区块链技术在政府数据治理中的应用：优势、挑战与对策

党的十九大报告指出，要“善于运用互联网技术和信息化手段开展工作”。数据治理已成为政府治理的重点领域和主要模式，区块链、云计算、物联网等大数据技术的迅猛发展为政府数据治理提供了必要的技术支撑。近年来，作为比特币底层技术与基础架构的区块链越来越为公众熟知，并广泛地运用于数字货币、税务保险、知识版权、慈善公益、智慧医疗等方面，逐步从金融领域拓展到社会领域，为政府数据治理带来机遇。目前，区块链技术在金融领域的作用已初见成效，未来政府也将主动借鉴区块链的原理和技术提升政府治理质量和效率。但迄今为止，国内很少有学者对基于区块链技术的政府数据治理进行研究。本文旨在分析政府数据治理的主要问题与区块链的关键技术，回答如何有效运用区块链的技术优势弥补政府数据治理的短板，以期对提高政府数据治理水平和效率有所裨益。

一、文献综述

伴随着区块链技术的日益成熟与区块链应用领域的迅猛扩展，区块链已成为新兴的热点议题。目前，区块链技术在政府领域的应用还处在探索阶段，已有研究主要集中在区块链的实践应用与理论研究两个方面。2016年12月，贵阳市在全国范围内率先发布《贵阳区块链发展和应用》，提出区块链技术的政务应用、民生应用与票据应用三大领域。而后，广东省、浙江省相继提出大力发展区块链技术，提升治理效能。目前，区块链技术已应用到身份认证、食品安全、精准扶贫等民生服务领域。贵阳市引入区块链技术推动精准扶贫，运用区块链的技术特性实现贫困人口的精准识别与有效退出，并对扶贫资金、项目管理进行有效监督。佛山市应用区块链技术推出“小区块大数据”平台，在食品安全、社区矫正、司法公证等领域深挖信用价值，建设智信社会。

区块链技术引入政府治理领域，将给政府治理理念、机制与制度体系带来深刻变革。与之相关的研究主要分为两个方面：第一，区块链技术在政府治理领域的应用研究。王鹏等（2017）提出区块链技术推动政府治理模式创新，需要深化顾客导向思维、构建多中心治理结构、打造共享共建平台、创立智能化治理模式，可以实现政府治理的精准化、服务化、个性化和定制化。蒋余浩等（2018）提出传统的责任机制难以有效应对大数据时代的决策风险，区块链技术能形成多层协作、多头互联的公共责任机制，可以克服海量数据造成的各种风险，强化公共决策的民主性。高国伟等（2018）针对当前政府基础信息共享模式存在的缺陷，结合区块链的技术优势，提出基于区块链的新型政府基础信息资源协同共享模式。

第二，区块链技术在政府治理领域的风险研究。王毛路等（2018）阐述了区块链的技术优势，分析区块链在产权登记、知识产权保护、产品防伪溯源、票据验真、金融风险防控等领域的可行性，并指出区块链在制度安排与技术监管方面的风险。张毅等（2016）认为，区块链可以有效推动政府角色转换和职能转变，促进政府结构、服务过程和治理绩效变革，但在政府传统职能、管理机制与法规制度等方向带来巨大挑战。周瑞珏（2017）在分析区块链不同技术模式和去中心化机制可能存在的法律风险的基础上，提出设置行业准入门槛、进行事前登记、多样化监管等符合现阶段区块链发展的监管机制。

总体而言，已有文献在区块链的基础技术、应用场景、治理风险等方面进行深入的探讨，为本文研究提供了坚实的理论基础和技术支撑，但仍有两点不足：第一，已有文献大多从公共责任机制、信息共享系统、治理结构等微观层面分析，就政府数据治理领域鲜有涉及。而政府数据治理是政府治理的主要方式，亟需引入区块链技术，从宏观层面变革治理理念和制度体系，推动政府数据治理创新。第二，已有文献对区块链技术带来的治理危机和风险研究较为碎片化，并未建构起完整的“理念—机制—制度”的分析框架。基于此，本文将区块链技术应用到政府数据治理领域，结合区块链技术的应用优势，探讨区块链应用于政府数据治理的挑战，并从“理念—机制—制度”的视角提出相应的政策建议。

二、政府数据治理面临的主要问题

伴随着信息技术发展和数字政府建设，数据已然成为政府治理的核心要素和战略资源。一般而言，政府数据治理是以治理的方式改进传统政府信息管理的理念与方式，综合运用法律制度、技术方法与流程标准等手段，就政府数据的可用性、完整性、安全性等进行全面管理，实现政府数据资产的价值。换言之，政府数据治理关键在于数据的可得性、安全性与科学性，能否及时、有效地获取高质量的数据直接决定着政府数据治理的能力和水平。但目前，中国政府数据治理还处于起步阶段，政府数据存在着质量管理差、安全管控弱、开放共享难等问题。

（一）政府数据质量管理差

数据的质量是数据治理应用与研究关注的核心问题。大数据时代的数据质量与大数据的特性有关，由于数据的规模体量大，在获取、存储和计算过程中容易错误，而数据的快速产生与高速更新容易产生不一致性，且数据来源和形式的多样性使得数据更易产生冲突。目前，中国数据质量管理差主要表现在3个方面：

第一，数据的真实性不够。数据的真实性是指政府公开发布的数据必须是客观、真实的，不应有统计方法的疏忽或是人为因素的干扰。一方面，受各种历史原因和现实条件的限制，某些伪造、制造、修饰的数据真假难辨，导致政府数据难免“失真”；另一方面，人工干预的统计和传播方法可能引入误差，导致数据在传播过程中逐步失真。

第二，数据的一致性不高。数据的一致性主要体现在同一份数据空间与时间的转换能否保持一致以及业务关联的数据之间逻辑关系的一致性。政府数据来源多元化，包括政府、企业、公众、非政府组织等多元主体的数据，也包含数据库、网页、文本、图片、视频等各类结构化、半结构化与非结构化的数据，数据源的多样性与数据结构的复杂性导致政府获取高质量的数据，并对数据进行有效整合、传输和应用面临巨大挑战，数据之间存在着冲突、不一致或者相互矛盾的问题。

第三，数据的时效性不强。据专家推算，全球每年新增数据40%左右，信息总量两年就可以翻番。数据的高速更新使得部分数据的“有效期”很短，如果政府缺乏有效实时收集数据的意识和能力，那么收集的部分数据可能是“过期”的。另外，政府发布推送的数据信息也有时效性，特别是危机治理，更需要及时公开信息，拓展信息推送渠道，加速信息传播速度，实现数据治理的精、准、快。

（二）政府数据安全管控弱

（编辑：济源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!