【摘要】厘清数据开放环境下政府数据治理的概念体系与内涵有助于把握当前政府数据开发利用的发展趋势与面临的主要问题。通过信息管理与数据治理概念演进轨迹追踪与内容比较，旨在明晰数据治理的概念框架，重在从作用对象、技术辐射与业务活动、参与主体、风险应对以及组织文化等角度全面阐述政府数据治理的内涵。同时，从数据治理环境的错综复杂、治理边界的扩张延伸以及治理主体调整改变和法规制度完善重构等角度详尽分析了数据开放环境下政府数据治理的内容体系与特殊性，并指出当前面临的主要问题与应对对策。
政府和政治家们都希望更多的数据集披露可以驱动创新发展和增长，随着各国政府数据开放战略的深入实施，原有的政府信息生态发生了重大改变，既需要有相应的政府数据治理理念和数据管理技术与方法来引领其发展，也对政府数据治理能力提出了新的挑战。
1 数据治理的概念框架
1.1 信息管理与数据治理的演进
从早期的文献记录管理－信息系统管理－信息资源管理乃至知识管理的演变，信息管理的内涵日益丰富，概念更为宽泛，泛指以网络信息技术为手段，对信息资源进行计划、组织、领导和控制的各种社会活动。具体到微观组织机构，则代表了基于政策目标的信息调控，以确保在评估、创建、存储、使用、归档和删除信息时有恰当的标准和行为来满足所有法律、监管和业务需求，进而高效利用信息。从内在结构看，信息管理涉及信息战略、信息内容、信息技术、信息资产与产业、信息人才队伍、信息政策法规和标准规范等各方面管理，核心是有效发现和利用信息。
从数据－信息－知识的递进发展来看，数据治理是信息管理的重要组成部分。20世纪80年代以来随着企业IT治理的深化，数据成为企业业务活动的生命线，为充分利用信息，需要进一步区分数据和信息，以建立框架来解决有关数据质量、标准以及在此基础上的信息开发利用问题（见表1）。
为此，IBM提出数据治理是传统信息管理的延续和扩展，是根据企业的数据管控政策，利用组织人员、流程和技术的相互协作，使企业能将数据作为核心资产来管理和应用。更具体地讲，数据治理更加微观，是从文件命名约定到创建元数据和长期文档政策和实践的统称，是对组织可用数据的完整性、安全性和可用性的全面管理。
“包括过程、方法、工具和技术，以确保数据具有高质量、可靠和唯一性（不重复），从而使报表和数据库的下游使用更加可信和准确；也有人从价值开发的角度界定数据治理是“战略性业务计划，即确定和优先处理能够给组织带来经济效益的数据以及减轻因薄弱的数据质量和做法而带来的经营风险。
1.2 信息管理与数据治理的概念比较
（1）关注对象不同。信息管理需要考虑的主要问题包括信息的所有权、信息生命周期、信息利用的商业价值和意义以及如何使用等。而数据治理要聚焦数据的透明度、数据出处、数据质量、数据安全、数据服务水平以及数据变化的影响、数据责任等，以确保数据和信息管理得当。
（2）研究视野迥异。前者从战略上架构信息的综合开发，注重结果，着眼于信息管理活动绩效的评估和用户满意度，涉及到不同机构和部门间的信息、人员、技术以及制度的交换与协调。后者从目标实现的战术角度关注数据流动的细节与过程，关注数据资产价值实现中利益相关者之间的互动与角色定位，强调内部流程再造，最终实现数据的可用与共享。
（3）作用目标差异。信息管理的目标是确保国家信息法律制度的遵守与执行，最大限度地降低信息开发利用风险和成本，实现信息效益的最大化。而数据治理“专门关注数据资产的管理”，重点聚焦在数据资产的保护与价值挖掘，目标是使数据易于理解和再利用，提高数据安全和隐私保护，不断挖掘数据潜力，促进信息共享，提升数据价值。
（4）层次结构区别。信息管理远远高于数据治理，由领导和组织结构层面以及信息流程的关键环节管理构成，以确保组织信息的维护与利用。其中，传统的数据活动管理只是关注局部具体数据问题，尚未建立数据活动相关要素的内在关联与业务协同，而数据治理是信息管理的基本层次和重要组成部分，涉及具体的数据业务活动过程和控制，以确保信息在数据层面是真实、准确、完整和安全的。
2 政府数据治理的概念框架
治理意味着政府分权、社会多元参与和互动。所谓政府数据治理，就是以治理的思维方式改进传统政府信息管理，是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段，对政府结构化数据和非结构化数据的可用性、完整性、安全性等进行全面管理，以确保政府数据资产的保值增值，进而推动政府数据从公共资产转换为现实的经济社会价值。从管理到治理，不只是概念的转换，还反映了政府信息管理理念与管理方式的重大调整，主要表现在：
（1）从对象范围角度出发。政府数据治理代表的是对数据过程和结构的管理，作用对象不仅仅是政府数据内容本身，还包括政府数据平台、业务流程、信息基础设施以及技术水准与人员和内部管理等要素，直接目标是从政府数据的零散利用转变为主数据的统一利用、从很少或者没有组织数据过程管控逐步实现行政体系内的数据流程治理，并将传统的只解决局部问题的数据质量、数据标准、数据架构、元数据等相对独立的单一数据活动进行统一协调和优化组合，实现整体化的数据治理以避免碎片化管理。
（2）从技术辐射范围角度出发。政府数据治理不同于传统的政府IT治理，仅仅将重点局限在软件开发、系统维护等IT实践，而是通过数据流与业务流的紧密融合，涵盖了从前端公共服务平台、后端数据仓库到终端数据分析与数据存储，需要多种技术支持，触及到各种数据分析工具和数据模型，并由此形式化为一系列包含数据全生命周期的技术工具、数据标准、应用程序软件、数据政策和API等。
（3）从业务活动范围角度出发。政府数据治理的内容更加细致复杂，涉及数据流所有环节，诸如数据架构管理、数据开发、数据库操作管理、数据安全管理、主数据管理、数据仓库、文件与内容管理以及数据质量管理等。简言之，通过对数据微观活动以及知识信息的一体化管理（见图1），建立完善的政府数据管理体系，借助数据流程优化与控制来提供标准化、高质量的政府数据，并借助信息共享机制和市场机制来降低数据维护与获取成本，避免不良数据对下游政府数据再利用的负面影响，实现政府数据资产价值。
（4）从主体参与角度出发。政府数据治理需要吸收和注入多种新型治理主体，以形成对传统政府数据管理机制的补充和替代。一方面，要破除全能型政府数据管制，理清政府在公共数据治理中的职能与作用边界，建立由政府主导、社会协同、公众参与、法制保障的全面数据管理思维。另一方面，还要根据政府数据流程，基于黑客、民间社会组织、政府部门、公务员以及企业等不同类别利益相关者的价值诉求与价值实现方式，建立多元数据治理与合作机制。
（5）从风险应对角度出发。在政府数据治理过程中，存在着不同层次的风险隐患，既有系统性风险，也有个人风险、财产风险和监管风险。其中，系统性风险的存在使得政府数据的开发利用存在着国家秘密泄露风险、数据资产流失风险、数据误用风险、数据分化风险等数据安全问题；而个人风险主要指隐私侵害；财产风险更多涉及公共数据开发中的不当利用与数据资产流失；监管风险则专指政府数据动态管理过程中失职／渎职所导致的信任危机、合法性危机以及经济损失等，这些问题的存在使得如何维护数据开发利用的安全、实施数据风险管理成为政府数据治理重要内容。
（6）从组织文化角度出发。政府数据治理通过对人员、流程和系统的整体设计和调整来实现数据与公共管理业务的全面结合，不仅丰富和完善了政府数据采集、管理和归档的理念与内涵，而且在战略上促使封闭的权威型保密文化迈向开放的协调型参与文化，进而推动了政府内部不同层级、不同部门间基于数据交流的协同型组织氛围的营造，并在政府与不同社会组织机构和团体、个人之间形成以数据和技术共享为纽带的开放型文化与参与型数据交换网络。
