2、政府大数据治理的成熟度模型构建
本研究同时借鉴国际领域适用最为广泛的智慧城市成熟度及基准模型的阶划分的TR259准则, 该准则认为智慧城市的智慧维度评估比较复杂, 体现在城市生活运用数据智能的不同领域, 且每个城市达到智慧的路径不同, 其成熟度涵盖领导力和治理, 利益相关方参与度和市民关注度, 数据有效利用, 集成的信息通信技术基础设施, 当前智能程度五个广义领域, 采用更多更细的层级——八级评测标准。智慧城市和数据治理从成熟度领域、实现路径、技术手段等方面均有相同之处, 鉴于此, 本研究将模型分成未启动、非正式、有文件、有计划、有部署、有影响、有重大影响7个阶段, 这种成熟度构建方法具有4个方面优势:能客观反映政府大数据治理的实际现状, 揭示经验做法, 发现亟须改进的地方, 分享发展进程中全球化的最佳实践经验和适宜做法, 成熟度等级的详细描述见表3。
表3 政府大数据成熟度等级划分
将表2引用文献中大数据成熟度子领域做统计并归类, 形成本文大数据治理的成熟度要素, 涵盖战略规划、制度保障、组织保障、技术架构、数据管理、治理能力六个层面。针对政府大数据类型和信息治理功能应用, 结合表2中文献内容分析, 以及《关于促进大数据发展行动纲要》文件内容和实践需求进行内容映射和拓展, 提取政府大数据治理成熟度的要素指标和执行指标, 构建出以下政府大数据治理成熟度评测指标体系 (简称GBD-GMIS) (表4) , 旨在帮助政府了解其大数据治理现状、构建大数据治理能力和发展路径及其持续改进对策、调整和优化政府大数据治理计划或行动计划, 推进国家治理体系和治理能力现代化水平提升。
通过对政府大数据治理成熟度评测指标体系进行分析提炼, 生成政府大数据治理成熟度评测模型 (图1) , 作为自我测评和改进的工具, 了解当前政务活动开展现状以及所处的发展阶段、存在问题, 根据当前成熟度评估状态和未来状态之间差距, 制定改进计划和策略, 并根据计划优先级制定治理路线图。同时, 通过该模型还可以进行不同地区之间政府大数据治理能力的基准比较, 有利于寻求区域、地方之间的差异, 学习赶超好的区域、地方, 加快推进政府大数据治理体系和治理能力现代化建设。
表4 政府大数据治理成熟度评测指标体系
图1 政府大数据治理成熟度评测模型
四、结语
目前大数据治理成熟度研究多局限于企业, 本文转向政府, 在吸收企业大数据治理成熟度研究成果的基础上, 结合《促进国家大数据行动纲要》的政策要求和相关政府大数据治理实践需求, 提出可用作政府大数据治理发展以评促改的政府大数据治理成熟度模型, 未来研究将实验和检验该模型对不同地区政府大数据治理的适应性, 通过实证研究迭代式优化和持续改进政府大数据治理成熟度模型。
作者：张宇杰 安小米 张国庆
