大数据时代Y县基层政府数据管理优化研究3-修改5-终稿3
扉 页
论文题目：
作者：
申请学位类别和级别：公共管理硕士
学科领域：
学位授予单位：浙江师范大学
指导教师：
论文提交日期：
摘 要
大数据是以容量大、类型多、存取速度快、利用价值高为主要特征的数据集合。电子信息技术和世界经济快速发展引发了数据爆炸式增长。数据已经成为国家基础性战略资源。大数据技术促进政府在管理思维和管理模式等方面进行创新。大数据对提升国家治理能力产生重要的影响。本文在梳理国内外政府管理数据资源的基础上，首先对当前政府管理存在的问题进行总结，分析政府管理创新的内外动因及其意义，不仅在理论上是政府管理更加合理与科学，同时也使政府管理更好的适应现实发展需要和政府自我革新的需要，不断自我完善满足社会需求。接着对大数据的相关概念和特点进行分析，重点指明大数据对政府管理带来的挑战和机遇，透视大数据对政府管理造成了影响，奠定大数据时代政府管理创新的必要性和可行性。然后结合实践经验对Y县基层政府的数据管理进行分析归纳，分析了Y县基层政府大数据发展的背景，大数据推动Y县基层政府管理创新的表现，以及在大数据影响下外星基层政府管理创新取得的成就和存在的主要问题。同时通过分析美国、德国在大数据背景下政府管理创新的概况，总结其发展特点，结合Y县基层政府的实际情况寻找可以借鉴的经验教训。最后提出提升大数据环境下Y县基层政府管理创新的对策。希望在体制方面加强Y县基层政府电子政务平台设计，挖掘大数据价值，客服Y县基层政府管理运用大数据的不足。通过改变Y县基层政府管理体制，一方面促进政府数据充分开放共享，另一方面，加强Y县基层政府数据决策应用，推动本地大数据产业发展。望利用大数据理论和大数据技术提高Y县基层政府管理数据资源的水平和效果。
关键词：大数据；数据管理；数据资源
Research on data management optimization of Y County S grass-roots government in big data era
ABSTRACT
With the rapid development of information technology， data resources have become a new resource. The US government regarded social data as a strategic resource equivalent to oil resources in 2012. And establish a special data research center to study social data resources and the technology of using social data resources. China attaches great importance to the management and utilization of data resources. In the ninth government institutional reform, it is clear that the management of data resources is an important responsibility of governments at all levels. Chinese governments at all levels have also established their own data management institutions and government affairs platforms.
However, the data management institutions and government affairs platforms established by governments at all levels in China have single technology, poor data quality, and no unified data standards and exchange interfaces. As a result, the data management institutions and data management platforms of governments at all levels in China cannot exchange and share data. Form an information island for governments at all levels in China. This greatly restricts the development of the ability of governments at all levels to manage data.
ased on the new public management theory and new public management technology, this paper takes the grass-roots government data management organization of Y County as the research object. Deeply study the comprehensive data management system and system of Y County, and summarize the problems existing in the data management of Y county. Optimize the data management organization and data management process of Y county according to the understanding of big data and big data technology. The data management maturity model is used to evaluate the efficiency and results of Y county's data resources management before and after using big data technology to manage y county's data resources. So as to improve the use of big data theory and big data technology and improve the level and effect of government management of data resources.
KEY WORDS：Big Data； Data management model; Data Resources
目 录
大数据时代Y县基层政府数据管理优化研究 I
摘 要 I
ABSTRACT II
目 录 III
一、 绪论 5
(一）研究背景 5
(二）研究目的与意义 6
1．研究的目的 6
2．研究的意义 7
2.1理论意义 7
2.2现实意义 7
(三）国内外研究现状 8
1．国外研究现状 8
2．国内研究现状 8
二、相关概念界定与理论基础 11
（一）相关概念界定 11
1.大数据 11
2.政府数据管理 12
3.大数据产业 14
(二)理论基础 14
1.数据治理理论 14
2.新公共管理理论 15
3.无缝隙政府理论 16
三、大数据时代下Y县基层政府数据管理现状 18
（一）Y县政府数据管理现状简介 18
（二）Y县基层政府数据管理中存在的问题 20
1.数据资源孤岛问题 20
2.数据管理壁垒问题 21
3.数据化水平制约发展 23
（三）Y县基层政府数据管理问题产生的原因 24
1.分析产生数据资源孤岛的原因 24
2.分析数据管理壁垒的根本原因 25
3.数字化水平低的根本原因 25
（四）量化分析Y县基层政府数据管理问题产生的原因 26
1.数据管理平台影响因素指标体系 26
2.计算数据管理平台影响因素指标权重 27
3.根据主要指标确定数据管理问题的根本原因 31
四、优化大数据时代下基层政府数据管理的路径 34
1.消除数据资源孤岛的对策 34
2.消除数据管理壁垒的对策 35
3.多维提升数据管理水平的对策 36
五、总结 37
参考文献 41
附录A 附录内容名称 45
攻读学位期间取得的研究成果 48
致 谢 49
浙江师范大学学位论文诚信承诺书 50
浙江师范大学学位论文独创性声明 51
学位论文使用授权声明 51
一、绪论
(一）研究背景
2012年美国政府发布《大数据研究和发展计划》，希望提高从复杂的、海量的数据中获取知识的能力。[ 闫建，高华丽. 发达国家大数据发展战略的启示[J]. 理论探索, 2018：91-97]从而提高美国在工程和科学领域记性发明创造的素的和质量。进而增强美国国家安全并改变现在的学习、生活方式；2014 年国家发展改革委员会在《关于印发促进智慧Y县健康发展的指导意见的通知》中对智慧城市的定义是：“运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式”[ 闫建，高华丽. 发达国家大数据发展战略的启示[J]. 理论探索, 2018：56-57]；十九大报告提出“数字中国、平安中国、智慧社会”的理念，指明了智慧城市建设的发展路径。
美国的大数据产业深耕医疗服务和医药研究为美国创造巨大的价值。具体表现在：美国医药制造企业利用大数据技术加快研发新药的速度。同时大数据产业在欧洲国家公共管理部门创造了1500-3000亿欧元的经济价值。据统计，国外大数据产业有1000亿美元的市场。并且国外大数据产业以每年10%的速度递增。[ 陈琳．精简、精准与智慧政府数据治理的三个重要内涵[J]. 国家治理，2016(27):28-39]我国大数据市场规模在2012年达到4.7亿元，在2.13年达到11.2亿元。我国大数据市场规模的增速达到138%。大数据产业的发展潜力非常巨大。
在大数据产业中，数据资源是大数据产业的基础。由于政府具备别的组织无法比拟的公信力，所以政府在收集、管理社会数据方面具备其他组织或公司无法比拟的优势。在促进大数据产业发展过程中，只有政府具备搜集、管理、分析数据资源的能力。所以在国家号召建设数字智慧城市的过程中，收集、管理、分析社会数据资源已经变成政府行政职能的一部分。
但是我国政府在管理数据资源的过程中有可喜的进步也存在一些问题。首先，我国所有的省市政府设置电子政务部门，提高办公效率和政府服务效能；其次，我国有的省市政府开始创新的设置数据管理部门。这些电子政务部门或数据管理部门建立的政府工作平台提高了当地政府的办公效率、减少了繁琐的手续和流程。但是我国省市政府在数据管理方面存在两个问题：一个问题是我国省市政府管理数据的手段单一、技术落后仅仅能建立一体式政务服务平台。无法面对大数据产业发展带来的问题，无法促进大数据产业快速健康的发展。另一个问题是在我国所有的省市政府追求一站式服务的过程中，由于不同省市政府部门之间争相建立自己的数据库，造成我国所有的省市政府之间的数据库无法数据共享和交换。我国所有的省市政府之间的数据库是各自独立的信息孤岛。由于信息孤岛效应，一方面造成我国所有的省市政府之间的数据利用效率低；另一方面无数信息孤岛导致数据管理混乱和数据安全问题严重。
大数据环境下，各级政府管理数据资源的过程中更应该关注社会数据资源的开放、共享与利用。迅速提高政府宏观管理能力，迅速提高政府掌控大数据产业发展方向的能力。
同时，社会大众利用社会数据资源的需求也越来越强烈。政府管理的社会数据资源共享、交流成为解决社会数据资源供需矛盾的关键。通过政府管理社会数据资源，可以提高政府服务公众的效率；我国不同省市政府之间数据资源共享、交换的需求也逐渐增强。所以我国政府如何管理、共享、交换社会数据资源是重点。采用大数据技术建立省-市-县政府之间以及不同政府部门之间联动的统一的数据共享、交换平台逐渐取代零散的各自独立的政府电子政务系统才能解决以上矛盾。依靠大数据建立的社会数据资源共享平台在政府不同部门之间搭设一架数据资源交流的桥梁；依靠大数据建立的社会数据资源共享平台在政府和大数据产业之间搭设一架数据资源交流的桥梁。依靠大数据建立的社会数据资源共享平台将社会数据资源的提供方、需求方、专业的数据资源分析、处理方三者有机地结合在一起。
另外在大数据环境下需要政府快速提高社会数据资源管理能力。而复杂的、规模庞大的社会数据管理、分析计算需要专业的技术团队或公司处理，政府部门不具备这种能力。政府需要专门的部门管理这些专业的数据处理公司和团队。政府需要专门的部门协调专业数据资源分析、计算团队或公司与社会公众之间的需求关系以及社会数据资源安全问题。
2003年浙江省提出建设数字浙江目标，把数据资源看做新型生产要素[ 张绍华，潘蓉，宗宇伟．大数据治理与服务[M]. 上海：上海科学技术出版社，2018(10):55-59]。新型城市建设的目标是：真正建立数据资源观念、不断丰富数据资源、采用更快更先进的数据处理手段、保护好数据资源的安全、充分利用数据资源促进社会经济建设和发展。
《浙江省数字化改革总体方案》中明确指出数字化改革的意义在于推动城市生产方式发生根本性变革、推动政府治理方式发生根本性改变[ 刘晓洋. 思维与技术:大数据支持下的政府流程再造[J]. 新疆师范大学学报(哲学社会科学版), 2020(11)：118-128]。从而建立数据思维和意识，培养运用数据资源的能力和方法。建立数据治理体系和机制。也就是在政府数据管理的基础上发生质变。通过建设省-市-县三级一体化智能化公共数据平台，建立省内智慧化中心平台支撑省-市-县各级系统数据资源应用创新。 从而把数据资源应用贯穿政府领导过程和城市建设政治、经济、文化、文明的过程。
(二）研究目的与意义
1．研究的目的
本文以Y县政府数据管理为研究对象，深入分析Y县政府在数据管理方面取得的成绩和存在的问题，尤其是Y县政府在数据管理方面的不足严重制约Y县政府体制改革、严重阻碍Y县经济、教育、卫生等方面的发展。
本文结合大数据时代的观念和技术借鉴数字浙江建设的经验和成果深入分析造成Y县政府数据管理现状的原因。从而有针对性的从政府管理机制、经济发展方式等角度进行改革促进Y县快速的发展。以实现Y县的公共利益为目标。
Y县有将近百万人口，而Y县政府管理人员的数量有限、Y县政府管理的资金有限。Y县政府需要利用有限的资金、有限的人力解决好Y县政府管理过程中面对的难题。解决好Y县政府管理过程中所面临问题发现不及时、处理不及时、执法取证困难、应急响应滞后、考核评估无依据、执法力量不足等问题。Y县政府从利用先进技术手段如大数据、信息技术、摄像头网络等科技手段提高Y县政府管理队伍工作效率；还要利用大数据分析、处理等先进分析手段分析预测Y县治理的对象的需求、矛盾。把问题消灭在萌芽状态；Y县政府公务员队伍团结社会多元的资源做好Y县治理工作。把发生问题→解决问题的过程变成预测问题→消灭问题萌芽→改进Y县政府的工作。
2．研究的意义
理论价值方面，明确Y县政府数据管理的基础理论，确定Y县政府数据管理的概念、模式和意义。通过对文献相关理论的搜集，构建Y县政府政府数据管理模式及对策建议，从理论上为Y县政府数据管理提供参考。
本文在梳理我国政府数据管理现状的基础上、结合Y县政府的案例总结政府数据管理模式，并提出相应的对策，有利于了解和掌握发展的水平，为国家和各级政府提供高效便捷的公共服务。本研究针对Y县政府数据管理所提出对策，有利于促进我国基层政府数据管理水平和能力的提高。利于促进我国基层政府通过大数据管理建设和谐社会。
2.1理论意义
现在成熟的大数据理论和省-市级政府数据管理体制改革的理论很丰富。也有很多成功的经验可以推广。但是对于县级基层政府进行数据管理体制改革的理论和经验非常稀缺。由于县级政府管理的地域有限，可以利用的资源也有限，怎么利用大数据手段结合县级基层政府的特点利用周边城市数据资源让县级基层政府的数据管理体制改革结合大数据产业共同发展成为急需解决的难题。所以本文以Y县政府的数据管理体制改革为研究对象，充分借鉴建设数字浙江的发展经验和大数据管理标准促进Y县基层数据管理体制改革。只有基层政府数据管理体制改革做好了，才能为建设省-市级政府数据管理体制改革打好基础。研究透基层政府数据管理体制改革课可以丰富、充实省-市级政府数据管理体制改革的理论。[ 陈如明.大数据时代的挑战、价值与应对策略[J]. 移动通信，2019(10):15-19.]
2.2现实意义
在大数据时代，国家积极推进省-市-县各级政府进行数字中国、数字省、数字市、数字县建设促进我国大数据产业发展。基层政府作为我国政府管理系统的基本单元。宏观层面建设数字中国、数字省、数字市是建设大数据产业的发展环境；微观层面建设基层政府数据管理体制是宏观层面建设大数据产业的基础。可以说建设数字中国、数字省、数字市是建设我国大数据产业的上层建筑，建设基层政府数据管理体制是建设我国大数据产业的基础。上层建筑和基层基础是相互影响、相互依存的关系。仅仅建设好我国大数据产业的上层建筑、大环境是不能让我国大数据产业健康、高速发展的。同样仅仅建设好基层政府数据管理也不能让我国大数据产业健康、高速度发展。 在大数据时代世界各国已经把发展大数据产业、利用大数据技术改革政府职能提高国家在政治、经济、文化、科学、工业、安全等方面快速发展能力作为当前目标。所以本文研究利用大数据优化基层政府数据管理机制有很大的现实意义。
(三）国内外研究现状
1．国外研究现状
ughin J 等研究表明，如果能有效利用大数据，就能够大幅降低医疗保健行业、政府等行业的运营成本[ 安晖. 美国大数据维稳镜鉴[J]. 人民论坛，2019(11):51-56.]。杰里米·里夫金认为，信息技术已渗透到社会政治经济、社会生活的各领域，并以积极的姿态不断推陈出新。大数据通过数据的留痕和关联分析， 有效管理公共资源、公共资金、公共权力和公职人员，让权力在阳光下规范透明运行，实现“人在干、数在转、云在算”[ 曹凌.大数据创新:欧盟开放数据战略研究[J]. 情报理论与实践，2013(4):118-122]。周大铭认为各地政府可以依靠数据分析，更科学地找到本地县的差异与优势。 谭诗赞、杨思思提出大数据时代对基层社会治理体制存在诸多挑战和隐忧及破除方案。 石亚洲提出大数据时代可以提升民族工作危机管理能力， 为民族事务 治理提供了新视角，有利于促进民族平等团结[ 雷善雨. 浅析大数据环境下的个人信息安全保护[J]. 科技创新导报，2015(32):20-21]。 刘乐提出运用大数据可以改善基层政府治理机制的困境，许卫净研究了大数据助力基层政府治理社会问题。
2．国内研究现状
从工业信息化部发布的《中国大数据产业发 展评估报告（2018 年）》看，2017 年政策的持续优化使政务大数据的基础环境具有明显的优势，评估指数为 74.58，比 2016 年高了 12.14；政务大数据政策不断发布， 基础环境发展指数为 11.27，高于基础环境平均值的 2.21，占整体指数的 15.11%，继续高居首位；行业大数据基础环境发展平均指数值为 7.46。 国内在政务大数据应用上的投资明显加大。
青海省成立了以大数据为主营的青海省大数据责任有限公司， 来推进大数据在青海经济社会发展及社会治理中发挥重要的作用。 以优势聚资源，以应用促发展。重点打造以基础设施、云应用平台等为主要内容的云计算应用和大数据产业链，为推动全省经济社会平稳健康发展和产业转型升级提供有力支撑。 青海省已经建成的电子政务、旅游、交通、教育、物流、 电子商务、食品安全、市民服务、中小企业等基于大数据应用综合解决方案的“行业云”平台。 网络舆情、智慧旅游、智慧交通、地理信息、残疾人服务等重点“领域云”平台，以及顺利上线运行的全球首个藏文搜索引擎“云藏”，已在各个领域取得明显成效。
大数据、云计算、人工智能等先进的科技、信息技术， 已经成为推进国家治理体系和治理能力现代化的必然选择和重要助手。大数据作为新生技术力量，天生就有处理海量数据、表征数据之间关联关系的能力，能够提供精准、个性化服务。 社会治理面向群众的具体事务涉及到方方面面的事，需要快速、精准获取决策信息，大数据在这方面有得天独厚的优势。 大数据在实际应用过程中需要考虑诸多因素，面临许多困难和挑战。 黄麟在研究大数据时代如何推动社会治理创新中提到大数据时代社会治理在治理理念、治理主体、社会治理方式三方面面临挑战。高旭等人认为大数据带来思维模式和治理理念、 数据开放带来治理结构和治理方式、数据公开带来信息安全和个人隐私、大数据带来利益协调和民主政治诉求的挑战[ 李建中，刘显敏. 大数据的一个重要方面:数据可用性[J]. 计算机研究与发展，2019(6):1147-1162]。李雨霏认为在大数据时代的网络舆情管理、 政府信息管理存在难度。因此，大数据是一把双刃剑，在推动社会治理能力的同时面临运用大数据时的新问题新矛盾新挑战[ 李泊溪. 大数据与生产力[J]. 经济研究参考，2018(10):55-59]。
在政府治理方面， 政府可以借助大数据实现智慧治理、数据决策、风险预警、智慧Y县、智慧公安、舆情监测等。 大数据将通过全息的数据呈现， 使政府从“主观主义”“经验主义” 的模糊治理方式，迈向“实事求是”“数据驱动”的精准治理方式。 一是大数据时代数据共享共用， 政府各部门大数据优化数据管理。 大数据时代的特征是数据统一存储、统一管理， 政府各部门产生的数据都存储在大数据中心。 相比传统的政府治理中的数据都是由各部门各自产生、管理，数据的共享程度不高，更谈不上共用。 系统共享接口的开发成本比较高，共享难度大，工作的协同性难度较大。 而大数据时代数据就是共享资源， 通过共享数据资源加大部门间的协同工作，提高政府治理效率。 二是大数据时代提高政府治理的有效性、精准性和针对性。 时时处处采集数据并加以有效的建模分析，政府能够掌握目标的时时数据和情况。 时时分析存在的问题与应对的措施、民众的诉求， 数据的海量性使问题分析的更加精准、 更有针对性、时效性更强。 三是大数据时代能够更及时地掌握事件的态势，作出科学决策。 大数据分析相比于传统数据分析，事物之间的关系从因果关系向关联关系转变， 对数据的深入挖掘分析， 找出数据之间的关联关系和事物发展的态势，提供政府科学决策的依据，为政府决策服务。
在政府数据治理方面，唐斯斯探讨了“数据治理”对公共服务、社会管理、政府绩效的影响，认为其能推动公共服务环境的 “开放化”、公共服务方式的“推送化”、公共服务产品的“个性化”，构建参与性社会，量化政府绩效[49]。高华丽认为我国缺乏政府数据公开的法律条件、数据共享的有效保障、大数据的可用性以及领导班子的重视，在这一情况下，急需弥补法律空白，统筹推进数据建设、强化数据战略眼光、引进数据人才、搭建数据平台，从而提高数据治理水平[50]。在大数据环境下的政府数据管理方面，于浩总结发达国家数据管理经验，认为应加大开展国家数据管理项目部署力度、拓展政府信息公开服务平台、大力开展跨部门、跨县域数据管理合作，紧抓大数据管理带来的机遇[51]。
二、相关概念界定与理论基础
（一）相关概念界定
1.大数据
在上世纪90年代，美国的比尔·恩首次提出“BIG DATA”[ John Carlo Bertot, 郑磊，徐慧娜，包琳达. 大数据与开放数据的政策框架: 问题、政策与建议[J]. 电子政务，2014(10):6-14]。但是受限于当时的技术水平没有建立起大数据的观念。直到2005年IBM公司出版一本书《无所不包的数据》[ 安晖. 美国大数据维稳镜鉴[J]. 人民论坛，2019(11):51-56]。
书中用大量理论描述大规模收集数据改变政府决策、企业业务、社会生活。书中描述大数据就是“无所不包的数据”。IBM同时提出大数据有五个重要特征：1.大量；2.高速度；3.多样；4.低价值密度；5.真实准确。大数据的五个重要特征决定了必须有数据标准才能分析复杂的不同类型的数据，甄别真实的数据而不是收集无效的乃至错误的数据；必须有高效快速标准的处理大量数据的方法才能完成数据资源处理；大量的实践数据表明数据资源中有对解决问题有效的数据，也有对解决问题无意义的数据。所以必须依赖合理标准的分析方法才能从大量数据中找到对解决问题有效的数据；大数据不仅仅表示数据的数量庞大，还表示数据的种类各种各样。需要把不同的数据分门别类的储存才能为高速精准的分析数据打下基础。所以需要建立标准的数据储存方式；由于大数据的数据量特别大，数据种类繁多，数据之间关系复杂。以前的处理数据的方法已经无法完成大数据分析工作。所以必须依靠人工智能、机器学习、运处理技术帮助分析大数据。整个大数据处理过程如图3-1所示，每一步都必须是标准的。
图3-1大数据标准处理过程
2.政府数据管理
我国政府转型和体制改革的重要目标是建设数字化政府。建设数字化政府的前提和基础是提高政府管理分析数据资源的能力和水平。
政府的工作和职能决定政府在社会数据的收集、保存、处理方面具备得天独厚的优势。由于任何公司或组织都不具备和政府同等的公信力和调查权利。所以只有政府才能全面、细致的获取关于公众、社会、自然资源的数据。这衍生出政府数据资源管理的职能。政府的数据管理部门掌握着社会上80%的数据资源。如图2-1所示，社会数据资源包含静态的部分和动态变化的部分。例如：人口数量、性别比例、学历分布、职业结构等数据是相对静态的数据：公司数量、公司经营动态、公众疾病状态、公众流行病情况是不断变化的动态数据。
图3-2数据资源结构图
图3-3大数据管理平台结构
3.大数据产业
如上所述，美国和其它信息技术先进的国家建立大数据研究中心，促进大数据产业快速发展。为政府决策、制定国家发展计划提供技术支撑，也为文化教育、工业经济、科学技术提高发展速度提供技术支撑[ 李建中，刘显敏. 大数据的一个重要方面:数据可用性[J]. 计算机研究与发展, 2020：19-22]。大数据产业成为社会发展的基石。大数据产业的快速发展导致社会各个方面发生深刻变革。由于大数据产业包涵数据收集、甄别有价值的数据→数据治理→数据分类存储→数据智能分析→智能预测等一系列专业过程。这一系列过程都必须依靠数十家乃至数百家专业的大数据公司才能完成。同时由于政府是国家数据资源的管理者，导致大数据产业只有在政府的扶持下才能快速发展。这就造成大数据产业发展的独特道路。首先促进大数据产业发展，大数据产业发展为政府提供优质的大数据服务。政府利用大数据产业提供的大数据服务决策，更科学的建设文化教育，更高效的宏观调控市场经济。从而政府为大数据产业的发展创造更好的环境和机遇。在这良性循环中，政府数据管理体制改革或建设数字政府不是独立于大数据产业发展过程之外。而是在大数据产业发展过程中改革政府数据管理体制，建设数字政府。
(二)理论基础
全球知名咨询公司——美国麦肯锡咨询公司最早提出“大数据”的概念。而美国政府也早在 2012 年 2 月就宣布实施了“大数据的研究和发展计划”，并且同年 3 月 29 日在美国白宫网站发布《大数据研究和发展倡议》[ 安晖. 美国大数据维稳镜鉴[J]. 人民论坛，2019(11):51-56]，标志着大数据已正式走进我们的生活。此后，各国政府对大数据的应用都十分重视。美国奥巴马政府为进一步细化大数据对国家治理模式的改造，推出了“数据-知识-行动”计划。白宫又分别发布了《大数据：把握机遇，维护价值》（2014）、《大数据与隐私：基于技术的视角》（2014）、《大数据与差别定价》（2015）、《联邦大数据研发战略计划》（2016）等多个战略计划报告，从国家层面提倡大数据与政府、机构、企业的协调合作计划[ 曹凌.大数据创新:欧盟开放数据战略研究[J]. 情报理论与实践，2013(4):118-122]；英国政府于 2013 年发布了《英国数据能力发展战略规划》，计划建设了世界上首个开放数据研究中心；德国政府也在积极面对大数据技术所带来的机遇与挑战出台《德国 ICT 战略：数字德国 2015》，指出应当扩大基础信息化设施、搭设高速信息网络[周大铭.大数据推动政府治理模式创新[N].中国计算机报， 2015-3-23(2)]；此外，日本、韩国政府将大数据开放列入了国家重点战略。随着大数据的热潮，大数据与政府管理的相关研究也逐步深入，国内外各界学者也掀起了研究大数据和政府数据方面的狂潮。
1.数据治理理论
数据治理是以数据为对象的治理过程，主要目的在于提升数据质量，并且对这一过程进行组织管理和过程方法进行控制，还包括对数据资产管理的权力控制。以及计划监督和执行。在数据管理领域，有很多国内外专家学者提出各种数据治理框架，例如IBM数据治理协会提出以业务目标为关键要素的数据治理要素模型。数据治理要素模型将组织结构政策等因素是做促进因素。有的学者从数据生命周期的角度看待数据治理。他们把数字生命周期和数据治理结合起来从获取数据、共享数据、重用数据、增值数据等4个方面研究、分析数据治理过程。
政府数据治理有三层要素：1.业务目标，设计组织的目标和重点，以及实现目标的计划；2.业务处理，组织与调配职员，业务指挥和管理业务流程；3.共享数据，处理政府与外部与外部单位的关系，处理政府与独立组织的关系，处理政府与公众和新闻媒体的关系。大数据时代基层政府的职能也在三个方面发生深刻改变。大数据时代基层政府职能是实现国家制定的大数据资源管理战略目标；大数据时代基层政府职能是打破传统的部门界线和功能分割的局面，整合政府所有的部门、人员和其他资源，提高基层政府的业务水平和处理政务的效率；大数据时代基层政府职能是以统一的工作接口为公众提供优质高效的信息和服务。那么政府政务数据管理的目标有两个层次：一方面， 以公民需要或政府服务结果为导向，向公民提供一套系统、完整的服务而不是碎片化的服务；另一方面， 在政府不同部门之间加强合作、充分共享不同部门的资源、在不同部门之间快速传递信息、不同部门统一为一个结果努力，形成一种协同的工作方式。通过消除不同部门工作内容的重叠或冲突而充分减少资源浪费；通过消除不同政策之间的矛盾或影响，直接有效地增加执行公共政策的效能。
大数据时代基层政府新的职能并非旨在全面否定、废止政府运作流程，而是倡导以公众、以实效、以结果作为公共部门工作原则。基层政府职能的创新变革将是公共部门着眼信息时代、大数据时代的自我革新，是通过统筹政府各个部门资源、政府各个部门人力高度协作从而提高政府整体高效优质运行的能力。大数据时代基层政府职能的创新是描绘了政府组织结构、工作流程改革的轮廓和重点，即在现有流程的基础上，明确政府定位，设立建设性的发展目标，再由流程中最终结果倒推进行改革、优化政府工作流程，满足公众对政府等公共部门实现紧密建设、管理的需求。
2.新公共管理理论
新公共管理根据经济学理论建立绩效管理；新公共管理根据公共选择和交易成本理论建立政府应以公民或市场为导向，提高服务效率、质量和有效性的观点[ 孟建柱．加强和创新社会治理[N]．人民日报，2015—11—17(06)]；新公共管理根据成本—效益分析理论建立界定、测量和评估基层政府绩效目标的方法[ 门理想.地方政府数据治理机构研究：组建方式与职能界 定[J].兰州学刊，2019(11)：146-156]。其次，新公共管理借鉴企业管理方法，借鉴企业管理中许多管理方式和手段。新公共管理改变了传统公共模式下的政府与社会之间的关系，重新对政府职能及其与社会 的关系进行定位。新公共管理理论主张政府应该把管理和具体操作分开。政府只管理宏观调控，而不是去干微观具体的事务。也就是说在大数据时代基层政府更重点制定发展大数据产业的规则，而不是投身到大数据产业建设中做本该是企业做的业务。所以在大数据时代，基层政府的数据管理部门联合专业的大数据管理公司才能充分管理、利用好大数据公共资源。新公共管理不等同于企业管理，在大数据时代基层政府数据管理必须走有特色的独立的发展道路。
3.无缝隙政府理论
上世纪 90 年代，美国学者拉塞尔·Ｍ·林登（Rossen·M·Linden）发表著作《无缝隙政府：公共部门再造指南》，首度提出了“无缝隙政府”的概念并进行了系统性的论述，他认为无缝隙政府是 19 世纪末到 20 世纪初各个国家推进公共管理改革的主要特征和内在动力，反映出了社会发展从生产者社会转变为消费者社会的趋势。无缝隙政府组织理论指的是政府打破传统的部门界线和功能分割的局面，整合政府所有的部门、人员和其他资源，以统一的工作接口为公众提供优质高效的信息和服务。无缝隙政府的目标有：1. 以公民需要或政府服务结果为导向，向公民提供一套系统、完整的服务而不是碎片化的服务；2. 在政府不同部门之间加强合作、充分共享不同部门的资源、在不同部门之间快速传递信息、不同部门统一为一个结果努力，形成一种协同的工作方式；3. 通过消除不同部门工作内容的重叠或冲突而充分减少资源浪费；4. 通过消除不同政策之间的矛盾或影响，直接有效地增加执行公共政策的效能。
无缝隙政府理论的提出并非旨在全面否定、废止政府运作流程，而是倡导以公众、以实效、以结果作为公共部门工作原则。无缝隙政府将是公共部门着眼信息时代、大数据时代的自我革新，是通过统筹政府各个部门资源、政府各个部门人力高度协作从而提高政府整体高效优质运行的能力。该理论描绘了政府组织结构、工作流程改革的轮廓和重点，即在现有流程的基础上，明确政府定位，设立建设性的发展目标，再由流程中最终结果倒推进行改革、优化政府工作流程，满足公众对政府等公共部门实现无缝隙建设、管理的需求。
无缝隙政府特别强调将结果导向、顾客导向、技术导向(管理技术、信息技术)、竞争导向、最佳组织形式等几个方面融为一体，而非割裂强调某个方面。就是说，在追求为顾客(公民)提供特色化、个性化的服务中，要注重采用合理的组织形式(包括采取行动的团队形式和采取行动的组织流程)，要充分利用现代管理技术、信息技术来促进政府充分利用已有资源、减少政府内部政策之间的矛盾、提高政府内部不同部门之间的协同管理能力、通过统一的接口为公众提供服务。政务服务中心综合窗口的推广建设，实际上就是无缝隙政府的投影，通过有效梳理、“无缝隙”整合各个公共部门的职能，搭建起跨部门、多职责的一体化服务系统，即便公众申办事项涉及不同职能部门，也能够协同、高效、快捷地提供优质的个性化公共产品及政务服务。无缝隙政府理论的实践为进一步推进“综合窗口”政务服务中心提供了重要的参考依据。
在大数据时代公共管理发生深刻变化，首先公共管理的主体多元化，社会发展程度不断提高，参与公共管理的主体日益多元化。既包括作为核心主体的政府，也包括非营利组织、掌握大数据管理专业技能的企业。在这种情况下，基层政府需要不断的自我革新提高业务水平，管理协调各类社会主体参与公共管理实践。满足社会经济发展的需要，解决不断出现的各种实际问题是公共管理的意义。公共管理参与主体的多元化使得政府的公共管理方式发生根本改变。政府决策应该促进多元主体以多样化的方式进行合作；其次大数据时代深化了全球化的发展，公共管理实践应该注重全球化的发展趋势。同时由于我国的社会主义特色，公共管理实践也应该注重本地化特色。
所以在大数据时代基层政府在做数据资源管理的时候既要注重利用全球化的数据资源，又要结合本地数据产业特色促进本地经济发展，促进本地社会发展。充分利用全球化的大数据技术提高基层政府机构执行政府职能的能力，快速促进基层政府机构完成工作目标。公共管理实践划分为两个层次：
一是实现政府机构的管理目标。这一层次政府效能即政府机构完成经济管理目标的程度。国家或地区的经济水平是国家或地区竞争实力的代表，而保证社会经济、社会秩序的正常运行，需要社会存在责任感强、效率高、回应迅速的政府机构进行管理。所以本质上，国家或地区的良好的政府机构才是国家或地区竞争实力的代表。
二是政府机构的能力水平。通常衡量政府机构能力有两个标准：政府机构的权威性程度，即政府受到所在地区人民群众的支持程度和拥护程度。政府机构的有效程度，即政府政策执行的力度以及完成度。政府机构的能力包括决策能力、指挥能力、调配能力、协调能力、适应能力、协调能力等。
三、大数据时代下Y县基层政府数据管理现状
（一）Y县政府数据管理现状简介
Y县位于浙江省东南部，东邻乐清、黄岩，西连青田、缙云，北接仙居，南与县隔江相望。总面积2677.64平方公里。下辖7街道11镇4乡[ 门理想.地方政府数据治理机构研究：组建方式与职能界 定[J].兰州学刊，2019(11)：146-156]。素有“中国长寿之乡”，“中国泵阀之乡”，“中国纽扣之都”，“中国玩具之都”的美称[ 季丹丹.大数据在政府统计上的应用探索[J].内蒙古统计,2018,33(6):46-49]。是浙江第四大县、温州第一大县，也是全国首批沿海对外开放县、中国文化旅游大县、中国千年古县、浙江老革命根据地县[ 余芳东.大数据在政府统计中的应用、瓶颈及融合路径[J].调研世界,2018,32(11):3-11]。根据第七次人口普查数据，截至2020年11月1日零时，Y县常住人口为869548人。
Y县于2017年在Y县人民政府办公室下设Y县大数据管理中心，负责Y县统一的政务云计算中心、政府大数据平台、电子政务网络、信息安全保障体系等公共信息化平台的建设和管理，指导协调各部门依托公共平台开发和推进专业应用；负责统一组织推进全县机关共性电子政务应用；负责浙江政务服务网Y平台、县政府门户网站以及全县政府网站群体系的规划、建设和管理；负责县政府及县政府办公室的电子政务保障工作；指导协调电子政务发展，推进信息化公共服务基础设施建设等工作；指导“最多跑一次”改革中的技术难题，推进“互联网+政务服务”工作等。于2019年1月，Y县人民政府办公室正式挂牌Y县大数据发展管理局，Y县大数据管理中心为其下属事业科室。
2016年，Y县已出台《Y县人民政府办公室关于推进政府大数据平台建设的实施意见》，提出为破解电子政务工作中存在的重复建设、资源浪费、信息孤岛、安全薄弱等问题为导向，充分运用大数据、云计算等先进技术和理念，强化电子政务顶层设计和统筹管理，加快推进全县统一、共建共享的政府数据基础设施平台建设，逐步形成以云计算平台为基础、以大数据管理为核心、以大数据应用为主导、以大安全体系为保障的电子政务总体框架，实现电子政务从粗放式、低效能分散建设向集约化、高绩效协同发展模式转变，显著降低电子政务建设和运行成本；全面推进跨层级、跨部门的政务信息资源共享和业务协同，有效消除“信息孤岛”，推动大数据在政府管理、决策和公共服务领域的广泛应用，助力经济社会转型升级，推动政府治理和公共服务能力现代化。
2020年，Y县在县委十三届八次全体（扩大）会议上的报告中也提出2020年要以政府数字化转型为主抓手，积极运用互联网、大数据等技术手段提升行政管理效能，探索建立乡镇（街道）“一枚印章管审批”制度，加强乡镇（街道）便民服务中心、村（社县）代办点建设，深化多部门联办“一件事”改革，进一步推动“最多跑一次”改革向基层延伸、向公共场所覆盖。以深化农村集体产权制度改革为突破口，持续抓好农村“三资”智慧监管系统运用，全力推动村级资产阳光化、小微权力规范化、治理手段智能化，从源头上防控风险隐患。
通过近几年的数字化建设，Y县完善党政机关协同办公系统、督办系统等服务系统、推进推动“最多跑一次”改革、打造了Y县综合数据管理平台、数据目录服务平台等政府数据管理平台，收集了11,620,000余条数据，对接了684个接口，让政务数据共享、公共数据开放等工作取得了一定的成效[ 梁志斌.浅谈大数据技术在政府服务中的应用[J].江南论坛,2019,27(3):31-32]。但是对政府数据的使用和管理还不够全面，还没有让数据价值发挥最大化，还没有形成高效运用大数据提高政府基层治理的手段和方法。
信息技术与经济社会的交汇融合引发了数据规模的迅猛增长。对于市场而言，数据具有了独立的经济价值；对于国家治理来说，数据则已经成为国家基础性战略资源。曾有研究显示，政府掌握了80%的社会信息资源。虽然这个数据本身存在争议，但是政府拥有庞大的信息资源是无可争议的事实。如何把这些信息资源盘活，为经济社会发展发挥更大价值？这个问题使数据治理成为当前政府治理中的一项重要政策议题。数据治理源于企业对内部数据的治理，被认为是数据质量管理的一部分。尽管对政府数据治理的定义尚未达成共识，近年来随着政务数据共享、公共数据开放等工作取得一定进展，理论界和实务界都已经充分认识到政府数据治理的重要性，并从多个层面展开讨论。在宏观层面，政府数据治理被理解为政府作为治理主体对数据产业、数据经济乃至整个社会数据化过程的治理;中观层面的数据治理讨论政府对在社会公共事务治理中所产生或需要的数据资源的治理;而微观层面的数据治理则是维护政府机构在数据管理过程中所产生和使用的数据质量、提高决策和管理效率的策略集。不管从哪个层面来看，政府数据治理都具有丰富的内容。
自上世纪90年代电子政务兴起，为适应并促进技术在政府治理中的应用，政府在组织结构和职能设置方面已经有大量创新，并且随着数据治理的发展，还在不断调整、演化。现有文献较多关注于大数据的发展对政府运行的影响，认为大数据时代的政府组织结构和工业时代相比将发生显著变化。有观点认为，大数据促进国家独大的治理结构转向多元共治、封闭性治理结构转向开放性结构、官僚科层制转向扁平化结构。也有人认为大数据作为政府流程再造的“赋权者”赋予了传统实体政府“虚拟治理”的能力[ 齐韩.政府在大数据管理中存在的问题及对策研究[D].沈阳师范大学,2017. 6(5)：239-211]。大数据驱动政府决策在每个环节的精准化。政府的组织结构要适应“互联网+”时代要求，需要打破地域、职能和部门的桎梏，形成网状化的组织结构，实现部门之间合作分工。在政府数据治理方面，应改革各自为政的数据资源管理模式，明确数据资源采集、存储、管理、使用等各环节的责任分工，理清权属关系。政府数据治理体系和治理能力现代化的核心应当包括系统性、整体性和协同性。简·芳汀在讨论美国电子政务时曾指出，虚拟机构的运行复杂程度越高，制度性障碍也越大，虚拟机构需要在运行、政治和结构等方面进行重大变革。传统观点主要关注“技术如何协助解决治理问题”，而在数据治理中则应关注“提高数据的利用能力来提升治理效益”或者“治理结构如何适应技术的发展”。比如，美国联邦政府的数据治理经过多年发展，形成了以隶属总统行政办公室并负有联邦预算建议和评估职责的管理与预算办公室(OMB)为核心，重要数据(信息)部门为支点的数据治理结构。对我国政府数据治理结构的讨论还较少。有学者在讨论互联网治理时曾指出现有治理结构中“九龙治水”的格局可以通过多部门分权和属地管理实现纵向和横向的权力分散和分布式执行，这是对互联网治理内在特性的适应。
近年来，地方政府为落实中央推动“互联网+政务服务”的要求，同时应对大数据的快速发展，纷纷组建政府数据治理机构，在数据治理的制度化方面做出了重要创新。尤其是随着2018年各省机构改革方案的制订，各地对数据治理机构的组建也在加速中。由于各地名称各异，本文统一以“政府数据治理机构”代称。尽管这些机构的具体职能还需要在实际运行中逐步完善，对它们的研究可以为理解地方政府数据治理现状、问题以及未来的发展提供资料和参考。基于此，本文采取查阅地方政府官网、直接电话咨询、依申请公开政府信息和查阅官方媒体信息等方式，对当前地方政府已经设立或已发布在机构改革方案中的数据治理机构进行梳理与分析，并由此提出相关政策建议。
（二）Y县基层政府数据管理中存在的问题
根据以上分析Y县基层政府数据管理存在的问题有几个方面：1.Y县基层政府内部，部门之间数据化管理覆盖面广但深度不够。部门之间的资源没有完全共享，部门之间协同管理不充分。2.Y县基层政府外部，基层政府与周边地区基层政府之间没有共享数据资源基层政府与上级政府之间数据资源共享存在瓶颈。基层政府与本地社会组织、企业之间没有充分沟通交流。3.基层政府数据管理工作过于注重微观层面数据资源管理工作，忽视宏观层面制定数据资源管理规则，忽视宏观层面调控社会上专业数据管理技术组织、专业数据技术研发企业与Y县数据管理部门三者之间的合作关系。
1.数据资源孤岛问题
大数据时代基层政府数据管理工作是一个系统的、专业的任务。政府部门利用足够庞大的社会数据资源，才能准确分析、预判经济、社会发展趋势为政府制定政策提供依据。Y县基层政府数据资源孤岛问题表现为三个层面：首先，Y县基层政府管理数据资源范围仅仅局限于本地。Y县基层政府数据管理的内容应该涵盖本地县以及周边地县关于群众年龄结构、职业结构、性别结构的数据。Y县基层政府数据管理的工作重点应该涵盖本地县以及周边地县的文化建设、医疗服务建设、公共设施建设、经济建设。而Y县基层政府数据管理的内容仅仅覆盖Y县本地的群众信息，Y县基层政府数据管理的工作重点仅仅是Y县本地的文化建设、医疗服务建设、公共设施建设、经济建设。在大数据时代，全球经济一体化时代Y县管理数据的做法是不够全面的。
Y县基层政府的数据管理工作横向看数据资源范围过于狭窄，没有涵盖Y县社会各个方面的信息。导致Y县基层政府的数据管理工作内容不全面。Y县基层政府的数据管理工作纵向看数据资源的深度不够，没有把Y县本地的文化建设、医疗服务建设、公共设施建设、经济建设等工作和Y县本地的群众年龄结构、职业结构、性别结构的数据紧密联系起来；
这里横向看，纵向看也只是把问题的描述换一种方式表述。显得深刻。
其次，Y县基层政府没有和周边地县的基层政府实时共享管理的数据资源。Y县基层政府管理的数据资源是“呆板的”。从上文分析可知大数据必须通过共享、交换等方式流动起来才能发挥大数据的作用，才能让大数据产业创造价值；第三，Y县基层政府没有把本地的数据资源管理平台和上级政府的数据资源管理平台实时连接。没有充分利用上级数据资源管理平台的强大功能提高本地的数据资源管理水平。
由以上分析可知，这是管理机制的问题。部分是Y县本地政府的问题导致，部分是国家、省政府部门整个的问题。
另外，政府大数据具有天然的公共属性，唯有最大化利用才能产生最大价值。而要最大化利用它，第一步就要通过多方面采集数据，目前最便捷的采集途径就是通过现有信息化系统采集数据，但是由于信息化系统的建设单位不同、管理部门不同、系统数据的形式不同，除了数据对接的技术问题外，更重要是数据管理部门对数据不共享的问题，对于Y县来说，很多县级部门使用的系统是省市级、国家级部门的，要采集他们的数据，要经过省市级部门、甚至国家部门同意，才能对接系统，采集数据，取得省级以上部门的同意是有一定难度。所以，虽然Y县建立了自己数据管理平台，但是数据采集具有一定的局限性，导致数据资源不够全面。
2.数据管理壁垒问题
大数据时代对于管理数据资源方法的认识和以往不一样。大数据时代认为任何数据都具有片面性和不足，一方面收集社会各个方面的信息并用专业的大数据处理方法综合分析、对比、挖掘收集到的社会信息才能推倒出正确的分析结果；另一方面管理、使用数据资源的软件之间必须不断平等互通交流数据才能不断修正数据的错误或瑕疵。所以，基层政府管理数据资源的软件要和本地数据大产业中企业使用的数据管理软件实时共享处理数据资源的结果，基层政府管理数据资源的软件要和本地群众经常使用的软件实时共享处理数据资源的结果。例如，新冠疫情爆发时有能力及时管控疫情的地区都是基层政府把政府的数据管理软件和当地群众使用的软件实时联通。当地群众通过微信小程序或支付宝实时连接政府的数据管理软件。基层政府管理群众轨迹，实时更新新冠病毒传播危险地区。Y县基层政府管理数据资源方式的问题需要从两个层面分析：首先，Y县基层政府的数据采集往往来自于Y县基层政府建设的信息采集系统。信息系统采集的数据准确性与数据更新的及时性有很大的相关性，很多信息系统的更新往往不够及时，没有专人每天维护数据，都是不定期的对数据进行维护，除此以外，部分信息系统数据接口不是每天更新、无法实时更新，导致数据有一定延迟性，还有部分数据因为以前没有信息化系统，导致一定时间前的数据无法查询，比如说Y县医学出生证明只有2014年以后的数据。这导致Y县基层政府数据管理部门采集的数据不够全面；其次， Y县基层政府数据管理部门的数据采集、分析、管理软件没有和Y县政府其他部门的数据采集软件连通。Y县基层政府数据管理部门内部使用的不同类型数据采集、分析软件之间没有联通。Y县基层政府数据管理部门向群众或本地大数据产业开放的数据资源管理软件接口和本地群众或本地大数据产业使用的数据管理软件没有实时连接。
数据壁垒是整个大数据产业和国家政府的问题。今年国家提出软件之间必须保持数据通道。例如淘宝的采购信息和支付宝、微信联通。个人二维码防疫信息在支付宝、微信必须同步。
不够先进。Y县基层政府数据管理人员的业务水平不够专业，不足以胜任飞速进步的大数据处理工作。
综上所述，如图3-4所示，Y县基层政府数据管理软件虽然把数据处理结果通过统一的接口向社会发布。但Y县基层政府内部数据管理软件之间，Y县基层政府数据管理软件和社会群众经常使用的软件之间，Y县基层政府数据管理软件和本地数据产业中德企业使用的数据管理软件之间是相互独立的。这就导致Y县基层政府数据资源管理工作中，由于不同数据软件的差异出现群雄争霸的情况。导致Y县基层政府数据管理工作混乱。
图3-4数据管理软件之间不通造成数据管理孤岛
3.数据化水平制约发展
大数据管理工作依赖于科技不断进步，数据资源管理软件或设备也是不断更新的。Y县基层政府资金有限，不可能依靠本地力量独自发展数据管理技术。根据以上分析可知Y县基层政府数据管理的短板制约Y县基层政府数据管理水平不断提高。Y县基层政府数据管理工作通过“最多跑一次”改革有效发挥了自身的价值，但是还有很多的数据还没有被挖掘出来，但是更多的数据仅仅是收集、没有进行下一步的处理，让他为群众服务，或者为政府决策提供参考价值，比如房屋过户时，水、电、燃气等过户又单独办理，而他们所需的数据信息在房屋过户的时候就能直接获取，还未有效利用这种数据。同时还有些数据因为管理部门提出的保密性，不愿意共享，让数据成为部门的专有数据，无法利用。Y县基层政府管理的数据资源、Y县群众个人的数据资源、Y县数据产业中企业的数据资源三者没有通过统一的软件实现共享或互通是无法提高Y县基层政府数据管理效能，无法达到国家建设统一的大数据管理目标。
数据管理结构是国家、省、县三层管理结构。数据化水平最主要的是国家政府、产业没有统一标准（数据资源格式的表示准，软件间共享数据的接口标准。）
（三）Y县基层政府数据管理问题产生的原因
1.分析产生数据资源孤岛的原因
Y县是全国百强县，在政府数据管理方面走在前列。确实重视数据管理任务。但是对数据管理重视的程度不够充分。大数据时代基层政府数据管理工作需要充分掌握并利用大数据管理工具改革基层政府的工作方式、组织管理方式、制定政策的方式。基层政府才能利用数据管理手段提高基层政府工作效率，提高基层政府工作人员素质。从而综合提高基层政府的综合水平。而Y县基层政府在这方面还有很多不足；首先，Y县基层政府仅仅设置了大数据管理部门，购买了数字化管理软件。Y县基层政府工作人员关于大数据管理知识的培训不充分。Y县基层政府的工作人员没有利用大数据信息管理技术协同管理Y县基层政府内部的工作；其次，Y县基层政府组织结构、工作流程还是遵循原有的模式。没有充分利用大数据管理思想共享各个部门的资源，没有消除各个部门之间的信息壁垒。没有提高基层政府整体的工作效率；第三，Y县基层政府在制定政策的时候没有利用大数据管理政务手段充分挖掘社会需求，没有利用大数据管理政务手段分析、预判现有政策的不足。自然不会利用大数据管理政务手段制定符合大数据时代的社会现实情况的政策。
造成以上问题的根本原因是Y县政府内部从人员、部门、政务管理理念等三个层面对数据管理认识不充分、重视程度不够。只有Y县政府整体提高对大数据政务管理平台的重视程度才能解决以上问题。
作为公共管理主体的Y县基层政府没有用大数据政务管理手段处理政府内部的管理范围、职责权限和利益关系。大数据时代基层政府管理政务是以结果为导向，建设无缝政府。Y县大数据管理体制主要包括职能定位、权力划分、机构设置和运行规则4个基本构成要素。而这不是Y县数据管理部门能管理或建设的范畴。由于政府数据管理能力和手段不足，也限制了政府管理数据资源的认识和投入。首先，对政府数据管理的认识落后，还停留在Y县政府的工作能在网上办理方便群众办理业务就是数据管理的水平上。Y县政府还没认识到充分挖掘数据资源潜力可以提高Y县政府的宏观管理能力，提前预测Y县政府工作中可能存在的问题、漏洞、矛盾以及Y县可能存在的社会矛盾。其次，Y县搜集、管理、分析数据资源的手段落后。Y县政府搜集的数据资源是不全面的，数据质量不高。Y县政府的数据分析水平有限，没有充分利用最新的云技术、人工智能数据挖掘手段。最后，导致Y县政府分析数据资源后推导出的结果是片面的、错误的。导致Y县政府管理数据资源进入恶性循环。
数据管理是整合、管理社会所有资源，就需要数据管理部门具备在Y县统筹协调所有部门、人员的能力。而Y县的数据管理部门只是作为Y县信息管理局下属的一个部门。这种本末倒置的数据管理体系制约了Y县数据管理手段的应用和发展。
Y县大数据管理平台必须具备规范性、稳定性、系统性等特征。因为Y县的大数据管理体制建成后不仅可以确保公共管理的有序性，而且还可以确保Y县大数据产业的稳定。Y县大数据管理体制具有系统性。Y县大数据管理体制本身就是一个系统，它是由公共组织子系统、公共权力子系统、职能子系统等组成。它具有一般系统的整体性、结构性、层次性、相关性和有序性。各级各类公共部门组织是在公共管理体制的整合下才能成为一个有机整体，才能各自发挥作用而又互相协调。这一系统有纵向结构和横向结构，纵向结构又称为层级结构，只有这些结构之间具有相关性和有序性，才能使公共管理体制发挥整体作用。而Y县的数据管理部门不具备以上特征。
2.分析数据管理壁垒的根本原因
Y县数据治理机构在实际运行上也存着一些问题。首先，Y县数据管理机构的相关工作还在探索过程中。其次，Y县虽然建立了统一的数据管理平台，但是因为各个部门的平台建设层级不同，不能完全对接到省市级平台数据、更不用说国家级系统，数据资源无法充分利用。Y县政府各个部门职能结构还是遵循原来的安排，继续使用条线上的系统。Y县基层政府部门在公共管理过程中，部门之间没有统一的管理基础、没有统一的管理手段。在实现Y县基层政府战略目标和战略管理过程中，从设计公共政策开始到配置公共权力和公共资源都是以各自部门为中心。
- 图4-1基层政府数据管理价值链模型
如图4-1所示，Y县基层政府数据治理部门只是把数据治理当做一个公共项目实施。而没有从公共管理角度对待大数据这个社会资源。首先从基础设施角度看Y县数据管理部门仅仅在政府内部把政府公务搬到网络数字平台上，没有整合Y县数字化产业的基础设施和政府数字化平台整合到一块。所以Y县的大数据平台式分裂的，没有建立完善的统一的大数据数字平台。其次从人力资源角度看，Y县基层政府为数据管理部门配备了技术人员。但是Y县整体大数据的量非常大，不是一个政府部门就能处理的任务。大数据时代Y县基层政府应该结合大数据产业中专业公司的人力资源建设Y县整体的大数据基础设施。然后从技术支持角度看，大数据平台是一个不断发展的高科技技术平台，不是一个国家或一个基层政府就能解决的任务。与时俱进的建设Y县大数据平台需要Y县政府数据管理部门整合Y县周边政府部门的数据资源乃至省政府数据管理部门的资源。
在大数据时代，Y县基层政府的基础设施、人力资源、技术支持三个方面不能和Y县大数据产业割裂开；Y县基层政府的基础设施、人力资源、技术支持三个方面不能和Y县周边县域割裂开；Y县基层政府的基础设施、人力资源、技术支持三个方面不能和省级政府和市级政府的大数据平台割裂开。
3.数字化水平低的根本原因
如图4-2所示，大数据管理有四个环节：采集数据环节、存储数据环节、计算数据环节、环节。在大数据时代这四个环节是由不同公司或政府不同部门完成。
Y县政府现有的数据管理平台是采用小马拖大车的模式，由一个基层政府数据管理部门完成大数据平台建设的四个环节建设工作。如上文分析，大数据采集环节就需要做好基础建设、人力资源、技术支持、接入大数据平台等四个方面的工作。其它三个环节同样需要做好基础建设、人力资源、技术支持、接入大数据平台等四个方面的工作。而目前Y县数据管理部门由于规模和能力限制，是无法建设完整的大数据管理平台。
图4-2大数据分析流程
另一个层面，大数据时代的大数据管理是需要做到国家级大数据平台、省级大数据平台、市级大数据平台、基层政府大数据平台之间共享、交换数据。而基层政府大数据平台采集数据、存储数据、计算数据等工作是国家级大数据平台、省级大数据平台和市级大数据平台的基础。而目前Y县数据管理部门只完成Y县内的数据采集、数据存储、数据计算、数据分析工作，虽然部门数据能与省市级对接，但是能对接的数据只有部分，还不能充分利用。这是远远不够的。
（四）量化分析Y县基层政府数据管理问题产生的原因
1.数据管理平台影响因素指标体系
（一）确立指标体系
首先,以政府效能与政府治理理论为基础,运用价值焦点思考方法对基于数据管理服务应用的政府治理的基础目标进行分析,形成了治理效能、治理能力、制度保障和公众满意度四个评价维度。 考虑到效能评估的丰富含义,又将治理效能细分为行政效率和治理效果。 这样初步形成了4个一级指标。 然后,将政策分析、理论分析、评价分析、 案例分析、问卷调查分析的结果进行汇总,反复分析比较并归纳概括出 4个一级指标、20个二级指标和49个三级指标。 再次,对指标体系框架的合理性和指标数据的可获得性进行反复分析评估,考虑到行政效率一级指标之下只有一个下属指标,又将原先的4个 一 级指标整合为治理绩效、治理能力、制度保障和公众参与4个一级指标,并舍弃了部分暂时难以获得准确数据、或者与大数据运用关系不大的二级和三级指标。 在4个 一级指标中,治理绩效体现了数据管理服务应用于政府治理的“效”,治理能力和制度保障则体现了政府运用数据管理服务的“能”,而公众参与则体现了数据管理服务应用的特点和政府治理的现代化程度。 可以说,4个指标比较全面揭示了对政府运用数据管理服务提升治理效能水平的内容。 最后,形成了包含4个一级指标,19个二级指标和38个三级指标的“基于数据管理服务应用的政府治理效能评价指标体系”,如表1-7所示。以下为政府服务效能评价指标体系图：
图3-1Y县政府数据管理评价指标体系
2.计算数据管理平台影响因素指标权重
主观权重的确立主要通过德尔菲法进行，该方法广泛地运用于社会评价及环境评价等领域。该方法有两个步骤：首先，将需要决评价的问题发送给相关领域专家，对问题进行回答，之后将结果进行归纳分析；其次， 将上一轮的分析结果再次发送给专家咨询，各个专家之间是独立的个体，保证结 果公正性。并对回收的意见进行统计，尽可能地使最终的重要性程度比较趋于一 致。鉴于此，本文在综合评价时通过电子邮件将调查问卷（见附录 B）发送给在指标体系优化过程中选择的 7 位专家，依据各级指标的上下层隶属关系， 采用九级标度法，设计项目指标体系中各个层次的判断矩阵群，并将判断矩阵群的结果进行整理见表 1-1 至表 1-7有助于Y县基层政府数据管理的改进，也是建设Y县基层政府数据管理优化策略的最终目标。
表3-1 指标体系中的判断矩阵A-B1-4
A B1 B2 B3 B4
1 1 1/2 1 1
2 2 1 2 2
3 1 1/2 1 2
4 1 1/2 1/2 1
表3-2 指标体系中的判断矩阵B1-C1-8
1 C1 C2 C3 C4 C5 C6 C7 C8
C1 1 3 3 1 1 1/2 1 1
C2 1/3 1 1 3 2 1 2 2
C3 1 4 3 1 1 1/2 1 2
C4 1 1/3 1 1 1 1/2 1/2 1
C5 3 1 3 5 3 1 1 1
C6 2 1/2 2 3 1 1 1 3
C7 5 3 4 1 1 1 1 1
C8 1 1 1 3 2 1 1 1
表3-3 指标体系中的判断矩阵B2-C9-12
2 C9 C10 C11 C12
C9 1 3 3 1
C10 1/3 1 1 3
C11 1 4 3 1
C12 1 1/3 1 1
表3-4 指标体系中的判断矩阵B3-C13-16
3 C13 C14 C15 C16
C13 1 3 3 1
C14 1/3 1 1 3
C15 1 4 3 1
C16 1 1/3 1 1
表3-5 指标体系中的判断矩阵B4-C17-20
3 C17 C18 C19 C20
C17 1 3 3 1
C18 1/3 1 1 3
C19 1 4 3 1
C20 1 1/3 1 1
对表 1-1 至表 1-5 中判断矩阵的每一列向量结果进行标准化处理，以此得到 新的矩阵A'、矩阵B1'、矩阵B2 '、矩阵B3 '、矩阵B4 '。具体步骤以矩 阵A'的标准化为例： 第一步，对A 进行归一化处理，即
,
依据公式（5.1）处理得判断矩阵见表 1-6
表3-6 对判断矩阵 A-B1-4向量归一化 B11-B44
11=0.1429 B21=0.2857 B31=0.1429 B41=0.1429
12=0.1429 B22=0.2857 B32=0.1429 B42=0.1429
13=0.1538 B23=0.3077 B33=0.1538 B43=0.0769
14=0.1520 B24=0.2500 B34=0.2500 B44=0.1250
计算矩阵
根据公式Mij=∑Mij (1.2)对Mij求和
M1=0.1429+0.1429+0.1538+0.1250+0.1429=0.7074
M2=0.2857+0.2857+0.3077+0.2500+0.2857=1.4148
M3=0.1429+0.1429+0.1538+0.2500+0.1429=0.8324
M4=0.1429+0.1429+0.0769+0.1250+0.1429=0.6305
根据公式1.3计算得出：W1=0.1415;W2=0.2830,W3=0.1664;W4=0.1261。那么B1,B2,B3,B4的权重分别是0.1415，0.2830，0.1664、和 0.2827。
表3-7 指标体系权重计算结果
目标层 一级指标 权重 二级指标 指标内权重 最终权重 三级指标 二级指标内权重 三级指标最终权重
C1 B1 0.1223 C1 0.0578 0.315 D1-1 0.50 0.0289
C2 0.0118 D1-2 0.35 0.0202
C3 0.0316 D1-3 0.15 0.0087
C4 C2 0.0166 D2-1 0.55 0.0234
C5 0.0290 D2-2 0.45 0.0191
C6 C3 0.0373 D3-1 1.01 0.0565
C7 C4 0.315 D4-1 0.05 0.038
C8 0.0118 D4-2 0.50 0.315
0.0316 D4-3 0.15 0.0118
0.0166 D4-4 0.50 0.0316
C5 0.0290 D5-1 0.20 0.0166
0.0373 D5-2 0.35 0.0290
0.315 D5-3 0.45 0.0373
C6 0.0118 D6-1 1.01 0.0756
C7 0.315 D7-1 1.01 0.0268
C8 0.0118 D8-1 1.01 0.0627
续表3-7
目标层 一级指标 权重 二级指标 权重 最终权重 三级指标 二级指标内权重 三级指标最终权重
C1 B2 0.0900 C9 0.315 D10-1 0.13 0.0146
C2 C10 0.0118 D11-1 0.17 0.0196
C3 C11 0.0316 D12-1 0.12 0.0146
C4 C12 0.1421 0.0831 D13-1 0.12 0.0146
C5 B3 0.0981 C14 0.4765 0.1181 D14-1 0.12 0.0146
C6 C15 0.1198 0.0298 D15-1 017 0.0196
C7 C16 0.2613 0.0650 D16-1 0.17 0.0196
C8 B4 0.1086 C17 0.3621 0.0615 D17-1 0.17 0.0050
C18 0.1953 0.0333 D18 0.25 0.0075
C19 0.1736 0.0295 D19-1 0.25 0.0075
0.2695 0.0465 D19-2 0.33 0.096
C20 0.2112 0.0232 D20-1 0.41 0.0096
0.1113 0.0121 D20-2 0.41 0.0260
0.6667 0.0726 D20-3 0.20 0.0130
根据以上分析可知Y县政府数据管理效能的主要影响因素是四个方面：1.管理效能；2.管理能力；3.主治结构；4.公众参与度。其中管理能力和公众参与度是提高Y县基层政府数据管理的关键。根据表3-8的二级指标和三级指标可知决定Y县基层政府数据管理能力的因素。也知名提高Y县基层政府数据管理能力的途径。
3.根据主要指标确定数据管理问题的根本原因
主观权重的确立主要通过德尔菲法进行，该方法广泛地运用于社会评价及环境评价等领域。该方法有两个步骤：
表3-8 指标体系
目标层 一级指标 二级指标 三级指标
Y县基层政府数据管理 B1治理效能 C1行政效率 D1-1数据管理平台建设情况
D1-2数据管理平台覆盖政务工作比例
D1-3数据管理平台解决问题的平均时间
C2经济增长 D2-1县经济增速
D2-2县经济增量
C3部门监管 D3-1部门问题数量
C4公共服务 D4-1县公共建设数量
D4-2县群众上访数量
D4-3县群众幸福指数
D4-4县群众平均寿命
C5社会治理 D5-1处理县社会事件数量
D5-2政策落实数量
D5-3改进、检查政策落地数量
C6效能监督 D6-1处理政务平均时间
C7无缝协同 D7-1信息同时到相关部门
续表3-8 指标体系
目标层 一级指标 二级指标 三级指标
Y县基层政府数据管理 B2治理能力 C9行业监管能力 D10-1多部门协同监管行业
C10政府服务能力 D11-1县政府处理政务速度
C11无缝组织能力 D12-1县政府各部门通过数据管理平台协同工作
C12技术支持能力 D13-1数据管理平台OA软件统筹安排各部门工作并检查进度、结果
3组织结构 C14组织协调 D14-1县政府以处理政务结果为标准统一安排各部门人员工作，统一考核各部门工作
C15无缝组织信息管理 D15-1县政府OA软件统筹安排各部门工作并检查进度、结果
C16无缝组织优化机制 D16-1县政府OA软件以处理政务结果为标准，共享县政府各部门资源。不断提高县政府
4公众参与度 C17数据管理平台服务热度 D17-1群众通过手机登录数据管理平台的数量
C18数据管理平台服务效率 D18数据管理平台解决问题的数量
C19数据管理平台服务反馈 D19-1以处理的政务数量考核数据管理平台
D19-2以群众通过数据管理平台办事满意度考核
C20数据管理服务有效度 D20-1数据管理服务业务覆盖县政府部门范围
根据表3-8的二级指标和三级指标可知提高Y县基层政府数据管理能力的途径有4个层次，18个途径。根据权重计算分析结果可以确定，Y县基层政府需要从三个方面九条路径改进数据管理工作。
四、优化大数据时代下基层政府数据管理的路径
1.消除数据资源孤岛的对策
由上文分析可知Y县基层政府数据资源孤岛的相关因素是：1.数据内容狭隘只覆盖了本地数据资源的一部分的；2.数据资源没有和周围县基层政府共享或沟通；3数据资源没有融入国家大数据管理平台，本地的数据资源没有和上级政府的数据管理平台对接；结合上文的量化分析确定造成Y县基层政府数据资源孤岛的根本原因。那么消除Y县基层政府数据孤岛问题的途径是：
1.扩大数据资源采集范围和途径。充分利用数据管理的主体（国家政府、省政府、数据管理企业）拓宽采集数据的渠道。拓展数据资源采集内容的范围，使数据采集内容涵盖本地社会的方方面面。
2. 建设Y县政府的数据管理平台，使数据管理平台能覆盖Y县政府的所有部门。一方面可以充分调动县政府各个部门的资源，避免政府公共资源的浪费。另一方面可以提高Y县政府各个部门的办事效率。通过数据管理监管Y县政府的各个部门。数据管理平台可以实时监管Y县政府各个部门职员的工作流程，加快处理政务的速度。及时发现阻碍政务畅通的问题。缩短处理政务的时间。
3.通过数据管理提升定期组织全部公务人员做关于数据资源和大数据应用的专业培训。搜集、管理、控制的数据资源对我国政府工作、社会经济建设、社会生活产生系统性、革命性、根本性的影响。政府搜集、管理、控制的数据资源通过日益丰富的数字化技术手段不仅成为增强政府治理能力的重要方式，而且能满足社会公民日益增长的对数据信息的需求。由于政府搜集、管理、控制的数据资源具备重要战略价值和战略意义，数据管理成为现代政府工作的重要职能。数据管理能力的高低也成为评判政府工作能力的重要标准。通过大数据技术提升政府管理海量数据资源的能力也成为推进国家核心竞争力，推进政府工作效率的必然要求。
图6-1数据资源处理过程
2.消除数据管理壁垒的对策
根据上文分析可知数据管理壁垒问题错综复杂，形式多种多样。根本原因是政府数据管理部门和大数据产业中的企业没有统一的、标准的数据资源标准，数据处理软件之间没有接口标准和交换数据功能。所以需要从三个方面解决Y县基层政府数据管理壁垒问题。
首先，Y县基层政府需要遵循中央政府号召的按照统一的大数据数据格式国家标准和大数据软件通讯接口标准建设本的数据管理软件平台和指引本地大数据产业发展。同时以Y县基层政府数据管理部门为标准、为中心向周边地区辐射，以Y县基层政府建设的大数据服务平台数据向本地大数据产业和本地群众使用的数据软件辐射。大数据服务平台就是协同各方面资源和力量进行大数据优化数据管理[ 卢洋.大数据时代下我国提升治理能力的对策[J].现代国企研究,2018,10(10):139-140]。大数据优化数据管理的最终目的是用大数据管理手段管理大数据这个社会资源实现社会共同价值[ 熊枫.基于大数据时代的政府危机信息管理研究[J],兰州学报,2015,40(5):193-197]，而共同价值观的建立是一个渐进式的过程，这要求各个参与主体要根据环境的变化，在共同规则引导下，以系统形成的共同价值为方向不断调整自身的发展方式，形成一个动态的系统。始终以维护国家和人民的利益为目的，以建立社会主义核心价值观为前提，以优化政府信息共享机制为核心，以健全社会各条战线的协作过程为保障，这是我们共同的社会价值，这和大数据优化数据管理理论目标一致。其次，政府大数据服务平台挖掘数据信息要有深度。需要深入分析、对比不同行业发展状态的数据合理推导出市场经济发展全年的全貌以及市场经济的宏观问题。最后，政府大数据服务平台向社会提供服务的接口要全面。需要时刻根据社会发展最新成果提供多种多样的并行的数据服务接口。同时也要利用数据服务接口反馈的信息不断提高政府大数据服务平台的服务水平。
3.多维提升数据管理水平的对策
在治理理论中，多样性是复杂性的基本要素，是动态性的发生前提，“多样性意味着变化、分化和专门化成为了可能”“产生复杂的多样性组合在一起就是质变的过程”[ 周雪.大数据时代政府治理面临的机遇与挑战[D].长春工业大学,2017.6(5)：239-233]。因此，在现代社会治理中，忽视多样性可能是治理能力缺失和治理失败的根本所在。历来治理群体中除了共同价值体系下的联合，也存在因不同的利益而产生的分歧[ 耿亚东.大数据时代政府治理面临的挑战及其应对[J].中周学刊,2017,41(2):76-80]，因此做好大数据时代的数据资源管理工作“必须正确处理一致性与多样性的关系”。
第一，急需建立由此直接影响了数据资源的挖掘应用和价值实现。一方面，现阶段政府部门虽然大力倡导大数据发展战略，但是许多数据资源的使用仍然沿袭传统分析流程和方法。另一方面，一些政府部门还未能从整体社会发展的角度思考数据资源的价值发挥，无法真正释放数据的资源价值。此外，对于数据的价值评判标准也存在认知不清晰、共识不一致的问题，对数据资源及其价值的认识存在一定的滞后效应。
第二，急需数据技术创新和支撑性人才。政府数据治理能否取得良好的效果，离不开数据创新技术的支持和数字化人才的支撑。其中，数据技术创新能够为政府数据治理提供工具手段，而数字化技术方面的人才可以为提升政府数据治理提供人才保障。从现有情况看，主流的数字技术主要聚集于数字经济领域，相对于社会民生方面还存在一定的滞后性。尽管数字化技术已经在医疗、教育、交通、住房等领域开始获得关注和发展，但由于综合掌握现代技术、数据统计与政府管理等学科知识背景的人才极其匮乏，还未能为政府数据治理的长远效益提供人才支撑。
第三，数据资源建设和交易市场需进一步完善。在数字时代，社会各界都对大数据战略的实施投以相当大的关注，政府部门也深刻认识到需要通过各种先进的数据挖掘方法来揭示和解释隐藏在数据背后的知识信息，从而更好地为政府开展社会治理提供决策参考。但在现有条件下，无论是政府还是大众在应用数据过程中更多重视数据的传播和存储，在一定程度上忽视了对于数据的加工整理和知识挖掘。因此，数据知识建设需要制定规范标准，深入挖掘高质量信息以及提高政府数据知识建设能力。只有在良性互动的数据交易环境下，政府数据治理的潜力才能得到进一步释放。
第四，数据管理体系和数据确权有待健全。伴随着数字时代的来临，政府数据治理迫切需要建立与之相适应的数据管理体系，从而更好地促进数据运行机制完善和治理绩效发挥。然而，现阶段数据所有权、使用权、隐私权等方面的相关政策制度和法律法规仍有待健全。政府数据治理的安全机制、数据互联共享的规范标准和安全技术防护等管理体系的建立，将会直接提升政府数据治理的绩效水平。其中，政府数据治理的前提就是需要明确数据的权属关系，并在此基础上更好地规范数据权利主体和资源分配机制。但是，数据确权的难度在于数据权并不像传统的物权一样，能够清晰界定和确权。这缘于数据权在整个数据使用周期内涉及多个支配主体。
通过数据管理提升定期组织全部公务人员做关于数据资源和大数据应用的专业培训。搜集、管理、控制的数据资源对我国政府工作、社会经济建设、社会生活产生系统性、革命性、根本性的影响。政府搜集、管理、控制的数据资源通过日益丰富的数字化技术手段不仅成为增强政府治理能力的重要方式，而且能满足社会公民日益增长的对数据信息的需求。由于政府搜集、管理、控制的数据资源具备重要战略价值和战略意义，数据管理成为现代政府工作的重要职能。数据管理能力的高低也成为评判政府工作能力的重要标准。通过大数据技术提升政府管理海量数据资源的能力也成为推进国家核心竞争力，推进政府工作效率的必然要求。
图6.2政务大数据服务平台
五、总结
随着政府角色从管理向服务转变,为了能够更好地服务于社会，需要从单个政府部门向建立政府信息共享平台和多个部门信息联动发展。目前国家级或跨地县的数据管理项目或机构通过制定政策和学术交流等手段，促进政府数据管理与共享。但是从实践上来讲，这种项目的实际发展还较为缓慢，尤其是对专业领域数据知识库的建设与共享收效甚微。数据量的极速增长带给政府在存储能力及计算能力方面前所未有的挑战。原有的传统基础设施大多已不能满足向大数据时代高速跃进的政府，如何利用有限的经费对设备进行剔旧更新是政府面临的一大难题。大数据技术的应用需要相关技术和设备的支撑，政府除了要对硬件设施以建设之外，还要加强软件在分析信息手段上的革新应用。硬件方面，在条件允许并且需求为先的情况下定期更新设备，为技术的施展提供良好的平台；在软件方面，要应用技术积极构建大数据运算平台，分析与结果展示平台，优化升级政府数据存储空间，更新存储系统。除此之外，要明确以用户为中心的服务宗旨，根据民生需求制定数据管理计划和相关政策，让大数据作为提高政府服务的优良手段。 大数据环境下的政府相对于之前的管理方式，对政府数据管理人员的要求有了大幅提升。数据管理人员要具备分析复杂结构数据类型的能力，以及预测未来的数据走向。政府数据管理人员需要通过不断的学习来完善自己的技能，更新服务理念，只靠拥有基础技能的人员无法适应智慧政府的进步以及满足公众的需求。处于新兴科技腾飞的大环境，服务型政府的转型，大多没有能力快速开发出适应新时代的数据服务系统平台，适当与该专业技术领域的合作可以缓解政府在新环境下面临的压力，同时以最前端的技术服务用户，满足高层次用户需求，以此既能惠及民生又能服务社会，可以提高政府的核心竞争力。
数字时代政府数据治理主要应用于Y县治理、公共服务、产业发展等领域，能够提升资源利用的效率，助推政府治理向纵深方向发展，全面促进政府的数字化转型升级。
加强大数据管理，有助于从以下三个方面提升政府工作效率：其一，加强大数据管理，能够促进政府开发出适用于社会治理工作的人工智能，让政府能够借助人工智能开展语音咨询、交通管制等社会治理工作。相较于传统治理方式而言，这种基于人工智能的治理方式可以有效提升社会治理的实时性和精准性以及政府工作效率，从而有效节约公共开支，提升公共服务水平。其二，加强大数据管理，使得政府能够利用大数据技术的预测功能，科学预测群众对于各种公共服务与产品的诉求，以便及时为群众供给更为优质的公共服务和产品；使得政府能够深度挖掘群众的现实诉求，从而提升公共服务供给的精准性。其三，加强大数据管理，有助于政府实时分析社会状况，及时处理社会事务，响应群众诉求，使得政府能够逐步将社会治理重心由从事后转向事中或事前，进而提升政府对社会事件的防控治理能力，有效维护广大群众的基本权益。此外，加强大数据管理，还有助于提升政府的网络舆情引导能力，从而最大程度地规避网络信息安全风险。以加强大数据管理需要政府深刻认知大数据管理工作
增强管理意识。为实现对大数据的有效管理，政府首要任务便是转变思维，深化大数据意识。因此，政府应当提升大数据宣传力度，推广大数据理论知识，特别是对于领导干部，需要着力加强其对大数据管理意识，深化其对大数据的重视，从而有效发挥对基层公务人员的引导作用；加强内部教育，向公务人员讲授大数据相关理论，引导公务人员树立科学的大数据管理思维。
做好制度设计。政府需要积极鼓励社会第三方做好大数据采集与整合工作，并给予相应的政策支持；引导具有一定资质的互联网企业、科研院所以及高校等机构，联合组建大数据智库，并由政府统一领导，从而加快推进核心技术的开发与应用工作。此外，要加快完善数据采集标准，加强知识产权保护力度，构筑大数据开放格局，深化政府与企业、科研院所、高校间的数据流通，提升政府的大数据利用效率。
优化管理体系。一方面，加快划定数据安全范围，提升政府的大数据管理能力，提升群众的参与度与满意度。另一方面，拓展大数据来源，提高政府的大数据存量，提升数据采集效率，提升网络用户数据利用效率。此外，推进管理指标由宏观转向微观，提升管理指标的量化性，提高大数据应用于公共服务的指标占比，避免指标重复建设。
强化政策支持力度，创造优质的大数据管理人才培养环境。其一，教育主管部门有效整合教育资源，引导部分领域内顶尖应用型院校，开展大数据管理应用型人才培养模式研究，优化大数据管理应用型人才培养环境，健全大数据管理研究型人才培养模式。其二，完善政策措施，支持目前国内规模较大、技术实力雄厚的互联网企业，深化校企合作，不断加强实践能力培养，为社会输出高技能实用型大数据管理人才。
促进短期培养和长期教育的有效融合，促进人才培养体系的不断完善。其一，在短期培养过程中，政府应当开设研修班，邀请来自企业、高校或其他社会组织的大数据技术专家担任讲师，为政府公务人员开展大数据技术培训，引导公务人员在工作中实践所学技术；在政策方面提升对大数据产业的扶持力度，加快相关基础设施建设，提高人才培养资金投入，实施政府统筹协调、高校与科研院所具体实施的人才培养计划；深化国内外的技术交流，寻求人才培养方面的国际合作，增强政府内部大数据技术自主创新能力。其二，在长期教育过程中，政府应当基于大数据管理人才教育特点，优化教育资源结构，引导具备相应条件的高校全面建设大数据管理方面的重点学科，深化政府、学校、企业在大数据管理人才教育方面的合作，完善大数据管理学科体系。从长远来看，这样才能为政府源源不断地供给大数据管理人才。
完善大数据信息安全法规制度。其一，顺应大数据发展趋势完善相关法律，强化对数据采集与利用行为的监管力度，提高对大数据知识产权的保护力度，完善政府在大数据管理方面的工作标准与法律条例；针对《中华人民共和国刑事诉讼法》 《中华人民共和国国家安全法》等与大数据管理相关的法律，需要完善其中的不足之处，对相关违法行为及量刑标准进行明确界定，确保有法可依。其二，强化大数据信息安全方面的政策引导，完善大数据保密工作规范，优化大数据风险控制流程，要求相关主体在采集数据时保障用户的知情权。此外，还需要在相关法律规章中明确规定数据采集范围，确保不侵犯个人隐私权。其三，健全数据统计分析过程中的相关制度，确保大数据使用行为的合法性。
完善大数据信息安全保障机制。其一，完善政府在大数据信息处理中的操作规范，针对政府数据共享平台健全审核制度，制定统一的数据录入标准，明确各政府部门的数据使用权限，保障数据的安全性。其二，健全大数据协调机制，强化各政府部门在大数据共享中的自觉性，在确保数据安全的前提下，促进数据深度共享。其三，健全突发事件应急机制，提升各政府部门面对突发数据事件时的应对能力，确保事件得到精准、快速处理。此外，还应当重视事前预防，对大数据信息安全问题进行深度分析，尽可能规避潜在风险。其四，明确各政府部门的大数据安全责任，将安全责任落实到岗位、落实到个人，促进大数据信息安全保障力度的全面提升。
数字时代政府数据治理主要应用于Y县治理、公共服务、产业发展等领域，能够提升资源利用的效率，数字时代政府数据治理是以新一代数字技术为基础，注重发挥数据资源要素的核心价值，在经济建设、社会管理、公共服务、安全保障等方面追求高质量发展的新模式。政府数据治理突出强调大数据技术的应用与管理，通过对数据的可视化采集与存储，进而实现对数据的深度挖掘和知识共享。在此过程中，政府部门能够改变以往传统治理过程的局限，通过重新发现原来容易被忽视的县域，从而充分释放数据治理的巨大价值。
当前，政府数据治理尽管存在诸多困境，但问题的关键却不在于简单地使用数据治理，而是要构建适合数字时代的政府数据治理模式。在具体的构建路径上，政府数据治理不是将政府职能与数据要素两者简单相加，而是将数据治理理念嵌入政府治理工作中，在提升政府数据治理效率的同时，逐渐塑造以政府为主导、公民为中心、社会力量广泛参与的多元主体治理格局。因此，未来需要促进数据标准化治理、提升政府管理水平、完善和增加数据协同化治理、推动跨界流通共享、健全数据体系化治理、实现应用价值创新，从而更好地释放政府数据治理的强大价值。
参考文献
[1] 张绍华，潘蓉，宗宇伟．大数据治理与服务[M]. 上海：上海科学技术出版社，2018(10).
[2] 黄南霞，谢辉. 王学东. 大数据环境下的网络协同创新平台及其应用研究[J]. 现代情报, 2019(10).
[3] 张军，姚飞. 大数据时代的国家创新系统构建问题研究[J]. 中国科技论坛，2019(12).
[4] 刘晓洋. 思维与技术:大数据支持下的政府流程再造[J]. 新疆师范大学学报
(哲学社会科学版), 2020(11).
[5] 安晖. 美国大数据维稳镜鉴[J]. 人民论坛，2019(11).
[6] 闫建，高华丽. 发达国家大数据发展战略的启示[J]. 理论探索, 2018.
[7] 陈如明.大数据时代的挑战、价值与应对策略[J]. 移动通信，2019(10).
[8] 李建中，刘显敏. 大数据的一个重要方面:数据可用性[J]. 计算机研究与发
展, 2020.
[9] 李泊溪. 大数据与生产力[J]. 经济研究参考，2018(10).
[10] 曹凌.大数据创新:欧盟开放数据战略研究[J]. 情报理论与实践，2013(4)
[11] John Carlo Bertot, 郑磊，徐慧娜，包琳达. 大数据与开放数据的政策框架: 问题、政策与建议[J]. 电子政务，2014(10)
[12]马于志刚，李源粒. 大数据时代数据犯罪的制裁思路[J]. 中国社会科学，2014
(10)
[13] 雷善雨. 浅析大数据环境下的个人信息安全保护[J]. 科技创新导报，2015(3
2)
[14] 李建中，刘显敏. 大数据的一个重要方面:数据可用性[J]. 计算机研究与发
展，2013(6)
[15]阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[16] 周涛. 网络大数据——复杂网络的新挑战:如何从海量数据获取信息？[J]. 电
子科技大学学报，2017(1).
[17] 孔钦，叶长青，孙赟. 大数据下数据预处理方法研究[J]. 计算机技术与发展，
2018(5).
[18] 程学旗，靳小龙，王元卓，等. 大数据系统和分析技术综述[J]. 软件学报，
2014(9).
[19] 曾悠. 大数据时代背景下的数据可视化概念研究[M]. 浙江大学，2019
[20] 杨立勋，蔺晓霞.根治我国政府统计数据失真的有效途径——政府统计制度
创新[J].开发研究，2020（4）.
[21] 刘兰剑，赵安启. 统计数据在政府信息化过程中的开发利用探索[J]. 统计与
预测，2002（6）.
[22]阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[23]马克·J·罗森伯格.在线学习：强化企业优势的知识策略[M]. 北京：机械工业出版社, 2002.
[24] 周建. 我国政府统计数据质量对策研究[J]. 中国软科学，2003（4）.
[25] 胡小明. 从政府信息公开到政府数据开放[J].《电子政务》，2015 (1) :67-7 2
[26]阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[27] 鲍静，张勇进，董占广.我国政府数据开放管理若干基本问题研究[J]. 《行
政论坛》，2017，24 (1):25-32
[28] 唐斯斯，刘叶婷. 以“数据治理”推动政府治理创新[J].2014（5）:32-34
[29] 高华丽，闫建. 政府大数据战略:政府治理实现的强力助推器[J]. 探索，201
5（1）:104-107
[30] 于浩. 大数据时代政府数据管理的机遇、挑战与对策[J]. 《中国数据管理》，
2015 (3):127-130
[31] 黄麟.大数据时代如何推动社会治理创新[J].人民论坛. 2018，（9）.
[32] 高旭，曾小锋.大数据时代基层党组织治理面临的挑战与 对策研究[J].党的建设与政党理论，2016，（7）.
[33] 李雨霏.大数据时代背景下网络舆情与政府危机管理[J]. 青年与社会.2013，（21）
[34] ]王荣国，隋映.运用大数据推进社会治理现代化[J].山东行 政学院学报，2017，（1）.
[35] 许卫净.大数据背景下基层社会治理存在问题及对策.佳木 斯职业学院学报[J]，2018，（6）.
[36] 周大铭.大数据推动政府治理模式创新[N].中国计算机报， 2015-3-23（2）.
[37] 黄波，杨安，赵菡.基层社会治理体系和治理能力现代化 [J].中国公共安全，2018，（7）.
[38] 周大铭.大数据推动政府治理模式创新[N].中国计算机报， 2015-3-23(2).
[39] 谭诗赞 .大数据时代的基层社会治理创新趋势[J].重庆行政 （公共论坛），2016，
[40] 杨思思 .大数据时代下基层治理创新的隐忧与破解[J].人民 法治，2017，(7)
[41] 石亚洲 .大数据时代民族事务治理创新研究[J].中央民族大 学学报（哲学社会科学版），2015，
[42] 刘乐.西部民族地县政府治理现实困境、多重挑战及对策研 究——基于大数据视角[J].中外交流，2017(10).
[43] ]许卫净.大数据背景下基层社会治理存在问题及对策.佳木斯职业学院学报[J],2018(11).
[44] 岳丽欣,刘文云．国内外政府数据开放现状比较研究[J]． 图书情报工作,２０１６,６０(１１).
[45] 孟建柱．加强和创新社会治理[N]．人民日报，2015—11—17(06)．
[46] 黄振威．大数据时代的政府精细化管理[N]．学习时报．2015—03—16(6)．
[47] 王卉.大数据对基层政府数据管理影响探析[J].福建教育学院 学报，2017(10).
[48] 阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[49] 陈兴建.大数据时代背景下的数据管理问题探究[J].开封教育 学院学报，2017(5).
[50] 王忠芳.基于大数据背景下的基层统计工作研究[J].环球市场 信息导报，2017(6).
[51] 叶战备，王璐，田昊.政府职责体系建设视角中的数字政府 和数据治理[J].中国数据管理，2018，397(07).
[52] 吕同舟．府际关系视角下大Y县政府职责体系构建——基于 《深化党和国家机构改革方案》的解读[J].南开学报：哲 学社会科学版，2018(06).
[53] 刘桂锋，钱锦琳，卢章平.国内外数据治理研究进展：内 涵、要素、模型与框架[J].图书情报工作，2017，61(11).
[54] 唐莹，易昌良.刍论政府数据治理模式的构建[J].理论导 刊，2018(07)．
[55] 夏义堃.试论政府数据治理的内涵、生成背景与主要问 题[J].图书情报工作，2018(09).
[56] 安小米，宋懿，郭明军，等．政府大数据治理规则体系构建 研究构想[J].图书情报工作，2018(09).
[57] 冯鹏程．大数据时代的组织演化研究[J]．经济学家， 2018(03).
[58] 陈琳．精简、精准与智慧政府数据治理的三个重要内涵[J]. 国家治理，2016(27)．
[59] 王向民.大数据时代的国家治理转型[J].探索与争鸣， 2014(10).
[60] 张锐听，阎宇，谢微，等．“互联网+”对政府治理的挑 战[J]．电子政务，2016(03).
[61] 孟庆国．运用大数据提升治理水平[N]．人民日报，2018- 10-26(007)．
[62] 鲍静，张勇进．政府部门数据治理：一个亟需回应的基本 问题[J]．中国数据管理，2017(04).
[63] 黄璜．美国联邦政府数据治理政策与结构[J].中国行政 管理，2017(08)．
[64] 李重照，黄璜．英国政府数据治理的政策与治理结构[J]. 电子政务，2019(01)．
[65] 安小米，宋懿，郭明军，等.政府大数据治理规则体系构建研究构想［J］.图书情报工作，2018，62（9）.
[66] 王娟，王赟芝，曹芬芳.大数据时代政府数据开放共享的博弈分析———基于不完全信息动态模型［J］. 情报科学.2018，36（11）.
[67] 黄璜，孙学智.中国地方政府大数据管理机构的初步研究：现状与模式[J]．中国数据管理，2018(12).
[68] 张聪丛，郜颍颍，杜洪涛等.开放政府数据共享与使用中的隐私保护问题研究———基于开放政府数据生命周期理论［J］.电子政务，2018，189（9）：32-44.
[69] 门理想.地方政府数据治理机构研究：组建方式与职能界 定[J].兰州学刊，2019(11).
[70] 张克．省级大数据局的机构设置与职能配置：基于新一轮 机构改革的实证分析[J]．电子政务，2019(06).
[71] 黄如花，温芳芳.在开放政府数据条件下如何规范政府数据———从国际开放定义和开放政府数据原则谈起［J］.情报理论与实践，2018，41（9）.
[72] 侯仕秀.浅谈大数据时代政府统计面临的挑战和机遇[J].现代营销(下旬刊),2019,15(2)
[73] 季丹丹.大数据在政府统计上的应用探索[J].内蒙古统计,2018,33(6).
[74] 杨海霞,张艺海.互联网大数据在政府统计中的应用研究[J].化工管理,2018,35(33).
[75] 陈碧容.大数据背景下影响政府统计数据质量的因素分析[J].现代经济信息,2018,40(31).
[76] 余芳东.大数据在政府统计中的应用、瓶颈及融合路径[J].调研世界,2018,32(11)
[77] 梁志斌.浅谈大数据技术在政府服务中的应用[J].江南论坛,2019,27(3).
[78] 齐韩.政府在大数据管理中存在的问题及对策研究[D].沈阳师范大学,2017.
[79] 周雪.大数据时代政府治理面临的机遇与挑战[D].长春工业大学,2017
[80] 李阳.在大数据时代下政府治理面临的境遇与挑战[J].通信电源技术，2018,6(5)
[81] 耿亚东.大数据时代政府治理面临的挑战及其应对[J].中周学刊,2017,41(2):76-80.
[82] 卢洋.大数据时代下我国提升治理能力的对策[J].现代国企研究,2018,10(10).
[83] 于跃.大数据时代政府治理转变研究[D].辽宁师范大学,2017.
[84]阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[85] 熊枫.基于大数据时代的政府危机信息管理研究[J],兰州学报,2015,40(5).
[86] 李彤.论大数据技术对政府管理的重要意义[J].经贸实践,2016,19(6).
[87] 肖淦.大数据对统计的影响及其对策研究[D].南京工业大学,2014.
[88] 赵磊,马丽敏,周春阳.大数据对政府数据管理能力新要求研究［J］
.综合经济杂志,2015(3).
[89] ]肖引.建立政府和部门统计数据的共享机制［J］.统计与决策,2010(14)
[90]阮高峰，徐晓东. OpenID分布式身份认证系统及其教育应用展望[J].中国电化教育，2008(10).
[91] White House. Making open and machine readable the new default for government[EB/OL]. [2018-06-29]. https://obamawhitehouse.archives.gov/the-pressoffice/2013/05/09/executive-order-making-open-andmachine-readable-new-default-government-. [98] Office of Science and Technology Policy. Expanding public
access to the results of federally funded research[EB/OL].
[2018-06-30]. https://www.whitehouse.gov/wp-content/
uploads/2018/03/Presidents-Management-Agenda.pdf.
[99] White House. President's management agenda[EB/OL].
[2018-06-29]. https://www.whitehouse.gov/wp-content/
uploads/2018/03/Presidents-Management-Agenda.pdf.
[92] US Congress. Freedom of Information Act (5 U.S.C.
ection 552) [Z/OL]. [2018-06-30]. https://www.justice.
gov/oip/blog/foia-update-freedom-information-act-5-uscsect-552-amended-public-law-no-104-231-110-stat
附录A 附录内容名称
尊敬的先生/女士：
您好！为进一步掌握Y县基层政府数据管理工作的具体情况，了解公众对Y县基层政府数据政务服务的实际需求和意见建议，现邀请您参与本次公众满意度调查。本次调查采取不记名问卷形式进行，相关调查结果仅用于学术研究，并为Y县基层政府数据的工作改进提供参考。填卷耗时约为一分钟，恳请您拨冗填写本调查问卷，在此对您的支持与协助致以衷心的感谢！
一、您的性别[单选题]
1. 男性 2.女性
二、您的年龄[单选题]
1.20岁以下 2.20-29岁 3.30-39岁 4.40-49岁 5.50-59岁 6.60岁以上
三、您的受教育程度[单选题]
1.初中及以下 2.高中/中专 3.大学专科 4.大学本科 5.硕士及以上
四、您的职业[单选题]
1.工人 2.农民 3.企业员工 4.农民工 5.公务员 6.事业单位人员 7.自由职业
8.学生 9.城镇无业居民 10.退休 11.参保单位业务经办人员
五、您的个人月收入[单选题]
1.1000元以下 2.1000-2000元 3.2000-3000元
4.3000-5000元 5.5000-10000元 6.10000元以上 7.无收入
六、您认为在Y县基层政府数据管理部门开设数据管理平台通办服务是有必要的。[单选题]
1.非常同意 2.同意 3.一般 4.不同意 5.非常不同意
七、办理业务前您对窗口服务的期望如何？[单选题]
1.非常高 2.比较高 3.一般 4.比较低 5.非常低
八、您对Y县基层政府数据管理部门提供服务的总体评价。[单选题]
1.非常满意 2.满意 3.一般 4.不满意 5.非常不满意
九、您对Y县基层政府数据管理部门的环境和配置是否满意？[单选题]
1.非常满意 2.满意 3.一般 4.不满意 5.非常不满意
十、您对Y县基层政府数据管理部门开展政策及办事流程的宣传是否满意？[单选题]
1.非常满意 2.满意 3.一般 4.不满意 5.非常不满意
十一、您对在Y县基层政府数据管理部门办理业务的等待时间是否满意？[单选题]
1.非常满意 2.满意 3.一般 4.不满意 5.非常不满意
十二、您在Y县基层政府数据管理部门办完业务一般需要多长时间？[单选题]
1.20 分钟以内 2. 约半个小时 3.约一个小时 4. 约两个小时 5.三个小时以上
十三、您到Y县基层政府数据管理部门办理业务一般要排几次队？ [单选题]
1.基本不用排队 2.1 次 3.2 次 4.3 次 5.4 次及以上
十四、您初次办理某项业务一般需要几次办结？ [单选题]
1.1 次 2.2 次 3.3 次 4.4 次 5.5 次及以上
十五、您如何评价Y县基层政府数据管理部门工作人员综合业务能力？ [单选题]
1.非常好 2.较好 3.一般 4.较差 5.非常差
十六、您如何评价Y县基层政府数据管理部门工作人员服务态度？[单选题]
1.非常好 2.较好 3.一般 4.较差 5.非常差
十七、您是否认同“Y县基层政府数据管理部门相关费用收缴标准公开、合理”？[单选题]
1.非常同意 2.同意 3.一般 4.不同意 5.非常不同意
十八、您是否认同“Y县基层政府数据管理部门业务经办种类齐全”？[单选题]
1.非常同意 2.同意 3.一般 4.不同意 5.非常不同意
十九、您是否认同“Y县基层政府数据管理部门常有服务工作争议投诉”？[单选题]
1.非常不同意 2.不同意 3.一般 4.同意 5.非常同意
二十、您有否曾向有关部门投诉Y县基层政府数据管理部门？ [单选题]
1.从来没有 2.1 次 3.2 次 4.3 次 5.3 次以上
二十一、您是否认同“Y县基层政府数据管理部门是值得信赖的”？[单选题]
1.非常同意 2.同意 3.一般 4.不同意 5.非常不同意
二十二、您是否认同“Y县基层政府数据管理部门工作人员的言行值得信任”？ [单选题]
1.非常同意 2.同意 3.一般 4.不同意 5.非常不同意
二十三、您是否愿意向身边亲友推荐到Y县基层政府数据管理部门办理业务？[单选题]
1.非常愿意 2.愿意 3.一般 4.不愿意 5.非常不愿意
二十四、您认为Y县基层政府数据管理部门需要加强哪些方面内容？[不定项题]
1.增设自助服务设备 2. 加设服务窗口及工作人员 3. 增设服务网点 4. 拓宽服
务大厅场地 5. 优化业务办理模式
二十五、 您觉得Y县基层政府数据管理部门工作人员存在哪些需要改进的地方？[不定项题]
1.业务水平 2.工作效能 3.服务态度 4.形象素养
您已完成本调查问卷，再次感谢您的支持与协助，祝您生活愉快！
攻读学位期间取得的研究成果
致 谢
接到论文题目的时候，我搜索数百篇和本文课题相关的资料。但是大多数分析论证方法过于含糊。论证过程多是纸上谈兵，论据缺乏数据支撑。在我迷茫的时候，感恩我的导师指导我从具体的Y县数据下手，采用大数据分析方法来分析Y县的数据。分析完Y县数据后，我对政府数据资源的认识更进了一步。论文写作过程顺利了许多。
浙江师范大学学位论文诚信承诺书
我承诺自觉遵守《浙江师范大学研究生学术道德规范管理条例》。我的学位论文中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明并详细列出有关文献的名称、作者、年份、刊物名称和出版文献的出版机构、出版地和版次等内容。论文中未注明的内容为本人的研究成果。
如有违反，本人接受处罚并承担一切责任。
承诺人（研究生）：
指 导 教 师：
浙江师范大学学位论文独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含其他人或其他机构已经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。
作者签名：日期： 年 月 日
学位论文使用授权声明
本人完全了解浙江师范大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关机关或机构送交论文的复印件和电子文档，允许论文被查阅和借阅，可以采用影印、缩印或扫描等手段保存、汇编学位论文。同意浙江师范大学可以用不同方式在不同媒体上发表、传播论文的全部或部分内容。
保密的学位论文在解密后遵守此协议。
作者签名：导师签名： 日期： 年 月 日