摘要：数字经济时代下，数据已成为关键生产要素，数字政府建设离不开数据支持，但数据价值需要依托数字技术才能得到深入挖掘和释放。数字技术是治理数据的关键手段，覆盖了数据整个生命周期，包括采集、存储、加工、使用和销毁等，可以最大化释放数据生产力，激活数据要素潜能。数字技术的部署和应用，在加速政府数字化转型的同时，也推动了数据制度建设、政府职能运行体系和组织架构的重构，赋能了数字政府建设。

关键词：数字技术；数字政府；数据要素

Abstract：In the era of digital economy， data has become a key factor of production.The construction of a digital government cannot do without data support， but the value of data needs to be deeply explored and released through digital technology.Digital technology is a key means of managing data， covering the entire life cycle of data， including collection， storage， processing， use， and destruction.It can maximize the release of data productivity and activate the potential of data elements.The deployment and application of digital technology not only accelerate the Digital transformation of the government， but also promote the reconstruction of data system construction， government function operation system and organizational structure， enabling the construction of digital government.

Keywords：digital technology;digital government;data elements

引言

21世纪以来，多种信息技术如互联网、人工智能、云计算、5G通信等得到了迅猛发展，在与经济、文化等领域高度融合下，各类数据呈现指数级增长。大数据使得社会生产方式和居民生活方式都发生了巨大变革[1]。党的十九届四中全会指出数据是与劳动、资本和土地等并列的生产要素，习近平总书记强调“要构建以数据为关键要素的数字经济”，数据要素已成为推动我国经济高质量发展的核心动力。数字政府是大数据背景下提出的一种新型的政府管理和服务形态，其定义多元化[2]，既包括内部数据共享共用和业务流程再造，也包括政府部门同外部的其他政府部门、企业和公民的信息公开、数据开放、互动交流、服务提供、监督问责等方面[3]-[4]。“十三五”期间我国数字政府建设已初具成效，党的十九届五中全会提出“十四五”期间要继续加强和深化数字政府改革建设，进一步提升公共服务和社会治理等数字化智能化水平。

数据资源是数字政府的核心，以数据为内核推动数字政府建设，不仅有利于提高公共服务的精准度，而且有助于推动政务服务的智能化[1]。但数据资源只是信息的载体，需要进一步分析才能使其价值得到增值和释放。中国是数据大国，国内各种社会治理资源、治理行动和治理效果数字化呈现较为成熟，形成了大量的数据信息库，国内各种社会治理场景也层出不穷，并随着社会发展和人民需要不断迭代更新，又衍生出大量业务场景数据。2022年国务院《关于加强数字政府建设的指导意见》指出，要把数字技术广泛应用于政府管理服务，推动政府数字化、智能化运行，加快转变政府职能，建设法治政府、廉洁政府、服务型政府，推进国家治理体系和治理能力现代化。利用数字技术实现数据价值的最大化，可以精准感知社会公众需求和社会发展趋势，辅助政府部门做出科学决策，进而赋能数字政府建设。本文将分别从数据采集、处理和安全保障等方面讨论数字技术的应用，并从数据制度建设、政府职能运行体系和组织架构改革等方面探讨了数字技术赋能数字政府建设。

数字技术应用

数字技术是与电子计算机相伴相生的技术，包括了信息化、数字化和智能化等三个阶段，首先需要对图片、文本、声音、图像等各种信息进行数字化处理并转换为计算机可以识别的数字“0”和“1”，然后再对其进行加工、存储和分析。数字技术加速了数据流通，可提供快速、精确和可靠的信息化处理服务，涵盖了数据全生命周期，是数字政府建设的核心手段。

1.1 数据采集

数据采集是数据储存、共享乃至开放利用的前提和基础，也是筑牢数字政府基础数据底座的关键，处于数据处理的前端，采用的数字技术主要为物联网技术。物联网可以看作是信息空间和物理空间的融合，将一切事或物数字化、网络化，在物与物、物与人、人与现实环境之间实现高效信息交互，并通过新的服务模式使各种信息技术融入社会行为，是信息化在人类社会综合应用达到的更高境界[5]-[6]。物联网的基础是感知和识别。利用传感器等设备可以采集网络覆盖区域中物理世界的事物、事件等信息实现感知。利用二维码等技术可以对目标物或者事件进行唯一标注和识别。通过感知和识别，就可实现物理世界各种信息的数字表征，为后面物理空间映射到数字空间奠定基础。政府部门可利用物联网技术，将传感器和设备嵌入到电网、铁路、桥梁、隧道、公路、建筑等业务场景或场地中，并利用互联网和大数据系统平台，将收集到的海量数据汇聚到对口业务部门，但收集的数据不易直接使用，经过处理和分析后才能用于各种场景并提供智慧服务。

1.2 数据处理

（1）数据预处理。数据来源多，采集方式多样，各采集部门数据规范也不统一，因此汇聚的数据存在质量参差不齐、缺失或异常等情况，需要进行预处理以提高数据质量。数据预处理方法主要包括：重复值处理、空缺值处理、异常值处理和数据标准化等。其中数据标准化主要是对原始数据进行无量纲、无数量级差异处理，消除不同数据因属性不同而带来的影响以便于进行对比。数据除了来源多外，结构类型也多样，包含结构化、半结构化和非结构化数据，该类数据称为多源异构数据。分类分级进行多源异构数据预处理并建立标准化流程，可为后续分类分级数据处理提供标准基础数据底座。

（2）数据处理。为适应不同社会治理场景需求，数据处理方法也在不断发展和改进，按照数据处理步骤，本部分只列几种常用的处理方法。

首先是数据仓库构建方法。将不同来源的数据进行提取、转化并集成到一个综合数据库的过程就是构建数据仓库的过程。数据仓库的数据类型不限，可按照用途或应用场景等进行分类，给出对分析对象的完整、统一的描述，准确刻画出分析对象所关联的各项数据及数据之间的关系，提供业务改进、数据检测和提升效率等服务。数据仓库是动态的，需要不断的更新，且随着时间推移，可添加新数据项，也可删掉旧数据项等，可以作为决策支持系统，为政务服务的重要决策制定过程提供帮助。

其次是数据分析方法。数据分析是实现社会治理高效化、精准化和智能化的重要手段。传统方法包括事务频数统计、对比分析、多元回归预测等。传统方法擅长分析同类型数据，如以数据库为代表的结构化数据，但难以同时融合、处理多种结构类型数据，不利于数字经济时代下复杂社会治理场景的多源异构数据的处理和分析，例如一个社会治理场景涉及的数据可能包括表格、文本、图像、视频和音频等多种形式。深度学习算法对多源异构数据的融合、处理和分析技术已较成熟，且成功应用到文本翻译、语义分析、视频追踪和图像识别等领域中[7]-[8]。融合传统算法和深度学习处理复杂社会治理场景的数据，深入挖掘多属性数据内在关联，能够有效推进政府管理和社会治理模式创新，实现政府决策科学化和高效化。

最后是可视化处理方法。数据复杂且数量巨大，经过处理后，处理结果可基于可视化技术进行呈现，帮助政府工作人员和社会公众快速直观理解数据反映的信息，一定程度降低了数据使用门槛。标签云、历史流、空间信息流等是常用的可视化技术。数据尤其是包含地理空间信息数据的可视化需要依托GIS（Geographic Information System，地理信息系统）技术[9]，以电子地图的形式呈现。与传统地图不同，它能将不同尺度的空间数据进行拼接或叠加，将空间要素和非空间要素数据关联，将碎片化的信息按照地理空间框架进行集成和融合等，最终实现多部门信息一体化和共享。地理空间的框架可以是二维或三维，甚至结合时间维度实现四维（三维+时间维）展示。以智慧城市建设中城市信息模型CIM（City Information Modeling）平台为例，CIM以BIM（Building Information Modeling）模型为底座，融入地理信息系统GIS和物联网系统IOT（The Internet of Things），囊括了地上的建筑物、道路、河流、树木和摄像头等和地下的各种供水、供热等管道等，如有需要还可增加天上的云层等信息，将多源数据信息融合呈现在三维地图上，可按照业务场景、专题建设、风险评估等进行分类分级展示，辅助地方政府规划、行政治理和决策制定。

与数据处理相关的数字技术还包括云计算（cloud computing）等。云计算可以统筹已有的计算、存储、网络等资源，按照用户需求进行分配，提供弹性、快速计算服务技术，具有虚拟化、高可靠性、高通用性、高可扩展性等特征，计算成本低、效果好。各地政府打造的政务云平台，除具备常规云计算属性外，也为政府部门之间搭建了信息桥梁，可以通过内部驱动引擎实现数据跨部门、跨区域、跨层级、跨业务的共享和交换[10]。政务云还可通过技术手段、国家措施等，构筑信息堡垒、保障数据安全。

1.3 数据安全保障。

数字政府建设中，推进数据资源整合和共享开放，打破区域、部门、层级等限制，已经成为培育数据要素市场的一项重要任务，但数据高度汇聚会增加数据泄露的风险，主要体现在不法分子可以直接攻击数据共享交换平台、城市大数据中心等大量数据汇集的节点，一旦被攻破将导致大规模的数据泄露，造成严重损失。

数据安全不仅与个人隐私息息相关，更关系着经济安全和国家安全。数据安全相关的数字技术包括隐私计算、区块链等。隐私计算能够对视频、音频、图像、图形、文字、数值中涉及的隐私信息进行处理，形成符号化、公式化且有量化评价标准的描述。隐私计算方法支持多系统融合的隐私信息保护。区块链作为一种去中心化的分布式存储的对等可信数据网络的技术，为构建可信、点对点数据安全共享提供技术基础，具有去中心化、集体维护、去信任和匿名的属性。区块链数据带有时间戳、由共识节点共同验证和记录、不可篡改和伪造，可以永久地安全存储数据，包括各种政府颁发的许可证、登记表、执照和记录等，并可在任意时间证明某个数据的存在性和一定程度的真实性[11]-[12]。

其他数字技术还包括5G等数据通信技术，多种数字技术的综合应用能将数据价值释放到最大化，最大程度保证数据安全，惠及基层各职能部门、公众和其他社会主体，进而增强基层各部门共建共享数据的意愿，提升多部门协同联动、协同创新的信心，最终赋予基层高质量的治理水平。

数字制度建设

数字技术和数据要素的结合，极大改变了人们的生活方式和社会的运行模式，加速了传统产业经济转型，催生出许多新产业、新业态和新模式，为国内高质量经济发展注入了强劲动力。数字技术将数据价值发挥到最大化的同时也推动了数字相关的制度建设。政府、企业、个人等是数据采集、处理和使用的主体，明确各主体不同阶段的责任，探索数据整个生命周期的制度建设，监管数据流通的过程，保证数据来源合法、处理合规和交易规范是推动数据要素流转、加速数据要素市场化的有力保障。

推动政务数据和社会数据汇聚融合，实现数据共享、流通和交易是数字政府建设的主要任务之一，但受制度、部门和个人等层面的桎梏，数字碎片化、数字割据、信息孤岛、数字鸿沟等问题突出，严重阻碍了政府数字化改革建设。对数据进行确权是消除桎梏的关键手段，数据确权包含的方面较多，如数据的所有权、管理权、使用权、交易权等。近年来各省市相继印发了数据管理、共享和开放利用等条例和办法，如《上海市数据条例》、《广东省公共数据管理办法》，《上海市公共数据开放暂行办法》等。2022年12月，中共中央、国务院对外发布了《关于构建数据基础制度更好发挥数据要素作用的意见》，又称“数据二十条”，提出以数据产权、流通交易、收益分配、安全治理为重点构建数据基础制度，发布共计20条政策措施。

截至目前，与数据相关的制度建设尚处于初期，主要原因有两个。第一是由于数字技术对数据的治理仍然停留在初级阶段，相关的理论研究严重滞后于实践需要，造成相关的制度建设也处于初级阶段且难以全面覆盖。我国对数据进行治理的研究起步较晚，部分地方还停留在信息数字化、网络化的阶段，远远谈不上治理。对数据的应用也以统计等方法为主，只能定性的对数据进行分析，无法满足基层社会治理智能化、精准化需求。同时由于受限于部门壁垒，相关领域的数据治理研究方法、研究内容和研究对象存在局限性，研究结果不具有普适性，实际工作难以借鉴。加强数据制度建设，加大数据治理投入力度，打破部门壁垒，实现数据跨部门、跨区域、跨层级、跨业务融合应用，丰富数据治理的研究内容和研究对象，夯实数据治理基础研究，增强研究成果的实用性、普适性，是实现数字政府建设的重要举措。第二是社会主体和市场主体对数据治理的参与度较低，数据的开发利用没有达到最大化，难以在数据制度建设中具体细化各方的主体权利、责任和义务。目前数据制度建设尚在探索中，数据开放和治理的主体仍然是政府部门，其他主体缺乏参与渠道，极大限制了数据应用场景。科研机构、高校、金融、互联网企业等社会和市场主体具备极强的数据治理能力，甚至形成了相应领域的数据处理产品，以制度建设鼓励和支持社会力量加入到公共数据和非公共数据的融合利用开发，既能挖掘和优化更多的数据应用场景，赋能社会治理和实体经济发展，又能反哺健全数据监管制度建设，监督数据全生命周期过程中各主体责任、应用场景范围等，进而引导和督促社会力量规范数据的开发利用。

政府职能运行体系和组织架构改革

数字技术的应用使传统政府职能运行体系发生了深刻变化。传统政府职能运行主要集中在线下办理，一个业务可能涉及多个部门，存在管理层次多、审批环节多、办理时间长、信息沟通不流畅和办事效率低下等问题。随着信息化技术的快速发展和应用，各地政府根据自身业务需要开始进行数字化转型，并大力开展了政务信息化建设，对不同的应用场景搭建了不同的信息化平台和硬件。实体政府部门运行方式开始向虚拟网络空间转移，群众办事不再受限于办公场所、办公时间、办事人员等因素。以数字化、信息化为手段，推动政务服务线上线下深度融合、互为衔接、互为补充，极大地提升了政务服务效率和办事群众的满意度。大数据分析和人工智能等手段的引入也将进一步优化政府职能运行方式，可不断的通过数据分析感知公众需求，快速自动作出反应，智能化辅助基层社会治理。

各地政府加强信息化建设的同时，也带来了新的挑战：政府机构内部信息系统林立，需要成立专门的信息化管理部门，负责系统的管理、运营和维护，带来巨大的人工和编制投入，如广东省在“数字政府”改革前，55个省直单位共设有承担信息化工作的机构44个，人员编制745名[13]；各部门信息系统存在壁垒，数据格式、通讯接口等标准不统一，彼此不兼容，难以形成“块”数据， 数据共享、流通困难；城乡基层信息化平台建设不均衡，许多乡镇、街道层面的应用场景开发没有纳入到信息化平台建设中，一定程度上拉大了城乡差距，产生了城乡教育、医疗等公平和质量问题；部分信息系统存在重复建设、操作繁琐、效率底下、与实际业务脱节等问题，信息系统未能发挥预期效用，长期闲置，也不再进行运维和更新，彻底变成了“僵尸”系统。体制方面设立数据管理机构是解决上述问题的关键之一，实际上各地政府已探索并陆续组建了专门的数据管理机构，如广东组建了政务数据管理局，专门负责组织协调推进政务数据资源共享和开放，统筹全省电子政务基础设施、信息系统、数据资源等安全保障工作。2023年3月中共中央、国务院印发了《党和国家机构改革方案》，要求组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。政府数据管理机构的设立，一定程度上可解决各部门信息系统林立、运维混乱等问题，同时推动政务数据和社会数据的融合、共享、开放利用等，为打破部门、层级、地域等壁垒提供支撑保障。政府组织架构会随着数字技术应用不断深入而不断得到优化，推进数字政府建设向纵深发展，赋能政府治理现代化。

结语

信息化技术的快速发展凸显了数据的核心关键地位，转变了传统政府治理思路，加快了政府数字化改革建设。数据资源是基础，数字技术是处理手段，运用物联网等数字技术可实现对现实世界人、地、事、物、组织等信息的感知和数字化，搭建系统平台可对多种来源不同结构的数据进行汇聚，利用大数据分析、人工智能算法、云计算等技术可对汇聚的数据进行质量筛查、处理分析等，最后基于可视化技术可为政府部门和社会公众直观揭示数据反映信息，引导政府进行科学决策、精细化基层治理等。数字技术的深入应用对数据管理的顶层设计提出了更高的要求，与数据相关的采集、开放、共享、处理、安全、应用等方面制度建设迫在眉睫，打破部门、个人等层面数据壁垒刻不容缓。总的来说，数字政府建设不应当拘泥于数据本身，而应当牢牢把握数字技术创新发展的新机遇，通过提升政府部门的数字技术水平、建立健全与数据相关的制度建设、优化政府职能运行方式和组织架构等方法最大化数据价值，释放数据红利，推动我国治理体系和治理能力现代化。

参考文献

[1]张蕴萍，翟妙如.数据要素的价值释放及反垄断治理[J].河南师范大学学报（哲学社会科学版），2022，49（06）：59-65.

[2]黄璜.数字政府：政策、特征与概念[J].治理研究，2020，36（03）：6-15+2.

[3]马亮.中国数字政府建设的理论框架、研究议题与未来展望[J].中共天津市委党校学报，2021，23（02）：71-85.

[4]Moon MJ，Lee J，Roh C-Y.The Evolution of Internal IT Applications and E-Government Studies in Public Administration：Research Themes and Methods[J].Administration & Society，2014（1）.

[5]孙其博，刘杰，黎羴，范春晓，孙娟娟.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报，2010，33（03）：1-9.

[6]International Telecommunication Union，Internet Reports 2005： The Internet of things[R].Geneva： ITU，2005.

[7]Radford A ， Kim J W ， Hallacy C ， et al.Learning Transferable Visual Models From Natural Language Supervision[J].2021.

[8]Wang M ， Xing J ， Liu Y .ActionCLIP： A New Paradigm for Video Action Recognition[J].2021.

[9]朱庆.三维GIS及其在智慧城市中的应用[J].地球信息科学学报，2014，16（02）：151-157.

[10]陈志宏，姚元.基于云计算的政务信息系统整合研究[J].电信科学，2021，37（09）：118-128.

[11]基于区块链的数据安全共享网络体系研究.

[12]区块链技术发展现状与展望.

[13]逯峰.广东"数字政府"的实践与探索[J].行政管理改革，2018，111（11）：56-59.

作者简介

于超（1985.11-）女，汉，新疆克拉玛依，本科，数字丝路新疆产业投资集团和克拉玛依市天地图网格科技有限公司工作，助理工程师，研究方向：智慧城市、数字政府建设。