政府“云治理”的实践逻辑与行动框架

□ 梁思琪

政府“云治理”的实践逻辑与行动框架

□ 梁思琪

作者：梁思琪，中共椒江区委党校助理讲师，主要研究方向：公共管理与公共政策。邮编：318000

近年来，大数据管理技术不断提升，利用数据流来创造公共价值不仅成为政府管理部门和学术研究的热门话题，同时也日益凸显于政府公共治理的实践之中。“云治理”是在大数据环境下孕育的政府治理新模式，该模式旨在通过数据流创造的公共价值，推动政府决策方式创新，促进国家治理能力现代化，提升政府公共服务的精准化供给水平。但同时，该模式在实践中也暴露了一些问题需要引起关注，如数据安全、数据平台功能建设、认知缺位以及公职人员实操短板，等等。政府必须通过建立统一的公共数据中心、引导业态发展、培养大数据人才、完善数据隐私保护机制，以及完善健全监督、问责机制等手段，培养并巩固大数据发展的内、外环境，促进政府“云治理”模式的发展。

大数据 政府治理 云治理 精准服务

信息时代的颠覆性革命，让网络融入了生活，人们的思维方式、生产方式、生活方式、行动方式，无一不受此影响。信息时代最典型的符号是“数据”，最重要的标签是“智慧”。2009年的“全球脉动”计划中，人们开始将数据和管理捆绑在一起思考。2012年，白皮书《大数据促发展：挑战与机遇》问世，全球开始深入探讨怎样利用网络数据推动世界的发展。[1]同年，美国政府投资了2亿美元来启动“大数据研究和发展计划”，将大数据上升到了国家战略层面。西方其他各国也纷纷利用大数据制订新一轮的信息战略，国家层面的信息化战争也愈发激烈。

中国当前信息化战略的推进步伐略显缓慢。虽然截至2016年12月中旬，我国政府网站运行总数已有47391个，但是根据2017年3月国家信息中心与南海大数据应用研究院组织撰写的《2017中国大数据发展报告》显示，2016年全国大数据发展指数平均仅为47.15，总体仅处于起步阶段。[2]中国的人口基础庞大，每天日常工作和生活都能产生数以千万的新数据，面对这样庞大的数据信息体量，以及人民群众日益增长的公共服务需求，高度重视大数据的研究发展，并进一步开放大数据应用的供给环境，已成为了我国信息化战略的关键突破口。

一、“云治理”：大数据视域下政府治理的新模式

2012年6月，上海市政府数据服务网的推出成为中国第一个对外开放的政府数据开放平台，标志着我国公共数据的开放共享开始由理念走入实践。2015年国务院颁布的《促进大数据发展行动纲要》(国发〔2015〕50号)，将我国的大数据开发与运用正式上升为国家战略。该行动纲要提出，国家将逐步开放信用、交通、医疗等重要领域的数据资源，以促进大数据的开发与运用；同时“形成公共数据开放共享的法规制度和政策体系；在2018年底前建成国家政府数据统一平台，在2020年底前逐步实现民生保障服务相关理论的政府数据集向社会开放”。[3]2017年6月8日，国务院在《政府网站发展指引》中进一步提出要打通政府信息壁垒，促进政府多元数据之间的共享，以信息化推进国家治理体系和治理能力现代化。这种大数据的共享不仅包括政府部门之间的数据共享、跨行政区域政府间的信息共享，还涵盖了政府与企业间的数据的合作和共享以及企事业单位之间的数据共享等。

从公私领域界限来看大数据发展，目前，我国大数据共享的触角已经从互联网企业的业务、社交网站平台的竞争、电商的价格大战，延伸到了政府治理工作中。政府通过大数据进行社会治理的模式，学术界称之为“云治理”。所谓“云治理”是一种政府借助数据库，通过提取和分析数据库中群众和社会的不同需求，经过社会治理专项系统分析后，提供公共服务的现代化政府治理方式(见图1)。“云治理”是当前国家和政府治理发展的最新趋势，其治理理念中所展现的治理主体、治理对象以及治理逻辑等，都与传统的治理方式有所区分，并且超越了历史范畴，实现了治理方式的跨越发展。“云治理”是一种无实物的虚拟治理方式，它允许数据操作，提取数据流中的公共价值以及数据开放与共享等一系列的处理方式。在大数据技术迅猛发展并不断上升为各国国家战略的今天，对大数据价值的重视，对“云治理”的充分认知以及实践，是我国政府创新社会治理、提升国家治理能力现代化水平以及推动公共管理进步的重要举措。

图1 大数据治理的模型结构图

二、政府“云治理”模式中的辩证统一

政府“云治理”模式是基于对大数据的处理，将分散在不同网络的数据库数据进行接入、抽取和集成化处理，进行挖掘分析，增强数据动态描述和WEB可视化能力，从而帮助政府向社会公众提供更具针对性的社会服务的智慧化社会治理决策分析与应用。这种治理模式代表着简单、高效、实时、准确和可视化，但大数据优势的背后又暗藏着信息安全、数据存储等诸多风险隐患，因此，必须对其进行辩证分析。

(一)“云治理”逻辑中的两重矛盾

1.治理效率和治理风险的矛盾依存性

在当今万物互联的时代，不管是从事企业经营、做科学研究、艺术创造，还是政治家们，都在思考一个时代问题：如何看待“大数据和云计算”的思维价值与实践价值？当前，人们的思维、决策以及由思维决策共同引导的社会行动，政府治理也正势不可挡地受到大数据思维的影响。这不仅是一个时代特征，同时也反映出社会的价值选择。过去，大数据的生存环境是封闭的，受到绝对保护，大数据的拥有者们绝对不会轻易让作为企业最具价值的资产——数据，被流失到电脑网络防火墙之外。而当下，随着计算机技术的普及和飞跃式发展，特别是大量网络新数据技术的应用，我们日益步入了一个数据共享，并依赖这种共享不断创造新的生产方式、生活方式和社会治理模式的时代。在政府的社会治理领域，“云治理”模式也正在极大地提升政府工作效率，缩短群众办理各种业务的时间。但是我们也应看到，在“云治理”模式成功的背后，网络传播性、开放性和覆盖面的越来越广，也正在对互联网数据的安全性构成风险。也许一个被忽略的流氓软件植入或者小插件的下载，就能让电脑崩溃，引发数据泄露。“蠕虫式”的勒索病毒(WannaCry)就是一起典型案例。2017年5月12日，WannaCry蠕虫通过微软系统的MS17-010漏洞在全球范围大爆发，感染了大量的计算机。最新统计数据显示，有150多个国家和地区超过30万台电脑遭到了勒索病毒攻击、感染，影响范围涉及到金融、能源、医疗等众多行业，部分大型企业的应用系统和数据库文件被加密后，无法正常工作，造成的用户损失极其严重。[4]所以，在政府的“云治理”模式中，治理效率和治理风险是相互依存的，也是矛盾的。这种矛盾根源于数据本身：一方面，“云治理”需要对各种数据库内大量可供分析的数据资源进行整合共享，这是技术支撑；另一方面，大量私密的信息，包括政府内部流通的数据，以及私人方面的信息，都存在于数据平台，而数据平台总是有漏洞的，开发总是意味着有限的保护，各种数据的更改、盗用等情况会随着数据平台的开放而不断产生，从而给政府的“云治理”带来风险。因此，必须明确并找出对网络社会的规制和管理的“度”。

2.数据自由和社会控制的二律背反

政府垄断者的身份，同样存在于数据管理领域。政府之所以能够通过大数据进行“云治理”，其中一个重要因素就是他对数据的掌控是自由的,对于社会治理中所需要的数据，政府能够相对容易地聚集、筛选、利用和比较。但是，对数据更高级的处理方式也意味着更高级的处理技术，而现实中政府内部管理人员往往达不到较高的技术处理水平，而只能通过购买服务的方式寻求政府之外的技术人员提供技术支持。这也就给政府数据管理带来一个全新的问题：由政府以外人员参与数据的处理，会大大增加数据被盗用、偷取的风险。对政府而言，选择数据通道向全社会开放，可以实现数据流通的绝对自由，但是对数据删改、盗用、不良操作，势必会使大数据库的功用负大于正，引发经济、社会等多方面的问题。而选择政府对数据库的独占模式，实行数据聚集、筛选、利用和比较只走专项专用的流通渠道，这一方式却是对其他社会组织或个人利用数据的不自由。但这种不自由的状态，能较大程度地降低数据的安全风险系数，保护全社会数据的安全性。总之，究竟是选择由自己完全掌控数据以确保数据安全，抑或选择对外开放数据以提高数据的利用效率，这成为了当前政府选择利用大数据治理时所必须要面对的一道选择难题。

(二)“云治理”思维的内在契合

1.“云治理”中的人机融合

“云治理”模式的最大特色就是大数据库的定位和功用发生了变化。在传统社会，数据库通常只是社会生活中各类政治、经济、人文、社会生活数据的集合，是储藏库；传统的政府治理也只是以人为主体的治理方式，人的机能有限，无法长时间存储大量的数据，必须借助纸质的方式，对资料加以记载、收集。这种方法不仅增加了数据查找的难度，同时也不利于数据的加工利用，极大地隐藏了数据的内在价值。但是“云治理”模式是以大数据充分应用为特征的治理技术，因此，“云治理”模式中的大数据对政府社会治理是起到辅助作用的，作用形态更加直接与实用。可以说，大数据推动了“云治理”模式的诞生，“云治理”模式的运用也极大地推动了“大数据”的整体发展。政府通过借助互联网和计算机，对社会开展“云治理”，不仅能够对当下产生的各级各类数据进行选择，同时也能对过去的数据进行挖掘；不仅能够对某一领域内的实践成果进行操作，同时也能将以往其他领域的既有成果进行联结，实现在时间、地域和知识类别等各方面局限的跨越，对事件的发展进行预测，以此帮助政府做出更好的决策行为。可以说，在“云治理”模式中，人和数据是完成治理行为的两个手段，两种必不可少的要素，人机融合是“云治理”的一大特征，也是产生最佳治理效果的必要前提。

人机融合对于提高政府治理能力的必要性，可以通过实践案例和数据进行验证。“大数据社会福祉”是国外在社会治理范畴内发起的一项运动，其中就包括开放数据接口等内容，涉及社会治理的方方面面，也由此产生了大量的实践案例。“大数据社会福祉”的主要特征有两个，一个是“关联”，另一个是“预测”。政府通过关联度最高的数据组，对当下的实践进行预判分析，实现科学决策。有学者就对国外“大数据社会福祉”运动进行案例收集，并进一步研究发现，有59%的案例都能够通过大数据帮助政府进行科学决策，这其中28%的政府决策使用了关联法，18%的政府决策使用了预测法，而剩下的13%，政府同时使用了以上两种方法。[5](见图2)

图2 大数据帮助政府决策

2.大数据的“去中心化”与治理的“多主体”

对企业来说，要想实现企业的互联网转型，必须做到用户化、去中心化，并掌握大数据。对政府来说，多主体参与到公共事务的管理，是公共服务不断完善以及政治文明不断提高的重要手段。虽然大数据是实现治理主体多元的一种途径，但政府日常管理中要实现大数据的广泛应用，必须使大数据满足两个条件：一个是用户化，用户化的价值在于体现政府实施“云治理”模式的价值；另外一个是去中心化，意味着政府不能仅关注个体结果的特殊性，而更应该关注不同群体的共同表达。随着互联网络的不断发展，“去中心化”已经是当下网络时代的一大特征。在互联网络世界，每个网民都是一个独立的个体，在网上传播自己的声音。不论是在微博还是微信上，网民都可以合法、任意地表达自己的观点，参与社会活动、政治活动。政府在治理过程中可以充分利用大数据分析手段从互联网络中获取不同群体的建议意见，听取更为全面的声音，而不再是仅仅代表某一方的利益，从而进一步顺应并推动了“去中心化”的趋势。

与大数据“去中心化”的价值观相契合的是政府倡导的“多主体”治理方式。“云治理”模式蕴含的治理理念在于强调多元主体共同参与治理以及治理过程中的多向度合作方式。传统型政府是单一的、垄断的，权力的运行方式主要是基于压力型体制下自上而下的单一化运作。但“云治理”是现代政府治理理念的具体实践，现代型的政府追求双向互动，是受顾客驱使的政府，追求让民众的公共服务需求得到满足，并且提倡让更多的社会主体参与到政府治理中去。[6]在这一点上，“多主体”治理方式与大数据的“去中心化”有着一致的价值取向。

3.大数据的“工具性”与政府的“理性”

在政府治理过程中，从技术角度来说，大数据扮演的就是一种工具，一种新兴的政府治理工具。有人将网络(互联网)比喻成云，云计算(cloud computing)的定义很抽象：它是基于互联网的相关服务而产生的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。[7]简单来说，与大数据相伴相生的云计算，可以实现对数据的处理，包括对数据进行挖掘、分析、选取、预测、分类、重组、管理等行为。可以说，数据的快速检索功能，让政府对数据的利用变得更加高效。

人类社会的理性通常可以划分为两种类型，一种是工具理性，另一种是价值理性。所谓工具理性，指的是人们用理性的方式和办法来看待使用什么样的“工具”能够更为有效地解决现实中存在的问题；而所谓价值理性，指的是人能够按照任何一种他特定的尺度和需要来进行生产，并懂得处处把内在的尺度运用于对象，以此来达到自己的目的。[8]作为一个由人类主导的组织，政府也是有理性的，它能够利用各种有效工具去实现治理目的。随着大数据浪潮来袭，政府的理性也驱使着它去主动迎接挑战，运用大数据、云计算及与相关管理技术和方法解决社会治理过程中的难题，以此提高政府管理能力的现代化水平。

4.大数据的“整合性”与“整体性”政府治理创新

政府每一次的治理创新都是对自身的一次改革。传统型政府存在的一个突出问题就是，政府内部各职能部门之间各自为政的状态持久且影响政府行政效率。整体性治理方式追求的是政府能够以公民需求为出发点，基于同一目标，协调整合各个治理层级、部门之间的关系，使各层级、各部门能够不断从分散走向集中、从部分走向整体、从破碎走向整合，为公民提供无缝隙且非分离的整体型服务的政府治理方案。政府整体性治理有三个主要特征，其一，以公民的需求和结果为导向；其二，强调打破部门壁垒，鼓励互动与协调；其三，统一管理，注重资源的整合和利用。大数据的共享和整合程度的不同，所创造的数据流的公共价值也不同。(见图3)

图3 基于大数据流整合和共享程度创造的公共数据价值

单一类型的数据所能够创造的公共价值是有限的，无法满足政府解决过多且复杂问题的需要，政府实现“云治理”的一大条件就是能够将不同的数据集合运用起来，因此，对大数据进行整合成为政府治理创新的关键。大数据的整合工作本质上就是帮助政府就某一具体问题搜索并整合相关信息资源的过程，破除部门间的信息壁垒后，多方信息就可以统一进行分析处理。这种方式不仅可以帮助政府快速高效地解决实际问题，同时也能帮助政府内部实现共同参与和合作治理。同时，明确大众在当下和未来的需求也是一件技术活，这也必须依靠大数据的技术才能得以实现。从这一点来说，大数据的“整合性”与政府实施“整体性”治理的理念是契合的。有了这种内在价值契合点之后，政府就能在大数据技术的帮助下创新治理。

三、政府“云治理”实践中的瓶颈因素

“云治理”模式已经在部分地方政府开始实践，并与行政管理体制改革相融合。在浙江，“最多跑一次”改革也在“云治理”模式中往纵深推进。但是随着改革的进一步深化，“云治理”模式在政府治理实践中的瓶颈因素也逐渐显现了出来。

1.关于数据保护的政策法规滞后

到目前为止，我国已经累积了较大体量的政府公共数据，鼓励推动大数据的发展也意味着数据必须面向社会公开。但是，我国目前对数据的保护政策并没有同步匹配到位，这在某种程度上会拖延对数据深层开发的进度。利用大数据、开发大数据必须与数据保护、隐私保护、信息保护的行为步调一致。另外，由于大数据发展的进度存在地区差异，尽管在大数据发展较稳定的个别地区已经出台了若干地方性法规对数据安全予以保护，但从国家层面来说，我国目前大数据的法律环境并不健全，尽管陆续有法律修订更新和出台，但仍存在以下几个方面问题需要政府加以重视并解决：首先，“数据”是否为法律里面的唯一书面主体？我国当前的立法中，既有对“信息”的规定，也有对“数据”的规定，这两者是否可以通用？其次，商业领域中与数据使用和安全相关的法律比较多，但是我国政府数据开放的相关立法却还没有实现，这对亟需大数据辅助科学决策的政府来说，是个巨大的漏洞；第三，从全球角度看，我国与数据相关的立法必须具有全球层面的视角，互联网和数据必须与全球全新的服务贸易规则相适应和匹配。因此，如果不从法理上考虑大数据发展的长期环境，最终必然会限制政府大数据的发展，影响政府“云治理”的成效。

2.数据平台功能建设不完善

信息化时代和大数据的爆炸式发展，为社会和政府积累了大量的数据，而将大数据对外开放并加以深度开发利用，也本应是政府实现有效治理的必然之举。但是，目前我国政府已经对外开放的数据非常少，数据不对口的情况时有发生，质量不高，政府大数据的开放程度以及大数据的挖掘深度都远没有达到预期。究其原因，除了政府各部门对自己部门产生的数据保护意识太强，导致部门间信息壁垒非常严重外，一个重要原因还在于，政府目前缺少统一、规范的数据开放平台，贸然将数据公之于众，会存在暴露国家机密和公众隐私的巨大隐患。因此，基于长远考虑，政府必须成为数据平台的管理者，应将数据源的控制掌握在公共部门手中。目前，有的地方政府已经对下属各级部门开放了有限数据的权限，但是仅止于浅尝辄止的程度，并且从对数据的更新、数据分类、查找所需数据、下载使用等方面来说，都比较单一和简陋。怎样加大数据平台的功能建设，让大数据更好地服务政府管理，让政府通过大数据更好地为公众提供服务，是政府当前应该重点考虑的问题。

3.领导干部对大数据的认知缺位

为了了解地方政府对大数据的认知情况，笔者曾通过结合实地调研和问卷调查，获得了三个数据：在地方行政学院开展的往期培训中，与“数据”、“信息”相关的课程仅占往期所有课程的12.8%；领导干部对大数据的认知度不高，仅有31.3%的干部听说过大数据；了解大数据并上过相关课程的干部仅占6.5%。绝大部分领导干部都对大数据缺乏深入了解，不仅没有树立互联网思维和大数据思维，在稍作了解大数据的情况后也表示不认可大数据能够在政府治理中发挥的作用，只承认大数据在商业领域中确实能够帮助企业做出决策；也有一部分政府工作者认为对大数据的处理是一种高端技术，政府无法为大数据的运作提供相应的高端技术人才；甚至还有部分公职人员认为，大数据的热度是暂时的，不能将其视为长久能够考虑的对象，因而现在也无需予以重视。总之，当前政府工作人员对大数据的认知仍较为缺乏，需要对其加大有关大数据知识的普及。

4.政府部门人员在实操中存在短板

目前，在更高一级层面来说，我国政府在数据开放管理方面的执行力和管理机制都还存在明显不足，尚未形成完善的政府数据开放战略规划，基层地方政府对大数据的发展重视不够。在大数据快速发展的节点，政府部门人员因为缺少技能培训，知识储备跟不上，政府内又尚无储备相关方面的技术人才等原因，无法及时转变工作思维，调整工作节奏，对数据的筛选和关联比对等工作不熟悉，导致在实际操作中，大数据操作运用的短板非常突出。这与传统的政府组织结构、治理方式、内部利益诉求等原因密切相关，也严重阻碍了政府对于大数据的开发与应用。

5.数据管理中的系列问题

首先，数据共享上的不平等。这种不平等可以从以下两方面来分析：一是上级部门与下级部门之间，通常是上一级部门权限大，掌握的数据资源也较多，但对资源的把控比较紧，数据向下运输的通道窄；而下一级因为权限小，掌握的数据资源相对要少很多，且习惯于服从上一级并根据上一级的需求提供相应的数据，由此，这样一种政府层级关系导致了上下级政府在数据共享上的不平等；二是在政府与社会公众之间，政府部门垄断了大量的原始数据，而由于其有限和保守的共享意识，社会公众对于数据的获取非常困难，处于数据共享上的弱势地位。其次，部门数据分割严重。在大数据时代之前，政府部门的电子政务工作已经有所发展，每个部门根据自己的业务，建成了各具部门特色的业务系统。但是由于业务领域等方面的差别，政府每个部门所获取的数据格式都存在差异。系统异构和数据异构成了政府“云治理”过程中数据割据的主要原因，影响了政府数据的综合开发与运用。最后，数据开放与开发中的利弊权衡。政府运用大数据进行“云治理”的过程中还面临着大量的利弊权衡问题，比如如何在数据开发和隐私保护中找到平衡，如何在数据共享中辨别数据的真伪，如何确定数据开放的程度和划分数据开放的时间，等等。如何找到两端的平衡点，是政府当前数据开放与开发过程中必须要思考的大难题。

四、构建政府“云治理”应用的行动框架

时值大数据快速发展时期，要想在大数据时代获得更多的“数据红利”，政府必须正视数据的力量，正面利用大数据，对政府治理进行改革、创新和发展。政府要实施“云治理”这一重大战略，必须构建出一套大数据在政府治理中的行动框架，打好组合拳。

1.建立统一的公共数据中心

2010年美国就已经拥有了2094所数据中心。[8]而我国由于较长一段时间内对大数据的认知不充分，由政府所主导建立起来的数据中心非常少，目前绝大部分数据中心都是由商业企业所建立。这是当前我国发展大数据的一个短板，同时也构成未来我们发展大数据的一个机遇点。首先，对大数据的发展要树立战略意识，在国家层面建立统一的公共数据中心，这是必要之举。这个统一的公共数据中心应能够联结地方数据库，将各地区分散的数据库集合，统一交给国家级大数据库管理部门进行统一管理，方便对数据使用的审核工作，确保数据零失误出口。同时，这样一种管理模式还有助于保留源数据，降低数据在不同层级不同部门流通中失真的可能性。对于一些应该加密不应对外公开的数据，应该在国家层面的公共数据中心内部就作出区分，避免涉密信息的流失。其次，鉴于政府在构建公共数据中心方面缺乏技术和经验，因此在起步阶段，政府可以借用商业力量，将公共数据库中不涉及机密的数据工作通过合同外包的形式交由社会力量去做。但随着政府自身技术力量的跟进，政府必须全面收回对公共数据中心的控制权。

2.引导大数据产业与政府治理间的融合与协同

依照目前大数据发展的基本态势，未来我国与大数据相关的产业必将成为地区经济发展的巨大推动力。因此，实施大数据战略必须在大数据技术层面进行挖掘和突破，不仅要保留数据开发和使用的核心竞争力，同时也要不断创新数据应用的技术。政府社会治理的业务范围非常广泛，需要的数据处理技术要求也比较高，因此，政府在利用大数据推行“云治理”模式时，需要增强数据在社会治理范畴内的渗透，让大数据与城建、社保、就业创业等社会治理领域融合和协同创新，并在以上各社会领域中产生集聚发展，形成规模效应，扩大大数据的发展空间。

3.提出大数据人才战略

人才是发展大数据的基础和保障。目前我国政府对于发展大数据的需求极为迫切，但是相应的人才缺口非常严重。政府要想通过发展大数据创新政府治理方式，就必须提出促进大数据发展的人才战略，培养一批既有社会治理能力，又有数据操作能力的复合型人才。这项工作应包括三方面的内容：第一，加大对政府内部大数据人才的培养力度，这种培养方式应能够在短时间内为政府培养出一批既懂政府业务流程，又懂大数据专业知识的人才；第二，通过高校培养复合型大数据人才，这种方式适合大数据人才的培养建立长期模式，保证人才的不断输送和专业的成熟；第三，在其他领域挖掘优秀的具有实操经验的人才，实现政府与企业、社会组织等在大数据开放与开发方面的合作。

4.完善数据隐私保护机制

大数据中的一部分数据是极其重要且不可随意泄露的。因此，制定一系列配套健全的法律法规，是保障公共数据安全、保护国家和公民隐私的重要举措。法律法规不仅要明确个人对数据的使用权限和各项权利，同时要对政府和社会组织使用大数据的范围和内容作出明确的法律规定。在对大数据的各项加工工作中，法律还必须规定使用主体有关大数据的使用规则，对其进行必要的制约。针对一些在充分告知使用范围和使用规则后仍然利用数据对他人和组织造成伤害的违法乱纪行为，必须做到有法可依，通过法律手段对其进行严惩。

5.完善健全监督、问责机制

机制的长久运转离不开监管，权力的使用也离不开责任的约束。具有公共价值的数据公开之后，必须对其开展必要的监管。这种监管工作必须是三级联动式的监管，即国家级法律制约、地方级部门内部监管以及外部监督。权责相当、监管得当，就是要求数据使用者在享有使用权利的同时，也必须正视对数据的不当操作要承担必要的监督、问责。主要包括两个方面：一是要对公职人员操作公共数据的行为进行监督；二是要注意收集对大数据使用情况的反馈。政府利用大数据的出发点是为了对群众的需求进行精准定位，因此，数据利用效果好不好，受用者最清楚，要积极听取受用者的心声。这种反馈监管有助于帮助政府不断改进和完善对数据的利用，让基层社会的民主自治与民主协商等体制机制真正运转起来。

[1]陈潭.大数据战略实施的实践逻辑与行动框架[J].中共中央党校学报,2017(2).

[2]国家信息中心.国家信息中心发布《中国大数据发展报告(2017)》[EB/OL].http://www.sic.gov.cn/News/79/7727.htm.

[3]王斯妤.中国政府数据开放：现状问题与策略选择[D].吉林大学硕士论文，2016.

[4]勒索病毒(百度百科)[EB/OL].http://baike.baidu.com/link?url=2UITR30oWe8QGTxlSWMYrAHNowsfvO_DqXJu AlAOJMfXJPxme38eYacZxq3ETeg7W4pp-78KBvNBALBQsr PQBgTxzqJHWf0xJe2HKOghHV6d3nKsSRBnUSoAnCCIq0Ufv Gm5YycX4O8AGaFQK7DuZs-S7krBuaaiu4XY3U3xoTqIc Sx Webi OKKTw18MMSQiT

[5]吴湛微、禹卫华.大数据如何改善社会治理:国外“大数据社会福祉”运动的案例分析和借鉴[J].中国行政管理,2016(1).

[6]戴维·奥斯本、特德·盖布勒、鲍娴萍.改革政府:企业家精神如何改革着公共部门[J].中国共青团,2015(1).

[7]云计算(百度百科)[EB/OL].http://baike.baidu.com/item/

[8]刘媛媛.大数据背景下我国政府治理创新机遇、挑战与对策研究[D].中国矿业大学硕士论文,2016.

(责任编辑：黄鹏进)

D630

：A

：1243(2017)05-0075-007