作者简介： 丁煌，武汉大学政治与公共管理学院教授、博士生导师；马小成，武汉大学政治与公共管理学院博士研究生。

文献来源：《理论与改革》2021年第6期。

摘要：充分发挥数据要素在数字产业化和产业数字化中的分析应用和要素协同联动作用,需要政府治理创新。基于贵州省大数据综合试验区建设的案例分析,可将政府治理逻辑归纳为政府统筹下多元共治实现场景关联的数据赋能,包括以应用场景为纽带联动产业发展和政府治理的着力方向、以数据融通为手段保障产业发展和政府治理的数据需求、以多元共治为路径平衡公共利益和商业利益之间的冲突和以政府统筹为引领绘制发展蓝图并培育形成积极行动者。在未来发展中,应推进数据要素流通助力数字技术释放更多潜能,包括深化数字技术对政府治理的赋能、推进公私数据融合支撑企业数字化转型升级、理顺政务数据管理和使用的权责关系、明确政务数据与企业数据的差异和科学持续推进政府统筹能力建设。                                  

关键词：数字经济；政府治理；数据治理；多元共治；数字政府

一、问题提出：数据要素驱动数字经济发展的政府定位

伴随数字经济快速增长、规模持续增大，我国政府日益重视数字经济发展。2021年4月，由中国信息通信研究院发布的《中国数字经济发展白皮书（2021）》显示，2020年我国数字经济保持9.7%的高速增长，规模已经达到39.2万亿元，占GDP的38.6%。推进数字经济发展成为政府经济工作的重要内容。2021年3月发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出打造数字经济新优势，壮大经济发展新引擎。在国家部署推进数字经济的背景下，地方政府也在依据自身区域资源和优势谋划数字经济发展，如有地方提出在“十四五”期间“打造数字经济新增长极”。

数字经济是“贯穿大数据分析和人工智能运用的经济运行模式”，数据是驱动数字经济发展的核心要素。近二十年来的信息化发展构建了大量信息系统、网络平台，这些系统和平台无时不在产生数据，而大数据和人工智能技术的蓬勃发展和运用，有效发掘了海量数据资源的各种潜能并推动建设了更多系统和平台，形成网络连接程度高、数据交互能力强、智能分析层次高的经营管理方式，不断催生出新的产业、新的业态和新的商业模式。数据要素能够聚集其他生产要素并形成要素之间的协同效应，促进传统行业升级改造，助力智慧农业、智能制造、智能交通、智慧物流、数字金融、数字商贸等不断涌现新的解决方案。

与其他生产要素不同，数据要素在存在形态和使用价值方面具有特殊性，运用数据要素驱动数字经济发展，政府的角色和作用至关重要。一方面，数据并不直接形成使用价值的物质形态，数据连接着数字经济的各个环节，数据的生产、流动和利用涉及多元主体，主体之间的利益存在明显冲突，需要政府介入协调；另一方面，数据要素的聚集和使用具有突出的规模经济特性，占据优势的市场主体极易形成垄断，甚至会过度和非法使用数据，需要政府介入进行监管。那么，在数据要素驱动数字经济发展当中，政府到底该如何定位、又该采取怎样的路径，成为当前需要探讨的重要理论和实践问题。

二、分析框架：数据要素驱动数字经济发展的治理逻辑建构

在数据要素驱动数字经济发展中，政府不仅要制定政策推进产业发展，而且还要改进自身治理以促进产业发展。从理论上建构数据要素驱动数字经济发展的治理逻辑首先要明确数据要素驱动数字经济发展的作用机制，其次要理清数字经济中产业发展与政府治理的特点以及二者之间的关系。

（一）数据要素驱动数字经济发展的作用机制

张路娜、胡贝贝和王胜光基于技术经济范式变革将数字经济划分为范式导入期、范式拓展期、范式成熟期三个阶段；在范式成熟期，数据成为关键生产要素，对土地、劳动力、资本等要素的需求会减少[3]。由于数据资源分析应用的价值在企业生产、经营管理、政府治理、公共服务中的作用不断彰显，不仅围绕数据采集、数据存储和云平台、数据挖掘分析、数据可视化、数据安全保障等环节形成了一大批新企业、新业态，从而丰富了数字产业化体系，而且有效运用数据资源分析应用结果，还能够改进企业生产和经验管理效率、提升政府治理和公共服务效能，对相关产业的数字化起到替代和渗透作用。

王建冬和童楠楠指出，作为生成要素介入经济体系，数据能够动态联动人才链、资金链、创新链上的不同主体、不同要素，共同发挥协同效应；同时，资金、技术等要素的大量投入能够驱动生成更多的数据资源并在不同领域中流动，进而形成数据要素对其他要素的乘数效应，促进产业转型和持续升级。

因此，本文将数据要素驱动数字经济发展的作用机制分为两种类型：一是对数据资源分析运用，形成新数字产业和业态，促进产业升级；二是通过要素之间的协同联动，发挥数据要素的乘数效应从而促进数字产业化和产业数字化。

（二）数字经济中的产业发展与政府治理及其互动

政府促进产业发展主要基于政策，产业政策制定和执行反映了政府秉承怎样的逻辑治理产业。杨巧云、乔迎迎和梁诗露对各省出台的数字经济综合性政策分析发现，省级政府在目标层侧重于应用创新，供给型政策工具在技术创新上发挥直接作用，需求型政策工具在应用创新上有更强的促进力量。数字经济需要政府治理创新，特别是政府数字化转型。例如，发展数字经济迫切需要数据要素的市场化配置，政府就应将数据作为治理的核心对象，构建数据要素的供求机制、竞争机制和价格机制，针对数据要素市场的“失灵”现象进行合理规制。政府数字化转型能够赋能数字经济发展，具体路径包括基于数据开放的要素释放、基于快速响应的协调促发、基于信用画像的主体培育、基于在线共管的市场规制以及基于场景关联的政策创新。

数字经济的快速发展，使其所代表的先进生产力与现有的生产关系形成内在张力，政府治理既有制度框架至少面临被“倒逼”“错位”以及被“重新定位”的三重压力。数字经济发展要求政府治理创新，也会推动政府治理创新。数字经济的产业治理是政府治理的一部分；更重要的是，数字经济产业发展会对政府治理的各个方面形成冲击，推动政府治理创新，包括政务服务优化、政府监管方式转变、公共服务供给模式创新等方面。因此，数字经济中的产业发展与政府治理之间存在多元连接与互动，数据要素驱动数字经济发展的治理逻辑不仅需要考虑这两类治理，更加需要关注二者之间的互动关系。

（三）产业发展与政府治理及其互动所蕴涵的内在逻辑

我国数字经济发展的两个重要前提为技术研发和企业创新提供了丰富的应用场景以及海量的数据资源。例如，在中央和地方政府制定的数字经济政策中都列出了典型应用场景，一些地方还会定期面向社会公布需要解决的应用场景。为了让各主体拥有充分的数据资源，政府出台了相应制度并加强落实，促进数据在政府内部、企业之间、政企之间的融通。例如，针对数字经济企业迫切需要具有高价值的政府数据，一些地方探索实践了政府数据的授权运营。为了提供更多的应用场景，很多地方将政府数字化转型作为重要的应用场景来源，甚至与企业共同探讨推出应用场景。实现场景互联和数据融通是推进数字经济发展的重要路径和手段，也是数据要素驱动数字经济发展的政府治理关键目标和核心内容。

不论是场景互联还是数据融通，都会涉及多元主体，多元共治是数据要素驱动数字经济发展的政府治理基本形式。杜庆昊指出协同治理将是我国数字经济治理的发展趋势，核心是推动多元主体之间的关系协同、主体协同和机制协同。由于企业在数据资源和技术创新上的优势，企业在多元协同中的作用越来越重要，拥有了更多的话语权甚至“准公共权力”。多元主体之间的协同更多表现为共同治理，为数字经济发展共同谋划、共同出力、共享成果、各取所需。

但是无论如何，政府在我国数字经济发展中依然处于主导地位，需要充分并有效发挥统筹作用，否则，数据要素难以实现有序流动，数字经济发展将成为“空中楼阁”。因此，本文将数据要素驱动数字经济发展的治理逻辑归纳为四个方面：场景互联、数据融通、多元共治以及政府统筹。

三、案例导入：贵州省大数据综合试验区建设

贵州省是国家发改委、工信部、中央网信办批复建设的全国首个国家大数据综合试验区，自2016年以来在全国率先开展数据资源管理与共享开放、大数据产业聚集、大数据国际合作、大数据制度等系统性试验，大力发展以数据为关键要素的数字经济，实现数字经济增速连续6年全国第一，数据要素驱动数字经济发展具有典型性和先进性。

本文首先通过贵州省政府相关网站、“中国知网”收集了贵州省数字经济、数据要素改革方面的政策文件、工作报告、统计数据、期刊论文等；然后赴贵州省进行了专门调研，调研对象包括贵州省大数据发展管理局、贵州省农业农村厅、贵州省工业和信息化厅、贵州省商务厅、贵州省文化和旅游厅等政府部门或直属机构，以及云上贵州、数据宝、贵州电信、云景文旅科技等多家企业。针对每个调研分别组织了2～3小时的座谈会，在调研过程进一步补充完善了相关资料。

（一）贵州省大数据综合试验区建设的主要做法

1．以“百企引领”行动不断拓展新技术创新应用。

围绕物联网、大数据、5G、云计算、区块链、人工智能等新兴信息技术，引进培育技术领先和解决方案先进的企业，组织开展技术创新、应用创新和模式创新，聚集具有竞争力的引领企业。

2．以“万企融合”行动深化大数据与实体经济融合。

通过编制实施指南、评估规范、培训企业、上门会诊等手段，在全省范围内针对企业研发、生产、销售、服务等各个环节探寻大数据分析应用方案，推进大数据与实体经济深度融合。

3．以政府数据融通为引领探索推进数据要素流通。

在全国范围内率先成立国有公司推进政府数据融通，全力开展政府数据聚集、共享和开放，探索实践政府数据授权运营；以政企数据融通推动企业之间数据流动，引领数据要素流通。

4．以大数据立法为支撑保障数据融通和创新应用。

率先开展大数据立法，推出《贵州省大数据发展应用促进条例》《贵州省政府数据共享开放条例》《贵州省大数据安全保障条例》等地方法规，为数据融通和创新应用提供法律保障。

5．以政府统筹和制度建设为主线持续为改革赋能。

将“大数据”列入三大战略行动，每届领导班子都高度重视大数据发展应用，编制干部手册在全省范围内开展大数据培训，出台《贵州省实施大数据战略行动问责暂行办法》督促发展应用大数据。

（二）贵州省大数据综合试验区建设取得的成效

1．数字产业化速度很快且开始聚集，一些领域取得重要进展。

建成中国南方数据中心，聚集一批国际级国家级行业数据中心。截止到2020年底，已累计引进培育引领企业208家，“满帮”成为西南地区最大的独角兽企业。

2．产业数字化范围较广且具有深度，形成标志性项目。

截止到2020年底，累计建成305个融合标杆项目、实施3200多个融合示范项目、带动5900余户实体经济企业与大数据深度融合。“一码游贵州”等项目在全国范围内开始形成影响。

3．政府数据共享开放走在全国前列，数据要素流通持续向前迈进。

截止到2020年底，62个单位交换共享数据近2亿批次、4615亿余条，28个单位使用国家数据资源3890万余批次、40亿余条；政府数据开放平台累计被访问136万余次、开放数据服务15万余批次。培养形成引领全国数据要素流通的市场主体。

四、治理逻辑：政府统筹下多元共治实现场景关联的数据赋能

本部分运用前文提出的分析框架对贵州省大数据综合试验区建设案例进行分析，将其治理逻辑归纳为政府统筹下多元共治实现场景关联的数据赋能。

（一）以应用场景为纽带，联动产业发展和政府治理的着力方向

1．数字政府建设为企业提供大量项目

当前的数字政府建设是以数据治理为驱动的，实现数据治理驱动的政府治理创新需要企业建设相应的大数据平台。贵州省大数据综合试验区建设将政府治理和民生服务作为重要领域，为提升政务服务水平建设了以“一云一网一平台”为核心的一体化在线政务服务平台，为提升政府管理能力建设了“数据铁笼”“党建红云”“贵州信用云”等项目，为提升政府决策能力建设了“智慧法院”“东方祥云”“贵州省刑事案件智能辅助办案系统”。数字政府建设为企业提供的项目不仅来自省级层面，也包括市州、区县层面。大量的建设项目有力地推动了软件企业的发展和壮大。一位当地的软件企业负责人在访谈中表示他们重点做贵州省各级政府的智慧城市建设项目，这些项目为他们提供了宝贵的发展机会。

2．依托政府平台为企业推广解决方案

自2015年起，连续举办的中国国际大数据产业博览会不仅让来自国内外的知名企业分享大数据技术和应用、知名专家探讨大数据发展状况与趋势，而且也为本地企业推介自身的产品和服务提供了重要窗口。在每年的会议上，推介本地企业是重要内容，也在一定程度上增强了本地企业间的竞争，推出了更优的方案。为展示贵州省大数据发展成果、交流大数据应用经验，贵州省、贵阳市、高新区三级共同打造了建筑面积为7080平方米、展示面积5000平方米的国家大数据（贵州）综合试验区展示中心，而且将线下展厅的展项内容在线进行呈现，实现了高效运营。这些政府打造的平台成为推广企业解决方案的窗口。例如，由贵州东方世纪科技有限公司开发的洪水预测系统在政府平台的支持下不仅拓展了国内业务，而且走向了国际。

3．打造平台连通产业发展与政府治理

2020年疫情期间，很多工厂面临“用工荒”难题，而农村地区的劳动力又不知如何找到合适的工作岗位尽快实现就业。针对这一矛盾，贵州省大数据发展管理局统筹建设了劳务就业大数据对接平台，该平台打通了扶贫、人社、移民等多个部门的数据，形成统一的贫困劳动力数据库，并且整合政府、村委、劳务公司等多方力量对数据进行实时更新和动态监测，再通过建立劳动力画像进行精准的岗位匹配，有效解决了疫情期间工厂招人难和劳动力找工作难的问题。在这个例子中，政府不仅有责任帮助工厂招工人尽快实现“复产”，而且有责任帮助贫困劳动力找岗位实现就业帮扶。通过打造劳务就业大数据对接平台，同时解决了产业发展面临的难题和政府治理需要解决的就业问题，有效连通了产业发展和政府治理。

（二）以数据融通为手段，保障产业发展和政府治理的数据需求

1．充分发挥打通政务数据在数据要素流通中的引领作用

数据治理驱动数字政府建设的一个重要前提是政务数据在不同政府部门之间的可共享、可使用。没有充足的数据，绝大多数政府治理和民生服务创新场景无法实现，但是相应数据的来源常常是跨部门、跨层级、跨系统的，因此打通这些数据至关重要。一位访谈对象明确指出打通政务数据是最花时间的，需要大量的协调工作，但它又是最具有意义的，政务数据打通的范围和程度在很大程度上决定了政府治理和民生服务创新的程度。更为重要的是，政务数据还具有经济价值，能够进行市场化运营。经过汇聚和共享形成的政府数据资源，通过云上贵州公司进行了市场化运营，在全国范围内引领了省级层面的政府数据授权运营，形成新的数据产业。

2．率先探索数据交易并成功引进数据运营企业

2015年4月，贵州省成立全国第一个以大数据命名的交易所，即贵阳大数据交易所。贵阳大数据交易所的成立标志着贵州省开始探索数据交易。后续的探索过程尽管遇到了一系列问题甚至遭到不少质疑，但是贵阳大数据交易所确实为开展数据要素流通提供了重要的实践借鉴。在国家将数据列入生产要素并且明确提出进行市场化配置之后，很多地方都开始布局这一战略性任务。贵州省引进并培育的数据宝公司已经获得30个国家部委的数据加工资质授权。在回答“当初为什么选择贵州作为公司所在地”时，数据宝公司相关负责人表示，一方面是由于贵州省是国家授牌的第一个大数据试验区，具有开展数据运营服务的政策优势，另一方面也是由于贵州省提供了较大力度的政策支持和良好的数据产业环境。

3．政府与企业共同打造大数据平台并运营数据

政府监管企业面临的一个重要数据难题是无法获取企业数据。作为市场主体，企业拥有保护数据权益的权利。在搭建“一码游贵州”平台时，贵州省试图与企业通过共同打造大数据平台，为解决这一难题提供新思路。该平台由贵州省大数据发展管理局、贵州省文化和旅游厅、云上贵州公司、中国联通贵州分公司、云景文旅科技公司等共同打造，汇聚和运营全省的旅游景点和其他旅游资源。负责平台运营的云景文旅科技公司可以采用市场方式对平台形成的旅游实时数据进行开发利用，包括基于数据的精准营销、与其他旅游公司合作开发等；但是平台数据的所有者则是贵州省文化和旅游厅，能够将数据用于对旅游行业的市场监管。

（三）以多元共治为路径，平衡公共利益和商业利益之间的冲突

1．通过风险分担降低企业成本，完成项目启动

大数据建设项目的资金投入较大并且风险难以准确评估，企业在选择项目时会有种种顾虑，这个时候就需要政府参与，做好推动工作。在谈到项目风险时，一位访谈者提到，“如果没有政府背书，评估风险后，他肯定不干，市场主体是很在意风险的”。有了政府的参与，相关企业便可以组织起来共同研讨项目方案和面临的主要问题，对于其中需要政府协调解决的，政府会做出明确承诺在规定时间内解决。其中需要政府解决最多的是应用场景打造需要的数据问题，而不是资金问题；而政府恰恰能够通过数据共享开放、授权运营等方式解决数据问题。另一方面，政府介入后成功的项目越多，也会形成示范效应，让更多的企业看到政府的决心，增强对政府的信心，这又会在很大程度上促进政府推动更多的新项目。

2．通过发挥各自优势促成项目落地，提升效益

在项目落地方面，政府、企业各有优势，有效协调不仅能够促成项目，而且能够提升项目的总效益。例如，在“一码游贵州”项目推进过程中，省、市、县政府均成立了项目工作专班，负责旅游资源收集和整合，推动景点、酒店、商家入驻平台；作为云景文旅科技公司的股东之一，中国联通贵州分公司充分利用自己在全省的营业网点全力帮助推广平台，先后有500多人加入推广团队。经过2020年5月至2021年7月一年多时间的推广，全省有504家景点、5万多家商户入驻平台，平台注册用户达到1800万。丰富的旅游资源的入驻，让“一码游贵州”迅速成长，也让该平台有了与携程、美团、高德等商业平台进行合作的基础和能力。“一码游贵州”项目的落地需要政府、企业的积极参与，而参与路径和规则由各方协商确定，并不是由政府或企业单方面确立，属于典型的多元共治逻辑。

3．守住安全底线，在发展中切实维护公共利益

多元共治还体现在数字经济治理和网络安全保障两个方面，政府要引领企业守住安全底线。对于平台而言，在掌握了客户信息之后一定有开展深度分析应用的冲动；甚至在政府治理和民生服务大数据平台中，企业参与之后也会竭力分析应用数据，因此，存在安全风险。此时，政府就需要出面进行安全治理。早在2019年8月1日，贵州省就通过了地方法规《贵州省大数据安全保障条例》，为从事大数据采集、存储、清洗、开发、应用、交易、服务等的单位和个人划定安全责任、提出明确要求。同时作为贵州省大数据综合试验区的核心区域，贵阳市早在2016年就开始建设全国首个大数据安全靶场，开展实战攻防演练，为大数据发展构筑安全屏障。

（四）以政府统筹为引领，绘制发展蓝图并培育形成积极行动者

1．针对每个行业成立省领导为班长的工作专班，加强统筹协调

为了推进产业发展，贵州省谋划了以现代能源、优质烟酒、大数据电子信息等为代表的重点产业，针对每个产业抽调相关部门工作人员成立工作专班谋划并推进相应产业的发展，每个工作专班的班长由省领导担任。其中，大数据电子信息工作专班由常务副省长担任班长。每个工作专班还划拨了专项资金，用于引进和培养重大项目；专项资金独立于部门的行业资金之外，可以有效提升工作专班的工作力度。成立由省领导担任班长的工作专班，不仅提升了统筹协调的级别，更为重要的是能够引领相关部门共同谋划产业发展蓝图，对于可能的创新方向和重大项目能够确保跟进的及时性和成功率。

2．成立大数据发展管理局，全面统筹场景关联和数据融通

2017年2月，贵州省公共服务管理办公室更名为贵州省大数据发展管理局，这是当时我国唯一一家省政府直属的正厅级大数据行业管理部门。贵州省大数据发展管理局的主要职责包括拟订大数据、信息化发展战略、规划和产业政策并组织实施，制订数据资源采集、存储、登记、开发利用和共享的标准规范及管理办法并组织实施等方面，围绕大数据应用场景关联和数据融通开展工作，做好统筹。在大数据应用场景的打造方面，贵州省大数据发展管理局确实做成了很多项目，拥有了宝贵的经验，这也进一步提升了省领导对大数据发展管理局场景关联能力和数据融通能力的认可和信任。

3．开展大数据发展战略问责工作，确保决策部署落到实处

2019年2月，中共贵州省委办公厅、贵州省人民政府办公厅联合印发《贵州省实施大数据战略行动问责暂行办法》，问责范围是市州、贵安新区、区县党政领导班子及成员，省相关单位、机构、高校、国企等相关单位领导班子及成员。对国家及省委、省政府部署的大数据战略不主动研究、不积极落实的，追究领导班子的全面领导责任；对省委、省政府部署的大数据战略行动主要目标任务、年度目标任务未及时落实或落实不力的，追究党政主要负责人的主要领导责任、分管负责人的直接责任。明确的战略部署和清晰的目标任务，再加上严格的问责制度，能够确保各级政府和部门扎实推进大数据战略行动。

五、创新进路：推进数据要素流通助力数字技术释放更多潜能

在国家部署加快推进数据要素市场化配置的背景下，数据在不同政府部门之间、不同层级政府之间、政府与企业之间、企业与企业之间的流动将更为有序、更加频繁，势必为人工智能、区块链等数字技术在政府治理、企业生产和经营管理中释放更多潜能提供良好的数据要素基础，同时协同资金、劳动力等生产要素促进数字产业化和产业数字化进程，也为区域数字经济发展提供新的重要机遇。

（一）数据要素流通下深化数字技术对政府治理的赋能

数字技术在政府治理中的潜能依然很大，推进数据要素流通有利于深化数字技术对政府治理的赋能。例如，贵州打造了全国第一个由省市统一部署的区块链产品“享链”，并且开展了电子证照、行政审批、农产品溯源、检测检验存证等10余个应用场景试点。但是这些应用尚处于试点节点，而且区块链在政府治理中的应用还有很多，包括构建政府部门之间的信任机制、公众对政府的信任机制等，通过推进数据要素供给侧结构性改革，能够进一步释放可能的应用场景，让区块链技术和平台进一步重塑政府治理模式。

深化数字技术对政府治理的赋能应从以下四个方面着手：一是在行业部门内推进大整合、大联动，例如，针对整个农业而不是细分为种植业、养殖业、农产品加工业等，为行业管理和产业治理提供全局视角和创新场景，行业内整合和联动需要从行业发展角度构建数据要素流通机制；二是加强行业主管部门之间的协同共享，在有关联的产业之间建立数据共享机制，并从产业链延伸和扩展角度构建行业之间的协同发展机制；三是从不同层级出发推进数字政府建设，将省级数字政府建成“战略型+枢纽型”、将市级数字政府建成“枢纽型+回应型”、将基层数字政府建成“回应型”，清晰的层级区分将为数字技术赋能政府治理提供新思路和新场景；四是提升本地数字技术企业的技术创新力度以及对政府数字化转型场景的认知程度，继续承担政府数字化项目，壮大本地大数据电子信息产业。

（二）着力推进公私数据融通，支撑企业数字化转型升级

在全面数字化转型背景下，企业也面临新一轮的数字化转型升级。新一轮的企业数字化转型升级不仅需要建立与外部企业的数据融通渠道，而且需要构建公私数据融通渠道或平台。例如，金融机构在分析核实客户资产和还贷能力过程中，如果能够使用客户交税、缴纳社保资金和公积金等方面的政府数据，将优化其工作流程、提升其工作效率；再如，医疗机构在改进医疗支付方式和流程时，如果能够实时获取使用医疗保障数据，就能够提供更加友好、更加人性化的医疗服务，提升公众的获得感和幸福感。在企业的供应商选择、生产加工、物流、销售、客户服务、内部审计等诸多环节都可能使用到公共数据，着力推进公私数据融通，将能够发现和打造一系列全新的企业数字化应用场景，在加速产业数字化的同时，为数字技术企业提供大量建设项目，从而提升数字产业化水平。

着力推进公私数据融通要加快布局和推进公共数据授权运营，将高价值公共数据作为生产要素顺利推入市场。公共数据授权运营应采用集中授权方式和“数据可用不可见”的服务方式。集中授权方式包含两个方面：一是将所有部门的公共数据集中授权，而不是每个部门分开授权，避免由于数据授权带来收益从而造成部门之间数据授权混乱；二是将公共数据集中统一地授予一家机构进行市场化运营，而不是授予两个及以上机构，避免公共数据授权运营引起恶性竞争，同时确保公共数据授权运营收益能够最大程度地纳入地方财政资金。在推进公私数据融通过程中，应充分利用公共数据授权运营和政府数据开放的优势，避免授权运营冲击政府数据开放。对于从事数据产业的企业而言，免费的政府数据开放是重要的数据来源，将开放方式转换为授权运营会增加相关企业的运营成本。

（三）尽快理顺并确立政务数据管理和使用的权责关系

尽管国家出台了政务数据共享的制度文件，各地也出台了相应的政策文件、搭建了政务数据交换共享平台，但是政务数据共享的实际进展还不能够全面释放数字技术在政府治理和民生服务中的潜力。政务数据共享不足表现为：上级政府不愿意将数据共享给下级政府，例如，市级政府推进的数字化建设项目常常需要省级政府部门甚至国家部委协调共享数据，尽管机制上是可行的，但是实际推进却很困难；同级政府部门之间由于缺少动力和压力而不愿意推进政务数据共享。提供数据的政府部门不愿意共享的一个重要原因是由于数据提供出去之后难以确保能够得到安全有序的使用，出现问题时提供部门要承担一定的管理责任。数据使用部门拥有了数据使用权，但是管理责任难以落实。

理顺并从制度上确立政务数据管理和使用的权责关系是当前迫切需要解决的问题。首先，应从制度上明确政务数据使用部门应当承担的责任，包括确保数据不会被用于政府治理之外的其他用途、确保数据不提供给第三方特别是企业、在发现数据使用问题时及时报告给政务数据共享主管部门和数据提供部门、造成损失和严重后果时应该承担行政和法律责任等。其次，要在技术上确保数据使用部门切实承担相应的责任，避免抵赖或相互推诿现象。区块链技术为使用责任的落实提供了可能的解决方案，但是目前的实际应用还比较有限，需要加快基于区块链技术的政务数据交换共享平台建设。最后，要破解政务数据广泛共享可能引发的政府治理困境，例如不同部门由于统计口径和方式不同在收集相同数据时会有不同的结果。数据不一致现象十分常见，但不能简单地通过统一数据采集渠道来解决，这就需要推进深层次的制度改革。

（四）进一步研究和明确政务数据与企业数据的差异性

政务数据与企业数据在采集、共享、利用三个环节具有明显的差异性。政务数据的采集是为了满足政府管理和公共服务的需要，采集时需要告知公众，但是在很多情境下并不需要征求公众的同意；企业采集公众的数据是为了提供产品或服务，但是这种产品或服务提供并不是必需的且常常也是有替代的，公众也没有义务为企业提供数据，因此企业采集数据不仅要告知公众而且要征得他们的同意。政务数据不论是在部门内共享还是部门间共享，尽管都需要大量的协调工作，但是在制度设计上是鼓励和支持的；企业在内部推进数据共享既有动机也有能力，并没有太大的协调成本，但是推进企业之间的数据共享则困难重重，企业都将数据视为重要资产[18]，更倾向于垄断数据而不是与外部共享数据，包括付费方式的数据交易。政府使用数据很多时候也不需要获得公众同意，但是要对数据使用造成的损失和问题负责；而企业使用数据一定要获得公众同意，而且公众有权利随时撤回企业的数据使用权。明确政务数据和企业数据的差异有助于推进数据要素流通。

在明确政务数据与企业数据差异性的基础上，应着力从以下三个方面进一步推进数字经济发展：一是丰富数据来源，加速推进数据产业化，从不同产业出发探寻数据汇聚和融通的可能性，引进培育更多企业从事数据加工、处理、分析应用，将数据产业作为重要产业，为其他产业数字化转型提供数据要素支撑；二是利用数据资源聚集更多资金和人才，通过发展数据产业汇聚数据资源，再利用数据要素与资金、人才要素的协同效应，聚集更多数据产业从业人员、数字技术人才和更多的资金；三是将数据要素更多融于智慧农业、智能制造、数字服务业当中，发挥数据要素协同效应和乘数效应，进一步提升产业效率从而推进产业数字化。

（五）科学持续推进数字经济发展中政府统筹能力建设

数字经济发展更加需要政府的统筹能力，具体包括以下五个方面：一是对数字技术发展的敏锐感知能力和研究能力。数据要素驱动数字经济发展的关键环节是数字技术作用的充分发挥，政府尽管不需要掌握具体的技术细节和实现方式，但是却需要了解数字技术的基本原理和发展趋势，从而更好地掌握数字经济产业的发展动态。二是对数据要素流通的政策创新能力。数据要素流通还处于探索实践当中，相关的法律法规还非常缺乏，需要地方政府通过政策创新加速推进。一个地方对数据要素流通的政策创新会在较大程度上影响当地的数据资源聚集和开发水平，并最终影响数字经济的发展水平。三是跨行业、跨产业的协同整合能力。产业数字化针对的是每一个行业，每一个行业都有利用数字技术提升产业效率的可能，也不乏产业需要利用数字技术进行重构。不同产业之间既有相互学习借鉴的需要，也有整合共享，推动形成新业态、新模式的需要。四是跨层级的整体联动创新能力。不同层级的政府数字化转型应有明确定位，不同层级政府在推进数字经济发展中也要各有侧重。省级政府应充分发挥整体统筹和协调推进作用，在做好整体规划和省级层面工作的同时推动市级政府和区县政府的联动创新，在全省范围内形成整体性的联动创新。五是地方法规和标准制定能力。政府要能够及时总结创新探索经验，能够运用法律思维和手段破解创新实践遇到的问题。