我國數據治理相關政策量化剖析：發展脈絡、政策主體、政策淵源與政策工具

霍帆帆，霍朝光，馬海群

（1. 中國人民大學信息資源管理學院，北京 100872；2. 黑龍江大學信息管理學院，哈爾濱 150080）

0 引 言

2020年，《關于構建更加完善的要素市場化配置體制機制的意見》宣布數據要素化后，數據在經濟社會發展中的作用越發顯著，反觀我國以及世界各企業出現的數據泄露、隱私侵犯、數據收集不規范、數據霸王條款等數據問題[1-2]，數據既可以是“石油”，也可以是“彈藥”[3]，如何進行數據治理已成為數字經濟發展的重中之重。數據治理，是指通過制定一系列規劃或標準來保證數據資產的安全性、準確性、完整性、可訪問和可利用性[4]，以實現數據價值最大化、成本與風險最小化[5]，其思想、綱領、維度以及工具等集中體現在相關政策中。

政策是政治機關解決行政事務的客觀表現和行為軌跡，通過對政策的分析可以揭示國家治理現狀[6]。我國數據如何治理集中體現在數據治理相關政策中，數據治理政策是國家和組織以合規、安全、質量、價值和可復用性為目標，對數據及其有關技術、活動開展治理工作的重要依據和準則，旨在保障數據使用合法合規及安全完整，提高數據質量、數據價值和可復用性，減少數據使用成本[7]。鑒于目前學術界關于數據治理尚未有嚴格的概念界定和權威的治理范圍劃分，現有關于數據治理政策的研究，主要聚焦在政府大數據方面，但數據治理顯然不僅有政府大數據治理，對于普遍意義上的數據治理相關政策的探析亟待展開和深入。

政策外部結構要素和內容要素是政策分析時的重要模塊[8]，因此，本文綜合外部結構要素（發布時間、發布部門）和內容要素（政策淵源、政策工具），提出政策四維分析框架，強調從發展脈絡、政策主體、政策淵源和政策工具4個維度，對我國中央層面現有1097份數據治理政策進行全面分析，深入剖析我國數據治理現狀，為相關政策的制定與修訂提供參考和建議。

1 相關研究

政策文獻量化研究強調以政策文獻作為研究對象，既關注政策文獻的內容信息，也關注政策文獻的外部信息，利用文獻計量、網絡分析、文本挖掘等量化方法，對半結構化的政策文本計量分析等[8]，隸屬政策信息學學科范疇[9]。例如，Huang等[10]以5793份教育政策為例，從政策引證的視角利用社會網絡分析方法，量化解析了我國自1978年改革開放以來在教育政策方面的變遷。Yang等[11]以5883份信息技術政策為例，從府際關系和政策目標兩個方面，量化分析了我國信息技術政策的演進史。霍朝光等[12]以11506份新冠肺炎疫情防控政策為例，抽取了政策中的相關實體和關系，構建了政策知識圖譜，追溯防疫政策的法律淵源，透視權力關系，進行政策監督。周曉英等[13]基于共現網絡和聚類的方法，對我國413份突發事件應急信息管理政策，進行了內容變遷量化分析。張薷等[14]以30份中央層面突發公共衛生事件應急信息管理政策為例，從政策工具和突發公共衛生事件應急信息作用功能兩個維度，剖析了我國突發公共衛生事件應急信息管理政策現狀，并對政策工具搭配的科學合理性以及存在的問題進行深入探討。Huang等[15]基于社會網絡分析中的結構洞理論，構建了一種量化分析和識別核心政策工具的方法，并以我國核能源政策數據為例進行了實證。Yang等[16]基于社會網絡分析方法，通過構建政策目標網絡，模擬真實政策中所使用的策略組合，以分析和評價政策的多樣性與一致性。目前，關于政策文獻量化以及政策信息學的研究，仍主要聚焦于政策主題抽取和演化分析、府際關系、政策工具等方面，研究模式相對較為陳舊老化，缺乏創新，亟須開拓更加綜合多維的研究框架。

關于數據治理政策研究，相關學者從不同角度展開了分析。例如，劉彬芳等[17]基于24份大數據政策，提出政策工具維度和大數據核心概念體系維度的二維分析框架，總結大數據時代我國政府數據治理政策主要集中于中觀層次，而宏觀層次相對較少。Li等[18]針對區域健康信息問題，構建了面向醫療健康數據的大數據治理框架。王長征等[19]從大數據治理注意力變遷的角度，對地方政府層面的262份政策進行了扎根分析，從時間、空間及部門間協同網絡等方面，概括出其變遷呈現同步性、分層性和“倒U形”演變特征。蔣國銀等[20]從用戶評論角度，判別并歸納出平臺數據治理的優化要素，構建了共享經濟平臺數據治理政策優化框架。Jiang等[1]從公眾參與視角，探討了數據質量、數據政策等數據環境，以及個人數據素養等因素對公眾數據治理態度的影響。張濤等[21]以367份大數據政策作為樣本，從主題聚類、主題擴散等維度進行了量化分析。

數據治理并非只針對政府數據或公共數據，數據治理不等同于大數據治理，更不等同于政府或公共大數據治理[22]。然而，現有數據治理政策分析和研究，更多地聚焦于大數據治理或政府大數據治理方面，相應分析框架仍然聚焦在主題聚類、主題擴散、主題概括、府際關系等層面，缺乏對普遍意義上數據治理政策的全面和系統分析，缺乏整合政策外部結構要素和內容要素多維度的系統分析框架。因此，本文整合政策外部結構要素和政策內容要素，提出發展脈絡、政策主體、政策淵源和政策工具四維政策分析框架，依據《中華人民共和國數據安全法》中對數據的定義界定本文數據治理范疇，重點收集篩選涉及數據收集、數據泄露、數據安全、數據產權、數據造假、數據交換、數據質量、數據采集、數據交易、數據保護、數據隱私、數據倫理、數據公開、數據存儲等相關的數據治理政策，并基于本文框架進行量化剖析。

2 研究設計與框架構建

整合政策外部結構要素和政策內容要素，本文提出發展脈絡、政策主體、政策淵源和政策工具四維政策分析框架，對我國數據治理政策進行系統剖析，詳細研究框架如圖1所示。

圖1 我國數據治理政策四維分析框架

（1）數據收集與初步統計

北大法寶數據庫收錄，自1949年至今的幾乎全部法律法規等政策文件，主要包括中央法規、地方法規、立法資料等①https://libproxy.ruc.edu.cn/ermsClient/eresourceInfo.do?rid=14，是目前國內相對較為權威的政策數據庫。鑒于現有研究尚未有對數據治理進行清晰的界定，很難回答什么樣的政策才絕對地屬于數據治理政策范疇，數據治理尚未劃分明確的治理邊界。在此情境下，本文選擇依據《中華人民共和國數據安全法》第三條中所界定的“數據，是指任何以電子或者其他方式對信息的記錄”，“數據處理，包括數據的收集、存儲、使用、加工、傳輸、提供、公開等”，界定數據治理相對范圍，盡可能地收集全面、相關的數據治理政策，通過限定“標題”匹配模式和“中央法規”類型，以“數據”為標題進行檢索，重點篩選涉及數據收集、數據泄露、數據安全、數據產權、數據造假、數據交換、數據質量、數據采集、數據交易、數據保護、數據隱私、數據倫理、數據公開、數據存儲等方面的政策；同時，人工補充了諸如《中華人民共和國個人信息保護法》《中華人民共和國網絡安全法》《關鍵信息基礎設施安全保護條例》等涉及數據治理但標題不含數據的政策法規。經過搜集、合并、篩選、清洗等處理步驟，截至2021年12月15日，共篩選出中央層面數據治理相關政策1097份，所有數據已上傳至GitHub①https://github.com/ChaoguangHuo/Data_data-governance-policy，時間區間覆蓋1987—2021年。部分代表性數據治理政策如表1所示。

表1 數據治理相關政策示例

經過初步統計，發現數據治理相關政策效力級別非常多元，如表2所示。其中，效力級別最高的法律有3條，國務院規范性文件有6條，具有法律同等效力的司法解釋3條；部門規章有13條，部門規范性文件415條，部門工作文件高達516條；以及行業規定、團體規定等若干。由此可見，我國在多個效力層面均發布有重要數據治理規定和規范，采取多元化的政策措施，引導、規范和強制我國數據治理相關工作的開展，確保數據治理各項相關工作有政策可依。

表2 數據治理相關政策統計分析

（2）政策主體抽取與分析

政策主體是指直接或間接參與政策制定、執行、評估和監控的個人、團體或組織[23]，一般是在政策制定、執行等運行過程中掌握權力的一方[24]，是政策研究的重要內容。現有政策分析研究鮮有從此維度展開，因此，本文提出政策主體這一分析維度，對政策文件制定、發布等活動的政策主體及其權利和職責所在展開分析。通過Python編程提取數據治理相關政策中的發布部門，如圖2所示，分析各個政策主體在數據治理政策方面的參與度和涉入度，相關Python代碼已上傳至GitHub①https://github.com/ChaoguangHuo/Data_data-governance-policy。

圖2 政策主體抽取與關系構建示意圖

政策主體之間的協同關系構建：《黨政機關公文處理工作條例》中規定，“黨委、政府各自職權范圍內的工作不得聯合行文，聯合行文必須確有必要”，若有聯合行文則意味著這份政策文件需要且必須由兩個或兩個以上政策主體進行深度協同聯合制定，通過這些政策主體共同保障政策的權威性和有效實施[25]。此時，這種聯合發文就蘊含著各個政策主體之間復雜的關系[26]。基于此，本文通過Py‐thon編程提取政策主體在所有數據治理政策文件中的協同關系，利用模塊化聚類算法，對政策主體進行聚類，以解析數據治理政策主體之間的協同情況。

（3）政策淵源提取與分析

本文借鑒法律淵源（sources of law）內涵，提出政策淵源（sources of policy）這一概念，強調政策淵源是指政策制定的法律依據、價值依據、思想依據、精神依據等，即本政策的上位政策、思想源頭、相關要求、總綱領或總指示等[27-28]。例如，江海[29]曾論述，當前我國外交政策最重要的淵源就是鄧小平外交思想。政策與法律雖然有本質上的區別，但是在我國政策治國傳統和中央主導的政治體制下，政策具有了與法類似的規范功能[30]。政策的淵源既可以是法律、法規等（等同于法律淵源）[31]，也可以是上級部門的條例、通知、辦法、意見、規章等其他形式的政策。政策淵源分析是衡量政策長期影響力的手段之一，若政策制定足夠科學并具有長遠目標和借鑒意義，則會在后期成為其他政策的援引依據。

因此，可以借鑒追溯法律淵源的思路，追溯政策的淵源，透過政策文件的相互援引映射政策的傳承脈絡、政策制定的基礎和依據。如圖3所示，政策淵源關系一般體現在一條政策文獻的第一段，有時也出現在后續段落的第一句話，有“根據”“依據”“遵照”“適用”“貫徹落實”等詞語作為提示詞，以及書名號、引號等提示符號，本文基于這些提示編寫程序提取政策淵源關系，構建數據治理政策淵源關系網絡，追溯數據治理政策不同發展階段的政策淵源，查證數據治理政策在不同時期的主要依據，相關Python編程代碼已上傳至GitHub。

圖3 政策淵源提取示意圖

（4）政策工具編碼與分析

政策工具是指政府政策由理念轉變為實踐的手段，是行政治理的有效途徑，政策工具的合理選擇和科學組合將直接影響政策的實施效果[15,32]。因此，本文基于Rothwell和Zegveld對政策工具的分類標準，將數據治理政策工具分為供給型、環境型和需求型3種。其中，供給型政策工具主要對數據治理工作起到推動作用，需求型政策工具對數據治理工作起到拉動作用，而環境型政策工具則為數據治理工作營造一個良好的環境，從而間接推動政策實施[33-34]。為提升政策文本分析的科學性和客觀性，借鑒萬維網基金會開發的政策內容評價指標，用于評價數據治理工作所處的階段，將數據治理政策內容維度分為準備度、執行度和影響力3種。其中，準備度是指國家為推動數據治理工作而實施的各種手段或準備措施，描述的是數據治理的準備階段；執行度是指國家數據治理政策的執行和落實情況，描述的是數據治理政策執行階段；影響力是指數據治理政策中對國家發展和社會穩定產生正向激勵作用的措施或手段，描述的是數據治理政策將要實現的社會影響[35]。如圖4所示，將政策工具維度與內容維度結合分析，可以更細粒度地分析政策實行的各個階段如何使用和組合政策工具，更好地發揮各政策工具的作用[33]。

圖4 政策工具二維分析框架

基于政策工具二維分析框架，本文選取數據治理政策中法律、國務院規范性文件、司法解釋性質文件、兩高工作文件、部門規章、部門規范性文件等效力級別較高并極具代表性的440條核心政策進行手工編碼。在編碼時，將能夠表達一個完整意思的最短信息界定為一個政策單元[32-35]，由兩位研究人員分別同步進行，若有分歧則進一步討論達成一致意見，以保證編碼結果具有良好的信度和一致性，最后由一位研究人員進行結果校驗，經多次修正，最終共得到3018條政策單元，其編碼結果示例如表3所示。

表3 數據治理政策工具編碼示例

3 數據治理政策的發展脈絡

發展脈絡是研究政策起源、轉折、改革、創新等歷史演變和未來發展的重要維度。五年規劃是我國國民經濟的一項長期計劃，為國家發展遠景規定目標和方向，回顧五年規劃的歷史，不僅能描繪建國以來我國經濟發展的大體脈絡，也能從中探索國家發展的規律。因此，本文以五年規劃為基線，通過政策回顧，總結我國數據治理政策發展史的階段特征、標志性政策文件或重要事項活動，以梳理我國數據治理政策的發展脈絡。

縱觀改革開放以來數據治理相關政策，我國數據治理工作經歷了由淺入深，由萌芽起步到快速發展的歷程。如圖5所示，1994年，郵電部發布的《關于加快發展數據通信的意見》拉開了我國數據業務發展的序幕。數據是信息的載體，發展信息產業，必須做好數據質量管理及安全保密工作。為響應國家“十五”規劃加速發展信息產業、大力推進信息化的號召，2001年，國家稅務總局發布《關于加強數據管理工作的通知》，要求充分認識數據管理工作的重要性和緊迫性[36]。

圖5 我國數據治理政策發展脈絡

“十一五”規劃要求以信息化帶動工業化，加強信息資源開發和共享，推進信息技術普及和應用，數據安全、數據質量等數據管理問題是此階段國家各部關注的重點。例如，2006年，國家稅務總局發布《關于加強稅收征管業務數據管理的通知》，要求規范數據采集、加強數據維護、提高數據質量；同年，勞動和社會保障部辦公廳發布《關于進一步加強勞動保障數據安全管理的通知》，提出強化數據安全意識，建立完備的安全管理制度；2008年，財政部發布《關于印發財政業務基礎數據規范及維護與管理辦法的通知》，要求建立科學合理、規范實用的財政業務基礎數據標準體系。

“十二五”規劃要求全面提高信息化水平，2014年，大數據首次寫入政府工作報告，大數據發展成為國家社會發展的關注點。例如，《促進大數據發展行動綱要》要求加快政府數據開放共享。黨的十八屆五中全會首次提出實施大數據戰略與網絡強國戰略。

“十三五”規劃以來，網絡安全和信息保護問題日益凸顯。此時，除大數據發展外，網絡安全也是數據治理工作的關注點。《中華人民共和國網絡安全法》的發布，標志著保障網絡安全提上法律日程。《大數據產業發展規劃（2016—2020年）》中提出加快建設數據強國，正式對大數據產業做出專門規劃。自2018年以來，我國全面實施國家大數據戰略，把數據定義為戰略資源，作為國家主權安全的保護對象，并發布了《科學數據管理辦法》，規范了科學數據生產者數據采集與保存、共享與使用、保密與安全等相關行為。

“十四五”規劃中同樣強調了數據資源的利用與安全管理，2021年先后頒布了《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》《關鍵信息基礎設施安全保護條例》，與《中華人民共和國網絡安全法》并稱為“三法一條例”。2023年3月16日，中共中央、國務院印發《黨和國家機構改革方案》，組建國家數據局，并進行新的職責劃分，成為我國數據治理的里程碑事件。三部法律和一部條例形成了一張強大的保護網，保護著國家數據的安全，而國家數據局的組建則更是頂層設計的大手筆，將我國數字要素管理推進到一個新的發展階段，成為建立社會主義數字化強國的堅強后盾，共同保障我國數據治理工作順利、有序地開展。

總結我國數據治理政策發展脈絡與相關政策時間分布，如圖5和圖6所示，可以發現我國數據治理政策的發展大致可劃分為4個階段。

圖6 數據治理政策的時間分布

第一階段（1987—2000年），萌芽起步階段。1987年，首次出現數據相關政策，之后，郵電部《關于加快發展數據通信的意見》推動了我國數據通信業務的發展，拉開了我國數據業務發展的序幕。作為數據治理政策的萌發階段，在此階段數據相關政策相對較少。

第二階段（2001—2010年），初步發展階段。集中在我國第“十五”“十一五”規劃期間，此階段的數據治理政策關注點主要為數據管理、數據安全、數據質量等方面，政策數量表現出初期緩慢增長的特征，在國家加強數據管理工作的大政方針的保障下，各項數據治理政策逐步建立健全，數據治理工作平穩健康發展。

第三階段（2011—2020年），穩定增長階段。集中在我國第“十二五”“十三五”規劃期間，此階段的主要政策關注點為大數據發展、大數據應用、大數據戰略，將數據作為一種國家戰略資源管理，更加重視數據安全與保密工作。數據治理政策數量持續上升，呈現穩定增長的階段特色。

第四階段（2021年—），快速發展階段。2021年是我國“十四五”規劃的開端之年，隨著我國數據治理“三法一條例”等法律法規的建立健全和國家數據局的組建，數據治理、數據安全工作上升到國家法律、行政法規層面，也再次強調了國家對數據治理工作的高度重視，各部門各領域針對數據的相關政策到達了一個爆發期。

4 數據治理政策中的政策主體

如表4所示，從政策主體數量上來看，發文量由高到低依次為中國人民銀行、國家稅務總局、國家外匯管理局、國務院、中國證券監督管理委員會、國土資源部（已整合劃入自然資源部）、中國保險監督管理委員會（已撤銷，重組中國銀行保險監督管理委員會，現國家金融監督管理總局）、商務部、住房和城鄉建設部、教育部、農業部（已撤銷，重新組建自然資源部、生態環境部、農業農村部）、交通運輸部等。總體來看，共有161個部門直接參與我國數據治理政策制定，足見數據治理工作關乎我國各個領域，尤其是我國2018年全面實施大數據戰略以后，數據作為一種戰略資源更加受到了國家和地方各個部門的高度重視，各政策主體用參與事實說明“各項事業的發展，都離不開數據治理”。

如圖7所示，從4個階段的整體發展情況來看，國家發展和改革委員會和國家統計局在所有政策主體協同網絡群中均發揮著核心聯絡作用。在萌芽起步階段（1987—2000年），主要形成了以國家統計局為核心的國計民生部門和以國家發展和改革委員會為核心的國家發展部門兩大協同網絡；在初步發展階段（2001—2010年），主要形成了以中國人民銀行、國家統計局和財政部為核心的幾大協同網絡；在穩定增長階段（2011—2020年），主要是以國家發展和改革委員會、工業和信息化部等為核心的協同網絡；在快速發展階段（2021年—），形成了以國家發展和改革委員會、交通運輸部、公安部等為核心的協同網絡。其中，國家發展和改革委員會與國家統計局在數據治理工作中一直都處于核心中介地位，不僅為國務院辦公廳、財政部、文化部（已撤銷，現文化和旅游部）、司法部、民政部、衛生部（已撤銷，現國家衛生健康委員會）、教育部等正部級單位提供了支持與協助，而且與最高人民法院、最高人民檢察院兩個副國家級單位以及國家文物局、國家知識產權局、國家保密局等副部級單位也存在一定的聯合與協同。

圖7 我國數據治理政策主體協同關系演化

從數據治理政策主體之間的群體關系來看，涉入數據治理政策制定和發布的機關是相對集中和穩定的，核心群體主要有國家發展和改革委員會、國家統計局、財政部等，還有國家知識產權局、國家能源局等組合成的群體小組。由此可見，我國數據治理政策自萌芽起步以來，各政策主體之間的聯動性和協同性在逐步加強，同時也反映了部分政策主體在數據治理政策制定中的缺失，如負責國家網絡和信息安全保護工作、知識產權保護工作的工信部、國家網信辦、國家知識產權局等關鍵部門。這些部門在傳統信息管理領域發揮著舉足輕重的作用，但是數據治理協同網絡中的作用卻不突出，甚至沒有作為政策主體出現。由此可見，部分機關部門的數據意識還有待進一步加強，數據不同于以往的信息概念，各機關部門要尤其注意辯證數據與信息的差異。尤其是未來在國家數據局的組織下，從信息治理轉變到數據治理，絕非直接兼并、一蹴而就或簡單的職能劃分，這對各機關部門均是一種全新的挑戰和機遇。

5 數據治理政策的政策淵源

如圖8所示，在萌芽起步階段，我國數據治理政策文件制定時援引的主要對象是《中華人民共和國統計法》，另有部分政策文件主要援引《中華人民共和國保守國家秘密法》等，這一時期政策援引對象比較分散，這表明數據治理事業尚處于萌芽階段，還未形成規模。在初步發展階段為《中華人民共和國統計法》《中華人民共和國測繪法》，還有《個人信用信息基礎數據庫管理暫行辦法》等，這一時期的政策參照網絡已經比較集中，且相較于萌芽階段，出現了新的政策援引中心，反映了我國有越來越多的領域開始關注和重視數據治理。

在穩定增長階段，主要援引對象是《中華人民共和國統計法》《促進大數據發展行動綱要》等。這一階段我國開始實施大數據戰略，相關數據治理政策也開始針對大數據發布實施，我國關注數據治理的領域持續擴大。在快速發展階段，主要援引依據是《中華人民共和國統計法》《促進大數據發展行動綱要》等。我國首部關于數據安全的法律《中華人民共和國數據安全法》的頒布，標志著數據安全問題越來越受到各個領域的重視，數據安全、網絡安全的政策文件層出不窮。隨著政策的逐漸積淀和體系的完善，越發密集的政策淵源關系映射出數據治理政策切實進入快速發展階段，新的政策往往可以找到相應的依據，同時也必須明示其依據，以保障政策之間的延承關系。

通過對4個發展階段政策援引依據的分析可以發現，《統計法》是我國數據治理領域最重要的法律依據，雖然幾經修正，但在數據治理政策4個階段均是最核心的政策淵源，體現了數據治理政策內容和思想的有效承接。然而，并不是后期所有數據治理政策都援引了此法，由此反映出在數據治理政策制定時，其參照依據需及時更新，且任何政策的制定和細化必須依照總綱領或相關基本法推理形成，對政策淵源的闡述或解讀有利于增強政策權威性和說服力。相反地，《數據安全法》還未成為援引的核心，間接反映出相應的治理體系還未及時更新，也反映出當各個分部門或地方部門在制定這方面的政策時，若中央還沒有更高級別法律法規作為依據，則可能會造成一定的治理偏差。由此可見，政策作為行為的規范和約束應當提前規劃并盡量覆蓋所有相關領域，使后期其他政策有基本依據，而不應缺失導致治理盲區。

6 數據治理政策中所使用的政策工具

6.1 政策工具維度分析

為優化數據治理活動中使用的政策工具，通過對440份核心政策文件共3018條政策單元進行統計分析，得到數據治理政策工具使用比例分布，如表5所示。從數據治理政策的政策工具使用情況來看，我國數據治理工作目前組合使用了供給型、環境型和需求型3種類型政策工具。由于數據治理在我國是最近幾年才開始發展起來的，目前數據治理環境型政策工具使用比例最大，共2412條（79.92%）；供給型政策工具次之，共542條（17.96%）；需求型政策工具最少，共64條（2.12%）。數據治理政策工具的使用情況反映了我國現有數據治理政策在政策工具的選擇和使用方面較為傾向于為數據治理提供良好的政策實施環境，而缺乏供給型政策工具來拉動、需求型政策工具來推動數據治理工作的開展和實施。理想的政策工具組合必然是針對不同階段既有為政策實施營造好的環境，又有對政策實施的拉動和推動作用，這表明了我國當前數據治理政策工具組合結構欠優。

表5 數據治理政策工具比例分布

在環境型政策工具中，使用較多的是法規管制（41.78%）和目標規劃（36.68%），而政策支持等僅占全部政策工具的1.42%，只有1條政策用到了金融支持和產權保護。這反映了我國現階段的政策措施主要是通過明確目標規劃，加強法規管制為數據治理營造良好的環境，而忽略了給予其相應的金融支持、政策支持與數據產權保護。

在供給型政策工具中，使用較多的是設施建設（11.43%）和公共服務（2.92%），而科技投入（1.95%）、人才培養（1.09%）、資金投入（0.56%）相對較少。這反映了我國對數據治理工作的軟硬件基礎設施建設相對重視，但是人力、財力和技術支持相對不足。科技、人才、資金是推動一項工作開展的基礎保障，只有技術、資金、人才到位才能保證數據治理工作的長足發展。

在需求型政策工具中，鼓勵引導（1.26%）、公私合營（0.70%）使用相對較多。這反映了我國數據治理政策現階段政府對數據治理工作的扶持力度不夠，政府拉動力不足，在一定程度上阻礙了我國數據治理政策的實施和數據治理工作的發展。未來，應該加大政府扶持力度，以采購和外包、建設示范項目等方式吸引社會力量多方參與數據治理工作，提高數據治理效率[37]。

6.2 內容維度分析

如表6所示，從內容維度統計結果來看，我國數據治理目前優先利用準備度和執行度，共有1917條（63.52%）政策工具作用于準備度，有1006條（33.33%）政策工具作用于執行度，僅95條（3.15%）政策工具作用于影響力維度。這表明我國數據治理工作尚處于準備階段和政策實施階段，主要是為數據治理做一系列準備工作，并對數據治理政策的執行情況給予了相當的重視，但在一定程度上卻忽視了政策實施后所產生的影響力。未來不僅要抓好數據治理政策的量與質，還要明確政策實施的目的性及政策預期要帶來的影響力。

表6 內容維度工具比例分布

結合工具維度來看，在準備度和執行度階段，存在環境型政策工具使用過多、供給型和需求型政策工具短缺的問題，而影響力階段3種政策工具使用力度相對均衡。在準備度和執行度階段，除了利用環境型政策工具提供法規制度、政策支持等基本保障外，還應該利用供給型政策工具通過提高科技、人才、資金等投入，加強基礎設施建設與公共服務能力來推動數據治理工作的開展；同時，利用需求型政策工具，通過鼓勵引導、公私合營等建立示范項目來拉動數據治理政策的落地。

7 總結與建議

7.1 總 結

本文整合政策外部結構要素和政策內容要素，提出鍛造發展脈絡、政策主體、政策淵源與政策工具的四維政策分析框架，為政策量化剖析提供了新的分析方法。通過對我國中央層面1097份數據治理相關政策的系統分析，透過標志性政策和重要時間節點梳理其發展脈絡，剖析參與政策制定的各個政策主體以及相互之間的協同關系，追溯不同發展階段數據治理政策的政策淵源，解析核心數據治理政策工具使用情況，為政策的修訂和數據治理工作提供了一定的參考建議。

綜合來看，我國數據治理政策階段特征較為明顯，大致經歷了萌芽起步、初步發展、平穩增長、快速發展等階段，反映出我國作為發展中國家在數據治理方面逐步完善，也折射出隨著數字經濟的發展，我國的各項數據治理措施亟待與時俱進。此外，數據治理政策效力級別多元化，國家發展和改革委員會的影響逐漸超越國家統計局，發揮著上通下達、全面統籌的核心作用。由此可見，數據治理已不是單純的數據規范問題，而是一個經濟規范問題。同時，工信部、國家網信辦等部門在彰顯其職能優勢方面尚有提升空間，這在一定程度上印證了組建國家數據局的必要性，但也反映出這些部門在數據治理中數據意識相對有些薄弱，未來在國家數據局的號召下，如何帶動各級政策主體轉變數據治理理念，仍是一個亟須解決的問題。

政策淵源分析是衡量政策長期影響力的手段，在數據治理政策方面，《統計法》《網絡安全法》等彰顯出長遠參照意義；也有一些逐漸不合時宜的政策，雖然一度曾是政策援引的核心，但隨著新政策條文的修訂而失效，逐漸淡出歷史舞臺。例如，對于“三法一條例”，只有《網絡安全法》在快速發展階段成為援引的核心，從某種程度上反映了政策修正或修訂的時效、政策的長遠社會效益和影響力等問題，以及各部門跟進國家最新政策的效率問題。

數據治理政策工具分析結果表明，我國為數據治理工作的開展提供了良好的環境，但在金融支持、政策支持和產權保護等方面的意識相對不足；同時，資金、人才、科技投入等供給型政策工具以及政府采購、公私合營等需求型政策工具的使用不足，阻礙了我國數據治理工作的發展。大量的實踐表明，單一的政策工具難以應對復雜的、多變的，甚至沖突化的現實需求。數據治理工作作為一項長期的系統性工程，需要合理組合運用多種政策工具來解決較為復雜的問題。

7.2 研究建議

針對我國現階段數據治理政策在政策主體、政策淵源、政策工具等方面存在的問題，本文提出以下建議。

（1）我國現階段數據治理政策的政策主體應加強聯動，雖然國家數據局已經組建，職責重新劃分，但對于工信部、國家網信辦等原負責數據治理相關工作的相關部門，依然要在信息治理理念基礎上強化數據意識。數據和信息在某種情況下具有一定的等同性，但相關政策主體依然要謹慎區別細化兩者之間的差異，厘清數據治理與信息治理的本質區別，全面規劃數據治理框架，劃定治理邊界，深化國家數據戰略，主動承擔相關工作，在政策方面加強與其他部門的聯動，共同保障我國數據治理政策合乎法理、國情與民意，保障數據治理工作的長遠、健康發展。

（2）相關部門應從政策淵源的視角，緊跟國家大政方針政策，與時俱進，加快體系更新。在政策制定時，所援引的依據在時效和效力級別上要有絕對的權威性與足夠的說服力，同時反思以往政策的不足，科學評價政策的長遠效能和未來影響力，做到“計當深遠、策必深謀”，不折不扣地發揮政策思想引領和行動約束作用，盡快落實“數據二十條”的綱領作用，進一步完善革新相關配套政策體系。

（3）未來數據治理政策制定，應優化政策工具組合，在功能上實現互補，以形成政策合力，保證充分的科技、人才、資金支持，提高基礎設施建設質量和公共服務水平，適當加大政府扶持力度，以采購和外包、建設示范項目等方式吸引社會力量多方參與數據治理工作，在指導和管控手段的基礎上，采取更多基礎或標桿性的強有力促進措施，在保駕護航的基礎上，為我國數字經濟發展注入更多活力。