的戰略資源，是塑造國家競爭力的戰略制高點之一。為增強數據資源的國際競爭力，爭奪數據主導權，世界各主要國家都出臺了一系列政策、法律以加強政府數據治理，充分發掘數據資源的經濟、政治、文化和社會價值。例如，美國政府出臺的《大數據研究與發展倡議》（Big Data Research and Development Initiative）、《開放政府數據法》（Open Government Data Act），英國的《國家數據戰略》（National Data Strategy），歐盟的《歐洲通用數據保護條例》（General Data Protection Regulation），澳大利亞的《公共服務大數據戰略》（The Public Service Big Data Strategy），加拿大的《政府數據開放指導》（Directive on Open Government）等相關法律和政策皆強調了政府數據治理內容。在我國，國務院于2015年和2016年印發了《促進大數據發展行動綱要》《政務信息資源共享管理暫行辦法》，工業和信息化部于2016年印發了《大數據產業發展規劃（2016—2020年）》，其中都有提及大數據治理的相關規范，強調要加快政府數據開放共享以及數據安全、隱私治理。在此背景下，“政府數據治理”成為學術界和政府部門討論的熱點議題之一，以“政府數據治理”為主題的研究成果也隨之呈現逐年遞增態勢（如圖1），相關研究取得了顯著進展。

圖1 國內以“政府數據治理”為主題的發文量趨勢圖

“政府數據治理”是政府治理的重要內容，也是實現國家治理體系和能力現代化的必然要求。目前，國內學術界基于不同視角對這一主題的相關研究主要聚焦于政府數據治理組織與機構、治理體系、治理風險與對策、治理制度與政策等層面。

第一，有關政府數據治理組織機構的研究。門理想運用扎根理論對全國政府數據治理機構的組建方式展開研究，提出重新組建政府工作部門、原有職能部門加掛牌子、政府直屬或部門下設事業單位三種組建方式[1]。黃璜、孫學智對我國地方政府數據治理機構進行梳理，分析其隸屬關系、組建方式、職責界定等[2]。趙豫生等對政府數據治理機構的職能定位與配置進行研究，并構建了數據治理機構的評價指標體系[3]。還有一些學者對政府數據治理組織框架進行研究，如左美云等人提出的由戰略目標、規范與標準、治理主體、方法、關注范圍、過程六個方面內容組成的CGCS(China Government Cross-Sectoral )數據治理組織框架[4]。

第二，有關政府數據治理問題（風險）與對策的研究。曹惠民、鄧婷婷認為政府數據治理的過程中要面臨決策和領導風險、技術風險、數據風險等，并提出要從優化數據質量保障體系、優化決策領導機制、完善治理平臺等方面提高政府數據治理績效[5]。夏義堃通過案例分析對政府數據治理的路徑進行研究，認為要從健全主體激勵機制、平衡社會利益關系、建構數據法治體系、推動數據效益創造性轉化等方面優化政府數據治理路徑[6]。也有學者專門對政府數據開放共享問題與對策展開研究，如王翔等通過對政府數據治理案例的分析，提出了地方政府開放存在的主要問題，并認為要從數據治理法律法規建設、健全數據治理組織架構、強化數據資產管理體系等方面推動政府數據開放[7]。丁波濤從技術、能力和制度方面分析政府數據開放共享困難的原因，認為要加強網絡體系、制度標準建設并構建科學高效的政府數據治理體系[8]。此外，張會平等、洪偉達等、梁宇等從協同治理視角出發論述我國政府數據治理中存在的協同不足，并提出針對性的對策建議[9-11]。

第三，有關政府數據治理體系研究。譚必勇、劉芮從規章制度、技術治理、組織要素三個方面研究了英國政府數據治理體系的構建路徑[12]。堯淦、夏志杰構建了由組織結構、技術支持、規則標準三個關鍵領域組成的政府數據治理體系[13]。安小米、王麗麗從方法論概念入手，提出了大數據治理體系構建方法及框架，并分析其要素及關系[14]。趙志浩通過對長沙市F區的調研，對我國政府大數據治理體系建設進行研究，并從理念體系建設、權責體系建設、保障體系建設三個方面提出了建設政府數據治理體系的建議[15]。有學者認為政府數據治理體系是一種體系框架，包括戰略方針、組織架構和責任分工等[16]，也有學者認為數據治理體系應該是對數據全生命周期的有效管理[17]。

第四，有關政府數據治理政策的研究。劉彬芳等對我國政府數據治理政策的現狀進行了分析，認為當前我國政府大數據治理政策大部分集中在中觀層面，宏觀層面的政策相對較少[18]。宋懿等對英國、美國、澳大利亞三國的大數據治理專項政策進行數據提取與理論分析，認為三國政府數據治理政策具有治理要素關聯性、治理目標明確性、治理對象針對性等特點[19]。曾盛聰、卞思瑤研究了地方政府大數據治理與政策工具創新的內在一致性[20]。黃璜從政府數據開放政策、政府信息公開政策、電子政務核心政策、政府信息資源管理政策等方面歸納出美國政府數據治理領域的核心政策及治理機構[21]。此外，有學者從加強政府數據實踐應用政策、創新數據治理方式政策、政府數據信息公開政策等方面論述了基于大數據時代政府數據治理的政策[22]，還有學者通過地方政府數據治理政策的變遷過程來研究大數據治理政策的內在規律[23]。

筆者通過梳理已有的文獻，發現國內學術界大多是從制度、組織、政策、體系等宏觀層面研究政府數據治理效能的提升路徑，而較少從微觀視角的政府數據治理主體中“人”的因素去分析政府數據治理問題，治理主體中個人的能力也是影響政府數據治理的重要因素。政府數據治理的成功實踐，離不開一支綜合素質過硬的人才隊伍，但現階段較少有研究關注這一領域。因此，文章主要從政府數據治理人才的能力出發，理清治理人才應具備的能力要素、治理人才培養過程中存在的問題以及培養治理人才綜合能力的方式等，從微觀視角對我國政府數據治理問題進行初步探討。

2 我國政府數據治理人才能力的核心要素

2.1 政府CIO與CDO能力的核心要素

在國外政府數據治理實踐過程中，政府首席信息官（Chief Information Officer, CIO）與首席數據官（Chief Data Officer, CDO）是政府數據治理的重要職位，也是政府數據治理的專門人才。因此，在研究我國政府數據治理人才能力的核心要素之前，有必要對政府CIO與CDO能力相關的內容進行分析。政府CIO是政府信息和數據資源管理的高級政府官員，是政府信息資源管理的專門人才[24]。1984年里根政府內部的一份調查報告顯示，政府部門存在有太多錯誤信息、太少正確信息的“結構真空”問題，究其根源在于缺少信息管理的專門人才與機構，解決這一問題的根本辦法就是在政府部門設立信息資源管理的主管人員[25]。隨后，美國政府在各個部門設置了CIO，世界各主要國家也紛紛效仿，CIO已成為當前各國政府數據治理的重要主體。對于政府CIO能力，不同學者著不同的看法。吳江等認為CIO應具備宏觀管理與戰略管理能力、分析與判斷能力、協調與溝通能力、業務組織與管理能力[26]。董小英認為CIO能力包括信息獲取能力、溝通能力、學習能力[27]。Remenyi等將CIO的能力要素概括為技術能力、知識能力、公司戰略能力、業務能力等方面[28]。Smaltz等提出CIO的4項基本能力，即戰略業務能力、人際溝通能力、戰略IT能力、政治溝通能力[29]。與政府CIO相比，學術界對政府CDO的討論比較少，美國政府將CDO的概念界定為一種集多角色為一體的復合型職位，包括數據戰略家、數據質量管理員、數據共享的推動者、技術專家和數據產品的開發者[30]。政府CDO與CIO都是政府數據治理的專門人才，CDO更加專注于數據質量、數據分析、數據開放共享、數據倫理與數據有關問題的治理，CIO主要側重于對信息資源管理的領導，兩者之間是密切的合作伙伴關系[31]。然而，現有研究對CIO和CDO能力的分析更多是從企業數據治理的視角展開，而對政府CIO與CDO的能力涉及較少。同時由于中國與西方國家在政體、國情方面的差異，在政府數據治理實踐中面臨的問題也各有不同，由此導致中西方國家對政府數據治理人才能力的要求也會不盡一致。

2.2 我國政府數據治理人才需具備的能力要素

我國政府數據治理主體包括首席信息官、首席安全官、首席技術官，也包括各政府數據治理組織與單位通過公務員選調、社會招聘、人才引進等方式招募的數據治理人才。目前我國政府部門還未普及首席數據官制度，也沒有對各治理主體進行細分。盡管如此，現有的關于CIO與CDO能力的相關研究，仍然可供我國培養政府數據治理人才時進行借鑒。文章結合我國政府數據治理現狀，提出我國政府數據治理人才能力的四大核心要素（如圖2所示）。

圖2 我國政府數據治理人才能力的核心要素

一是大數據能力。為適應大數據時代政府數據治理的需要，政府數據治理人才需要具備一定的大數據能力。其主要包括：①數據收集能力。由于政府數據來源廣泛，既包括政府部門生產的數據，也包括居民在生產、生活中產生的數據。作為政府數據治理主體要對多源異構數據保持高度的洞察力，進而能夠主動、積極地收集數據。②數據分析能力。數據分析是發揮數據價值的重要基礎。倘若不對數據進行分析，即使政府掌握再大的數據量，也可能會使其成為“廢棄物”。政府數據治理人才應該具備一定的數據分析能力，通過數據分析，從海量的數據資源中獲得經濟、文化、教育、民生等信息，助力政府科學決策，使大數據資源真正成為政府社會治理的重要工具。③數據甄別能力。政府掌握著大部門的數據資源，雖然數據數量大，但并不意味著質量可靠。作為政府數據治理主體，需要依靠自己的專業知識對這些數據的真偽主次進行判斷，從海量數據中發現規律，這樣才能不被錯誤數據所誤導。因此，政府數據治理人才需要具備一定的數據甄別能力。④數據開放共享能力。政府數據開放共享是建設現代服務型政府的必然要求。作為政府數據治理人才必須持愿意開放數據、敢于開放數據的態度。同時，在數據開放共享的過程中要能夠保護數據相關方的隱私安全，防止敏感數據外泄，避免出現數據倫理失范事件。⑤數據知識能力。開展大數據實踐活動，需要有大數據理論知識的指導。政府數據治理人才需要能夠熟練掌握國家出臺的大數據相關文件、法規和政策，深入領會國家的大政方針，為政府數據治理提供基本方向。此外，治理人才還應熟練掌握大數據基本理論知識，如大數據概念、特點、類型、應用方法等，具備較高的理論知識涵養。

二是溝通能力。公共管理溝通是管理主體之間或主體與客體之間傳遞和交流信息并不斷形成、補充和發展信息的過程[32]。我國政府數據治理機構存在條塊分割、各自為政、橫向系統溝通不暢的問題，這就要求政府數據治理人才具備一定的溝通能力。這種溝通能力體現在三個方面：①垂直系統內上下級之間的溝通。受科層制一元管理模式的影響，治理主體上下級之間更多是服從與被服從的關系。在這種情況下，處于下級部門的數據治理主體往往會被動接受上級的指示，被動地進行信息輸入而忽視信息輸出，導致其與上級部門治理主體之間缺乏有效的溝通。在實際治理過程中，這會導致數據治理不能因地而異，無法將本地的實際情況與上級政府部門的政策有效結合起來，致使治理效果不佳。因此，治理主體要具備與上下級其他治理主體之間進行有效溝通的能力，能夠與其建立并維持有效的關系和交流，形成信息輸出與信息輸入的雙向溝通機制。②橫向系統中跨部門之間的溝通。跨部門政府數據治理主體之間溝通不暢的問題比較突出，由于不同部門之間的利益及治理目標有時很難達成一致，這就要求治理人才在跨部門數據治理中有較強的溝通能力，能夠與其他治理主體之間進行平等對話和友好協商，營造協同合作的治理氛圍，形成長效的溝通機制，以解決治理過程中各方面存在的分歧，從而推動跨部門數據的開放共享，助力政府數據治理效能的提升。③政府數據治理人才與民眾的溝通。政府與民眾之間的雙向平等溝通是政府公信力的主要來源[33]，這就要求政府在數據治理過程中要把“善治”作為治理新理念。雖然政府數據治理的根本目標是服務社會民眾的公共利益，但實際上也存在一些利益分歧。例如，政府數據來源廣泛，數據開放可能會存在民眾數據隱私泄露問題，導致民眾對政府不信任，不愿意或不敢公開個人數據，這將阻礙政府數據開放共享行動。為此，政府數據治理人才要能夠與民眾進行平等溝通，取得民眾的信任，消減民眾對數據開放共享的疑慮，吸引民眾參與到政府數據治理的行動中。要實現這一目標，治理人才無疑要具備較強的溝通能力。

三是協調能力。協調理論創始人Malone認為，協調過程的組成元素包括共同目標、實現目標所執行的活動、活動的執行者以及活動之間的相關性[34]。Cordon進一步提出組織協調理論，他認為組織協調是組織將其內部的不同組成部分結合在一起,以方便他們共同工作，完成共同的目標或業務量[35]。換言之，協調是使分散的各個要素組合起來，完成共同認可的目標任務，實現行動一致。研究發現，有效協調是組織活動中保證組織高效運作、提高組織績效的關鍵[36]。因此，治理人才應具備一定的協調能力，能夠承擔各治理組織之間、治理主體之間或治理主體與治理組織之間的協調工作。總的來看，治理主體的協調能力主要包括三個方面：①利益協調。治理主體在數據治理過程中，要面臨部門利益沖突以及政府部門與企業、個人的利益分歧，這些利益沖突往往會導致政府數據治理的協同不足、開放度不夠，非政府數據治理主體較少參與政府數據治理過程。因此，政府數據治理人才要能對不同主體進行有效的利益協調，在利益分歧較大時，能夠“以疏化堵”地解決利益摩擦，兼顧各方利益和關注點，為后續的溝通和協商奠定良好氛圍。②目標協調。目前我國政府數據治理機構主要是各省（自治區、直轄市）和市級單位成立的大數據管理局、大數據中心、大數據服務局等，這些機構有的隸屬于工信委、統計局、經信局，還有的歸政府辦公廳、發改委主管。由于這些治理機構條塊分割、政出多門，對治理目標往往會出現認知偏差，導致目標分散、目標沖突，進而造成數據治理效能不高。因此，作為政府數據治理人才，應具有協調各方治理目標的能力，在數據收集、分析、管理、開放共享等各個過程尋求各方的利益共同點，推動各方盡早實現共同目標。③行動協調。政府數據治理是一項復雜的工程，單靠政府部門治理顯得勢單力薄，需要非政府行為體的共同參與，形成多元主體共同治理的格局。然而，由于各方利益與目標存在分歧，要實現多元治理并非易事，這就要求治理主體具備行動協調能力。這種行動協調能力既要能使政府部門內部在既定的政策框架下，打破部門利益藩籬，為實現共同的治理目標而相互支持與行動，也要能夠推動政府部門與其他非政府行為體在平等、開放、包容的氛圍中共同行動。

四是多學科知識能力。政府數據治理是一項科學、有規律的實踐行為，它需要有理論知識的指導。由于政府數據治理涉及跨學科領域，單一的知識恐難適應大數據時代政府數據治理的現實需求，因此需要具備多學科知識的復合型人才。政府數據治理是個系統工程，需要治理主體熟悉大數據的理論知識，時刻關注數據治理相關的法規政策，還需要懂得政府學、管理學以及計算機、信息和數據倫理等知識。總的來看，治理主體應具備管理學、行政學、政治學、計算機學、情報學、倫理學、信息管理學等學科的理論知識。雖然治理主體很難全部掌握這些學科知識，但若其能夠掌握兩種及以上的學科知識，都將有利于提升治理人才的綜合素養。治理主體只有具備豐富的理論知識與多元化技能，才能真正從一位“行政官員”向“技術專家”“管理專家”轉變，進而推動治理決策更為科學化、民主化。

3 我國政府數據治理人才培養存在的主要問題

為提高我國政府數據治理效能，我國需要培養大量的數據治理人才。考慮到對這類人才綜合素質的要求，理想狀態是通過設立跨學科的數據治理研究院或政府數據治理人才項目來專門培養數據治理人才。目前，國內大部分“雙一流”建設高校成立了大數據研究院、大數據研究所、人工智能研究院等大數據科研機構，例如北京大學成立的大數據科學研究中心、清華大學成立的數據科學研究院、中科院計算技術研究所成立的大數據研究院等，同時也開設了相關專業。但是，大部分高校的大數據人才培養主要還是立足于學生就業和學科建設發展的需要，離我國政府數據治理的實際需求仍然有不少差距。

3.1 跨學科數據治理人才培養機制不健全

政府數據治理是一項跨學科議題，需要多學科背景的復合型人才。現階段，我國高校交叉專業、跨專業人才培養還處于探索階段，發展緩慢。許多跨學科性質的研究機構流于形式，無固定編制、無辦公用房、無經費來源等“三無”現象依然存在[37]。因此，要培養具備多學科理論知識的治理人才仍面臨不少挑戰。筆者對南京市兩所“雙一流”建設高校（南京師范大學、南京航空航天大學）的大數據相關專業進行網絡調查后發現，兩所高校都成立了大數據相關研究機構，其中南京師范大學于2016年成立了大數據交叉研究中心。然而，該校大數據相關研究分布在計算機科學與技術學院、地理科學學院、商學院與公共管理學院、馬克思主義學院等，這些不同學院學科邊界劃分明顯，不同專業還未進行有效整合。同時，南京航空航天大學雖然于2018年成立了人工智能學院數據智能研究所，并在研究生招生中開設了大數據專業，但其大數據專業招生方向側重于數據分析、數據統計、數據知識發現等，偏向培養數據技術性人才，而對數據倫理、數據道德、政府數據開放、數據管理諸多內容涉及較少，這必然會影響人才知識面的廣度。

3.2 政府數據治理人才培養目標不明確

明確的培養目標是政府數據治理人才培養的基礎。雖然政府機構、學術界、教育界呼吁要加強對大數據人才的培養，但對于培養目標的認識各界并未統一。各個高校基本上是根據學科建設需要來制定培養目標，對政府數據治理的相關內容涉及較少。以國內C9高校（原“九校聯盟”）為例，C9院校是我國首個頂尖大學聯盟，成員都是國家首批“985工程”重點建設的一流大學，因此，這9所高校的大數據人才培養有一定的代表性。由此，筆者采用網絡調查法，圍繞大數據專業本科、碩士、博士培養目標對C9高校進行全方位調查（如表1所示），發現這些高校都已開設大數據相關專業，都注重培養學生的數據知識、數據技能等綜合能力。如清華大學開展的大數據能力提升項目和大數據碩士項目，南京大學開設的“大數據理論與實踐”課程等都強調了要培養具有大數據思維與技能的高層次人才。但是，這些培養目標側重數據技術與技能，而沒有體現數據治理方面的內容，政府數據治理人才的培養機制不健全，導致現階段我國政府數據治理部門雖然引進了不少大數據技術人才，但仍然缺乏治理型人才。

表1 我國C9院校部分大數據相關專業人才培養目標

3.3 政府數據治理人才培訓制度不完善

培訓制度的建立與完善是培養政府數據治理人才的重要內容，也是提升政府數據治理效能的應然要求。治理人才的培養除了在高等教育階段的系統培養，還包括進入政府部門后有針對性的培訓實踐。早在1993年《國家公務員暫行條例》就對公務員培訓作了明確規定，要求各單位按照職位的要求，有計劃地對公務員進行培訓，使公務員培訓成為公務員制度的重要組成部分。政府數據治理人才大多屬于在編公務員，為提升其數據治理能力，理應接受所在單位提供的培訓，這既是法律賦予的權利，也是其應履行的職責和義務。然而，當前我國政府數據治理人才的培訓制度還不夠健全，還沒有專門針對政府數據治理人才建立起一套完整的培訓體系，也沒有對培訓內容、培訓方式、培訓目標制訂統一的標準和規范。雖然大部分政府數據治理單位都注重也支持對職員開展業務培訓，但培訓很少基于內部各個部門和成員的需要而展開，缺乏針對性，沒有形成制度性安排，培訓內容多是數據知識、數據技能。例如江蘇省大數據管理中心舉辦的“大數據講堂”，貴州省大數據發展管理局主辦的“貴州省大數據政府應用系統整合及數據共享研修班”，貴陽市大數據局舉辦的“2019年數據資源管理培訓班”等。這些培訓對豐富治理人才的理論知識及提高其業務能力有著重要意義，但培訓內容更多的是大數據知識與技能層面，而較少涉及公共管理、政治學原理、職業道德等內容。正如前文所述，政府數據治理人才需要良好的溝通能力、協調能力，這兩種技能都是在實際的政府工作流程中體現出來的。因此，如果僅把培訓內容局限在大數據理論與技能知識層面，這勢必會使培訓內容不完整，難成體系。此外，還有部分政府數據治理單位的培訓工作多是聘請高校教授或企業化信息專家擔任講師，他們對政府工作流程并不熟悉，也很少參與，這會造成培訓內容與實際工作存在一定差距。

4 政府數據治理人才培養路徑

4.1 高校要加強具備多學科、跨學科理論知識與技能人才的培養

政府數據治理需要具備跨學科、交叉專業知識與能力的復合型人才。因此，高校應加強學科布局，整合管理學、行政學、信息管理學、倫理學、大數據理論與技術等多學科資源，培養符合大數據時代政府數據治理需求的優秀人才。2019年4月29日，教育部、科技部、工信部等13個部門聯合召開“六卓越一拔尖”計劃2.0啟動大會，強調要大力發展新文科、新工科。新文科要具有實現學科間深度交叉融合的顯著特征[38]，而新工科同樣也強調多個學科的交叉、融合、滲透或拓展[39]。在“新文科”“新工科”背景下，加強跨學科人才培養已是我國高等教育的主流趨勢，這也為我國政府數據治理跨學科人才培養創造了良好機會。高校可以通過加強不同學院、不同專業間的交流與對話，將管理學、政治學、科技倫理學、信息管理、計算機、人工智能、大數據相關專業資源進行有效整合，定期舉辦學術研討會，以拓展學生的知識面。為更有針對性地培養數據治理人才，教育部、科技部等相關部門可以在有條件的高校開設“政府數據治理”專業。雖然，目前國內部分“雙一流”建設高校已開設了人工智能與大數據專業，但是在人才培養上普遍存在重技術、輕管理問題。大數據理論與技能專業和管理學專業接觸不多，導致出現大數據知識與技能掌握得好的人不懂政府工作流程與政府管理，而深知管理學與政府治理的人卻對大數據知識與技能知之甚少。因此相關部門通過在高校設置“政府數據治理”專業，可以更好地將技術與管理融為一體，培養具有多學科知識的創新型人才。

4.2 明確政府數據治理人才培養目標

要加強對政府數據治理人才的培養，首先需要明確培養目標。雖然國內部分高校都開設了大數據專業，但是這些專業的培養目標更多是從大數據理論知識與技能出發，培養學生對大數據的認知與運用能力，尤其是大數據素養能力。然而數據素養能力，僅僅是政府數據治理人才所具備的核心能力之一，它還需要能滿足政府管理需求的溝通能力與協調能力。因此，高校在培養大數據治理人才的過程中，應制定更為明確、完整的培養目標。從前文對核心能力要素的歸納中，筆者認為培養目標至少包括以下幾個方面：一是大數據素養培養目標。涵蓋數據收集、分析、儲存、利用等數據技能，數據認知、態度、意識等數據思維，以及數據道德、倫理和法律等基本要求。二是業務能力培養目標。它涉及治理主體能夠在政府部門維持良好的人際關系，化解部門利益分歧，協調各治理主體行動的能力。這項培養目標強調治理人才要精通政府工作流程，擁有較強的政治能力。三是情感培養目標。政府數據治理人才需要德才兼備，只有才而沒有德，很可能在政府數據治理的過程中失去職業操守，違背“善治”的治理理念和服務公共利益的治理目標。因此，應制定政府數據治理人才培養的情感目標，包括深刻理解、貫徹黨的路線方針政策，堅持集體主義精神和國家安全利益至上的原則，能夠忠于職守，在崗位上全心全意為人民服務，成為德智體美勞全面發展的優秀人才等內容。

4.3 完善政府數據治理人才培訓制度

加強對政府數據治理人才的培訓是提升治理人才能力的重要方式，但現階段我國政府數據治理人才培訓制度還不健全，在實際操作中還有諸多問題待解決。為此可從以下幾方面完善政府數據治理人才培訓制度：①建立長效的培訓機制。政府數據治理機構應將人才培訓作為一項長期的任務，可根據自身實際制定培訓規章制度，明確人才培訓的基本要求與流程。②完善培訓內容。不少政府數據治理機構的培訓內容側重于大數據理論知識與實踐以及企業數據等內容，對于政府數據開放共享、政府數據治理的實踐較少涉及。為此，政府數據治理機構可組織編寫培訓教材，完善培訓內容，以滿足工作人員業務實踐的需求。培訓的師資力量不僅要有高校的專家教授、企業信息化專家，還可包括精通政府工作流程的行政官員。③實行分類培訓，提高培訓的針對性。分類培訓指對不同職位類別的公務員實施不同的培訓[40]。現有的大部分培訓是對人才進行入職或在職培訓，而沒有考慮不同部門治理人才的實際需求，結果造成資源浪費。因此，可建立分類培訓制度，對不同崗位、不同業務、不同部門的治理人才實行分類培訓。2005年出臺的《中華人民共和國公務員法》明確規定，各機關根據公務員工作職責的要求和提高公務員素質的需要，對公務員進行分類培訓。對政府數據治理人才進行分類培訓有助于提高培訓的針對性及實際效果，還能節約行政資源，減少資源浪費。④建立培訓考核機制。對政府數據治理人才培訓效果的評估要有一定的考核標準。可以設置必修課、選修課以及通過設置相應的學分對學員進行檢測，了解其是否達到培訓的預期效果，從中發現培訓過程中存在的問題，進而及時改進。例如，美國在《政府績效與結果法》中明確規定了對政府信息管理者的考核制度，其中包括政府部門電子政務計分卡，對學員每個季度進行一次考核[41]。⑤多元主體共同實施培訓。政府數據治理人才的培訓任務大多由所在單位承擔，此外，高等院校、科研院所、企業培訓機構、行業協會等也可利用自身獨特優勢為政府數據治理人才提供豐富的培訓活動。治理人才所在單位也應加強與跨政府部門以及其他非政府組織的合作，以推動多樣化培訓的開展。

5 結語

政府數據治理人才的培養是實現政府數據治理能力現代化的關鍵因素。目前，學術界對政府數據治理的相關研究更多是從治理體系、治理制度、治理組織、治理政策等諸多宏觀層面展開，而對政府數據治理人才這一微觀視角則較少涉及。因此，文章通過文獻調研 、網站調查等方式分析我國政府數據治理人才的培養，以豐富研究內容。針對當前我國政府數據治理人才培養存在的問題，筆者提出要從加強多學科、跨學科知識與技能人才培養、明確培養目標、完善人才培訓制度等方面提高我國政府數據治理人才的培養實效，從而為我國政府數據治理工程提供堅實的人才隊伍支撐。