数据治理驱动政府与市场关系的变化及其未来路径

任 勇 孟子龙 朱友伟

实践证明,中国共产党领导国家治理现代化的一条宝贵经验就是构建了立足国情的政府与市场关系,即充分发挥市场在资源配置中的决定性作用和更好发挥政府作用,“努力使市场作用与政府作用有机统一,相互补充、相互协调、相互促进,推动更高质量、更有效率、更加公平、更加可持续的发展”。①《习近平谈治国理政》第三卷,外文出版社2020年版,第172页。党的十九届五中全会提出要推动有效市场和有为政府更好结合,这为完善中国特色社会主义市场经济体制下政府与市场关系指明了方向。当前,物联网、大数据、云计算、人工智能等数字技术作为数字经济的核心支撑,催生了海量的可存储、可记录、可交互的新型数据。在海量数据的强劲支撑下,数字技术得以迭代升级。随着数据要素成为影响政府治理和市场发展的基础性战略资源与创新要素,围绕数据资源配置和数据治理的政府与市场关系新格局构建也变得愈加重要,因此数据治理成为当前研究新时代政府治理的重要内容。而在现有的政府与市场关系中,数据治理何以嵌入政府过程?政府数据治理如何驱动既有的政府与市场关系格局发生新变化?基于此,本文从数据治理的视角探究新背景下政府市场关系的演进过程以及内在逻辑,并对未来发展路径进行展望,从而为更好阐释中国治理场景下政府与市场的关系提供有益探索。

一、问题的提出

改革开放以来,信息技术深度融入政府治理、市场活动和社会生产等多种场景并显示出多元主体互联互通的独特优势,由此产生了海量、真实、碎片的数据信息。而这些数据不仅在各自领域发挥着作用,也逐渐拥有交易、开发等价值,成为市场经济活动中的重要组成部分。作为一种新型生产要素,数据要素能够联动其他生产要素发挥协同效应,对全要素生产产生倍增作用,进而促进传统产业的结构升级和数字化转型。一方面数据治理要素驱动政府与市场关系变迁,进而影响两者互动;另一方面又通过数据治理赋能政府与市场关系,更好驱动两者关系实现优化。

(一)政府与市场关系变迁:数据治理的要素之维

从中国市场经济的发展过程来看,面向商业数据要素的开发平台率先在市场领域显现优势,即借助网络的广泛渗透和平台算法的高效运算,市场主体能够挖掘出分散在数据中的差别化、个性化需求,为实现精准服务供给创造有利条件,有效拓展了中国经济发展的新场景、新业态。随着数据要素市场的不断成长,数字平台企业、数据服务商、数据交易中心等新型市场主体随之产生,这些拥有海量数据资源的企业在优化算法和提升算力同时,也为政府提供了有针对性的数据分析服务。如2020年上海市“一网统管”实践共享了24.79亿条数据、跨层级交换98亿条数据,其中,华为、阿里和腾讯等大型新型市场主体为此提供了大量存储空间和治理服务。在这个过程中,作为公共数据领域最大的保管者和使用者的政府,在面对各种海量数据时,不仅需要在其职责与职能的基础上针对这些数据进行储存、开发以及应用,还需要探讨与这种新情况相适应的理念、机制和制度等,于是就产生了与新背景下政府职能转变高度相关的数据治理议题。从现代政府治理层面看,数据治理意指政府在坚持放管服相结合原则的基础上,以建立开放、安全、健康的数字生态为基本导向,对所在部门数据进行挖掘、共享以及运用,对公共数据的采集、开放以及流通进行规范,建立健全数据规则体系和创造积极公共政策环境,以此实现对政府治理和市场有效的双向赋能。

从已有研究来看,政府与市场关系历来是深化中国行政体制改革实践的核心问题之一。中国已有实践充分证明,政府和市场作用范围的调整实际上是政府主导下市场化的深化改革和完善。在实践中对政府与市场的功能选择不应交叉错位,而应在相对区分边界的基础上实现两者有机配合,依据不同类型经济活动的领域和内容,更好地发挥两者的长处和优势,建设有效而灵活的政府以及充满活力的市场。①任勇:《改革开放以来政府与市场关系研究主题的理论脉络》,《山西师大学报》(社会科学版)2020年第5期。在数字化的时代背景下,大数据能够高效建设和完善有为政府和有效市场的关系正成为一种共识。但在凸显数据汇集、系统整合和功能融合等优势外,大数据也不同于许多传统意义上的公共产品。一方面,数据的多主体特征决定了数据的产权相对分散,因而保障数据安全和利用数据价值被纳入政府的职能范畴,并对政府运行方式、业务流程以及服务模式产生影响,进而改变政府既有组织形态。数字政府建设是其重要体现,正是由于大量数据的出现和应用才使得数字政府建设成为可能。另一方面,数据治理的技术服务需要市场主体来实现优化和保障,数据治理过程也需要政府通过政策引导、确立规范、健全监管等方面来发挥作用并实现规范化。总的来看,在数据要素的治理框架下,政府与市场关系不再表现出泾渭分明的政府失灵或市场失灵,逐步呈现出交叉交错等新型的边界形态。

(二)政府与市场关系的优化:数据治理的赋能之维

从当前众多的市场活动来看,建立并依托互联网治理平台,以数据信息为驱动重构治理流程,是当前数据要素发挥作用的主要方式。在不断涌现的与数据相关的经济活动中,数据要素通过与劳动者、劳动资料和劳动对象的结合,在新的技术手段作用下新的数据要素与传统市场要素之间形成了不同的组合形态,赋予传统市场中的交易双方、信息沟通以及合同执行以新的升级和活力。作为适应数字技术体系的资本积累和社会生产与再生产的新组织形式,数字平台企业已成为当下最为活跃的数据市场主体之一。实际上,作为以数据为关键生产要素进行资源配置的数字化组织,平台企业往往热衷于广泛采集用户个人的多维数据信息,并依据特定数据进行数字孪生转化,进而在提炼出用户偏好的基础上对特定用户或群体进行数据画像。①Massanari and Adrienne L,“Designing for imaginary friends:information architecture,personas and the politics of user-centered design”,New Media & Society,2010,12(3),pp.401-416.而在数据画像的基础上,平台企业通过智能算法为消费者提供个性化的服务,以此来获得优势竞争空间。用户画像绘制和个性化推荐的基础即是对用户数据及其所属场景的处理与分析,因而海量数据的采集与应用便成为平台企业发展的核心取向。因此,推进“用数据说话、用数据管理、用数据决策”的数字政府建设是政府治理现代化的核心内容之一。其中,平台驱动的数字政府将成为数字时代政府治理的现代化样本:互联网+政务服务、协同办公平台和公共数据平台的互动等,能够灵活调用政府部门和平台企业的数据,为政府治理提供科学准确的决策依据。

其实,既有研究已经关注到数据要素之于政府治理应用场景与重要意义,这为进一步探讨政府市场关系的变化提供了启发。在政府主导经济发展活动中,由数据要素进入政府治理的线索可以发现,数据治理是驱动政府与市场关系变化的起点,而这正是当前研究中未得到重视的方面。从现有政府与市场关系的实践场景来看,一个发展成功的国家必然是以市场为基础,加上一个有为政府,而后者尤其重要。②林毅夫:《政府与市场的关系》,《中国高校社会科学》2014年第1期。在政府提供的各种公共服务活动中,数据的有效支持可以简便公共服务流程,从而降低政府公共服务行政成本。政府在主动拓展数据治理空间的同时,更需要关注数据本身是否能够提升政府的治理能力和效率。因此,在数据治理中建设有为政府将是一个必然过程,厘清数据治理中政府与市场关系核心是有效赋能,以及政府在数据治理过程中的形态转变、职能拓展、政策调整等一系列变迁过程。

综上所述,数据治理在数字时代的政府与市场关系变迁中的重要性不言而喻,并将对政府与市场的关系产生越来越重要影响。接下来,我们主要围绕数据治理驱动的政府与市场关系演进逻辑展开,并重点探讨数据治理带来的政府职能转变、政府与市场关系变化及其关系调整优化三个方面的内容,以期为新背景下的中国政府与市场关系调适提供有益的启示。

二、数据治理驱动政府职能转变

作为数据治理的核心主体,政府在其中扮演着重要的角色。随着建设人民满意服务型政府的推进,“服务型政府建设也主动适应新形势新任务,纳入新内容,采用新手段”,①任勇:《服务型政府建设在改革开放中深入推进》,《人民日报》2018年9月9日。面对庞大而海量的数据,需要在推进服务型政府建设,以改变政府组织形态来适应这种新变化。于是,许多政府数据治理机构应运而生,例如大数据中心、大数据局、大数据发展管理局等(见表1)。这些机构要么脱胎于原有的政府组织架构,要么重新组建为独立机构,极大夯实了人民满意的服务型政府建设的内容,并在政府组织形态、治理工具运用和运作流程等方面得以体现。

表1 我国部分省市政府数据治理机构信息

(一)数据治理与政府组织形态变革

从政府组织形态角度来看,数据治理进入政府职能领域驱动平台化组织转型。“平台是一种组织逻辑,能够链接政府与分散的市场和社会单元、增加公共创新和协同治理、扩展治理范围并有效利用资源。”②Ansell,Christopher,and Satoshi Miura,“Can the power of platforms be harnessed for governance?”,Public Administration,2020,98(1),pp.261-276.而数据之于政府治理的重要性是这种组织逻辑的起点,只有通过梳理各职能生产和治理的数据资源才能建立数字时代政府治理的数据基础。地方政府可通过改造政府信息管理部门化的方式对系统内部权力进行调配和优化,建立平台化数据治理方式,以克服职能部门之间数据“孤岛”的阻滞。例如,上海市“一网通办”通过整合各个行政条线的数据,搭建起全市大数据中心的“数据湖”,为平台化政务服务提供数据支撑和数据存储。其实,平台化的政府治理并不要求职能叠加归集,也不等于全面的数据统筹和数据治理,而是以政府职能范围内的治理事项所需的脱敏数据为对象,将不同职能在平台上分别映射,针对具体治理需要来调动数据在职能部门间的运转,通过治理数据来代替传统归集模式。近三年上海市“一网通办”累计办结2亿件治理诉求,仅2021年日均办结量就超过28万件,极大提升了政府治理效能。而平台能够适应不同领域数据要素接入和多元需求识别的复杂性,原因在于平台之间相互嵌套的集合模式通过不断重新设计来实现调整的独立性同时,原有依托于科层组织运作的政府平台也需具备针对复杂而且充满不确定性的社会需求和问题的灵活协作和应急处置能力。另外,政府治理的平台化转型本质上也是政府职能转型,平台的开放性和多元主体融合基础上的集体行动和跨界整合激发了数据共享、数据监管平台、自我治理等新兴职能的衍生。数字时代的平台治理为利用数据要素提供了便捷,这更需要政府对平台的结构、算法、规则等进行并行治理。①范如国:《平台技术赋能、公共博弈与复杂适应性治理》,《中国社会科学》2021年第12期。换言之,在这个过程中增加的不仅是大量新数据,也是新背景下政府职能的延伸拓展和创新可能。

(二)数据治理与政府治理工具升级

从治理工具运用角度来看,数据治理进入政府职能领域并驱动治理工具选择空间进一步拓展。面向数据要素这一新事物,政府采用的治理工具普遍聚焦在政企合作、财政补贴、经济规制等市场化工具方面,以此推动数据要素产业的早期发展。随着大数据技术逐渐走向成熟和广泛应用,数据通过跨部门、跨区域的深度汇集融合形成了新的政府有效治理工具。其实,数据成为治理工具的原因主要在于其规模优势,截至2022年6月,我国网民规模达10.51亿,互联网普及率为74.4%,庞大的网络用户群体为数据要素生产提供了稳定基础。数据要素的规模发展保证了数据获取的成本优势,无论是保守的还是开放的政府,都会因此影响其对治理工具的选择。②维托·坦茨:《政府与市场:变革中的政府职能》,王宇等译,商务印书馆2014年版,第231页。与传统型或市场型治理工具相比,数据要素具有典型的混合型治理工具特征:数据要素能够同时允许政府和市场发挥支配作用,也能够不同程度地介入政府决策形成过程,其介入程度则取决于数据协同的水平。比如,青岛市一体化办公系统整合了200余个功能模块,支撑了8400多万件的公文流转量,有力推动了政府协同科学决策。从协同水平的层次来看,数据协同水平越高,政府职能平台化转型、治理流程简化、运作成本降低程度也越高,更能推动各级政府数据治理工具的创新。比如在疫情防控中“健康码”借助数据流转中采集、核验和共享运用的集成优势,推动实现在线办理、简化业务流程、加速数据共享运用,弥补了政府在应对突发的公共事件中的短板,极大提升各级政府预警与应急处置能力。

(三)数据治理与政府运作流程再造

从运作流程角度来看,数据治理进入政府职能领域以驱动传统治理流程的再造。政府治理流程不仅受制于治理技术,也取决于数据流转模式。基于条块分工和传统治理技术的政府内部组织结构在治理流程中存在诸多问题,如较高的治理成本会影响政府与外部合作。伴随着新技术革命赋能发展共识的形成和强化,借助大数据技术广泛应用的趋势,构建以大数据为基础的治理流程已成为地方政府越来越重视的治理内容。

在政府内部治理流程方面,数据驱动的政府治理流程创新了职能运转方式。例如,浙江省“最多跑一次”改革通过协调与整合政府各部门职能,系统、集成政府内部权力运作,由“一窗受理”实现“一次服务”。这实质上打破了政府部门内部数据林立的传统,通过大数据技术实现由“人来跑”转变为“数据来跑”,充分利用政府数据平台便利性和数据要素的精细化,使得政府职能部门间形成了多元、科学且简便的协同;同时数据要素精细化能够提升协同水平。在政府外部治理流程方面,以数据集成和数据响应为核心的跨部门协同客观上突破了组织藩篱、实现了资源共享。数据要素的全时段“请求-回应”能够克服传统治理流程的时间障碍,而大数据技术支撑下的数据响应更是能够即时发现问题并触发“即时治理”。比如,北京市“接诉即办”热线数据让政府决策部门得以对从街道到区的任意区域进行横向比较,协助政府明确问题的时空分布和发展态势,能够尽早启动政策方案来预防风险。①孟天广、黄种滨、张小劲:《政务热线驱动的超大城市社会治理创新:以北京市“接诉即办”改革为例》,《公共管理学报》2021年第2期。“‘微改革’能够从实际情况出发,迅速便捷地借助新兴的政策工具来激发政府效能,克服一些不利于政府效能提升的因素。”②任勇:《以“微改革”实践推动治理效能实现》,《人民论坛》2020年第20期。以数据为中心的治理流程“微改革”倒逼政府提升治理智能化水平,通过优化政府治理运作流程,最大限度提升政府治理效能。一旦数据要素及其相关治理进入政府职能领域,那么平台化组织转型、治理工具扩展与治理流程再造就会发生一系列新变化,其核心逻辑是利用数据治理的效率优势,率先在政府职能领域内驱动结构与过程转型,构建起适应数字技术发展与数据要素资源市场化配置的治理工具和流程,为政府开展数据治理提供有效支撑,而这一点在各地政务服务改革方面体现尤为明显。职能转变背景下的政府数据治理既是对政府公共数据资源的规范化利用,也是对市场和社会开放公共数据资源价值释放的推动,这为厘清政府数据治理和市场关系奠定了基础。

三、数据治理与市场关系新变化

数据治理的出现以及其重要性的日益凸显推动了政府数据治理职能的产生和演变。要优化政府数据治理,加快政府职能转变,实现政府治理现代化,就要重视数据的要素属性及其与市场关系的新变化。政府数据的公共资源属性和企业数据的私有资源属性的分野,不仅影响着政府数据治理的范围,也影响着政府与市场关系的边界。因此,探讨政府数据治理职能产生后政府与市场关系的走向,就必须考虑政府数据治理驱动政府市场关系变迁的具体表现。从现有情况来看,两者间的新变化主要体现为规则更新、场景互动和边界模糊化三方面。

(一)数据治理与市场规则更新

就数据治理规则而言,政府与市场关系的新变化表现在政府公共数据开放和数据要素的市场化配置方面。政府公共数据由于具有公共产品特征,能够服务政府治理和促进资源开发,因而,其公开可以保障公民知情权、推动透明政府建设,而市场和社会主体也可参与二次开发并促进数据价值有效利用。政府公共数据开放水平主要由开放范围、数据量和原始程度三个维度来衡量。总体来看,目前各地政府开放的数据范围口径并不统一,不仅表现在数据开放平台归集的数据接口没有统一标准,同样在重点领域的数据集公开标准也不一致。《中国地方政府数据开放报告——城市》显示,我国最为密集的数据公开城市主要分布在东部沿海省份,而西北和东北省份的部分城市数据开放平台仍是“孤独的绿洲”,其四周的城市均未上线平台。①复旦大学数字与移动治理实验室:《中国地方政府数据开放报告——城市》,2022年1月20日,http://ifopendata.fudan.edu.cn/report。不仅如此,“数据多并不意味着大数据的成功,大数据采集往往可能存在着数据无效的风险”。②任勇、刘乐明:《大数据应用中的风险防控与国家治理效能的提升》,《江西师范大学学报》(哲学社会科学版)2020年第3期。其实,在大量无效数据之外,政府通常会对原始数据进行不同程度的加工,开放为可供公众直接读取的二次处理数据。在这个过程中,原始数据的社会经济价值会发生显著折损,大大压缩了公共数据开发利用的价值空间。当前,市场具有开发数据价值和释放数据红利的最大优势,国家的《“十四五”数字经济发展规划》明确提出“加快构建数据要素市场规则,培育市场主体、完善治理体系,促进数据要素市场流通”。许多城市建立了政府公共数据开放平台并培育了数据交易平台,特别是培育和支持数据服务商提升数据加工水平。③《芜湖市大数据中心2021年度工作总结》,2022年1月18日,http://dsjzx.wuhu.gov.cn/openness/public/6596871/33508141.html。但是,由于从事数据开发的市场主体较少,在一定程度上限制了数据价值利用的空间。

此外,如同其他市场要素变迁历史一样,为了获取超额利润,部分企业主导型数据交易中心和数字平台企业可能转向数据“黑市”。随着未来数据要素市场的持续发展,诸如数据泄露、数据黑市等市场监管问题可能将更加严峻。这就凸显了政府公共数据开放规则、政府公共数据市场化利用规则和数据交易规则的短板,亟须从传统治理体系向规则更新转型。

(二)数据治理与市场场景互动

就数据应用场景而言,构建以场景为中心的数据治理体系是政府与市场关系的新变化。在以政府为中心的传统治理观念中,科层化的领导机制和跨部门协调是数据治理的主要场景。大数据时代数据的广泛汇聚及其相关基础设施建设的完善,迫切需要政府发挥引导和助推作用来建立良好数据治理机制,推动不同主体围绕新型的数据使用和分析方式来开展各种层次的互动与合作。随着数据要素在政府和市场领域应用场景的逐渐拓展,以政府治理、市场治理和社会治理为中心的互动场景得以形成,并推动政府治理实现数字化转型。在数据驱动的政府治理方面,“数字化极大地简化了政府对数据的搜集、传输、存储和分析工作”,④马修·萨尔加尼克:《计算社会学:数据时代的社会研究》,赵红梅等译,中信出版社2019年版,第22页。以数据要素闭环流转为抓手推进政府职能转变和业务流程优化成为政府组织内部治理的主流。然而,政府重视数据要素和数据治理的重要性并不必然意味着要采用数据治理中心的发展模式。实际上,政府数据治理对于市场治理和社会治理等场景同样重要。在政府数据治理的场景中,政府负责构建数据治理的基础规范,而平台搭建和数据维护等技术环节则是由外包市场主体完成,进而引导数据产业和技术市场的发展。在数据驱动的市场治理方面,企业除了创新数据采集、存储、分析、服务能力外,也催生了数据要素市场化和数据要素产业化。据国家工信安全中心测算,2020年中国数据要素市场规模达545亿元,预计2025年市场规模将达到1749亿元(见图1)。

图1 2020—2025年中国数据要素市场规模(单位:亿元)

其实,数据要素市场化是政府与市场关系变化的核心驱动力量。从实践来看,数据要素市场化有助于推动企业数字化转型、构建供应链金融互动生态、搭建工业互联网大数据平台,从而促进数字产业迭代升级。在数据驱动的社会治理方面,数据治理的政府、市场和社会组织多元主体的互动是其未来主要模式。比如,从基层网格治理和综治中心转型而成的上海市各区城市运行中心承担了社会治理所包含的数字化任务,其中,基层群众的需求通过政府数字平台流转至治理网格,市场主体负责数字底座维护和系统更新,而社会组织通过数字平台可全过程参与具体矛盾处理和需求回复。总的来看,围绕场景互动为中心的数据治理改变了政府、市场和社会相对独立的状态,其所要求的要素化、精细化的数据既反映了多元主体的合作深度,也驱动了治理场景互动的丰富实践。

(三)数据治理领域政府与市场边界的模糊化

就数据利用边界而言,数据治理领域的政府与市场边界模糊化是两者关系的新变化。传统理论主张,政府应当解决公共产品供给以弥补市场失灵,塑造了一种政府与市场分工“清晰边界”的认知。由于政府与市场关系的变动时常发生,政府向市场主体分享部分权力促成公共产品的合作供给逐渐成为新形式,但市场进入公共服务和政府加强监管之间仍然保留了相对清晰的边界。在这种背景下,数据要素驱动生产力大幅提升,政府与市场成为数据要素生产主体和使用主体的辩证关系,并催生出边界模糊的数据治理新领域。从政府职能方面来看,职能边界意味着政策协调和资源配置的有效范围,而职能调整却通常滞后于市场发展需要。数据管理部门主要任务是集中管理政府公共数据要素,但无法消解条块部门之间数据口径、格式、有效性的差异。究其原因,很大程度上就在于政府法定职能通常相对宽泛而原有相对清晰的市场边界越来越模糊,导致具体功能相对不确定,这种宏观上职能边界清晰、微观上功能边界模糊的情况在数据要素驱动下的多主体合作中放大了彼此间边界的模糊程度,而这正是当前数据治理领域所发生的新变化。从政府治理手段来看,虽然“市场治理术领域已经成为政府工作的一部分,也是政府促进或者保护人民福祉的核心要素”,①斯蒂文·K.沃格尔:《市场治理术:政府如何让市场运作》,毛海栋译,北京大学出版社2020年版,第252页。由此,市场在资源配置中的决定作用和政府发挥有效治理的作用对于政府采用行政手段抑或市场手段而言,成为一个逐步模糊的议题。大数据资源能够创造新的生产力、发挥数据价值、促进公共服务供给已成为政府治理模式的共识。将公共数据外包给市场主体存储、使用、开发、评估,一方面在法律和制度层面缺乏责任边界的划分依据,另一方面在数据价值公平分配和合理共享方面缺乏初次分配和再分配的标准依据。

综上所述,数据要素在政府治理领域愈发重要,引发了政府与市场关系的新变化。在数据治理领域,上述变化既可能影响政府与市场的合作方式,即意味着政府向市场主体的分权和资源共享的范围和深度,也将重新定义市场的发展方向。在数据成为重要生产要素的背景下,政府与市场的互动过程不能简单套用非此即彼的关系认知,而应当是在数据要素显著发展与有效数据治理的条件下实现政府与市场关系优化,即通过积极的数据治理以驱动有效市场和有为政府的构建。

四、数据治理驱动政府与市场关系优化的路径

可见,新型政府市场关系构建既要重视数据要素规模的迅速增长,也应关照数据治理的应用场景拓展。一方面数据的经济社会价值需要技术工具挖掘利用,另一方面大数据应用涉及政府数据治理全过程,为有效政府治理和服务市场发展提供了技术支撑。当数据成为政府与市场间的聚焦领域之后,数据治理的实践场景就会普遍超越数据要素市场化配置和完善规范体系的步伐,由此造成数据治理和数据要素价值开发总体进程缺失规范和保障。因此,推动政府与市场关系优化,需结合政府与市场关系在数据治理背景下的新场景和新变化,侧重于政府治理现代化并推进有为政府的建设。

(一)实现数据治理规则科学重构

针对政府公共数据开放和数据要素市场化配置的新变化,需从数据治理规则重构的层面规范政府与市场关系。政府公共数据开放能够归集各部门分散的数据,通过数据开放平台支持市场主体和科研机构的创新利用,减少数据重复收集成本,在提升政府管理和服务水平、推进政府和社会治理智慧化等方面也具有重要价值。因此,数据治理规则重构应当以政府公共数据开放为抓手,促进政府数据治理和数据要素市场化配置相协调。

第一,需要明确政府公共数据开放范围。在国家政策方面,应制定出台新一批数据共享责任清单,研究建立促进部分领域公共数据开放和数据资源有效流动的法律规范。实践证明,过于宽泛模糊的政策规定无法有效指导政府公共数据开放落实,因而需要根据实际情况制定框架清晰的数据开放范围。其实,政府公共数据开放可以在省级政府层面形成明确范围的政策规范,“推动合并不同来源的数据,以便提供一个更完整的社会图景,进而为获取解决系统中的难题所需要的洞察力扫除障碍”,②约翰·D.凯莱赫等:《人人可懂的数据科学》,张世武等译,机械工业出版社2019年版,第156页。形成全国范围内政府数据开放的统一标准和口径。第二,需要明确政府公共数据开放数量和质量。数据要素市场化利用是政府公共数据的主要服务内容,但这并不意味着政府公共数据的无限量开放。“信息处理限制不仅将导致分散的信息处理而且将导致分散决策,其中多个代理人根据不同信息进行决策”,①罗伯特·吉本斯等主编:《组织经济学手册》,费方域等译,格致出版社2021年版,第554页。由于部分政府公共数据涉及敏感信息,甚至需要遵循保密规定,加之政府数据治理能力的有限性,可以分时段、分规模、分领域开放公共数据。第三,需要明确政府公共数据开放的原始程度。实现公共价值是公共数据开放的首要目标,其中,政府往往是数据要素的“供应者”,而市场和社会主体是“使用者”。“只有政府提供原始数据而非处理后数据,市场与社会主体方可充分开展公共数据资源的开发利用活动。”②胡业飞、孙华俊:《政府信息公开与数据开放的关联及治理逻辑辨析——基于“政府-市场-社会”关系变迁视角》,《中国行政管理》2021年第2期。但是,政府数据治理能力差异必然影响政府公共数据的开发程度。为此,可以将开放的公共数据标签化,从而既能提供明确的使用提示,又能进一步提升数据开放标准化和规范化水平。

(二)拓展场景应用双向赋能政府与市场关系

在政府治理的多个场景中,实现数据要素的资源价值利用蕴涵着两个前提:一是数据治理场景中对数据价值的需求能够准确匹配相关数据要素,二是开发利用数据价值的工具能够满足特定数据治理场景的需要。前者意味着数据要素协同,后者意味着数字技术协同,而在数据治理复杂体系中,归根结底是要实现政府与市场的有效协同。实际上,各个类型数据要素的产生过程往往是通过现实场景实时汇集而来。在现代社会中,无论是掌握着数据价值需求与资源的政府,还是在市场中以平台技术创新企业为代表的各种新型经济组织,都需要在协同的基础上推动数据要素有效流动、实现数据价值有效利用,这时数据应用场景就显得非常重要,建构以场景为中心的数据治理体系就显得非常必要。具体来看,针对不同数据治理场景,寻求政府与市场有效协同基础上的双向赋能,可通过以下两个方面的措施加以推进。

其一,政府需要基于各类治理场景提升数据治理能力,避免由于数据陈旧或不准确而导致治理失灵问题。现阶段,面向大数据时代政府变革新机遇,政府数据治理能力需要系统集成技术嵌入、条块协同、数据驱动、过程优化等关键机制。无论从全球范围来看还是从国内发展来看,政府数字化转型为数字技术驱动治理能力提升,进而利用数据要素、人工智能技术提供了可能性。因此,政府治理不应局限于物理空间,而应拓展到数字空间或者虚拟空间,在有效掌握虚拟空间经济社会发展运行规律的基础上,通过线上线下有机融合来实现协同共治。其二,针对不同数据治理场景,需要发挥市场数据资源配置优势,使其优化数字技术并赋能数据治理。当前,市场主体在技术开发和应用层面具有资本优势,区块链、人工智能等先进数字技术在市场机制的推动下快速发展。因此,为实现借助数字技术发展红利,政府应主动探索数字技术发展动向,以公共数据开放、政策扶持和财政补贴等组合式“套餐”驱动数据要素市场和数据技术研发市场的发展,从而最大限度地激发市场主体活力,使得数据要素市场充满生机,而这正是进行数据治理最重要前提之一。

(三)以数据治理引导政府与市场关系重组

构建有效市场和有为政府相结合的数据要素治理格局,需要坚持统筹发展与安全的原则,在横向领域上既要强化政府治理的底线功能,又要提升包括平台企业在内的企业治理的社会责任意识,减少由于数据交易剧增可能带来的各种社会风险。同时调动各方面的积极性,通过合理数据治理政策执行调适和与不同的用户群体积极参与相结合,“规则者、政府内服务提供者和政府之外的服务提供者一道,共同构成延展的政策网络”,①罗伯特·鲍德温、马丁·凯夫、马丁·洛奇编:《牛津规制手册》,宋华琳等译,上海三联书店2017年版,第87页。共同塑造良好的数据治理外部生态。首先,优化数据治理时代政府治理功能,以政府数据治理能力建设为中心实现政府与市场关系边界重组。“坚持促进发展与监管规范两手抓,两手都要硬,在发展中规范,在规范中发展。”②《习近平谈治国理政》第四卷,外文出版社2022年版,第207页。从国家层面调整政府数据治理的职能职责,在统一的制度体系和标准规范的基础上清晰界定数据管理职能边界,既包括数据采集、数据管理、数据应用、数据开放、数据交易等环节,也包括数据基础设施建设管理、运营维护和安全保障等内容。针对在数据要素的新兴领域,现有法律规范无法有效约束的职能范围,需要加快在地方性法规层面对各级政府的数据治理职能范围予以明确。

其次,注重数据治理工具适用性及其对市场的影响,以差异化治理工具创建来保障政府数据治理的有效性。传统政府治理中行政手段或市场手段的运用场景在数据治理领域中得以颠覆,差异化治理工具运用和开发新型治理手段对于提升政府数据治理能力非常重要。聚焦数据要素发展前景,既要明确统一的数据规范,为数据治理提供标准化工具,又要建立良性的数据协同机制。新型监管工具不仅要能精准识别市场行为,而且需要寓服务于监管过程中,“更需要仔细考虑信息管理策略,特别是在使用和获取不同来源的数据方面”,③弗朗西斯·鲍恩、帕纳焦蒂斯·泛焦托普洛斯尔:《信息化监管中的监管角色与职能:一个系统文献综述》,《国际行政科学评论》2020年第2辑,中国财政经济出版社2021年版,第14页。在一些比较成熟的领域进行试点性监管,最终实现事前事中事后全生命周期监管,为数据治理业务联动提供协作基础,保障数据治理领域全面覆盖。

最后,应关注数据治理长远战略规划,引导政府与市场边界优化可持续实现。政府应当积极规范市场主体进入公共数据领域的边界,围绕发展与安全的基本原则来设立长期发展规划以支持数据要素产业阶段性建设,强化数据应用的安全保障,加强数据流动的安全评估与监管,订立合作公约来明确数据要素产业发展红利分成,进而促进政府与市场在数据治理背景下重组边界,在充分激化市场活力基础上提升政府治理有效性和数据要素市场化配置能力。

五、结 语

当前,数据要素已经成为数字经济和数字社会的重要推动力,在构建政府与市场新型关系格局中发挥着重要作用,未来也必将会展现政府治理与市场资源配置的全新维度。立足于国家治理体系现代化层面,发现其中还存在众多治理难点和需要探索的新领域。因此,数据治理对政府与市场关系的驱动研究,既需要从加强数据治理、深化数据开发、保障数据安全方面持续释放数据价值,也应当在聚焦政府数据治理与数据要素市场配置的新变化上因地制宜优化政府数据治理方式。新一轮数字革命和数字化转型推进,将进一步考验政府数据治理能力水平,在构建有为政府的过程中推动政府与市场关系走向融合。在这种背景下,数据治理驱动下的政府与市场关系变化的过程仍然在持续进展中,未来将会有较大的研究空间。