政府大数据共享交换情境下的大数据治理路径研究.docxVIP

? ? 政府大数据共享交换情境下的大数据治理路径研究 ? ? 　　1 引言 　　在大数据发展背景下，如何应对大数据带来的各项风险，如何有效发挥大数据的潜在价值，这是学界和业界当前关注的热点话题。对此，大数据治理的相关研究进行了有益探索，大数据治理理论逐步兴起，大数据治理的概念及理论框架逐渐明晰。然而，这些研究仅回答了大数据治理的基本问题，对于如何有效实施大数据治理的支持仍然有限。 　　就大数据治理的实践而言，我国地方政府开展的大数据治理探索取得了初步效果，尤以共享交换情境下的大数据治理为代表。一方面，传统电子政务发展过程中的信息孤岛、数据壁垒等问题延续至今，成为阻碍政务大数据共享交换实现的障碍，大数据治理成为应对这些挑战的解决方案；另一方面，当前我国的政务信息化建设以实现“三融五跨”的整体联动、协同管理和精准服务为指导思想[1]，政务信息系统整合共享成为电子政务发展的最新实践[2]，而大数据治理成为促进这些目标实现的有效保障。 　　在此背景下，探讨跨主体、特定情境、实施细节方面的大数据治理路径具有理论和实践意义。综合而言，本研究旨在通过云上贵州公司及块数据公司大数据治理实践探索的双案例研究，在共享交换情境下对大数据治理路径问题展开探讨，通过分析性归纳揭示大数据治理的实施路径，以期为大数据治理理论研究提供实证支持，并促进大数据治理实践发展。 　　2 文献综述与研究框架 　　关于大数据治理，最早起源于2013年对企业大数据治理的探讨。随着学者对大数据治理的关注，对大数据治理的理论研究已扩展至社会治理、国家治理领域，因而对大数据治理的定义与具体研究领域密切相关，但发掘大数据价值、规避大数据风险是大数据治理研究的共同目标和方向。以下主要从治理主体、治理客体、治理工具三个方面论述当前大数据治理理论研究的三个趋势。 　　2.1 治理主体：由企业扩展至政府领域 　　企业和政府是大数据治理领域两类重要的治理主体，有关大数据治理的研究最早是在企业内兴起。关于企业大数据治理，最具代表性的是Soares的研究，在该项研究中大数据治理被视为是数据治理的延续，其目的在于通过功能集成实现大数据优化、隐私、变现[3]。具体至企业管理领域，大数据治理主要用于评估、指导和监督大数据的管理和利用。更进一步，从企业风险和收益视角出发，大数据治理主要用于平衡风险和收益。这些研究表明：企业大数据治理主要关注点和目的在于实现企业的管理、效率和服务。 　　最近的研究则表现出对政府大数据治理的关注，具体而言，在国家治理视角下，大数据治理被视为国家治理的组成部分，由人、物、技术、数据构成。尤其在动机——能力框架下，现有研究认为，我国地方政府在借助大数据治理实现政府管理方面仍然存在管理体制机制方面的困境[4]。区别于企业大数据治理，政府大数据治理侧重于通过技术工具应对大数据带来的风险、威胁与不确定性，并且相较于目的导向的企业大数据治理，政府主导的大数据治理更为突出对整体框架的关注。 　　2.2 治理客体：由数据提升至主体层面 　　大数据治理客体是其所针对的目标事务，是治理活动展开的依据和中心。在现有研究中，早期主要是在数据序列层面界定大数据治理客体，包含围绕大数据处理形成的过程和方法，大数据治理的具体路径主要表现为数据集成、数据挖掘、数据整合、数据分析、数据共享、数据推送等[5]。虽然这些研究中提及业务集成、信息生命周期管理等举措，但数据尤其是数据处理过程仍是这些方案的出发点和中心对象，大数据治理的技术功能得以充分发挥。 　　基于上述研究，随着大数据技术及实践发展对社会活动的影响日益增强，大数据治理的对象逐渐提升到主体层面，说明大数据治理的社会功能开始被关注。具体而言，大数据权责划分成为治理客体，即在所有权层面对治理主体权责关系的安排和变革。更进一步，在科学—技术—社会视角下，大数据社会治理成为新的关注点，主要强调多主体间的协同和协作[6]。虽然此部分研究将治理客体提升至主体层面，但对如何实现跨主体联动和协调的具体路径探讨不足。 　　2.3 治理工具：由技术转变至管理维度 　　实现大数据治理的手段被视为治理工具，治理工具对治理主体、治理客体具有一定的依附性，并且现有对大数据治理工具的研究历经从技术到管理的转型。在综合集成视角下的大数据治理研究中，治理工具处于大数据治理的微观层面，包括管理策略、过程、法律、计算机等[7]。由于早期研究主要关注数据资源层面的治理问题，据此形成的治理工具同样是在技术维度展开。如来源于企业最佳实践的治理工具包括信息资产评估、理解成本、数据组织策略、促进和抑制因素识别、治理方案及治理创新[8]，除此以外，治理工具同样包括围绕大数据处理形成的规则[9]和政策框架，但由于缺乏对具体细节的探讨，这些治理工具对于实际操作层面的指导仍然有限。 　　近期对于