第1天：学习笔记——数据开放环境下的政府数据治理：理论逻辑与实践指向

一、从政府信息治理到政府数据治理
1.概念：2004年提出“信息治理”概念。2014年提出“数据治理”概念。
作者观点：政府数据治理是以“数据共享、互联互通、业务协同”为原则运用大数据技术实现政府
数据的开放和共享，改进政府管理、辅助政府决策、评估政府绩效及监督政府行为等，构建多元主
体共治的政府治理新体系。
2.联系与区别
1）要素上，关注角度不同，前者是信息，后者是数据。
2）目标上，前者是针对资源管理，后者是针对资产管理。
3）参与主体上，前者是自身，后者是多方。
4）对应环境上，前者是互联网，后者是大数据。

二、数据开放环境下的政府数据治理逻辑及运作
1.信息管理视角下，政府数据治理是运用大数据技术工具进行大数据管理、整合、分析和挖掘的行
为，并按照其对象将其划分为人、物、数据、技术四位一体的框架，从而实现数据与公共管理业务
的全面结合。
1）数据协同：整体化、协同化，将数据的碎片化利用转变成主数据的统一开发、挖掘和利用。
2）数据资产：释放数据价值，实现数据资产价值最大化。
3）数据流：着眼于数据流和业务流的融合，强调内部数据流程再造，是数据的全生命周期管理。
4）数据管理体系：建立规范的主题数据库，设计数据指标体系和元数据标准，确定数据规范与标准
，建立数据与业务系统的数据业务关联，把控数据质量。
2.公共管理视角下，
1）公共服务：构建数据共享体系，可大幅降低公共服务成本，提高服务质量。
2）公共决策：拿数据说话，用数据决策，达到科学决策的目的。
3）公共监督：准确把握并及时发现问题，控制自身行为，形成“数据铁笼”。
4）应急管理：提高预测和响应能力，增强风险感知、预警、防范能力。
3.内在逻辑
1）政府数据结构的复杂性逻辑。
2）政府数据治理与社会治理体系协同性逻辑。我们还需要什么数据、我们的数据能用来作什么,2个
问题的相互迭代。

三、数据治理的影响
1.一元主导到多元共治。
2.经验决策到数据决策。
3.人为静态管理到智能动态治理。无序数据关联化、隐形数据显性化、静态数据动态化、海量数据
智能化。
4.定性管理到定量管理。
5.被动响应服务到主动前瞻服务。
6.运动式管理到常态化治理。
7.目标评估到全景评估。
8.以部门为中心到以公众为中心。
9.碎片化流程到一站式流程。
7.单一封闭体系到融合开放体系。

四、新命题。
1.数据采集过程：存在大量“数据烟囱”和“数据孤岛”。
2.数据处理过程：结构化数据和非结构化数据混杂、数据质量良莠不齐、数据标准不统一。
3.数据开发利用过程：公共数据安全、个人隐私保护、数据开发程度不高。数据如何脱敏，个人数
据去标识化。
4.数据流通：数据交易的公平性、数据跨境流动。

五、建议
1.开放的数据思维。
2.充分的数据共享。数据库、共享开放平台。
3.精准的数据应用。标准规范、数据质量、数据资产登记、精准应用。