基于敏捷治理理念的公共数据治理概念框架.pdf

基于敏捷治理理念的公共数据治理概念框架王本刚1,2,马海群3(1.黑龙江大学信息管理学院,哈尔滨 150080;2.大理大学图书馆,671003;3.黑龙江大学信息资源管理研究中心,哈尔滨 150080)摘 要:第四次工业革命时代,以政府数据为主体的公共数据开放利用已经成为经济社会发展的新动力。然而,公共数据需要先得到很好的治理,才可能被合理利用,进而实现其价值。文章借鉴敏捷治理理念和部分公共治理思想,以概念归纳的方式,提出可能有助于促进公共数据治理的概念框架。目的是深化有关公共数据治理的认识,指导公共数据治理实践,促进公共数据开放利用。关键词:公共数据;数据治理;敏捷治理;概念框架引用本文格式:王本刚,马海群.基于敏捷治理理念的公共数据治理概念框架J.大学图书情报学刊,2023(4):52-59.The Conceptual Framework of Public Data GovernanceBuilding on Agile Governance IdeasWANG Ben-gang1,2,MA Hai-qun3(1.College of Information Management,Heilongjiang University,Harbin 150080,China;2.Library of Dali University,Dali 671003,China;3.Research Center of Information Resource Management,Heilongjiang University,Harbin 150080,China)Abstract:During the era of the fourth industrial revolution,the openness and use of public data whose central component is government data has become the impulse of economic and social development.However,public data needs to be governed before its use and the actualization of its value.This paper proposes a conceptual framework that would help promote public data governance,by conceptual induction,and by reference to agile governance and public governance ideas.The purpose of this study is shedding light on the concept of public data governance,coaching the practice of public data governance,and promoting the openness and use of public data.Key words:public data;data governance;agile governance;conceptual framework0 引言数据是第四次工业革命的核心生产要素,数据开放,尤其是以政府数据为主体的公共数据的开放利用,已经成为经济社会发展的新动力。然而,公共数据需要先得到很好的治理,才可能被合理利用,进而实现其价值。公共数据治理问题重要的原因在于:首先,那些开放到公共领域的数据由于有不同的来源、格式和质量,难以被整合和利用;其次,处理数据的技术始终在不断发展、改进,因此,利用公共数据的过程随时有可能给个人隐私、国家安全带来风险;再次,随着公共数据数量、利用频率以及公共数据利用组织(包括个人)数量的增加,没有哪个机构有那么大的能力,能够迅速注意并处理公共数据利用过程带来的风险;最后,大多数公共数据利用行为都旨在通过数据分析发现洞见,做出所谓的科学决策,然而数据有时也会“说谎”,进而使看起来科学的决策可能并不科学。总而言之,公共数据治理是第四次工业革命时代的重要问题。但是,仅仅认识到这个问题的重要性是不够的,有关公共数据治理如何执行的问题需要进一步思考。由于公共数据治理,甚至数据治理这个更宽泛的领域,属于新时代课题,研究基础比较薄弱,因此有必要借鉴其他领域的理论来发展其知识基础。本文试图根据敏捷治理理念提出一个公共数据敏捷治理概念框架(简称“敏捷框架”),希望借助这个框架推进公共数据治理活动。其研究意义主要体现在:(1)将敏捷治理理念引入公共数据治理领域,拓宽敏捷治理理念的应用范围;(2)深化有关公共数据治理的认识,丰富公基金项目:国家社科基金重大项目“面向数字化发展的公共数据开放利用体系与能力建设研究”(21&ZD336)252023 年 7 月第 41 卷 第 4 期 大学图书情报学刊Journal of Academic Library and Information Science Jul,2023Vol.41 No.4共数据治理领域的理论知识,进而有助于指导公共数据治理实践;(3)更好的公共数据治理可以促进公共数据利用,促进公共数据价值实现。1 文献回顾数据治理的积极意义已被国内外学者注意到,相关研究成果已经出现。在国外,有关数据治理的研究大致可分为两个阶段,2005-2014 年属于兴起和逐步发展阶段,2015 年至今进入快速发展阶段。在研究初期,数据治理被认为是一个组织尤其是企业的内部事务。比如,较早提出数据治理问题的 Griffin 以及 Trope和 Power 就是从组织层面理解数据治理问题。其中,Griffin 在数据治理:一个成功战略 这篇短文中指出,数据治理是一个“管理组织数据的质量、一致性、可用性、安全性和可获得性 的过程”1。Trope 和Power 指出安全和隐私(法)的发展给企业带来新的挑战,数据治理构成企业管理的一部分,不仅有助于减少守法成本(compliance costs),还有助于降低交易中断的风险2。2005-2014 年,有关数据治理的研究文献较少,Cheong 和 Chang 从案例研究角度探讨数据治理的必要性,侧重点是数据质量3。从 2015 年开始,有关数据治理的研究文献逐渐增加。比如,Thompson 等人较早从公共部门角度探讨数据治理 问 题,提 出 数 据 治 理 的 几 个 关 键 原 则4。Alhassan 等人以大量文献为基础,分析有关数据治理的活动5。Alhassan 等人指出数据治理是分配有关数据的决策权和责任,并据此提出有关数据治理活动的模型6。Alhassan 等人识别数据治理的七项关键成功因素7。Abraham 等人通过文献综述提出一个数据治理概念框架8。Olivia 等人指出数据治理是一种集体活动9。Micheli 等人指出,数据治理实践已经涌现诸如数据分享池(data sharing pools)、数据合作(data cooperative)、公共数据信托(public data trusts)、个人数据主 权(personal data sovereignty)等 四 种 模 型10。Janssen 等人认为,数据治理是算法治理的一个方面,并据此提出一个数据治理框架11。Knig 提出一个以伦理和合法性为核心的数据治理框架12。Zorrilla 和Yebenes 认为数据是工业 4.0 的关键资产,并据此提出一个有关数据治理系统实施的参考框架13。Walsh 等人认为数据治理不只是一个技术性问题,需要一种整体性方法14。目前,国外有一篇与本文研究主题密切相关的文献,Lillie 和 Eybers 指出,尽管组织认识到数据资产的重要性,但是大多数组织不能敏捷地管理这些资产15。他们从复杂适应系统角度探讨数据治理与敏捷治理的相关性,通过文献综述识别数据治理所需要的七种敏捷能力。与国外相比,国内数据治理研究较早注意到与数据治理有关的政策。比如黄璜从数据治理政策和数据治理结构两个角度研究美国联邦政府的数据治理活动16,谭必勇和陈艳研究加拿大联邦政府的数据治理框架17,李重照和黄璜研究英国政府数据治理政策和治理结构18。他们都一致性地认为,这些国家的数据治理政策比较完备。刘桂锋等人指出国内缺乏有关数据治理模型和框架的研究19。夏义堃提出一个有关政府数据治理的概念框架20。颜佳华和王张华认为数据治理侧重于作为治理对象的数据,涉及隐私、数据安全、数据责任等问题21。郑磊探讨政府在数据治理中的两种角色22。梁正和吴培熠指出数据治理有两种含义,一是指对数据的治理,二是指借助数据展开的治理活动23。国内一般沿袭“治理数据”这种思路(本文也采用这种思路),而郭春镇采用“借助数据展开治理”这种思路,认为需要对“数据治理”进行治理24。在数据治理领域,国外研究多从企业组织角度出发。与此不同的是,国内涌现一些关于公共数据治理的研究,这在一定程度上构成国内研究的特色。比如,袁康和刘汉广探讨政府在公共数据治理中的角色,认为政府不仅需要为公共利益管理公共数据,还需要监管政府自身的数据处理行为25。张会平发现上海、成都、银川等城市在数据治理方面都有一定的制度创新,但仍然存在一些不完善或薄弱的地方26。徐珉川认为公共数据治理就是为公共数据开放塑造一种可以信赖的环境27。梁玥认为有必要将政府数据开放纳入公共治理体系28。高翔提出一种新的公共数据治理方式 市民参与式治理29。郑大庆等人通过修正整体性治理理论,构建有关公共数据治理的“理念-结构-机制”理论框架,并以上海为例验证该框架的演化模型30。综上所述,数据治理问题已得到国内外学者关注。但是,具体到公共数据治理,国外鲜有学者探讨,而国内关于公共数据治理的研究沿袭政府数据治理思路,没有注意到公共数据与政府数据的区别。如果说政府数据治理被认为是政府内部事务,那么公共数据治理则是“众人之事”,超越了政府能够独自治理的能力范围。很明显,公共数据治理既属于大数据和人工智能治理范畴,又属于公共治理范畴。这就意味35总第 198 期大学图书情报学刊2023 年第 4 期着,公共数据治理需要借鉴这两个领域的理论,但是,目前鲜有文献循此思路展开研究。本文旨在融合人工智能治理领域的敏捷治理理念和公共管理领域的公共治理理论,探讨公共数据敏捷治理概念框架。2 公共数据治理通常情况下,公共数据是指已经释放到公共领域并且可以被各种组织或个人合理利用的数据。这种广义的公共数据概念包含政府等公共机构释放到公共领域的数据(狭义的公共数据),以及企业、非营利性组织、科研机构和个人释放到公共领域的数据。公共数据来源的多样性意味着公共数据治理是一个相当棘手的复杂问题,在某些方面不同于传统的以组织为单位对组织内部数据的治理。数据治理可以分为超宏观、宏观、中观、微观等四个不同的层次。其中超宏观层面的数据治理是指涉及数据跨境流动的国际网络空间数据治理。由于数据已经成为国家竞争优势的来源,国际网络空间数据治理旨在维护各国的国际数据权力31。宏观层面的数据治理是指一个国家范围内的数据治理事务。中观层面的数据治理指一个组织范围内的数据治理事务。而微观层面的数据治理则指数据管理,即与数据处理有关的日常事务。由此可以看出:(1)传统数据治理属于中观层面的数据治理,而公共数据治理属于宏观层面的数据治理。(2)传统的数据治理构成企业治理的一部分15,属于一个企业的内部事务;而公共数据治理属于公共治理领域,治理主体具有多样性,政府只是其中最重要的一种主体。(3)传统数据治理把数据作为企业最重要的资产7来管理,目的是降低因数据管理不善带来的成本和风险8,11,有时甚至可能把数据作为企业竞争优势的来源,注重实现企业数据的经济价值;公共数据一般来说并不构成某个组织的资产,公共数据治理的主要目的不是减少成本而是降低公共数据利用过程所带来的风险,包括国家安全风险和个人隐私泄露风险,与此同时,公共数据治理的目的还在于促进公共数据合理利用并实现其公共价值。(4)从治理手段来看,传统数据治理多采用技术管理方法;而公共数据治理还需要采用包括法律法规、政策、行政管理等多种方法。(5)从治理机制上看,传统数据治理采用企业固有的治理机制;而公共数据治理需要采用包括市场、网络、官僚等多种治理机制。尽管公共数据治理与传统数据治理存在一些区别,但也有一些共同点。首先,二者都旨在促进数据利用和数据价值的实现;其次,源于治理这个概念,二者都强调就数据管理事务分配相应的决策权和责任;最后,无论是传统的数据治理还是公共数据治理,都属于“社会-技术”范畴32,而不只是一个纯粹的技术问题或管理问题。总而言之,公共数据治理是指国家通过法律法规、政策、战略、计划、技术以及行政手段规范公共数据开放利用活动,维护公共数据利用秩序,促进数据市场发展和数字经济发展,实现公共数据价值的活动。公共数据治理的主要目的包括两个方面,一是控制公共数据利用风险(包括保障公共数据质量),二是促进公共数据价值实现,尤其是公共价值的实现。公共数据治理是一个“社会-技术”问题,既涉及法律法规和政策的制定、组织或个人的责任和权力的分配、治理机制的设定、治理工具的选择,还涉及先进信息技术的应用;公共数据治理是一个生态系统问题,涉及数量众多、角色多样的相互协调的治理主体;公共数据治理是一个动态性问题,其生态系统中的各种行动者、生态系统本身以及相关的数据处理技术都在随时间不断发展和演化。3 敏捷治理在第四次工业革命时代,数据治理尤其是公共数据治理是一个非常困难的问题。主要原因在于以大数据和人工智能为核心的数据处理技术在不断更新、发展,要想通过法律法规或其他方式一劳永逸地实现对公共数据的治理是不现实的。各种治理手段需要根据社会和技术的发展情况不断进行调整,这就意味着公共数据治理需要具有敏捷性。“敏捷”这个概念于 1992 年出现在21 世纪制造企业战略:一个产业主导的观点33中。该报告把“敏捷制造”视为一种新的制造体系,认为敏捷制造可以为美国产业重新获得领导力提供机会。“敏捷”最初的概念是指企业根据环境变化迅速做出反应的能力。之后,“敏捷”概念进入软件设计领域。2001 年,17 位软件开发者发表敏捷宣言34,提出四种核心价值和十二项原则,由此掀起软件开发领域著名的敏捷运动。2007 年,Qumer 提出敏捷治理概念,认为敏捷治理的目标是实现敏捷的软件开发35。近些年,“敏捷”概念出现在公共管理领域,比如,世界经济论坛发表敏捷治理:重新设想第四次工业革命中的政策制定白皮书36。该白皮书详细阐述第四次工业革命时代,45王本刚,马海群:基于敏捷治理理念的公共数据治理概念框架治理发生转变的原因,以及敏捷治理的概念、方法和工具。Greve 等人指出,面对高度易变和不确定性的环境,政府需要吸收外部思想并敏捷地进行行政改革37。Mergel 等人认为,敏捷政府意味着政府能够迅速响应变化的公共需求,更快地提供更好的公共服务38。Joyce 研究英国应对新冠疫情的实际情况,认为整体政府方法(whole-of-government approach)已不具备战略敏捷性,应对大流行病需要整体社会方法(whole-of-society approach)39。“敏捷”概念从最初的制造业领域到软件开发领域,再到第四次工业革命时代的公共管理领域,其内涵逐渐发生变化,包含的内容越来越丰富。最开始,敏捷制造的含义非常简单,指企业针对环境中的需求变化,迅速做出反应,制造出满足需求的产品。在软件开发领域,敏捷宣言 提出四种核心价值33,即“个体和互动胜于过程和工具;可运行软件胜于详尽的文档;客户合作胜于合同谈判;响应变化胜于遵守计划”。由此可以看到,“敏捷”概念不只是强调软件开发的速度,还强调软件开发团队内部的互动、该团队与客户的合作以及对环境的适应能力。在敏捷治理:重新设想第四次工业革命中的政策制定36白皮书中,“敏捷”概念被赋予更丰富的内涵,不仅强调对环境的适应性,还强调以人为中心、包容性、持续性、价值创造等内容。从此,“敏捷”不再是纯粹的工具主义概念,而是包含价值导向的概念。具体来说,该白皮书指出,“敏捷治理是一种具有适应性的、以人为中心的、具有包容性和持续性的政策制定过程,认为政策制定不再局限于政府内部的努力,相反,需要多利益攸关方的共同努力”36。从国家层面来说,治理就是国家通过法律法规、政策、战略、计划、技术以及行政手段管理国家事务的过程,敏捷治理就是强调这个过程的敏捷性。但是这里的敏捷性不能片面地把它理解为政府(国家或社会)应对技术和环境变化的及时性。正如世界经济论坛在上述白皮书所指出的那样,敏捷治理并不是一味地强调治理的速度并为此牺牲“严谨性、有效性、代表性”36。因此,可以认为敏捷治理中的“敏捷”概念是指具体情况下的适当敏捷。总之,敏捷治理是组织以各种管理方式和技术手段迅速感知环境变化,改变战略或策略,把环境中的不确定性或风险控制在合理范围内并持续创造价值的活动。4 敏捷治理理念在公共数据治理中的适用性基于敏捷治理概念、假设、原则、价值观32的理论目前处于发展的萌芽阶段。关于敏捷治理理念是否适用于数据治理的问题,Lillie 和 Eybers15从企业组织角度探讨敏捷能力与企业数据治理的相关性。他们的观点可以从以下几个方面来概括:(1)技术和环境的不确定性迫使企业不得不敏捷地管理其数据资产,使它们必须具备治理数据的敏捷能力,以便能够在不断变化的环境中持续生存;(2)从企业组织自身的角度来看,为实现组织整体在应对技术和环境变化方面的敏捷性,企业也必须敏捷地治理其数据资产,并通过这种方式更好更快地利用数据,迅速采取应对方案;(3)数据在组织内部的流动过程会带来复杂性和不确定性,比如原本脱敏的数据可能在某个环节又恢复了敏感性,这就意味着企业需要持续、敏捷地注意数据利用情况;(4)从保证数据质量的角度,企业也需要敏捷的数据治理能力,如果不能保证数据的质量,就不能保证那些根据数据做出的企业决策的质量。上述观点很大程度上也适用于探讨敏捷治理理念与公共数据治理的相关性问题。除此之外,本文认为敏捷治理理念之所以适用于公共数据治理,还在于以下几个方面的原因:(1)敏捷治理理念是针对新兴技术和新兴产业问题提出的新的治理范式,而公共数据开放利用属于新兴技术和新兴产业问题的一部分,适用于整体的治理理论自然适用于其部分;(2)敏捷治理和公共数据治理构成公共治理体系甚至国家治理体系的一部分,只不过敏捷治理侧重于治理的速度,公共数据治理侧重于治理的对象;(3)敏捷治理和公共数据治理都属于“社会-技术”范畴,都需要技术性治理方法和社会性治理方法,因此具有一定程度上的同构性。相对于企业数据治理而言,公共数据治理还有其独特性,这种独特性意味着公共数据治理也需要敏捷思想和敏捷治理理念的指导。由于公共数据是指释放到公共领域的数据,因此治理主体不局限于政府本身,从这个角度来说更难以实现敏捷性;但是,从公共数据利用的潜在安全风险和隐私风险来说,公共数据治理更需要敏捷性,因为这其中的潜在风险更大并且更难以估量。随着数字技术的发展,公共数据治理的敏捷性是可以实现的。总而言之,公共数据不仅需要得到治理而且需要被敏捷地治理,敏捷治理理念有助于促进公共数据治理,进而有助于促进公共数据利用55总第 198 期大学图书情报学刊2023 年第 4 期和公共数据价值的实现。5 公共数据敏捷治理概念框架敏捷治理理念的基本假设是:迅速发展的信息通信技术既有积极推动经济社会发展的一面,也有给社会发展带来广泛负面影响的一面,而且后者往往难以及时发现。有鉴于此,敏捷治理理念认为:政府需要根据技术发展情况,与时俱进地制定和调整那些引导新兴技术和新兴产业发展的政策,积极促进其对经济社会发展有利的一面,同时规制和预防其不利的一面。正如世界经济论坛白皮书所指出的那样,敏捷治理可以通过迭代性的政策创新“塑造、指导技术影响人和社会的方式”36。综合敏捷治理领域文献并结合公共数据治理特点,本文认为,实现公共数据治理敏捷性需要考虑构成一个基本框架的要素(如表 1 所示),即敏捷性、适应性、持续性、回应性、自组织性、以人为中心、包容性、整体社会方法、整体政府方法。其中每种要素都需要从社会和技术两个维度来分析。表 1 公共数据敏捷治理概念框架公共数据敏捷治理概念的归类公共数据敏捷治理概念(社会-技术维度)公共数据生态系统敏捷性、适应性、持续性公共数据核心治理者(政府)敏捷性、适应性、持续性、回应性所有治理主体自组织性价值导向以人为中心、包容性方法论整体社会方法、整体政府方法 (1)公共数据治理的敏捷性。敏捷的基本含义是指反应速度快。公共数据治理的敏捷性主要是指公共数据生态系统作为一个整体的敏捷性,尤其是作为核心行动者和治理主体的政府的敏捷性。实现公共数据治理的敏捷性不仅需要政府具备数据治理领域的专业知识,还需要具备迅速感知和应对公共数据开放利用过程中风险的能力。从社会维度来看,政府可以组建一个由数据法、数据科学、政府官员构成的数据治理委员会,负责跟踪信息通信技术发展趋势,迅速制定或调整有关公共数据治理的法律法规和政策;从技术维度来看,国家可以建立统一的公共数据开放利用平台,并通过这个平台实现对数据开放利用过程的持续跟踪,一旦发现潜在风险,及时阻止对相关数据的进一步处理。(2)公共数据生态系统和治理主体的适应性。适应性是指一个组织适应环境变化的能力。对公共数据治理而言,这种适应性一般包括两个方面:一是作为一个整体的公共数据生态系统所具备的恢复能力,尤其是公共数据平台在面临网络安全威胁时所具备的自我恢复能力;二是指公共数据生态系统治理主体所具备的适应能力,尤其是作为核心治理主体的政府的适应能力。前者主要指技术维度的适应能力,后者主要指社会维度的适应能力。对于政府来说,作为公共数据的核心治理主体,需要学习数据科学领域的专业知识,尤其要培养数据处理、应用和管理方面的专业人才。学习和实践是政府适应能力的核心。(3)公共数据治理的持续性。持续性意味着公共数据治理主体,尤其是政府机构,不能一劳永逸地制定有关公共数据治理的法律法规和政策,需要持续关注信息通信技术的发展,尤其是数据处理技术的发展,及时根据新情况对有关法律法规和政策做出调整或修订。第四次工业革命时代,技术发展速度非常快,曾经的数据处理技术对于某些公共数据的处理和分析可能是安全的,但之后的新技术对同样的公共数据进行处理却很有可能是不安全的。这就使得数据治理主体尤其是政府机构有必要持续关注技术发展态势,发展有关数据治理的新技术。另外,持续性还指公共数据生态系统中的各种资源能够良性互动、持续流动,公共数据生态系统能够持续运转。(4)公共数据治理的回应性。公共数据治理的直接目标是促进公共数据的开放利用。回应性是指公共数据治理主体尤其是政府机构,不仅有必要持续关注用户需求的变化情况,合理开放那些对用户有用的公共数据,还需要回应和处理因公共数据开放利用受到利益侵犯的人(或组织)的诉求。从技术维度来说,公共数据治理的回应性意味着,需要通过数据治理技术持续监测公共数据开放利用情况,并自动获取有关侵犯事实的电子证据,确保证据不被丢失,以便能够通过司法活动进行救济。(5)公共数据治理的自组织性。自组织性是指公共数据治理主体能够自动形成某个产业的数据治理机构,制定相应的数据治理规范和规则,指导有关数据处理和使用的活动。从社会维度来看,公共数据治理的自组织性意味着公共数据生态系统中的行动者(也是治理主体)能够持续互动,自发形成和自动遵守那些有积极意义的有关数据利用的非正式规范和规则。从技术维度来看,行动者自组织性的实现需要利用技术搭建有利于数据行动者互动的平台。另外,自组织性还意味着公共数据生态系统中的数据具有互65王本刚,马海群:基于敏捷治理理念的公共数据治理概念框架操作性,不同来源数据能够自动组合、汇聚,并且可以在此基础上进一步被处理和分析。(6)公共数据治理的核心价值导向是“以人为中心”。公共数据治理既有促进数据市场、数字经济、数字社会发展的目的,也有防止公共数据开放利用给国家安全和个人隐私带来风险的目的。这两个方面都强调“以人为中心”的价值导向。公共数据开放的目的在于利用,而其最终价值在于实现其对于人的价值,比如,公共卫生、人们日常生活的便利性、生态保护等等。从社会维度来说,公共数据的价值包括两个大的方面,一是人际关系和谐,二是人与自然和谐。从技术维度来说,实现公共数据对于人的价值是数据处理过程应当坚持的核心价值观。任何技术(包括数据处理技术)都不能异化为主宰人的事物,只能是服务人类的工具。(7)公共数据治理的包容性。包容性主要是指政府机构在制定有关公共数据治理的法律法规和政策的过程中,能够充分吸纳不同利益相关者的意见,不仅考虑数据主体的利益,还考虑数据利用者和数据控制者的利益。公共数据治理最直接的表现就是平衡公共数据开放利用过程中的各方利益。包容性意味着不能通过公共数据利用排斥或歧视一部分人。从社会维度来看,公共数据治理就是维护公共数据开放利用过程中的公平、正义、秩序等价值。从技术维度来说,公共数据治理的包容性意味着不能通过技术手段排斥一部分人对公共数据的获取和利用,只要是经过合理开放程序公开的数据,所有人都有合理利用的权利。(8)公共数据治理的整体社会方法。由于公共数据是释放到公共领域并且可以被任何人合理利用的数据,其来源具有多样性,因此任何单一治理主体都不能很好地治理这些海量数据。这就意味着需要使用整体社会方法,让每个数据主体、数据收集者、数据控制者、数据开放者、数据处理者对每一个环节的数据质量进行控制,使那些开放到公共领域的数据从一开始就具有较高的数据质量。有关数据安全的控制也一样。从社会维度来说,这需要形成一种注重数据质量和数据安全的文化。从技术维度来看,需要开发自动检测数据质量的技术和自动检测数据安全的技术,只有那些通过这两种检测的数据才可以被释放到公共领域,而那些未通过其中任何一种检测的数据,可以通过技术方式阻止其被释放到公共领域。(9)公共数据治理的整体政府方法。所谓整体政府方法是指各级政府及其不同部门,有必要就释放到公共领域的政府数据质量制定统一的规范和标准,以便这些数据能够被整合起来。数据只有被整合才能更好地发挥作用。就数据安全来说,政府部门需要事先确定哪些数据能够开放,哪些数据不能开放,能够开放的数据可以(或者只能)以何种方式开放,所有这些内容都要以文件的形式加以明确。从技术维度来看,政府部门有必要构建单独的统一开放平台,以便持续监测数据开放利用情况。6 敏捷框架丰富公共数据治理内涵的切入点前文所述敏捷框架的主要贡献是,为公共数据治理提供补充内容,完善公共数据治理概念。其内容不仅有助于推动构建公共数据治理理论,还可以为公共数据治理实践提供一定意义上的指导。如图 1 所示,这个框架分别从公共数据治理主体、治理机制和过程、治理工具和方法等三个方面(尚未涉及治理目标)丰富公共数据治理内涵。?图 1 融入敏捷框架的公共数据治理体系首先,从治理目标来看,公共数据治理的目标是确保公共数据质量(包括数据的一致性、可用性、互操作性、可获取性等等),降低公共数据开放利用过程中的安全风险(包括国家安全、个人隐私等方面的风险),维护公共利益,塑造可信赖的数据开放利用环境,促进公共数据价值的实现。其次,从治理主体来看,公共数据治理强调政府、企业、非营利性组织、公民等多利益攸关方在公共数据治理中的协同作用。在这个方面,敏捷框架的价值在于,强调治理主体的敏捷性、适应性、自组织性和回应性,即根据技术、环境、用户需求的变化迅速做出反应,调整策略。再次,从治理过程和机制来看,以往研究和实践在某种意义上忽视治理过程的持续性,容易把公共数据治理当作一次性的信息公开任务,这实际上不利于数据价值的持续释放。相反,敏捷框架强调公共数据开放和治理75总第 198 期大学图书情报学刊2023 年第 4 期的持续性。为持续释放公共数据的潜力,公共部门需要持续开放公共数据。这就意味着有关治理主体需要持续性治理公共数据,即持续地跟踪公共数据利用情况,以便敏捷地发现其中的潜在风险,并迅速采取应对措施。最后,从治理工具和方法来看,以往实践侧重于使用技术工具以及过于理性的法律和僵化的政策,忽视社会协作性。相反,敏捷框架强调,在选择治理工具和方法的过程中要注重“以人为中心”和包容性,并且强调公共数据治理不仅要使用整体政府方法,还要使用整体社会方法,通过社会协同作用降低公共数据开放利用过程中的风险,更大程度地实现公共数据价值。7 结论公共数据治理是指国家通过法律法规、政策、战略、计划、技术以及行政手段规范公共数据开放利用活动,维护公共数据利用秩序,促进数据市场发展和数字经济发展,实现公共数据价值的活动。敏捷治理是组织以各种管理方式和技术手段迅速感知环境变化,进而改变战略或策略,把环境中的不确定性或风险控制在合理范围内并持续创造价值的活动。公共数据不仅需要得到治理而且需要被敏捷地治理,敏捷治理理念有助于促进公共数据治理,进而促进公共数据利用和公共数据价值的实现。具体来说,这个框架分别从公共数据治理主体、治理机制和过程、治理工具和方法等三个方面丰富公共数据治理内涵。这在一定意义上可以为公共数据治理实践提供指导。本文的研究与 Lillie 和 Eybers15的研究有联系也有区别。从联系方面来说,本文的研究很大程度上受到该文献的启发,并且在阐述敏捷治理理念在公共数据治理领域的适用性时参考了该文献的观点。区别在于以下几点:(1)该文献聚焦于组织(企业)数据治理的敏捷性,关注中观层面的数据治理;而本文聚焦于宏观层面的公共数据治理。(2)从研究方法来看,该文献通过文献综述总结出关于数据治理敏捷能力的初级框架;而本文主要通过概念归纳总结基于敏捷治理的公共数据治理框架。(3)该文献提出的框架与本文的框架在内容上有很大差异,主要原因在于该文献参考了复杂适应系统领域的文献,而本文主要参考世界经济论坛白皮书关于敏捷治理的界定,注重公共数据治理的价值导向。但是,本文提出的框架也不同于白皮书的框架,比如增加了回应性、自组织性、整体社会方法和整体政府方法等契合公共数据治理的要素。尽管如此,本文的研究仍存在一些局限性。比如,这个框架还不够完善、不够系统,未来可以通过案例分析或文献综述提出更多的有助于指导公共数据治理实践的敏捷治理相关概念。参考文献:1 Griffin J.Data governance:A strategy for success J.DM Review,2005:49-51.2 Trope R L,Power E M.Lessons in Data Governance:A Survey of Legal Developments in Data Management,Privacy and Security J.Business Lawyer,2005,61:471-516.3 Cheong L K,Chang V.The Need for Data Governance:A Case Study C.18th Australasian Conference on Information System 5-7 Dec 2007.Toowoomba,2007:999-1008.4 Thompson N,Ravindran R,Nicosia S.Government data does not mean data governance:Lessons learned from a public sector application audit J.Government Information Quarterly,2015,32(3):316-322.5 Alhassan I,Sammon D,Daly M.Data governance activities:an analysis of the literature J.Journal of Decision Systems,2016,25:64-75.6 Alhassan I,Sammon D,Daly M.Data governance activities:a comparison between scientific and practice-oriented literature J.Journal of Enterprise Information Management,2018,31(2):300-316.7 Alhassan I,Sammon D,Daly M.Critical Success Factors for Data Governance:A Theory Building Approach J.Information Systems Management,2019,36(2):110-98.8 Abraham R,Schneider J,Brocke J V.Data governance:A conceptual framework,structured review,and research agenda J.International Journal of Information Management,2019,49:424-438.9 Olivia B,Stouby P J,Sabine M.Data Governance as a Collective Action Problem J.Information Systems Frontiers,2020,22(2):299-313.10 Micheli M,Ponti M,Craglia M,et al.Emerging models of data governance in the age of datafication J.Big Data&Society,2020,7:1-15.11 Janssen M,Brous P,Estevez E,et al.Data governance:Organizing data for trustworthy Artificial Intelligence J.Government Information Quarterly,2020,37(3):101493.12 Knig P D.Citizen-centered data governance in the smart city:From ethics to accountability J.Sustainable Cities and Society,2021,75:103308.85王本刚,马海群:基于敏捷治理理念的公共数据治理概念框架13 Zorrilla M,Yebenes J.A reference framework for the implementation of data governance systems for industry 4.0 J.Computer Standards&Interfaces,2022,81:103595.14 Walsh M J,McAvoy J,Sammon D.Grounding data governance motivations:a review of the literature J.Journal of Decision Systems,2022,31(s1):282-298.15 Lillie T,Eybers S.Identifying the Constructs and Agile Capabilities of Data Governance and Data Management:A Review of the Literature C.in Locally Relevant ICT Research.Kirstin Krauss,Marita Turpin,Filistea Naude eds.,2019:313-326.16