賽迪智庫：2019中國數據治理發展報告（附下載地址）

?三個皮匠微信公眾號每天給您帶來最全最新各類數據研究報告

第一節 數據治理的三個維度

從微觀角度，數據治理是指個體的數據管理，即對數據的實用性、可用性、完整性和安全性的整體管理。從中觀角度，數據治理是指公共治理，即區域和國家對其主權范圍內的數據質量、權屬、流動機制等方面的宏觀管理。從宏觀角度，數據治理是指全球治理，即在大數據時代，以國家、國際組織、多利益攸關方等為主體，對數據權利、流通、管理等方面的治理。

第二節 數據治理的目的

一、優化數據質量，發掘數據資產價值

大數據時代下的數據本身表現出與傳統數據不同的大數據化特點，具體體現在數據體量大（Volume）、數據類型多（Variety）、處理速度快（Velocity）、價值密度低（Value）四個方面，統稱為大數據的 4V 特征（也有稱 5V 特征，加上準確性 Veracity）。通過數據治理可以壓縮數據體量、提高價值密度，促進數據資產價值最大化。

二、保障數據安全，確保國家社會穩定

數據共享在公共治理方面起到的作用也越來越大。以貴州為例，作為國內應用數據進行社會治理的先驅，貴州運用大數據技術實施精準扶貧，使扶貧方式從年審過渡到日審、甚至實時更新，極大的提高了扶貧精度和有效性。但是由于公共數據共享機制的缺失，部門間、地區間仍存在合作困難。

三、建立數據規則，維護數據主體權利

一方面，數據治理可以為工業大數據、商業數據和公共數據流動保駕護航。另一方面，數據治理有利于維護數據主體權利。

四、降低邊際成本，提高數據流通效率

目前，許多公共部門、研究機構和企業掌握著大量的數據，但由于缺乏有序的共享和交易機制而使其成為了眾多“數據孤島”，數據價值大打折扣。部分商業數據交易也由于權屬不明，而使企業和公眾面臨巨大風險。

第三節 數據治理的路徑

一般而言，公共治理主要有三種形式，一是通過公私伙伴關系（PPP）、社區組織合作的模式；二是利用自由市場機制，在政府監管下運用競爭原則分配資源；三是通過國家和政府自上而下的線性方法。我國主要采取線性治理模式。

一、線性的治理模式

數據治理的層次性決定在不同的緯度具有不同的治理主體和治理對象。在微觀層面，個體作為數據的直接管理者，本身具有數據治理的先天需求和便利。它會基于經濟或公共效益等多個原因行使數據治理行為。該層面治理的對象是狹義的數據。在中觀層面，國家是劃分數據權利屬性和制定數據制度的中心，其治理對象是抽象的數據屬性或權利的邊界。多層次主體和對象的交織將必然導致治理的復雜性。政府在制定數據制度時，必然需要清楚微觀層面的實際情況，解決實踐中的問題，而且在一定程度上，政府本身也是利用數據的個體。實踐證明，政府雖然在治理中發揮著重要的作用，但無法替代其他社會主體所具備的獨特功能。

二、以國家為中心的協同治理模式

一方面，國家在數據治理的三個層次中均發揮主要作用。另一方面，以國家為中心的協同治理模式可以兼顧治理效果和治理效率?，F階段，我國的社會治理體系采取了中國特色社會主義社會治理體制，即以國家治理為主，社會自治為輔，全民共同參與的模式。

第四節 數據治理的工具

治理工具也被稱為“政策工具”或“政府工具”，主要有三種理解：一是政府實現治理目標的技術或手段；二是強調政府治理工具的活動形式或媒介，可將治理工具視為一種活動；三是將治理工具視為一種制度或行為機制。（關注公眾號“三個皮匠”，獲取最新行業報告資訊）