重大突发公共卫生事件中的数据治理：概念体系、现实困境、优化路径

谭 静 高淑桃

（四川农业大学马克思主义学院 四川成都 611130）

重大突发公共卫生事件是指造成社会公共健康严重损害的突发性的重大群体事件，例如，重大传染病疫情、群体性不明原因疾病、群体性中毒、重大化学爆炸等[1]。它具有危害严重、传播广泛、成因多 样、发生突然、事态紧迫、应对复杂、关涉群体等特点。防范化解重大风险，提高应对突发公共卫生事件能力，是新时代推进国家治理体系和治理能力现代化的重要内容。信息时代的到来意味着，“鼓励运用大数据、人工智能等数字技术，在疫情监测分析、病毒溯源、防控救治，资源调配等方面发挥支撑作用，依靠科技提高应急管理的科学化、专业化、智能化、精细化水平”[2]已是必然之势和现实之需。所以，深入分析重大突发公共卫生事件中数据治理的概念体系、现实困境、优化路径有着极为重要的必然性和紧迫性。

一、重大突发公共卫生事件中数据治理的概念分析

虽然，学界对数据治理概念尚无统一界定，但是，梳理近年来的代表性文献，可以解析出数据治理的基本含义。在宏观层面，数据治理被理解为提供数据治理实践依据的概念体系和框架体系，它供给了顶层设计的基本原则。在中观层面，数据治理意在强调其作为程序方式和策略机制的职能属性，它提供了方案制定的实施规则和管理机制。在微观层面，数据治理被界定为数据技术支持下的行为活动。纵观文献（表1），学界对数据治理的概念界定比较全面，但逻辑结构并不清晰。任何概念都应包含并区分为概念的内涵（性质规定）和概念的外延（构成体系）。数据治理的概念内涵抽象于数据治理实践的性质规定，外延是数据治理性质规定的内容构成要素。笔者认为，剖析数据治理概念内涵应从两方面展开，即数据治理的概念系谱和数据治理的内在关系。

表 1 近年来代表性文献对数据治理的定义

(一)数据治理的概念内涵

“治理—社会/国家治理—数据治理”是数据治理的概念系谱。这个系谱表明，数据治理概念是前置相关概念的具象化，内含了前置相关概念的一般规定。治理是个人和机构持续地互动性管理公共事务方式的总和，是非强制性和非权威性的利益协调过程[16 - 18]。社会治理是基于合作关系的社会各类主体规范社会秩序、引导社会发展、化解社会矛盾、激发社会活力、促进社会和谐、实现社会公利的综合协调性社会行动[19]。国家治理的一般内涵是，国家政权的所有者、管理者、利益攸关者平等协作地管理国家公共事务、维护公共秩序、增进公共利益的一整套紧密相连、互相协调的社会机制和国家制度[20]。不难发现，数据治理概念系谱的一般规定包含了这样一些公约性质，例如，协调性、公共性、民主性、互利性、制度性。这些公约性质也是数据治理概念必定具备的内涵。

数据治理内在关系是指数据和治理间的逻辑关系，即依据数据的治理和针对数据的治理[21]。前者强调数据是治理的条件根据，即数据治理从属于社会/国家治理的理念原则，但数据建构了社会/国家治理的新场域，变革了社会/国家治理的新理念，社会/国家治理要遵从数据自身的结构、特点、属性来实施。后者强调数据是治理的对象客体，即数据治理是从属于社会/国家治理的技术方式。社会/国家治理的直接对象是各种数据。显然，数据治理的概念内涵应该包含数据与治理之间的这一双重逻辑关系。数据作为治理的条件根据，表明了数据治理概念内涵的社会属性，它具有概念系谱的一般规定。数据作为治理的对象客体，表明了数据治理概念内涵的自然属性，它具有数据治理成为其自身的那种特殊规定。

总之，在概念内涵上，就一般规定而言，数据治理是社会/国家治理原则、性质、理念在数据场域中的延伸，是以数据为载体的社会/国家治理的展开，是社会/国家治理制度体系的有机构成，具有社会/国家治理的协作性、公共性、规范性、民主性、互利性等公约性质。就特殊规定而言，作为社会/国家治理的技术分支，数据治理是治理主体为了更好地实现社会/国家治理的目标要求，遵循数据的结构与特点，通过成套的体系框架，以数据技术为工具手段，实施对数据自身的治理。在规定语境中对数据自身治理的内容展开，即为数据治理概念的外延即数据治理的构成体系。

(二)数据治理的构成体系

数据治理构成体系是指数据治理的组件和组件之间的逻辑结构关系[22]。该体系并无统一适用之标准，但通常而言，数据治理体系是由目标、关系、机制、规则、行为、技术等构成要素形成的整体性的有机系统[23]。这些构成要素是数据治理从概念落实为实践的不可或缺的基本环节，因此，是数据治理构成体系的里核。数据治理的概念由其内涵（性质规定）和外延（构成体系）共同规定。从概念内涵到概念外延是概念（整体）的规定展开和环节外化。概念内涵包含其系谱的一般规定和逻辑的内在关系；概念外延包含宏观、中观、微观三个层次的六项构成，六项构成亦是向下落实的具象性关系(见图1)。

图 1 数据治理概念（整体）

1. 数据治理的目标构成

信息及相关技术的控制目标（Controlled Objectives for Information and Related Technology，COBIT）把价值交付、风险管控、资源优化界定为IT 治理目标。国际信息系统审计协会（Information Systems Audit and Control Association，ISACA）作为全球公认的信息科技管治、监控、保安以及标准合规的领导组织，认为IT 治理目标是贡献信息技术的业务价值和规避信息技术风险[24]。综合上述典型观点，笔者认为，数据治理的目标是，通过机制设计实现最大化的数据价值和最有效的风险管控，期以追求社会/国家治理的不断优化。前者包含经济、政治、文化、社会、生态等效率、效益、效果、效能的最大化实现，后者包括避免治理决策失误、降低治理成本、规避治理风险，以及防范化解重大风险，提高应对突发公共卫生事件能力。

2. 数据治理的关系构成

数据治理关系构成是指数据治理的主体和主体之间的组织关系、主体和客体间的组织关系。治理主体包括政府机构、组织团体、数据专家、公共媒体、社会个人等。数据治理主体间是多边参与、平等协作、有机共生、公共民主等性质的组织关系[25]。治理客体包括一切被治理的信息数据及其相关的人物事物。主客体之间是服务性而非统治性、多元性而非单一性、共治性而非独治性性质的组织关系。数据治理关系构成体现了“治理—社会/国家治理”概念系谱的一般规定。

3. 数据治理的机制构成

数据治理的关系构成必须借助相关的运行机制、操作机制、活动机制才能落实，这就是数据治理的机制构成。数据治理的机制构成直接体现了社会/国家治理的工具理性。从不同角度看，机制构成是不一样的，主要包括但不限于如下机制：治理决策机制、安全保障机制、资源协调机制、利益分配机制、权利责任机制、多元参与机制、质量标准机制、民主监督机制、应急管理机制、风险管控机制、协同共享机制。

4. 数据治理的规则构成

数据治理规则构成是数据治理关系构成的最基层的理性形式，是数据治理机制构成的直接载体，是介于数据治理机制和数据治理行为之间的操作准则和行为规范。数据治理规则建立了外部治理对象的客观结构特点与内在治理主体的主观价值目标之间的具体的行为边界和活动方式，使数据治理机制在规定范围内成为可操作标准。数据治理规则构成的内容具体而广泛，包括各种法律、法规、文件、规章、条例、指南、民约等。

5. 数据治理的技术构成

信息技术是数据治理的物质基础和技术依托，例如，云计算、人工智能、可识别/可视化技术、ETL 技术、数据生命周期管理、数据预测和算法、区块链、数据共享技术、物联网，等等。

6. 数据治理的行为构成

数据治理行为构成是指在实践层面针对数据开展的具体的治理活动和治理行为。微观上，数据治理的具体行为包含三个环节与一个行为：数据的获取和整合，数据的分析和处理，数据的决策和应用，数据保密行为。从数据处理的闭合循环过程看，三个环节和一个行为是先后相继的。例如，数据的获取和整合既是狭义的数据治理行为的开端，也贯穿了广义数据治理行为的全过程；数据保密行为既是针对具体数据的保密活动，也是数据治理在任何时候都必须落实的治理活动；数据获取和整合、分析和处理、决策和应用相互之间既相互独立且又彼此贯通①。

(三)重大突发公共卫生事件的数据治理概念

一方面，重大突发公共卫生事件数据治理概念是数据治理概念（整体）在重大突发公共卫生事件中的具象化，是数据治理概念内涵的理念分支，是数据治理概念构成体系的具体应用，具备数据治理概念（整体）所具有的一切性质规定和逻辑结构。另一方面，重大突发公共卫生事件数据治理是针对重大突发公共卫生事件这一特定治理境遇和对象展开的数据治理，所以，其概念内涵的性质规定和构成体系的详细内容又有其特殊性。重大突发公共卫生事件数据治理概念，在概念系谱上，是数据治理概念的分支而非数据治理概念的来源；在构成体系上，是着重于针对重大突发公共卫生事件“风险—应急”[26]的治理框架结构。针对某次重大突发公共卫生事件的数据治理是可完成的，整个重大突发公共卫生事件的数据治理是循环螺旋的。

作为数据治理概念（整体）的概念分支和体系应用，重大突发公共卫生事件数据治理的目标是实现对重大突发公共卫生事件的风险治理和应急管理，即在数据治理平台上，治理主体在相关的机制和规则中，运用相关技术，针对治理对象展开相应的防范、应对、化解等治理行为。最后，将此次治理行为数据化、概念化，使其成为重大突发公共卫生事件数据治理的理论补充（详见图2）。

图 2 重大突发公共卫生事件数据治理概念

(四)重大突发公共卫生事件数据治理的价值

数据治理是防范化解重大风险，提高应对突发公共卫生事件能力的重要工具。正确认识数据治理的工具属性，可以更好地实现数据价值，对于推进我国我国重大突发公共卫生事件的精准治理也有重要意义，这正是重大突发公共卫生事件数据治理的价值所在。

1. 有助于提升数据治理关系构成的协同性和民主性

重大突发公共卫生事件涉及的主体和客体往往是多元的和广泛的。数据平台可以打破部门间、地区间、国家间的界限，实现治理的数据共享与联合行动。同时，从政府“单一控制”转变为全社会的“联防联控、群防群控”的治理模式，也意味着主体之间组织关系的民主化和平等化。

2. 有助于提升数据治理机制构成的公共性和科学性

数据平台为公众个人、社会组织的广泛参与和治理决策提供了实质性平台。数据平台是社会化的，数据资源是共享性的。这表明数据治理机制的公共性。同时，数据记录的精确性、数据分析的可靠性保障了数据信息的全面性和权威性。基于此性质的数据治理与决策便是科学的。

3. 有助于提升数据治理行为构成的精准性和规范性

数据治理行为的精确性由数据本身的精确性保证。数据本身的精确性由数据的规模性质和整合能力保证。规模保证了数据的全面和丰富，整合使规模数据成为智能化综合关联的、具有内在层次的、可挖掘指定意义的、体系性联系的超级档案。由此，精准化的数据能够描绘出重大突发公共卫生事件的规律和特征，进而规范数据治理行为。

4. 有助于更好地实现数据治理的二重目标

重大突发公共卫生事件数据治理的目标就是有效应对事件本身，这就是数据价值的实现。精准性、规范性、前瞻性的重大突发公共卫生事件数据治理能够做到“成竹在胸”和“游刃有余”。事前预测和防范，事中响应和处置，事后恢复和改进，都能有效地合理调配资源、从容应对事件，最大限度地、最有效率地实现风险管控，自然也是数据价值的最大化实现。

二、重大突发公共卫生事件中数据治理的现实困境

显然，数据治理提高了处理重大突发公共卫生事件的能力和水平。例如，在此次我国新冠疫情防控中，数据治理就在“建立超级档案，推进疫情防控治理精准化”“提升治理水平，推进疫情公共决策科学化”“促进部门协作，推动抗疫资源配置合理化”等方面发挥了不可估量的作用。但是，作为一种新兴的信息技术，其在疫情防控方面的应用还处于初级阶段，数据治理体系本身也并不完善。因之，笔者以此次新冠疫情防控为例，分析重大突发公共卫生事件中数据治理的风险和隐忧，揭示出数据治理的现实困境。

这些困境并非源自数据治理的内涵，而在于数据治理的构成体系。主要包括数据治理的主体困境、机制困境、规则困境、技术困境。这些困境贯穿了数据治理的整个行为，是实现数据治理目标的重重障碍，详见图3。

图 3 重大突发公共卫生事件中数据治理的现实困境

(一)数据治理的主体困境

1. 专业技术人才的匮乏

在信息时代，专业技术人员的培养是推进国家治理体系和治理能力现代化的核心和关键。防控疫情的现代化数据技术的升级和运行，必须有配套的足够的专业人才。政府用超级档案信息系统防控疫情，这必然给有关部门相关人员的职业素养提出更高的要求，需要专业人才具备更高级、更专业的数据收集整合和数据操作能力。当前，我国政府管理部门人员以管理型人才为主，技术专业人才相对欠缺。不少政府部门只能对手握的数据资料进行简单的“电子化”处理，无法深入挖掘数据资源，不能建构深度关联的数据档案。如果这种情况得不到有效改善，超级档案和信息资源的建立、保管、分析、应用都会受到很大的限制和制约，影响疫情防控和社会/国家治理的现代化进程。

2. 主体组织关系科层化

传统的治理理念和运行模式造成的重要影响之一，就是治理主体间组织关系的科层化。重大突发公共卫生事件的特点决定了，作为治理主体的政府的主导性地位和关键性职能。所以，行政体制是左右数据互通的关键。当前，我国长期以来的行政体制是横向的功能分工和纵向的科层管理，行政部门各自为政。各个部门之间运作的独立性和体制的差异性，导致超级档案的建立和应用缺乏整体规划。在传统的管理体制中，数据信息的互通共享还需要一连串的申请、审核、批准等环节，导致信息共享的速度遭到制约[27]。在一些治理主体协同性较低的行政部门，相互推诿防控责任的情况并不罕见。科层化的组织关系极大地制约着数据的公共性、民主化治理[28]。治理主体组织关系的科层化也是造成数据鸿沟、部门分割、资源浪费和分散等问题的重要原因之一[29]。

(二)数据治理的机制困境

1. 协同共享机制困境

治理主体之间存在运作机制差异的现象，治理主客体之间存在信息错位的现象。资源互通还需一连串申请、审核、批准等环节，导致信息共享的速度遭到制约[27]。跨地区和跨部门数据治理不联动、不共享，甚至出现部门和地区之间的数据“打架”和信息“重叠”。

2. 公众参与机制困境

这是一个矛盾但却实在的“悖论”。社交网络、移动互联网、智能终端等为提供疫情信息、反映抗“疫”情况、参与疫情防控、表达利益诉求等提供了便捷、民主、自由、多元的公共渠道。但同时，“自由爆炸”又会导致公众的无序参与和过度参与。例如，普通个人“人肉搜索”有关疫情人员的身份信息、行动踪迹、家庭住址，甚至，还出现假以疫情之名行网络暴力和网络私刑之举。一位武汉返乡人员就曾央求：愿自我隔离，求不要“人肉”[30]。与无序参与和过度参与并存的另一“悖论”是公众参与的无力性和重复性。公众创新驱动不足导致疫情防控参与的无力状态和重复状态。这些“悖论”深刻反映了健全和完善公众参与机制所面临的困境。

3. 安全监督机制困境

信息技术革命的突发猛进，无论是社会维度还是道德维度，都是难以跟进步伐的[31]。目前，尽管我国受到了信息时代的浸染，然而以往的体制树大深根，导致政府制度不仅缺乏强制保障的硬性措施，还缺乏安全保密的软性制约。安全监督机制建设没有跟上科技发展的步伐，相关制度的完善与科技的进步不平衡，产生了单方面追求技术的升级创新而轻视完善数据监督相关制度的问题，因而，时有数据泄露事情发生，导致公民信息隐私权利被侵犯。例如，2020 年2 月3 日，中共贵州省遵义市汇川区纪律检查委员会就通报了三起违反工作纪律泄露疫情防控信息的案例。虽然，党和政府对造成数据泄露和利用信息谋求非法利益等问题秉持零容忍的问责态度，但这属于事后问责，事前预防并没有在安全监督机制中发挥应有的效用。

4. 权利责任机制困境

安全监督机制困境的背后是相关权利责任机制的困境，具体表现为权责不明。数据有显著的资产性质，数据治理必然关涉到权利和责任问题，解决这一难题需要详细、合理、可操作的权利责任机制。

(三)数据治理的规则困境

数据治理的规范构成是机制构成的理性形式和内容载体。所以，数据治理的机制困境落实下来就转化为规则困境。规则困境主要是指数据治理的标准规范不明确和法律规范不充分。

1. 标准规范不明确

在此次疫情防控过程中，如何处理疫情数据，各个地方和各个层级的防控部门关于数据采集、分析策路、技术选择、数据平台、研判依据、报表自动化等都没有明确而统一的标准规范，也没有形成经过实践验证的标准模式。即便有些指南具备一定的标准性，但也缺乏可操作性。一些地区的技术支持还是临时性和片段化的。不成体系的数据规划、不够系统的数据结构严重阻碍了数据治理的整体效应和疫情防控的总体效果。

2. 法律规范不充分

疫情防控行为缺乏充分的法律依据和法律解释，是暴露出的又一个严峻问题。在法律规范不充分的条件下，疫情防控行为的界限在哪里并不明了。例如，为了防控疫情，一些网络平台、生活超市等采集个人信息（如指纹、身份证号码、人脸图像）是否合法？被采集的数据是否安全？这些数据应该由谁来处理以及如何处理？系列问题都缺乏法律的有效规范和引导。

(四)数据治理的技术困境

数据技术发展的有限性使数据治理在技术上出现了瓶颈。目前，暴露出来的技术困境主要是数据鸿沟问题和数据整合困难。这些问题会导致疫情实时信息的失真和疫情风险预测的偏差。

1. 数据鸿沟问题

在防控疫情中，数据之规模大小的差别和智能程度的差别决定了数据治理悖论，即数据鸿沟。虽然，数据的特点之一是超规模，但是数据并非全数据，它依旧是部分数据和局部数据。信息技术的发展不但不可能实现“全数据”，而且还会造成继脑体差别、城乡差别、工农差别之后的“第四大差别”[32]。同时，超规模但却是有限的数据意味着一种不平衡性。例如，使用智能设备的技能、智能设备储备的信息、网络资源的获得率和占有率都是不均衡的，这使偏远地区及弱势群体的疫情信息不能及时录入。并非所有数据都是高度智能的。社区网格员获得的数据虽然精确度高、但是动态性低。而数据的非自动化更新又降低了自身的精确性，例如，有些拿着解除了医学隔离报告书的工人的健康码依旧是红色[33]。

2. 数据整合困难

数据整合困难的原因有二，机制问题（上文已论述）和技术问题。技术造成的数据整合困难主要在于数据碎片和数据割裂两个方面。不难发现，此次疫情防控中，政府部门手握非常丰富的数据资源，并进行了一定程度的“电子化”处理。而在技术上，这些数据大都被简单管理和分类储存，没有实现统一的“格式化”处理。数据以高度碎片化的状态存在。可以说，这并没有实现真正意义上的数据治理。数据深度整合在技术上的困难令相当体量的数据系统以异构的方式存在。没有在技术上实现庞大数据的互通互联，都会造成数据割裂的局面。造成数据割裂的技术原因主要有两个，第一是数据整合技术发展的有限性，第二是数据整合技术应用的有限性。这次暴露出数据整合技术问题集中在技术的应用上。另外，数据整合困难还在于数据自身的低价值密度问题。一方面是“无用”数据的爆炸，另一方面是“可用”数据的短缺，造成可用、可信数据的收集率低，从而给数据整合带来技术性困难。

三、重大突发公共卫生事件中数据治理的优化路径

此次疫情防控实践已经证明，数据治理能够强力而有效地提升我国应对、处置重大突发公共卫生事件的能力。但是，要破解重大突发公共卫生事件中数据治理的现实困境，则应该从推进我国治理体系和治理能力现代化建设的战略高度“着笔”（图4）。因为，数据治理始终是社会/国家治理体系和能力的分支，所以，数据治理面临的诸多难题并非仅仅是数据本身、数据治理本身的问题，而必然涉及社会/国家治理这一一般规定。同时，还必须针对数据治理的现实困境，提出切实可行的破解数据治理现实困境的具体路径。所以，重大突发公共卫生事件中数据治理的路径优化，必定既是宏观的和方向性的，又是微观的和可操作的。所以，必须优化数据治理的关系、机制、规则，以便更好地实现数据治理的价值目标，详见图4。

图 4 重大突发公共卫生事件中数据治理的优化路径

(一)价值层面：数据为本转向人民为本的治理路径

数据治理的价值并不停留于“数据的价值”和“事件的管控”这一物化性目标，而要最终追溯到人生存意义的价值层面。在此意义上，数据治理是人的治理。尽管当下有不少人认为，为了更好地实现数据治理的两重目标，必须把物化性的制度结构和技术性的程序方法置于首要位置，但是，绝对不能把人的生存意义和数据治理的逻辑关系颠倒过来，不能让人的价值服从于数据治理的需要。要明白，数据治理的物化性质和技术性质不能僭越自身背后的最高依据，即人本性，因而以人为本是数据治理的价值原则。

所以，数据治理的当前价值在于防控疫情，终极价值在于让信息时代的国家治理和社会治理的各个方面都彰显人的价值，比从前任何时代都具有更崇高的、更深沉的人文关怀。信息时代下的治理，人们容易陷入对数据科技的盲目崇拜和过度依赖。这种科技崇拜和技术依赖，容易让治理主体陷入迷离状态，为了信息而信息、为了技术而技术。

我们不是要否决科技本身，而是要反思科技的本质，人性的本质[34]。要实现和达到高水平的现代化治理，仅仅依靠信息技术是难以企及理想境界的。解决问题的根本在于，要有一个以人为本的正确价值观来引导政府治理。信息技术治理只是工具理性，尽管数据是做出科学决策的法宝，然而如果不合理行使，数据可能会异化成侵害公众利益的工具[35]。必须要用以人为本的价值理性指导理性地使用工具。信息时代的数据治理是为了更好地为公民服务，更高程度的实现人的自由和全面发展。应充分思虑公众利益，激励公众参与到各类建设计划的探讨中，真正做到反映民众呼声、顺意民众心意的决策部署。一言以蔽之，治理理念只有是以人为本的，才能实现善政、善治。

(二)关系层面：科层管制转向平等共治的治理路径

在传统社会中，例如我国计划经济时期，科层管制是一种比较高效和理想的治理模式。在这一模式中，政党或政府是社会/国家治理的唯一主体。科层管制具有一元独治性、封闭全能性、官本命令性的特点。在现代社会中，社会结构、社会事务、社会问题、社会主体的类型和利益、主体利益的类型和关系等社会存在日益多元复杂和动态繁琐，科层管制的治理模式就无法满足社会/国家治理的新情况、新要求。

目前，我国的社会运行机制和国家行政体制正处在现代化转型过程中，这表明传统的科层管制依然在现行的机制和体制中发挥着重要作用。但是，面对我国日趋信息化和数据化的治理局面，这种层级节制的行政组织在治理过程中就表现出运行成本高、管制效益低、服务质量差等问题。不管是针对新冠疫情防控这样的重大突发公共卫生事件，还是广义的社会/国家治理，科层管制都越来越不适应于现代（信息）社会，越来越难发挥出治理的正面效应。

由此，平等共治是破解数据治理困境的必然之路，也是现代化治理体系中的一种必然模式。平等共治并不只是打破现行行政体制下职能分工的固化和科层管理的壁垒，也不只是破除数据治理的“小农精神”现象，更是着眼于国家政府、企业组织、公民个人之多元主体的治理网络和治理框架的构建[18]。实现平等共治需要两个基本因素。一是广泛培育数据文化和数据思维。数据治理既是技术革命也是文化革命，数据文化革命的核心是科学理性的数据思维[36]。二是全面激发社会活力，积极引领各类社会民间力量进入平等共治的治理机制。在这一意义上，不少个人、学校、企业参与此次疫情防控就是平等共治的生动案例。

(三)机制层面：唯结果论转向重程序化的治理路径

衡量突发重大公共卫生事件的防控效果最直接、最有力的标准就是看应对效果如何。所以，在新冠疫情防控过程中，出现了为保证抗“疫”效果而不计抗“疫”过程是否合理、手段是否合法的问题。数据治理有一个复杂的运行机制和体系结构，没有科学合理的治理程序就无法达到更好的治理效果。事实上，唯结果论的治理理念同科层管制的治理模式有内在关联性。在传统社会中，以结果为导向可以通过官本命令倒逼科层管制的治理效率。反之，科层管制治理模式也以治理结果来解释自身模式的合法性。在现代社会中，忽略过程而以结果为导向的治理路径，却无法适应高度复杂的现代（信息）社会。不管在理念上还是在经验上，治理效果最终决定于治理过程而非官本命令。这是传统社会和现代社会间结构性不同在社会/国家治理维度上的一种本体性呈现。

重过程治理的实质是重程序的治理。治理程序公正合法才能得到利益最大化的治理效果。包含数据治理在内的一切治理行为和治理的一切行为，本身就是一种过程性行为。所以，合理规范的治理过程就是合理规范的治理行为。而治理行为是否合理规范决定于，这些行为是否符合某种同等合理规范性的程序。而一套科学的治理程序也就是一套科学的治理机制。例如，2008 年湖南省开始实施的《湖南省行政程序规定》规定，该省各级政府的治理决策必须经过“调查研究、专家论证、公众参与、合法性审理、集体研究”五道程序。这些程序有利于湖南省治理行为的科学化、合理化，进而最大限度保障治理结果的公平性和正义性。

(四)规则层面：任性人治转向理性法治的治理路径

全面依法治国是推进国家治理体系和治理能力现代化的重要保证、必要条件、首要命题、核心要求[37]。进而，社会/国家治理法治化是国家治理体系和治理能力现代化的重要内容。从任性人治转向理性法治需要实现治理理念的法治化改变，需要建构尽可能完善的、成体系的法律典章，需要用法律规范一切治理行为，特别是微观层面的治理行为，需要实现全方面、全领域、全社会、全过程的制度化和法律化。例如，要加大数据和数据治理领域的法律研究，明确数字产权、数据治理的法律解释，规范和界定重大突发公共卫生事件中数据信息的采集、使用、公开、销毁等行为的法律边界，加大依法打击数据违法行为，等等[33]。

注释：

① 如果全部展开数据治理行为构成，就进入到专业领域的活动范畴，包括元数据采集、血缘分析、影响分析；数据标准定义、标准查询、标准发布；数据质量规则定义、质量检查、质量报告；数据处理、数据加工、数据汇集；数据资产编目、数据资产服务、数据资产审批；数据权限管理、数据脱敏、数据加密；数据归档、销毁;数据申请、发布、分配等。