第一观点||陈潭：政务大数据壁垒的生成与消解
随着互联网+、云计算、大数据等信息技术的突破性发展，数据开放与共享已是时代所趋。“互联网+政务服务”实施方案在诸多领域先行推行，但信息数据的连接、整合与共享依旧阻碍重重，尤其是涉及较高的行政事务层级部分，通过现有的顶层设计实现线上政务向服务的连通共享，难度与复杂程度更是增大。因此，跨越政务大数据开放共享障碍、推进政府提供更优质的服务是当下大数据政务所要直面的重大问题。
一、政务大数据开放与共享的价值意蕴
《Times》认为数据是一种新型资产，其价值如同黄金和货币[]。在信息技术高度发达的今天，数据主体呈现多元化趋势，政府掌持的社会信息发布的垄断地位已经受到极大冲击，企业凭借自身的技术设备、民众利用新兴媒介同样可以成为数据的主导者与传播者，这是多元社会治理结构对数据无障碍流动与共享的必然要求。透过数据形态表义的政府所汇集的信息与资源，一定程度上代表着一个国家的发展态势与走向，对政府、社会以及公众都是一笔不可估量的财富。主要表现在如下三个方面：
（1）政府层面。2011年麦肯锡研究所发布了一份专门的研究报告《大数据：下一个创新、竞争和生产率的前沿》，该报告分析指出：大数据可以在任何一个行业内创造更多价值，但政府部门在应用大数据时面临的困难最小，从大数据中获得的收益更多，价值潜力更大[]。政府日常政务繁重，每天所需要回应的公众诉求、解决的公共问题等行为无一不处在大数据的环境之中，被数据所包围，为形成对数据更深刻的认识，并充分利用与精准掌控，就必须怀有开放的心态去包容与分享。政府要想更高效地办公、更直接地了解公众需求、更及时地解决公共问题，就必须实现数据的开放与共享。通过政务大数据的开放与共享，对于政府来说具有几个方面的优势：第一，有利于政府职能的转变。打破部门间的数据壁垒，实现政府内部协同作业，可以提高办公效率，简化行政审批程序，改变“脸难看”的服务态度与“事难办”的行政状况，改善部门间的合作关系，使各部门更加有效地履行工作职能；第二，有利于提高政府决策的科学性。政务大数据中蕴藏着多样的公共需求，也存在着潜在的公共问题，政府通过对大数据资源的挖掘与分析可以及时了解公众需要，实时跟踪大众心理，科学预测未来环境，为政府决策提供更为科学的指导。
（2）社会层面。大数据所具有的容量大、种类多、速度快、价值高这四大特征[]，对社会发展具有重大影响。比如网页浏览、线上支付记录产生的消费数据，政府掌握的产业数据与行业数据等如果开放共享，为企业分析处理并加以利用，将会产生更大意义的价值。实现政务大数据的开放共享，对于社会来说具有如下优势：第一，有利于提高企业竞争力。通过对大数据的挖掘、分析与共享，预测未来的政治、经济、文化环境，判断行业形势，分析民众心理走向，实时跟踪社会需求变化，提供个性化服务，将数据变为竞争法宝与利剑，使企业成为行业的领导者；第二，有利于提升企业创新活力。政府所掌握的数据对于企业来说无疑是一座金矿，因为数据中不仅暗含对于经济运行状况的预测，而且还可以通过各行业的数据开放，交互利用，激发全员智慧，驱动产品创新，增强企业活力；第三，有利于建立公平的竞争市场。在市场竞争中，中小企业由于先天的“缺陷”，即资金、人脉、技术、人才的不足导致其掌握的行业信息或政策方向总是滞后于大企业，通过政府与企业间数据的开放共享平台，实现信息的无差异化流通，可以缩小因企业规模而造成的差距，避免因“关系企业”的优先情报而落后于竞争市场。
（3）公众层面。个体认知与行为局限使人们无法仅凭一己之力而通晓世界。在互联网出现以前，人们主要通过报纸、书籍等文本方式以及行为探索感知外界，而如今，通过“指尖滑动”就可实时了解世间百态。随着技术的发展和人口素质的提高，数据收集与处理已不再属于专业人士的独占领域，普通民众也可以通过软硬件技术对社会中开放的数据进行分析并阐述为信息加以传播，这使民众对政府服务的参与不再停留在主观意愿层面，更化为客观行动。政务大数据的开放与共享，对于公众来说具有如下几个方面的优势：第一，有利于加深民众对政府的了解，提高政府信誉，改善政府形象。通过政府数据的公开知晓政府行政运作方式、理解政策文件实施意义、判断行政决策执行效果、客观评测政府作为；第二，有利于为民众的选择提供更加科学化的思考。人们利用大数据所传递的信息能够为日常生活与工作提供更为科学的规划与分析，通过数据的预测与比较增加选择的机会；第三，有利于民主权利的实现。政府数据的开放共享过程使民众的知情权得以体现，通过对政府数据信息的获取使人们更容易理解政策意图、表达政治意愿，参与政治过程，实现参政议政愿望与利益传达路径的统一。
二、政务大数据壁垒的表现及其生成原因
毫无疑问，政务大数据壁垒表现为公共数据的不开放、不整合、不共享，政务大数据的“纵向分割”和“横向分割”问题突出，容易形成若干“数据围墙”和“数据孤岛”。所谓政务大数据的“横向分割”就是政务大数据在部门与部门之间不能共同整合和分享，“占山为王”、“各自为政”，容易形成政务大数据壁垒中“块”的困境。譬如，令人咋舌的“非法疫苗”事件，一时民愤潮涌，在社会舆论、道德质疑、法律究责的重重拷问下，突兀眼前的是食物药品监管部门、工商行政管理部门、城市管理等部门之间的难以逾越的数据鸿沟与各自为阵的局面，这才是致使“非法疫苗”肆意妄为，而相关部门追踪、清查、打击不力的根由所在。所谓政务大数据的“纵向分割”就是政务打数据在上级部门和下级部门之间无法整合和分享，从而导致政务大数据壁垒中“条”的困境。比如，区域数据、行业数据中存在的上级数据和下级数据无法“打通”的现象。由于政务大数据“围墙”和“孤岛”的存在，不仅容易造成政府部门行政成本和制度成本高昂，而且容易造成公共产品和公共服务供给中的不充分、不对等、不便利问题大大产生，公众“门难进，事难办”的现象不可避免地大量出现，甚至出现了更多的无法证明“我妈是我妈”的天下笑谈。由此可见，政务大数据壁垒的存在违背了服务型政府和透明性政府建设的宗旨和要义。
究其原因，一般而言，导致政务大数据壁垒生成的主要因素体现在如下几个方面：
（1）技术短板。从IT走向DT时代，政府利用大数据服务需要做好多方面准备，其中最核心的就是大数据处理工具与基础设施的构建。目前，我国搭建的云计算平台中数据管理较为分散，政府很多网站只停留在分类搜索功能的开发阶段，存在数据整合水平较低、数据输出质量界定模糊、数据关联价值攫取不足等问题，使得数据效用不断“缩水”。具体体现在如下方面：首先，网络硬件方面，数据处理设备更新滞后引起管理功能退化或网络传输速率下降，使其难以支撑高级别的数据分析与处理复杂的数据格式；其次，在安全方面，现有的安全维护技术在大数据的非线性增长中逐渐暴露出“暗角”，给网络黑客与不法分子提供了可乘之机。据国外一家网络安全技术公司（McAfee）的研究表明，拥有大数据的企业中，只有35%的企业有能力在几分钟之内监测到数据的安全漏洞，22%的企业需要一天时间才能监测到，5%的企业需要一个星期的时间才能监测到[]，即监测技术的短板扩大了对数据安全的威胁；最后，现有的数据处理理论模型也制约着技术发展与应用，比如传统的关系数据模型无法高效处理非结构化和半结构化数据，以Map Reduce和Hadoop为代表的非关系数据分析技术在应用性能等方面仍存在很多问题，尚没有一个像当年Codd所提出的关系数据库那样的理论来统一解决非结构化处理问题[]。因此，由“技术壁垒”导致的“部门壁垒”和“数据壁垒”也就见怪不怪了。
（2）部门利益。政府不同职能部门关注、搜集、掌握的数据包罗万象，纷繁复杂，其中与部门利益切身相关的主要是一些片面数据、局部数据与碎片化数据。政府各部门所占据的往往是海量数据中的某个节点，要想实现数据的最大“红利”，数据整合势在必行。公共选择理论假定，政治行动者个人都被自利的动机所引导而选择一项对其最有力的行动方案[]。该假设容易促使部门官员受本位主义影响，将个人利益、部门利益置于社会利益、国家利益之上，囿于短期目标的实现，忽视政府的长远发展。而且我国部分政府官员仍旧抱有“以权力为中心”的固化观念，认为部门数据是具有“独占权”的“私人物品”，一旦流失，如城壁倒塌、权力丧失，由此，造成宁愿将数据“束之高阁”也不“公诸同好”的局面。另外，政务大数据的开放与共享缺乏相关责任机制，部门领导在数据开放与共享方面追求“形式主义”，或局部开放，或低关联度开放，敷衍了事，从而使数据在流通中形成了一个个“数据壁垒”。反之，如果将数据作为连接横向分工制与纵向科层制间的纽带，必然可以促进部门间的无缝隙合作，利人利己、实现“双赢”。例如政府部门实现人口大数据、教育大数据、交通大数据、地理大数据等方面的开放与共享，可以通过GIS遥感技术与某片区中小学校的分布点以及其中的人口结构相结合，解决学校是否分布合理以及如何选址才是最合理的问题，从而可以不断提高相关政府部门决策的精准性与科学性。由此可见，部门利益仍然是妨碍政务大数据开放与共享的主要因素，也是造成政府协同治理不足、公共决策精确性不够的主要原因。
（3）安全陷阱。近几年来，技术的发展使数据的挖掘与传播途径越来越广，对于某些不法分子来说亦然，他们盗取政府数据的渠道与利用手段也越来越多样化。目前我国正处于大数据发展的初期阶段，数据开放与共享的相关制度和规范没有统一标准，在界定数据隐私、保障数据安全方面缺乏清晰的规定，每一次数据的流通都会增加其泄露的机会，“一石激起千层浪”，数据整合、存储、管理、访问、共享等过程中任何一个环节出问题都可能危害公民利益、扰乱社会秩序甚至威胁国家安全。另外，由于受专业知识的限制，政府部门中相关工作人员的数据安全意识也比较薄弱，大多数情况下官员们只注意到数据的显性意义，而忽视了其隐性价值以及部分数据被深度挖掘后所存在的潜在危险性，如果在没有界定清楚数据公开的类型与标准的同时盲目地开放政务大数据，很有可能会出现因数据泄露而造成的安全事件。比如公共安全方面的数据公开，对于采购信息应具有明确的保密管理要求，以消除因数据泄露的扭曲利用而造成公共安全隐患。因此在政务大数据的开放与共享过程中，必须通过多种途径加强数据的安全利用方式，防止信息被不法分子盗用，而置百姓于危险陷阱之中，损害社会与国家利益。然而，数据安全也容易形成一种悖论，正是因为担心“安全”而拒绝数据的开放与共享。
（4）问责压力。在新媒体时代下，微博、微信等新兴媒介对舆论传播的作用不可估量。原本政府的行政程序与工作成效“密不透风”，外人无从参与，也便无法评估。但随着人们的民主意识逐渐觉醒，数据开放的程度与信度成为民众参与社会生活的重大诉求。政府笼统的数据开放形式已不能满足社会需要，其单向信息供给服务的工作模式已经捉襟见肘。要厘清的是，数据公开意味着政府行政的流程、进展与效果全程暴露在公民评判与监督之下，人们的价值追求已由获取数据“量”满足转向“质”的检测与评定，许多第三方组织通过政府的开放数据自发检测并监督政府的行为，将政府工作纳入社会评估的范畴。政务大数据的公开化，就是将政府装在“玻璃盒子”里，经由百姓“观摩”，一旦人们发现在政府开放的数据中存在与现实情况不符的问题，便能通过互联网的传递功能，使事件膨胀，引发关注。而且在此过程中，由于网络传播的多重性可能会导致事件的扭曲以及问题的凸显，届时，人们便会用“放大镜”来审视政府，将有关责任部门推至聚光灯下，形成部门及工作人员的行政压力与思想负担，以鞭策其适时做出具备效度与信度兼顾的答复。而这样过于激进的方式也可能造成政府部门出于对自身信誉、业绩、形象的考虑，为开放数据寻找借口，设置壁垒，抱着“多一事不如少一事”的心态，对内部数据的开放采取“冷态度”。
（5）产权纠结。大数据时代倡导数据开放与共享，这是数据多元价值提取的必然要求。然而，无法回避的是在数据采集阶段便存在着个人信息的授权问题。虽然个体生产的数据多半是以匿名化的方式存储，如网站检索、在线支付、位置导航等“数据轨迹”，但将其放在公开数据库中进行交叉对比时，个体身份辨认变得异乎寻常的简单。而且数据间的采集、流通有时是机器对机器（M2M）的直接操作结果，政府在使用个人数据前本应签署服务协议，但数据流通的多样性使很多数据都不再用作单一用途，这在一定程度上提高了敏感数据与非敏感数据的相关性，某些本不涉及个人隐私的数据在潜在的关联下可能会侵犯个人隐私权，模糊了个体数据的隐私界限。另外，产权与数据各自所具有的特性也造成了大数据开放共享障碍：一方面，产权保护的私有性与数据共享的公开性本身就是相互冲突的，产权是对个人成果与利益的保护，具有排他性，但数据共享在某些时候则是需要个人牺牲部分利益成全社会利益的行为；另一方面，产权保护的时效性与数据更新的高速性也存在矛盾，大数据的更新速度使信息瞬息万变，而产权保护的时效性则要求事物的变化展现出稳态步伐。不过仍需厘清的是，虽然产权问题会造成数据开放共享壁垒，但过分纠结于产权保护则会使数据间局限于点对点合作，缩小了数据多点共享空间，因此如何平衡数据开放共享与产权保护也是政务大数据开放共享中的一大壁垒。
三、政务大数据壁垒消解的路径选择
由于政务大数据壁垒的生成存在着思维、技术、利益、安全、版权等诸多方面的原因，我们认为，破解政务大数据壁垒应该通过如下途径实施：
第一，完善数据管理制度。依据美国心理学家斯金纳（B.F.Skinner）提出的激励强化理论，组织中需要正强化与负强化，即奖励那些符合组织目标的行为，以便使这些行为得到进一步加强，从而有利于组织目标的实现；但同时也要惩罚那些不符合组织目标的行为，以使这些行为削弱甚至消失，从而保证组织目标的实现不受干扰[]。在我国，由于大数据发展起步较晚，约束制度或数据开放标准缺失，尤其是对于政务数据是否需要开放、如何开放、开放程度与边界区分均缺少政策与制度支撑，如果不对数据开放主体进行引导、说服甚至强制，数据开放则会造成利益迷惑，导致政府部门官员缺乏开放数据的动机与动力，陷入保守主义泥沼，削弱个体及其部门的担责能力。因此，为实现《促进大数据发展行动纲要》中“2017年底前，明确各部门数据共享的范围边界和使用方式，跨部门数据资源共享共用格局基本形成”[]的发展目标，健全工作问责机制与制定数据开放标准，划出法律“红线”，将数据开放责任落实到个体，明确规定数据开放共享的范围边界与使用方式，制定开放目录体系与共享清单时不我待。另外，一直以来国际组织与国外政府都非常关注数据权的立法，目前我国在数据权方面也存有法律空白，但实际生活中民众的线上行为越来越频繁，政府也开创了越来越多的线上行政服务方式，基于2015年大数据发展战略部署的背景，我国关于数据权法律制度的建立也具有了重大意义。
第二，改革部门管理体制。部门利益间牵葛使政务大数据在流通与共享过程中形成了一道无形壁垒，这不仅同责任制度和数据开放标准界定模糊有关，也与缺乏独立于政府部门之外的权威数据管理机构密切相关。如果单个职能部门都执着于“不公开”便“不失误”的认知扭曲，那么，官员在寻求个人政绩的最大化的同时，难免会出现利用权力掩盖数据、篡改数据、美化数据的现象。虽然中国政府对大数据的探索还处于初期阶段，但是必须找出适合于自身运行模式的发展道路。譬如，可以通过改革部门管理体制，成立独立的数据管理小组以满足技术与管理层面的紧迫需求。该小组在组成人员上需要培养大量具有相关知识素养的技术人员，这些工作人员不仅需要掌握大数据、云计算等数据处理的相关技能，更需要领悟数据分析之后的战略意义，为数据分类与处理提供指导，特别是在保障数据安全需求方面，仅仅依靠大数据处理的技术人员是无法满足的；在部门权力上，该工作小组应不受制于官威，不受制于人情，而应该受制于法权。该工作小组必须根据对数据开放共享制定的目录体系、开放标准、责任制度落实到具体部门，对于不按规定开放数据的部门与工作人员应给予严厉的惩罚，做到在权力行使过程中要依法行政；在技术研发上，该工作小组除了需要建设常规的大数据处理基础设施外，更应该致力于研发大数据处理的专利技术。
第三，增强部门协作能力。实现跨部门协作是政务大数据开放共享的前提，我们可以从以下方面作出努力：第一，培育开放共享的组织文化。部门官员应形成“社会利益大于个人利益”的思想共识，这是实现跨部门协作的思想基点，也是实现政务大数据开放共享目标关键。政府官员要摆正位置、认清责任，摒弃“利己主义”的思想，对属于公共产品的数据，各部门应怀有“取之于民而用之于民”的心态，将公众利益、社会利益摆在第一位，同时，通过建立正式与非正式沟通渠道，加深部门间的理解与信任，加强各部门的交流与合作，积极打破部门间的数据流通壁垒，实现政府数据间的互联互享，实现部门之间的利益共赢；第二，搭建协同统一的技术平台。国家提出大数据发展战略，不是为了单纯的用数字“包装”政府，政务大数据的整合、处理与共享不能只是简单的将所有数据进行集合、开放，而是需要对数据进行开发、分析与精准应用，打造国家层面的一站式与OTO模式相结合的云海一体化政务服务平台，跨越部门间、地区间的数字鸿沟，通过规范服务质量与服务标准，督促部门间的业务协同与数据共享，由数据代替群众去“跑腿”，实现部门服务模式从碎片化向集中式转变。比如新加坡秉持的“One-Stop”理念——政府只需向公民提供一个网站就可以办完所有的业务，在提高政府行政效率的同时优化民众的服务体验。
第四，创新开放共享机制。政务大数据的开放与共享可以按照其服务主体分为内部用户与外部用户两大类，外部用户主要是由个体与企业构成，内部用户主要是指政府部门内部工作人员。对于政府工作人员来说，数据的应用一般可以归属于日常办公，而这一部分数据是可以通过部门职能差异进行分类的，即通过数据库系统分类以提高办公效率；而对于外部用户来说，用户类型的复杂性决定了数据需求的多样性，同时也增加了对数据进行全面整合的难度，况且大容量的数据（一般认为大数据的数量级应该是“太字节”（240）的）[]的整合成本也高。为了最大化释放数据价值，政府可以改变传统的开放共享路径——先将各种类型的数据集中在数据库，进行统一整合与处理后才面向社会开放。借鉴欧美先进国家的数据共享方式，比如德国的工业数据空间子项目IDS，秉持“去中心化”思想——其实质不是一个平台，而是一个可信的数据网络空间，只是为企业的数据中心提供标准接口进行连接，当用户需要数据提供增值服务时，数据可以在被认证的合作伙伴间共享[]。这种方式不仅保障了数据开放的质量，还能够防止数据更新滞后而带来的交换价值流失。因此，政府可以创新政务大数据开放与共享机制，改变先整合后共享的老路，降低数据利用成本，提高行政效率。
第五，优化研发技术平台。2016年国务院在发布的《政府工作报告》中提出，“大力推行‘互联网+政务服务’，实现部门间数据共享，让居民和企业少跑腿、好办事、不添堵”。“互联网+政务服务”就是借助互联网平台，依托大数据、云计算、物联网等信息技术，与政府政务有机融合，拓展公共物品与公共服务供给路径，创新政务服务模式，转变政府职能的过程。将“互联网+”引入政府服务流程，大力投入大数据处理、云计算等基础设施的建设，形成政府与国家的统一数据开放共享平台，使它不只是一个数据集散中心——连接各类政府数据，从中输出原始数据与经过后台整合的高质量数据，还是一个与民互动中心——能够为公众所需数据的查询、申请和分析、下载提供与政府的交互式沟通。另外，政府服务对象的多样性与复杂性还要求其需要与企业开启技术合作模式，共同打造政务大数据与社会服务应用支撑平台，一是能够将政府内部数据组织、分类，通过政务数据的交换共享实现政府部门的业务简化、决策优化，二是可以对用户需求的互联网数据进行梳理、提取、加工，形成为社会服务的同一数据平台。由此可见，优化研发技术平台，不仅有利于实现业务上云、数据整合与服务创新，还有利于提高行政效率，降低行政成本，推动政府职能转变与市场进步。
第六，强化人才队伍建设。政务大数据从其类型可划分为政府数据、个体数据以及商业数据，显而易见的是，数据“生命周期”囊括的，即数据生产、数据收集、数据分类、数据加工以及数据输出的不同阶段与不同层面对专业数据人才的培养及供给存在明显不足，因此，数据人才建设便要由以下方面积极着手：一是针对政府内部需要培养善于将大数据应用于政府行政中的专业技术人员，该类人才应该依据不同职能部门的行政事务与服务方向对政务大数据进行科学的分类、整合、处理与应用，以降低政府行政成本，提高行政效率与公共服务质量；二是针对个体即社会群众的需求培养善于将大数据应用于公共服务中的专业技术人员，借助于高校、科研机构或者非政府组织中研究人员的集体智慧，面向民众需要办理的具体事项，将政务数据进行分类整合，提高民众办事效率，改善政府形象；三是针对商业领域中的企业或组织需求培养善于将大数据应用于市场发展中的专业技术人员，每个数据都是一座金矿，必须训练出一双能够对数据的潜在互联价值具有敏锐观察力的眼睛，推动市场进步。如气象数据可以造福于航空、能源、农业、旅游、保险等各行各业，企业甚至可以将产品销量与气象作对比分析，计算出它们之间的正负相关性，改变产品销路，提高销量，产生最直接的经济利益。当然，在如今复杂的国际形势中，除了对工作人员进行技术培训外还应不忘加强对其意识形态的培养，在挖掘数据附加价值的同时，也要形成数据安全保障意识，时刻将国家利益摆在第一位。
基金来源：国家社科基金重点项目“国家大数据战略实施的关键路径与行动策略研究”（15AZD077）
文章来源：《求索》2016年第12期
南国微课学堂 岭南学术道场
从“万木草堂”到“万木学堂”，岭南一脉，万世师表，砥砺学术，经世维新。搭建零壁垒教学平台，延展无缝隙课堂半径，“万木学堂”乃陈潭教授岭南学术传习所，为岳麓山下“斯为盛学社”姊妹篇的草根学术部落。由广州大学中国政务研究中心、大数据治理研究中心、大都市治理研究中心、《广州公共管理评论》编辑部、《公共管理教育评论》编辑部联袂支持。
本学堂所发内容仅供学习交流所用，版权归原作者或机构所有。