编者按：
日前，国务院印发《关于加强数字政府建设的指导意见》(以下简称《指导意见》)，就主动顺应经济社会数字化转型趋势，充分释放数字化发展红利，全面开创数字政府建设新局面作出部署。为进一步宣传好数字政府建设的重要意义、核心价值、实施关键，人民网推出系列权威解读稿件。本期推出清华大学公共管理学院教授、清华大学计算社会科学与国家治理实验室执行主任、清华大学人工智能国际治理研究院首席专家孟庆国的文章《创新管理机制，推动数据资源体系开放共享》。
精彩观点
数字政府理念就是最大限度地实现数据资源更好服务我国经济社会发展和人民生活改善的价值。
数据资源体系的统筹管理和融合应用，将对助推数字经济发展、引领数字社会建设发挥至关重要的作用。
健全完善数据资源体系，就必须制定职责明确、操作性强的管理责任制度，建立目录式和清单化的管理体系。
数字政府建设是落实网络强国和数字中国战略的基础性和先导性工程，是推进国家治理体系和治理能力现代化的重要举措，是加强科学治理决策、提升政务服务效能、增强政府公信力、推动经济社会高质量发展、再创我国现代治理新优势的有力抓手和重要引擎，对加快转变政府职能，建设法治政府、廉洁政府和服务型政府具有重要意义。《关于加强数字政府建设的指导意见》（以下简称《指导意见》）印发，将全面开创我国数字政府建设的新局面，对加快我国数字化发展必会产生极其深远的推动作用。数据是数字政府建设的核心要素，构建多源汇聚、关联融合、高效共享和有序开发利用的数据资源体系是实现数字化赋能治理现代化目标的前提和基础。解决当前数据资源体系建设一系列问题的关键，就是要深刻认识数据资源体系建设的重要意义和核心思想，创新管理机制、加快推进全国一体化政务大数据体系建设以攻克数据高效共享等难题。
一、深刻认识数据资源体系建设的重要意义
（一）数据资源是我国数字政府体系框架的核心组成。《指导意见》根据数字化技术革命、数字化产业变革、数字化治理创新的重要趋势，提出了我国数字政府体系框架的基本构成。我国数字政府体系框架包括政府数字化履职能力、安全保障、制度规则、数据资源和平台支撑5个方面，其中数据资源居于框架体系的核心地位。“用数据决策、用数据服务、用数据治理、用数据创新”，揭示了数据驱动是数字政府的本质特征之一。通过数据感知治理对象状态，分析数据发现潜在风险，挖掘数据获取知识和规律，数字政府理念就是最大限度地实现数据资源更好服务我国经济社会发展和人民生活改善的价值，数据资源质量、数据共享效率和开发利用能力很大程度上决定了数字政府的建设发展水平。
（二）数据赋能是实现数字政府建设目标的主要方式。《指导意见》确立了我国“整体协同、敏捷高效、智能精准、开放透明、公平普惠”的数字政府建设目标。坚持数据赋能是实现建设目标的一项基本原则，即要充分发挥数据的基础资源作用和创新引擎作用，以数据汇聚融合、共享开放和开发利用支撑政府治理流程优化、模式创新和履职能力提升。以整体协同为关键特征的整体性治理已经成为我国数字政府发展中最为重要的理念，构建完善的数据资源体系，推动“业务数据化”和数据高效共享，则是当下打破公共治理中部门主义割裂和解决管理“碎片化”问题的最为行之有效的方式，是实现整体性治理的必然要求。
（三）完善数据资源体系是驱动数字化全面发展的重要基础。数字政府的数据资源体系主要由政务数据、公共数据、和社会数据融合形成。政务数据是政务部门在履职过程中采集、加工、交换、使用处理的数据集合。广义上讲，政务数据与政府数据在内涵上是一致的；狭义来说，政务数据可按党委、人大、政府、政协、法院、检察院等不同领域细分，政务数据囊括政府数据。公共数据资源是指由政务部门和公共企事业单位针对公共事务所开展的依法履职管理和服务活动中采集或生成的各类数据集合，公共数据在范围上包括政务数据。而社会数据一般与政务数据相互独立，特指法人主体和自然人在生产生活中生成的数据，如互联网舆情数据、手机信令数据等，这些数据与公共事务治理存在或深或浅的关联关系。数据资源体系的统筹管理和融合应用，将对助推数字经济发展、引领数字社会建设发挥至关重要的作用。
二、加强数据资源体系管理的核心思想
加强数据资源体系建设，创新数据管理机制是关键。管理机制的缺位将会导致“数据孤岛”割裂状况加剧；管理机制的健全完善将会为数字政府发展奠定坚实基础和注入强劲动力。《指导意见》中对数据资源体系建设的管理思想，主要体现在如下5个方面。
（一）加强多维统筹管理。对数字政府建设涉及的数据资源，首先强调要做好多源数据汇聚整合，加强对政务数据、公共数据和社会数据的统筹管理，协同推进公共服务机构、相关企业和第三方互联网信息平台等数据融合，形成国家、地方、部门、企业等不同层面的数据协同共享机制，以多源数据支撑经济监测预警、市场主体精准“画像”等多领域多场景履职能力的提升。
（二）加强全面质量管理。强调部门对归集、共享、开放、应用、安全、存储、归档等数据全生命周期的管理职责，加快实现“业务数据化、数据目录化、目录资源化”的转型进程。并且，改变以往数据资源“以多少论英雄”的粗放式管理思维，转变为重视数据真实性、准确性、完整性的精细化质量管理思维。高质量的数据资源是深化数据高效共享和有序开发利用、构建协同高效的政府数字化履职能力体系的基础和关键。加强全面质量管理，将推动我国数字政府建设实效性再上层楼。
（三）加强目录清单管理。数据资源体系建设与各级政务部门履行职能开展政务管理和服务的工作紧密相关，健全完善数据资源体系，就必须制定职责明确、操作性强的管理责任制度，建立目录式和清单化的管理体系，推动各地区各部门按照应编尽编的原则建立全量覆盖、互联互通的高质量全国一体化政务数据目录，实现全国政务数据“一本账”管理，最能将数据资源“应采尽采”“应归尽归”的要求落到实处，从而更好地支撑数据按需共享和有序开发利用。
（四）加强实效性管理。一方面，要充分利用现有数据资源体系的骨干平台设施，形成覆盖国家、省、市、县等层级的全国一体化政务数据共享交换体系，强化数据共享流通“干线”的承载能力，加强全国一体化政务数据共享枢纽作用，提升对跨党委、人大、政府、政协、法院、检察院等数据按需共享的支撑保障能力。另一方面，要加强数据在央地之间、省市县之间“支线”的双向共享，既要充分发挥数字化智能化对宏观管理决策和省域市域整体治理的重要作用，又要确保数据赋能基层治理的实效性，最大化地实现数字政府整体治理的价值。
（五）加强分类分级管理。《中华人民共和国数据安全法》规定，“国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护。”《指导意见》中将此要求纳入数据资源体系建设范畴，加强各级政务部门对数据规范治理，提升数据治理水平和管理能力，对重要数据实施重点保护。
三、深化政务数据高效共享和有序开发利用的关键措施
数据资源体系中，加快推进全国一体化政务大数据体系建设相对更为基础、更为重要，因此，如何能够充分发挥政务数据共享协调机制作用，提升政务数据共享统筹协调力度和服务管理水平，是数据资源体系建设中应优先解决的关键核心问题。
（一）强化部门数据职责，实现政务数据目录式清单化管理。提升数字化履职能力的前提和基础，是必须能够在全局层面全量汇聚共享各级政府部门的原始数据和关键数据。一方面，数字化转型发展势头迅猛，传统的职能设置尚未较好地延伸到数据维度，部门履行职能应当采集和沉淀哪些数据，并未有明确清晰的界定；一些地区和部门大量业务信息仍在纸质载体上记录和传递，职能业务的数据化比例低，支撑深度应用需求的高质量数据比例低，“数据匮乏”的现象亟待扭转。另一方面，政务部门往往为了在履行职能的过程中占据主动，普遍倾向于自己采集收集数据，从而造成大量的数据重复采集现象，并导致数据来源不一、数据内容矛盾冲突等问题，增加了数据治理工作的难度；而且往往由于缺少责任意识和主动性共享开放自采数据，组织的分立导致出现大量封闭“数据孤岛”。
如何更高质量地实现数据汇聚共享，保证数据“一数一源一标准”，数据归集“应归尽归”，就必须依法依规梳理形成衔接一致、完整有效的政务数据目录，将部门应承担的采集生成数据的职责进行清晰界定，建立各级政府部门的“数据清单”，将职能和业务映射到数据层面，实现部门“数据职责”清单化管理，完成“业务数据化、数据业务化”的转型过程。
这其中的关键是用结构化、标准化的数据体系定义各级政府部门履行职能的过程和结果，并且规定各级政府部门按清单要求稳定持续地输出所负责业务数据，重点环节包括4个方面。一是“定职能”，我国各级部门职能依据法规文件都有明确规定，体现了该部门公共行政活动的基本内容和方向。二是“定业务”，即确定履行职能须落实开展的各项具体工作。可以将职能作为框架，以全面梳理部门工作相关的法规文件为手段，厘清部门的具体业务事项，当前也可结合部门的权力清单和责任清单确定核心业务事项。三是“定数据”，确定各个类别业务事项的数据供给标准，属于某类别的业务事项原则上应当按照该标准提供数据。业务事项的分类方法是多元化的，可以参照典型应用场景建立分类体系。例如，对行政许可、行政确认等依申请权力事项，应要求提供申请人身份数据、申报数据、审批结果数据等；对行政处罚、行政检查等依职权权力事项，应要求提供履职时间、行政决定、执行结果等数据；对监测统计类业务事项，应要求提供监测对象、统计指标取值等数据。四是“定清单”，以资源清单等制度形式明确各部门供给数据的保障责任，可规定应提供数据的名称、数据项说明、数据内容、提供渠道、更新频度、共享属性、开放属性等，并建立相应的考核评估手段，激励督促部门落实。
（二）厘清部门共享权责，建立健全政务数据供需对接机制。整体性治理已经成为重要的公共治理范式，提倡运用整体论的思维方式跨越组织机构和专业领域的边界进行协同工作，其关键环节是要建立健全数据的高效供需对接机制，在数据维度打破部门“碎片化”的职能壁垒，通过数据共享推动多业务协同。当前，政务数据共享中仍存在部分部门和地方尚未建立起高效运行机制。数据具有易复制传播的特性，数据提供方会由于风险不可控因素产生顾虑，往往不愿或不敢将数据共享；数据使用方责任边界模糊，在利用数据过程中可能导致安全、保密等方面的问题；数据能否共享、如何共享等问题往往缺乏权威判定，有时一方说需要共享，另一方却说不能提供，仍存在部门之间点对点、一事一议沟通协调获取数据的现象，协调难度和沟通成本较高，供需对接长效机制需进一步固化。
解决这一问题的关键，是要明晰数据共享主体间的三类权力和责任。一是采集维护权，是指定义解释、采集、存储数据的权力，对如何支配使用数据具有话语权，同时也要对数据资源的质量负责，须承担对数据整理、维护、更新等责任。数据采集维护权的具体落实，可以参照上述“四定”制度规则进行细化，实现政务数据“应采尽采”“一数一源一标准”的目标原则。二是核验使用权，是指针对某一具体数据，享有进行数据核验服务或直接获取使用数据的权力。在核验使用数据的过程中，此类主体应对数据安全、隐私保护等要求承担相应责任。核验使用应坚持“最低限度”原则，按照应用需求“最小集合”申请数据使用权限，确定使用方式，并遵守相对应的使用权限要求，在规定的范围和权限内使用政务数据资源。三是流通管理权，是指制定数据归集、共享、开放、应用、安全、存储、归档等各环节制度规则，并对数据治理、共享和开发利用全过程进行监督管理、考核评价、责任追溯、协调裁决以解决相关问题的权力和责任。实际工作中，拥有流通管理权的部门作为牵头单位，以应用场景为牵引，确定数据采集维护部门和核验使用部门之间的供需关系，以此推动数据精准高效共享，提升数据共享的实效性。
（作者为清华大学公共管理学院教授、清华大学计算社会科学与国家治理实验室执行主任、清华大学人工智能国际治理研究院首席专家孟庆国）
