從“治理”到“智理”：“2+1+1”融合驅動的政府數據治理模型研究

摘" "要：在經濟動能“提質換檔”的關鍵期，搭建新的政府數字化治理框架體系，破除數據壁壘，賦能治理能力現代化刻不容緩。文章聚焦政府數據治理，采用“治理困境剖析-理論來源分析-技術框架搭建-治理模型構建”的研究思路，基于2種理論（協同理論和價值鏈理論）、1種技術（區塊鏈技術）和1種結構（霍爾三維結構），構建了“2+1+1”融合驅動的政府數據治理模型，從需求分析、數據解析、協同交互和開放共享等4個方面闡釋了模型在政府數據治理中的作用。解決政府各部門之間信息的條塊分割問題，實現數據協同、開放與共享，推動政府數據在技術賦能背景下，從“治理”走向“智理”的統籌協調。

關鍵詞：數據治理；技術驅動；協同共治；開放共享；價值鏈

中圖分類號：G203" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024061

From \"Governance\" to \"Wisdom\"：Research on Government Data Governance Model Driven by \"2+1+1\" Integration

Abstract In the critical period of \"quality improvement and shift\" of economic momentum， it is urgent to build a new government digital governance framework system， break down data barriers， and empower the modernization of governance capacity. Focusing on government data governance， this paper adopts the research ideas of \"governance dilemma analysis - theoretical origins analysis - technology framework building - governance model building\"， based on two theories （synergy theory and value chain theory）， one technology （block-chain technology） and one structure （Hall three-dimensional structure）. It constructs a \"2+1+1\" fusion driven government data governance model， and explains the role of the model in government data governance from four aspects： demand analysis， data analysis， collaborative interaction and open sharing. It solved the problem of information segmentation among various government departments， realized data coordination， openness and sharing， and promoted the overall coordination of government data from \"governance\" to \"intelligence\" under the background of technology empowerment.

Key words data governance; technology-driven; coordination and co-governance; open and shared; value chain

當前，我國正處于經濟動能“轉型、提質、換擋”的關鍵時期，AIGC等新一代技術對社會發展帶來顛覆性的沖擊，社會結構的重建、數據權限的挑戰、“管理慣性”的改造等，對經濟社會發展提出了一系列新挑戰和新課題。數字經濟浪潮中，數據和資本、勞動力一并成為核心生產要素，成為推動生產力發展的重要因素。雖然政府、企業、公民都是數據的重要生產者與消費者，但80%以上的數據資源仍掌握在各級政府部門手中［1］。然而，海量政府數據不可避免地帶來了隱私泄露、質量難辨、數據壟斷等多重挑戰，迫切需要強化政府數據治理，發揮海量數據對經濟社會發展的賦能作用。

過去，大數據是政府治理的工具、平臺和助手，但現在數字化、智能化既帶來了數據空間的重構、數據要素的重塑，也成為了治理的對象和挑戰。與此同時，我國提出建設數據強國的目標，印發《數字中國整體布局規劃》［2］，2023年政府工作報告中也強調“加強數字政府建設，推動政務數據共享”［3］。一段時間以來，國家相關政策文件頻頻出臺，為迎接數字化、智能化時代的各種發展變化謀篇布局。政府數據治理也不例外，如何把握智能化時代的新機遇，推動治理工作從模糊治理、局部治理轉向精準治理、系統治理，形成政府數據“智理”新方式迫在眉睫。

在此背景下，治理工作不再是“管”字當頭，政府需要從“管控型”向“服務型”轉變，搭建新的數字化治理框架體系，提高治理效率，保證經濟社會的行穩致遠。但是，政府數據治理存在數據碎片化嚴重、數據安全難以保障、協同性差等問題，新時代下各社會主體參與政府數據治理的需求難以滿足。時代的問題要靠時代的方法解決，解決政府數據“開放+協同+治理”這一復雜的問題，破除數據壁壘，讓數據真正“跑起來”“活起來”，釋放政府數據紅利，保證政府數據在開放、協同和治理過程中的安全，推動政府數字化加速從“治理”邁向“智理”，賦能治理能力現代化成為一項重要的研究課題。

1" "政府數據治理相關研究

1.1" " 政府數據治理的定義

數據是對客觀世界的量化和記錄，是表示客觀事物的原始素材，承載著組織發展的各項信息［4］。1980年以來，挖掘數據的潛在價值、合理分配數據資源日益重要，在此背景下數據治理的概念應運而生。數據治理是涉及數據采集、使用全周期的一套管理行為，旨在通過數據使用過程的介入，實現數據價值的最大化［5］。作為海量數據的管理者，政府的職責在于充分挖掘海量數據資源，這也是政府數據治理的核心任務。對于政府數據治理的定義，學術界也存在著兩種基本觀點，分別是技術驅動的政府數據治理和數據賦能的政府數據治理。

（1）技術驅動說。大數據、AI、AIGC等技術迅猛發展，在充分享受新一代技術帶來便利的同時，數字技術也滲透到政府工作的各個方面。徐曉林和劉勇最先提出了技術驅動的政府數據治理，指出信息技術的發展推動了政府治理模式的變革，數字治理借助其強大的技術優勢，成為政府治理的理想選擇［6］。黃建偉和劉軍認為受AI技術的驅動，歐美數字治理中“數智治理”的新動態對中國數據治理具有借鑒價值，政府數據治理應順應技術趨勢，實現“重數據”亦“重治理”兩手抓［7］。

（2）數據賦能說。數據作為新興生產要素和關鍵治理資源，已經成為政府治理的核心要素，也為政府數字治理提供了資源價值，因此不少學者從數據資源的角度解釋政府數據治理的內涵，并強調了數據的賦能賦智作用［8］。沈費偉和諸靖文指出，通過數據賦能政府的理念，助力數據共享、服務供給與科學決策，是實現精準、高效政府治理的有效途徑，也符合了信息化時代整體性治理的理念［9］。不可否認，數據要素正逐漸成為大國競爭的重要領域，數據的使用權、所有權、數據的安全等都需要全新的治理體系。

本文認為，政府數據治理是數據治理的一個重要分支，是融合了政府治理與政府管理概念的治理活動，通過運用一定的組織架構、標準規范和技術方法，全面考慮數據的安全性、完整性、可用性和共享性等多維因素，在數據的采集、處理、分析、存儲和共享的各個環節，最大限度地發揮數據的潛在價值［10］。政府數據治理涉及技術支持、治理策略、組織架構等復雜過程［11］，需要采用綜合性、系統化的治理策略，有效應對政府數據治理中的挑戰。綜上所述，本文所指的數據“智理”突出技術驅動視角下的政府數據治理新方式，強調在數據管理利用的全過程，實現數據價值。

1.2" " 相關研究與問題提出

數字政府建設是目前我國政府工作的核心議題，其中數據驅動和數據治理是數字政府建設的核心特征。2019年，黨的十九屆四中全會上，首次明確提出“利用數字化手段推進數字政府建設”［12］。十九屆五中全會強調，加強數字社會、數字政府建設，提升公共服務、社會治理等數字化智能化水平［13］。2021年發布的《“十四五”國家信息化規劃》中再次強調，“數字政府作為數字中國的重要組成部分，是實現政府治理體系和治理能力現代化的有力抓手，加快推進數字政府建設，打造數字國家新優勢”［14］。在當前這個充滿易變性、不確定性、復雜性和模糊性的烏卡時代，治理環境的不穩定性顯著增強，提高政府數據治理能力，成為時代發展不可或缺的需求。

近年來，出現了圍繞“政府治理”的數據治理、數字治理、電子治理等研究熱潮，學者們側重于從政府數據治理的工作機制、影響因素、解決策略等方面進行研究。在影響因素研究方面，洪偉達和馬海群系統梳理了我國開放政府數據的相關研究，從政策主體、政策協同機理、政策協同的先導性等多個方面，深度分析了開放政府數據的發展影響［15］。在工作機制方面，安小米等構建了面向數字政府、數字經濟和數字社會的數據治理標準化協同路徑分析模型，從多維度、多層級歸納了數據治理的內涵、本質以及協同路徑［16］。在實施路徑方面，夏義堃從跨學科視角探討了政府數據治理中迫切需要解決的內驅動力、外部生態、制度體系與價值導向等關鍵問題，并提出了集成協同理念下的增強政府數據治理可操作性的解決路徑［17］。胡海波針對政府數據碎片化的問題，提出了整體數據治理的思路，并強調了數據整合的重要性［18］。周毅從數據價值鏈的角度對數據市場的建設路徑進行了探索［19］。

目前有關政府數據治理的研究取得了一系列成果，但仍然存在以下問題：（1）現有研究多聚焦于政府數據治理的內涵界定、實施路徑等研究，考慮技術嵌入的智能化背景下的政府數據治理研究有待完善；（2）政府數據治理多從組織機構、實施策略等方面進行，并沒有深入解析政府數據治理的實際需求；（3）盡管越來越多的研究關注到數據安全、數據共享、數據協同，但大多數研究只是關注到某一部分，未形成系統性的政府數據治理框架體系，難以在復雜環境中應用；（4）政府前瞻性數據管理意識不足，數據價值挖掘和利用能力相對薄弱，使得海量數據資源的價值無法充分展現。

2" "政府數據治理面臨的挑戰

政府數據的來源廣泛、結構各異、價值多元，既包括了政府單位所產生的政策文件、公共管理、調查統計數據等，也包括了企事業單位和公民個人在社交媒體、互聯網絡、物聯設備等多渠道產生的復雜數據。海量政府數據的治理面臨著治理方式、數據質量、數據開放共享以及隱私保護等諸多挑戰，探明這些挑戰并針對性地構建模型，對于提升治理效果具有重要意義。

2.1" " 智能化時代給治理方式轉型帶來沖擊

模糊靜態治理轉向精準動態治理。大數據、人工智能等技術驅動的政府數據治理，給傳統工作模式中數據的治理環節帶來了巨大沖擊。以分級、分類為主要手段的靜態治理方式，在一定程度上有利于梳理數據的演化脈絡，但是這種靜態治理方式，不能充分考慮數據流轉過程中的價值演變，難以動態地感知數據在開放、共享、融合和利用中可能產生的其他問題。新時代的政府數據治理，需要對海量的政府數據進行動態獲取，深度分析數據間的關聯關系，精準挖掘用戶需求，為政府決策提供更加精確的數據支持。

碎片治理轉向融合治理。以AIGC為代表的新興信息技術展現出強大的數據整合與處理能力，面對海量數據時代的挑戰，傳統的碎片治理模式已不足以應對政府數據治理的復雜性，迫切需要實施更為系統化的數據治理策略，通過數據的整合、協同工作，提高治理的整體效率。如杭州城市大腦通過人工智能、云計算等形成城市運行的全局感知，促進了海量多源異構數據的融通，輔助配置公共資源，推進城市整體化治理［20］。

2.2" " "復雜環境給數據質量提出更高要求

數據質量標準有待提高。當前情報復雜信息環境的現實條件，使情報研究發生了前所未有的影響和變化［21］，政府數據的來源五花八門，競爭博弈誘發的數據“迷霧”特征日益凸顯，多源數據的質量參差不齊。對數據的質量標準提出更高要求，最大程度地避免不完備數據、冗余數據等問題，是決定政府數據質量效果的關鍵因素之一。因此，亟待制定更高標準的數據質量標準，對數據的真實性、完備性、準確性、關聯性等做出更高要求。

數據質量評估體系亟待完善。建立科學合理的政府數據質量評估體系，對數據質量進行動態評估，確保政府數據真實可靠是至關重要的。從治理轉向“智理”更強調了新一代信息技術的驅動，而深度學習算法對于數據的輸入質量要求極高，這直接決定了政府所獲信息的可信度。但是，高質量數據集的缺乏是各個領域不能避免的問題，也成為了政府數據治理的主要瓶頸。

2.3" " 技術限制加劇數據開放與共享難度

自2008年《中華人民共和國政府信息公開條例》頒布以來，我國政府數據開放逐步走向了規范化、制度化。此后一段時間，政府數據開放研究進展緩慢。2015年，國務院發布《促進大數據發展行動綱要》，將政府數據開放被納入數據強國重點任務，掀起了數據開放的浪潮［22］。然而，隨著技術的更新迭代，基于用戶偏好的精準化信息推送，在帶給我們生活便利的同時，也產生了數據獲取路徑單一、數據趨于同質化等問題，無疑加劇了政府數據的開放共享難度。

首先，智能化背景下的政府數據治理迫切需要建立一套統一的數據標準體系，以促進政府數據的標準化開放共享。然而技術的過度依賴，導致了不同機構的數據開放標準不同，格式多樣的政府數據難以整合。其次，雖然我國政府數據規模龐大，但許多技術來源國外，并不能實現數據的完全自主開發，限制了數據開發共享的發展步伐。最后，由于我國政府數據開放較國外啟動較晚，數據開放共享機制尚在建設完善，數據的互操作性構建、協作治理框架、安全防護措施尚顯不足。再加上政府機構對技術的依賴性強，“信息繭房”等現象廣泛存在，政府數據的開放共享建設進展緩慢。

2.4" " 技術依賴引發數據安全與權限問題

不斷深化的數字政府建設，推動了政府數據的跨領域、跨部門整合應用。但是，政府數據具有動態性、碎片化、公共性的特點，海量政府數據的整合與利用中個人信息安全問題突出。如分散的個人信息在經過整合、分析和共享后，能夠提供對個人行為模式、活動路徑和個性化需求的詳細理解［23］。然而，如果這些數據被不當使用，可能會對個人權益和社會安全造成嚴重威脅。2022年6月，國務院印發《關于加強數字政府建設的指導意見》，明確指出加快構建制度、管理和技術銜接配套的安全防護體系，確保個人信息安全。眾多學者也探討了數字政府建設中個人信息安全保護機制。盡管如此，人工智能的算法偏見等極易引發新的數據安全和隱私保護問題，這需要引起足夠的重視和警惕。

此外，由于政府數據權屬關系不清、邊界不明等問題，在使用智能終端進行數據采集時，會導致數據過度采集，若未經用戶明確同意便收集這些數據，將會侵犯個人隱私。隨著以ChatGPT為代表的人工智能生成技術的廣泛應用，生成虛假數據將變得非常簡單，而政府機構需要面向決策提供重大戰略支持，必須保證數據的真實可靠，基于AIGC等的虛假數據將造成嚴重后果，給國家帶來風險。

綜上所述，智能化技術賦能政府數據治理，需改變過去以政府為主導的治理方式，數據治理離不開跨部門、跨層級的應用情景，亟需構建“多元共治、互聯互通、安全共享”的數據治理新格局，吸納多元主體共同參與數據治理，融合多源多模態數據共同聚力數據治理。此外，政府數據治理能力存在“木桶效應”，整體治理水平取決于能力最薄弱的環節［24］，只有各環節協同配合，才能促進數據治理組織結構立體化、系統化的發展。

因此，本文將從政府數據治理的實際問題出發，圍繞政府數據治理需求，以協同理論和價值鏈理論2個理論為指導，利用區塊鏈這1技術，霍爾三維這1結構，構建“2+1+1”融合驅動的政府數據治理模型（見圖1），解決政府數據治理存在的問題，為政府數據治理提供數據、模型和方法支撐，為政府數據的協同、開放、共享、安全和增值等提供突破路徑。

3" "理論與模型的契合性分析

3.1" " 霍爾三維結構

霍爾三維結構模型由美國貝爾公司專家A.D.Hall于1969年提出，是解決復雜系統工程方法的三維模型。模型中的“三維”是指時間維、邏輯維和知識維，體現了系統工程方法綜合化、標準化、最優化等特點［25］。

將Hall三維結構應用到政府數據治理需求模型中，能實現政府數據的“三點撐一”框架，其中，時間維表示系統工程的工作階段或進程，貫穿規劃、設計、運行等全流程，對應數據治理過程的各個階段，逐步實現治理需求。將時間維的每一個環節展開，都可以劃分為若干邏輯步驟，將整個工程的詳細結構展示出來，也就是邏輯維，邏輯維可以勾勒治理需求的關聯關系，描繪治理需求的各個視角。知識維把不同時間維度和邏輯步驟結合，形成霍爾管理矩陣，矩陣中的活動相互影響、緊密聯系，從整體上達到最優效果。值得一提的是，反復性是霍爾矩陣的重要特點，各活動反復進行，從而達到最優，這與數據治理需求相契合，數據治理的各個環節也是緊密聯系，兼顧數據與價值的共生，從而達到最優的治理效能。

基于霍爾三維結構的政府數據治理需求模型，可以系統揭示數據治理的規范化流程、關鍵問題、邏輯關系和治理目標，能保障后續治理過程中的治理整體性、目標明確性、需求導向性和理論合理性。

3.2" " 價值鏈理論

哈佛大學的Michael教授于1985年首次提出了“價值鏈”（Value-Chain）的概念，他認為企業的終極目標就是創造價值，且價值的創造是貫穿產品從設計到銷售的各個環節中。根據價值鏈理論，創造價值也就是滿足顧客需求是企業管理的核心與基礎，對企業的發展有著決定性的作用［26］。

價值鏈理論雖然緣起于企業管理，但同樣適用于政府數據管理活動。一方面，不論是企業還是政府，價值創造始終是管理的核心。對于企業而言，實現企業利潤的最大化始終是企業的不懈追求。而對于政府而言，促生公共價值也是政府的職責所在。另一方面，企業和政府的價值創造過程，均體現在產品管理的流程中，兩者在管理過程中可以相互借鑒。當前，數據治理已成為政府治理的關鍵基礎，這不僅關乎政府數據的開發利用，更在于促進公共價值的創造。因此，將價值鏈引入政府數據治理過程具有可行性。

3.3" " 協同理論

協同理論（Synergetics）指出，系統中的各個元素并非簡單的算術相加，通過元素之間的耦合來完成二級組織或系統之間的集成，并產生積極作用，可以實現正向的放大效應［27］。數據協同將信息視為合作的主體，并將信息處理過程細化為合作的組成部分。作為協同理論的一個關鍵分支，信息協同側重于在特定的時間和空間條件下，通過不同合作主體間的信息交流，達成一個或多個共同目標。

政府數據治理多元素協同包括了多主體協同和多源數據協同［28］。多主體協同主要包括：政府及相關部門、企事業單位、科研院所、其他機構和公民個體；多源數據協同主要包括：多源異構數據、多類型數據、多模態數據。在政府數據治理的多主體和多源數據的互動環境中，實現數據的協同治理、數據共享和價值創造，離不開協同理論的支撐和指導。

3.4" " 區塊鏈技術

區塊鏈（Block-Chain）是由分布式賬本、非對稱加密、共識機制、智能合約等多種技術組成的綜合性技術棧，其數據的存儲和生產方式均為分布式［29］。由于數據是多節點共同維護，數據的篡改非常困難，所記錄的信息也就更真實可靠。過去，政府數據治理采用中央存儲器進行集中化管理，數據高度集中，若中心服務器遭受攻擊，數據安全將面臨巨大風險。相較之下，區塊鏈技術的去中心化架構能夠在單一節點受到攻擊時保障其他節點的安全，確保所有主體節點的數據得到平等地存儲與保護，從而實現多主體的協同維護。

利用區塊鏈架構及其核心組件，如時間戳、加密技術、智能合約和分布式賬本等，可以促進政府數據治理中的數據聯動、多主體治理的協同以及政府數據的協同工作。區塊鏈的分布式特性鼓勵我們超越傳統的中心化思維模式，重新審視數據的組織界限、開放共享以及安全防篡改等關鍵議題。因此，區塊鏈技術對于政府數據的協同治理至關重要，政府數據協同治理的流程與區塊鏈技術的核心特性、功能組件及其基礎架構高度契合。

因此，霍爾三維結構、價值鏈理論、協同理論和區塊鏈技術對于解決政府數據治理過程中所面臨的數據條塊分割、價值密度低、開放與共享壁壘、安全與隱私保護等問題具有指導意義，下文將對具體治理模型構建進行詳細闡述。

4" "“2+1+1”融合驅動的政府數據治理模型構建

本文所構建的政府數據治理模型分為需求分析層、數據解析層、協同交互層和開放共享層（見圖2）。其中，需求分析層為整個模型的核心層，是貫穿政府數據治理全過程的重要模塊；數據解析層、協同交互層是圍繞政府數據結構、內容、語義展開的核心模塊，負責進行數據的獲取、處理、加工、交互；開放共享層作為頂層服務，負責進行數據應用和數據共享。需求模塊、數據模塊和應用模塊共同組成基于霍爾結構、價值鏈、區塊鏈和協同理論“2+1+1”融合驅動的政府數據治理模型，為政府數據的系統化治理提供技術、模型支持。

4.1" " 基于Hall結構的需求分析層

根據Hall三維結構的指導，政府數據要轉化成可為政府數據治理提供服務的有效數據，需要在時間維和邏輯維進一步明確政府數據結構特征與語義內容的聯系與差異，同時面對不同的治理主體、數據主體、應用場景等治理需求存在共性和差異，在知識維抽象出適合普遍治理需求的數據活動流程，能適應并在霍爾矩陣構建過程中優化治理模型，并可根據具體應用場景進行個性化需求或具體需求的模型映射（見圖3）。

4.2" " 基于Value-Chain的數據解析層

依據價值鏈理論的指導，本節詳細介紹政府數據治理的數據解析層，在解析過程中強調“價值”這一核心問題。數據活動的中心思想是促生公共價值，即深度挖掘政府數據資源，全方位、細粒度、精準化感知政府數據，促進數據治理公共價值的實現。此外，數據解析層的各個環節是圍繞數據價值與治理需求緊密聯系在一起，共同嵌套于數據治理的全流程。

4.2.1" "多源數據動態獲取

根據數據活動的流程，政府數據治理價值鏈中的多源數據動態獲取環節是政府數據底座構建的基礎，是數據治理的源頭。政府是各個領域中最大的數據生產者和收集者，從政策文件、法律法規再到地理空間數據、經濟規劃數據等，都具有重要的社會價值。隨著數據規模的指數級增加、信息技術的廣泛嵌入，過去以人工數據采集為主的模式已經不再適用，利用開源網絡及時、全面、準確、動態地收集各類數據，成為了當前政府數據治理工作的基礎性前提。

萬物智聯、萬物互聯的今天，無時無刻不在產生海量數據。與大多數領域相似，政府數據包括了來自官方網站、新聞媒體等實時生成的數據，以及智能終端、移動設備等各種傳感器獲取的服務數據。與其他領域不同，政府數據不僅包括公共數據，還涵蓋了政府在履行職責過程中自動采集的專有數據，往往這部分數據具有較大的研究意義。因此，政府數據主要包括政府部門定時收集的結構化行政數據，以及動態收集的非結構化數據兩種類型。

4.2.2" "全源數據價值清洗

由于政府數據治理對數據質量要求的特殊性，以及海量數據種類繁多、良莠不齊的特點，要想在后續的數據解析、交互與應用環節創造更大的價值，就必須進行數據的價值清洗，根據價值鏈理論的指導，篩選高質量的數據集。基于此，高質量的政府數據除了要考慮數據自身的質量與價值，如數據的準確性、時效性、完整性等方面，還要考慮數據與政府治理需求的契合性，從而挖掘出質量高且符合治理需求的數據集，為數據治理創造更大的價值。

4.2.3" "異構數據語義解析

在數據治理過程中，異構數據的解析對于數據的理解至關重要。它涉及從不同來源、格式和結構的數據中提取、轉換和加載數據，以便進行統一的管理和分析。在當今的數字化時代，政府服務平臺中面臨著來自多個渠道和系統的數據洪流，然而這些數據往往以異構的形式存在，即它們可能來自不同的數據庫、文件系統、應用程序或云服務，并且具有不同的數據模型和格式。為了有效地進行數據治理，企業必須能夠解析這些異構數據，以便整合和分析，從而獲得有價值的洞察。

異構數據解析的核心在于理解和轉換數據的多樣性。通常包括了數據的識別與分類、數據抽取、數據轉換、數據集成等多個方面。如在數據治理的環節中，首先需要識別和分類數據源，了解數據的類型、格式和結構，這可能包括了關系型數據庫中的表、非關系型數據庫中的文檔、CSV文件、JSON對象、XML文檔等。異構數據語義解析的關鍵在于將不同格式和結構的數據轉換為統一的格式，并深度挖掘其語義特征，將來自不同源的數據合并為一個統一的數據視圖，以支持跨部門和跨系統的數據治理活動。通過有效的異構數據解析，可以打破數據孤島，實現數據的互聯互通，從而提高決策的效率和質量。

4.2.4" "數據解析輔助活動

輔助活動顧名思義就是基本活動的協助，雖然不在數據治理的過程中直接創造價值，但卻對整個治理過程有重要的支撐作用。在政府數據活動價值鏈中，輔助活動主要包括了財政支持、人力支持、技術支持和制度支持等多個方面，本文重點介紹技術支持部分，即技術支持下的數據“智理”。

首先，政府數據治理過程中的數據采集、數據加工等環節都離不開財政的支持，是保障數據治理活動有序進行的基礎；其次，人力支持在數據治理輔助活動中發揮著舉足輕重的作用，由于數據治理工作有輔助政府決策的特殊性，對于人才素質有著較高要求，必須充分發揮人才效能；最后，相應的制度支持保障政府數據治理在合法、規范、有序的前提下進行，以促生政府數據的價值。

技術支持是智能化時代政府數據治理輔助活動的重要一環。在大數據和互聯互通時代背景下，治理主體的即時交流、治理對象的雙向互動、治理工具的智能應用、治理流程的開放共享等都與技術進步緊密相連。因此，技術驅動的政府數據治理是推動治理轉向“智理”即智能化、精細化發展，提升治理效能的關鍵途徑。具體而言，通過技術手段實現大規模數據資源的即時獲取和快速傳輸，對政府的溝通、執行和決策至關重要。此外，基于大數據、人工智能等技術構建的數據整合與交換平臺，為數據治理提供了新的平臺，成為深入挖掘政府數據價值的必要條件。

4.3" "基于Synergetics的協同交互層

在這個大數據、人工智能無孔不入的智能化時代，政府數據治理在從“治理”走向“智理”的過程中，一定是不局限于政府內部的，而且強調了通過政府、企業和公民等不同主體的多元參與，從而更加滿足公共性服務需求的治理。因此數據利用過程中，多元主體的協同參與，以及多源數據的協同利用對于“智理”顯得尤為重要。

4.3.1" "多主體協同共治

政府數據在治理過程中既可以從數據生產者、管理者流向數據的使用者，也可以反向流動，從數據的使用者向生產者反饋需求信息，也就說政府數據治理中的數據是一個雙向“流動”的過程。數據的雙向流動促進了政府與公眾的交互治理，也促進了治理模式由政府主導轉向政府、公眾等多主體協同共治。目前，各級政府以層層下派任務的層級化模式推動數據治理，雖然一定程度上調動了相關部門的積極性，但極有可能加劇“碎片化治理”和“條塊分割”的治理弊端，導致“數據孤島”問題更加嚴重，喪失協同治理的初衷。

具體來說，對于政府數據治理中的不同主體，政府無疑是主體中的“元治理者”［30］，它不僅監督治理流程、運用治理成果，還為其他治理參與者提供宏觀指導和信息服務。社會主體，尤其是企業，通過利用自身的技術優勢和資源，對政府數據治理的基礎設施建設和運作模式起到關鍵作用。最終，個人通過參與政府治理活動并提供反饋，有助于提高數據治理的效率和效果。

4.3.2" "多源數據協同共治

大數據背景下，基于多源異構的數據采集、加工和利用對于解決政府數據治理中數據離散、孤立、價值密度低的問題具有重要意義。如以浙江省為例的多地政府出臺了基于政府數據的數據中臺［31］，通過數據中臺對全流程數據、全領域數據進行了歸納、加工、挖掘和利用，進而從中臺中找到數據間的深層邏輯，實現政府數據智能治理應用。當來自多渠道、多載體的海量數據通過協同共治，不同政府部門間的數據存儲、數據共享和數據流動以動態化的形式被采集、利用，政府部門內部、社會與政府、政府與公眾的信息壁壘逐漸消除，治理過程愈加清晰明了。

4.4" " 基于Block-Chain的開放共享層

政府數據治理的重要一環是數據的開放與共享，因為在一個部門看似無用的“廢物”，在另一個部門可能是“寶藏”。數據的開放與共享能夠消除數據隔閡，實現政府數據在不同部門、層級和系統間的流通。在此過程中，通過促進技術和治理要素的整合，可以提高治理效率。如2015年，浙江政務服務網首次上線“數據開放”專題網站，原本神秘的政府機關數據，都通過互聯網進行開放共享；美國的RAIDS Online利用政府開放數據分析哪些區域容易出現犯罪現象，以供用戶提前選擇活動區域，增加了公民的安全性。

在基于Block-Chain的政府數據開放共享層，由于海量政府數據應用場景廣泛、去中心化、隱私保護等特征，利用Block-Chain能夠實現上述需求的保障與升級，受到高度重視。特別是Block-Chain中去中心化、分布式、操作互信等核心理念，對于治理過程的公開化、透明化具有促進作用。除此之外，Block-Chain的多個節點，保證了所有信息分布式的存儲，且各個點位的同步記賬，難以篡改和泄露，大幅度提升了政府數據治理過程中的數據安全。

5" "結語

自2022年國務院發布《國務院關于加強數字政府建設的指導意見》以來，加強數字政府建設成為適應新一輪科技革命和產業變革、營造良好數字生態的必然要求。創新政府數據治理理念和方式，形成政府數據治理新格局，對于加快政府職能轉變具有重要意義。

在此新階段，本文提出的霍爾三維結構、價值鏈、區塊鏈和協同理論融合驅動的政府數據治理模型，從治理困境剖析、治理需求分析、數據挖掘利用、主體協同交互和數據開放共享等多個角度進行詳細闡述，整合海量的碎片化政府數據，并在解決政府各部門之間信息的條塊分割問題，打破長期存在的信息壁壘，有效匯聚高價值的政府數據等方面提供了理論與技術思路。

未來一段時間，充分利用新一代信息技術，促使政府數據能夠真正突破層級和部門間的限制，實現海量政府數據協同、開放與共享，發揮數據的最大價值，推動政府數據在技術賦能背景下，從“治理”走向“智理”的統籌協調任重道遠。此外，政府數據治理應立足于國家戰略規劃層面，在強化頂層設計、堅持政策先行等方面重點開展。

參考文獻：

［1］" 北京日報.李克強：信息數據“深藏閨中”是極大浪費［EB/OL］.［2023-09-02］.https：//www.gov.cn/xinwen/2016-05/13/content_5073036.htm.

［2］" 中共中央國務院印發《數字中國建設整體布局規劃》［J］.國家圖書館學刊，2023，32（2）：69.

［3］" 中國政府網.2023政府工作報告［EB/OL］.［2023-09-02］.https：//www.gov.cn/zhuanti/2023lhzfgzbg/index.htm.

［4］" 涂子沛.大數據推動精細決策［N］.人民日報，2015-04-09（14）.

［5］" Korhonen J，Melleri I，Hiekkanen K.Designing data governance structure：An organizational perspective［J］.GSTF journal on computing，2013，2（4）：11-19.

［6］" 徐曉林，劉勇.數字治理對城市政府善治的影響研究［J］.公共管理學報，2006（1）：13-20，107-108.

［7］" 黃建偉，劉軍.歐美數字治理的發展及其對中國的啟示［J］.中國行政管理，2019（6）：36-41.

［8］" 王芳，張超，黃梅銀，等.數智賦能政府治理的理論與實踐進展：一個跨學科學術會議綜述［J］.圖書與情報，2023（3）：126-135.

［9］" 沈費偉，諸靖文.數據賦能：數字政府治理的運作機理與創新路徑［J］.政治學研究，2021（1）：104-115，158.

［10］" 夏義堃.試論數據開放環境下的政府數據治理：概念框架與主要問題［J］.圖書情報知識，2018（1）：95-104.

［11］" Al-Ruithe M，Benkhelifa E，Hameed K.Data Governance Taxonomy：Cloud versus Non-Cloud［J］.Sustainability，2018，10（1）：95.

［12］" 中共十九屆四中全會在京舉行［N］.人民日報，2019-11-01（1）.

［13］" 中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議［N］.人民日報，2020-11-04（1）.

［14］" 中共中央網絡安全和信息化委員會辦公室印發《“十四五”國家信息化規劃》［EB/OL］.［2023-09-02］.http：//www.cac.gov.

cn/2021-12/27/c_1642205314518676.htm.

［15］" 洪偉達，馬海群.我國開放政府數據政策的演變和協同研究——基于2012-2020年政策文本的分析［J］.情報雜志，2021，40（10）：139-147，138.

［16］" 安小米，許濟滄，王麗麗，等.國際標準中的數據治理：概念、視角及其標準化協同路徑［J］.中國圖書館學報，2021，47（5）：59-79.

［17］" 夏義堃.政府數據治理的維度解析與路徑優化［J］.電子政務，2020（7）：43-54.

［18］" 胡海波.理解整體性政府數據治理：政府與社會的互動［J］.情報雜志，2021，40（3）：153-161.

［19］" 周毅.基于數據價值鏈的數據要素市場建設理路探索［J］.圖書與情報，2023（2）：1-11.

［20］" 何振，彭海艷.人工智能背景下政府數據治理新挑戰、新特征與新路徑［J］.湘潭大學學報（哲學社會科學版），2021，45（6）：82-88.

［21］" 趙志耘.論復雜信息環境下的科技情報卓智賦能［J］.情報學報，2022，41（12）：1229-1237.

［22］" 張雙志，吳珂旭，張睿，等.數據賦能：政府數據開放的技術創新效應研究［J］.情報雜志，2021，40（7）：127-133.

［23］" Chan F K Y，Thong J Y L，Brown S A，et al.Service Design and Citizen Satisfaction with E-Government Services：A Multidimensional Perspective［J］.Public Administration Review，2020，81（5）：874-894.

［24］" 余立，張橦，黃萃.面向公共數據融合的個人信息風險演化與保護機制［J］.現代情報，2023，43（2）：158-167.

［25］" Khaqqi K N，Sikorski J J，Hadinoto K，et al.Incorporating seller/buyer reputation-based system in blockchain-enabled emissiontrading application［J］.Applied Energy，2018（209）：8-19.

［26］" 郭斌，蔡靜雯.基于價值鏈的政府數據治理：模型構建與實現路徑［J］.電子政務，2020（2）：77-85.

［27］" 馬捷，張云開，蒲泓宇.信息協同：內涵、概念與研究進展［J］.情報理論與實踐，2018，41（11）：12-19.

［28］" 鄭榮，高志豪，魏明珠，等.基于聯盟區塊鏈的政府數據協同治理平臺框架研究——以全國碳排放權交易市場為例［J］. 情報學報，2022，41（10）：1071-1084.

［29］" Kuo T T，Zavaleta Rojas H，Ohno-Machado L. Comparison of blockchain platforms： a systematic review and healthcare examples［J］.Journal of the American Medical Informatics Association，2019，26（5）：462-478.

［30］" 楊智勇，謝雨欣.數據如水：以治水思維析政府數據治理［J］.情報科學，2024，42（3）：18-24.

［31］" 張建峰.數字政府2.0：數據智能助力治理現代化［M］.北京：中信出版社，2019：57-77，250.

作者簡介：鞠孜涵，女，北京大學信息管理系博士研究生，研究方向：科技情報分析；王延飛，男，北京大學信息管理系教授，博士生導師，研究方向：情報研究。

*本文系國家社會科學基金一般項目“情報刻畫的理論與實踐研究”（項目編號：21BTQ009）研究成果之一。

收稿日期：2024-10-13；通訊作者：王延飛（yfwang@pku.edu.cn）；責任編輯：劉婷