数字化转型视角下政府数据创新实现路径探究*

张俊瑞 卢颖

(西安交通大学管理学院,西安 710049)

0 引言

数智时代的到来给我国政府治理带来了巨大挑战,同时也为政府创新治理模式、挖掘数据价值提供了良好的机遇。未来,以大数据为代表的第四次科技革命将成为推动政府数字化转型和数据要素价值释放的强大推力。数字化技术在改变政府内部结构、重塑业务流程和提升政府服务的同时,也会催生新的治理模式,为政府数据要素价值释放打开大门。由于数据的价值日益凸显,如何释放数据要素活力,实现数据价值备受关注。

数据创新或将成为完善数据治理体系和实现数据价值的重要途径。基于熊彼特的现代创新理论,数据创新可以被定义为利用现有的数据资源和知识改进或创造数据应用的新范式、新路径、新环境,以实现数据在不同应用场景下的价值。目前,关于数据创新的研究仍然较少,学者们的目光主要集中于数据治理。大量文献从数据生命周期[1-2]、治理对象[3-4]、数据价值实现[5-6]等维度探讨数据治理的内涵和外延,但是对数据应用和促进其价值释放的创新活动(即本文所指的数据创新)却鲜有关注。为实现政府数据的社会价值,政府需要在数据治理过程中重点关注能够促进数据价值实现的活动,围绕数据治理全流程寻找创新机会进而开展创新活动,充分实现数据价值。为此,本文从数字化转型的视角探讨政府数据创新体系建设的内涵和外延,并针对政府数据创新路径和配套机制建言献策。

1 数据治理、数据价值与数据创新

数据治理是数据创新的基础,学者们对数据治理的内涵、现状和提升机制进行了较为广泛的研究。对于现代政府而言,大数据已经成为一种新的治理价值观[7]。政府在运行过程中积累了大量数据资源,具体包括人口、地理空间、环境、交通、税务、教育等相关数据,但是政府运用数据的效果与掌握的数据量并不匹配[8]。我国政府数据治理从信息采集到共享仍存在诸多问题,如数据问题(数据未被电子化、数据碎片化、标准化程度低、质量参差不齐等)、治理流程问题[6]、政策法规问题[9]、技术问题[10]等。安小米等提出政府数据治理需要依法治理、源头治理、精准治理和长效治理,从而实现数据可用、有用、易用和善用等能力的提升[11]。政府在数据治理体系和能力的提升方面,则要着重考量数据架构、数据标准、数据质量、数据安全、元数据管理、数据全生命周期管理等内容[12]。在立法方面,政府应继续推进数据治理相关的法律法规建设[7, 12-13];在组织建设方面,政府可以在数据管理部门建立首席数据官制度[14]和市民授权机制[2],实施对数据战略、数据质量、数据价值和数据安全的管理,健全数据治理组织架构;在数据隐私和安全方面,政府应重视在大数据治理过程中对隐私和数据安全的保护[9],在注重数据赋能的同时也要考虑数据赋责[15];在流程管理方面,政府要切实推动数据的全生命周期管理和精细化管理[10]。

学者们围绕数据价值和数据价值实现也进行了诸多探讨。政府数据是数字经济发展的重要生产要素[13],能够通过共享、交易和开发利用带来直接或间接的社会价值[16]。数据要素渗透在产业链的多个环节,价值创造可以在生产经营活动以及产业融合发展过程中实现[17]。蔡继明等认为,“数据自身、前期物化在数据收集处理中的劳动以及当期用于数据收集处理的活劳动均参与价值创造”[18]。政府可以通过推进数据的资产化管理,激活政务数据资产的经济和社会价值[19]或者通过数据资产提高公共服务水平,进而创造数据资产价值[17]。也有一些学者探讨了数据价值的生成过程。田锋和吕金伟指出数据价值的遮蔽特性影响政府数据价值的确权和流通[20]。邓念国认为大数据共享是开发数据价值、促进数据增值之所需[21]。尹西明等基于数据要素的社会属性,建构了数据要素价值化的动态整合理论模型[22]。任福兵和孙美玲则研究了政府开放数据的价值增值链路,即“政府数据的整合性开发—价值形成—数据从政府流向公众”[23]。王卫和王晶探讨了影响开放政府数据价值实现的因素,并从资源设计、功能设计和服务设计三个方面提出改进开放政府数据平台的建议,以促进开放政府数据的价值实现[24]。

综上所述,数据资源的开发利用涉及数据资源共享、保护、权属界定等问题,这些问题的解决都要依靠更为完善的数据治理体系。数据创新则有助于完善数据治理体系和实现数据价值。因而,数据治理、数据价值和数据创新三者之间的关系可以概括为:实现数据价值是目标,实施数据治理是基础,而依靠数据创新是路径。即政府数据创新的最终目标是实现政府数据要素的价值,而为推动数据创新和实现数据价值,就要建立全方位的数据治理体系,营造健康的数据生态并将数据创新贯穿其中。

2 政府数据创新实现路径与配套机制

2.1 数字化转型视角下政府数据创新实现路径

大数据时代已经为数据的广泛汇聚和应用场景的创新提供了必要条件。在数字化转型视角下,政府数据创新的具体举措可以分为汇聚数据资源和创新应用场景两个路径。

汇聚数据资源是利用多元主体的连接创造价值。连接越丰富,效率就越高;连接越紧密,价值就越大。数据要素的价值随着数据分享与传播的范围扩大与速度加快而逐渐提升。涉及行业、区域和主体越多,数据要素包含的价值就越高。政府可以以业务需求为连接,同时驱动政府机构内部的数据共享和数字治理水平的提升。在统筹全局的过程中,政府应着力打造更加可信和开放的数据生态,以吸引企业、社会等各方主体积极参与数据创新,并拓宽政府业务数据化和数据资产商业化的渠道和形式。政府还可以通过良好的公共数据治理机制促进多元主体围绕大数据、人工智能等新的数据使用和分析方式开展互动合作[2]。在多元主体的广泛参与过程中,通过将业务数据化、合作方数据入库等方式汇聚人口、地理空间、环境、交通、卫生、税务、旅游、教育等相关数据。为此,政府还要设立专门的部门或岗位以完成数据的汇聚和整理,并通过建立统一的基础数据库、协调多主体权责关系解决不同主体间数据异构、权责不清等问题。

创新应用场景指借助新场景指引创新方向。在大数据时代,政府会不可避免地汇集海量的多元异构数据,这也为政府挖掘新的应用场景、拓展数据使用范畴提供了基础。在对外服务方面,易明等认为,政府数据价值的实现需要政府把握利益相关者对政府数据的需求状态和政府数据满足多元主体的需求过程,并采取详实的行动方案[16]。政府可以建立更为健全的政企交流机制,以开放共赢的态度积极调研企业对公共数据的需求,并在保障数据安全和精细化管理的基础上,着力满足企业提出的数据需求、缩短数据的更新周期以及提升供给数据的及时性。政府与企业共享数据促进数据应用场景的创新,可进一步释放政府数据要素的价值。同时,各级政府还可以通过统一的数据开放平台,落实数据资源开放过程中数据来源方、管理方和使用方的具体责任,在需求的驱动下,利用并整合各部门数据,使得可供开放共享的政府数据实现多维度的整合。在对内改善决策方面,利用数据创新从散乱的数据中找到最有效的路径,可帮助政府作出高效判断,并找到解决问题的新方式。在实施过程中,要努力将政府数据的零散利用转变为统一利用,将数据过程管控转变为数据流程治理。还要摒弃以往只解决局部问题的思路,统一协调和优化包含数据质量、数据标准、数据架构、元数据等内容的数据活动,实现整体化而非碎片化的数据治理。在此基础上,还可以开发具体的决策支撑应用,借助数字分析技术实现数字政府发展程度分析、政府数据治理和数据创新协同程度分析、政府决策模式和组织模式规划以及数据资源汇聚共享等功能。

2.2 数字化转型视角下政府数据创新配套机制

为了支持数据创新,政府在数据治理体系的完善过程中要着重考虑以下配套机制。

第一,完善数据创新法律法规,为数据创新保驾护航。目前,我国仍然缺少专门针对数据创新的法律法规[25]。此前,我国出台了《政务信息资源共享管理暂行办法》和《中华人民共和国政府信息公开条例》,前者规范政府之间的政务信息资源共享行为,后者规定了政府信息公开的体制机制、原则、主体和范围等内容。但现有法律对于数据开放、数据利用以及数据保护的操作规则、管理规范都尚未明确。例如,《政务信息资源共享管理暂行办法》没有对拒绝共享数据的理由和数据共享中的不当行为进行规定,也没有说明可能由此产生的法律后果。因而这些法律法规虽然涉及到信息公开和数据公开,但对政府如何实现权责统一并满足使用者的需求仍缺乏具体可操作的规范。后续的专门立法需要从技术和管理相结合的视角出发,解决信息需求与信息供给不匹配、数据质量良莠不齐、数据权属不清晰和数据共享之后的安全保障问题。此外,还需进一步提高全民数据安全素养,协同解决数据安全与隐私保护问题[26]。现阶段,我国政务数据多集中在省级层面,大部分省域模仿中央政策而忽视自身承上启下与因地制宜的双重重任,停留在“原则理念”“总体规划”等层面,致使省份间对政务数据安全的认知与需求差异悬殊,进一步引发省际政策失调[27]。因此,各级政府也要因地制宜地设立规章制度,借助这些规章制度进一步服务于其创新实践,在明确数据授权和隐私保护的基础上,实现多元主体参与的价值创新。

第二,建立数据创新的新型组织,借助“混改”推动创新。政府在服务过程中应做到数据“取之于民”又“用之于民”。政府作为公共管理部门,是政府数据资产的管理者,在运用数据资产创造价值的过程中,不可避免地受限于自身技术创新能力不足、专利权和经费短缺的困境。为此,政府可通过混合所有制方式设立国有资本与民间资本融合的新型合作组织,以充分挖掘数据价值,实现数据创新。政府提供平台,监管数据的开放与共享。民营企业提供资金、技术、专利权等资源并获取部分数据的使用权。在新型组织内部,政府仍然是监管主体和主要负责人,通过设立首席数据官等岗位,承担市民授权、企业需求对接和组织内数据管理等职责,实现对数据资源的充分利用以及对隐私与安全的保护。而其他性质的主体通过技术和资金的注入获取部分数据资源的使用权,进而协助承担政府服务职责或开发授权内的其他服务。

第三,设立数据创新试点单位,推动先进带动后进。各级政府挑选个别部门先行试验,取得建设和运行经验后再逐步开展后续建设。在建立试点的过程中有以下几点值得关注。首先,在试点建设组织者方面,各级政府可以共同设立创新试点,先对数据创新相关的管理制度和技术进行孵化,再将某地或某组织的成功经验逐步移植到试点政府组织,以节约基础设施建设投入成本和避免直接推行带来的不确定性风险。而政府与企业也可以共同建立创新试点,探索海量数据的应用方式和途径,并借助多元合作的机会调研各方需求。混合试点的设立也将有利于探索后续多元主体共创的机制和途径。其次,在试点的试验过程中,不仅要关注试验措施的效果,也要考虑其对未来实施对象的适用性,力求在“试点选择—实施—评估”整个过程中利用数字化技术实现全方位和全过程的评估和管控。借助数字化手段实现更紧密的监控、更精确的度量、更及时的需求反馈,进而实现试点试验效应的最大化。

3 结束语

政府在执行公共事务时获取了大量数据资源,但是在盘活可应用数据资源、大力开发应用场景等数据创新实践方面仍然较为滞后。数字化转型背景下数据治理体系的优化与数据创新实践的推进为政府数据价值的实现提供了契机。现有研究对数据治理的广泛关注可能造成政府在数字化过程中专注于建设治理体系,而忽视可以同步进行的数据创新过程。因此,本文建议在数据治理与数据创新良性互动的基础上,通过汇聚数据资源和创新应用场景两条路径以及相应的配套机制提升政府数据社会价值,拓展政府数字化转型的关注视角,补充大数据时代公共数据治理研究的新思路,为打破实现数据价值的壁垒、建设数字政府以及发展数据经济提供理论启示和实践指南。

数据的开放共享是实现数据创新的重要途径,但这并不意味着各级政府可以无限制地使用公民、法人等授权的数据。对于政府而言,数据赋能与赋责必须同步进行。各级政府要根据自身数字化发展的情况,积极且谨慎地推进数据治理和数据创新,促进数据价值释放。