我国大数据局模式与运行机制

    |     2020年10月6日   |   场景研究   |     评论已关闭   |    146

一、我国大数据模式的逻辑设计与运行特点

(一)我国大数据局模式的逻辑设计

十八大以来,地方政府设立大数据管理局是机构与行政体制改革一个值得关注的新动向,有学者对我国31个省级行政单位(不含港澳台)和334个地市行政单位的机构改革方案进行梳理后,发现其中17个省(直辖市)、203个市(州、盟)组建了专门的大数据管理机构。作为新一轮政府机构改革的亮点,大数据局的设立,并非政府机构的简单增加,背后蕴含的则是我国政府数据管理从单一化的行业管理迈向整体化的功能管理,并通过职责定位、权力运行、工作机制等加以实施。从本质上讲,大数据局模式的基本逻辑起点是政府数据业务的统筹治理数据效用价值的全面实现,核心在于建立数据管理组织体系与政府数据治理的逻辑衔接和方法进路。

大数据局模式与政府数据治理的逻辑关联数据治理是一项复杂的任务,过去政府机构的数据治理项目常常失败。其中各自为政、政出多门、数据封锁等孤立化、碎片化的组织管理体制已经成为阻碍我国政府数据开发利用的主要障碍。而大数据局模式之所以能够得到我国省市政府部门的高度认可和快速推广,与其所秉承的数据理念、价值追求与目标定位密不可分。

1.大数据局模式是政府数据治理理念的组织化表现

从机构命名来看,“大数据发展管理局”“数据资源管理局”“大数据与政府服务管理局”等不仅蕴含了政府部门要对大数据资源进行统筹管理的目标,也预示着对政府数据资源开发的高度重视。与单一化、部门化的政府数据管理相比,尽管均需履行数据管理职能,但前者将数据视为政府资产与神经中枢,遵循着开放、共享、价值、协同的数据思维,追求数据驱动型决策与数字化公共服务,兼顾了市场和社会对数据产品的价值需求;而传统数据管理体制,局限在数据的工具理性层面,注重的是数据收集、加工、存储等环节的专业化管理,专注于数据开放、跨部门数据共享等格式、标准、质量……微观问题的具体解决方案,缺乏复杂环境下政府数据开发利用的全局性考量,数据管理与行政工作的结合有限。

2.大数据局模式是政府数据治理实践的运行载体

总体而言,各地大数据局的职能定位集中在确定政府数据治理的理念、战略、行动方案,解决数据采集、交易、开放的格式、标准、技术等数据管理问题,拓展数据驱动型管理与服务在交通、城市综合治理等领域的应用,负责公共数据平台等政府数据基础设施的运营维护,开展数字产业规划、指导以及数据安全、隐私保护、电子政务等相关问题。职责任务的设计反映了数据理念上的整体性思维,即通过一体化权力运行贯彻政府数据开放、融合、共享的整体性部署与一体化建设。一方面,强化数字政府建设,冲破现有数据管理的部门阻力,实现数据权力的政府体系内优化,推进数据资源的统筹规划与整体利用;另一方面,依靠政府强有力的资源调配力、社会动员力,将数据开发利用权力延伸到更多企业、社会,培育新型市场主体,激活数据经济的发展与智慧社会建设的加速。

(二)大数据局模式的运行特点

1.职能任务的集中化

与条块分割的政府数据管理层级节制体系相比,大数据局模式强化了数据管理职责的综合性,将分散于发展与改革委员会、经济和信息化委员会等多个部门的数据管理权限进行优化归并、汇聚整合,并赋予相应的行政级别、权力和资源,形成了统一的数据宏观领导、决策、执行、监督等权力运行框架(见下图)。从制度设计上规避了职责不清、政出多门的现象,以便建立标准统一、上下协同、运行高效的政府数据治理组织管理体系。大数据局模式不仅在总体布局、统筹规划等宏观数据治理方面的职能更多、权限更大,拥有更强大的资源调配权和更权威的行政处置能力,而且在管理数据资源、促进数据开发利用方面还有着更为直接地行政干预和调度指挥权。

图:我国政府大数据局模式的权限框架

2.权力运行的集约化

一方面,从纵向打通了数据采集、加工、传递、再利用、存储等各环节管理,并从横向上无缝衔接数据规划、数据质量等各业务切面,形成首尾相连、循环通畅的数据价值链管理闭环。目前,各地大数据局初步建立了门类齐全的工作制度和业务流程管理办法,通过健全机构,规范部门分工,强化了数据权力的垂直性配置与内部制约,实现了数据开放共享、数据资产开发、数据安全管理、平台运营等多条战线的齐头并进,避免了以往运动式数据管理的低效;

另一方面,为推进政府数据的无障碍流动与智能化应用,大数据局在集约化管理方面有所突破,一是做到了治理工具的集约化,实现政治站位、行政约束、经济激励、氛围营造以及法律手段、技术迭代等多手段的综合运用;二是做到了数据链管理的集约化,即破除数据业务部门分割式管理积习,以数据共享和业务协同为目标,对数据质量、安全、隐私、数据驱动决策、资产开发等进行一体化考量,并进行流程重组再造,如借助集约化的数据平台实现政府数据资源库开发、智能管理、互动交流、数据开放、在线服务等的分类实施与协同处理;三是做到了数据资源的集约化,通过编制政府数据资源目录和开放目录、进行数据资源归集管理、建设政务资源基础数据库等完成政府数据资源的全面汇聚与全程加工。

3.工作网络的集群化

数据的跨部门流动与开放是各国政府数据治理的瓶颈,大数据局模式在平衡各方数据利益、促进多主体数据治理的协同方面展开了有益探索(见下图)。首先是以大数据发展领导小组或数字政府建设领导小组、专项小组等名义建立起常态化跨部门工作协调机制,构建起数据统筹规划的宏观领导网络;其次是顺应了数据分布结构和传输方式的开放性、弥散性特点,既强化了大数据局与经信、网信、公安等相关业务部门的工作联动,在数据获取方式、格式标准、流程规范等中观指导方面形成了承上启下、横向合作的协商式合作网络,也借助内外数据共享平台,推进数据驱动型治理在金融、工商、交通等行业管理的应用,明确相关部门在数据交换、存储、利用过程中的权责关系,不断拓展政府数据工作网络;第三是在基层和末梢数据治理方面,主动与企事业单位和社会组织建立起上下衔接、互为支撑的业务合作纽带,将各类社会主体纳入政府数据开发利用全生命周期各环节管理中,与社会建立起相对紧密的数据交换融合机制,促使政府数据治理组织结构走向网格化、扁平化。

图:以大数据局为核心的政府数据治理组织网络

4.资源运作的集聚化

有学者指出:与发改、财政、人社等综合管理部门侧重于资源分配所不同,数据治理中的协调需要资源集中或再分配,因此需要更加强有力的行政安排。从实际运行来看,充分的行政授权、相应的行政级别和人员编制、基础设施与数字化项目的必要投入赋予了大数据局应有的行政资源调配能力和政府影响力。同时,部分地方大数据局所具有的行政审批权、政府绩效或服务质量的检查评估权、数据门户和“一网通办”平台的运营权、政府数据人才培养与数据技能培训权等在客观上能够迅速形成体制性资源汇聚优势,有效集结体制内、外数据治理所必需的人、财、物等资源,并加速数据资源的汇聚与融合。当然,建立数据确权、分类、流通、交易机制,采用合同外包、数据项目众筹、黑客竞赛、数据利用大赛等不仅是大数据局多元化资源集聚的有效方法,也是提升数据资源聚集的广度和质量,推动与企业和社会数据共享共治的必要途径。

二、我国政府大数据局模式的不足与改进空间

作为政府数据治理组织模式创新的载体形式,政府首席数据官制度与大数据局模式在机构的目标使命、职能权限、结构要素、运行方式等诸多方面趋于一致,均遵循了数据治理的整体性、系统性、全局性规律,强化了对政府数据进行统筹管理和综合利用的职能定位。二者在职位设置的逻辑思考、职责空间与工作方式等方面体现了政府数据治理组织运行的共性特征,围绕如何实现政府数据赋能,将数据优势转化为治理效能进行了体制与机制上的探索。

当然,不同的国情与行政传统决定了二者间在秉承共性规律的同时,还存在着差异化发展的趋势。例如,沿袭分权制模式的首席数据官制度权责职能相对简单,运行方式机动灵活,更多关注于政府数据平台运营和数据驱动型政府服务的供给;总体而言,我国政府大数据局模式的组织化程度更高、职能权限更加集中、目标任务更加繁杂、资源调配能力更加强大,而与之配套的整体化实施架构、一体化治理能力以及数据文化培育、社会支撑参与等尚未同步跟上。因此,在充分吸收和借鉴政府首席数据官制度经验的同时,还需要在制度设计与组织架构上结合实际进行完善和超越。

(一)职责目标有待优化明晰

大数据局在数据治理的组织体系中发挥着承上启下的重要作用,需要在机构定位上实现从政府数据的专项管理/专业化管理机构迈向数据治理综合性管理机构的转型。一方面,要进行职责任务的全方位建构。虽然“更广范围的职权整合更有利于建成统一的数据管理体系,但在人、财资源一定的情况下,大数据局同样有可能会在众多职权中顾此失彼”。目前,无论是通过重新组建、加挂招牌还是设立政府部门直属或下属机构,大数据局的职责权限在承继既往的基础上均有不同程度的拓展归并。例如,将隐私与数据安全职责纳入大数据局管辖,意味着要与网信、公安等进行边界切割,以避免职能模糊与权责脱节。再比如,许多省级大数据局承担了推进信息化建设、促进数字经济发展等远远超越政府体制内数据管理范畴的任务,需要与发改、工信等部门进一步理清职责边界。

另一方面,要增强和细化职责任务的可操作性。职能重组和转变不可避免地会带来大数据局独立运行后原有数据资源获取和流动调配权限的削弱,需要重塑数据治理逻辑和结构,并对管理对象、业务流程、数据资源和应用软件等进行精细化制度设计;同时,数据问题在政府体系内与各类业务工作的关联越来越紧密,需要重新规划和设计工作推进的路线图。既包括以集约化、一体化思想对具体数据治理事项进行规范,也包括责任清单的明晰。

(二)权限结构有待整体布局

权限结构对于政府数据职能的履行具有重大影响,涉及到思维理念、行为方式转换与具体的方法论问题。一是数据权力运行体系需要从自上而下的单向流动转变为纵横畅通的多维循环。目前,各地大数据局的行政层级与影响力尚不足以号令协调不同类型政府业务部门,许多省份尚未组建数字政府建设等跨部门专项工作领导小组,常态化沟通机制缺失。为推进工作,大数据局既要承袭利用政府权威推进数据业务的传统,也要规避过度依赖纵向权力而导致的横向沟通不足与上下级互动薄弱问题。有必要效法政府首席数据官委员会、数据管家工作坊来平衡各方数据利益,建立起能够综合协调所有政府部门数据工作的强有力中枢机构,以便在数据质量、数据流动以及利益补偿等方面实现工作理念、目标、政策、工具、标准的协同。

二是数据权力运行要从权力本位转向责任本位,从行政空间拓展到社会空间。换言之,在倚重行政权力强化数据业务统筹的同时,要突出数据治理以公民需求为牵引、以服务国家治理能力现代化的责任导向。强化责任本位并未降低大数据局在政府数据治理中的地位影响,而是从数据开发利用的整体利益出发,转变数据治理领导方式的客观要求。也意味着,在做好数据资源谋篇布局,构建政策、标准、管理与平台均协同统一的政府数据业务体系的基础上,要完善权力运行,促使权力流向从以命令指挥型转变到开放合作型,调控手段从单一的行政指令增加到数据经济发展所必需的市场机制与社会自治等手段的并重,权力流转结构从固化封闭走向开放灵活,并形成以大数据局为主导的多主体多部门协同的整体化数据治理组织格局,如下图所示:

图:我国政府大数据局权利运行方式

 (三)数据驱动型政府治理有待强化落实

成立或组建政府大数据局的终极目标并非仅停留在政府数据资源的开发利用上,而在于国家大数据战略的实施与政府数字化治理能力的提升。我国各地大数据局的业务更多集中在对数据资源的公开披露、加工处理与数据经济的开发利用上,在增进政府部门的数据分析推进数据驱动型决策与服务优化方面还有一定差距(见下图)。因而,有必要借鉴美国大城市政府首席官团队的做法,与相关政府业务部门建立紧密联系,将数据科学家等专业人员作为专家顾问嵌入到各部门核心业务,合作确定数据治理的关键问题与任务需求,并提供数据驱动的洞察和专业知识指导。在部门化的场景应用中,不仅要推进政府部门对数据的价值感知与关联分析,完善循证决策流程,提高政府服务的精准化,还要运用高效的数据管理加强对政府公务人员的智能化管理与工作效率的提升。同时,还担负着塑造政府数据生态的义务,在开展公务员数据技能培训,倡导数据共享文化,优化政府数据分析实践流程等方面还需要有新的作为。

图:数据驱动型政府能力成熟度模型

综上,作为深化政府数据管理体制改革的积极探索,大数据局模式不仅能够有效组织和有序开展政府行政体系内的数据生命周期管理,而且还能够广泛动员社会参与,指导数据经济,促进数据共享。面对数字化进程中,政府、社会、企业各方对大数据局模式所给予的多重期冀,在借鉴国外政府首席数据官制度的基础上,有必要对各地大数据局的职能任务、权力运行与实践效果进行客观反思和审慎调整,以确保其数据治理能力与职能定位相匹配、运行机制与权责要求相适应,从而构建具有中国特色的高效协同的政府数据治理组织体系。

 

 

作者:夏义堃

来源:《图书情报工作》

免责声明:本文转自网络公开渠道,转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

转载请注明来源:我国大数据局模式与运行机制

相关文章

噢!评论已关闭。