华子岩
[摘 要] 政府首席数据官是因应大数据时代数据管理需求的产物。政府数据开放视域下，政府首席数据官与数字时代的价值理念相匹配，与我国政策法规的整体导向相吻合，可以消解政府数据开放在数据生成、开放过程以及退出阶段面临的多维难题。因此，应加快建构政府首席数据官制度。首先，应通过确立复合型人才培养理念、知识导向型人才选任模式和建立政府首席数据官人才库的方式完善政府首席数据官人才保障机制；其次，应通过明确权力清单与责任清单建立政府首席数据官权责清单制度；最后，应以效果为导向确立政府首席数据官评价考核机制，并确立“内部考核+外部评估”的多元化评估主体。
[关键词] 政府数据开放；政府首席数据官；人才保障；权责清单；评价考核
[中图分类号] D63 [文献标识码] A [文章编号] 1674-7453（2023）03-0047-09
一、引言
数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）对外发布，强调应当让高质量数据要素“活起来、动起来、用起来”，让数据成为数字经济深化发展的核心引擎。2023年2月印发的《数字中国建设整体布局规划》（以下简称《规划》）也明确指出，数字中国建设应按照“2522”①?整体框架进行布局，畅通数据资源大循环，推进公共数据汇聚利用、开放共享。2023年3月，《关于国务院机构改革方案的说明》则将组建国家数据局作为国务院机构改革的重要方面，强调对数据的管理、开发、利用工作。
可以说，加快数据资源开放共享、提高政府数据开放质量已成为促进大数据发展、加快数字政府建设的重要议题。但是，现阶段我国政府数据开放既存在开放水平较低、公共数据资源价值释放受限等技术难题，又面临数据主体隐私泄露、国家安全风险等安全困境。如何在安全可控前提下挖掘政府数据的深层价值已成为我国政府数据开放必须应对的实践课题。
政府首席数据官作为因应大数据时代数据管理需求的产物，已发展成为数据治理领域一项成熟的制度。早在1991年，美国M&T Bank公司就设立了首席数据官，并作为公司决策层管理人员处理公众事务。随后，雅虎公司也于2005年设置了首席数据官职位，专门负责雅虎公司的数据管理工作。伴随着首席数据官在企业内部发挥着越来越重要的作用，政府部门开始尝试将首席数据官制度引入公共行政领域。由此，政府首席数据官作为城市数据治理的重要制度设计在欧美、澳大利亚等发达国家迅速发展起来。相比之下，我国政府首席数据官制度建设仍处于探索阶段。2021年4月，广东省人民政府印发的《广东省首席数据官制度试点工作方案》（以下简称《工作方案》）选取了广州等10个地市以及省公安厅等6个行政部门作为政府首席数据官建设的第一批试点，正式拉开了我国探索政府首席数据官制度的序幕。随后，深圳市也在2021年8月颁布《深圳市首席数据官制度试点实施方案》，要求建立首席数据官工作机制，推进智慧城市和数字政府建设。可以说，国家治理体系和治理能力现代化语境下，如何实现政府首席数据官制度的本土化建构，借助政府首席数据官的专业能力增益政府数据开放建设已成为学术界和实务界需要共同应对的新课题。
基于此，本文在归纳政府数据开放面临的实践难题的基础上，从价值和能力二元维度论证建构政府首席数据官制度的正当性。进一步，从人才保障、权责清单和评价考核三个层面对政府首席数据官制度予以规范建构。
二、政府数据开放面临的实践难题
政府数据开放作为挖掘数据深层价值，提升国家治理现代化水平，推进数字政府建设的重要面向，在数据生成、开放过程以及开放后退出等维度存在难题。
第一，政府数据生成阶段存在质量难题。一是准确性欠佳。表现为收集、存储方式差异导致的原始数据质量参差不齐和原始数据前期处理不当产生的衍生数据质量偏差。譬如，原始数据的前期查验筛选呈现出“粗略查验”和“过度筛查”两极分化的局面，致使有效数据被误删，无效数据、脏数据、死数据、不完整数据等“问题数据”无法及时更正，数据准确性被拉低。[1]二是时效性不足。时效性是判断数据质量的重要标准。实践中，受困于数据流动性强、迭代速度快等因素的影响，行政部门往往疲于应对，出现了“系统中的数据只有导入记录，不见更新记录”[2]的情况，致使数据时效性偏低。[3]三是关联性不高。目前，政府数据收集碎片化、无关联数据堆积等问题严重，致使数据间关联性不高。四是一致性偏低。科层制背景下，相互独立的政府部门在收集数据时缺乏沟通，往往出现数据内容相反或不一致的情况。
第二，政府数据开放阶段存在处理难题。一是数据标准以及数据存储格式存在异构性。囿于政府部门在收集方式、存储标准等方面的技术差距，开放数据须经转换、核验、对账等加工处理才可使用，致使数据利用主体再次陷入“原始数据收集”的循环之中。二是政府部门间缺乏协作互通互信互享机制。政府数据开放发挥应然功用的关键在于互信互享。但目前，政府部门间的互信互享建设却不尽人意，导致数据开放效果不佳。三是缺乏数据开放过程的风险评估机制致使开放边界混沌不清。政府数据开放并非是对政府数据不加筛选的全部开放，而是综合衡量各方权益后的部分开放。政府数据开放既要回应数字经济发展和社会治理带来的数据开放需求，又要避免因开放数据带来的国家安全隐患以及个人数据权益侵害风险。由此，完备的风险评估机制是必然选择。目前，我国政府数据开放实践尚未形成成熟的风险评估机制。现行中心化数据开放模式下，一旦中央数据库出现单点故障，不仅会导致以中央数据库为基础的应用宕机，而且可能使整个数据库面临数据泄露的风险，影响国家安全。[4]
第三，政府数据退出阶段存在监管难题。一方面，数据开放后无法对数据利用形成有效监管。实践中，存在用户“蓄意掌握多个用户身份持续性获取平台开放数据，相互融合关联引发新的隐私泄露”的情况。但受困于没有整体的评估和监测系统，难以及时对此类恶意用户的数据剽窃行为形成有效监管。另一方面，数据开放后无法规避再识别风险。尽管政府在数据开放之前通常会对数据进行匿名化处理，但一些技术公司通过与关联数据进行核验、比对分析，便可借助再识别技术完成对数据主体的精准画像，进而对数据主体的隐私形成威胁。①?此外，缺乏周期性的数据回撤机制也无法回应数据开放后的数据退出需求。政府数据开放作为一个周期性的过程[5]，开放程序的结束并不等于数据生命周期的完结。目前，数据回撤和销毁机制缺位的现实境状无法满足数据安全的监管需求。
三、政府首席数据官制度建构的正当性
大数据时代，以数据开放为抓手展开数字政府建设已成为世界各国的共识。伴随着首席数据官在私营企业内部发挥着越来越重要的作用，政府开始尝试将首席数据官制度引入公共行政领域。政府数据开放视域下，可以从价值取向和行为能力二元维度论证建构政府首席数据官制度的必要性。
（一）政府首席数据官价值契合
1.与数字时代价值理念相匹配
政府首席数据官作为大数据时代数据管理的专业人才，增益数据开放利用、挖掘数据深层价值的职责定位与数字时代的价值理念不谋而合。一方面，政府首席数据官与政府数据开放促进数据开放利用的考量相一致。政府首席数据官具有谋划落实数据战略规划和政策任务、深化数据管理和融合创新、优化数据关系和协同应用、强化数据监管和安全保护以及营造良好数据生态等基础性职责。[6]良好的数据开放生态是施展数据利用效能的环境保障。目前，一些政府部门工作人员对政府数据开放的底层逻辑、现实意义等基本问题缺乏系统了解，对推进政府数据开放的必要性认知不足，导致数据生态现状无法满足政府数据开放的要求。在政府数据开放推进过程中，首席数据官可以借助其专业优势，对行政机关人员进行数据开放技能指导，培育行政机关人员的大数据思维，全方位、多角度传播数据开放理念，为政府数据开放营造良好的数据生态环境。
另一方面，政府首席数据官与大数据时代倡导数据开放利用的理念相匹配。行为方式嵌入社会环境是风险社会主体行为的底层逻辑。“现实中行为主体既不可能脱离社会背景而孤立地行事，也不是完全受社会限制、按社会外在规范行事，而是在具体、动态的社会关系制度中追求自身多重目标体系的实现。”[7]政府首席数据官作为大数据时代的行为主体，其行为活动与社会环境传递的时代价值密不可分。无论是“数据二十条”还是《规划》，都表露出倡导数据开放利用、增强数字建设的价值取向。数据开放作为大数据发展的基础环节，是提取、挖掘、整合、分析数据用以支持大数据技术服务以及信息决策的基础。政府首席数据官制度的建构，则可以增益政府数据开放，践行数字时代数据开放与利用的价值理念。
2.与政策法规整体导向相吻合
2014年11月，国务院办公厅印发的《关于促进电子政务协调发展的指导意见》，提出推进政府数据开放和社会化利用的明确要求。2015年8月，国务院印发的《促进大数据发展行动纲要》（以下简称《纲要》）也指出，大数据分析已成为发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态，应“加快政府数据开放共享，推动资源整合，提升治理能力”，助力大数据发展。可以看出，政府数据开放已作为顶层设计被提上日程。随后，为落实《纲要》要求，2016年12月工信部印发的《大数据产业发展规划（2016—2020年）》指出，走开放式的大数据产业发展道路是我国大数据产业发展的必然路径，应将促进数据资源开放共享作为大数据产业发展的基本原则。除此之外，《政务信息资源共享管理暂行办法》（2016年9月）、《政务信息系统整合共享实施方案》（2017年5月）、《关于促进平台经济规范健康发展的指导意见》（2019年8月）、《关于构建更加完善的要素市场化配置体制机制的意见》（2020年3月）、《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》（2020年10月）以及2023年颁布的《规划》等一系列政策性文件从国家层面整体布局，要求畅通数据资源大循环，推进政府数据开放共享工作，鼓励将数字技术广泛应用到经济社会发展和政府管理服务当中。
与此同时，政府首席数据官作为获取、管理、分析以及治理数据的专业性人才也在数字政府建设中如火如荼展开。2021年4月，广东省人民政府印发的《工作方案》，正式拉开了我国对政府首席数据官探索的序幕。广东省率先选取了广州、深圳、珠海、佛山、韶关等10个地市以及省公安厅、省人社厅、地方金融监管局等6个省直部门作为首席数据官建设的第一批试点。①?随后，深圳、广州、上海等城市也相继建立政府首席数据官制度。可以说，在国家大力推进数字政府建设的大背景下，政府首席数据官能够有效回应以数据为中心的政策要求，与国家促进数字政府建设的整体政策导向相吻合，与国家信息化发展战略相契合，成为顺应数字政府建设潮流和数据治理政策要求的必然举措。[8]
（二）政府首席数据官能力合辙
政府首席数据官作为以数据管理为核心的管理人才，既可以通过提高政府部门的数据处理能力，满足其在数据愿景、数据目标等数据开放维度的专业诉求，又能保障数据开放的总体安全，实现政府长期的数字化发展战略。[9]
1.可以回应政府数据开放的分享诉求
政府数据开放作为一项系统工程，独立构成了一套完整的政府开放数据生态系统。在此系统中，“无数的数据场通过数据的流转连接起来，从而形成某种形式的链式依存关系”。[10]政府负责将数据向社会公众开放，相关企业和个人则利用数据开发相应软件产品向社会提供服务，形成相对独立但又相互联系的“链式依存关系和序列（生态链）”[11]，并以特定数据生态群落的形式固定下来，以此形成政府数据开放和利用的良性循环。然而，这是政府数据开放的理想状态，达成此状态的前提在于解决政府数据的分享诉求。
解决政府数据分享诉求的关键在于消解信任危机。正如学者所言，信任是“主体产生协同行为的共同动机，是协同得以持续的必要条件”。[12]只有消除信任壁垒，才能构建各个部门在不同层级间、领域间数据开放的和谐秩序，从整体上提升公共数据资源的利用价值和利用效率。[13]此时，政府首席数据官作为一种媒介和制度性的沟通表达平台，其专业优势和平台优势便展现出来。如前所述，科层体制下政府部门间具有独立性，政府数据开放话语下，政府部门可以在政府首席数据官这一交融点上形成一种能够实现交涉功能的整合网络。与此同时，政府首席数据官作为专业性人才，又承载了政府部门极大的信赖支持，解决了行政机关工作人员对数据存储、传输等技术壁垒的不确定性担忧。可以说，以政府首席数据官为基点构建的外在信任框架成为解决政府数据开放信任难题的新路径，可以大幅提高沟通效率，增加开放程度，回应政府数据开放的分享诉求。
2.能够满足政府数据开放的专业要求
政府首席数据官可以对政府数据开放全流程进行合法性把控。数据生成阶段，政府首席数据官可以对数据收集进行合法性监督。以收集个人信息为例，个人信息保护法确立了处理个人信息的“知情同意”原则，除个人信息保护法第13条第2-7项列举的例外情形外，政府进行收集和处理个人信息等行为的，均需获得信息主体的同意。政府首席数据官可以规范政府数据收集行为，保证数据主体的自决权益。数据开放过程中，政府首席数据官能够有效预防和减少政府部门不作为、主体不适格等问题，提高数据开放的数量与质量。数据开放后的退出阶段，依靠政府首席数据官整体联动形成的整体性风险评估和回撤机制，既可以有效应对因数据关联分析产生的安全风险，又能避免因数据开放侵害数据主体权益造成的合法性危机。
此外，政府首席数据官还能够回应因数据体量庞大带来的数据开放难题。据统计，我国80%以上的数据资源掌握在各级政府部门手中。[14]这意味着政府数据开放面临着巨大的数据筛查、检验工作压力。如何保持开放数据的可信性和可用性成为横亘在政府面前的一道难题。政府首席数据官的加入，可以落实政府数据开放的人员责任，减少因工作人员过错产生的政府数据完整性不足、可用性不足的问题。此外，政府首席数据官还可以结合数据资源和业务应用基础与特点，形成符合地区实际的数据开放机制。譬如，深圳市福田区就借助首席数据官的专业优势，为深港科技创新合作区的科研和企业提供良好的数据支撑和服务；坪山区则利用首席数据官通过将政府数据分级分类开放的方式减少对数据主体隐私的侵害。[15]
3.充分关照政府数据开放的安全需求
数据主体隐私侵害与国家安全威胁一直是阻滞政府数据开放发展的系统性缺陷。一方面，政府数据开放与个人隐私保护是一种衡量博弈的关系。政府数据开放带来的数据挖掘与隐私数据的整合、数据预测与隐私数据的呈现、数据监控与隐私数据的透明、数据分享与隐私数据的扩散都成为隐私保护困境的集中展现。[16]另一方面，我国在数据安全技术标准设置等方面仍有待提高，政府数据开放的再识别、错误识别风险，可能使国家安全陷入危机。[17]政府首席数据官则可以充分关照政府数据开放的安全需求。
第一，政府首席数据官负有数据安全责任。《2018年循证决策基础法》规定，首席数据官具有“管理本机构的数据资产，包括依法推动数据格式的标准化、共享数据资产和开放数据资产”的基本职责，应在可行范围内，保证机构数据的网络安全。[18]《大数据从业人员能力要求》也在大数据安全图谱下对首席数据官提出了个人隐私保护和数据安全技术等方面的职责。[19]可以说，保障政府数据开放安全是政府首席数据官的固有责任。
第二，政府首席数据官具有保障数据安全的能力。从数据管理视角看，政府首席数据官可以通过加强数据安全与隐私管理以及技术标准规范约束，借助整体性的数据主体隐私泄露及国家安全评估机制，提高政府部门对数据管理安全的控制能力。从数据治理视角看，政府首席数据官可以通过提高数据安全保护的技术能力增益数据管理安全。譬如，政府首席数据官可以运用差分隐私将敏感数据去识别化，以此提高数据主体隐私保护等级；还可以通过数据聚合以及K-匿名的方式泛化数据，降低目标数据的精确度，以此控制开放数据的恶意识别风险。除此之外，还可以将安全评估需求高的数据进行代码化处理，以匿名标识符等代码形式代替原有数据，提高数据的安全等级。
四、政府首席数据官制度的规范建构
一切制度建设都是以人为核心展开的。人是国家数字化转型中最关键的问题，在政府首席数据官制度构建过程中，应抓住“人的建设”这一主要矛盾，从人才保障、权责内容及评价体系三个维度展开政府首席数据官制度的规范构造。
（一）完善政府首席数据官人才保障机制
1.人才理念保障：从技术型人才向复合型人才转变
在政府数据开放过程中，首席数据官既要做好战略规划，为政府数据开放做好宏观指导，又要做好技术监督和保障，为落实政府数据开放战略规划提供技术支撑，还要做好数据管理及沟通，为开展政府数据开放战略规划提供实践性保障。目前，我国还未形成体系化的政府首席数据官人才培养机制。实践中对首席数字官、首席信息官的培养仍将技术型人才培养理念奉为圭臬，导致陷入“以技术为核心”“技术完美主义”的困局。
因此，人才培养作为政府首席数据官制度建构的基础环节，应实现从技术型向复合型人才培养的理念转变。首先，在思维模式上，应培养具备先进大数据思维政府首席数据官。其次，在技术能力上，应培养具备全面且尖端大数据管理理论、方法及技术的政府首席数据官。再次，在知识储备上，应培养具备多重知识储备和教育背景，对当前大数据时代数字政府建设方面的政策、法律法规以及技术安全等方面的知识都有所掌握的政府首席数据官。最后，作为一种沟通媒介，还应培养具备统筹协调、组织调度能力的政府首席数据官。
2.人才选任保障：从经验导向型向知识导向型转变
国内政府首席数据官选任存在偏管理型人员的倾向。目前，在政府首席数据官的选任上，多数城市采取由本级政府或本部门分管数字政府建设工作的行政副职及以上领导兼任政府首席数据官的模式①?。研究发现，行政机关领导对大数据的态度及了解程度与其职级、所在部门关系密切。“一般副厅级以上的高级别领导干部高度重视大数据，力推大数据研究与应用，而县处级及其以下的领导干部对大数据认识模糊。”[20]那么，在县处级政府部门中依靠既有管理逻辑选任的政府首席数据官，能否满足政府数据开放的专业性要求便令人担忧。
因此，应实现政府首席数据官从经验导向型向知识导向型的选任理念转变。知识导向型要求以政府首席数据官是否具有技术上的专业能力为基本知识导向，而后考察是否具备组织协调、法律法规等综合能力的选任模式。知识导向型选任模式具有两大优势，一是在数字化转型背景下，经知识导向型选任出的首席数据官能够满足政府数据开放所需的专业性要求；二是作为数据管理型人才，政府首席数据官可以从整体视角对政府数据开放予以把控，实现政府数据开放各阶段的科学创新。
3.人才储备保障：建立政府首席数据官人才库
从比较经验上看，储备数据人才后备力量是各国首席数据官制度建设的重点工作。譬如，美国《大数据研究与发展计划》就明确要求应“扩大从事大数据技术开发和应用的人员数量”，用以满足大数据发展的基本需求①；英国则从教育领域入手，要求在初级教育和中等教育中必须开设与计算机相关的课程，并通过增加资助、配套高额奖学金的方式激励学生从事数据分析相关专业的学习；澳大利亚也将数据挖掘、数据分析等专业作为高校教育课程，加强专业人才的储备工作。
因此，为加强人才储备，应建立政府首席数据官人才库制度。一方面，应注重人才引进工作。可以尝试通过政企合作的形式从国内头部IT企业中引入数据管理人才，通过购买专业服务的形式发挥头部IT企业中数据管理人员的技术优势，扩大数据管理人才数量。另一方面，可以采取招录聘任制公务员的方式引进数据管理人才。目前，深圳市已经将以招录聘任制公务员形式引进人才的方式落到实践中，并取得良好效果。另外，还应注意政府首席数据官人才库多元性建设，应以数字技术为基础，兼顾多种学科的数字人才进入人才库建设范畴。
（二）建立政府首席数据官权责清单制度
自2014年浙江、安徽等地区开始推行权责清单制度以来，权责清单制度已广泛应用在行政执法等不同场景之中，成为破解行政机关政务困境的密钥。[21]为保证首席数据官能够合法、合理、合规推进政府数据开放，应从法律规范层面建立权责清单制度，明确首席数据官的权责。
首先，制定原则上，应秉持合法、合理原则制定、实施政府首席数据官权责清单。一是自上而下推进权责清单制定、实施工作，保证权责清单制定的完整性。合法性上，符合现行法律规范是权责清单制定的基本要求。因此，政府首席数据官权责清单的制定不得突破数据安全法、个人信息保护法等法律规范中关于保护国家数据安全、数据主体个人数据权益的强制性规范，这是首席数据官权力清单制定的基本要求。此外，权力清单还应以各地发布的政务数据开放平台技术规范为重要参考，做好规范之间的衔接。合理性上，应充分考量政府首席数据官建设的工作能力问题。尽管首席数据官作为集数据管理、组织协调及政策法规保障等多项能力于一身的复合型人才，但鉴于目前我国首席数据官仍处于探索发展阶段，各地应因地制宜，有的放矢确定政府首席数据官的权力清单。二是打造系统性的数据开放平台，注重权责清单的时效性、透明性。一方面，将权责清单向社会公开是权责清单制定实施的应有之义；另一方面，应注重权责清单的时效性，定时定期更新优化权责清单的内容。譬如，权责清单内部更新应以问题为导向，回应政府数据开放实践中的现实需求。三是规范制定程序，注重权责清单的规范性。可将公众参与因素纳入权责清单制定流程，公开征求政府数据开放受众主体的意见，增强权责清单制定主体的多元性是保持权责清单规范性的重要保障。
其次，制定体例上，应制作独立型权责清单。根据权责清单中责任清单的独立性程度，可将权责清单的体例分为依附型责任清单、一体型权责清单以及独立型权责清单三种形态。[22]其中，依附型责任清单指的是权责清单中并无独立存在的责任清单，往往只是加入少量的责任因素，责任意味相对单薄。在独立型权责清单中，权力清单与责任清单具有明晰的区分界限，并不受制于权力清单，一般以单独表单的形式存在。[23]政府数据开放视域下，政府首席数据官的权责清单应采取独立型权责清单的规范体例，并至少应包含以下内容：政府首席数据官在政府数据开放中的数据管理职责以及职责对应的权力及责任边界、针对数据管理及技术治理确定的事中事后监管方式以及数据管理不力或不作为应当承担的责任等。
最后，规范效力上，权责清单应属于具有外部性的规范性文件。尽管自制属性作为权责清单的根本属性，意味着权责清单的规范效力更多体现在对政府首席数据官权利义务的对内面向。但是，权责清单制度作为政府首席数据官“自觉自发地约束规范行政行为，消减行政权的负面效应，将之限制在合法合理且符合比例原则的范围内”[24]的载体，还体现了社会公众知情背后的监督功用。尤其是责任清单的存在，其目的不单是行政部门内部对政府首席数据官权利义务的制约，更是政府数据开放受众监督权的体现。因此，首席数据官权责清单应属于兼具对内效力和对外属性的规范性文件。
（三）建立政府首席数据官评价考核机制
建立政府首席数据官评价考核机制是归纳总结工作成绩和不足的有效方式。首先，应以效果为导向确立政府首席数据官考核评价机制的总体趋向。目前，在各类评估范式中，以业绩为导向的评估范式因其可操作性强占据主流地位。但是，其无法反映目标评估对象在实施层面的真实效果。[25]因此，在对政府首席数据官进行评价考核时，应将政府数据开放的实际效果作为评价的主要标准。政府首席数据官作为新制度，可以以建立时间点前后为界分，以政府首席数据官建立后政府开放数据的数量、质量、是否更新以及应用下载次数作为评价政府数据开放客观效果的主要量化指标。与此同时，还可以通过向主要数据企业派发调查问卷的方式，了解企业对政府首席数据官工作的主观满意度，设置政府首席数据官评价考核的主观性指标。
其次，应形成多元评估主体，确立“内部考核+外部评估”的评估模式。在内部考核上，应以各地政务服务数据管理局为依托，组织开展对下级政府部门政府首席数据官履职情况的评估考核。如省政务服务数据管理局应组织开展对市级政府部门政府首席数据官的履职评估工作，市政务服务数据管理局应组织开展对区县级政府部门政府首席数据官的履职评估工作。评估内容上，包括但不限于是否完成上一年度工作计划，政府数据开放年度纵向对比情况，是否出现侵害国家安全、泄露数据主体信息等恶性事件以及是否严格按照法律法规进行数据开放等内容。
在外部评估上，可引入第三方主体对政府首席数据官履职情况进行评估。针对通过购买专业服务引入的专业数据管理技术人才，可以依照合同确定的购买服务内容进行评价。针对从公务员体制内部培养选拔的首席数据官，则可由第三方主体对其数据工作内容的实用性要素和专业性要素进行评价，考核是否完成既有专业性的数据管理工作任务。当然，在评估指标体系的设定上，应实现从以业绩为导向向以效果为导向设置评估指标的转变，强调政府首席数据官对政府数据开放实践层面的正向功效。
五、结语
大数据时代，如何通过政府数据开放挖掘数据背后的潜在价值，成为世界各国共同面临的时代课题。目前，我国政府数据开放在数据生成、数据开放过程中及开放后的退出阶段均面临难题。政府首席数据官作为数据管理的复合型人才，与数字时代数据分享、利用价值理念相匹配，与国家政策法规对数字发展的总体趋向相吻合。与此同时，政府首席数据官还能够回应政府数据开放的分享诉求，满足政府数据开放的专业要求以及关照政府数据开放的安全需求。因此，设置政府首席数据官是大数据时代的必然选择。在制度构造上，应完善政府首席数据官人才保障机制、通过建立政府首席数据官权责清单制度，明确政府首席数据官的权力清单与责任清单。与此同时，还应以效果为导向建立政府首席数据官评价考核机制。
[ 参 考 文 献 ]
[1]何振,彭海艳.人工智能背景下政府数据治理新挑战、新特征与新路径[J].湘潭大学学报(哲学社会科学版),2021(6).
[2]崔宏轶,冼骏.政务数据管理中的“数据可用性”——痛点及其消解[J].中国行政管理,2019(8).
[3]张林轩,储节旺,蔡翔等.我国地市级政府数据开放发展现状及对策探析——以安徽省为例[J].情报工程,2021(4).
[4]李轩.区块链赋能政府数据开放的风险及其规制[J/OL].北京航空航天大学学报（社会科学版）中国知网，https://doi.org/10.13766/j.bhsk.1008-2204.2022.0703. 2023-03-13.
[5]黄如花,赖彤.数据生命周期视角下我国政府数据开放的障碍研究[J].情报理论与实践,2018(2).
[6]谭颜波.政府首席数据官制度建设试探[J].领导科学,2022(5).
[7]黄中伟,王宇露.关于经济行为的社会嵌入理论研究述评[J].外国经济与管理,2007(12).
[8]蒋敏娟.迈向数据驱动的政府:大数据时代的首席数据官——内涵、价值与推进策略[J].行政管理改革,2022(5).
[9]张宏云,黄伟,徐宗本等.大数据领导——首席数据官[M].北京:高等教育出版社,2019:43.
[10][11]赵需要,侯晓丽.政府开放数据生态链:概念、本质与类型[J].情报理论与实践,2019(6).
[12]李珒.协同视角下政府数据共享的障碍及其治理[J].中国行政管理,2021(2).
[13]徐珉川.论公共数据开放的可信治理[J].比较法研究,2021(6).
[14]张砥，李克强.信息数据“深藏闺中”是极大浪费[EB/OL].中国政府网,http://www.gov.cn/xinwen/2016-05/13/content_5073036.htm,2016-05-13.
[15]黄子芸,深圳试点首席数据官制度[N].深圳特区报,2021-08-11.
[16]杨建国.大数据时代隐私保护伦理困境的形成机理及其治理[J].江苏社会科学,2021(1).
[17]黄如花,苗淼.中国政府开放数据的安全保护对策[J].电子政务,2017(5).
[18]张涛.数据治理的组织法构造:以政府首席数据官制度为视角[J].电子政务,2021(9).
[19]李艳杰,蔡晨阳.首席数据官知识体系解析[J].信息技术与标准化,2022(8).
[20]闫建,高华丽.发达国家大数据发展战略的启示[J].理论探索,2015(1).
[21]唐亚林,刘伟.权责清单制度:建构现代政府的中国方案[J].学术界,2016(12).
[22]刘启川.独立型责任清单的构造与实践——基于31个省级政府部门责任清单实践的观察[J].中外法学,2018(2).
[23]刘启川.通过责任清单实现政务公开法治化[J].中国行政管理,2018 (7).
[24]崔卓兰,于立深.行政自制与中国行政法治发展[J].法学研究,2010(1).
[25]邓蔚,华子岩.以效果为导向的法治政府建设评估模式[J].河南财经政法大学学报,2019(5).
[基金项目] 国家社会科学基金重点项目“大数据时代政府信息公开制度变革研究”（18AFX007）、江苏省研究生科研创新计划项目“个人信息公法保护机制研究”（KYCX21_0072）。
[作者简介] 华子岩，东南大学法学院博士研究生。
2023-4-11【中国经济网】