摘　要：公共數據治理不僅僅是技術問題，更重要的是價值判斷，不僅是對“公共數據”的治理，更是“公共的”數據治理。將公共治理理論引入公共數據治理研究，對公共數據治理的范圍和目標進行了探討和深化，認為公共數據治理是以實現公共價值為最終目標，將公共數據視為重要的公共資源，由政府、企業和公民等各個利益相關方共同對公共數據相關事務進行決策和行使權力的行為。在此基礎上，面向公共價值實現的目標，梳理和構建了公共數據治理的基本內容框架，包括價值層、利用層、數據層、制度層和環境層五個層面。最后，基于以上視角，對公共數據治理的未來研究方向提出了建議。

關鍵詞：公共數據；數據治理；公共價值

一、引言

當前，數據已成為一種新型生產要素，其中有大量基礎性關鍵性的公共數據儲存在各級政府部門中，公共數據的重要性日益凸顯，對公共數據進行有效利用和治理的必要性也成為各方共識。《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》要求研究建立公共數據開放和數據資源有效流動的制度規范，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》《國務院關于加強數字政府建設的指導意見》等文件都提出要加快推進跨部門數據資源共享共用，推動公共數據資源開放，改進公共數據采集、整合、分析、利用?！吨泄仓醒雵鴦赵宏P于構建數據基礎制度更好發揮數據要素作用的意見》也提出要建立公共數據分類分級確權授權制度等要求。隨著國家數據局的組建，將把數據資源整合共享和開發利用方面的有關職責相對集中，負責協同推進數據基礎制度建設。

公共數據共享、開放和利用的基礎是數據治理。隨著公共部門的數據量呈指數級增長，數據類型不斷增加，數據治理的復雜性和成本也急劇上升。公共數據治理不是一個單純的技術問題，而是兼具政策、管理和技術等多重屬性，與國家治理體系和治理能力的現代化密切相關。目前，我國公共數據治理體系和治理能力正在逐步建立和完善的過程中，公共數據治理水平總體上尚處于起步階段，仍面臨諸多問題和挑戰。

當前，學界對于公共數據治理的研究更多是將企業數據治理的理論和實踐引入公共數據治理領域，更多關注“管理”而不是“治理”的視角，也更多著力于“技術判斷”而非“價值判斷”。因此，亟需面向公共價值實現的目標，對公共數據治理的目標、定位和內容框架進行梳理和探究。

下文試圖從跨學科視角出發，在回顧國內外公共數據治理相關研究基礎上，重點對數據治理的概念進行溯源和總結，然后將公共治理理論引入對公共數據治理的研究，對公共數據治理的范圍和目標進行探討和深化，并在此基礎上面向公共價值實現的目標，梳理和構建公共數據治理的內容框架，對公共數據治理的未來研究方向提出建議。

二、研究方法

首先需要說明的是，學界多認為信息和數據兩個概念并不等同，數據更強調形式，信息更強調內容；數據包括有意義和無意義的，而信息是有意義的。但在實踐中，信息和數據的概念經?；煊?，數據治理也是廣義的信息治理計劃的一部分，因此，本文采納多數學者（如Weber、Pierce、Brous等）的做法，在討論數據治理問題時不對信息和數據的概念進行嚴格區分。

對于英文文獻，本文采用被廣泛認可的華盛頓大學數字政府參考圖書館（DGRL）2022年12月發布的18.5版，共包含數字治理領域17987篇經過同行評審的文獻。檢索標題、關鍵詞和摘要中同時包含“data”和“governance”以及同時包含“data”和“management”的文獻，共得到文獻226篇，時間跨度從2007年至2022年。對于中文文獻，在“中國知網”中進行檢索，檢索范圍為CSSCI來源期刊，檢索條件為文獻的標題、關鍵詞或摘要中同時包含“數據”和“治理”或同時包含“數據”和“管理”，并且在文獻摘要中提及“公共”或“政府”，共得到文獻356篇，時間跨度為2008年至2022年。

對上述文獻進行進一步篩選，篩選標準為將公共數據治理或政府數據資源管理作為核心研究對象或作為核心發現之一的論文，經過上述步驟后共篩選出英文文獻28篇，中文文獻59篇。

另外，美國、澳大利亞、新西蘭等國的政府部門，以及IBM、Gartner、Oracle、SAP等企業和數據治理研究所（DGI）、數據管理協會（DAMA）、能力成熟度研究所（CMMI）等研究機構，也對數據治理相關問題開展過理論研究和實踐探索，因此本文也參考和梳理了上述機構發布的成果。

三、數據治理：從管好“水管”到治好“水”

數據治理的概念最早起源于企業的治理實踐?；仡櫰髽I治理、IT治理和數據治理的發展演變過程，有助于我們更好地理解數據治理這一概念的起源。

（一）IT治理：管好“水管”

現代大型企業一般采用所有權與控制權分離的“委托-代理”模式。在該模式下，委托人和代理人之間存在信息不對稱和目標不一致的問題，每一個層級的組織成員都有其私有信息（private information）。隨著等級鏈條的延長，私有信息更加分散，信息不對稱狀況更加惡化。

自20世紀80年代以來，隨著IT在企業管理中的廣泛應用，催生出了IT治理的概念。IT治理是企業治理的一個子集，與企業治理的目標一樣，也是為了應對IT系統所有權和控制權分離帶來的問題。IT治理側重于提高IT效率，通過遵循經過驗證的軟件開發方法和最佳實踐，將IT工作與組織的業務目標保持一致。IT治理是一個由關系和過程構成的體制，主要通過平衡IT過程的風險和回報，增加企業價值，實現企業目標。

然而，IT治理的關注點還主要集中在IT系統的軟硬件設施上，強調對“水管”“水泵”和“儲水罐”的管理，而水管中的“水”——數據，更像是一個附屬品，還沒有受到足夠的重視。

（二）數據治理：治好“管道”中的“水”

自20世紀90年代以來，人們對組織資產管理的關注點逐步從有形資產擴展到了數據等無形資產。數據質量是發揮數據價值的關鍵，早期的數據質量管理主要以提高數據的準確性為出發點，而隨著人們認識的深入，數據準確性不再是數據質量管理的唯一目標。ISO9000將質量定義為“一組固有特性滿足要求的程度”，而數據質量就是數據使用的適用性。數據質量管理的目的是測量、評估、改進和確保數據的適用性，主要包括數據資產的規劃、控制和配置等內容。

企業數據管理的責任最初也由IT治理團隊承擔，但是IT資產和數據資產之間既有相關性又有區別[17]。IT資產是指用于支持那些具有明確定義的任務的自動化技術，包括計算機、通信設備和數據庫；而數據資產是對具有顯在或潛在價值的事實的客觀記錄。IT就像水管、水泵和儲水罐，而數據就是水管中的水，對水管、水泵和儲水罐的管理可以由IT治理團隊來負責，但是管道中的水則需要一個跨部門團隊來管理，需要管理層代表、業務專家和數據管理員的參與，需要有專門的組織機構、專注領域及概念框架，而IT治理并未完全涵蓋數據治理的很多內容。

與很多新興領域一樣，數據治理并沒有統一的定義，學者、企業和行業組織都從各自角度對數據治理的概念進行了闡述。較多學者認為，數據治理的核心在于組織的數據相關事務中的決策權及相關職責的分配[20]。Otto總結多位學者的觀點后認為，數據治理是對數據資產管理的決策權力和責任所組成的整體。Sonia認為，數據治理是一個由決策權、責任和流程組成的系統，旨在確保對組織的重要數據資產進行正式和一致的管理，DAMA認為數據治理不僅僅是一種規范性框架，還是一個可以被實踐的職能模塊。

對于數據治理，中國學術界和實踐界也存在不同的理解。中國國家標準《信息技術　大數據　術語》（GB/T 35295-2017）以及《數據管理能力成熟度評估模型》（GB/T 36073-2018）都認為，數據治理是“對數據進行處置、格式化和規范化的過程”，而《信息技術服務　治理　第５部分：數據治理規范》（GB/T 34960.5-2018）則認為數據治理是“數據資源及其應用過程中相關管控活動、績效和風險管理的集合”。雖然以上這些關于數據治理的概念在表述上的側重點存在一定差異，但其核心內容仍具有一定的相似性。

許多研究還梳理和辨析了“數據治理”和“數據管理”這兩個概念之間的區別。雖然部分數據管理研究機構（如DAMA、CMMI）傾向于用“數據管理”來統領數據相關流程，而將數據治理作為流程的一個核心環節，但學界更傾向于認為數據治理是統領整個數據相關工作的“大腦”。數據治理負責決策，數據管理負責執行和反饋，前者對后者負有統領職能，數據治理是對數據管理的管理。管理是做出的決策，治理是做出決策的架構。數據治理規定了在數據管理中需要做出哪些決策以及由誰做出這些決策，而數據管理確保這些決策能夠做出并且能夠付諸行動。數據治理可以被理解為“數據管理的政策和方法”，確定了數據訪問、管理和授權的廣泛政策，確定管理所需的方法和程序，并確定使用數據的人員資格和授予數據訪問權限的條件。數據管理是一套用于確保數據能夠支持利益相關方信息需求的IT程序和技術，而數據治理的核心是所有權、責任、流程、計劃和績效管理，而不是技術。數據治理是一個新的混合質量控制規程，包括數據質量、數據管理、業務流程改進以及合規性和風險管理等要素。

四、公共治理：治誰的水？為誰而治？由誰來治？

與企業數據不同，公共數據治理具有“公共性”特征，不僅僅是一個如何做的技術判斷問題，更是一個為什么做的價值判斷問題，還需引入公共治理相關的理論和實踐，探討公共數據治理治誰的水，為誰而治和由誰來治等問題。

治理（governance）一詞源于拉丁文和古希臘語，原意是控制、引導和操縱。長期以來，治理一詞在政治與公共行政領域的含義與“統治”相似。自20世紀90年代以來，消費者、納稅人、公民的需求日益增加和復雜化，加之信息通信技術的發展，使社會呈現出前所未有的多樣性與復雜性。此時，政治學家和管理學家“既看到了市場的失效，又看到了國家的失效”，公共治理理論開始出現并被普遍接受，內容包括公共行政體系的轉型以及國家的重構。

“治理”的定義有諸多版本，例如羅茨的六種形態和七種定義、赫斯特的五個版本、斯托克的五個論點等等。這些定義并非自相沖突和排斥的，如果把這些概念整合起來，就會形成一個或一套相對比較嚴密的概念。治理是各種公共或私有的個人和機構管理其共同事務的諸多方式的總和，治理不再依賴政府的權力或強制，而是多元治理的互動，以及行動者的互相影響。治理的本質是各個利益相關方之間的合作，是一個由聚焦正式政治領域和公共部門的結構轉向不斷增加的私人部門和市民社會的參與并將他們的利益融入的過程，治理意味著國家與社會、市場以新的方式互動，以應對日益增長的社會及其政策議題的復雜性、多樣性和動態性。在公共治理理論的影響下，國家與社會關系出現了重構，政府之外的力量被更多受到重視，政府的中心地位在一定程度上被政府、社會和市場的新組合所替代。

公共治理理論的興起也帶來了一種效率與價值兼顧的可能，從“西蒙-沃爾多之爭”到新公共管理和新公共行政，工具理性和價值理性的張力一直貫穿于20世紀后半葉的公共管理理論與實踐之中，而公共治理理論既強調以各種工具實現對效率的追求，更強調價值理性和公共利益。公共治理理論中的多中心、多方參與、分權化的主張，既與治理的效率追求有關，又更多體現了治理的價值追求，以制度的創新開創一種參與的新傳統，進而實現公共價值。

引入公共治理理論，面向公共價值實現的目標，公共數據治理就不僅僅是對“公共數據”的治理，更是“公共的”數據治理，由此進一步對公共數據治理的范圍和目標進行探討和深化。

（一）公共數據治理的范圍：治誰的水？

公共數據是重要的公共資源，然而，目前學界和實踐界對于“公共數據”的范圍還沒有公認的定義。過去，具有公共價值的數據資源僅掌握在政府手中，隨著信息通信技術與經濟社會的發展，越來越多的民間組織、私人企業等都具備了采集了和利用公共數據的能力，并在社會生活中逐漸承擔了部分公共服務職能，在醫療、交通、通信、教育等社會生產生活各個領域都產生了大量具有價值的數據。胡凌指出，公共數據在概念上包括三個層次：一是政府或具有準公共職能的機構在行使有明確授權的公共職能過程中自行獲取的數據；二是政府部門委托授權特定私營部門或個體行使特定公共職能過程中收集的數據；三是在具有公共屬性的領域或空間中，并非通過政府授權職責產生的但涉及公共利益的數據。國有和私營企業受政府委托、得到公共財政支持所創建的數據，以及掌握在這些企業手中但具有重大公共利益的數據也屬于公共數據。因此，政府數據并非公共數據的全部，公共數據涉及的主體更多元、客體更多樣。

目前，在我國國家層面的立法實踐中，《數據安全法》未對公共數據進行明確界定；《電子商務法》《網絡安全法》等法律雖然提到了公共數據，但也沒有對其內涵進行界定。我國多地的地方性法規對公共數據進行了定義。這些定義可以分為兩類：以上海和浙江為代表的地方立法將公共數據界定為各級行政機關以及履行公共管理和服務職能的事業單位在依法履職過程中，采集和產生的各類數據資源；而以山東和深圳為代表的地方立法則擴大了公共數據的范圍，將具有公共服務職能、提供公共服務的企業也納入其中。前者與政府數據界定的范圍近似，而后者界定的范圍更大，涉及的主體更為多元，也更有利于增進公共利益，實現公共價值。

(二）公共數據治理的目標：為何而治？由誰來治？

隨著越來越多的公共企事業單位和社會組織掌握了大量公共數據，“治理”概念中的多元、參與、互動、協商等特征也應在公共數據治理中得到體現。從表面上看，公共數據治理表現為對公共數據資源進行管理和利用的過程，而從深層次看，公共數據治理是回應社會需求、優化公共產品供給、提高公共治理能力的公共價值創造過程。

公共數據治理與政府數據治理的權威來源和基礎也并不相同，政府數據資源管理的權威來自部門領導和上級機關，而公共數據治理的權威來源則更為廣泛，可包括公共部門、私營部門、社會組織或上述各方的合作。政府數據管理權威的基礎主要依靠法律法規和政策，而公共數據治理除了需要法律、法規和政策的保障，還強調各方的認同和共識。從權力運行的向度來看，政府數據資源管理的權力運行方向是自上而下的，而公共數據治理的權力運行方向是多方的、互動的、網絡化的。從作用的對象來看，政府數據資源管理的對象僅限于政府部門自身掌握的數據，而公共數據治理的對象則寬泛得多，涵蓋了企業等社會主體擁有的公共數據。

因此，公共數據治理不能完全照搬私人部門的做法，對于公共數據治理的績效評估，也不能像企業數據治理一樣僅從財務上的成本收益來進行考察，應體現善治原則，包括問責性、連貫性、有效性、開放性、參與性和透明性。需要避免管理主義傾向，即對3E（經濟、效率和效益）的片面追求和對政治價值的忽略，最大限度地協調各利益相關方的訴求，從而增加社會對公共數據治理的共識和認同。正如新公共服務理論所指出的，“公民不只是顧客，他們是所有者或主人”。

綜上所述，公共數據治理是以實現公共價值為最終目標，將公共數據視為重要的公共資源，由政府、企業和公民等各個利益相關方共同對公共數據相關事務進行決策和行使權力的行為。

五、公共數據治理的內容框架

從內容框架來看，公共數據治理是一項跨邊界的合作，受到多方面因素的影響，包括技術障礙，社會、組織和經濟障礙，法律和政策障礙，社會背景與情境等。夏義堃提出了公共部門數據治理的體系結構，其戰略層面為領導與愿景，戰術層面包括執行能力和管理規范，實施層面包括數據架構、執行基礎設施和數據價值周期。鄭躍平等從制度、管理、技術和數據四個維度出發構建了政府數據治理的評估指標體系。

基于公共治理理論，面向公共價值實現的目標，梳理和構建了一個公共數據治理的內容框架，包括價值層、利用層、制度層、數據層和環境層五個層面（參見圖1）。

（一）價值層

公共數據治理的目標是公共價值的實現，包括經濟價值、社會價值、政治價值等。公共價值是公民期望的集合，但集體偏好的達成并不是通過個人偏好的加總，而需要在基于主體間的審慎協商與復雜互動的過程中達成。公共數據治理可能產生的價值包括：優化決策，提高效率，優化服務，促進合作，降低風險[49]，提升信任等。

失敗的公共數據治理除了可能造成經濟損失，還可能帶來治理合法性的危機[51]。例如，近年來公共數據安全與隱私保護等問題日益突出，這些問題也可能造成政府合法性危機。盡管企業數據治理也強調合規（compliance）的重要性，但這與公共行政領域的合法性（legitimacy，或譯為正當性）是兩個概念。合乎法律的未必具有合法性，合法性是指社會秩序和權威被自覺認可和服從的性質和狀態。行政體系的穩定運行需要有效性與合法性的兼顧和互相促進，公共數據治理的推進也需要同時考慮公共數據的保值增值與獲得社會認可兩個方面。

（二）利用層

價值層是公共數據治理的收益(outcome)，而公共數據治理的利用層則是產出（output），產出是收益的基礎和前提。公共數據治理的產出方式包括數據分析、數據共享、數據開放等多種形式。對公共數據進行跟蹤、監測、收集、分析、挖掘、評估并提供對內和對外的數據服務具有巨大的潛力，數據已成為推動公共服務價值創造機制創新的重要力量。數據共享是公共數據治理的重要內容，能夠提高公共數據的利用效率，推動部門間業務協同，打造整體性政府。此外，公共數據的利用主體不能僅限于政府體系自身，還應向社會開放公共數據，讓更多主體進行增值開發和創新應用，以賦能經濟增長和社會發展，促進公眾參與和公共價值共創。

（三）數據層

公眾往往以為公共部門有足夠的能力處理數據，然而由于數據治理的薄弱，情況并非總是如此。數據治理需要基于數據的全生命周期進行的一系列持續的管理活動，關于數據生命周期的治理活動在將數據原則運用到IT基礎設施的過程中起著關鍵作用。Weber等認為，數據治理涵蓋數據質量、數據管理、元數據管理、訪問權限、決策權限、問責制和數據策略等方面。

具有公共價值的數據資源并非僅僅掌握在政府部門手中，還分散在承擔公共管理和服務職能的其他組織手中，要最大限度地發掘數據的公共價值，不能只對政府自身掌握的數據進行治理，還應把治理對象盡可能擴展到與公共利益相關的、來源主體更為全面多元的公共數據。同時，公共數據治理還應面向增進公共價值的目標，保護各利益相關方的合法權益，防止算法歧視、算法殺熟、算法濫用等技術風險，防止技術中心主義或“技術霸權”。

（四）制度層

公共數據治理的制度層可分為規則政策和組織管理兩個層面。首先，公共數據治理需要國家法律、法規和政策等基礎制度的引導和保障，以確保實現公共價值的方向，近年來我國數據基礎制度的建設日益受到重視，“數據二十條”的出臺即體現了這一方向。如果技術上的投入不斷增加而制度變革緩慢，將難以逃脫管理主義和技術治理的路徑依賴，在工具理性和價值理性之間出現失衡，并使投入的邊際效益遞減，產生“內卷化”問題。此外，公共數據治理還需要公共部門建立與數據治理相適應的組織管理機制，包括戰略、組織、領導、溝通、激勵、監督、評估等。

與企業數據治理相比，公共數據治理的利益相關方更加廣泛、更加復雜，且相互依賴性更加明顯。公共數據治理的主體也涉及諸多利益相關方，公共數據治理一個常見的局限性是“把參與局限于數據本身，以及有限的技術專家和數據機構”，在公共數據治理的生態系統中，最薄弱的環節是缺乏將公民反饋引入政策過程的有效機制。公共數據治理不僅是技術官僚、系統開發人員和IT規劃者的責任，重要的是要尊重這些政策的多元理性特征，這需要廣泛的參與，從而實現各利益相關方的共治與共享。

在公共數據治理中，政府除了對數據本身的責任之外，還承擔著憲法法律、共同體價值觀、政治規范、職業標準以及公民利益等方面的責任。公民在參與公共數據治理的過程中得到了對資源和決策的更大控制，也為此貢獻了時間、專業知識和努力，承擔了更多的責任和風險。然而，盡管責任有所分散，但政府仍需要公共數據負責。這無疑對公共數據治理的制度規則和組織管理等方面帶來新的挑戰。

（五）環境層

環境是公共數據治理和價值實現的基礎。公共數據治理要與特定的政治、經濟、技術和文化環境相匹配，不存在唯一正確答案，“一個尺碼并不適用于所有此情境”(One size does not fit all)。在某個環境中表現極佳的數據治理體系，在另一個環境卻可能遭遇失敗。原因在于技術受到了組織安排、政治安排和社會安排的中介性影響，并在上述安排中被感知、理解、設計和使用。因此，公共數據治理的在地化（localization）并非權宜之計而是根本的，因為知識是人們創造性參與并且正在形成中的東西，而不是某種既定的、普適的東西，所有知識本質上都是地方性知識。同時，公共數據治理的價值層和利用層也會對環境層形成反饋，例如，公共數據開放的長期效果就包括給經濟、社會、環境帶來的遠期影響。

六、總結與展望

面向公共價值實現的目標，公共數據治理不僅是對公共數據的治理，更是“公共的”數據治理，不僅僅是技術判斷的問題，更在于對價值的判斷。本文將公共治理理論引入公共數據治理研究，對公共數據治理的范圍和目標進行了探討與深化，并進一步對公共數據治理的內容框架進行了梳理和闡述，從而在價值層、利用層、數據層、制度層和環境層五個層面體現公共數據治理的公共性。

基于公共價值實現的視角，建議學界未來可對公共數據治理的以下問題進行深入探究：公共數據治理中政府、企業與社會等主要利益相關方之間的互動與協作方式及其對公共價值實現的影響；公共數據治理的公共價值創造機理和過程；公共數據治理中的技術“內卷”與價值“落空”困境及其生成機制等。