我国数据治理相关政策量化剖析：发展脉络、政策主体、政策渊源与政策工具

霍帆帆，霍朝光，马海群

（1. 中国人民大学信息资源管理学院，北京 100872；2. 黑龙江大学信息管理学院，哈尔滨 150080）

0 引 言

2020年，《关于构建更加完善的要素市场化配置体制机制的意见》宣布数据要素化后，数据在经济社会发展中的作用越发显著，反观我国以及世界各企业出现的数据泄露、隐私侵犯、数据收集不规范、数据霸王条款等数据问题[1-2]，数据既可以是“石油”，也可以是“弹药”[3]，如何进行数据治理已成为数字经济发展的重中之重。数据治理，是指通过制定一系列规划或标准来保证数据资产的安全性、准确性、完整性、可访问和可利用性[4]，以实现数据价值最大化、成本与风险最小化[5]，其思想、纲领、维度以及工具等集中体现在相关政策中。

政策是政治机关解决行政事务的客观表现和行为轨迹，通过对政策的分析可以揭示国家治理现状[6]。我国数据如何治理集中体现在数据治理相关政策中，数据治理政策是国家和组织以合规、安全、质量、价值和可复用性为目标，对数据及其有关技术、活动开展治理工作的重要依据和准则，旨在保障数据使用合法合规及安全完整，提高数据质量、数据价值和可复用性，减少数据使用成本[7]。鉴于目前学术界关于数据治理尚未有严格的概念界定和权威的治理范围划分，现有关于数据治理政策的研究，主要聚焦在政府大数据方面，但数据治理显然不仅有政府大数据治理，对于普遍意义上的数据治理相关政策的探析亟待展开和深入。

政策外部结构要素和内容要素是政策分析时的重要模块[8]，因此，本文综合外部结构要素（发布时间、发布部门）和内容要素（政策渊源、政策工具），提出政策四维分析框架，强调从发展脉络、政策主体、政策渊源和政策工具4个维度，对我国中央层面现有1097份数据治理政策进行全面分析，深入剖析我国数据治理现状，为相关政策的制定与修订提供参考和建议。

1 相关研究

政策文献量化研究强调以政策文献作为研究对象，既关注政策文献的内容信息，也关注政策文献的外部信息，利用文献计量、网络分析、文本挖掘等量化方法，对半结构化的政策文本计量分析等[8]，隶属政策信息学学科范畴[9]。例如，Huang等[10]以5793份教育政策为例，从政策引证的视角利用社会网络分析方法，量化解析了我国自1978年改革开放以来在教育政策方面的变迁。Yang等[11]以5883份信息技术政策为例，从府际关系和政策目标两个方面，量化分析了我国信息技术政策的演进史。霍朝光等[12]以11506份新冠肺炎疫情防控政策为例，抽取了政策中的相关实体和关系，构建了政策知识图谱，追溯防疫政策的法律渊源，透视权力关系，进行政策监督。周晓英等[13]基于共现网络和聚类的方法，对我国413份突发事件应急信息管理政策，进行了内容变迁量化分析。张薷等[14]以30份中央层面突发公共卫生事件应急信息管理政策为例，从政策工具和突发公共卫生事件应急信息作用功能两个维度，剖析了我国突发公共卫生事件应急信息管理政策现状，并对政策工具搭配的科学合理性以及存在的问题进行深入探讨。Huang等[15]基于社会网络分析中的结构洞理论，构建了一种量化分析和识别核心政策工具的方法，并以我国核能源政策数据为例进行了实证。Yang等[16]基于社会网络分析方法，通过构建政策目标网络，模拟真实政策中所使用的策略组合，以分析和评价政策的多样性与一致性。目前，关于政策文献量化以及政策信息学的研究，仍主要聚焦于政策主题抽取和演化分析、府际关系、政策工具等方面，研究模式相对较为陈旧老化，缺乏创新，亟须开拓更加综合多维的研究框架。

关于数据治理政策研究，相关学者从不同角度展开了分析。例如，刘彬芳等[17]基于24份大数据政策，提出政策工具维度和大数据核心概念体系维度的二维分析框架，总结大数据时代我国政府数据治理政策主要集中于中观层次，而宏观层次相对较少。Li等[18]针对区域健康信息问题，构建了面向医疗健康数据的大数据治理框架。王长征等[19]从大数据治理注意力变迁的角度，对地方政府层面的262份政策进行了扎根分析，从时间、空间及部门间协同网络等方面，概括出其变迁呈现同步性、分层性和“倒U形”演变特征。蒋国银等[20]从用户评论角度，判别并归纳出平台数据治理的优化要素，构建了共享经济平台数据治理政策优化框架。Jiang等[1]从公众参与视角，探讨了数据质量、数据政策等数据环境，以及个人数据素养等因素对公众数据治理态度的影响。张涛等[21]以367份大数据政策作为样本，从主题聚类、主题扩散等维度进行了量化分析。

数据治理并非只针对政府数据或公共数据，数据治理不等同于大数据治理，更不等同于政府或公共大数据治理[22]。然而，现有数据治理政策分析和研究，更多地聚焦于大数据治理或政府大数据治理方面，相应分析框架仍然聚焦在主题聚类、主题扩散、主题概括、府际关系等层面，缺乏对普遍意义上数据治理政策的全面和系统分析，缺乏整合政策外部结构要素和内容要素多维度的系统分析框架。因此，本文整合政策外部结构要素和政策内容要素，提出发展脉络、政策主体、政策渊源和政策工具四维政策分析框架，依据《中华人民共和国数据安全法》中对数据的定义界定本文数据治理范畴，重点收集筛选涉及数据收集、数据泄露、数据安全、数据产权、数据造假、数据交换、数据质量、数据采集、数据交易、数据保护、数据隐私、数据伦理、数据公开、数据存储等相关的数据治理政策，并基于本文框架进行量化剖析。

2 研究设计与框架构建

整合政策外部结构要素和政策内容要素，本文提出发展脉络、政策主体、政策渊源和政策工具四维政策分析框架，对我国数据治理政策进行系统剖析，详细研究框架如图1所示。

图1 我国数据治理政策四维分析框架

（1）数据收集与初步统计

北大法宝数据库收录，自1949年至今的几乎全部法律法规等政策文件，主要包括中央法规、地方法规、立法资料等①https://libproxy.ruc.edu.cn/ermsClient/eresourceInfo.do?rid=14，是目前国内相对较为权威的政策数据库。鉴于现有研究尚未有对数据治理进行清晰的界定，很难回答什么样的政策才绝对地属于数据治理政策范畴，数据治理尚未划分明确的治理边界。在此情境下，本文选择依据《中华人民共和国数据安全法》第三条中所界定的“数据，是指任何以电子或者其他方式对信息的记录”，“数据处理，包括数据的收集、存储、使用、加工、传输、提供、公开等”，界定数据治理相对范围，尽可能地收集全面、相关的数据治理政策，通过限定“标题”匹配模式和“中央法规”类型，以“数据”为标题进行检索，重点筛选涉及数据收集、数据泄露、数据安全、数据产权、数据造假、数据交换、数据质量、数据采集、数据交易、数据保护、数据隐私、数据伦理、数据公开、数据存储等方面的政策；同时，人工补充了诸如《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》《关键信息基础设施安全保护条例》等涉及数据治理但标题不含数据的政策法规。经过搜集、合并、筛选、清洗等处理步骤，截至2021年12月15日，共筛选出中央层面数据治理相关政策1097份，所有数据已上传至GitHub①https://github.com/ChaoguangHuo/Data_data-governance-policy，时间区间覆盖1987—2021年。部分代表性数据治理政策如表1所示。

表1 数据治理相关政策示例

经过初步统计，发现数据治理相关政策效力级别非常多元，如表2所示。其中，效力级别最高的法律有3条，国务院规范性文件有6条，具有法律同等效力的司法解释3条；部门规章有13条，部门规范性文件415条，部门工作文件高达516条；以及行业规定、团体规定等若干。由此可见，我国在多个效力层面均发布有重要数据治理规定和规范，采取多元化的政策措施，引导、规范和强制我国数据治理相关工作的开展，确保数据治理各项相关工作有政策可依。

表2 数据治理相关政策统计分析

（2）政策主体抽取与分析

政策主体是指直接或间接参与政策制定、执行、评估和监控的个人、团体或组织[23]，一般是在政策制定、执行等运行过程中掌握权力的一方[24]，是政策研究的重要内容。现有政策分析研究鲜有从此维度展开，因此，本文提出政策主体这一分析维度，对政策文件制定、发布等活动的政策主体及其权利和职责所在展开分析。通过Python编程提取数据治理相关政策中的发布部门，如图2所示，分析各个政策主体在数据治理政策方面的参与度和涉入度，相关Python代码已上传至GitHub①https://github.com/ChaoguangHuo/Data_data-governance-policy。

图2 政策主体抽取与关系构建示意图

政策主体之间的协同关系构建：《党政机关公文处理工作条例》中规定，“党委、政府各自职权范围内的工作不得联合行文，联合行文必须确有必要”，若有联合行文则意味着这份政策文件需要且必须由两个或两个以上政策主体进行深度协同联合制定，通过这些政策主体共同保障政策的权威性和有效实施[25]。此时，这种联合发文就蕴含着各个政策主体之间复杂的关系[26]。基于此，本文通过Py‐thon编程提取政策主体在所有数据治理政策文件中的协同关系，利用模块化聚类算法，对政策主体进行聚类，以解析数据治理政策主体之间的协同情况。

（3）政策渊源提取与分析

本文借鉴法律渊源（sources of law）内涵，提出政策渊源（sources of policy）这一概念，强调政策渊源是指政策制定的法律依据、价值依据、思想依据、精神依据等，即本政策的上位政策、思想源头、相关要求、总纲领或总指示等[27-28]。例如，江海[29]曾论述，当前我国外交政策最重要的渊源就是邓小平外交思想。政策与法律虽然有本质上的区别，但是在我国政策治国传统和中央主导的政治体制下，政策具有了与法类似的规范功能[30]。政策的渊源既可以是法律、法规等（等同于法律渊源）[31]，也可以是上级部门的条例、通知、办法、意见、规章等其他形式的政策。政策渊源分析是衡量政策长期影响力的手段之一，若政策制定足够科学并具有长远目标和借鉴意义，则会在后期成为其他政策的援引依据。

因此，可以借鉴追溯法律渊源的思路，追溯政策的渊源，透过政策文件的相互援引映射政策的传承脉络、政策制定的基础和依据。如图3所示，政策渊源关系一般体现在一条政策文献的第一段，有时也出现在后续段落的第一句话，有“根据”“依据”“遵照”“适用”“贯彻落实”等词语作为提示词，以及书名号、引号等提示符号，本文基于这些提示编写程序提取政策渊源关系，构建数据治理政策渊源关系网络，追溯数据治理政策不同发展阶段的政策渊源，查证数据治理政策在不同时期的主要依据，相关Python编程代码已上传至GitHub。

图3 政策渊源提取示意图

（4）政策工具编码与分析

政策工具是指政府政策由理念转变为实践的手段，是行政治理的有效途径，政策工具的合理选择和科学组合将直接影响政策的实施效果[15,32]。因此，本文基于Rothwell和Zegveld对政策工具的分类标准，将数据治理政策工具分为供给型、环境型和需求型3种。其中，供给型政策工具主要对数据治理工作起到推动作用，需求型政策工具对数据治理工作起到拉动作用，而环境型政策工具则为数据治理工作营造一个良好的环境，从而间接推动政策实施[33-34]。为提升政策文本分析的科学性和客观性，借鉴万维网基金会开发的政策内容评价指标，用于评价数据治理工作所处的阶段，将数据治理政策内容维度分为准备度、执行度和影响力3种。其中，准备度是指国家为推动数据治理工作而实施的各种手段或准备措施，描述的是数据治理的准备阶段；执行度是指国家数据治理政策的执行和落实情况，描述的是数据治理政策执行阶段；影响力是指数据治理政策中对国家发展和社会稳定产生正向激励作用的措施或手段，描述的是数据治理政策将要实现的社会影响[35]。如图4所示，将政策工具维度与内容维度结合分析，可以更细粒度地分析政策实行的各个阶段如何使用和组合政策工具，更好地发挥各政策工具的作用[33]。

图4 政策工具二维分析框架

基于政策工具二维分析框架，本文选取数据治理政策中法律、国务院规范性文件、司法解释性质文件、两高工作文件、部门规章、部门规范性文件等效力级别较高并极具代表性的440条核心政策进行手工编码。在编码时，将能够表达一个完整意思的最短信息界定为一个政策单元[32-35]，由两位研究人员分别同步进行，若有分歧则进一步讨论达成一致意见，以保证编码结果具有良好的信度和一致性，最后由一位研究人员进行结果校验，经多次修正，最终共得到3018条政策单元，其编码结果示例如表3所示。

表3 数据治理政策工具编码示例

3 数据治理政策的发展脉络

发展脉络是研究政策起源、转折、改革、创新等历史演变和未来发展的重要维度。五年规划是我国国民经济的一项长期计划，为国家发展远景规定目标和方向，回顾五年规划的历史，不仅能描绘建国以来我国经济发展的大体脉络，也能从中探索国家发展的规律。因此，本文以五年规划为基线，通过政策回顾，总结我国数据治理政策发展史的阶段特征、标志性政策文件或重要事项活动，以梳理我国数据治理政策的发展脉络。

纵观改革开放以来数据治理相关政策，我国数据治理工作经历了由浅入深，由萌芽起步到快速发展的历程。如图5所示，1994年，邮电部发布的《关于加快发展数据通信的意见》拉开了我国数据业务发展的序幕。数据是信息的载体，发展信息产业，必须做好数据质量管理及安全保密工作。为响应国家“十五”规划加速发展信息产业、大力推进信息化的号召，2001年，国家税务总局发布《关于加强数据管理工作的通知》，要求充分认识数据管理工作的重要性和紧迫性[36]。

图5 我国数据治理政策发展脉络

“十一五”规划要求以信息化带动工业化，加强信息资源开发和共享，推进信息技术普及和应用，数据安全、数据质量等数据管理问题是此阶段国家各部关注的重点。例如，2006年，国家税务总局发布《关于加强税收征管业务数据管理的通知》，要求规范数据采集、加强数据维护、提高数据质量；同年，劳动和社会保障部办公厅发布《关于进一步加强劳动保障数据安全管理的通知》，提出强化数据安全意识，建立完备的安全管理制度；2008年，财政部发布《关于印发财政业务基础数据规范及维护与管理办法的通知》，要求建立科学合理、规范实用的财政业务基础数据标准体系。

“十二五”规划要求全面提高信息化水平，2014年，大数据首次写入政府工作报告，大数据发展成为国家社会发展的关注点。例如，《促进大数据发展行动纲要》要求加快政府数据开放共享。党的十八届五中全会首次提出实施大数据战略与网络强国战略。

“十三五”规划以来，网络安全和信息保护问题日益凸显。此时，除大数据发展外，网络安全也是数据治理工作的关注点。《中华人民共和国网络安全法》的发布，标志着保障网络安全提上法律日程。《大数据产业发展规划（2016—2020年）》中提出加快建设数据强国，正式对大数据产业做出专门规划。自2018年以来，我国全面实施国家大数据战略，把数据定义为战略资源，作为国家主权安全的保护对象，并发布了《科学数据管理办法》，规范了科学数据生产者数据采集与保存、共享与使用、保密与安全等相关行为。

“十四五”规划中同样强调了数据资源的利用与安全管理，2021年先后颁布了《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《关键信息基础设施安全保护条例》，与《中华人民共和国网络安全法》并称为“三法一条例”。2023年3月16日，中共中央、国务院印发《党和国家机构改革方案》，组建国家数据局，并进行新的职责划分，成为我国数据治理的里程碑事件。三部法律和一部条例形成了一张强大的保护网，保护着国家数据的安全，而国家数据局的组建则更是顶层设计的大手笔，将我国数字要素管理推进到一个新的发展阶段，成为建立社会主义数字化强国的坚强后盾，共同保障我国数据治理工作顺利、有序地开展。

总结我国数据治理政策发展脉络与相关政策时间分布，如图5和图6所示，可以发现我国数据治理政策的发展大致可划分为4个阶段。

图6 数据治理政策的时间分布

第一阶段（1987—2000年），萌芽起步阶段。1987年，首次出现数据相关政策，之后，邮电部《关于加快发展数据通信的意见》推动了我国数据通信业务的发展，拉开了我国数据业务发展的序幕。作为数据治理政策的萌发阶段，在此阶段数据相关政策相对较少。

第二阶段（2001—2010年），初步发展阶段。集中在我国第“十五”“十一五”规划期间，此阶段的数据治理政策关注点主要为数据管理、数据安全、数据质量等方面，政策数量表现出初期缓慢增长的特征，在国家加强数据管理工作的大政方针的保障下，各项数据治理政策逐步建立健全，数据治理工作平稳健康发展。

第三阶段（2011—2020年），稳定增长阶段。集中在我国第“十二五”“十三五”规划期间，此阶段的主要政策关注点为大数据发展、大数据应用、大数据战略，将数据作为一种国家战略资源管理，更加重视数据安全与保密工作。数据治理政策数量持续上升，呈现稳定增长的阶段特色。

第四阶段（2021年—），快速发展阶段。2021年是我国“十四五”规划的开端之年，随着我国数据治理“三法一条例”等法律法规的建立健全和国家数据局的组建，数据治理、数据安全工作上升到国家法律、行政法规层面，也再次强调了国家对数据治理工作的高度重视，各部门各领域针对数据的相关政策到达了一个爆发期。

4 数据治理政策中的政策主体

如表4所示，从政策主体数量上来看，发文量由高到低依次为中国人民银行、国家税务总局、国家外汇管理局、国务院、中国证券监督管理委员会、国土资源部（已整合划入自然资源部）、中国保险监督管理委员会（已撤销，重组中国银行保险监督管理委员会，现国家金融监督管理总局）、商务部、住房和城乡建设部、教育部、农业部（已撤销，重新组建自然资源部、生态环境部、农业农村部）、交通运输部等。总体来看，共有161个部门直接参与我国数据治理政策制定，足见数据治理工作关乎我国各个领域，尤其是我国2018年全面实施大数据战略以后，数据作为一种战略资源更加受到了国家和地方各个部门的高度重视，各政策主体用参与事实说明“各项事业的发展，都离不开数据治理”。

如图7所示，从4个阶段的整体发展情况来看，国家发展和改革委员会和国家统计局在所有政策主体协同网络群中均发挥着核心联络作用。在萌芽起步阶段（1987—2000年），主要形成了以国家统计局为核心的国计民生部门和以国家发展和改革委员会为核心的国家发展部门两大协同网络；在初步发展阶段（2001—2010年），主要形成了以中国人民银行、国家统计局和财政部为核心的几大协同网络；在稳定增长阶段（2011—2020年），主要是以国家发展和改革委员会、工业和信息化部等为核心的协同网络；在快速发展阶段（2021年—），形成了以国家发展和改革委员会、交通运输部、公安部等为核心的协同网络。其中，国家发展和改革委员会与国家统计局在数据治理工作中一直都处于核心中介地位，不仅为国务院办公厅、财政部、文化部（已撤销，现文化和旅游部）、司法部、民政部、卫生部（已撤销，现国家卫生健康委员会）、教育部等正部级单位提供了支持与协助，而且与最高人民法院、最高人民检察院两个副国家级单位以及国家文物局、国家知识产权局、国家保密局等副部级单位也存在一定的联合与协同。

图7 我国数据治理政策主体协同关系演化

从数据治理政策主体之间的群体关系来看，涉入数据治理政策制定和发布的机关是相对集中和稳定的，核心群体主要有国家发展和改革委员会、国家统计局、财政部等，还有国家知识产权局、国家能源局等组合成的群体小组。由此可见，我国数据治理政策自萌芽起步以来，各政策主体之间的联动性和协同性在逐步加强，同时也反映了部分政策主体在数据治理政策制定中的缺失，如负责国家网络和信息安全保护工作、知识产权保护工作的工信部、国家网信办、国家知识产权局等关键部门。这些部门在传统信息管理领域发挥着举足轻重的作用，但是数据治理协同网络中的作用却不突出，甚至没有作为政策主体出现。由此可见，部分机关部门的数据意识还有待进一步加强，数据不同于以往的信息概念，各机关部门要尤其注意辩证数据与信息的差异。尤其是未来在国家数据局的组织下，从信息治理转变到数据治理，绝非直接兼并、一蹴而就或简单的职能划分，这对各机关部门均是一种全新的挑战和机遇。

5 数据治理政策的政策渊源

如图8所示，在萌芽起步阶段，我国数据治理政策文件制定时援引的主要对象是《中华人民共和国统计法》，另有部分政策文件主要援引《中华人民共和国保守国家秘密法》等，这一时期政策援引对象比较分散，这表明数据治理事业尚处于萌芽阶段，还未形成规模。在初步发展阶段为《中华人民共和国统计法》《中华人民共和国测绘法》，还有《个人信用信息基础数据库管理暂行办法》等，这一时期的政策参照网络已经比较集中，且相较于萌芽阶段，出现了新的政策援引中心，反映了我国有越来越多的领域开始关注和重视数据治理。

在稳定增长阶段，主要援引对象是《中华人民共和国统计法》《促进大数据发展行动纲要》等。这一阶段我国开始实施大数据战略，相关数据治理政策也开始针对大数据发布实施，我国关注数据治理的领域持续扩大。在快速发展阶段，主要援引依据是《中华人民共和国统计法》《促进大数据发展行动纲要》等。我国首部关于数据安全的法律《中华人民共和国数据安全法》的颁布，标志着数据安全问题越来越受到各个领域的重视，数据安全、网络安全的政策文件层出不穷。随着政策的逐渐积淀和体系的完善，越发密集的政策渊源关系映射出数据治理政策切实进入快速发展阶段，新的政策往往可以找到相应的依据，同时也必须明示其依据，以保障政策之间的延承关系。

通过对4个发展阶段政策援引依据的分析可以发现，《统计法》是我国数据治理领域最重要的法律依据，虽然几经修正，但在数据治理政策4个阶段均是最核心的政策渊源，体现了数据治理政策内容和思想的有效承接。然而，并不是后期所有数据治理政策都援引了此法，由此反映出在数据治理政策制定时，其参照依据需及时更新，且任何政策的制定和细化必须依照总纲领或相关基本法推理形成，对政策渊源的阐述或解读有利于增强政策权威性和说服力。相反地，《数据安全法》还未成为援引的核心，间接反映出相应的治理体系还未及时更新，也反映出当各个分部门或地方部门在制定这方面的政策时，若中央还没有更高级别法律法规作为依据，则可能会造成一定的治理偏差。由此可见，政策作为行为的规范和约束应当提前规划并尽量覆盖所有相关领域，使后期其他政策有基本依据，而不应缺失导致治理盲区。

6 数据治理政策中所使用的政策工具

6.1 政策工具维度分析

为优化数据治理活动中使用的政策工具，通过对440份核心政策文件共3018条政策单元进行统计分析，得到数据治理政策工具使用比例分布，如表5所示。从数据治理政策的政策工具使用情况来看，我国数据治理工作目前组合使用了供给型、环境型和需求型3种类型政策工具。由于数据治理在我国是最近几年才开始发展起来的，目前数据治理环境型政策工具使用比例最大，共2412条（79.92%）；供给型政策工具次之，共542条（17.96%）；需求型政策工具最少，共64条（2.12%）。数据治理政策工具的使用情况反映了我国现有数据治理政策在政策工具的选择和使用方面较为倾向于为数据治理提供良好的政策实施环境，而缺乏供给型政策工具来拉动、需求型政策工具来推动数据治理工作的开展和实施。理想的政策工具组合必然是针对不同阶段既有为政策实施营造好的环境，又有对政策实施的拉动和推动作用，这表明了我国当前数据治理政策工具组合结构欠优。

表5 数据治理政策工具比例分布

在环境型政策工具中，使用较多的是法规管制（41.78%）和目标规划（36.68%），而政策支持等仅占全部政策工具的1.42%，只有1条政策用到了金融支持和产权保护。这反映了我国现阶段的政策措施主要是通过明确目标规划，加强法规管制为数据治理营造良好的环境，而忽略了给予其相应的金融支持、政策支持与数据产权保护。

在供给型政策工具中，使用较多的是设施建设（11.43%）和公共服务（2.92%），而科技投入（1.95%）、人才培养（1.09%）、资金投入（0.56%）相对较少。这反映了我国对数据治理工作的软硬件基础设施建设相对重视，但是人力、财力和技术支持相对不足。科技、人才、资金是推动一项工作开展的基础保障，只有技术、资金、人才到位才能保证数据治理工作的长足发展。

在需求型政策工具中，鼓励引导（1.26%）、公私合营（0.70%）使用相对较多。这反映了我国数据治理政策现阶段政府对数据治理工作的扶持力度不够，政府拉动力不足，在一定程度上阻碍了我国数据治理政策的实施和数据治理工作的发展。未来，应该加大政府扶持力度，以采购和外包、建设示范项目等方式吸引社会力量多方参与数据治理工作，提高数据治理效率[37]。

6.2 内容维度分析

如表6所示，从内容维度统计结果来看，我国数据治理目前优先利用准备度和执行度，共有1917条（63.52%）政策工具作用于准备度，有1006条（33.33%）政策工具作用于执行度，仅95条（3.15%）政策工具作用于影响力维度。这表明我国数据治理工作尚处于准备阶段和政策实施阶段，主要是为数据治理做一系列准备工作，并对数据治理政策的执行情况给予了相当的重视，但在一定程度上却忽视了政策实施后所产生的影响力。未来不仅要抓好数据治理政策的量与质，还要明确政策实施的目的性及政策预期要带来的影响力。

表6 内容维度工具比例分布

结合工具维度来看，在准备度和执行度阶段，存在环境型政策工具使用过多、供给型和需求型政策工具短缺的问题，而影响力阶段3种政策工具使用力度相对均衡。在准备度和执行度阶段，除了利用环境型政策工具提供法规制度、政策支持等基本保障外，还应该利用供给型政策工具通过提高科技、人才、资金等投入，加强基础设施建设与公共服务能力来推动数据治理工作的开展；同时，利用需求型政策工具，通过鼓励引导、公私合营等建立示范项目来拉动数据治理政策的落地。

7 总结与建议

7.1 总 结

本文整合政策外部结构要素和政策内容要素，提出锻造发展脉络、政策主体、政策渊源与政策工具的四维政策分析框架，为政策量化剖析提供了新的分析方法。通过对我国中央层面1097份数据治理相关政策的系统分析，透过标志性政策和重要时间节点梳理其发展脉络，剖析参与政策制定的各个政策主体以及相互之间的协同关系，追溯不同发展阶段数据治理政策的政策渊源，解析核心数据治理政策工具使用情况，为政策的修订和数据治理工作提供了一定的参考建议。

综合来看，我国数据治理政策阶段特征较为明显，大致经历了萌芽起步、初步发展、平稳增长、快速发展等阶段，反映出我国作为发展中国家在数据治理方面逐步完善，也折射出随着数字经济的发展，我国的各项数据治理措施亟待与时俱进。此外，数据治理政策效力级别多元化，国家发展和改革委员会的影响逐渐超越国家统计局，发挥着上通下达、全面统筹的核心作用。由此可见，数据治理已不是单纯的数据规范问题，而是一个经济规范问题。同时，工信部、国家网信办等部门在彰显其职能优势方面尚有提升空间，这在一定程度上印证了组建国家数据局的必要性，但也反映出这些部门在数据治理中数据意识相对有些薄弱，未来在国家数据局的号召下，如何带动各级政策主体转变数据治理理念，仍是一个亟须解决的问题。

政策渊源分析是衡量政策长期影响力的手段，在数据治理政策方面，《统计法》《网络安全法》等彰显出长远参照意义；也有一些逐渐不合时宜的政策，虽然一度曾是政策援引的核心，但随着新政策条文的修订而失效，逐渐淡出历史舞台。例如，对于“三法一条例”，只有《网络安全法》在快速发展阶段成为援引的核心，从某种程度上反映了政策修正或修订的时效、政策的长远社会效益和影响力等问题，以及各部门跟进国家最新政策的效率问题。

数据治理政策工具分析结果表明，我国为数据治理工作的开展提供了良好的环境，但在金融支持、政策支持和产权保护等方面的意识相对不足；同时，资金、人才、科技投入等供给型政策工具以及政府采购、公私合营等需求型政策工具的使用不足，阻碍了我国数据治理工作的发展。大量的实践表明，单一的政策工具难以应对复杂的、多变的，甚至冲突化的现实需求。数据治理工作作为一项长期的系统性工程，需要合理组合运用多种政策工具来解决较为复杂的问题。

7.2 研究建议

针对我国现阶段数据治理政策在政策主体、政策渊源、政策工具等方面存在的问题，本文提出以下建议。

（1）我国现阶段数据治理政策的政策主体应加强联动，虽然国家数据局已经组建，职责重新划分，但对于工信部、国家网信办等原负责数据治理相关工作的相关部门，依然要在信息治理理念基础上强化数据意识。数据和信息在某种情况下具有一定的等同性，但相关政策主体依然要谨慎区别细化两者之间的差异，厘清数据治理与信息治理的本质区别，全面规划数据治理框架，划定治理边界，深化国家数据战略，主动承担相关工作，在政策方面加强与其他部门的联动，共同保障我国数据治理政策合乎法理、国情与民意，保障数据治理工作的长远、健康发展。

（2）相关部门应从政策渊源的视角，紧跟国家大政方针政策，与时俱进，加快体系更新。在政策制定时，所援引的依据在时效和效力级别上要有绝对的权威性与足够的说服力，同时反思以往政策的不足，科学评价政策的长远效能和未来影响力，做到“计当深远、策必深谋”，不折不扣地发挥政策思想引领和行动约束作用，尽快落实“数据二十条”的纲领作用，进一步完善革新相关配套政策体系。

（3）未来数据治理政策制定，应优化政策工具组合，在功能上实现互补，以形成政策合力，保证充分的科技、人才、资金支持，提高基础设施建设质量和公共服务水平，适当加大政府扶持力度，以采购和外包、建设示范项目等方式吸引社会力量多方参与数据治理工作，在指导和管控手段的基础上，采取更多基础或标杆性的强有力促进措施，在保驾护航的基础上，为我国数字经济发展注入更多活力。