政府数据开放视域下政府首席数据官制度的必要性及其构建

王东方

北京航空航天大学法学院，北京 100191)

0 引言

政府数据开放虽然有利于数据之经济价值与治理价值的发挥，但各级政府在对数据进行开放时同样具有双重安全面向的要求，一重指向国家安全利益维护，另一重指向数据主体之合法权益保护如何实现数据价值发挥与国家安全利益维护以及数据主体之合法权益保护的平衡，便构成政府数据开放的症结。2021年4月23日，广东省政府印发 《广东省首席数据官制度试点方案》，计划在10个省直部门、10个地市首次开展政府首席数据官的试点工作，希望通过首席数据官制度实现数据的有序、科学开放。2021年7月18日，广州市政府发布 《广州市推行首席数据官制度试点实施方案》，计划在6个区、21个部门、6个公共企事业单位先行开展首席数据官试点工作，以期在2022年12月底全面推行首席数据官制度[1]。

从比较研究的视角来看，政府首席数据官并不是一项陌生的制度实践，因为早在2012年初，美国前总统奥巴马便发起了 “大数据研究与发展项目”，而作为该项目的伴生物，美国地方政府也相继建立起首席数据官 (Chief Data Office)制度，并对首席数据官的基本素质和职能做了明确规定[2]。但是在我国，该制度仍处于探索阶段，无论是政府首席数据官的职责、设置、选任还是政府首席数据官的评价机制等均不完备。国家治理体系与治理能力现代化语境下，如何实现政府首席数据官制度的本土化构建是一个急需解决的问题。本文通过全维度检视政府数据的开放逻辑、明确政府数据开放的困境及政府首席数据官制度的必要性，并基于政府数据开放的专业性特点，从政府首席数据官的职责、设置、选任以及评价机制等多角度尝试进行制度构建。

1 政府数据开放的逻辑与困境

政府数据价值的发挥有赖于各级政府的数据开放，政府数据开放在逻辑上可分为政府数据的生成、政府数据的开放以及政府数据开放后的评估三个维度，且不同维度均存在不同的困境。

1.1 政府数据开放的三维检视

(1)前提维度：政府数据的生成。依据行为的一般逻辑，各级政府若想实施数据开放行为，首先必须有相应的数据可供开放。因此，政府数据的生成是政府数据开放的逻辑前提。数据时代，电子政务的推行使得数字化政府成为可能，各级政府借助电子政务平台可实现对各种数据的收集、控制，或者对既存的非以数据为载体的信息进行数据化保存。在这一过程中，各级政府所控制的数据主要包括两种，一种是原始数据、一种是衍生数据。一般而言，政府原始数据是指不依赖于现有数据而产生的数据。例如：各数据来源主体 (个人或企业)的属性数据或者各级政府基于公共服务职能所收集的国家基础信息大数据、公共资源大数据等。衍生数据则是指原始数据被记录、存储后，经过算法加工、计算、聚合而成的系统的、可读取的、有使用价值的数据[3]。例如：老龄化趋势、不同年龄段的犯罪率等数据。因此，政府数据可包括两个部分：一部分是数据来源主体自主生成的，如个人或企业在政府数据服务平台自主生成的相关数据；另一部分是各级政府参与生成的，如衍生数据的生成、不存在数据来源主体的数据生成 (自然资源数据等)以及存在数据来源主体但由各级政府主动生成的数据。

(2)过程维度：政府数据的开放。政府数据的生成是政府数据开放的前提，而政府数据开放则是释放数据生产力的关键环节。各数据利用主体通过对政府数据的获取、分析，可深度剥离出相关数据所蕴含的信息，该种信息将直接或间接有效地为经济发展以及社会治理提供科学依据。就政府数据中的原始数据而言，该类数据具有天然的客观性，各级政府对该类数据的汇集可为数据利用主体提供海量的、优质的数据生产要素。各数据利用主体可通过不同目标导向的算法模型，实现对相关趋势性、分布性、比例性等信息的精准获取。就政府数据中的衍生数据而言，该类数据是各级政府通过对原始数据的处理所得，且该类数据所蕴含的信息具有 “量”的固定性。但是，因为该类数据是由公权力机关主导生成，所以该类数据又具有权威性以及公信力。各数据利用主体不仅可对该类数据所蕴含的信息进行直观获取，有效降低数据利用主体的数据处理成本，也可基于对公权力主体的信赖而直接使用。

(3)结果维度：政府数据开放后的评估。政府数据开放具有多重利益的交织性，从功能主义的立场来看，各级政府的数据开放有利于发挥政府数据的经济价值与社会治理价值。但是，从相关权益保护的角度来看，其同样蕴含着国家安全利益维护与数据来源主体之合法权益保护的要求。因此，政府数据开放评估是各级政府进行数据开放后的必然环节。本质上来看，政府进行数据开放的过程就是各级政府践行 “服务型政府”理念的过程，但该过程却又不可避免地可能出现相当多的理性和非理性行为[4]。当政府数据开放的范围、形式等表现为非理性时，其所带来的损害风险就会显现，尽管该种风险常被合法化为 “潜在的副作用”[5]。但是，并不能由此忽略政府数据开放行为本身所应具备的科学性、合理性以及合法性。因此，各级政府应审慎评估数据开放可能对数据主体带来的风险。该类风险在数据开放前表现为数据的安全管理，在数据开放后则表现为第三人通过对开放数据的获取损害数据主体之合法权益或者国家安全利益。

1.2 政府数据开放的三维困境

(1)前提维度：政府数据的生成困境。从政府数据的生成逻辑可知，政府数据的生成包括原始数据的生成与衍生数据的生成。实践中，政府原始数据的生成并非仅仅依赖于电子政务系统，完全由各数据主体自主生成，还包括各级政府主动收集、生成的相关原始数据。如果各级政府所收集的数据为原始数据时，一方面，当该类原始数据存在数据来源主体时，因为各数据主体对其数据享有 “自决”利益 (当然，若存在公共利益时， “自决”利益就会向前者让渡)[6]，所以如何确保政府收集数据的合法性，便成为一个必须解决的问题。另一方面，当该类原始数据不存在数据来源主体时 (主要是客观的自然资源数据等)，此时虽然并不存在相关数据主体之 “自决”利益的限制，但是，数字经济发展所需的该类数据却具有动态变化的特点，各级政府是否可有效实现相关数据的充分收集，进而保障数据的有效供给也是一个不容忽视的问题。如果各级政府所生成的数据为衍生数据，则该类数据的生成本身就需要相应的劳动或者技术投入。根据成本-效益分析，当政府基于原始数据生成衍生数据所投入的成本并不能带来相应的效益时，相关衍生数据的生产就不具有必要性，而何类衍生数据属于各级政府必要生产的范围，也构成政府数据生成的困境。

(2)过程维度：政府数据的开放困境。政府数据开放并非对于任一类型都予以开放，一方面，政府开放的数据应是契合数字经济发展与社会有效治理的需要；另一方面，即使对某一类型的政府数据予以开放，该类型政府数据的开放 “量”也应是以对相关数据权益损害最小为限。传统以来，因受限于 “管理型”政府理念，各级政府对政府数据只是以实现数据的安全管理为目的，虽然有时也会对相关数据予以公开，但是该种公开只是遵循知情权保障的民主政治逻辑，如政府信息公开。

大数据时代，政府的职能定位已逐渐从管理型政府向服务型转变，与之相伴而生的是各级政府需更加主动、有效地为数字经济发展与社会的有效治理提供数据要素的供给。但是，何种政府数据需要进行开放？何种数据是数据价值实现所需？或者说对于某一政府数据需开放的 “量”为多少时才能实现数据价值与数据主体权益保护的平衡？从政府数据开放的目的来看，政府数据开放是为了促进数据经济的发展与社会的有效治理，因此政府数据开放应着眼于何种类型的数据以及多少 “量”的数据才能有效促进数字经济发展与社会的有效治理。传统模式下，各级政府虽然也会对数据化的信息予以公开，但是其公开的内容较为单一。与之相反，政府数据开放具有专业性强、所涉利益面广以及行为可能引发的侵害风险高等特点，该种专业性与风险性对各级政府进行的数据开放提出了更高层次的要求。此外，因为政府数据的保存主体具有分散性，而数据价值的发挥很大程度上却是依赖于不同数据间的关联性，因此，如何实现不同数据保存主体之数据开放行为的协调，也是各级政府进行数据开放时所面临的难题。

(3)结果维度：政府数据开放后的评估困境。依法行政语境下，各级政府实施的数据开放行为应全维度嵌入法治轨道，并在政府数据开放的每一个环节精细化满足合法行政、合理行政要求。通常而言，数据的类型越多、集聚性越高，数据之间的关联性以及可识别性就会越强[7]。因此，即使不会对数据主体合法权益或者国家安全利益造成侵害的开放数据行为，随着数据开放类型以及数量的增加，该种侵害的风险性也会逐渐显现。一般来说，单一的政府数据开放行为具有独立性，而数据开放后的评估一般也都是基于独立的数据开放行为展开，这就造成同一政府部门的不同数据开放行为或者不同政府部门间的同种数据开放行为缺乏整体的风险评估机制。如何应对数据关联性可能对数据主体以及国家安全带来的侵害风险，也是一个必须要回应的问题。此外，政府数据开放的直接目的是为了实现数据价值的发挥，当各级政府对涉及数据主体的相关数据进行开放时，该种开放行为不可避免地增加了数据主体合法权益被侵害的风险。因此，当数据开放目的实现时，各级政府应及时删除相关个人数据，或者删除与数据开放目的关联性不强的数据。问题是，何种数据已不是数据开放目的所必须，或者何种数据已与数据开放目的的关联性不强？依旧是政府数据开放所面临的事后评估难题。

2 政府首席数据官制度的必要性

本质而言，政府数据开放应是各级行政机关实施的行政行为。基于政府数据开放困境，政府首席数据官制度的必要性可从合法性、合理性、高效便民以及诚实信用四个方面予以阐释。

2.1 政府首席数据官制度有利于数据开放合法性

合法行政作为行政法的首要原则，是政府数据开放的基本要求，体现在以下两方面：一方面，各级政府实施的数据开放应在法定的框架内进行，不得与现行法律、法规相抵触；另一方面，各级政府应积极履行法定的数据开放义务，不履行便构成不作为违法。

实践中，政府数据开放的合法性障碍主要集中于数据开放的三个阶段：①在数据生产阶段，各级政府可能未经数据主体的同意收集其相关数据，进而侵犯数据主体的自决利益；②在数据开放阶段，各级政府可能侵犯数据主体的合法利益、国家安全利益或者对数据开放职责的履行不适格；③在数据开放后的评估阶段，各级政府因自身知识的有限性可能导致数据开放后的必要性审查不全面，或者忽略数据关联性所可能引发的数据主体之合法权益被侵犯的风险。政府首席数据官不仅是政府数据开放的统筹者，还是政府数据开放的第一责任人。基于责任的倒逼机制，一方面，各级政府首席数据官不仅可规范数据收集行为，也可有效确保数据开放在法定的 “政府数据开放清单”框架内进行，可有效保障数据主体的合法权益以及国家安全利益；另一方面，政府首席数据官也可积极推动数据开放的合规工作，此将有效确保法定数据开放义务的履行。同时，针对数据开放后的风险及必要性评估，政府首席数据官可引进专业的第三方评估资源，及时移除不必要的数据或者及时降低数据关联性带来的权益侵害，以确保政府数据开放的合法性。

2.2 政府首席数据官制度有利于数据开放合理性

各级政府虽然是海量数据的主要持有者，但并不意味着对于任意政府数据，各级行政机关都必须予以开放。根据合理行政的基本内涵可知，合理行政内在包括公平原则、考虑相关因素原则以及比例原则三个方面。政府首席数据官制度不仅可保障政府数据开放的科学性，也可确保开放数据的公平获取。首先，就政府数据的生成而言，政府首席数据官可以根据经济社会发展的实际需要，确保原始数据的收集以及衍生数据的生产契合数字经济发展与社会治理的确切所需，可有效避免数据收集、生产的随意化与不经济，并从根本上为后续的数据开放提供合理性基础。其次，就政府数据的开放而言，政府首席数据官不仅是开放数据的实施者，同样也是数据主体合法权益以及国家安全利益的保护者，政府首席数据官可基于数据之间的关联性，通过科学评估数据开放要素以及数据开放的数量，形成合乎比例的政府数据开放方案。最后，就政府数据开放后的评估而言，虽然政府数据开放应满足合法行政的要求，但是因法律具有滞后性，政府数据开放清单一般都会为数据开放的类型预留空间。政府首席数据官可基于政府数据开放后的评估，检视数据开放实施的有效性，并通过开放数据的 “进入”与 “退出”机制，促进政府数据开放的合理性。

2.3 政府首席数据官制度有利于数据开放的高效便民

“服务型政府”理念下，各级政府不仅是社会的管理者还是公众的服务者，因此各级政府应高效便民地履行政府数据开放义务。各级政府高效便民地进行数据开放时应具有双重原则面向的要求，即行政效率原则以及便利当事人原则。

行政效率原则要求各级政府一方面应严格依据数据开放清单积极履行法定的数据开放职责，杜绝不公开或者不完全公开；另一方面也要求各级政府应保持数据开放的及时性，禁止超越法定时限或者不合理延迟。便利当事人原则要求各级政府应在数据开放活动中尽量减轻当事人负担，并以一种公众易于获取的方式或者易于识别的格式进行数据开放。本质上来看，政府首席数据官不仅是政府数据开放的直接责任人，也是政府数据开放的直接参与者。政府首席数据官通过对整个数据开放环节的统筹、监督，可有效保障政府数据开放时高效便民原则的实现，进而从根本上避免 “过程监督不力只能依赖事后追责”的弊端。具体而言，一方面，政府首席数据官可通过对内监督的方式确保数据开放的及时性以及数据开放的规范性；另一方面，政府首席数据官可通过对政府数据开放方式的优化，确保当事人对开放数据的便利获取。从知识论视角来看，各级政府的知识具有有限性，而高效便民同样具有公众参与的意蕴。政府首席数据官通过广泛的公众参与，可有效吸纳公众对数据开放的反馈，并及时对数据开放进行调整，此也有利于实现政府数据开放的科学性。

2.4 政府首席数据官制度有利于数据开放的诚实信用

各级政府作为公权力机关应切实保障公众的信赖利益，因此政府数据开放应遵循诚实信用原则。该原则要求：一方面，各级政府开放的数据应是全面、准确、真实的，并应当对其真实性承担法律责任；另一方面，各级政府对已公开的政府数据，非因法定事由并经法定程序不得随意删除。在政府数据生成阶段，无论是数据主体自主生成的数据还是政府自主生成的数据都可能会有片面性。在数据开放阶段，各级政府可能仅仅是机械地对其控制的相关数据予以开放，该种粗放式开放逻辑既可能造成开放数据的类型不准确，也可能造成开放数据集中的各子数据不准确。在数据开放后的评估阶段，各级政府可能仅仅是基于自己的主观意志，而未经法定程序或者根本没被赋予相应的权限便将已开放的数据予以删除。政府首席数据官制度的合理性便在于，政府首席数据官不仅可在数据收集阶段对相关数据予以科学整合，也可在政府数据开放时对拟开放的数据设置严格的审查复查机制，确保开放数据的准确性、真实性，还可以及时对已公开的数据进行更新，确保开放数据的全面性。此外，政府首席数据官还可组织相关人员对已公开的数据进行动态风险评估，若发现相关开放数据对国家安全利益或者他人合法权益造成损害时，则首席数据官可确保开放数据的删除遵循法定程序或者法定权限，此不仅能有效避免政府数据开放或删除的恣意，也可有效保障公众的信赖利益。

3 政府首席数据官制度的构建

政府首席数据官制度的构建首先应明确其职责范围与设置模式，其次应根据政府数据开放的专业性特点确定人员选任，最后应基于内部与外部的不同，配置双层评价体系。

3.1 政府首席数据官的职责

(1)数据安全管理职责。数据时代，数据泄露、黑客入侵等网络安全问题频发，依据谁占有、保管个人数据，谁就应该对个人数据给予保护的一般逻辑，数据控制主体当然应对其控制的相关个人数据负有安全保障义务[8]。但是，相较于私主体的数据安保义务，公主体对该类义务的承担显得更为严格。这是因为，就内容而言，各级政府控制的数据不仅包括个人数据，还包括与国家安全利益密切相关的其他数据，而私主体所控制的一般仅包括个人数据。就被侵害的风险而言，各级政府所遭受的风险具有针对性更强、技术含量更高、危害面更广的特点，而私主体所遭受的侵害风险一般并不包括国家安全利益，具有危害面相对较小的特点。因此，各级政府的数据安全管理急需设置政府首席数据官，并由其专项负责。政府首席数据官安全管理工作可包括两个方面：①技术方面，政府首席数据官应积极组织开展数据安全保卫工作，消除可能出现的系统漏洞并及时防范技术入侵，升级数据安全系统；②数据开放方面，政府首席数据官应积极组织开展数据开放的安全评估工作，消除数据开放可能对数据主体以及国家安全利益造成的侵害。

(2)数据生产职责。政府数据开放保障的并不是个体获得数据的主观公权利，而是公众的发展权尤其是创业者的经济发展权[9]。因此，政府数据开放并非意味着仅仅对既存的相关政府数据进行开放，各级政府也应积极进行数据生产以保证数据生产要素对公众的充分供给。该种生产职责主要包括两方面，即衍生数据的生产以及原始数据的生产。就衍生数据的生产而言，各级政府所控制的数据一般是来源于个人或者企业的原始数据，该类数据具有信息量大以及非结构性的特点。政府数据开放语境下，原始数据的获取主体虽然可通过算法处理充分挖掘出开放数据中所蕴含的价值信息，但是对于多数人来说并不具备相应的数据挖掘能力或者容易产生认知偏差。因此，各级政府应积极进行数据挖掘处理，以实现原始数据中所蕴含的基本衍生信息可被普通公众直观获取。就原始数据的生产而言，各级政府所控制的数据一般是由个人或企业自主生成，但是数字经济发展所需的生产要素并不仅局限于存在数据来源主体的数据，还包括不存在数据来源主体的数据，如自然资源数据等。因此，各级政府应积极对可作为生产要素的数据进行 “生产”。该种生产不仅包括对不存在来源主体的数据进行积极生产，也包括对既有的存在来源主体但是不全面或者不准确的数据进行补充生产。

(3)数据开放的统筹、实施与评估职责。政府数据开放并非是一项孤立的行政行为，其整体上不仅具有系统性，也具有多行为的联动性。政府数据开放的前端是数据收集，后端是数据开放后的评估，无论是何种环节都需要政府首席数据官统筹兼顾。具体而言，在政府数据的收集阶段，政府首席数据官应科学统筹政府数据的收集、管理并完善数据安全保护机制；在政府数据的开放阶段，政府首席数据官应积极推动相关数据有序、准确且完整的开放，并不断加强政府数据开放的平台建设，确保政府开放数据被及时且有效获取；在数据开放后的评估阶段，政府首席数据官应积极评估开放数据是否会对相关数据主体或者国家安全利益造成损害，并及时调整数据开放内容，形成完备的 “评估—修正”机制。此外，跨部门数据活动的协调一直是政府数据治理的难点和痛点。从域外视角来看，美国 《联邦数据战略与2020年行动计划》提出成立联邦首席数据官委员会，旨在协调跨部门的数据流动，统一标准，促进机构间的数据共享协议；加拿大政府也支持并授权首席数据官加强与首席信息官以及其他政府部门的横向合作，建立跨部门数据管理能力[10]。因此，政府数据官应加强部门协作，建立不同部门间技术参数、元数据标准、数据格式等的统一标准，以实现相关部门数据活动的有机衔接。

3.2 政府首席数据官的设置模式

政府首席数据官的设置模式目前主要有以下三种：①中央领导型，即政府首席数据官由政府首脑直接领导，例如，英国中央政府的首席数据官设在内阁办公室，法国中央政府的首席数据官设在总理办公室；②分散型，即政府首席数据官设置在政府数据职能管理部门之下，或由政府数据职能管理部门根据实际需要分别予以设置；③混合型，即除了直接下派给政府专业数据管理部门外，其他数据相关事宜由中央首席数据官集中管理[11]。

比较上述政府首席数据官设置的三种模式可知，中央领导型模式虽然有利于对首席数据官的协同领导，增加数据管理的协调性，但缺点在于对政府首席数据官的设置 “统”得过死；分散型模式虽然有利于增加政府数据管理的灵活性，但是又不可避免地陷入协同性不足的弊端；混合型模式可以根据不同数据的管理特点确定首席数据官的不同设置模式，不仅可有效增加数据管理的协同性，也可有效克服数据管理灵活性不足的弊端。因此，我国政府首席数据官应坚持混合型设置模式。在纵向上，中央政府应设置中央首席数据官，对各省级政府的首席数据官进行统一领导；各省级政府应设置省级政府数据官，对其下属市级政府首席数据官进行统一领导；各市级政府应设置市级政府首席数据官，对其下属县级、区级首席数据官进行统一领导。在横向上，各级地方政府可以根据需要自主在政府部门设置首席数据官，但是各级政府自主设置的部门首席数据官应纳入统一的数据官领导体制，并接受各地方政府首席数据官的统一领导。

3.3 政府首席数据官的选任

传统以来，政府机关负责人的选任或者任命多是以经验为导向，该种选任模式具有一定的合理性，因为在管理型政府模式下，有丰富经验的管理者能更好地实现社会和谐发展。

在服务型政府模式下，各级政府不仅是管理者还是数据生产要素的供给者。各级政府实施的数据开放行为不仅需具有知识上的专业性，也需具有对于经济发展正确研判的敏感性。因此，经验导向型的传统选任模式必然不符合数据开放的客观需求，政府首席数据官的选任模式应从经验导向型向知识导向型转变。

目前，我国既有政府首席数据官的选任实践，很大程度上仍是基于经验导向型展开。例如， 《深圳市首席数据官制度试点实施方案》规定：首席数据官由本级政府或本部门分管数字政府建设工作的行政副职及以上领导兼任[12]。从根本上来看，该种选任方式只是契合了管理逻辑，却未能实现政府数据开放所需的专业性要求。政府首席数据官以知识导向型为选任条件的优势在于：一方面，经验导向型的选任模式能高效统筹政府数据开放的良性运作，并通过引进的专业型人才提高整个数据管理团队的专业性；另一方面，经验导向型的选任模式并不会出现经验不足带来的弊端问题，因为部门首席数据官一般都是接受上级的直接领导并由其任免，借助该种指导与任命机制，可有效实现对政府首席数据官的约束[13]。因此，政府首席数据官的选任应具备三项知识素养：①政府首席数据官应是复合型人才，不仅应具有良好的管理能力、创新协调能力，更应具有大数据意识；②政府首席数据官应精通最新的大数据理论、技术和方法，具有数据挖掘、数据存储、数据分析、数据反思和数据监控等方面的专业知识；③政府首席数据官不仅要具有管理能力、专业能力，还应知悉与数据相关的法律、法规。

3.4 政府首席数据官的评价机制

政府首席数据官属于行政人员，对行政人员的评价考核一般都是在行政机关内部进行。例如， 《深圳市首席数据官制度试点实施方案》规定：科学设立首席数据官评价指标，组织试点区和部门对首席数据官进行履职情况评价。但是，在政府数据开放实践中，政府首席数据官是否适格履行相应的职责，既涉及其是否严格按照相关法律、法规进行数据开放的问题，也涉及开放的数据是否准确或者是否全面的问题。对于前者，通过内部审查制度可以很容易实现，但是对于后者的认定则需深入政府数据的开放逻辑，进行较为深入的认定。换言之，现行对政府首席数据官的评价机制仍然停留在表层逻辑，忽略了政府数据开放的专业性。从应然层面上看，政府首席数据官的评价机制应包括两部分，一部分是在行政机关内部进行，即政府首席数据官是否依据相关法律、法规的规定，适格履行相应的数据开放义务；另一部分应在行政机关外部进行，即政府首席数据官负责的数据开放行为是否准确且全面开放，或者是否建立或完善了数据管理体制以及数据开放体系等方面。外部评价机制的建立应遵循以下原则：①外部评价机构应具有相应的技术能力；②外部评价机构应符合回避原则；③能够以迅速、有效和具有成本效益的方式进行评价。

4 结语与展望

政府数据价值发挥与国家安全利益维护以及数据主体之合法权益保护的平衡，有赖于政府首席数据官制度。在政府数据价值发挥方面，政府首席数据官应根据社会发展的实际需要，确保原始数据的收集以及衍生数据的生产契合数字经济发展与社会治理的确切所需，以确保数据生产要素的有效供给。

在国家安全利益维护方面，政府首席数据官应在政府数据的储存环节积极组织开展数据安全保卫工作，消除可能出现的系统漏洞并及时防范技术入侵，升级数据安全系统，在政府数据的开放环节应积极组织开展数据开放的安全评估工作，消除数据开放可能对国家安全利益以及数据主体之合法权益造成的不当侵害。

在数据主体之合法权益保护方面，政府首席数据官应在 “手段-目的”均衡的框架内，通过科学评估数据开放要素以及数据开放的 “量”，形成合比例的政府数据开放方案，以最大限度实现数据主体之合法权益保护。

政府首席数据官制度的构建应坚持服务型政府理念，明确政府首席数据官所负有的数据安全管理职责、数据生产职责以及数据开放的统筹、实施与评估职责。政府首席数据官的选任应摒弃政府首席数据官经验导向型的选任模式，确立知识导向型的选任模式。政府首席数据官评价模式应分为内部与外部两种，内部评价应由行政机关主导，外部评价机制应由第三方主导。