试点政府首席数据官，推动公共数据协同治理

          大数据时代，数据已成为政府、企业和社会组织重要资产与战略资源。如何有效利用并充分挖掘数据价值，提高数据质量，解决现实中数据散乱、数据孤岛、数据低质等问题，是全社会面临的重要议题。今年5月14日，广东省政府办公厅印发《广东省首席数据官制度试点工作方案》（以下简称“《试点工作方案》”），旨在提高数据治理和数据运营能力，鼓励试点单位先行先试。广东建立政府首席数据官制度乃全国首创，标志着广东数据要素市场化配置改革的进一步深化，在我国数字化发展进程中具有里程碑意义。

一、什么是首席数据官？

（一）源于企业数据管理的需要。首席数据官（Chief Data Officer，CDO）源于企业从质量、价值、结构、战略等多个维度对数据进行统筹管理，进而更加有效利用数据资产的需求。CDO作为企业高层管理者，其主要职责是将数据战略引入企业的商业规划中，协调企业整体范围内数据管理和运用，管理企业整体数据处理和数据挖掘过程，并带领企业构建、激活并保持企业的数据管理能力。

（二）首席数据官的发展阶段。最早的CDO诞生于1991年，至今已有30年历史，历经了产生、成长、发展和繁荣四个阶段，并由企业内部管理制度延伸到政府政务数据管理领域，如下表所示。

表：CDO制度的发展阶段

（三）政府首席数据官的职责与设置模式。政府CDO有别于企业CDO之处在于，其职责侧重于推进公共数据共享开放和开发利用，领导本行政区域内数据工作和信息化建设，以及推动公共数据与社会数据深度融合和应用场景创新。大体而言，政府设置CDO主要有三种模式。一是中央领导型，即CDO由行政首脑直接领导。如英国中央政府CDO设在内阁办公室，法国在总理办公室，美国旧金山、洛杉矶等CDO主要领导则是市长或副市长。二是去中心化分散型，即CDO设置在政府数据职能管理机构之下，或根据需要分别设置。三是混合型，即除直接下派给政府专业数据管理部门外，其他数据相关事宜由中央CDO集中管理。根据《试点工作方案》要求，此次广东省CDO制度采用混合模式，即各试点市、县（市、区）政府采用中央领导型，加强统筹；各试点部门采用分散型，增强专业性。

二、设立政府首席数据官的意义何在？

（一）顺应大数据时代政府职能转变。大数据时代，数据与政府业务关联更加紧密，政府数据管理的主要矛盾已从收集效率与保存能力升级成为广泛、多元、个性的数据需求与数据供给、统筹、协调能力不足的矛盾，核心问题已不再是简单的数据开发与共享，而是数据资源闲置与有效供给不足的结构性失衡。政府CDO的设置可以促进数据技术领域人员与行政管理人员实现语境共识和业务融合，突破既有在数据“采集-保管-提供”模式下建立的单一框架，推动数据管理部门从单纯的数据执行机构到数据治理机构转变。

（二）有助于推动数字政府与数据要素市场建设。我国“十四五”规划和2035年远景目标纲要明确要发展数据要素市场，提高数字政府建设水平。推进数字化发展的关键在于有效且安全有序地发挥政府、公共和社会数据价值。具体而言，一是要提升数据治理能力，加强数字政府建设顶层设计；二是要激发数字经济动能，加快推动公共数据安全有序开放；三是要推进数字服务提质增效，提高社会各领域数字化水平；四是要促进电子政务安全发展，完善网络和数据安全保护机制。唯有建立一套高效、强化的跨部门、跨层级、跨领域统筹协同机制，才能更有效地优化数据资源配置。

（三）推动数据资源共享共治。政府CDO职责除就数据方面作出重大决策外，还包括推进公共数据共享开放和开发利用，推动公共数据与社会数据深度融合和应用场景创新。此次《试点工作方案》在广州、深圳等10个地级以上市政府外，更要求省公安厅、人力资源社会保障厅、自然资源厅、生态环境厅、医保局、地方金融监管局等6个专业领域部门设置CDO。这一制度安排，一方面有助于在政府内部形成由专人负责的数据共享通道，加强部门协调，打破数据孤岛；另一方面有助于在更加专业的领域，构建政府、平台数据企业、行业协会等多方参与的数字化发展多元协同治理体系。

三、政府首席数据官面临的三大挑战

（一）战略高度把握。政府CDO制度建立的核心目标在于提升政务工作的分析业务化，即在政府活动的每个阶段战略性、系统性地采用数据驱动型技术，如人工智能/机器学习和高级分析等。这就要求CDO具备更高的战略定位，更加充分理解和运用数据价值，执行“无处不在的分析”战略，稳步推进实时分析能力的影响并扩大数据使用范围，将数据效能从滞后指标的仪表盘报告转向预测性决策支持。

（二）人才队伍建设。政府CDO负责数据运营机构（团队）的建设工作。一方面，需要在政府内部建设数字化人才梯队。高层领导需要系统化理解现阶段政府数字化发展战略，确保推动工作步调一致；中层干部需要具体负责建立政府内部数据生态，统筹协调具体数据需求，推广宣传数据文化；同时要广泛吸纳培养数字化技术人才。另一方面，需要整合社会数据治理资源，对接协调数据企业、行业协会、高校和智库中专业技术型和政策研究型等人才，推动数据社会共治。

（三）权力边界明确。数据价值随着技术进步而不断提升，逐渐呈现“万物皆数据”的趋势。政府CDO作为统筹政务数据管理，协调内外部数据的关键节点，其职责范围需要进一步明确。对内，需要对其职权加以有效监督和评价，防止其权力随数据蔓延而无限扩张；对外，需要完善数据管理制度设计，规范技术标准与操作指导，实现职能责任、流程操作、技术规范等法规制度的整体性建构。既要避免政府部门数据权力运行失范，也要防止出现数据治理的制度缺位。