我国政府数据协同治理的困境及应对研究

梁 宇 郑易平

(南京航空航天大学马克思主义学院 南京 211106)

大数据作为21世纪的“新石油”，是一项重要的战略资源。它为政府治理体系的创新和治理能力提升提供重大机遇。随着大数据技术的迅猛发展，“政府数据治理”成为社会关注的热点议题之一。它不仅是政府治理的重要内容，也是科学、有效利用大数据技术进行政府治理的重要条件，因此有着重要现实意义。当前，我国政府数据治理还处于初期阶段，尽管取得不少进展，但各地方政府实践水平参差不齐，依然面临不少问题，诸如数据采集中大量的“数据孤岛”“数据烟囱”、数据质量良莠不齐与标准不统一、数据安全与隐私受威胁和数据开发程度低等诸多问题。而“政府数据治理过程中的协同不足，严重影响治理的实施效果”[1]，成为政府数据治理困境的重要原因。基于此，本文将从协同治理的视阈下探讨我国政府数据治理的相关问题，以期推动新时代我国政府数据治理的创新发展。

1 政府数据治理的相关文献综述

“数据治理”的概念最早可以追溯到2004年，由H. Watson首先提出。H. Watson研究了数据仓库治理在企业管理中的实践，由此拉开了数据治理研究的帷幕。在早期阶段，数据治理被广泛用于企业管理领域，Otto认为数据治理是“组织中与数据相关事务的决策权及相关职责的分配”[2]。Donaldson[3]、Thompson[4]、Fernandes[5]等从管理学角度将数据治理界定为对数据资产的管理，是数据管理的发展和延伸。L. Cheong[6]认为数据治理是企业管理数据的数量、一致性、易用性、安全性和可用性的过程。Khatri等[7]也认为数据治理是组织对“数据资产”的决策权和职责体系。数据治理的研究肇始于企业界，而后拓展到政府相关部门。我国学者黄璜从三个视角界定政府数据治理。宏观层面上表现为对数据产业和社会数据化进程的治理；中观层面上包括政府对与公共事务相关的数据资源和行为的治理；微观层面上关注数据操作、数据仓库、数据元素等具体问题[8]。

本研究关注政府数据治理的中观层面内涵，即政府为实现公共利益，在行使管理职能中对数据的决策权和行使权。具体而言，我们认为政府数据治理的主体是政府部门以及其它非政府行为体。客体是与公共事务相关的所有数据，既包括政府数据，也涵盖居民、企业和社会组织在经济活动中产生的、与公共事务相关的非政府数据。政府数据治理的根本目的是为了推动数据的合理且有效使用，发挥大数据技术的社会功能，立足于社会公共利益，更好行使政府的管理与服务职能。

国内学术界对政府数据治理的研究主要包括3个方面：a.对国外政府数据治理实践及经验研究。刘桂锋等[9]对国外数据治理的ISACA(Information Systems Audit and Control Association)、HESA(Higher Education Statistics Agency)、数据治理螺旋模型和数据治理简易模型等四个模型展开对比研究。夏义堃[10]研究了美国、英国、日本、澳大利亚等发达国家的政府数据治理实践。谭必勇等[11]对加拿大联邦政府数据治理框架展开研究。刘芮等[12]人专门对澳大利亚政府数据治理体系和特色展开研究。宋懿等[13]对美国、英国及澳大利亚三大国的大数据治理的专项政策进行理论分析。黄璜[14]从政策和机构两个维度对美国联邦政府数据治理的主要领域进行深入考察。b.对我国政府数据治理的问题与对策研究。有学者通过实地调研和案例分析，从政策层、管理层、数据层和利用层四方面研究我国地方政府数据治理的困境，并提出相应建议[15]。有学者从对大数据的认知、处理、使用和安全保护等视角分析地方政府数据治理面临的挑战与应对建议[16]。张会平等[17]运用模糊集定性比较分析方法，研究了政务服务数据协同治理水平的提升路径。此外，还有关于政府数据治理的协同机制对策[1]和政府服务数据共享对策[18]等相关治理对策研究。c.政府数据治理框架与体系研究。左美云等[19]提出构建我国跨部门政府数据治理的CGCS(China Government Cross-Sectoral )数据治理框架；包冬梅等[20]提出CALib (China Academic Library)数据治理框架;郑大庆等[21]把数据治理要素分为支持要素、核心要素、促成要素和目标要素，以此构建数据治理框架。

总的来看，我国学术界对政府数据治理的研究取得一定进展，已有研究更多关注政府数据治理的实践及对国外政府数据治理经验的借鉴，但是从协同治理的视角研究我国政府数据治理的相关文献比较稀少。协同治理理论作为政府公共事务管理领域的经典理论，对提升政府数据治理实效具有重要意义。因此，笔者就我国政府数据协同治理议题做初步探讨，以期丰富和完善这一研究领域。

2 政府数据协同治理的内涵与基础

2.1政府数据协同治理的内涵政府数据治理是社会治理的重要组成部分，是政府行使社会管理和服务职能中不可忽视的重要组成要素，更是实现国家治理体系与治理能力现代化的必然要求。当前，我国政府数据治理处于初期阶段，面临着开放水平不高、共享进展缓慢、数据隐私和安全风险大、数据整体质量不高等困境。要切实提高政府数据治理实效，单靠政府管控的效果有限，还需要社会组织、企业、公众的广泛参与，构建政府数据治理的多元主体协同治理模式。

协同学理论创始人赫尔曼·哈肯(Herman Haken)认为，协同是系统要素或子系统之间相互作用和配合，在时间、空间和功能上形成一定的自组织结构，从无序走向有序的过程[22]。爱德华·弗里曼(Edward Freeman)认为协同治理以解决问题为导向，由利益相关者参与并共同承担责任的实践[23]。联合国全球治理委员会认为，协同治理是个人、各种公共或私人机构管理其共同事务的诸多方式的总和[24]。笔者认为，政府数据协同治理是指为了维护社会公共利益，实现数据保值增值，更好的发挥数据的社会价值，多元行动主体包括政府、企业、社会组织和公民个人在既定的制度框架下，相互合作，互相配合，共同参与到政府数据治理的行为。政府数据协同治理包含了政府部门的内部协同，也包括了政府与其他治理主体间的协同。相对于传统社会治理方式而言，政府数据协同治理呈现出新特点：其一，根本目标的一致性。政府数据协同治理强调政府、企业、社会组织和公众在数据治理中的共同参与。由于参与各方的利益和动机不一样，这使得协同治理的目标具有多样性，但实现数据的科学而有效利用，以使数据能够服务于社会公共利益，是利益相关方的共同目标。参与各方的根本利益因此达成一致。协同治理的过程就是对多样目标的整合，最终形成各方认可的根本目标。其二，治理系统的开放性。协同治理强调参与主体的多元化，而只有治理系统保持高度的开放，才能为公众、企业和社会组织参与到社会治理提供可能性。也只有在开放的治理体系中，数据才能真正实现共享，企业、社会组织和公众的数据需求才能得到有效满足，数据治理各主体之间的利益协调、平等协商、共商共建共享才能得以实现。其三，治理主体的多元性。政府数据治理是一项涉及诸多方面的复杂工程。传统公共管理的“万能政府”模式在实践中疲态尽显，需要更多非政府力量的参与。在政府数据治理中，既要发挥政府的主导作用，也要能更好的发挥企业、社会组织和公众在治理中的关键作用，构建政府主导、多元参与的协同治理模式。

2.2政府数据协同治理的基础

2.2.1 数据主体的多元性 大数据技术的应用与推广，促使数据爆炸性增长，数据主体因此愈加多元化。数据主体的多元化主要表现为三个方面：一是数据需求主体的多元化。Stoker认为，公共价值源于公共需求，公众需求推动公共管理者创造公共价值[25]。由此，公共需求成为政府数据治理的驱动力量，“管理者基于公共数据资源识别公众需求、提供公共服务，满足公众需求，同样源于公众需求，并需要达成共识，才能最大限度地满足公众的普遍需求”[26]。而公共需求是个体需求的集合，不同个体基于自身生产、生活和学习的需要，对数据的需求不尽一致，进而促使数据需求主体呈现多元化特征。二是数据来源主体的多元化。在大数据时代，政府、企业、民众都可以成为数据来源的主体，数据的收集可以通过政府部门的相关组织提供，也可以通过政府门户网站、智能化终端和各类社交媒体等方式获取。此外，社会组织、企业和公众等民间力量也可以发挥自身资源优势收集有价值的数据资源。大数据时代单靠政府已经无法及时获得所有有价值的数据，数据来源主体表现出多元化特性。三是数据操作主体的多元化。随着数据开放程度的提高和业务的拓展，每个参与主体都可以在数据采集、存储、分析和应用中发挥作用，成为数据操作主体。

2.2.2 数据价值的多元性 大数据的价值之“大”意味着“数据可以创造新的价值，带来大知识、大科技和大发展”[27]。数据应用广泛，服务于各个行业和领域，由此政府治理的数据有着价值多元性特点。其一，数据具有政治价值。政府能够通过门户网站、大众媒体、网络等将政府部门相关数据和信息传播给民众，使民众能够及时了解到政府的政策与大政方针。同样，民众也可以将自己的利益诉求、建议反馈给政府部门，使政府部门能够及时对其反馈，适时调整政策。因此，数据在政府与民众之间架起一座沟通的桥梁，有利于实现网络民主和数字民主；其二是经济价值。一方面，数据的精准化能够让业务更为高效、节约成本。另一方面，数据作为生产要素，成为经济发展新动能。2020年3月30日，中共中央、国务院在《关于构建更加完善的要素市场化配置体制机制的意见》的文件中明确将数据作为与土地、技术、劳动力和资本并列的5大生产要素，确认数据要素的经济价值。2019年，我国数字经济规模增加值达到35.8万亿元，占GDP的比重为36.2%，对国内生产总值增长的贡献率达到67.7%[28]。通过数据要素市场的培育，助推生产力的提高，数据要素已成为经济高质量发展的核心驱动。三是社会价值。政府可将大数据技术应用于交通、医疗、公共安全和环保等领域，发挥大数据在社会治理中的独特优势。例如，在应对重大公共卫生事件中，利用大数据进行智能城市监控、接触者跟踪和疫苗研发等，能够对政府危机管理发挥重要作用。

2.2.3 数据目标的一致性 政府数据协同治理中，各类治理主体对数据治理的价值追求和根本目标具有一致性，各主体的数据操作与数据在各主体间的流动都是为实现同一业务目标。正如有学者所言，“跨域数据治理中的数据不是被简单堆砌，而是在同一目标的指引下以一种有机方式结合，以产生更大合力”[29]。具体而言，政府数据治理的最终价值指向是社会公共利益。只有在开放共享的条件下数据才能实现价值增值，使数据技术向着更加“普惠式”方向发展。这在一定意义上符合公众共同的价值目标追求。同时，政府作为数据治理的主导者，可通过对数据开放共享来挖掘数据的巨大价值，以实现社会治理的高效化和精准化，从而推动社会的进步，实现公共利益。由此，我们认为政府与其他治理主体在数据治理中的根本的价值目标是一致的。唯有价值目标的一致，才能产生强烈的协同意愿，构成政府数据多元共治的基础动力。

3 政府数据协同治理的现实困境

多元主体参与政府数据治理并不一定产生治理的协同效应，也有可能面临利益分歧、信任缺失、沟通不畅、官本位主义、治理碎片化和价值观冲突等一系列问题，从而弱化政府数据协同治理的实效，导致我国政府数据治理实践中协同不足，水平不高。我国政府数据协同治理的现实困境主要表现在以下几个方面。

3.1组织困境：政府数据协同治理组织与职能分散传统一元治理模式中，政府扮演的是单一的管理者身份与管理对象、管理目标和管理环境难以形成交流互动机制，导致产生大量的信息鸿沟。在这种治理模式下，民众无法及时、准确地表达意愿，只能被动接受政府管理，导致反馈渠道的减少，被排斥在政府决策管理系统之外，社会协同治理也无法实现，形成一套单一封闭体系[30]。受这种封闭性的治理模式影响，我国政府数据治理尚未走出部门化、碎片化和管控导向的局限，与现代公共治理难以相适应。

一方面，从政府部门主体来看，政府数据治理的有关机构职能重叠，政府内部不同部门之间面临组织协调与整合不够的碎片化问题，导致政府数据治理难以形成合力。由于未将政府治理创新与改革目标与政府数据治理目标相结合，以及受到科层制体制和各部门条快分割的掣肘，致使各部门对治理目标的认知难以达成一致。各政府和部门的目标分散、目标冲突、目标不一致致使在解决复杂的跨界政府数据治理问题时步履维艰。当前，我国还尚未成立全国性统一的数据治理机构，主要集中在各省、市政府和部委层面。随着大数据技术的发展，各省(市、自治区)相继成立大数据治理中心、大数据管理局和数字经济局等治理机构。据有关资料统计，在全部的数据治理机构(包含省级机构)中，34.7%的治理机构命名为“大数据管理局”，11.6%的治理机构命名为“大数据管理中心”，8.4%的治理机构命名为“大数据发展管理局”，此外则以大数据局、大数据政务局、大数据管理服务局、大数据发展局等冠名[31]。这些治理机构有的隶属经信委、发改委、办公厅等职能部委，还有的归省政府主管(省级治理机构如表1所示)。各治理机构间由于条块分割、部门利益冲突、目标分散、信任缺失等因素影响导致跨部门、跨地域和跨层级政府间的数据开放共享缓慢。治理主体间的协同不足已影响到数据治理的效果，致使横向跨政府部门之间数据的开放共享尤为艰难。“不同政府部门的数据分布碎片化，权属不明、数据质量参差不齐、数据标准不统一、数据治理权责分工不明确等给政府数据治理带来一系列困境”[32]。

表1 省级数据治理组织机构设立状况[33]

另一方面，从社会组织、企业和民众等治理主体来看，传统一元管理模式和保守的行政文化，使政府职能过于集中化，导致其他主体参与政府数据治理的积极性受挫，造成协同惰性，削弱了治理主体间的协同关系，协同效应因此很难得到发挥。

3.2机制困境：数据共享机制与激励机制亟待完善要实现政府数据的多元共治，就需要政府、社会组织、企业和民众等不同治理主体之间的利益协调、协商合作和相互信任，而治理机制是实现这一目标的关键要素。第一，数据资源共享机制建设是构建政府数据协同治理体系的基础。大数据时代，数据以几何指数的速度增长。有学者预测“到2020年全球每年产生的数据量将达到35.2ZB(1ZB代表10万万亿字节)”[34]，数据容量达到前所未有的规模，因此只靠单一数据主体很难收集到所有有价值的数据，需要不同主体展开数据资源的协同共享。虽然政府已意识到数据资源共享机制的重要作用，相继出台了《关于加强信息资源开发利用工作的若干意见》《2015年政府信息公开工作要点》《政务信息资源共享管理暂行办法》《国家信息化发展战略纲要》等政策和法规文件，对信息和数据共享做出了制度安排，但上升到法律层面的较少，更多只是规划、意见和文件，尚未制定数据开放和共享等方面的全国性法律，导致缺乏引导政府和其他治理主体参与数据资源共享的激励机制。一些跨部门政府由于缺少激励机制、共享积极性不高，制约数据共享能力。第二，社会组织、企业、数据生产商掌握了许多有价值的数据资源与标准，但由于与政府之间缺乏协商沟通，出于对商业安全、数据隐私、同行竞争等自身权益的考虑，他们与政府全面共享数据资源的意愿不强。此外，由于数据共享的工作成果没有被纳入到政府绩效考核中，缺乏有效的激励机制，数据共享的法律政策不完善，加上对数据安全和数据质量的疑虑，使地方政府在数据共享工作上步履维艰。概言之，我国目前缺乏协调其他主体共同参与数据治理的有效激励机制，社会组织、民众数据开放意识不强，多元治理主体难以协同行动，共同参与政府数据的多元共治。

3.3认识困境：主体认识分歧与协同治理意识淡薄政府数据治理实效的影响因素来自多个方面，包括数据质量差、数据共享不够、数据标准不统一、数据安全受威胁和数据分布碎片化等。因此，政府数据治理必然要求多元治理主体统一思想，共同行动，形成数据治理合力、从多个层次和方向提高数据治理实效。毋庸置疑，协同行动离不开协同思想的引导，否则容易产生协同行动中的形式主义和协同治理的“惰性”。我国政府数据治理、数据采集和分析、数据开放与共享工作仍受传统科层管理模式的影响，不少地方政府习惯于“包办式”管控，信息和数据空间依然盛行“单边主义”。与此同时，在面对数据隐私安全风险、利益冲突时，社会组织、企业、民众等治理主体出于对自身利益的考虑，以“保护隐私权”之名，不愿与政府或其他主体共享数据。文化与认知的互通是协调解决危机的重要基础。“有效的合作需要文化的敏感度和共同语言，否则，冲突不可避免，一些组织将不能或不愿与其他组织合作”[35]。一方面，政府内部协同意识淡薄，政府各部门间由于“条块分割”、行政文化保守，难以形成有效的内部协同。虽然近年来各省(市、自治区)纷纷组建数据治理机构，各省市先后成立大数据管理局和治理中心，但尚未建立全国性统一的政府数据治理与协调机构，各政府和部门在数据治理的过程中，对治理目标的认知存在偏差，往往各自为政，缺乏相互协作的政策和制度安排。另一方面，政府与其他治理主体间缺乏信任传统及意识，地方政府对政府数据协同治理的认识不够。一些地方政府没有形成对大数据的正确认知，片面的认为“信息革命破坏了官方对信息的权威控制，也限制了政府隐藏信息的能力”[36]，因而对政府数据开放与共享消极被动。同样，在普通民众看来，政府数据治理是政府部门的事，因而缺乏主动参与政府数据协同治理的意识，更注重对自身利益的考虑，导致政府数据协同共治的内驱力不足。

4 政府数据多主体协同治理的突破路径

政府数据协同治理的实现需要政府、企业、社会组织、民众等多元治理主体通过平等协商、信息互联互通、权责明确、分工配合和优势互补，形成政府数据治理的最大化协同效应，以共同应对数据治理中的挑战，更高效的利用数据技术服务于社会的发展进步。

4.1组织协同：加强政府数据协同治理的顶层设计与组织建设组织机构是协同治理的依托和决策中心，是各主体的领导组织走向协同的桥梁[37]。当前，我国政府数据治理机构主要集中在各省、市和部委面。不少省(市、自治区)已成立了大数据管理局、大数据中心、数据管理中心等政府数据治理组织，受传统“科层”治理的影响，数据共享在纵向垂直系统上相对容易实现，数据流动相对充分。但是在横向跨部门之间政府不同部门职能边界仍然不清晰，各部门缺乏有效沟通，数据孤岛和业务孤岛问题愈加严重，造成协同“惰性”和组织责任不清。因此，政府要加强数据协同治理的顶层设计，制定全国性统一的数据治理法规，完善数据发展战略，明确政府数据治理主体、治理客体、治理工具、治理目标和治理原则，确立数据生产者、数据管理者、数据使用者和数据监督者等权利与责任，为政府数据协同治理营造良好环境。同时，还要建立和健全政府数据治理的组织架构。政府数据治理是一个涉及到多个方面的系统工程，需要中央政府的统一领导，而我国还未建立全国性的统一的政府数据治理的组织机构，导致各地方政府部门各自为政，数据共享困难。由此，应在国家层面上成立全国统一的政府数据治理的协调机构和领导中心，主要负责全国范围内政府数据的统筹、规划、协同、评估、考核和管理等事项和相关政策的制定。对于地方政府而言，要充分发挥已成立的数据治理组织的功能，协调好机构内部的部门利益冲突，成立数据治理领导小组，明确数据治理负责人，对此可借鉴西方发达国家的经验，建立首席数据官(Chief Data Officer)制度。美国的一项调查显示，“美国拥有首席数据官的联邦机构比那些没有首席数据官的机构更有可能成功管理大数据”[38]。通过让政府首席数据官来负责规划、推动和协调各级政府或部门的数据资源，发挥政府首席数据官的制度优势。此外，政府数据治理中要根据不同治理主体自身的特性和优势，明确多元治理主体的权责分工和职能边界，政府应让渡一部分公权力，赋予其它治理主体更多的主动权和参与权，激发其它治理主体各子系统自愿、平等地积极参与，积极拓展其他治理主体在政府数据治理中的活动空间，以发挥各类治理主体自身优势，形成协同治理的最大合力。

4.2机制协同：完善政府数据协同治理共享机制与利益协调机制“机制协同”是协同治理的重要内容，要实现政府数据的多元主体共同治理，产生“同频共振”的协同效应，离不开一定的“机制协同”。其一，针对政府数据治理过程中因横向系统沟通协调不畅、治理机构交叉重叠、数据治理权力与职能不明确导致的数据碎片化、标准不统一、质量差和隐私安全等问题，应整合政府各部门职能，建立与完善政府数据协同治理的数据共享机制，搭建信息与数据共享综合治理平台与数据库，有效协同与整合来源于政府、企业、社会组织和民众的分散化、多样化数据，解决信息和数据不对称问题。为此，政府可以通过成立数据治理委员会，负责数据战略规划的制定和数据共享政策的协商，设立数据共享工作的专职岗位，加大资金和人才投入，保证数据共享的可持续发展，明确数据治理主体的权利和责任，使数据在开放共享中达到风险可控，责任可追究。其二，完善利益协调机制，协调和化解治理主体间的利益冲突，积极寻求在数据治理目标上的利益平衡点。为此，政府要加强与其他治理主体间的沟通与联系，在政策法律制定、数据服务监督、数据评估等过程中实现与社会组织、企业和民众等治理主体间权、责、利相统一，由此形成目标一致、平等协商、有效合作的协同治理体系。其三，构建与完善各主体参与公共数据协同治理的激励机制。采取一系列政策，如将数据共享效果纳入到政府业绩考核，加强政府数据协同治理的监督、问责、评估和反馈机制，保障公民数据隐私和企业数据安全，提高社会组织、企业和民众数据共享的积极性和主动性，鼓励和引导治理主体积极提供有价值的数据资源，发挥各类治理主体自身优势，共同实现数据治理的跨部门、跨区域、跨层级的互动合作。

4.3文化协同：增强多元主体数据治理意识协同治理理论认为，“组织内部可以通过文化驱动，形成共同的目标和理念”[39]，减少多元治理主体间的价值、认知和目标冲突，从而生成协同合作的动力源。由此，培育和发展协同治理文化氛围对各类治理主体协同合作有着重要意义，它主要包括不同治理主体间的信任、沟通、合作等方面。第一，培育官民协同的行政文化，破除“万能政府”和官本位的传统思想观念，塑造政府与社会组织、企业和民众等多元主体间的合作、团结、对话的良好氛围，既使政府能够意识到数据协同治理的重要性，也要推动其他治理主体积极主动参与到政府数据治理实践中，最终形成以政府为主导的，以合作、协商和伙伴关系为特征的多元治理主体共同积极参与的协同治理格局。第二，建立政府数据治理多元主体间的互信文化。“信任有着重要的协同价值，它规范着主体的行为，增强主体的协同信心和治理集体的内驱力”[40]，强化治理主体间的信任关系，有助于治理主体间利益协调，为数据开放与共享创造条件。为增进政府与其他治理主体之间的互信，政府在数据治理中要切实保障公民和社会组织的数据隐私与安全等合法权益与利益，疏浚数据治理中协商沟通的渠道，构建相互信任的政民关系和政企关系，推动政府与其他治理主体更好的实现协同合作。第三，增强政府数据治理中的非政府主体的协同参与意识。通过对社会组织、企业和民众等治理主体数据责任意识的宣传教育，强化其对政府数据协同治理的认同，尤其是让他们意识到政府数据的有效治理实现的是社会公共利益，与各类治理主体的自身利益密切相关。政府数据的协同治理，有助于缩小其他治理主体与政府之间的数据和信息鸿沟，改善政府与民众之间的信息不对称状况，增强数字民主。社会组织、企业和民众，唯有意识到政府数据协同治理如此之重大意义，才会主动积极参与协同行动。基于此，我们认为在大数据时代背景下，加强对全社会的数据素养和责任意识教育势在必行，使全社会意识到公共数据的安全、共享、开发、利用和管理不仅是政府的职责，也是社会组织、企业和公民的责任。

5 结 语

大数据给政府和社会治理带来前所未有的机遇，同时也对政府数据治理能力提出新的挑战。提升政府数据治理实效，有助于释放大数据技术的社会价值，也是实现政府治理能力现代化的必然要求。要达成政府数据高效治理的目标，需要多元主体的相互协作、共商共建共享，实现政府数据的协同治理。当前我国政府数据治理还处于初步阶段，协同治理的意识和实践水平不高，在治理实践中还面临诸多困境，主要包括协同治理组织与职能分散造成的组织困境、数据共享与激励机制不够完善形成的机制困境、主体认识分歧与协同治理意识淡薄带来的认识困境。由此，提出要从政府数据协同治理的顶层设计与组织建设、政府数据协同治理共享机制与利益协调机制的完善、协同治理意识的强化等方面提升我国政府数据协同治理的实践水平。通过从协同治理理论的视域出发，以期为我国政府数据治理提供新的思路，推动大数据更好的服务于政府社会治理创新，以释放大数据的积极效应，为实现政府治理体系和治理能力现代化贡献新动能。