“流量”作为现象级热词，近年来相关研究与实践发展迅猛。城市，尤其是超大城市作为各类流量集聚的空间载体，如何对流量进行治理受到了学者们的普遍关注，研究对象从传统流量，包括人口、交通、贸易等逐渐拓展到金融、数据等新兴领域。这些“流量”正在重塑城市治理场景、再造城市治理流程、优化城市治理体系，并共同印证着一个新晋的观察：“流量城市”治理的时代已经汹涌而来。与传统的城市治理研究相比，“流量城市”具有两大核心特征：一是城市各类要素在流动规模上呈现出“大进大出”的特点，流动要素增多、规模巨大，城市成为多种流量快速集聚的网络中心；二是城市各类要素在流动速度上呈现出“快进快出”的特点，流动频率高、速率快，始终处于动态、连续变化中，城市成为多种流量迅速分化的重要场域。随着现代信息技术的进步，特别是大数据时代的到来，各类流量均将以数字化的形式积累沉淀并与其他数据交互，形成数据流量，进而通过数字技术以数字孪生等形式呈现。在这些数据流量中，公共数据流量扮演着关键角色，不仅成为城市生产和流通的基础要素，而且还沟通和连接起其他各类流量，极大延展着城市发展与治理的时间与空间。那么，何为城市公共数据流量？如何进行城市公共数据流量治理？这些成为本文的主要关切。 

　　一、问题提出：何为公共数据流量 

　　城市公共数据流量是“流量化了”的公共数据，从相关研究可以看出其具有公共属性、共享属性、开放属性、价值属性、安全属性等特征，公共数据在流动中被赋予了更加重要的意义。这对城市治理提出了新要求，也带来了新平台和新机遇。

　　（一）公共数据流量的概念界定

　　“公共数据流量”一词由“公共数据”和“流量”两个关键词构成，因而可以从这两个角度对其进行解释。

　　对于“公共数据”的概念内涵与外延，相关研究尚未达成共识。一种观点基于组织视角，认为公共数据是政务部门、事业单位以及承担公共服务职能的企业，在依法履职过程中产生的数据；一种观点基于数据属性视角，认为公共数据是能够被所有社会成员共享的数据资源，是不受有效隐私、安全或特权限制的数据。还有一种观点基于数据发布载体视角，认为发布到公共领域的所有数据均为公共数据，但该观点明显过于扩大了公共数据的范围。基于既有研究、法律法规和相关政策，可以将公共数据定义为公共管理和服务机构在依法履行公共管理职责或者提供公共服务的过程中产生、处理信息的符号记录。

　　“流量”是物理学领域的概念，之后被引入人口、交通和信息等公共管理领域。“流量”兼具“流”与“量”两方面的特征，“流”强调流动性，“量”强调规模性。也即，要素的大规模汇聚与高频率有序流动形成了“流量”。也正是这两点特征将“数据流量”与其他相关概念，如数据资源、数据资产、数据资本等区分开来。数据集结到一定规模后会形成数据资源；有权属、有价值、可计量、可读取的数据是数据资产；充分数字化、生产要素化的数据资产是数据资本。也即，数据资源、数据资产、数据资本具有规模性的特征，但不强调流动性的特点，然而沉淀的数据资本仅具有符号功能，无法创造价值。数据流量是数据资本活化的状态，通过流动使数据资本具备价值创造能力。上述概念之间的关系如图1所示。

　　综合“公共数据”与“流量”两个概念可以将“公共数据流量”定义为：达到相当规模，且具有明确权属、能够充分流动的公共数据集。需要说明的是，从“公共数据”到“公共数据流量”不是一个自然而然的过程，需要完善其治理逻辑与治理结构，否则其流动可能陷入无序与混乱状态，难以形成“公共数据流量”。

　　（二）公共数据流量的特征分析

　　 基于已有研究，公共数据流量的主要特征可以概括为如下四个方面。一是具有突出的公共价值属性。公共数据具有较强的正外部性，可优化资源配置和提高决策科学性，促进经济社会高质量发展，实现人民对美好生活的向往。例如，交通数据的分析可以改善城市交通规划和管理，从而减少拥堵和提高出行效率。这种正外部性使得公共数据的流动不仅对使用者有益，更能产生广泛的社会效益。二是具有范围广、规模大的典型特征。基于数源主体与数据内容公共性程度差异，可以将其分为政务数据、公共非营利主体数据、公共营利主体数据和非公共营利主体数据四类，并且随着信息技术的发展，数据的获取将变得越来越多样化。三是共享与开放的需求强烈。一方面政府内部部门之间、层级之间、区域之间破除“数据孤岛”具有现实需求的迫切性，数据的释放被赋予高价值的预期；另一方面经济与社会组织对于合理运用公共数据具有强烈的需求，通过公共数据治理，可以推动“有为政府与有效市场结合”，实现公共价值与商业价值并举。四是对安全的要求具有刚性特征。由于公共数据涉及大量个人、法人隐私信息甚至国家安全信息，因此其治理过程中必须牢牢把握信息安全底线。 

　　（三）城市公共数据流量的生成过程

　　近年来，随着数字化进程的加速发展，城市公共数据的规模与重要性逐渐受到关注。已有研究表明，城市范围内每天都会产生海量数据，这些数据涵盖了个人、企业及公共部门等多个领域，其生成与归集过程中逐渐形成了重要的公共数据资源。此外，与公共数据相对应的是社会数据，即存在于社会面上的数据，主要包括各类企业手中的数据。

　　关于数据的分类，已有研究通常从生成者和持有者的角度展开分析。从生成者的角度看，城市数据可划分为个人数据、公共部门数据和企业数据。然而，数据生成者并不一定是数据的持有者。例如，个人虽然是数据生成的重要主体，但几乎不直接持有数据，并且自然人对个人数据的权利并非物权等可以积极利用的绝对权，只有在该权利被侵害而导致其他民事权利被侵害时，才能得到侵权法的保护。公共属性的个人信息通常通过政府部门的数据归集被政府持有，而市场化的个人信息数据则大多留存在企业的设备终端、网站与客户端中。因此，从持有者的角度而言，数据可以进一步分为公共数据和社会数据两大类。其中公共数据是政府和事业单位在履职过程中制作或获取的、以一定形式记录和保存的各类数据。

　　在数据规模性与流动性特征的研究中，学者们注意到，公共数据相较于社会数据更早展现出“流量化”的特点。一方面，城市政府的数字化转型推动了公共数据的扩张、更新迭代与集聚，形成了庞大的有组织的公共数据集。另一方面，城市政府通过技术创新和制度设计，如组建数据局、打破“数据孤岛”、推动数据共享与开放等，逐步形成了系统化的公共数据流动机制。与之相比，社会数据虽然在规模性方面远超公共数据，但在流动性方面仍存在明显不足。这主要体现在数据许可、数据隐私保护、数据更新以及数据交易制度与平台建设等领域的不完善。

　　基于以上研究，可以形成对城市公共数据流量生成过程的综合理解，如图2所示。公共部门在履职过程中获取或制作的个人、企业和公共部门数据构成了公共数据，当公共数据达到相当规模并具有流动性时便形成了公共数据流量。城市公共数据在规模性与流动性方面的独特优势，使其成为推动数字化城市建设的重要驱动力。

　　二、城市公共数据流量治理的研究进路 

　　在对公共数据治理问题开展探索性研究的基础上，学者们首先关注的是如何对公共数据进行治理，即“规制”视角，包括数据安全、信息基础建设、公共数据管理制度等，并基于整体性治理等理论提出了系统性的公共数据治理体系。在城市公共数据流量总体安全可控的基础上，相关研究进一步向应用场景领域延伸，即“赋能”视角，在功能场景方面研究了交通数据治理、金融数据治理等；在地区场景上，针对雄安、上海等地开展了案例研究。基于已有研究可以归纳出城市公共数据流量治理的演进路径，即从“规制”视角研究“对公共数据流量治理”发展到从“赋能”视角研究“用公共数据流量治理”。

　　（一）规制：对公共数据流量治理

　　公共数据流量治理的相关研究首先关注的是“规制”问题，即公共数据流量作为治理对象的管理。公共数据流量的治理是一个复杂的系统工程，涉及多主体、多环节、多目标的协同运作。作为对象的公共数据流量治理，是指政府对行政管理过程中所产生和使用的数据，尤其是在信息系统中所存储数据的治理。其目标包括维护数据质量和安全，提高决策和管理效率。

　　对公共数据流量治理的相关研究可以分为广义和狭义两个层面。在广义层面，公共数据流量治理涵盖了从生成到运用的全过程，包括数据收集、数据整理、数据分析、数据挖掘、数据控制、数据传播等环节。数据收集和整理是治理的起点，其规范性和完整性决定了后续环节的效果；数据分析和挖掘是治理的核心环节，其深度和精度直接影响治理目标的实现；数据控制和传播则是对公共数据价值创造过程的治理，确保其合规有序地参与价值创造实践。在狭义层面，则主要聚焦于合规性研究，包括数据安全管理、数据的法律属性和数据的财产权等具体内容。相较而言，广义的理解更具有全局观，更有利于相关研究的发展和深化。

　　对既有研究进行归纳发现，在公共数据流量治理过程中，政府需要解决三对核心矛盾，以提升治理的绩效。第一，数据共享与数据安全之间的矛盾。数据共享是提高数据利用率和治理效率的重要手段，但开放和共享带来的安全风险不容忽视。因此，如何在开放共享和安全防护之间找到平衡点是治理的关键挑战。第二，数据所有权与数据使用权之间的矛盾。随着数据价值的不断显现，数据的所有权归属问题愈加突出，尤其是政府各部门、政府与技术服务企业之间的权责划分问题。如果数据使用权过于集中，可能导致数据利用效率低下；反之，如果过于分散，则可能引发数据滥用和隐私泄露。第三，数据公共性与部门利益之间的矛盾。数据作为公共资源，其开放和共享应以公共利益为导向，但在实际治理中，部门之间的利益竞争往往成为数据共享的主要障碍。

　　 从逻辑上讲，数据规制工作是“赋能”工作的前提和基础。无论是数据赋能治理，还是治理中的技术赋权，其前提都在于对数据的充分规制和有效管理。如果公共数据的范围有限甚至失真，其赋能效果也会受到限制；而如果数据质量低下、结构混乱，不仅难以实现赋能，反而可能带来治理的“负能”。所谓“负能”，即数据治理中的低效或错误使用，可能导致资源浪费、政策失误甚至社会信任危机。因此，既有研究指出，在推进公共数据流量治理的过程中，政府应坚持以问题为导向，从顶层设计和具体实践两个层面入手。在顶层设计层面，需要构建公共数据治理的整体框架，明确治理目标、原则和路线图，同时强化数据治理的法治化和制度化建设，为各项具体工作提供规范依据。而在具体实践层面，需要重点解决数据标准化、跨部门协作和技术支持等实际问题。例如，通过制定统一的数据标准和分类体系，提高不同数据源之间的兼容性和可操作性；通过建立数据共享平台和信息化基础设施，加强部门间的横向协作和信息流通；通过引入人工智能、大数据分析等技术手段，提升数据治理的效率和精准度。 

　　（二）赋能：用公共数据流量治理

　　 在规制的基础之上，学者们进一步探讨了“用公共数据流量治理”的可能性与实施路径，认为数据革命的核心不在于数据本身的变化，而在于从数据中萃取洞见的统计方法和分析工具的革新。这一观点强调，公共数据的价值不在于其存量，而在于如何利用其增量产生治理洞见。通过提升数据分析技术和应用能力，政府可以从数据中挖掘出更精准的决策依据，推动公共治理体系的全面升级。作为工具的公共数据流量治理，是指政府直接面对数据、基于数据和创新应用数据，推动城市治理能力的现代化转型。例如，城市应急管理系统可以通过实时监控数据预测可能的风险点，提前部署资源；智慧交通系统则利用动态数据优化交通信号，提高城市通行效率等。用公共数据流量治理的理念，超越了传统经验驱动、危机驱动的治理逻辑，强调了数据的战略性资源地位，突出数据驱动的治理逻辑在解决复杂社会问题中的潜力。与传统依赖经验的治理方式相比，数据驱动不仅更具科学性，还能够以更加动态和精准的方式满足公共需求。 

　　 当前实践中对“用公共数据流量治理”的关注多于“对公共数据流量治理”。这主要是因为“用”公共数据更容易实现短期绩效，而“对”公共数据治理则需要进行复杂的数据汇聚与整合。基于实践中存在的问题，学者们开展了针对性的研究工作，主要集中在公共数据的横向整合（跨部门数据共享）与纵向整合（各级政府数据汇总）中面临的“数据烟囱”和“数据孤岛”等问题。具体而言，“数据烟囱”指的是部门间数据资源分割、难以互通的现象；“数据孤岛”则指的是地方与中央之间因标准、技术差异而无法有效实现数据对接的问题。这些问题不仅使得公共数据资源难以共享，也导致了公共数据治理能力在区域之间的不平衡。上述研究充分证明了公共数据“规制”是“赋能”的基础，在完善公共数据“规制”的技术、制度与组织基础之上，明确各部门的数据责任分工和共享权限，解决好数据质量、标准化、安全性、共享性等问题，才能使公共数据进一步赋能城市发展的各个领域。 

　　从发展的角度，根据相关研究可以将“用公共数据流量治理”具体划分为两个阶段。第一，数据运用阶段。在完成基础规制后，可以利用大数据、人工智能等技术手段，提升数据资源的使用效率，推动精准治理。比如，通过数据分析预测城市供需平衡，优化资源分配；通过机器学习算法识别潜在风险，提高社会治理的前瞻性等。第二，数据协同阶段。这一阶段强调跨部门、跨层级的数据共享与协作，推动整体治理效能的提升。协同治理的实现需要依托统一的数据治理平台，以及稳定、高效的技术支持体系。例如，建立区域性的“数字政府”平台，使不同城市和区域之间的数据资源实现互联互通。

　　 综上所述，城市公共数据流量治理的相关研究提出了从“规制”到“赋能”的渐进式路径。这一路径首先强调对公共数据资源的有效管理，在搭建好公共数据的全过程治理框架后，进一步探索其在相关应用领域中的价值挖掘和实际效果。学者们普遍认为，这种“先规制后赋能”的思路不仅符合治理逻辑，也能够有效规避当前数据滥用和资源浪费的问题。例如，在上海的“一网通办”改革中，通过对政务数据资源的全面梳理和整合，政府不仅实现了线上线下服务一体化，还在提升政务服务效率的同时降低了治理成本。这一实践表明，只有在完善的公共数据规制基础上，才能充分释放数据资源的治理潜力，最终实现“用数据治城”的目标。这种渐进式的公共数据治理体系建设，不仅能够为相关研究提供更加清晰的理论框架，也能够为城市管理提供更加明确的操作指南。未来，随着技术的进步和制度的完善，数据驱动的治理方式将在城市现代化转型中发挥更大的作用。 

　　三、规制逻辑下的数据确权与部门分权 

　　“规制”逻辑下关注的是“对公共数据流量治理”的问题。相关研究总体聚焦于两个层面：一是技术层面，二是组织层面。前者需要明确公共数据的属性与特征，后者则需要协调部门之间的关系。这两个层面的问题相互交织于整个公共数据流量治理过程中，同时两个层面又各有侧重。

　　（一）技术层面：数据确权

　　 在公共数据流量治理的过程中，数据层面的问题居于首位。现有研究普遍认为，数据所有权的确认是其他权属确认的前提，是具有基础性的问题。数据所有权的明确，直接关系到数据资源的开发、共享与使用。只有通过权属的清晰界定，才能有效避免因权利模糊而引发的管理矛盾和法律纠纷。而基础性问题的解决，就必须从根源入手，也即从数据的属性与特征入手。公共数据，其基本属性便是“公共”。这一属性决定了公共数据在社会治理中的特殊地位，也使其在确权问题上有别于商业数据或个人数据。与其他类型的数据不同，公共数据天然具有共享性和服务性，其使用价值往往在广泛传播和多主体协作中得以充分实现。这意味着，从范围的角度来看，它属于公共资源范畴；从权益主体的角度来看，它是为全体社会成员所有的，任何主体都不能在整体上独占或使用它；从权益配置的角度来看，政府可以依法代表国家行使所有权，相应收益应当归属全体人民共同所有。在此基础上，学者进一步指出，公共数据确权不仅是一个法律问题，更是一个治理问题。确权工作的核心在于处理好政府作为所有权代理人与其他社会主体之间的权利关系。也就是说，公共数据资源作为新型国有资产，其“所有权”应当归国家所有，并委托各级政府代理行使。这不仅符合现代国家资源管理的基本逻辑，也为公共数据治理提供了明确的制度基础。通过这种所有权结构安排，可以有效防止数据资源被某些机构或部门垄断，确保其惠及全社会。 

　　（二）组织层面：部门分权

　　 在明确所有权由各级政府行使的前提下，管理权、使用权和监管权的配置属于组织层面的问题，需要通过组织内部的协调来解决。既有研究普遍认可“三权分置”的思路，也即，明确“监管权”由数据管理部门履行，并负责统筹当地公共数据管理工作，建立和完善公共数据资源管理体系，推进公共数据共享、开放和利用。明确“使用权”由产生和收集数据的部门履行，并按照共享为原则、不共享为例外和在法律法规允许范围内最大限度开放的原则，向有使用需求的政府部门及市场、社会主体提供数据或服务。明确“管理权”由数据管理部门与产生和收集数据的部门履行，实行分类管理。具体到数据层面，一类是由数据管理部门会同相关部门建设起的人口、法人、房屋、自然资源与空间地理、电子证照、公共信用等基础数据库中的数据，即“物理汇聚”的数据，由数据管理部门负责管理；另一类是由数据管理部门制定规范、各主管部门编目和挂接，而建立起的公共数据资源目录体系中所涉及的数据，即“逻辑汇聚”的数据，由各部门负责管理。 

　　 在管理权的配置上，还存在一些有待解决的问题。学者们提出，按照谁主管、谁提供、谁负责的原则，管理权应当由产生和收集数据的部门掌握，但不可避免的是，主管部门会“过度”管理数据，这也是产生“数据孤岛”的主要原因。应当按照“统一领导、统筹管理、专业运营、智库支持”的思路，构建组织管理体系。一是统一领导，成立由城市政府主要领导任组长的智慧城市和数字政府建设领导小组，负责宏观指导、统筹规划、跨部门协调和工作部署。二是统筹管理，参考国家层面新组建的“国家数据局”的职能定位，集中原先分散在其他委办局的相关信息化职能，组建或改革城市数据管理部门，明确将统筹政务服务和数字政府建设的权力赋予该部门。同时，该部门还负责统筹协调本级各部门信息化规划和项目管理，组织建设和运营公共项目，统筹本行政区域内公共数据的采集、分类、管理、分析和应用工作。三是专业运营，探索“管运分离”模式，引入社会资本共同参与建设运营。由数据管理部门指导监督，开展政务信息化项目建设、运营工作。四是智库支持，组建智慧城市和数字政府建设战略咨询委员会，遴选各领域权威专家，发挥智库效能，为智慧城市和数字政府建设提供战略性咨询意见。 

　　综上，规制逻辑下城市公共数据流量治理的关键在于两个方面。一方面，数据确权旨在明确数据的归属、管理和使用权限，建立统一的数据权属体系，为数据共享和开放提供法律和制度保障。另一方面，组织分权则强调通过清晰界定各部门的数据管理职责，优化部门间的协同机制，避免重复建设和资源浪费。在这两个关键点的基础上，还需要完善相关技术手段和政策工具。例如，通过数据脱敏、加密技术提高数据共享过程中的安全性；通过制定行业标准和技术规范，增强数据流通的可操作性和可追溯性。

　　四、赋能逻辑下的平台建设与应用开发 

　　在“对公共数据流量治理”的基础上，方可进一步发挥“用公共数据流量治理”的作用。相关研究同样关注技术与组织两个层面。在技术层面上，用公共数据赋能城市治理的关键在于搭建公共数据资源平台；在组织层面上，则需要不同部门基于各自的权责配置进行应用开发。

　　（一）技术层面：平台建设

　　 既有研究认为，平台建设是运用公共数据流量赋能城市治理的基础层，包括数字底座与安全系统建设。数字底座建设是公共数据流量应用的信息基础，需要与政务云、政务网、政务大数据中心实现互联互通，通过整合感知体系、网络体系、云体系、城市大数据中心IDC体系和时空信息平台构建完整的公共数据流量库。安全系统包括安全合规、安全管理、安全监管、安全运营等内容，构建城市数据流量治理的安全保障体系。一是安全合规，根据国家、省网络安全有关政策文件规定，以具体安全需求为导向、以合规为基础考虑整体安全设计，规范做好网络安全防护体系建设，保障安全工作推进的统一性和有效性。二是安全管理，完善安全组织机构，强化安全人员管理和培训，明确各主体责任分工，建立健全安全制度流程，提高安全管理水平。三是安全监管，加强安全指导、安全监测、通报预警和监督考核，明确各相关监管单位的监管责任，优化技术平台以提升安全监管的效率与能力。四是安全运营，基于安全技术体系，提升安全识别、安全防护、事件响应与处置、安全分析与监测等安全服务水平，利用大数据分析、自动化编排等技术，开展集中化、自动化、智能化的安全运营，提供覆盖安全全生命周期的服务能力。 

　　（二）组织层面：应用开发

　　应用开发的目的在于系统性应用公共数据流量，围绕“智能中枢、智慧应用、统一门户”三个方面，构建公共数据流量的应用体系。一是智能中枢，基于数字底座打造共性支撑平台体系，包括数据中枢、能力中枢和业务中枢，为加快“三融五跨”全场景智慧应用的迭代升级提供支撑。二是智慧应用，基于智能中枢平台，分级分类建设智慧化应用系统，包括部门智慧应用、区级一体化智慧应用和市级一体化智慧应用，从而为流量城市治理的不同领域持续赋能，包括赋能人口流量、交通流量和经济流量治理等。三是统一门户，针对不同对象打造主要入口和交互界面，包括面向企业、面向社会公众和面向党政机关服务的统一信息门户等。

　　综上所述，城市公共数据流量治理是一个杂糅了技术、组织等多重因素在内的复杂互动过程，因此可以从“规制—赋能”两种逻辑、“技术—组织”两个层次形成城市公共数据流量治理的总体构架。规制逻辑下主要解决的是公共数据流量治理全过程的规范、安全、高效的问题，其中技术层面需要完成数据确权，组织层面需要完成部门分权；赋能逻辑下主要解决的是运用公共数据流量治理城市其他流量的问题，其中技术层面需要搭建公共数据平台，而组织层面则需要结合各部门的权责划分完成各类应用的开发，如图3所示。

　　结论与讨论 

　　 本文通过对城市公共数据流量特征的深入探讨，发现公共数据流量的规模性和流动性是其在城市治理中得以发挥关键作用的核心因素。特别是在政府的决策和管理过程中，数据的流动性使得各类要素得以快速集聚与分化，形成有效的治理支撑。通过对相关研究的梳理，可以清晰地看到公共数据流量治理从“规制”向“赋能”发展的研究进路，即城市公共数据流量治理应当在解决公共数据流量规范、安全、高效的基础上，进一步为城市其他流量的治理赋能。为了实现上述两种治理逻辑的目标，通过对已有研究的梳理，可以在两种治理逻辑的基础上，分别从技术、组织两个层面着手，构建城市公共数据流量治理的总体架构。确权与分权作为基础条件，为赋能提供了制度保障；而数据的共享与开放，则进一步实现了城市治理的智能化与精细化。在流量城市治理中，公共数据流量治理领域的探索，为认识上和实践中深化流量城市治理提供了重要样本。 

　　 事实上，“流量城市”既是现实实践中的城市样态，也代表着一个需要继续建设与完善的目标城市形态。深圳作为最早提出“流量城市”概念的超大城市，其在城市公共数据流量治理领域已经开展了很多有益的尝试，例如在数据确权与三权分置的基础上，采用“中心化”的数据共享方式，即由市政务服务和数据管理局负责建立公共数据共享需求对接机制和相关的监管制度，以此规定数据能否共享、如何共享的条件与标准，并据此对出现的争议和问题进行处置和裁决，对不按照规则存储、维护和使用数据的部门进行责任追究。此外，深圳还探索了数据服务化模式，即建立数据模型化分析、接口化调用等数据服务化标准规范和管理制度，推动各部门间的数据共享从“数据搬家”模式向“产品服务”模式转变，从而提升数据共享的实时性和安全性。通过上述方式，有效地实现了城市公共数据流量赋能人口流量、交通流量、经济流量等治理领域，上述应用的目标在于整合“流量红利”，并以“流量红利”提升治理效能，推进流量城市治理现代化。从深圳的实践可以看出，各类流量对城市治理的挑战是全方位的，城市应当设计完整的“流量治理链”。这一治理链既要在横截面上全方位考虑各项流量，也要在纵切面上考虑每项流量的各方面因素。然而，从城市公共数据流量治理的相关研究可以看出，当前公共数据的来源总体聚焦在城市政府活动所产生的数据流量，对于上下级政府的数据流量和政府外部的数据流量治理问题的研究尚不充分。当然，这并不全然是城市政府能够解决的问题，需要调动多方面力量共同参与治理。 

　　 从流量城市治理现代化的角度来看，当前的理论研究与实践发展还存在一些局限与不足。一方面，存在于社会面上的数据，特别是由各类企业所掌握的数据还没有被纳入治理范围。在数据管理部门当前的治理体系中，是不包含社会面上的数据的。但是，在实际工作中，政府内外部数据联系密切，如果不将社会面上的数据纳入治理体系，政府履职会受到很大制约。目前，社会面上的数据大多存储于各类企业中，政府获取这些数据的方式有以下两种。第一种方式是政府使用财政资金采购企业数据，在此过程中，企业拥有数据财产权，通过向政府供给数据获取经济收益；政府拥有数据使用权，通过付费来使用数据或服务。这是一种经济关系，而非行政关系。第二种方式是企业免费提供，这种方式操作存在较大困难。目前采用的是“一事一议”的模式，在此过程中，需要厘清政府与企业的权责关系，兼顾对政府与企业双方利益的保护。上述两种方式目前均未能形成有效的运行机制与制度体系，仍需进一步加强相关理论研究与实践探索。 

　　 另一方面，存在于国家部委或省级政府建设的行业政务系统中的数据还没有完全纳入治理范围。政府多年来一直在推行政务外网建设，但是实际上依然有十几甚至二十几个行业部门是有独立网络的，网络和网络之间有各种各样的限制。在这种网络隔阂的情况下，再加上部门内部的管理要求，依然有不少国家层面上、省级政府层面上的数据，是比较难以获取的。这是城市政府在数据流量治理上比较难以解决的外部制度约束，需要更高层级政府以制度安排的方式加以处理与规范。近年来，国家层面正在推动相关改革。2023年的国务院机构改革中组建了国家数据局，其职责包括统筹数据资源整合共享和开发利用等；2024年9月，中共中央办公厅、国务院办公厅印发了《关于加快公共数据资源开发利用的意见》；2025年1月，国家发展改革委、国家数据局印发了《公共数据资源授权运营实施规范（试行）》。但是，从城市政府的角度来看，这一工作的进展还应当更快一些，而且方法还应当更灵活一些。这就需要高层级政府充分了解下级政府的实际情况与需求，并吸纳一线工作人员参与到这项工作中来，从而设计出更加符合下级政府需要的数据共享或供给方式，使各级政府都不仅能够使用数据，而且还能够用好数据。 

　　〔本文注释内容略〕

原文责任编辑：梁华