5篇数据治理范文材料汇编
第1篇
前言：“大数据治理”的两层含义
在全球范围内，运用大数据完善社会治理、提升政府服务和监管能力渐成趋势。2015年9月，国务院正式《促进大数据发展行动纲要》，其中一个重要内容就是充分利用大数据，“打造精准治理、多方协作的社会治理新模式”。未来如何利用大数据提升治理能力将成为我国智慧城市建设需要解决的核心问题。
本研究报告所提到的“大数据治理”包含两层含义，涉及两个不同层面的问题。一个是如何利用大数据做好智慧城市的治理；另一个则是在智慧城市的发展过程中如何做好对大数据本身的治理，比如界定数据所有权、使用权、收益权、采集边界、隐私保护等基本问题。其实在很大程度上，如果做不好对大数据本身的治理，那么对大数据的采集、分析和开放就会变得无章可循，最终也会影响利用大数据来治理好智慧城市的效果。所以为了推动智慧城市的健康发展，这两个问题需要一起考虑。
智慧城市：从“管理”到“治理”
1、什么是“治理”？
1995年，联合国全球治理委员会在其的《我们的全球伙伴关系》研究报告对“治理”的概念做出界定：治理是各种公共的或私人的个人和机构管理其共同事务的诸多方式的总和。它是使相互冲突的或不同的利益得以调和并且采取联合行动的持续的过程。这既包括有权迫使人们服从的正式制度和规则，也包括各种人们同意或认为符合其利益的非正式的制度安排。治理共有四个主要特征：（1）治理不是一整套规则，也不是一种活动，而是一个过程；（2）治理过程的基础不是控制，而是协调；（3）治理既涉及公共部门，也包括私人部门；（4）治理不是一种正式的制度，而是持续的互动。
2、互联网助力从“管理”到“治理”
智慧城市的内涵就是将先进的技术和理念深度融入城市的规划、服务和管理的整个过程，参与者包括政府、市民、企业、第三方组织等。城市治理与城市管理的不同之处在于，“管理”强调政府作为城市管理者，实现自上而下的管理。“治理”追求的则是政府、企业、市民和第三方机构等共同进行城市治理，将“自上而下”与“自下而上”相结合，实现上下互动，形成“政府、社会、市场”多元共治的城市治理模式。在当下的互联网时代，大数据的开放共享原则为这一新型城市治理模式的落地提供了基础性支撑。只有各方都了解相关信息，才能有效地进行沟通协作。而互联网技术则为提高城市治理效率提供了一个很好的平台，大大方便城市各方的协调和互动。
在神州数码智慧城市研究院咨询总监杨显峰看来，通过广泛采集数据，综合处理数据，实现公共服务的技术创新、管理创新和模式创新，这是大数据时代的必然选择。政府在收集利用数据方面具有天然优势，利用大数据提升决策水平，是实现政府由“经验管理”到“科学治理”转变的重要手段，是政府治理现代化的必经之路。
腾讯集团副总裁江阳认为，通过互联网平台可以进一步助力政府的治理创新，以及减政放权等重要的改革方向。政府可以通过互联网的技术、平台、工具，甚至是互联网思维，来进一步进行运营模式、组织生产模式的改进，提升政府的服务效率。
3、智慧城市的治理目标：宜居、宜业、可持续发展
美国智慧城市理事会（Smart Cities Council，以下简称SCC）是2012年成立于西雅图的一个私人行业联盟，是美国智慧城市研究的领先者。SCC认为，一个智慧的城市是要利用信息通讯技术增强其宜居性（livability）、宜业性（workability）以及可持续性（sustainability）。SCC的这一观点也就道出了智慧城市的治理目标，那就是“宜居”、“宜业”与“可持续发展”。“宜居”就是要让市民生活得更舒适，“宜业”则是要拉动城市产业发展，“可持续”则是要让城市的发展不仅要惠及当下，还要惠及未来。所以城市治理不仅要服务市民的生活，还要服务企业的发展，不仅要服务当下，还要服务未来。如何充分发挥大数据的作用，在有限的资源、资金条件下优化城市治理，进而向市民、企业提供更好的服务，是智慧城市所面临的实际问题。
让城市“宜居”就是提高城市居民的生活质量，让广大市民获得一个舒适、干净、便捷、健康、安全的生活环境和条件。具体而言就是要让市民能够便捷地享受到医疗、教育、交通等公共资源。2015年，我国很多城市都受到了雾霾的侵扰，让城市管理者和广大市民都充分意识到了做好环保的紧迫性。
让城市“宜业”则要拉动城市的产业发展，创造更多、更好的就业岗位，促进经济繁荣。城市的产生是人口集聚的结果，而人口往往也是因产业而集聚。产业发展是推动城市发展的重要动力，否则城市的发展将丧失活力和动力。促进产业转型升级、转变经济增长方式是当下我国经济发展的核心问题。我国城市的产业发展的未来方向，是从高投入、高污染、高消耗、低产出、低质量、低效益的产业模式，逐步转向低投入、低污染、低消耗、高产出、高质量、高效益的产业模式。鼓励一座城市发展好高效、绿色、可持续的产业，有助于提升对清洁廉价能源的利用效率，减少污物排放，这样不仅能提升一座城市的宜业性，也能提升其宜居性。为拉动一座城市的产业升级，需要通过有效的城市治理，创建一个运行效率高、服务效果好、创新动力足的产业经济运行环境。
4、大数据：智慧城市的“血液”
发展智慧城市的一大要义就是通过深度、全面的信息化来满足城市管理方式转变的需求。智慧城市通过物联网、云计算、移动互联网等新一代信息通信技术在城市经济、社会、民生等各领域的充分运用，能够有效提高对各领域信息数据的感知、采集、建模、分析和处理能力，为城市的大数据治理提供了数据基础。智慧城市所积累的数据资源，可被用来提升一座城市的规划发展能力、公共设施水平、公共服务水平、居民生活水平和产业发展能力。《促进大数据发展行动纲要》指出，“坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择”，“结合信息惠民工程实施和智慧城市建设，推动中央部门与地方政府条块结合、联合试点，实现公共服务的多方数据共享、制度对接和协同配合”。
智慧城市与之前的“数字城市”、“信息化城市”、“智能城市”的不同之处在于，智慧城市是信息通信技术对城市各方资源配置方式产生基本影响下的产物。智慧城市中的信息通信技术的应用是深刻而全面的，伴随信息技术的理念和精神也逐步渗透到城市治理、公共服务等领域，并产生根本影响，为城市治理制度、规则等方面的创新奠定了基础。智慧城市可以让城市各方很方便地共享诸种决策信息，并获得平等参与城市资源配置的可能性。大数据的充分运用有助于推动城市各项事务更好地实现公开、公平、公正。基于大数据的智慧城市运营管理平台的主要功能，一是辅助城市管理者作决策，二是预测未来事件发生的几率，三是提高协调各方资源的效率。徐州市副市长冯兴振表示，在发展智慧城市的历史机遇下，随着信息技术的持续发展、平台服务的深入加载、数据价值的不断显现，徐州城市将形成更为精细、高效的治理模式。
SCC认为智慧城市的核心是对数据的使用。智慧城市是“系统的系统”（Asystem of systems），能源、水、交通、环境等系统元素之间彼此影响，产生了大量可供挖掘价值的宝贵数据。SCC将智慧城市的核心功能概括为3C，分别是收集数据（Collect data）、传输数据（Communicatedata）和处理数据（Crunch data）。
收集数据：智慧城市运用分布在城市各个角度的传感器和终端设备收集各方面的指标数据，实时监测原始的动态信息，并储存于现有的数据库系统。比如，针对智慧交通的高精度传感器，可以及时监测城市各处路况和拥堵信息。在获得相关使用者允许的情况下，市民随身携带的智能手机也可以成为传感器，了解城市不同地段的人流量、拥挤度等。现在一些景区已经开始尝试通过游客的手机信号来评估景区的人流拥挤状况，为控制流量与游客导流提供决策信息参考。通过收集数据，政府、市民和企业等城市主体将更加了解其所在的城市。在假期出行游玩前，游客不再需要根据经验来猜测某街某地是否拥堵，可以通过手机等终端实时获得相关的数据信息。
传输数据：各种传感器在收集数据之后，还需要通过有线或无线的渠道，将各类数据传送到城市的控制中心。智慧城市数据传输的最终目标是让连接无处不在，实现万物互联。
处理数据：完成数据收集和传输之后，还要进行有效的数据分析，以更好地认清现状、预测未来。认清现状有助于根据实时需求实现相关资源的最优化配置，比如电网的供需平衡、调整交通信号减少拥堵等。预测未来则是为了提前了解各种情况发生的概率，提前做好准备。比如提前预测即将到来的暴雨是否会引发洪水或内涝。数据分析是将数据“升华”为智慧的关键一步，可以为改善城市治理提供有效决策。
中央党校“中国智慧城市课题研究小组”成员阎荣舟认为，城市管理者实现自我革命还不能使得城市智慧自成，还需要整合城市信息管理体系，形成一张网、一张图、一张嘴。所谓“一张网”，就是城市的信息收集网络要形成一个技术标准，可以嵌入，可以延展，消除信息孤岛，消除信息鸿沟。所谓“一张图”，就是城市规划可以分开规划，但必须综合执行，使得经济社会发展规划、生态规划、文化发展规划、土地规划等多个部门规划能够内在逻辑统一、技术指标统一，可以叠加，互为补充。所谓“一张嘴”，就是城市治理的主体，要达成统一规则体系的共识，万口说一言，消除以部门利益和部门标准为内核的碎片化话语体系。
智慧城市大数据治理的实践探索
1、我国积极推动公共数据资源开放
我国各级政府部门拥有大量与市民生活、企业生产相关的宝贵数据，比如：气象数据、金融数据、信用数据、电力数据、煤气数据、自来水数据、道路交通数据、客运数据、安全刑事案件数据、住房数据、海关数据、出入境数据、旅游数据、医疗数据、教育数据、环保数据等。为充分发挥这些数据的价值，我国各级政府也在不断加快公共信息资源的开放步伐。据国家信息中心信息化研究部副主任单志广介绍，在我国，政府部门和公共部门掌握超过了80%最有价值的数据。
2013年，国务院了《关于促进信息消费扩大内需的若干意见》，要求促进公共信息资源共享和开发利用，推动市政公共企事业单位、公共服务事业单位等机构开放信息资源。2014年，国家发改委、工信部等八部委《关于促进智慧城市健康发展的指导意见》，在文件中提到，“大力推动政府部门将企业信用、产品质量、食品药品安全、综合交通、公用设施、环境质量等信息资源向社会开放，鼓励市政公用企事业单位、公共服务事业单位等机构将教育、医疗、就业、旅游、生活等信息资源向社会开放”。2015年，国务院印发《促进大数据发展行动纲要》，提出“在依法加强安全保障和隐私保护的前提下，稳步推动公共数据资源开放。推动建立政府部门和事业单位等公共机构数据资源清单，按照“增量先行”的方式，加强对政府部门数据的国家统筹管理，加快建设国家政府数据统一开放平台”。
由贵州省政府主导打造的“云上贵州”，是一个汇聚政府和企业数据的数据平台，实现了数据存储、共享开放和开发利用。“云上贵州”涉及电子政务、工业、交通、环保、旅游、商务、食品安全等多个领域。从2014年起，贵州省以工业、交通、旅游、环保等7个部门为首批试点，开展数据集聚和云应用。政府部门不再自建数据中心，全部使用“云上贵州”平台所提供的云存储和云计算服务。通过“云上贵州”平台，政府各部门间实现了数据共享、业务协同，减少前置审批，强化事中、事后监管，使公共服务更加便捷、高效。在基础设施配套完备的前提下，“云上贵州”按照“谁拥有、谁定级”的原则，将每朵云的政府数据资源分类梳理，形成目录。按完全开放、有条件开放和暂不开放三级，将数据分为绿数据、灰数据和红数据。利用“云上贵州”平台，“智能交通云”实现了与公安、消防、医疗等部门的联动互通，通过联合执勤的方式，出警效率大大提升。
无锡市提出了“一中心四平台”的智慧城市顶层设计架构模式。“一中心四平台”主要包括城市大数据中心，以及电子政务、城市管理、经济运行、民生服务四大综合信息服务平台。截至2015年底，无锡市“一中心四平台”已汇聚了来自34家委办局的5799个数据项，1亿4千万余条数据，基本建成人口、法人基础信息库，实现了电子政务、城市管理、经济运行和民生服务四大领域运行情况的实时展现和数据挖掘分析，初步形成了“全市政务数据统一部署，基础数据统一集聚，业务数据深度融合，应用数据深入挖掘，主题数据跨地区、跨部门、跨层级共享，目录与交换体系全面完善”的大数据生态体系。
2、海外城市利用大数据治理交通拥堵
海外一些城市在利用大数据治理交通拥堵方面已经取得了不错的效果。瑞典国家公路管理局和斯德哥尔摩市政厅通过智能交通系统的建设和应用，令斯德哥尔摩市的交通拥堵水平降低了25%，同时温室气体排放量减少了40%。斯德哥尔摩市在通往市中心的道路上设置了18个路边监视器，利用射频识别、激光扫描和自动拍照等技术，对所有车辆进行自动识别，在工作日的上午6点半至下午6点半的时段，对进出市中心的车辆收取拥堵税。如今智能交通系统已经成为斯德哥尔摩市的一张城市名片。另外在欧洲一些城市，红绿灯的间隔时间可以通过不同的时段人流量、车流量的统计和实时观测来进行调节和设置，缩短不必要的等红灯时间，提升出行效率。美国纽约市目前已建成一套覆盖全市的智慧交通系统。纽约市的智能交通系统可以及时跟踪、监测全市所有交通状态的动态信息，一方面可以让机动车驾驶者及时按照交通拥堵信息选择最佳行驶路线，另一方面也可以让相关政府部门根据最新的路况信息进行交通管理。
3、那些“先天长着数据触角”的智慧城市
韩国的松岛新城可以说是“天生”的智慧城市。作为韩国智慧城市建设的一个代表性项目，松岛新城规划的主体思想就是在一片土地上从零开始，建起一个适合人们居住、生活和工作的未来城市，其目标是杜绝现代都市生活所产生的各种问题，在各个方面都能满足世界级城市的要求，为市民提供优越的生活质量。
松岛在规划建设中将先进甚至超前的信息基础设施投入作为重点，在交通、城市管理、居住、办公等方面，均实现了信息基础设施的“无时无刻无处不在”。所有的城市信息都会汇集到城市综合运营中心，并对外提供各类服务，让市民和企业能够很便捷地享受到信息服务。数以百万计的传感器部属在松岛道路、电网、供水和废物处理系统中。该系统能够精确追踪、Ⅱ向应甚至预测人流和物流的变化。神州数码智慧城市研究院咨询总监杨显峰指出，像松岛这样从零起步的新城，在发展中确实避免了很多老城发展困境以及改造所面临的高昂费用，但也缺失了一个城市所必须的文化底蕴，所以有人会担心这样的新区会变成“城市主题乐园”。
日本千叶县的柏之叶智慧城市是由一个房地产商联合25家大型企业共同建设的一个智能化城市。柏之叶倡导的三大理念是环境共生的城市、健康长寿的城市与新型产业创新的城市。降低能源消耗、提高能源效率是柏之叶的一大特点。柏之叶全部实现了家庭能源和社区能源的智能化管理。很多建筑的外墙都有太阳能设施，这让太阳能成为市民家庭使用的清洁能源。在居民家里的控制调节设备可以根据每个家庭对能源的使用习惯，及时调节室内温度和能耗的变化。对于每个家庭，在白天能源使用量较低的时候，所有能源都会集中到一个储电系统中。在晚上的能源使用高峰期，白天储备的“闲置”能源会自动从储电系统返回到各家庭中去，整个过程都受控制中心的自动控制。此外，柏之叶对每个家庭的能源消耗都有统计，对耗能少的家庭会给予社区服务的奖励。
4、那些“后天装上数据触角”的智慧城市
美国芝加哥市通过在街边路灯灯柱上安装传感器，构建收集城市信息的触角。这些“灯柱传感器”可以收集芝加哥的路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度和风速等。芝加哥城市信息技术委员会提供的资料表明，这些“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。未来几年“灯柱传感器”将分批安装，全面覆盖芝加哥市的大小街区。
西班牙巴塞罗那的智慧城市建设包含了信息化基础设施、智能社会公共服务和城市的绿色可持续发展等各个方面，是一个包容开放的系统。巴塞罗那利用传感器技术及时响应城市生活中产生的诸多需求。比如智能灌溉系统可以通过地面传感器提供湿度、温度、风速、阳光和气压等实时数据，以调整植物灌溉时间，让灌溉更科学；在垃圾回收箱顶部和底部安装的容量传感器、压力传感器和气味传感器，可以通过无线网络传输的方式将相关信息反馈到垃圾处理控制中心，进而灵活安装垃圾运输车的出行频率和路线，提高垃圾处理效率。
维也纳利用信息化技术对地下水管网排水系统进行智能化管理。奥地利在地下管网不同枢纽位置安装了230个监测设备，在暴雨天气时可以对管网内污水的流速、流量、水位等运行情况进行分层监测和实时监控，实时掌握管道淤积情况，保障水情及时疏通和其他可控操作。同时维也纳管网公司与国家气象局密切合作，及时向控制中心预报暴雨走向、降水量等，以随时跟进对排水管网的智能化管控。
据神州数码智慧城市研究院咨询顾问薛宇介绍，荷兰阿姆斯特丹市与埃森哲公司、奥地利理工学院联合开发了DSE决策支持环境。DSE是一个在线的城市能源规划工具，可以让城市的利益相关者和决策者对能源数据进行可视化分析，创建不同的转型计划，并在虚拟平台下进行场景模拟，计算各模拟措施对城市关键指标（例如二氧化碳、可再生资源、成本）的影响。DSE汇聚了来自于阿姆斯特丹市40万建筑物的各项数据，包括建筑细节信息（年龄、表面、能源标签、类型、功能等）、能源消费消耗数据（电力、天然气、热能）、人口参数（家庭规模、年龄构成）、新能源分布（太阳能、风能、地热）等类型。DSE汇聚的数据既包括城市整体信息，又聚焦于重点城区，还细化到每幢建筑，可以支撑多种计算和测量。由于DSE是一个互联网化的工具，所有城市都可以使用这个工具并向彼此学习。
智慧城市大数据治理需注意的问题
1、技术不是城市“智慧”的全部
技术是实现智慧城市的一种途径和手段，但并不是智慧的全部。对诸种先进技术手段的充分运用也是智慧城市的一部分，而不是智慧城市的全部。所以我们不能从信息技术应用这个单一维度来评判一座城市是否智慧。大数据是提升城市治理水平的一种工具，我们在充分发挥大数据作用的同时，也不能唯工具论和唯大数据论，要同时充分发挥自己的主观能动性。此外，发展智慧城市不仅仅是应用最先进的技术，还要注重对一座城市历史、地域文化的保护和传承。
美国智慧城市研究专家安东尼・汤森在其著作《智慧城市：大数据、互联网时代的城市未来》一书中，曾指出一个发人深思的问题，“我们并非使用新工具解决城市问题的第一代人，但我们是否有足够的智慧，吸取过去的教训，并在这一次取得成功呢？”，“当听到人们谈论技术将如何改变世界时，我都会异常紧张。对技术的了解足以让我知道它的巨大潜力，还有它严重的局限性。当把技术轻率地用于解决复杂问题时，其结果往往不尽如人意”。
中国信息协会常务副会长胡小明曾表示，“智慧城市的思维逻辑是超越IT层次的，首先是城市智慧发展目标的合理定位，其次是实现路径的可行性，确实保证达到预定的效益。单纯的技术是无法保证效益的，IT只是工具，工具并无智慧，智慧体现在城市整体系统的配套优化改造方案之中。只有超越IT的思维才能驾驭诸多超越IT的资源，实现智慧城市目标”，“智慧城市应当是多样的，不应当强加上某个统一标尺，有些人认为可以简单地用信息技术使用率来评价城市智慧化的水准，即某种IT设施的普及率，如智能手机普及率、电子商务使用率、云计算普及率等等，但这种标准反映出的是IT工具使用情况，与城市智慧无关，用电脑写论文并不一定比手写论文水平高。以信息技术应用为标准会使地方政府偏离智慧发展的本质问题而去追求虚幻”。
2、大数据治理的局限和应用范围
现在大数据的概念炒的火热，然而对于智慧城市的治理而言，大数据也不是万能的，存在局限，有着一定的应用范围。在国家发改委中国城市和小城镇改革发展中心主任李铁看来，大数据主要帮助政府来解决瞬间的、局部的、突发的事情。在中国信息协会常务副会长胡小明看来，大数据的优势在改进微观具体业务，而不是做出宏观上的决策。大数据来自微观业务领域，其聚集的数据是特定环境的数据，大数据所揭示的规律正适合于相应环境的业务改进。大数据的优势是能够发现特定领域内的精细规律，用于微观业务改进会有很好的成效，大数据规律的应用范围应只适合于特定的环境，环境扩大化会增加不确定性而降低规律的应用价值。大数据来自细节，其大展身手的天地也是细节，只有在细节改进成为主要问题的环境中大数据应用才会产生真正的效益。
城市运行过程中在市政、交通、环境、商业等各领域会产生巨大的数据，巨大的价值也蕴藏其中，需要加以挖掘和分析。与智慧城市治理相关的数据来源主要是各类传感器收集的数据信息、市民在社交网站等网络平台上的信息等。大数据的一大价值是有助于预测未来。如果能够根据一座城市各领域的历史性数据对未来进行预测性分析，在纷繁复杂的现象和数据中找到关联，形成结论，提前预测未来可能发生的事件，比如交通拥堵、用电高峰、管道泄漏、犯罪行为等，有助于城市治理者未雨绸缪制定好对策。另外为满足市民常态化的生活需求，城市治理者还要充分挖掘大数据资源，打造市民公共服务平台。
3、不要指望大数据能给出清晰的答案
大数据更多发挥的还是辅助决策的作用，而不能指望大数据能完全代替人来做决策，给出清晰的答案。大数据的“大”是相比之前人类拥有的数据资源而言的，而它所谓的“大”相对整个世界所富含的数据来说，不仅在当下，未来很长一段时间都难以穷尽一切。用大数据认识现状、预测未来还是具有局限性的，某种程度上也是“管中窥豹”。所以大数据只是为城市治理的相关决策提供更多参考信息，还是需要结合人的智慧和经验来做出最终判断和决策。
在大数据分析异常火爆的当下，提到人类的“经验”难免给人一种抱残守缺的感觉。然而我们还是不能忽视人类智慧、经验，甚至是直觉对于做出正确决策的重要性。相比白纸黑字的大数据，人类的经验和直觉因为难以被量化和可视化，充满了不确定性，给人以不靠谱的感觉。不过需要注意的是，这个世界本身就是充满不确定性的，影响这个世界发展的很多因素也都难以被数据化。当然一座城市有着高度复杂的经济社会现状，完全依赖城市管理者的个人经验和直觉来做决策也不科学，这就需要将大数据与人的智慧、经验、直觉进行完美结合，在互补中达成最佳决策。
在胡小明看来，大数据能消除事物的不确定性属于牛顿时代的思维，现代科学认为不确定性是事物的本质，不是大数据想消除就能消除的。在现实生活中不是所有的信息都是可以数字化的，人们的意愿、士气、决策者对形势的感受力、决心与毅力等，都无法数字化，且对决策越重要的因素越难以数字化，离开这些未能数字化的因素大数据决策将毫无意义。
4、要满足新型城镇化建设的实际需求
诺贝尔经济学奖获得者斯蒂格利茨曾说过，“中国的城市化与美国的高科技发展将是影响21世纪人类社会发展进程的两件大事”。近年来，我国城镇化发展的成就举世瞩目，目前城镇化率已经突破53.7%，在基础设施、经济体量和人口规模等方面都取得了不小的发展。然而我国城市也面临交通拥堵、城市空间无序开发、人口过度集聚、环境污染加剧等问题。
在我国发展智慧城市是推动我国新型城镇化建设的需要，有助于解决大城市病、促进各大城市群科学合理发展。互联网、大数据有助于解决资源分配不合理难题，推动公共服务均等化。国家信息中心信息化研究部副主任、中国智慧城市发展研究中心秘书长单志广提出了“中国特色智慧城市”的概念，认为中国智慧城市核心是要解决以人为核心的城镇化现实需求问题，而不是学国外看起来非常花哨的所谓数字化场景。
5、关注数据边界问题
无论是政府开放数据，还是企业开放数据，肯定都不是开放全部数据。因为这要考虑信息安全、国家机密、商业秘密、个人隐私等多方面的问题。然而哪些数据该开放，哪些数据不该开放，则需要制定一个标准，加以界定。目前民众网络行为所产生的数据已经成为大数据的重要来源，一些机构也会对这些数据进行分析。那么这些数据的所有权是归网民，还是相关网站，是一个需要界定的问题。当大数据已经成为信息时代的一种重要资产和资源，需要通过法律来界定数据的所有权、使用权、收益权等基本属性。
同济大学建筑与城市规划学院副教授钮心毅就表示，希望对大数据进行立法，能立法保护个人信息，需要国家法律来界定哪些数据能拿来做分析，哪些不能使用。神州数码董事局主席郭为在第二届世界互联网大会上表示，“从09年开始，我作为两会的代表就提出了这个关于数据的这样一个概念，因为围绕着数据的所有权、使用权等等以及如何交换价值体系等等，如果这些问题没有一个清晰明晰的法律界限，实际上我们讲智慧城市也好，数据开放也好，都没有依据的，都会带来很多的麻烦”。单志广表示，“只有建立好非常完善的关于重要数据、个人隐私保障的法律法规，以及标准体系，还有工作规范、技术要求，才能真正保障大数据发展是健康有序的，而不是以损害我们的个人隐私和信息安全，甚至国家安全作为代价。”。
除了数据开放层面，数据采集层面也涉及数据边界的问题。比如现在不少城市都在公共场合安装了摄像头，这些摄像头所采集的影像资料有利于提升城市治理效率，但同时也面临市民隐私保护的问题。从理论上来说，如果一座城市所有的公共场所都安装有摄像头，那么一个人从早上出门，到晚上回家，他在户外一天的活动路线和行为，通过众多摄像头的“拼接”可以被了解的清清楚楚，等于被无形跟踪了。这些视频资料在采集和使用上需要注意哪些问题、考虑哪些边界，都需要相关法规加以明确。据李铁主任介绍，德国柏林共有360万人口，全城只有360个摄像头，一个重要原因就是很多人强调隐私权，所以政府就装不了。
日本金泽大学环境设计学院教授沈振江介绍，大数据和开放数据的概念在日本是比较模糊的。日本在大数据公开方面经历了一个很曲折的过程。比如在2013年，东京地铁数据公开一个月之后就被迫停止，因为有人在告他们，国会没有相关的立法。2014年，日本了《个人信息保护法》，指出大数据公开之后，公司可以对数据进行商业易，前提是必须把个人信息这部分的内容删除。
纽约市的开放数据平台就考虑到了对公众隐私信息的保护。该平台开放了按邮政编码分区域的人口统计信息、用电量、犯罪记录、饭店卫生检查、注册公司基本信息和中小学教学评估等历史数据，并没有开放每家每户的人口数量等比较隐私的信息。据单志广介绍，加拿大有一个新的信息化项目要开发，首先不是先拿给技术专家论证，而是先让信息隐私官去评估。一个新的技术应用可能会让市民受益，但是如果它侵犯了个人隐私，就通过不了信息隐私官这个环节，就需要重新调整方案。
智慧城市大数据治理的对策
1、做好大数据本身的治理，保证数据质量
当前，大数据逐渐成为一种驱动智慧城市治理和运行的重要战略资源，但若要让其发挥最大价值，首先要保证数据本身要有很高的质量，这就需要做好针对大数据本身的治理。如果没有做好数据本身的治理，数据质量不高，那么依靠这些数据就很难治理好智慧城市。现在数据开放的呼声很高，然而在数据开放的同时要保证数据质量，否则数据开放的程度越高、被应用的范围越广，数据带来的危害也就越大。数据的质量主要体现在真实性、准确性、及时性、完整性、安全性和可利用性等多个方面。
以公共安全治理和食品安全治理为例。智慧城市的公共安全治理是一项综合性很强的系统工作。为满足治安管理、安全生产管理、交通管理、应急指挥等方方面面的需求，需要做好灾难事故预警、安全生产监控等方面的数据采集和分析。随着食品生产日益工业化，食品生产链条越来越长，这也提高了食品安全监管的难度。可以利用条码、二维码、RFID、NFC、传感器等物联网技术，建立起覆盖食品生产、加工、销售等各个环节的数据流，在此基础上建立食品质量监督回溯平台。相关监管部门和消费者可以随时通过食品回溯系统查看到生产、批发、零售等环节的详细信息。出现食品安全问题后可以迅速锁定问题环节和相关责任。
数据精准是实现政府治理精准化的基础。《促进大数据发展行动纲要》指出要推动政府治理精准化。在企业监管、质量安全、节能降耗、环境保护、食品安全、安全生产、信用体系建设、旅游服务等领域，推动有关政府部门和企事业单位将市场监管、检验检测、违法失信、企业生产经营、销售物流、投诉举报、消费维权等数据进行汇聚整合和关联分析，统一公示企业信用信息，预警企业不正当行为，提升政府决策和风险防范能力，支持加强事中事后监管和服务，提高监管和服务的针对性、有效性。
在神州数码数据服务事业部总经理梅岭看来，打造数据治理环境，将政府各部门分散的数据进行有效的管理，一个关键问题是如何形成治理环境下持续的循环。政府数据并不是静态的，而是会流动起来、互相调用的。某个数据从一个委办局产生，被另一个委办局申请去应用，反馈并持续修正，再共享给其它委办局使用，这样会形成一个不断循环往复的过程。在这个循环中会发生一些变化，比如原来某些数据没有共享，但是现在由于要求共享的需求变多了，就变为可共享的数据资源了；或者是原有共享的数据质量不好，导致利用起来的效果不好，通过不断的反馈和修订，数据资源的质量得到了提升。这是个由需求驱动、协同治理的过程。通过这个过程会促使更多的数据纳入到信息资源管理范畴中，形成一个全面提升数据治理的环境。如何形成动态循环，并对循环当中的数据加强管理，保证其有效性、安全性和可利用性，就是政府数据治理工作的核心内容。
2、打造开放、协作、共享的大数据生态
韩国政府3.0推进委员会主席宋熙俊曾表示，智慧城市的关键成功因素首先在于发展智慧城市的灵活性。按需要、不断逐个增加服务功能是比较好的方法，打通开放式的生态系统而非封闭式的物理空间，开放政策、开放数据、开放获取，并且推动公开的讨论，通过打造开放式的数据，智慧城市将能够驱动以数据为导向的决策方法，并提供公共服务。
我国将致力于建立政府和社会互动的大数据采集形成机制。《促进大数据发展行动纲要》指出，“制定公共机构数据开放计划，落实数据开放和维护责任，推进公共机构数据资源统一汇聚和集中向社会开放，提升政府数据开放共享标准化程度，优先推动信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集向社会开放。建立政府和社会互动的大数据采集形成机制，制定政府数据共享开放目录。通过政务数据公开共享，引导企业、行业协会、科研机构、社会组织等主动采集并开放数据”。
大数据资源的应用领域分布在智慧城市治理的方方面面，需要鼓励各方力量结合自身所长来挖掘数据价值，开发相关应用和服务。《促进大数据发展行动纲要》中提到，“结合新型城镇化发展、信息惠民工程实施和智慧城市建设，以优化提升民生服务、激发社会活力、促进大数据应用市场化服务为重点，引导鼓励企业和社会机构开展创新应用研究，深入发掘公共服务数据，在城乡建设、人居环境、健康医疗、社会救助、养老服务、劳动就业、社会保障、质量安全、文化教育、交通旅游、消费维权、城乡服务等领域开展大数据应用示范，推动传统公共服务数据与互联网、移动互联网、可穿戴设备等数据的汇聚整合，开发各类便民应用，优化公共资源配置，提升公共服务水平”。
基于开放数据的众包开发已成为国外智慧城市建设的共同特征。2012年2月29日，纽约市通过了《开放数据法案》。根据开放数据法案，到2018年，除了涉及安全和隐私的数据之外，纽约市政府及其分支机构所拥有的数据都必须实现对公众开放。对于开放数据平台上没有的数据，公众还可以向专门的工作人员提出需求。此外，纽约市政府下属的科技与电信部门联合相关公司每年都会举办一届名为“纽约Big Apps”的移动应用程序设计大赛，鼓励参赛者开发出能让纽约市民生活更舒适便捷的应用程序。加拿大多伦多市建设了“Wellbeing Toronto”网站。通过该网站，市民可以对多伦多140个社区的就业率、犯罪率、安全性、经济情况、健康情况、教育、住房、环境、人口情况、托儿服务以及交通情况等信息进行查询和比较。“Wellbeing Toronto”网站不仅可以帮助市民更好地了解所住社区，加强对市政府的了解，加强公众与政府之间的连接和沟通，而且也可以帮助市政府依据网站上呈现的第一手民情资料，做出更科学的决策，提供更符合市民需求的公共服务。
我国一些城市也在积极推进政府数据开放和社会化开发利用。上海市经信委主办了一系列关于上海城市数据开放的应用大赛，把政府涉及到的一些公共服务领域的数据开放出来，通过引入社会资源来开发提升城市公共服务水平的应用。贵阳市副市长徐昊认为，建设智慧城市，应当运用众筹、众创、众包等方式，把智慧城市的运用、开发交还给社会，应该运用互联网的思维，基于政府拥有的基础数据平台，让更多的创业者、创新者、开发者去开发适合消费者的业务和产品。
3、充分发挥各方力量，共促智慧城市治理
做好智慧城市的治理，不仅要利用先进的互联网技术，更要充分发挥互联网的理念。互联网之所以能给世界带来如此巨变，很大程度上是因为它无远弗届，充分网聚了方方面面、角角落落的组织和个人，并将这些位于不同“网络节点”中点点滴滴的力量加以放大，形成了一种自上而下、自下而上相结合的发展模式。反观智慧城市的治理和发展，也要充分利用互联网技术和理念，充分调动各界力量。比如可以利用互联网思维的技术和思维，可以搭建开放、互动、参与、融合的公共新型服务平台。
过去人们习惯站在行政的维度来看待城市管理。而在智慧城市的治理中，除了行政手段，也要更多发挥市场手段和社会自发力量来优化城市治理。凯文・凯利在其著作《失控》中花了不小篇幅来阐释一个由各个物种和自然资源所构成的生态圈，在各种因素错综复杂的相互作用下，在看似“失控”和无序的情况中，会生发出一种“自组织力”。这种自组织力会不断优化这个生态圈，促使它更长远健康地演化。同一般的生态圈相比，综合自然、经济、社会等诸多因素于一身的城市，无疑是一个更为复杂的系统。治理这样一个系统，仅是依靠自上而下的规划和管理是不够的，需要通过一种力量有效激发系统中各个分子的活力，在互动、协调中实现资源的科学配置，让城市这个有机体健康发展。市场则是形成城市治理“自组织力”的一种有效力量。
我国已经充分认识到了调动各方力量、发挥市民力量对城市发展的重要性。2015年12月20日至21日，中央城市工作会议在北京召开。会议指出，城市发展要善于调动各方面的积极性、主动性、创造性，集聚促进城市发展的正能量。要坚持协调协同，尽最大可能推动政府、社会、市民同心同向行动，使政府有形之手、市场无形之手、市民勤劳之手同向发力。政府要创新城市治理方式，特别是要注意加强城市精细化管理。要提高市民文明素质，尊重市民对城市发展决策的知情权、参与权、监督权，鼓励企业和市民通过各种方式参与城市建设、管理，真正实现城市共治共管、共建共享。
《促进大数据发展行动纲要》也指出，“打造精准治理、多方协作的社会治理新模式。将大数据作为提升政府治理能力的重要手段，通过高效采集、有效整合、深化应用政府数据和社会数据，提升政府决策和风险防范水平，提高社会治理的精准性和有效性，增强乡村社会治理能力；助力简政放权，支持从事前审批向事中事后监管转变，推动商事制度改革；促进政府监管和社会监督有机结合，有效调动社会力量参与社会治理的积极性”。
4、确定发展大方向，让智慧城市“自我完善”
现在一提到智慧城市建设，都会强调要先做好顶层设计。而各个城市在做顶层设计时需要注意两个问题，一是要突出自身特色，二是不要捆得“太紧”。智慧城市要基于自身特色来发展，各有特色的城市互联在一起才能形成互补效应，产生合力和张力，进而生发出更具活力的区域经济。顶层设计主要是框定智慧城市整体的发展方向、目标定位和路径问题，不应涉及具体执行层面的问题，要为智慧城市的未来发展留下灵活调整的空间。
胡小明指出，成功的信息系统不是由天才设计出来的，优秀的系统都是不断改进、不断适配、不断调整出来的，智慧城市系统会越来越复杂，涉及面会越来越多，规划要为以后的调节修改提供方便性。松耦合、互操作、适度开放选择权都是在为系统未来的调整准备空间，灵活性好的系统更有生命力。
中央党校“中国智慧城市课题研究小组”成员阎荣舟认为，智慧城市建设的根本出发点是以人为中心。之前以技术为中心的概念实际上是一种误区。通过智慧城市的建设，实现人的“自组织”状态，合理调配、合理使用资源，从而达到最小成本、最高产出的效果。在智慧城市建设的过程中，应该坚持采取政府主导、企业运营的方式，充分发挥市场的资源配置作用。
数据治理范文第2篇
【关键词】大数据技术;数字档案馆;数字治理
20世纪90年代，我国最早在青岛开始实施数字档案馆的规划和建设。至今，数字档案馆的建设已经形成了“试点突破，全面发展”的良好局面。在数字档案馆建设发展的十余年里，通过对传统纸质档案的扫描、著录、缩微和对电子档案的接收，已形成了大量数字化档案，而对这些数字化档案进行保存、整理、利用的数字治理就成为了现阶段数字档案馆的常规工作。大数据时代的到来，物联网、云计算、大数据、移动互联网等技术在数字档案馆中的应用使其对数字档案信息的保存、管理、利用发生了“质”的变化。就目前而言，如何进行数字治理对数字档案馆来说是一个新的挑战。
一、何为数字档案馆“数字治理”
“数字治理”这一术语最早出现在2001年10月19日伦敦举办的“数字治理：数字档案、数字图书馆和科研信息化研讨会”上，该研讨会将“数字治理”一词表述为数字化环境中的治理行为，其不仅包括数据收集或数据库的保存和维持，同时还包括了一定程度上的附加价值和知识。基于此，笔者认为现阶段数字档案馆数字治理是指运用物联网、云计算、大数据、移动互联网等技术对数字化档案进行保存、管理、开发、利用的过程。大数据时代，也正是数字档案馆对这些物联网、云计算、大数据、移动互联网等采集、存储、挖掘、传输等技术功能的应用使其数字治理理念和能力产生了较大变化。
二、数字档案馆数字治理理念的转变
（一）开放包容。物联网传感技术在数字档案馆中的应用主要通过对档案、库房、设备、建筑、档案工作者、用户等实体状态和内容信息的实时感知，获取大量非结构化信息，实现对档案馆相关实体和人员的跟踪、监控和管理。针对大数据时代物联网技术的应用，数字档案馆不能再局限于对传统数字化档案、电子档案等结构化信息或图片、声音、视屏等半结构化信息的存储，数字档案馆应以一种更为开放、包容的心态采集存储更多海量异构档案信息，为数字档案馆服务创造更为有利的条件。
（二）积极主动。近年来，智能手机、平板电脑等移动智能终端设备的盛行，改变了传统档案信息的传播方式，满足了用户多样化、个性化的信息需求。档案馆依托数字化馆藏档案信息，利用信息挖掘技术、信息推送技术、无线网络技术预测、推送、用户所需信息。用户通过手机客户端就可以方便、灵活地查询、浏览、获取相关档案信息。大数据时代，移动互联网技术的应用将使数字档案馆改变传统就地查询的被动服务模式，以更为积极、主动的方式为用户提供更为方便、快捷的服务。
三、数字档案馆数字治理能力的提升
（一）感知互联。物联网（Internet of Things，IOT）是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。物联网在数字档案馆中的应用主要是以无线射频（RFID）技术为主，通过对档案实体植入RFID标签来记录档案的档案号、存放地点、档案名称、利用状态等相关信息，并利用红外线传感器、全球定位系统等信息传感设备将档案、设备、库房等实体与物联网连接，实现对实体状态和内容信息的全面感知、互联互通。再加之移动智能设备对感知信息的有效传播，实现了档案用户对档案信息的全面获取。物联网技术和移动互联网技术在数字档案馆中的应用，全面提升了数字档案馆在档案信息收集、服务等数字治理行为方面的能力。
（二）智能高效。麦肯锡研究院（MGI）在其2011年5月的报告“Big data：The next frontier for innovation，competition，and productivity”中指出，大数据是指其大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集。单纯从技术角度看，数字档案馆应用大数据技术可以实现对其档案资源的整合、档案信息的挖掘、用户特征的分析、用户需求的预测等。就此而言，大数据技术在数字档案馆中的应用可以进一步实现其深层开发、知识服务等数字治理的“智能化”
云计算是一种可以随时随地方便而按需地通过网络访问可配置的计算资源共享池（包括网络、服务器、存储、应用软件和服务），这些资源可以通过最低成本的管理或与服务器供应商交互来快速配置和提供。数字档案馆可以通过云计算服务商提供的服务器、应用软件、网络设备、存储设备集成档案云平台，有效存储海量异构档案信息，实现档案信息的共享和高效利用。对于具有保密性质的档案信息，可以通过建立私有云的方式，实现局域范围内的档案信息共享和利用。就此而言，云计算技术在数字档案馆中的应用可以进一步实现数字治理过程中档案信息利用的“高效化”。
四、结束语
大数据时代，随着云计算、物联网、大数据、移动互联网等技术在数字档案馆中应用的不断深入，数字档案馆要以开放包容、积极主动的理念使其在采集、整理、保存、利用服务等数字治理行为方面变得更加高效化、智能化。
【参考文献】
[1]祝智庭，陈丹.数字治理：智慧学习新素养[J].电化教育研究，2014（9）：9-10.
[2]刘云浩.物联网导论[M].北京：科学出版社，2010：4.
数据治理范文第3篇
【关键词】电网 电力大数据 治理 大数据管理
1 引言
2013年至2014年，国网公司信通部就逐步开展大数据研究与应用推进工作，完成编制《大数据应用研究报告》、《公司大数据典型应用需求分析报告》，组织中国电科院、南瑞集团等完成省公司大数据平台总体设计，编制形成《公司大数据应用指导意见》。2015年正式启动大数据平台建设、应用试点工作。
目前，国网公司范围内各单位陆续开展了一系列大数据的研究试点工作，但大多是集中于大数据平台的技术研究实现，在应用方面多数是基于营销系统、用电信息采集数据的相关应用业务探索和尝试，而在大数据应用机制以及基础数据治理上开展的研究工作较少。在进行数据综合应用和智能分析的过程中，发现数据质量问题从表象看是数据不完整、数据质量差，但从深层次看是欠数据标准、缺数据管理职责、无数据考核机制等等。
2 数据治理的发展
上世纪九十年代以前，国外企业在数据治理方面也存在很多问题，IBM和摩托罗拉就是典型代表。
1992年之前，IBM在数据治理方面存在很多问题，没有明确的可依赖的数据源，没有明确的数据所有人，数据质量差。1995年，IBM梳理并制定了业务数据标准，定义了15大类业务标准、79个分类子业务标准，这样全公司看到的是一个统一的业务定义；2004年，IBM制定了数据责任人体系，并联合业界多家公司和学术研究机构，成立了数据治理论坛，制定包括四大领域11个要素的数据治理框架和方法，来指导数据治理工作的开展。2005年成立了数据治理委员会，之后又成立数据审核委员会。通过数据治理，IBM简化了基础架构，并降低了管理的复杂度。
同样在上世纪末，摩托罗拉提出了六西格玛管理策略，包含定义、测量、分析、改进、控制的DMAIC流程，初期用于解决产品/服务质量问题，后来也在解决数据质量方面得到很好的应用。
近几年，IBM开展大数据治理研究，提出了18步大数据治理统一流程模型，并应用于电信、零售、金融和公共交通等行业。
2014年，中国出现了专门的数据治理研究组织ITSS WG1，并向ISO正式提交和了数据治理研究白皮书。
目前，国内电力行业开展的数据治理工作主要包含两大类，一类是处理现有业务环节的数据质量问题，如营销稽查；另一类是针对业务主题应用的数据治理，如营配贯通、运检中心的数据质量评价。目前的数据治理工作没有形成体系，缺少统一的标准、组织架构、管理考核机制，难以持续有效开展。
随着对数据资产认识的不断清晰，电力行业数据治理的目标也在发生转变，国家电科院也已经开始着手数据治理体系的研究，但暂未涉及包含数据、应用、技术和管理的数据治理体系建设和应用。
3 电力大数据治理方法论
国网合肥供电公司在此背景下，制定深化大数据应用工作方案，以市县公司实体业务为切入点，推进大数据应用方法在供电企业应用实践，打造大数据应用环境，同r从以下几个方面定义合肥供电公司数据治理的方法论：
（1）理解数据治理的职能；
（2）把握数据治理的核心；
（3）明确数据治理的目标。
通过执行数据治理，对电力企业数据的管理和利用进行评估、指导和监督，提供不断创新的数据服务，为企业创造价值。
4 电力大数据治理体系探索
国网合肥供电公司经过不断的在营销系统、用电信息采集数据的相关应用业务探索和尝试，在大数据基础数据治理上的研究也在不断加深，电力大数据治理体系建立需要明确的工作至少包含以下几点：
（1）需要在哪些业务领域或应用场景作出电力业务数据治理的决策；
（2）需要哪些角色的人，以及如何参与到决策过程中；
（3）明确、完善电力大数据治理的最终目标。
4.1 数据治理原理研究
4.1.1 六西格玛（Six Sigma，6σ）管理及其数据管理延伸
六西格玛（Six Sigma，6σ）是一种能够严格、集中和高效地改善企业流程管理质量的实施原则和技术，以”零缺陷”的完美商业追求，带动质量成本的大幅度降低，最终实现财务成效的提升与企业竞争力的突破。实施步骤包括：定义、测量、分析、改进、控制。
六西格玛管理延伸到数据质量管理方面，一般采用十步数据质量管理方法。
（1）定义和商定问题、时机和目标，以指导整个数据质量管理的工作；
（2）收集、汇总、分析有关形式和信息环境。设计捕获和评估的方案；
（3）按照数据质量维度对数据质量进行评估；
（4）使用各种技术评估劣质数据对业务产生的影响；
（5）确定影响数据质量的真实原因，并区分这些原因的影响的数据质量的级别；
（6）最终确定行动的建议，为数据质量改善制定方案，包括数据级和组织级的；
（7）建立数据错误预防方案，并改正当前数据问题；
（8）通过改进组织管理流程，最大限度控制由管理上的缺陷造成的数据质量问题；
（9）对数据和管理实施监控，维护已改善的效果；
（10）沟通贯穿管理始终，循环的评估组织管理流程，以确保数据质量改善的成果得到有效保持。
依据六西格玛（Six Sigma，6σ）管理的原则和技术，借鉴十步数据质量管理方法，以业务驱动，用数据说话，进行数据治理体系的研究和典型实践，开展长效数据治理工作，为业务应用和决策分析提供优质数据。
4.2 数据治理关键点研究
4.2.1 识别数据质量关键要素
依据特定的业务需求或完整的业务场景，明确需要进行数据治理的关键要素。数据要素的涉及范围广，业务逻辑复杂，同时也就牵涉到的数据内容较多。
以供电公司统推PMS系统、营销MIS系统为例，其中数据质量关键要素包括电网设备台帐和参数：营销系统中的用户档案、计量台帐和台户关系，电能量采集系统中开关台帐和电量数据，调度技术支持系统中负荷数据、电网电压、停电等运行数据，用电信息采集系统中负荷、电量和停电等运行数据。例如PMS系统中线路设备的编号、名称、电压等级、所属变电站、运维单位、运行状态等信息，调度技术支持系统中线路的电流、电压、有功功率、无功功率、功率因素、运行状态、状态切换等数据。
4.2.2 数据标准的制订
制订数据标准是一个非常系统和复杂的工作，但它是开展数据治理工作的基础。根据数据质量定义，制定数据度量规则，包括完整性、唯一性、一致性、精确性、合法性、及时性等，这是一个反复迭代的过程，度量规则需要进行实践验证并不断补充和完善，这是开展数据质量度量的关键。
4.3 数据治理管理责任研究
国网合肥供电公司在大数据应用项目中，经过不断的摸索，梳理出关键性基础数据的责任分解，大致如图1。
4.4 数据治理考核研究
（1）设立数据治理M织机构，明确工作权责，建立部门间管理协同和业务统筹协调机制，推动数据治理工作长效开展。
（2）制订数据治理考核制度，明确考核指标、考核周期、考核范围、考核标准等，落实数据认责，以绩效考核的方式促进数据质量的提升。
5 总结
供电公司已经进入大数据时代，数据治理面临着多重问题，因此，合肥供电公司不断在大数据应用过程中加强数据文化意识，推行数据治企的理念。摸索建立数据治理组织机构、培养大数据人才、学数据质量治理技术、制订数据标准，同时加强数据安全，保护供电公司个人隐私，建立数据责任人认责体系。最后，持续不断进行质量改进，为合肥公司电力大数据应用提供坚实的高价值数据基础。
参考文献
[1]涂子沛.大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012.
数据治理范文第4篇
关键词：大数据技术；高新技术企业；数据治理；太原高新区
DOI：10．6049／kjjbydc．2015080100中图分类号：F276．44文献标识码：A文章编号：1001－7348（2016）06－0047－060
引言
大数据时代，数据治理已成为企业实现智能决策的重要基石。大数据技术包括数据存储、分析、挖掘及可视化等一系列技术。大数据技术使数据成为直接财富和核心竞争力，很多企业都跨入了一个数据兴则企业兴、数据强则企业强的竞争时代。大数据技术作为一个新的领域，已成为高新技术产业开发区发展的重要产业，大数据技术在高新技术产业开发区的研发与应用，充分彰显了高新技术产业开发区的示范引领和辐射带动作用。本文将通过对太原国家高新技术产业开发区（简称“太原高新区”）内企业进行调研，分析高新技术企业实现数据治理的现状和问题，并提出相应的解决对策。
1高新技术企业数据治理研究设计
目前，国内对于企业实现数据治理的相关研究对象主要集中于电力企业、银行业和媒体企业，这些研究主要定性分析了企业大数据应用存在的问题与对策。高新技术企业作为技术密集、知识密集型企业，与大数据联系紧密，既是推动大数据研发与应用的重要力量，又是大数据发展影响的重要对象［1］。大数据技术最重要的社会功能在于帮助企业实现数据治理，提高企业决策质量。
1．1高新技术企业实现数据治理具有示范引领和辐射带动潜能
高新技术产业开发区是高新技术发展的载体，应凸显其对传统企业及园区外其它企业的示范引领和辐射带动作用。大数据技术从生产、销售、服务等环节帮助企业实现数据治理，大数据来源于互联网络数据、企业生产和销售网络数据、基于传感器的物理空间数据等。高新技术企业的技术优势与区域优势使其具有示范引领和辐射带动潜能。一方面，高新技术企业多由专利拥有者或发明家技术入股，董事会成员多是专利拥有者或发明家，技术员工占比例较高，学历较高，参与管理多，掌握企业关键技术多，具有接受新鲜事物的超强潜力。所以，这些企业对于应用大数据实现企业治理具有较强的人才优势；另一方面，高新技术企业多属于信息、生物医药、环保、新型能源、新型材料等产业，往往分布于全国各高新区内，园区内大数据技术服务企业聚集，各行业内部大数据资源聚集，为企业实现数据治理提供了重要的优势资源。
1．2高新技术企业对大数据技术的认知程度和应用程度决定了企业实现数据治理的空间
（1）高新技术企业对大数据技术的认知程度决定了其实现数据治理的可能空间。大数据不仅是一种海量的数据状态、一系列先进的信息技术，更是一套认识世界、改造世界的科学理念与方法［2］。高新技术企业实现数据治理首先是一场认知革命。大数据不仅包括传统的结构性数据，还包括声音、图像、视频、模拟信号等非结构化数据。通过对大数据的挖掘、分析、预测与可视化，为企业实现精准决策提供数据和知识支撑。一方面，高新技术企业的技术型精英人才更容易认知到大数据技术的治理功能；另一方面，高新区大数据技术产业聚集，为提高高新技术企业对大数据技术的认知水平提供了条件。可以说，大数据不仅仅是一项技术，更是一种认知能力，只有大数据技术的数据治理价值被企业所认识，大数据技术才会从技术层面进入社会层面和实践层面。（2）高新技术企业对大数据技术的应用成效决定了其实现数据治理的现实空间。在大数据时代，企业要想在竞争激烈的市场环境中获胜，就必须快速有效地分析和处理大量数据信息，为企业的预测和决策提供科学依据［3］。高新技术企业对大数据技术的应用条件包括大数据应用平台、大数据功能凸显、企业组织创新等。其中，大数据应用平台是企业实现数据治理的硬件环境，功能凸显体现了大数据在企业应用过程中的价值，企业组织创新能够为企业实现数据治理提供组织保障。所以，从实践层面看，企业实现数据治理的过程就是企业大数据应用平台、大数据功能与企业组织创新等要素协同创新的过程。基于以上原因，本文选择太原高新区高新技术企业作为研究对象，对其实现数据治理的认知水平、应用能力进行问卷调查，基本能够反映我国高新技术企业实现数据治理的整体水平。
2高新技术企业数据治理实证分析
大数据具有4个特征：巨量、多样、高速和真实［4］。不同类型企业及不同职业员工对企业实现数据治理的认知不同，实践程度也不同。本文主要从认知和实践两个层面对太原高新区企业的数据治理水平进行实证分析（有些题项为多选，所以有些项目的总得分超过100％）。其中，认知层次主要调研高新技术企业是否有收集数据、分析数据、应用数据的认知，及企业对大数据技术认知的渠道、企业实现数据治理的主要障碍因素等；实践层面主要调研企业应用大数据平台建设、数据功能、企业组织创新、企业应用大数据的障碍因素等。主要采用分层抽样的方法，对相关企业进行问卷调查，共发放问卷600份，最终收回问卷591份，回收率为98．50％。其中，有效问卷579份，有效回收率为96．50％。从企业类型看，煤化工企业有效问卷15份，软件企业276份，文化企业111份，环保企业18份，电子信息企业90份，生物医药企业21份，光机电一体化企业27份，服务业企业21份；从职业看，企业决策人员68份，管理人员188份，专业技术人员323份。
2．1认知分析
2．1．1不同类型企业对数据治理的认知现状太原高新区高新技术企业主要包括煤化工、软件、信息、生物、光机电一体化、环保、文化和现代服务业等。不同类型企业对数据治理的认知情况如表1所示。从对大数据收集的认知情况看，煤化工、环保、文化等企业更重视对传统结构性数据的收集，所占比例均超过50％，软件、信息、生物等企业更重视对网络等非结构性和半结构性数据的收集，所占比例均超过50％，对基于大数据技术即时数据的关注度基本处于平稳状态。从对大数据分析的认知情况看，软件、信息、生物、光机电、环保、现代服务等企业对大数据技术分析的认知程度较高，所占比例均超过50％，煤化工和文化企业对大数据技术分析的认知程度较低，所占比例均低于50％。从对大数据应用的认知情况看，软件、信息、生物、光机电一体化、文化、煤化工等企业对大数据技术应用的认知程度较高，占50％以上；环保和现代服务等企业对大数据技术应用认知程度较低，分别占33％和29％。从对大数据认知的渠道看，软件、信息、生物、光机电、环保、文化和现代服务等企业对大数据技术的认知多来源于网络渠道，所占比例均超过50％；煤化工企业对大数据技术的认知主要来源于培训、报纸等传统媒介，所占比例为75％；环保企业对大数据技术的认知主要来源于本公司的应用，所占比例为50％。从对大数据认知度低原因的调研结果看，50％的环保企业认为缺乏大数据应用平台，近50％的煤化工、软件、光机电、文化等企业认为企业缺乏大数据价值的实现路径，50％的煤化工和生物企业认为企业缺乏对大数据价值的成功评估。2．1．2不同职业人员对数据治理的认知现状大数据技术作为新的科技创新成果，其社会化过程首先是社会领域中不同主体认知变革的过程。企业要实现数据驱动，企业决策人员、管理人员和专业技术人员对大数据技术的认知直接影响着企业实现数据治理的进程。太原高新区企业不同职业人员对大数据技术的认知情况如表2所示。从对大数据收集的认知情况看，超过50％的企业决策人员主要关注对网络数据的收集，管理人员对传统数据、即时数据和网络数据的收集处于相对均衡的状态，所占比例均在40％左右，专业技术人员主要侧重于对企业内部传统结构性数据的收集，所占比例为52％。从对大数据分析的认知情况看，100％的决策人员有对大数据进行分析的认知，60％以上的管理人员和专业技术人员有对大数据进行分析的认知。从对大数据认知的渠道看，83％的决策人员主要通过培训、报纸等传统媒介认识大数据，75％的管理人员和专业技术人员通过网络认识大数据，超过50％管理人员通过大数据应用的示范作用认识大数据。从对大数据认知度低原因的调研结果看，50％的决策人员认为企业缺乏大数据价值的实现路径，或缺乏对大数据价值的成功评估，48％的管理人员认为企业缺乏大数据应用平台，46％的专业技术人员认为企业缺乏大数据价值的实现路径。
2．2实践分析
2．2．1不同类型企业实现数据治理现状企业基于大数据技术实现数据治理的过程是认知层面与实践层面的辩证统一。从实践维度看，企业实现数据治理的过程包括大数据应用平台建设与应用、大数据功能凸显、企业组织创新等一系列过程。大数据应用障碍调研的主要目的是更有针对性地构建企业实现数据治理路径。太原高新区企业对大数据的应用情况如表3所示。从大数据应用平台看，私有云主要是企业建立的大数据服务平台；公有云主要是政府建立的公共服务平台，企业在使用时需支付一定的费用，混合云主要指企业混合使用两种云。调研结果显示，被调研企业使用大数据应用平台的整体比例较低。其中，软件、信息、生物、光机电和文化等企业使用私有云的比例为30％；软件企业使用公有云的比例为29％，其它企业使用公有云的比例更低；煤化工、光机电和现代服务等企业偏向于使用混合云，比例介于30％～40％之间。从大数据的应用功能看，企业应用大数据的主要目的在于降低运营成本和维护成本，实现业务流程从产品战略向服务战略转变，为企业提供更加公平的竞争机会等。从调研结果看，软件和信息企业用于降低运营成本和维护成本的占40％；软件、文化企业用于实现业务流程从产品战略走向服务战略的分别占38％和46％；软件、生物、光机电等企业利用大数据为企业提供更加公平竞争机会的占50％以上；煤化工、环保、现代服务等对企业实现数据治理的功能定位尚不清晰，带有一定的盲目性。从大数据应用组织创新看，企业组织创新主要通过设置专门的数据管理岗位、数据分析团队等方法实现。煤化工、软件、信息、生物、光机电、环保、文化等企业通过大技术数据进行组织创新的占70％以上，现代服务企业通过大数据技术进行组织创新的仅占43％。从大数据应用障碍原因的调研结果看，企业是否应用大数据由企业不同层次员工的认知、大数据平台、数据安全和人才等因素共同决定。超过50％的被调研人员认为企业应用大数据的最大障碍是对大数据的认知度偏低及应用平台缺乏，其次是数据安全问题和人才问题。2．2．2不同职业人员对企业实现数据治理的实践情况企业对大数据的应用过程是企业决策层、管理层、技术层和操作层共同运作的过程。企业决策层决定了企业大数据应用的方向，管理层决定了企业大数据应用的空间，技术层和操作层决定了企业大数据应用的程度。太原高新区不同职业员工对企业应用大数据实现治理的实践情况如表4所示。从大数据应用平台看，不同职业人员对大数据技术在企业实践层面的应用存在差异。33％的企业决策人员认为应重视对混合云的应用，41％的企业管理人员认为应重视对公有云平台的应用，37％的专业技术人员认为应重视对私有云平台的应用。从大数据的应用功能看，83％企业决策人员认为应利用大数据进行流程创新，实现业务流程从产品战略走向服务战略；54％的企业管理人员认为应利用大数据为企业提供更加公平的竞争机会；46％的企业专业技术人员认为应利用大数据降低企业运营成本和维护成本。从大数据应用组织创新的情况看，60％的受访者认为组织创新对于促进大数据应用非常重要。这说明组织创新是实现科技创新最主要的依靠力量。从大数据应用障碍原因的调研结果看，超过50％的受访者认为企业认知程度低和大数据应用平台缺乏是企业实现数据治理的最主要障碍，其次是安全问题和人才问题。
3影响高新技术企业实现数据治理的主要因素
（1）高新技术企业对大数据认知不全面。企业对大数据技术的认知是企业不同主体对大数据收集、存储、分析、挖掘和可视化的认知。企业大数据收集的维度决定了企业分析与应用大数据的程度。目前，太原高新区高新技术企业主要集中于收集传统结构性数据和网络数据，对企业即时数据的认知程度较低，而这些数据反映了企业发展的动态性、即时性与全面性，是实现企业实现数据治理的重要数据来源。企业大数据不全面影响数据决策的科学性，为了提高高新技术企业对大数据技术的认知程度，应重视企业对传统数据、即时数据和网络数据的收集程度。只有建立全面系统的数据仓库，分析和应用大数据，才能凸显大数据的价值，实现高新技术企业数据治理。（2）高新技术企业对大数据认知渠道不畅通。企业对大数据认知渠道的深度与广度决定了企业应用大数据的可能空间。大数据技术作为新的科技创新成果，其社会化过程是大数据技术从科学领域向社会领域不断传播的过程。知识传播过程包括传播媒介、传播内容和传播形式等要素。目前，太原高新区高新技术企业对大数据的认知主要来源于网络，其次是企业应用，最后是培训、报纸等传统媒介。网络对大数据的介绍多着眼于理论分析，只能使认知主体从宏观层面对大数据技术形成一个感性认知，而通过参观、调研应用大数据的企业，不仅能够丰富企业决策人员、管理人员、专业技术人员的感性认知，而且容易产生模仿效应，使认知从感性跃迁到理性。随着网络技术的进步，越来越多的人正在远离传统媒介渠道。网络宣传和典型案例示范将成为大数据时代高新技术企业提高大数据认知的主要渠道。（3）高新技术企业缺乏数据应用平台，影响企业数据功能的发挥。大数据的发展，一定不是技术引领，而是应用引领［5］，为实践为大数据的发展提供了广阔的空间。大数据应用的过程是企业应用数据平台，发挥大数据功能的过程。蒸汽机技术革命实现了企业治理的机械化，信息技术革命实现了企业治理的信息化，大数据革命将实现企业治理的数据化。目前，太原高新区高新技术企业对于选择应用私有云、公有云还是混合云比较盲目。所以，在大数据时代，高新技术企业应用大数据程度的关键在于应用平台在企业中发挥作用的程度。（4）大数据在高新技术企业治理中功能不明显，影响企业对大数据技术的应用。大数据功能彰显的维度很大程度上影响企业大数据的应用程度。大数据为企业带来的功能是企业选择数据治理的最直接推动力：①要素数据化引领企业治理走向决策精准化。云计算的重点在于通过资源的快速组合，满足企业业务转型、业务拓展等不同需求，提高企业治理的精准度，为决策提供数据支撑；②流程数据化引领企业治理从产品战略向服务战略转变。企业利用平台创新服务流程，通过即时数据实现信息存储和挖掘，真正实现企业治理从基于IT的产品战略向商业导向的服务战略转变；③治理数据化具有成本优势。数据库向数据仓库的转变，实现了企业多部门、多主体对数据资源的共享，降低了数据收集成本。因此，要推动企业实现数据治理，必须使高新技术企业明晰大数据的功能。目前，很多企业不清楚大数据应用的功能，成为企业实现数据治理的最主要障碍因素。（5）高新技术企业组织结构碎片化，制约企业实现数据治理。目前，虽然太原高新区内煤化工、软件、信息、生物、光机电、环保、文化等企业70％以上在进行组织创新，超过60％的企业决策人员、管理人员和专业技术人员认为组织创新对于促进大数据应用非常重要。但从实践看，高新技术企业缺乏数据负责人制度，各部门之间缺乏统一的数据标准，部门之间的数据共享非常困难。同时，高新技术企业缺乏全局的数据质量考评机制，导致企业数据仓库样本不全面、不系统，影响数据治理的精准性和实效性。（6）高新技术企业示范引领作用不突出，很多企业的大数据应用存在盲目性。高新技术企业发挥应用大数据的示范引领作用是提高其它企业对大数据认知与实践水平的重要支撑。从调研结果看，与大数据技术紧密相关的软件、信息、光机电等企业对大数据的应用程度较高，环保与现代服务企业对大数据的应用程度较低。一些高新技术企业对大数据作用的认识不到位，片面、局限的大数据分析，并不能给企业的决策和运营提供任何帮助，反而会增加成本。因此，应发挥高新技术企业的示范引领作用，使更多企业能够更直观地认知大数据。
4对策建议
大数据时代，企业作为实现治理数据化的微观主体，直接决定着大数据的社会化进程。结合对太原高新区高新技术企业的调研结果，对于提高高新技术企业治理数据化水平提出以下建议：（1）制定国家大数据发展战略，引领高新技术企业走向数据化治理。政府必须从理念层面、技术层面及保障层面积极回应大数据时代提出的新要求［6］。2012年3月，美国宣布投资2亿美元启动“大数据研究和发展计划”，随后，英、法、德等国也积极制定了大数据发展战略，积极培育大数据市场。目前，我国在《“十二五”国家战略性新兴产业发展规划》、《物联网“十二五”发展规划》等发展规划中都提出要积极发展大数据存储、处理、挖掘技术及信息感知、信息传输和信息安全等技术，但这些都是大数据发展的局部性环节，缺乏有关大数据收集、分析、挖掘和可视化的系统性产业政策。为此，应从国家层面布局大数据发展战略，协调区域间大数据技术发展的不平衡性，促进大数据与经济、社会和谐健康发展。（2）建立完善宣传机制，不断提高高新技术企业对大数据技术的认知程度。目前，太原市高新区高新技术企业对大数据技术认知度较低，主要原因在于企业对大数据技术与传统小数据技术的根本区别，以及对大数据价值评估及其价值实现路径不理解。为此，一是要树立数据资产观念，提高企业员工对数据的敏感度，了解数据的价值，善于分析数据、应用数据；二是要积极宣传大数据的价值。可视化技术有助于企业更好地理解大数据给企业带来的新功能和新价值；三是要创新宣传渠道。进一步加大网络、典型案例和传统媒介对大数据技术的宣传力度，使大数据从科学共同体向企业共同体转移，提高高新技术企业决策人员、管理人员及专业技术人员对大数据的认同度。（3）加快平台建设，为高新技术企业实现数据治理提供现实支撑。大数据时代，企业的数据来源包括传统企业数据、机器生成的即时数据、社会数据和政府数据等。建立全面系统的数据仓库，是企业实现数据治理的前提和基础，平台建设为企业数据仓库建立提供了现实支撑。云平台允许开发者们将写好的程序放在“云”里运行，或使用“云”提供的服务。目前，面向个人和企业的云服务平台很多，企业可根据自身发展状况决定使用私有云还是公有云，前者在数据的安全性方面占有优势，后者成本相对较低。无论在户内环境，还是在“云”里，一个应用平台均应包含基础、基础设施服务、应用服务3个部分。其中，基础主要包括平台软件；基础设施服务主要包括远程存储服务、集成服务及身份管理服务等；应用服务主要包括根据企业需求提供的各种具体服务。在大数据时代，高新技术企业要实现数据治理，必须明确平台建设及平台选择的重要性，通过应用平台，凸显大数据应用的价值。（4）加快组织创新，为高新技术企业实现数据治理提供组织保障。企业组织创新的关键在于实现组织机构由碎片化向协同化转变。构建全面的数据治理体系，需从组织架构、管理流程、操作规范和绩效考核4个维度进行全面梳理［8］。首先，建立由高层管理人员、数据管理人员和业务管理人员组成的数据治理委员会，负责企业数据治理的顶层设计和战略规划；其次，成立由业务部门专家、信息部门技术专家、数据管理专家组成的数据工作组，负责企业数据标准的制定，数据收集、分析与挖掘、可视化及评估工作；第三，成立数据治理实施组，主要由各数据系统项目组成员组成，负责向企业大数据平台提供原始数据。（5）充分发挥高新技术企业的示范引领作用。数据对决策者的意义在于，一是早期预警，二是实时感知，三是实时反馈［9］。大数据应用技术作为科学技术发展的新成果，其推广与应用首先来自于高新技术企业的示范引领作用。目前，很多大数据服务企业及大数据应用企业都聚集在高新区。高新区具有数据高端人才集聚、网络环境好、大数据企业集聚态势好、数据源丰富、数据平台条件良好等优势。应进一步发挥高新区企业大数据应用的示范引领作用，加大对高新区大数据典型应用企业和龙头企业的宣传力度，通过可视化技术充分彰显大数据在高新技术企业的应用价值，示范引领其它企业实现数据治理。（6）加快数据安全和人才队伍建设，为实现数据治理提供保障。大数据的挖掘与利用应当有法可依，需要界定数据挖掘、利用的权限和范围［10］。一方面，必须公开涉及民众安全、健康、环保等方面的大数据；另一方面，对于涉及企业秘密的大数据予以保护，在数据开放与封闭之间保持必要的张力。同时，企业实现数据决策也是企业人才素质与能力的竞争。从全球范围看，数据专家缺乏已成为普遍现象。没有人才的支撑，企业的数据决策将无法实现。因此，必须加快企业决策人员、管理人员和专业技术人员的大数据素养培育，为高新技术企业实现数据治理提供保障。
参考文献：
［1］凌捷．大数据时代高新技术企业管理战略转型研究［J］．改革与战略，2015（5）：143－146．
［2］徐继华，等．智慧政府：大数据治国时代的来临［M］．北京：中信出版社，2014：31．
［3］SONGXM，BENEDETTOCAD，ZHAOYLI．Pioneerin－gadvantageinmanufacturingandserviceindustries：empiri－calevidencefromninecountries［J］．StrategicManagement，1999，20（9）：811－836．
［4］周世佳，殷杰．山西省实施大数据战略：优势、差距及路径［J］．理论探索，2014（4）：108－111．
［5］丁杰，徐建，等．迎接大数据［J］．热点论坛，2013（2）：87－90．
［6］任志锋，陶立业．论大数据背景下的政府“循数”治理［J］．理论探索，2014（6）：82－86．
［7］丁圣勇，樊勇兵，闵世武．解惑大数据［M］．北京：人民邮电出版社，2013：100．
［8］杨洁．构建企业级元数据治理体系［J］．中国金融电脑，2012（2）：63－65．
［9］张婉怡，李荣香．大数据时代的企业管理创新［J］．中国电子商务，2014（10）：111．
数据治理范文第5篇
关键词：上市公司 公司治理 现状分析 CCGINK
公司治理实务的发展客观上要求对治理情况进行评价。投资者关注公司的潜在价值，而公司的潜在价值的源泉是公司治理，投资者普遍愿意为治理良好的公司支付更高的财力；监管者把握公司治理实况，有利于实施有效监督，抑制信息不对称等可能导致投资者利益受损的事件发生，从而为投资者创建良好的投资环境；而公司本身则必须对自身治理状况进行内部评价，以了解自身治理能力的真实水平，进一步改善和提升自身治理水平，以吸引更多的投资者。故而，对公司治理状况进行评价特别是宏观视角的评价也就显得尤为必要。
一、南开治理指数（CCGINK）
对公司治理评价开始主要由学者个人或其他非商业机构（如政府监管派出部门）进行，后来逐步衍生出有专门的商业机构进行评价，并定期有针对性地公开评级数据和信息。世界银行治理评价系统实质上是对公司治理环境进行评价，而其他非商业性机构的公司治理系统具有如下特征： 一是评价系统均是由一系列详细指标组成；二是大多数评价系统都使用了权重评级方法；三是获取评价所需信息的方法是一致的，主要来自公开可获得信息和调查问卷。
非商业性公司治理评价系统的主要区别：关注的重点、采用的标准以及评价指标体系的构成呈现出较大差别。公司治理评价的研究与应用，对公司治理实践具有指导意义。正如上述对不同评价系统的对比所看到的，不同的评价系统有不同的适应条件，中国公司的治理环境、治理结构与国外有很大的差别因而直接将国外评价系统移植到国内必将产生“水土不服”现象。南开大学开发的CCGINK指数，结合了中国公司所处实际运营环境，其关注的指标或是评价体系的合乎中国公司运营实际，是中国化了的公司治理评价体系。
由南开大学开发的中国公司治理指数（CCGINK， 简称南开治理指数） 采用百分制形式， 最高值为 100，最低值为 0（表1）。CCGINK指数延伸出六个维度：控股股东治理指数、董事会治理指数、监事会治理指数、经理层治理指数、信息披露指数、利益相关者治理指数作为评价指标体系。本文也是基于此对当前上市公司进行分类比较研究，在此基础上总结当前我国上市公司治理特征和大致概况。
二、中国上市公司治理现状描述性统计分析
本文研究样本数据源于2012年上市公司披露之年报信息。样本筛选的原则有二：指标信息齐全；不含异常数，最终确定的有效样本为1216家。
数据分析表明，2012年中国公司治理较之以前明显改善，表现为上市公司治理水平整体呈上升态势，从2003年的48.96提高到2012年的60.60，但有效性依然偏低，例如中小股东权益保护指数2012年均值仅为50.93；独立董事制度指数2012年均值仅为59.97；经理层激励约束指数2012年均值仅为46.85。2012年中国上市公司治理指数的均值为60.60，最大值为71.82，最小值为48.09。上市公司治理受控股股东性质、行业因素、地区因素的影响。从控股股东性质分析，继2011年之后，2012年民营控股上市公司治理指数再次超过国有控股上市公司；行业分类表明，金融、保险业的公司治理指数仍然位居第一。从市场板块来看，2012年创业板公司治理指数超过金融、保险业公司，指数均值最高，为63.63；其次为金融、保险业公司，其治理指数均值为63.44；中小企业板为63.09；而主板上市公司的治理指数平均值最低，为58.68。
（一）股东治理提升遭遇瓶颈，股东治理各分指标下降
2012年CCGISHNK（股东治理指数）由64.56降为61.20，比上一年度（2011）有较大幅度的下降，这其中，独立性下降了2.90，关联交易下降了4.31，中小股东权益下降了2.62。股东单位任职的董事所占的比例从2011年的28.50%上升到2012年的41.78%，兼任高管的董事比例由2011年的22.50%上升到2012年的24.63%是导致上市公司独立性下降的主要原因；经济形势的继续恶化时关联交易抬头的经济因素，相对于2011年，未实现中小股东现金分红的上市公司的比例由53.79%上升到68.26%。数据显示：2012年上市公司投资者对于公司内部治理能力信心不足，他们希望借由自身参与的方式对公司实行直接控制和管理，以应对近年来不够明朗的经济大势；除此之外，由于对于行业或是整个经济体未来预期不高，故此，对中小股东的现金分红也被部分截流，这说明上市公司对于自身现金流的管控能力不足，他们没有足够的信心在公司出现波动的时候筹措足够的资金。根源在于近期中国大陆金融市场的振荡和金融政策的连续性波动，使得公司更多的考虑自留现金而不是向金融机构借贷。这表明公司管理层对于资金风险预期存在一个较大的心理预期。
（二）董事会治理水平稳步提升，但董事会治理有效性有待提升
CCGIBODNk2012年均值为61.21，标准差为1.79。组织结构均值68.52，得分最高；运作效率为57.19，为5个分指标中最低值，形成原因主要是独立性受到较大程度的制约，牵制力量较之过往年度大幅增强。各方力量均衡的组织可以提高决策的质量和水准，但是必然会导致运作效率的大幅下滑。外部经济形势不稳，这是个投资者纷纷入驻上市公司管理层的根本原因，这大大的削弱了公司管理和执行阶层独立决策的权力，根据组织行为学，组织机构权力过于分散，各方相互牵制的情况下，将大大的制约其决策速度和执行效率。
（三）监事会治理质量逐年提高
2012年我国上市公司监事会治理指数的均值为57.35，样本公司监事会运行指数表现良好，平均值为67.80；监事会胜任能力指数和规模结构指数平均值分别为55.88和49.86。可见上市公司监事会治理质量逐年提高。但同样存在的问题是：公司内部监管监管过严，决策和执行层遭到相当程度的限制，公司治理的效益整体实际下滑；而外部监管不足或是不能真正的进入到公司的核心地带，无法切实地对公司的内部运营、资本操作和财务控制做有效和持续的监督，这便是2012年部分上市公司财务频频出问题的外部原因。
（四）经理层治理指数、信息披露指数略有上升，但利益相关治理指数呈下降趋势
2012年，CCGITOPNK和CCGIIDNk皆略有上升，分别为61.3和63.2，主要原因在于监管机制的不断成熟和职业经理人理念不断为投资者所认可。但CCGISTHNK却由于受制于协调分指数的大幅下降而下降，从这个层面来说，中国上市公司是外部合作和内部协作能力较之于往年都不理想。
三、结束语
伴随着我国企业改革的逐步深化和公司治理由行政型治理向经济型治理转型的十年里，围绕规则、合规和问责进行的公司治理结构、机制建设使得上市公司治理合规性明显改善，公司治理水平整体呈上升态势，平均值从 2003 年的 48.96 提高到 2012 年的 60.60，公司治理建设进步明显，治理质量大幅提升。然而，我们还应该看到，尽管上市公司治理水平总体呈提升态势，但治理有效性偏低亦成为突出问题。