数据治理机构推动跨部门数据共享面临的困境及原因分析——基于山东两地市的案例分析

作者简介

赵丹宁:山东大学政治学与公共管理学院博士研究生

郭晓慧:山东大学政治学与公共管理学院硕士研究生

孙宗锋:山东大学当代社会主义研究所研究员、山东大学政治学与公共管理学院教授、山东大学齐鲁青年学者

摘要

本研究借鉴组织理论搭建数据共享困境生成机理的分析框架, 以山东省J市大数据局和W 市大数据中心为对象展开分析。研究发现,数据提供部门碎片化与数据标准差异、数据安全与风险规避等共享困境对两种机构的影响程度不同。究其原因,两种机构在制度环境变化中所面临的数据共享交易成本不同,具体包括数据共享技术成本、问责能力、部门利益与内部激励等方面的显著差异。交易成本的动态变化导致差异化的数据共享结果,由此本文从结构与制度维度提出数据治理机构推动跨部门数据共享的政策建议。

文章结构

一、引言

二、文献综述

三、跨部门数据共享的整合性分析框架: 数据治理机构的视角

四、跨部门数据共享的困境分析:基于两个数据治理机构的案例

（一）案例选择

（二）基于组织发展阶段的数据共享能力对比

（三）数据治理机构面临的数据共享困境

（四）两种数据治理机构组建模式下的共享困境生成机理分析

五、结论与讨论

一、引言

数字政府建设的核心内容之一在于推动跨政府部门、跨行政区划、跨行业领域等的数据共享。数据治理机构承担着推进数据汇聚、共享、开放的使命,在推动跨部门互动上发挥着基础性作用。但是由于部门利益、数据标准化程度和安全风险等问题的存在,跨部门数据共享实践中仍然存在重重阻力,表现为纵向信息系统不连通和横向部门之间异构系统数据标准与质量不统一等。以往研究更多地集中于数据平台、数据安全、政策法律等数据提供部门方面的影响因素,较少关注不同的数据治理组织形式对跨部门数据共享的影响及机制。

在多级政府的数据治理体制内,地市一级在数字政府建设中发挥枢纽型作用,在寻求大数据应用场景的实践过程中,承载着更多的使命。通过观察发现,目前在地级市层面存在两种典型的数据治理机构:一是作为专门行政部门存在的大数据局;二是挂靠在市政府办的大数据中心。这两类机构在推动跨部门数据共享的过程中面临怎样的困境?原因是什么?这是本研究的核心问题。

为解决上述问题,本文借鉴组织学的交易费用理论,结合组织发展阶段,厘清两种数据治理机构在推动跨部门数据共享过程中面临的困境及表现,从交易成本的角度探析组织类型对于数据共享的作用机制。该研究有助于探究组织机构变革对跨部门数据共享的影响,对于数字政府治理框架的构建也具有一定的启示意义。在实践层面,以地级市大数据管理部门为研究对象,对话数据共享情境下的跨部门政府组织协调机制,有助于推动我国数字治理实践、健全组织保障体系、促进数字治理体系和治理能力现代化。

二、文献综述

在社会问题高度复杂化的时代,需要构建高效率、快响应、智能化的互动协作治理结构, 其基础是数据开放和共享,实现共享的关键在于跨政府部门的数据整合与共享。政府数据共享是指行政机关因履行职责需要使用其他行政机关的政府数据或者为其他行政机关提供政府数据的行为,是在行政机关这一特定群体内部进行的共享。数据共享是数字治理的重要特征, 包括构建系统、建立标准以及变革业务流程以允许组织之间共享数据和信息,其逻辑旨在对抗官僚行为中复杂层级划分以及囤积信息的倾向,会影响部门在信息传递、 政策执行与公共服务等方面的自由裁量权。信息控制的制度逻辑对公共部门数据系统的设计有直接影响, 如果没有针对性的政策干预,各部门进行数据共享的意愿并不高。

跨部门数据共享存在观念、技术、业务、管理等方面的掣肘,面临“不愿共享”“不敢共享” 和“不能共享”的困境。虽然各地纷纷组建数据治理机构,但仍然存在集中统一的运行机制和对接模式的缺位、部门职责关系的模糊等问题,组织管理模式创新的难度很大,业务协同动力机制的持续性难以保证,数据资源的集中和再分配面临重重枷锁。已有研究指出,跨部门数据共享是一种交易行为,解读部际协作共享困境中组织结构的成本与收益问题。有学者进一步引入了资产专用性的概念,分析政府数据资产专用性如何塑造技术壁垒和职能壁垒, 诱发数据共享的执行困境与协作困境。

跨部门数据共享往往会受到技术、组织和政治环境等维度的限制。(1)技术维度上,技术基础设施的兼容性及互操性、 项目经理对部门间的数据共享倾向有重要影响,不同部门、地区的数据类型、标准和维度不同,相应的规则标准与协议是实现跨部门、地区与行业等数据交换共享的保障。技术、数据、接口标准不统一是技术维度的主要影响因素。(2)组织维度上,数据共享依托于组织建设和制度建设,政府部门间的数据共享和交换制度是破除现有藩篱的基础。政府数字化转型的整体性、协同性的内在要求与传统科层体制的纵向权力结构以及运行机制之间存在结构性张力,数据资源共享面临障碍。虽然数据共享的政策决定在较高的行政层面作出,但其功能的实现有赖于政府各组成部门的执行。在组织视角下,组织支持、组织文化、组织关系、组织兼容等组织要素会对政府数据共享能力产生影响。也有学者指出,政府组织在数据共享中发挥重要作用的同时,也存在创造数字垄断的风险。(3)环境维度上,传统公共管理范式的遗留环境成为政府数字化改造的负累。良好的政策环境是政府数据共享的基本保障,政策和法律起到指引、保障和规范作用,应当在配套政策法规、开放标准、执行程序等方面给予支持。进一步,影响数据共享的环境因素被划分为法治保障、上级表率以及共享平台建设三个方面;在法制环境上,需要建立有利于政府数据治理的法制环境,为数据共享的范围、质量、标准以及相关部门的职权责任提供依据。

现有研究肯定了数据治理机构在数据共享中的关键作用, 主要从信息技术、共享意识、经济利益、安全保护、行政体制等方面展开影响因素研究, 较少从市级数据治理机构类型的角度出发,探讨差异化的跨部门数据共享过程及影响机制。不同的机构组建模式涉及数据治理职责权限落实方式与组织运行体系的差异,存在不同程度的机构功能不健全等问题,阻碍数据共享通道的互联互通。在认同这一论断的基础上,本文将研究重点放在以数据治理机构为主体的数据共享推动过程,而非囿于共享活动的参与部门,进一步分析地市级数据治理机构所面临的差异化共享困境,揭示不同类型机构处理数据共享困境的特征,更好地了解阻碍政府数据共享的机制。

三、跨部门数据共享的整合性分析框架: 

数据治理机构的视角

近年来,不少学者搭建了跨部门数据共享的影响机制分析框架。专门的数据治理机构作为基础设施的提供者,在数据共享中应被置于重要位置,以评估根植于制度环境的组织形式及其多元化的跨部门数据共享实践。本文以市级层面两种数据治理机构的数据共享能力比较为切入点:一方面基于组织发展阶段理论搭建数据共享能力识别框架,结合过程分析跨部门数据共享存在的问题;另一方面从各参与主体交易成本的视角出发,搭建共享困境生成机理的分析框架,深入探究两种数据治理机构在其组织生命周期内有何种制度环境和交易成本,分析其数据共享的行为机制(见图1)。

图1 跨部门数据共享的困境生成机理分析框架

组织发展环境是动态的,根据环境变化的可预测和不可预测两个维度,可以把组织的发展阶段划分为可预测变化主导的阶段、不可预测变化主导的阶段、可预测变化和不可预测变化共同主导的阶段三种类型,各阶段是循环变化的,受到环境特征和组织惯性的影响,在不同阶段组织会采取不同类型的应对模式。专门的数据治理机构自2011年在世界范围内兴起,根据内外部环境变化特征,在面向时间与空间发展的各阶段中折射出不同的生命力、竞争力及创新力等特点。在可预测变化主导阶段,数据治理机构的治理环境较为成熟,具备一定的发展经验,通常面临获取合法性和资源两个主要问题;不可预测变化主导的发展阶段,面对较为陌生的环境时治理经验相对不足,为了更好地识别组织内部盲点及外部机会,数据治理机构往往会进行创新性活动以获得生存与发展;可预测变化与不可预测变化共同主导的阶段,组织日趋复杂化、多元化,数据治理机构在承继自身管理经验和知识的同时,面临着新的数据治理挑战,针对传统业务和新型业务分别需要采用传承性和创新性的应对模式,以在强化组织认同和凝聚力的同时培育创新文化。在任务环境、自主性程度以及协调机制等共同形成的场域内, 结合数据治理组织在不同发展阶段的跨部门数据共享协同调动过程, 识别其数据共享能力, 分析两种组建模式推动跨部门数据共享的困境及其影响程度。

制度逻辑的基本内容是“如何解释组织现实,什么促成适当的组织行为,以及组织如何走向成功”。通常,不同组织面临不同程度上的制度环境复杂性,行为成本之间既可能相互兼容也可能存在张力。组织在某一领域的位置决定其制度环境复杂性的形式和强度,组织特征(组织结构、所有权、职责和身份等)的不同会体现出对交易成本的敏感度差异。组织倾向于采纳外部环境中具有合法性的行为模式,获得领域内的自治权与控制权,保障成员权益与组织权威,环境的变化使得组织在从属利益的驱动下重新分析行为成本与收益,并激发生成新的行为逻辑,长期来看,制度的复杂性会逐渐显露、分解和重组,营造出组织必须应对的不同制度环境。数据共享可被视作一种交易行为,数据治理机构主导的共享行为中存在权责再配置的可操作空间,有限理性、资产特殊性、监管成本、不确定性和契约的不完全性等因素催生了交易成本及剩余控制权,诱导着包含数据治理机构在内的数据共享参与主体的行为逻辑。

四、跨部门数据共享的困境分析:

基于两个数据治理机构的案例

(一) 案例选择

大数据主管部门所处的相对行政层级以及与数据提供部门的关系在一定程度上决定着数据共享的水平。《2018中国地方政府数据开放报告》将当前数据主管部门相对层级分为一级委办局、委办局下属二级局、政府办公厅或委办局内设处室、事业单位四种情况,理论上协调能力呈现递减趋势。山东省目前存在两种市级大数据管理组织模式,以J市为代表的10个地级市设立专门的行政部门,即大数据局,以W市为代表的6个地级市在政府办设立大数据中心。基于J市、W市两个案例的分析比较,发现两种模式在促进数据共享方面各有利弊,并不是简单地表现为协调力度递减趋势。

本研究选取J市大数据局和W市大数据中心作为分析对象。两个城市各具特色,W市是小体量城市,人口总数仅约为J市的1/3, 但是大数据工作起步早,成果较突出;J市是省会城市,大数据局工作开展较晚,但发展迅速。J市大数据局是市政府工作部门,由市政府办公厅统一领导和管理。W市大数据中心是当地事业单位,承载着行政职能和数据支撑职能。案例基本情况如表1所示。

从表1中数据共享开放平台基本情况的对比可以看出,W市大数据中心成立时间较早,开放部门更多,开放数据量更大,数据接口更多,但是数据创新应用能力相对较弱。本研究选择这两个数据治理机构进行访谈,从2021年3月开始,截至2021年7月,先后访谈了J市大数据局局长、副局长和各科室工作人员,以及W市大数据中心主任、副主任和各科室工作人员,共计20余人次,涉及老、中、青三代公务员。受访人员在20人的时候所提供的信息、观点基本一致,说明受访对象数量达到饱和,符合定性研究样本选择的标准。

 (二) 基于组织发展阶段的数据共享能力对比

不同的机构设置背后是各主体权力关系和功能定位的差异,同一机构内部在不同时期也存在差异。在组织生命周期内,组织战略、人力资源管理活动、组织结构各有特点。W市的数字政府、智慧城市建设起步早,在大数据中心成立之前就形成了良好的组织环境基础。大数据中心成立初期, 进入较新的领域,面临着行业、产品和服务等各个角度不可预测的变化, 会采取创新性的学习以延续组织发展。在这一时期,有赖于积极的顶层设计方案和高层领导的支持, W市大数据工作创新性高,成果突出。随着组织发展,制度环境慢慢形成并稳定,逐渐由快速发展时期进入规范发展时期,业务内容从获取数据、运营数据平台等传统类型向挖掘元数据、提升数据应用能力以满足社会多元化需求等新类型转变,组织从不可预测变化主导阶段进入可预测变化和不可预测变化共同主导的阶段,对于获取合法性及资源的需求逐渐强化, 加上高层领导重视程度、机构职能定位的变化, 组织战略意识、创新意识欠缺等问题凸显, 大数据中心表现出发展后劲不足的特征。

J市大数据局成立于2019年,整合市政府办公厅、市经济和信息化委员会的大数据管理、大数据发展规划、大数据基础建设和电子政务管理等职责组建而成,在政府机构设置序列中位于末端。成立后的制度环境更加明晰,面临行业、产品和服务等多个角度的可预测变化,在实践中尚处于寻找与明确组织生存使命的时期,可预测变化主导阶段的资源获取需求突出,需要将不同来源、维度、层次和类型的资源系统整合,但是由于组织层级的变化,在发展前期的协同调动能力显得薄弱,数据共享阻力重重。虽然协调能力薄弱, 但是随着业务成熟化和制度环境复杂化,J市大数据局也逐渐进入可预测变化和不可预测变化共同主导的阶段,既需要秉承已有的数据治理经验来维系组织平稳运行,又需要应对日趋发展变化的环境以实现新的发展目标。除了数据治理机构存在的共同问题之外,这种模式也展现出独特优势,即创新动力和战略规划更有保障。在成立后的两年时间里,J市大数据局开放数据的创新应用数量实现了跨越式发展。

综合以上基于组织发展阶段的分析, 可以看到两种数据治理机构在推进数据共享、 现有效治理的过程中各有特点。W市大数据中心虽然是事业单位, 机构自主权受到一定限制, 但是以市政府办公室名义发文,在统筹协调上并不是完全意义上的横向联动协调机制,有相关条款和监督机制的保证,数据资源获取与统合能力较高。然而,随着组织发展,后劲不足等问题开始凸显,J市大数据局处于党政机构序列末端,虽然拥有较完整的机构独立性,创新因素活跃,但是与纵向支配的领导方向相比,统筹协调能力较弱,前期数据共享阻力重重,职能配置、工作思路、方法等还需优化。

(三) 数据治理机构面临的数据共享困境

两种数据治理部门的机构性质、职能定位和职能配置有差异,数据共享困境涉及整体性、系统性和协同性等共性问题,也在其发展周期内的不同阶段产生差异化表现,同一类型的数据共享困境对其影响程度并不相同。

1.数据提供部门碎片化与数据标准差异

在推动跨部门数据共享的过程中, 两种数据治理机构不可避免地面临碎片化的部门和数据,数据的部门和层级差异为共享带来阻碍。横向部门的数据共享业务共识虽然较前已有长足进步,但仍存在严重的数据壁垒。公共部门机构作为特定类型数据的唯一生产者,在提供数据时面临制度阻碍、内部信息市场分割的困境。这些问题阻碍着跨区域信息服务的创建, 导致数据治理机构获取数据困难。两个数据治理机构都谈到了这样的问题:

数据走不通可能就是不给啊,像现在税务数据发表是通过财政局拿到,当时市税务和财政局打通了一条路,我们想直接把税务数据接到共享交换平台上,是和税务局联系吧,税务局主要接连到省政府,因为税务是垂管的,好多工作需要省里帮忙。省里明确规定,不允许外接其他数据了……目前来看,垂管系统表现的最突出。再就是层级系统,上下级系统可能就是协调成本高。(202106J市访谈资料)

市级层面的数据共享实践中,中央垂直部门和垂直企业、公安局等市直部门以及本地公共服务企业这三类数据难以获得。法院、检察院的判决信息虽然属于公开的范畴,但是结构化的数据难以获取:

第一类是中央垂直部门,省里不好说,市级更是一点办法都没有,比如海关、银行、银监局、海事局的数据,是真不给,中央垂直企业也是一样,像国家电网也不给。第二类就是市直部门比如说公安局,用的业务系统是上一级的,数据不在本地下不来,我们想拿到数据也很难。再一类情况就是水电取暖这些本地公共服务企业的数据,因为企业不受管理办法限制,也没法考核它,现在只能通过优化营商环境这个角度,缴费、查询、办业务要跟我对接,但是要查每个人或企业的用电用水用气量比较困难……还有交警部门,它的车辆管理信息、驾驶员管理信息和我们体系建设、老百姓办事密切相关的,但是这些都很难,给不了。(202107W市访谈资料)

在技术层面上,陈旧的信息基础设施、缺乏源数据、数据质量及互操性差是共享障碍。数据治理机构需要将各部门数据连接结合,虽然有文件指导,但是数据标准化、颗粒化拆分等问题在各层级部门都存在。出现纵向上信息系统不连通,横向上部门间异构系统数据标准与质量不统一的现象。两个部门的工作人员指出:

我们目前运行的自建业务系统,国家、省级的问题是连接不通,市级业务系统问题是业务和我们分解的事项不一致,理解也不同,拆分颗粒度和情况的标准把握都达不到。按他的理解给你拆出来了,实际和运行问题对不上 (202106J市访谈资料)

有个问题是国家好多部门在共享交换平台上共享了太多数据接口,但是一事一申请,这个接口只给一个业务系统用,只给单条查询或验证,而不是批量汇聚,我们搞大数据分析和人工智能应用,不好使,我们需要的是批量的原始数据,但现在就是一个接口查一查。(202107W市访谈资料)

基于数据共享和数据安全的需求,各类数据共享的细则以及监管职责尚未得到清晰界定,数据的清洗、储存、分析、挖掘、处理、利用等环节也缺乏相应的标准规范。跨层级的数据流动需要在各地市技术力量与平台建设水平不同的现实基础上进行,在保证效率的同时还要保证返还数据的安全,是省市层面数据治理面临的关键问题。

两种数据治理机构都面临这样的问题,但同一困境对二者的影响程度却并不相同。与大数据中心相比,数据提供部门碎片化的问题为大数据局营造的处境显得更为艰难。对于大数据局而言,与各部门是横向联动的业务协调关系,没有向下发文的权力,其协同成本更高。因此, 部门碎片化问题对其造成的数据共享困境更为棘手。

对于大数据中心而言,以市政府办的名义发文进行数据调度的沟通协调方式不同于大数据局, 是纵向的组织内部沟通。从交易成本来看其推动各部门进行数据共享的难度更小,在较低的协同成本下,数据提供部门碎片化的困境对这种数据治理结构的影响较低。但这种模式也有其局限性,从长远来看这一发展模式的可持续性较低,机构发展后劲不足等问题会逐渐凸显。从部门利益的角度来看,大数据中心从上到下的工作人员都渴望转为大数据局之后的行政编制并具备独立的财政核算能力,尤其是在发展的后程阶段,这一问题会削弱数据治理机构推动数据共享的工作动力。

数据标准的部门与层级差异问题可归类为技术层面的影响。与上述情况不同,在这一问题所营造的困境里,大数据局所受的影响低于大数据中心,显得更为得心应手。由于大数据局是近年来的新生部门,有相对充足的动机、能力和资源去更换陈旧的基础设施与技术设备,更强的部门预算优势也可以更多地获取企业等社会资源的支持。而大数据中心成立时间较早,资源更多地掌握在市级层面,加上激励不足和偏安稳心理导致的人员创新性与积极性困境, 老机构在处理数据标准层面的技术问题时显得更为艰难。

2.数据安全与风险规避

近些年, 国家陆续出台了《网络安全法》《数据安全法》《个人信息保护法》等数据安全领域的法律法规。然而,在地市级层面的有关部门如何落实数据安全及监管,如何正确理解数据安全的限度,如何化解部门互信障碍,是当前数据治理一线部门亟须应对的共性问题。

在数据安全方面,配套的法律法规尚未到位,无法与具体的行政法规和部门规章实现一致性衔接。目前在数据共享与数据安全的博弈中,各部门依据的法律法规存在冲突,尤其是在平级部门之间。同时,由于缺乏明确的法律规定, 数据共享与数据安全之间的界限模糊,缺乏实际的数据安全监管牵头部门。数据治理机构对于数据的安全使用有指导责任,但缺乏监管权限。在推动跨部门数据共享的活动中,行业主管部门和数据治理部门的多头管理导致监管效能降低。

目前来说缺乏顶层的政策支持,有些工作不好把握度。因为国家连续出台的几部法律都是对数据安全、个人隐私保护进行策划,但是又鼓励数据流通,如何在保护个人隐私和加快数据流通开发上把握这二者的关系,现在还是没有政策支撑……我们对于数据安全使用有一些指导责任,但监管实际上是行政职能,没有相应的法律。按照新的《国家数据安全法》,明确说相应的行业主管部门,对本行业的数据安全有监管职责。但是没有明确的法律规定,现在实际上数据监管这一块就空白了。大家都管,就是都不管。(202106J市访谈资料)

我们讲数据要透明汇聚、标准汇聚,到现在数据的权威性不敢保证。现在有数据安全法,网络安全法也有,只提这个,为什么不提共享? 最近国务院办公厅正在制定数据共享条例,要是搞出来了也行,约束一下中央机关、省这一级怎么共享……难突破之处就是压不下去, 你想要数据人家不给这没有办法,垂直部门数据不愿意给,有明文规定不能给, 涉及数据安全这个很难。(202102W市访谈资料)

两种数据治理机构在推动数据共享的过程中,既需要保障个人隐私数据安全、平衡公共利益与个人利益, 也要充分考虑部门数据安全并处理好公共利益与部门利益的博弈问题。例如, 受限于安全保密,部分垂直管理系统的数据需要用专网传输,为数据共享的责任整合、资源共享和权力协同筑起藩篱。但保障部门数据安全是否意味着各部门可以抱着数据不共享,基于部门利益和风险规避的考虑,数据安全实际常常演变成一种拒绝共享的部门“托词”。W市大数据中心工作人员提到:

不敢共享是最主要的,有两个顾虑,数据安全是托词之一,实际上有些数据有瑕疵,数据给你之后有些工作的问题都暴露了。现在好了,随着党的十八大之后有一些歪风邪气被遏制了……要求各部门共享,但一是不全,二是更新不及时, 其实我们现在很多数据是倒着推的,先把应用做起来,以大数据为总抓手,然后应用里涉及的数据必须保障质量。(202107W市访谈资料)

数据共享在制度层面的障碍之一源于风险规避的文化,政府官员倾向于规避责任,只有相对安全的数据才会被开放共享。目前没有关注数据可获得性的反馈机制,数据的获取程度、 可用性以及质量得不到保障。

之前有时候“一把手”同意了,分管领导也没有问题,但是到了科长办不了,科长也好、上层也好、顶层也好,制度规定也好,制定得比较机械,整个氛围还没到,等到三两年之后,看南方都开始搞这些东西的时候,一看没有问题就敢了,他肯定不敢做第一个吃螃蟹的人,慢慢现在基本上都没有问题。(202107W市访谈资料)

两种机构在数据安全与风险规避困境面前也存在差别(见表2)。横向部门之间协作意愿低,数据共享尤为困难,组织互信度低,数据治理机构往往难以破除数据安全的“真假困境”。在困境面前,大数据中心是纵向沟通的模式,问责能力更强,各部门更多地考虑数据安全,更有可能将其作为数据共享抉择的优先影响因素;同时大数据中心作为事业单位, 在数据共享的过程中又缺乏明确的数据安全监管权力,数据共享的质量难以保证;而大数据局作为其他部门的平级单位,并没有直接的行政命令权力,因此其问责能力较弱。一方面,在面对各部门以数据安全为托词拒绝共享的处境时,其数据共享的效率更低;另一方面也面临着更为严峻的数据安全监管压力。

(四)两种数据治理机构组建模式下的

共享困境生成机理分析

两种机构差异化的制度环境在组织生命周期内形塑了不同的跨部门数据共享交易成本,导致共享结果的分化,并诱发相应的共享困境应对办法。制度理论的核心命题之一是人们对于组织生活中的确定性和可预测性存在偏好,可预测性和生存这两种利益,在制度理论中有着核心的地位。组织结构、所有权、职责和身份等组织特征的差异会体现出对制度环境的敏感度差异。在任务环境、自主性程度以及协调机制共同形成的场域内, 两种数据治理机构都面临着数据提供部门碎片化与数据标准差异、数据安全与风险规避等相似的数据共享困境,但这些问题对二者的影响程度为何并不相同?基于此问题,如表3所示,本文将进一步对数据共享活动背后的制度环境、交易成本及部门利益等展开分析,理顺J市大数据局和W市大数据中心在推动数据共享时的差异化困境生成机理。

1.数据共享困境的共性机理

对比两种数据治理机构不同程度的共享困境生成机理之前,有必要对各部门参与数据共享的成本进行分析。部门协同涉及协调和交易成本、信息成本和政治成本等,需要各参与主体承担相应风险。例如丧失技术和竞争优势,失去包含时间、钱财、信息以及合法性等资源优势, 分担安全风险和失败成本,影响部门稳定性与确定性,失去单方面控制权和自主性等。具体包括以下几点:

一是失去竞争优势。在大数据时代,掌握数据意味着拥有核心竞争力,失去竞争优势是部门数据共享的交易成本之一。在数据治理过程中,各部门出于政绩考核的需求,都有在行业领域内创新的动力,因此,让渡数权有较大可能削弱其竞争优势。此外,各部门通过数字化提升运行效率的动机较高,但“各自为政”的现实往往导致重复建设、标准不统一的协同困境以部门为单位的工作绩效量化和考核监督加剧横向部门竞争,各部门分属不同的体系,奉行独特的运作规则和注意力分配结构,部门间的协同关系与合作共识需要外力加以促成。绩效竞争逻辑使得数据共享中出现重复建设、数据资源通道阻塞和协同意识弱化等问题,为数据互联互通构筑新的藩篱。J市数据局的工作人员指出:

大家都是各自渠道发声。当时疫情之后,公安一批数据,住建一批数据,各有各的数据,收完了之后也没法比对,不知道哪些是重复交叉的,这个地方就会产生问题,各个单位都分别建设, 没有统一的渠道点对点服务……整合成效不佳,压根就不知道哪些单位建了哪些系统,每年都有新系统在建。(202106J市访谈资料)

二是失去资源优势。数据本身是部门掌握的重要资源,向数据治理机构共享意味着数据垄断优势的丧失,可能削弱部门寻租空间,影响部门在原有治理格局中的主导地位。各类专业性部门林立, 数据治理机构要求数据共享,但对各部门来说,价值和功效往往是不确定的,共享可能改变部门工作重点,需要付出时间成本,影响其地位、职权范围、财政预算等。为了避免资源优势弱化,在权责交叉领域各部门容易推诿扯皮,实行垂直管理的特殊专业化部门,资源利益会得到一定程度的固化。为避免工作负担增加,与共享成果及利益所涉不大的部门容易形成推诿避责的投机行为,浮于表面工作,不热衷于数据的主动更新。

三是承受安全风险。各部门在数据共享交易中,事前面临交易的不确定性,事中存在机会主义行为,事后存在权益分配问题,这些塑造了数据共享的协同困境。部门需保证内部数据的安全性,一旦数据共享威胁到数据安全或个人隐私,将面临被问责的风险。面对确定的数据共享成本和不确定的共享收益,部门需承担安全风险,往往倾向于维护自身利益,规避责任,甚至会为了避免暴露工作的问题,以数据安全为托词拒绝或有选择地对接数据接口,塑造数据安全和风险规避的共享困境。

四是影响部门控制权。各部门重视自身业务运作的稳定性与确定性,对原有业务流程及技术会形成路径依赖,一方面,原有技术中蕴含的隐性成本会使其重视数据资源的资产专用性; 另一方面,各部门有着路径依赖下的目标锁定,对数据政策的理解和拆分存在差异,会利用其拥有的控制权对多目标冲突进行模糊化处理,实现避责目的。权力的分割意味着责任的分割,数据治理机构的设立割裂了其他职能部门的权力,相应地削弱其责任意识和内在积极性。大数据局为应对横向协调机制的压力,通过目标设定、项目分配、检查考核等措施,将部门责任转移,强化其控制权,也挤压到了其他部门的自主权空间。各部门协助数据治理机构开展共享工作的责任心与主动性有限,往往是为了共享而共享,可能导致协同流于形式,数据的准确性和权威性难以保障:

从大数据角度,好多地方将大数据局合并,好处是业务和技术结合得相对近一些,好一些但是一旦独立出来,就协调不了……因为大家可能层级和各自战略的角度不同,我觉得这就不是我们可以把控的东西了。(202105J市访谈资料)

2.短期的数据共享困境生成原因对比

第一,不同权力运行方式下的发文势能及问责能力。在组织成立的初期,基于效率需求的资源(数据)获取目标往往处于主导地位,数据治理机构渴望通过专业技能履行特定职能,提供高品质、专业化的服务,追求数据共享的质量和效率。大数据中心在政府办挂名,要求共享时以政府办的名义发文,实际上是纵向支配,而大数据局作为同层级政府机构的横向部门,发文势能较低,问责能力较弱,数据资源获取的能力相较处于劣势, 难以得到满足。J市大数据局的工作人员表示:

我们原来在办公厅的时候,确确实实是有作用的,是能够牵头协调的,现在的话可能性不大, 毕竟不是一个单位。(202105J市访谈资料)

第二,数据共享的技术成本。纵向支配的权力运行方向下,大数据中心的资源获取与数据整合能力较高,但其本质仍然是没有独立财政核算能力的事业单位,各类资源更多地由市政府集中掌握。因此更难以向社会关系层面寻求资源支持,数据标准的部门与层级差异困境对其影响更为显著。与财政独立的大数据局相比,在跨部门数据共享的过程中面临设备和技术更新滞后问题,存在系统更新和潜在的学习成本,与各部门协调沟通的技术支持不足,从而引发更高的交易成本。

3.长期的数据共享困境生成原因对比

一是不同程度的部门利益需求。随着时间推移,组织会逐渐追求合法性结构的建立,渴望获得自治权,获取必需的资源和支持。在发展后期,W市大数据中心作为事业单位,较高的机构地位难以实现,部门利益和个人利益得不到满足的矛盾突出,缺乏创新动力和工作积极性等发展后劲不足的劣势逐渐显露出来。与大数据局相比,其“权”与“利”的需求得不到满足,但工作内容也是既要以专业协调者的角色推动合作共享,又要提供数据管理的专项服务,面临行政职能和数据治理工作的双向牵制。在机构性质、职能定位和职能配置的共同作用下,大数据中心的工作人员往往士气低落。J市大数据局的人员将各项数据治理相关任务视为本职工作,其责任心比作为事业单位存在的大数据中心更强,具有天然的激励优势。从W市大数据中心的访谈中了解到, 他们被上级批评过发展后劲不足的问题。

你们前些年走的挺快,但是这几年大数据发展浪潮之后被超越了。

而他们表示,

外地一般都是局、行政局,在前面推动,事业中心在中间支撑,再有第三方运营机构具体承办。……没看哪个市不设大数据局能把大数据工作做好。(202107W市访谈资料)

缺乏激励的制度环境对机构内部各主体的行为约束不足,导致交易成本上升。长此以往,容易降低公共服务供给效能。出于不均衡制度下潜在利益的考量,大数据中心内部展现出工作积极性被削弱的倾向,工作人员对工作的衡量成本增加,提升数据共享交易成本。

二是剩余控制权的配置。法定的权责在复杂实践中往往难以落实,存在权责再配置的可操作空间,有限理性、监管成本、不确定性和契约的不完全性等因素催生了剩余控制权。大数据局在同各部门横向联动的状态下推动数据共享,数据资源统筹调配能力相对较弱,但随着组织发展,再博弈的过程中也会努力寻求其他协调途径以突破数据共享困境。本质上,是通过构建绩效考核指标和控制权再配置来应对权责失衡问题,同时诱发了新的交易过程和交易成本。但整体来看,大数据局向外创设目标设定权、检查验收权的难度较大,通过考核指标共担共享责任的方式可能引起其他部门的不满; 长此以往,甚至可能诱发各部门基于信息资源优势的目标置换行为, 协调成本仍然较高, 揽权途径的有效性和可持续性也难以保证,无法从根本上解决权责划分问题和系统性治理风险。

综上所述,两种组织结构在不同阶段的制度环境变化中面临数据共享交易成本的差异,在交易成本的动态变化中, 数据治理机构面临不同程度的跨部门数据共享困境,影响数据共享成果。

五、结论与讨论

现有研究肯定了数据治理机构推动数据共享的重要地位,但较少讨论数据治理机构的类型并讨论其对于推动跨部门数据共享的影响。基于对山东的考察,本研究发现大数据局和大数据中心两种模式并存,与已有研究的多类划分方式有所区别。本研究对两种模式的划分既是从数字治理实践中总结而来,也在理论上推动了数字治理机构类型划分的多样化进程。研究发现,两种模式在促进跨部门数据共享时各有利弊。大数据中心采用纵向命令的方式开展工作,数据资源获取与统合能力较高,但是部门和成员利益难以有效满足,存在机构发展后劲不足的问题;相反,大数据局创新因素更加活跃,但是统筹协调能力较弱,发展前期数据共享阻力重重,后期协同有效性需要优化提升。不同的发展阶段,数据共享困境对二者的影响程度存在明显差异。基于对比视角下的共享困境生成机理分析发现,在数据治理组织生命周期内,不同的制度环境塑造着差异化的交易(数据共享)过程,由此导致交易成本与数据共享能力的分化, 通过对此作用机制的剖析,进一步探析跨部门数据共享的组织协调路径。综合本文研究结果,针对地市级数据治理机构面临的差异化共享困境,提出以下发展路径:

一是结构调整优化。在数据共享中,大数据局模式的主要困境源于统筹协调方式的有效性与可持续性难以保障,应侧重于结构途径的改进举措。首先,需要从顶层设计出发,推动国家数据共享环境的建设,实现数据共享立法与确权;其次,优化职责权限, 统筹考量大数据局在政府机构序列中的位置,疏通数据共享资源渠道,实现大数据服务运营的专业化;最后,依靠专业化的数据治理机构作为信息支撑,推动各层级各部门的关联衔接,实现数据的汇集和综合治理。

二是制度完善升级。大数据中心推动数据共享的困境主要源于机构发展动力与后劲不足的问题,背后是激励制度有缺陷, 应侧重于制度改进。首先,要注重构建科学合理的激励机制, 理顺数据共享业务指导、绩效管理、监督检查的保障机制,完善数据治理机构的预算保障和财政支持,采用灵活的、适应性强的人事管理策略;其次,需要构建起完整、系统的数据共享法律制度,以应对各部门面临的法律法规冲突问题; 最后,构建数据安全生态制度体系,进行类别化的数据安全测评,打破数据安全制度要求的桎梏,实现数据溯源、留痕的全过程管理, 为推动数据共享提供安全保障。

三是数据共享环境优化举措。要提升数据治理机构的数据共享困境应对能力,需要保证共享环境的协同性,这涉及两种数据治理机构面临的共性非制度化因素等。首先,数据提供部门作为交易行为的参与主体应被关注。这需要完善利益协调机制,构建信任关系,并通过协商、 谈判等策略性行为消弭合法性困境,整合制度化资源,引导数据共享模糊地带的个体理性行为选择;其次,需要在人际关系层面突破僵化的科层制思想和官僚作风,通过跨部门论坛会议等新型沟通机制构建渠道,增进部门间的诚信人际关系,凝聚协作共识;此外,在大数据局的人事制度设计上,兼顾多元化领导干部选拔途径,将非正式途径正式化;最后,可以在数据治理中引入市场逻辑和价值理性,通过开放性的市场竞合降低交易成本,缓解数据资源的部门化配置和跨部门数据资源需求之间的张力,从而提升效率,有效地规范数据共享行为。

本文的不足之处在于,受限于案例选择的代表性,所构建的分析框架中各部分的逻辑关系及其解释力度仍有待验证,需要拓展案例范围与数量,引用计量分析方法进行验证,提炼出更具普遍性的理论与共性经验;各数据提供部门不同规章制度的影响也值得持续探索,以了解数据共享困境的动态本质,揭示不同级别、岗位的个体践行怎样类型的治理机制。

文章来源：《公共管理与政策评论》2023年第1期

编辑：周小努

校审：牛坤在

审核：光涵

往期推荐