城市數據治理體系構建的現狀、問題與對策研究

王鵬 蔣翔宇 鐘書麗 張瑤瑤

（1.北京市社會科學院，北京 100101；2.成都市智慧蓉城研究院有限公司，四川成都 611130）

數據是城市數字化轉型的基礎，而數據治理是數據價值挖掘、賦能數字化轉型的根本前提和關鍵支撐。數據治理有狹義和廣義之分，狹義的數據治理專注于數據本身，以數據歸集、數據處理、數倉開發、數據分析和挖掘等技術手段來提高數據質量、確保數據安全；廣義的數據治理還包含“依據數據的治理”，圍繞數據全生命周期管理開展價值共創、場景驅動、安全與隱私保護等活動，最大限度實現數據共享開放利用，推動城市治理體系和治理能力現代化。本文旨在深入分析國內外城市數據治理的先進經驗、治理現狀與問題，提出城市數據治理體系建設的對策與建議。

一、數據治理體系是數字經濟高質量發展的必要保障與重要前提

黨的十八大以來，黨中央、國務院從推進國家治理體系和治理能力現代化全局出發，圍繞實施數字中國、網絡強國、大數據戰略等作出了一系列重大部署。2022年12月，中共中央、國務院先后發布了《關于構建數據基礎制度更好發揮數據要素作用的意見》和《數字中國建設整體布局規劃》，系統性部署了數據基礎制度體系的“四梁八柱”和“2522”數字中國整體規劃布局，強調打通數字基礎設施大動脈，暢通數據資源大循環，促進數據高效流通使用、賦能實體經濟，把安全貫穿數據治理全過程，構建政府、企業、社會多方協同治理模式，為數據要素治理和數據要素賦能社會經濟發展指明方向。當前，數據治理已成為撬動數據要素市場、助推數字政府建設的必要保障，意味著從“以數據治理”向“對數據治理”的全面升級。通過數字技術的應用，加強數字基礎設施建設，推進數字產業創新發展，深化數字政務改革等，推動經濟社會高質量發展。同樣，一個完善的數據治理體系也代表著實現數字經濟高質量發展的成果。在政府部門、企業和社會多方的共同努力下，數據治理不僅能提高數據資源的利用效率，還將賦能實體經濟，挖掘應用創新與效益增長的無限可能。因此，為實現數字經濟的高質量發展，構建完善的數據治理體系至關重要。

二、城市數據治理體系構建：理論探索與實踐經驗

（一）城市數據治理體系的理論探索

目前，國內外學者對數據治理的研究正從過去對數據本身的治理向對政策體系、治理結構、框架模型、技術實現等全方位治理的研究轉變，形成了深刻和前瞻性的認知，為城市數據治理提供理論指導。

國外的數據治理起源于企業數據資產管理。為了更精確地管理數據資源，確保數據質量，搭建數據治理模型的需求應運而生[1]。Cheng等學者構建起數據策略、數據管理、數據質量、數據運營、數據架構和數據安全六個維度的云數據治理成熟度評估指標體系[2]；Harwanto和Hidayanto基于斯坦福大學數據治理成熟度測量工具測量了數據治理計劃的成熟度[3]；IBM數據治理委員會將數據治理要素劃分為支撐域、核心域、促成因素和成果四個層級[4]；Petter Kvalvik等從智慧城市治理角度提出城市數據治理要基于明確定義的機制、程序和角色，平衡多元利益相關者[5]。通過相關學者對數據治理成熟度模型的研究，國外數據治理從多維度支持企業數據資產管理出發，已逐步拓展和延伸至政府數據治理階段。

在國內，學者從宏觀和微觀兩個角度探索數據流通和治理方式，從數據治理本身出發，將其拓展至針對社會轉型、政策協調，模式流通等多重領域的建構完善。張康之從社會轉型和社會治理變革角度，提出數據治理的概念包含雙重內涵：一是依據數據的治理，二是對數據的治理[6]；梅宏也持類似觀點，提出了數據治理“344”模型，包括協調好國家、行業、組織3個主體層次關系，資產地位確立、管理體制機制、共享和開放、安全和隱私保護4大數據治理內容，應用制度法規、標準規范、應用實踐和支撐技術4大數據治理工具和手段[7]；安小米等提出了宏觀層面的多元主體合作聯盟共治、中觀層面的多層次活動流程聯通共生、微觀層面的多維度要素聯結共贏的大數據治理體系框架[8]；張會平則從微觀層面提出數據治理體系中的四種數據流通模式，即政府數據免費進入市場、政府數據有償進入市場、企業數據有償用于治理、企業數據免費用于治理，在政企共建生態、政企合作共贏、政企議價博弈與政府統籌引領等方面，構建更加開放的城市數據治理體系[9]。

（二）國內外先進城市數據治理體系構建的實踐經驗

縱覽全球，由于各國數字治理關注重點不同、發展程度有所差異，全球數字治理體系呈現出多元層次、多機制共存的格局。一是歐盟建立起一個龐大的政策法規框架，以支撐數據治理與數據資源流通。2018年，《通用數據保護條例》（General Data Protection Regulation，GDPR）生效，強調加強保護個人數據方面的基本權利；2022年，表決通過的《數據治理法案》（Data Governance Act，DGA）通過對公共部門的數據再利用制度、數據中介及通知制度和數據利他主義制度三大數據共享制度，形成從歐盟委員會、成員國、行業領域到企業的垂直治理模式。歐盟各法案條注重多層次推動城市數據治理。從個人層面看，在數據經濟發展過程中，各法案條例注重保護個人基本隱私權利；從政府層面看，加強制度聯動，推進垂直治理，以提高治理效率和有效性。二是美國發布的《數據治理手冊》（Federal Data Strategy——Data Governance Playbook）要求各級組織建立數據治理機構，并出臺《開放政府數據法》（Open Government Data Act）等多個法條，皆聚焦數據治理意識和協調機制，構建數字生態系統。從政策方向可以看出，美國政府在數據治理方面重在打造以標準賦能、平臺建設、AI治理為手段，集目標協同、主體協同、客體協同、過程協同和要素協同“五位一體”的“嵌入式”數據治理協同生態體系。三是新加坡通過固有治理方式進行深層次改革，形成以數據驅動城市治理、以用戶為中心的“智慧國”特色數據治理路徑，將“數據治理”貫穿新加坡數字政府運行全過程，重視數據開放共享，搭建地理空間信息庫（SGSPACE）來整合土地、人口、商業和公共安全四大數據中心。

國內城市同樣貢獻了有關數據治理的重要經驗。例如，上海市以城市數字化轉型倒逼數據治理能級提升。《上海市數據條例》明確了公共數據完整歸集和按需共享機制，建立“三清單一目錄”數據共享應用場景授權機制；基于“塊數據”管理的市、區兩級協同治理，圍繞應用場景需求開展治理，打造數據治理四大工程；成立全國首個公共數據標準化技術委員會，發布標準化體系。北京市側重于對數據的全生命周期管理，利用區塊鏈等創新技術，保障數據與職責的強關聯、數據變化的實時探知及數據訪問的全程留痕[10]。浙江省打造一體化數字資源系統IRS，將數據資源納入“一本賬”管理，結合數據目錄的全域性動態化管理、數據資源治理以及“數據高鐵（數據的實時歸集系統）”等創新舉措，實現數據資源管理的智能化、自動化。成都市以“智慧蓉城”建設為牽引，推進數據資源“一網通享”。數據資源貫穿智慧蓉城“王”字型架構的“三級平臺、五級應用”，實現多跨事件聯勤聯動處置；建設“報表通”平臺，整合基層信息采集終端并融入城市數據資源底座。由此可見，國內重視建立數據治理標準，致力于打造數據共享機制，利用區塊鏈等數字化技術創新管理手段，使數據治理的自動化和標準化水平得到進一步提升，提高數據資源治理質量，構建良性循環、動態更新的整體化數據治理體系。

總體而言，國內外領先城市的數據治理體系構建經驗提供了如下幾點啟示。

（1）將數據治理理念深入貫穿于城市數字化轉型中。數字城市的核心是在“以人為本”的基礎上加強數據驅動，數據治理發展可以依托于城市已有資源體系，實現多平臺、全生命周期的數據信息聯動循環，從而在各個環節的分工協作上彰顯主體治理價值，進而為城市數字化建設轉型持續賦能。

（2）統一法規制度標準，清晰數據治理要求。相關部門需要以地方立法的形式，出臺相關數據條例以支撐數據治理與數據資源流通。規范化體系的發布可以使數據治理相關標準得到確認，進一步規范了數據治理的相關行為，為后續治理要求、治理路徑及治理工作的開展提供保障基礎。

（3）建立技術支持體系，完善有效監督機制。數據治理體系的穩定實施需建立在完備的技術基礎上，通過大數據、云計算、區塊鏈等數字化技術，不斷完善和優化從數據收集到處理應用的管理機制，提高數據質量，從而實現廣泛的數據共享，使數據價值最大化。同時，政府需依據法律法規對數據治理行為進行持續性監督，解決數據安全和數據要素市場化的難題。

（4）構建政府主導、多方參與的數據治理體系。在場景建設牽引背景下，面向公民搭建開放數據庫，增強基層獲取數據的即時性、動態性，實現各類治理主體之間的良性互動。數據驅動城市治理重視多方用戶的互動共建，引導高校院所、企業和個人融入城市治理和民生服務的數字場景建設，激發各類主體創造力，進一步釋放經濟活力。

三、當前城市數據治理體系中存在的問題

增強數據治理能力是提升城市治理水平的關鍵，從“對數據的治理”上升為“基于數據的治理”已成為理論界與地方實踐的共識。同時，協同高效、治理精準、決策科學、人民滿意的數字政府建設也離不開高效的數據治理作為基礎支撐。然而目前，多地數據治理體系尚處于起步階段，存在以下不足：

一是數據治理理念欠缺。數據治理理念貫穿城市數字化轉型，但是除個別先進城市以外，國內整體對數據治理的認知不強，尚未建立起系統化的數據治理理念。而且，數據治理理念的欠缺弱化了采集、管理等環節對于數據質量的專注力，加之部分部門尚有較多歷史數據未完成數字化，數據采集標準不統一、數據采集信息基礎平臺水平不一致等問題，使數據治理過程中存在的問題難以在短期內完全解決。

二是公共數據共享機制不暢，影響數據治理的工作效率與實施效果。一方面，部分城市已有的數據治理管理法規細節尚未厘清，例如因未能明確界定數據機制要求中有關數權責任、考核機制、質量評估的標準規范，導致各部門缺乏共享數據的動力，數據匯集治理成效不高、共享不及時，難以形成有效的治理閉環。加之公共數據共享安全性缺乏一定的保障，受制于有限技術，各級部門若想推進數據治理落地，就不得不承擔一定程度的數據泄露風險，后者更進一步降低了相關部門數據共享的積極性與主動性。另一方面，部分地方已出臺的管理辦法難以與實際業務相匹配，從而造成執行層面的實施效果大打折扣。此外，在數據進行收集的初始階段，當前仍存在基層對數據進行采集卻無法將其歸集、數據難以回流的棘手問題，從根源上影響了數據治理效能的發揮。

三是數據管理機制尚不健全，公共數據全生命周期管理機制尚未充分建立。公共數據采集、傳輸、存儲、處理、使用、退役的全過程都需要有效地管理。公共數據管理機制在廣義上涉及政策、標準、工具和技術等諸多方面，其目標是確保公共數據的質量、一致性、安全性和可用性。然而，當前國內公共數據管理機制尚不健全，相關標準規范匱乏。例如，雖然內蒙古自治區制定了《政務數據生命周期管理規范》這一地方標準，但更多地區、更高層次的標準仍待探索。公共數據全生命周期管理機制尚未充分建立的狀況可能導致公共數據的質量、安全性、準確性和完整性不能得到有效保障，進而影響數據的共享、開放與利用。

四是應用場景開發不足，公共數據賦能城市治理場景的廣度和深度有待進一步提升。面向社會的數據開放范圍不夠，普遍存在公共數據下載轉化率不高、更新不快、覆蓋部門不全等共性問題。短時間內縱深跨業務、跨部門的數據協同和場景落地還需要結合精細化治理的思路逐步開展。數據對傳統生產要素的融合、倍增價值難以充分釋放。此外，社會力量參與不足，產業孵化、示范帶動不強，新場景新模式新應用開發薄弱，對數字經濟的促進作用有待提高。

四、推進城市數據治理體系建設的對策與路徑

面對上述問題，需要以系統化思維推進城市數據治理體系化建設，將數據治理融入政府決策、政務服務、城市治理。以業務數據化、數據資產化、資產要素化、要素價值化為目標，以城市數字化轉型實際發展訴求為驅動力，完善數據治理制度設計，釋放數據要素賦能價值，推動多方協同治理，構建科學、敏捷、優質的城市數據治理體系。

（一）加強數據治理理念與業務培訓，提升數據治理能力

定期舉辦干部隊伍數據治理培訓、研討活動，常態化運用跨部門、跨層級協同工作方式，提升“數據治理”思維，打破“不愿共享、不敢共享、不能共享”的傳統觀念。推行基層“一套表”制度，解決基層數據多次采集、重復填報等問題。重視基層工作人員在數據收集及應用層面的基礎能力與實操能力培訓，提升基層數據資源整合水平，從源頭保障數據質量。

（二）加快推進數據匯集共享與開放利用，夯實數據資源底座

以地方性法規推動數據治理機制建設，加強數據治理工作的統籌協調。增加共享評估機制，評估內容應包括數據的規范性、完整性、準確性、時效性、可用性和穩定性等。工作人員在此基礎上對評估結果進行定期通報，實現對數據共享工作情況的督促落實。具體而言，一是政府可著力構建國家－省－市－區（縣）－基層數據回流機制，梳理形成基層所需高頻數據目錄清單，將數據分類后批量化、分地域回流基層，在減輕基層負擔的同時賦能數據匯集的活力潛能。二是針對部門協同領域，公共數據共享機制與通道有待優化。只有打破“數據孤島”，才能更為廣泛地聽取社會“聲音”，推動政務部門和公共企事業單位數據資源集中向社會開放，重點推動信用、交通、醫療、衛生、就業、社保、教育、金融等民生保障服務相關領域的數據向社會開放，提高公共數據社會化利用水平。同時，可以通過公共數據開放創新應用大賽等方式，鼓勵企業、社會組織、個人參與數據價值挖掘和應用創新[11]。三是從社會公眾的使用便捷度入手，優化公共數據開放平臺功能，提高用戶獲取開放數據的數量。

（三）建立數據質量全周期管理機制，強化數據安全保障

編制數據全生命周期質量管理標準細則，全面規范公共數據采集、歸集、整合等全過程、各環節的質量管理細則。同時，要建立數據質量反饋糾錯機制，落實數據提供單位數據質量的主體責任，依法依規糾正數據錯誤。此外，要建立數據安全評估制度、安全責任認定機制和重大安全事件及時處置機制，完善數據共享開放全周期安全保障措施，做好隱私保護。加強公共數據風險感知和監測預警能力建設，實施動態管理、持續監測和主動防控。

（四）加強場景驅動的數據治理，促進數據賦能場景

堅持政府、市場、社會、公眾等多元主體參與和共建共享的原則，推動多元主體之間的協同治理。搭建政企數據、算法、場景供需對接平臺，通過政企數據、企企數據融合創新場景開發，廣泛吸納企業、科研機構、高校智庫積極參與到城市數據治理工作中，形成共建共治、共享共贏的數據治理空間，用治理生態賦能城市精細化管理與數字化轉型。