首席数据官职位最早出现在企业，早期的首席数据官被定义为组织机构内承担数据质量管理职责的高层管理人员。2008年全球金融危机的出现，利用数据防范金融风险的做法促使首席数据官进入各类机构的主流，职责任务也不断拓展。有学者总结：首席数据官应负责所在机构的数据治理工作，如数据质量、数据分析、业务智能、数据管理以及系统和数据安全、隐私保护等，并迈向组织层级结构的顶层。与企业首席数据官相比，“政府首席数据官的角色旨在促进数据共享和透明度，提高数据驱动的决策，同时保护数据机密性和隐私。政府数据的充分利用可以增强组织绩效和成功，因此数据管理者在实现这一战略资产价值最大化方面起着至关重要的作用”。

美国是最早任命政府首席数据官的国家，2011年，芝加哥市设立了第一位市政首席数据官，2013年，联邦储备委员会在联邦政府层面任命了首位首席数据官。在政府首席数据官的概念界定上，联邦政府开放数据项目将其描述成混合多种角色为一体的复合型职位，“部分是数据战略家和指导师，部分是改进数据质量的管理员，部分是数据共享的传教士，部分是技术专家，部分是新数据产品的开发者”。2019年1月，特朗普总统签发的《基于循证决策的基础法案》规定“联邦政府各机构负责人应指定一名非政治任命的常任制雇员担任机构的首席数据官”。

政府首席数据官制度的基本定位

数据量的激增、数据治理的复杂性促使人们进一步思考政府数字化转型中的数据权力分配与不同主体数据效用发挥的问题。政府首席数据官制度的产生是政府数据管理格局调整、数据管理组织体系变革以及数字政府建设发展的产物。从其承担的职责任务情况看，不同阶段以及不同类型政府机构各有差异：

（1）职责任务呈现出阶段性差异

早期政府首席数据官的工作更多是依从性的，即根据政府首脑的安排，集中在政府活动的数据支持上，包括数据质量、数据汇聚与供给等数据活动，同时强调和提升数据价值在政府活动中的作用发挥。被形象地点评为“最终的数据匹配者，目标愿景是弥合数据生产者和数据利用者之间的差距，形成新的创新和增进公民参与合作的机会”。伴随电子政务的发展，特别是政府数据开放进程的推进，政府首席数据官“就重要性而言正在火箭登月”，其职责任务进一步扩大，与政府工作的衔接更加紧密，直接负责和领导了数据驱动型的政府变革，主动性、话语权和影响力更大。2019年美国《基于循证决策的基础法案》第二部分详尽规定了政府首席数据官应担负的11项职责，如推进数据管理最佳实践、指导数据资产价值创造、开展部门间数据协调、营造数据文化等涵盖了政府数据的全生命周期管理。有人夸张地称其为政府大数据英雄。

（2）不同机构间职责定位各有侧重

美国学者的实证研究发现，没有两个政府部门的首席数据官职责是完全相同的，但都发挥着数据领导者的作用，以数据管理为基础性活动（见表1）。整体而言，中央政府层面与州、市等地方政府首席数据官职责差异明显，前者更加注重宏观层面数据战略的实施推进，以数据的统筹规划、法规政策和标准规范的制定以及重大数据项目跟进、数据治理成熟度评估、数据关系协调为主；而后者则面临更多的数据类型和需求的多样性，承担着运营数据门户、建立和使用数据仓库、开展数据挖掘与数据分析、进行主数据管理等基本任务，并负责政府数据价值实现、数据安全与隐私保护、数据监管的实施。更加突出部门内数据治理任务的推进与复杂数据方案的解决。同时，不同机构也会根据实际略有差异。例如，2014年洛杉矶市长提出首席数据官的目标是管理数据，建立“一种由数据驱动的创新与卓越文化”；芝加哥市首席数据官办公室的使命则是“利用数据改善城市居民生活质量，提高城市运营效率”。

政府首席数据官制度的运行特征

有学者认为首席数据官在组织内的作用空间取决于数据工作的协作方向（向内还是向外的数据管理）、数据空间（大数据还是传统数据）和价值作用（偏重于服务还是战略）3个维度的立体交叉与相互影响。首席数据官制度的实施需要有畅通的决策指挥体系与明晰的分工合作框架，并在组织结构、运作机制、管理手段等方面建构起突破传统、运转高效的组织模式。

（1）优化充实的数据治理权力体系

首席数据官在政府权力体系中所处的位置对于保障其职责履行至关重要。对于数据驱动的公共部门而言，“拥有数据治理战略愿景的首席数据官被充分授权后，能够依靠软硬政策杠杆，有效协调中央政府各部委，同步实施并迈向结构合理的政策目标（包括开放政府数据）”。与传统数据管理体制相比，首席数据官制度的关键区别体现在重大数据问题的话语权上，不仅直接参与高层决策，能够在数据开发利用问题上提出规划方案、法规政策实施建议，对领导层负责，而且还通过首席数据官理事会、首席数据官委员会以及圆桌会议等多种形式强化了数据治理的部门协同与工作联动，健全了部门内的数据管家、数据分析师等专业化管理职位，确保数据责任与业务工作的高度融合，并形成层次分明、纵横贯通、衔接紧密的政府数据治理组织结构体系（见图1），进而有效保障政府数据治理制度的执行触角能够纵向到底、横向到边。

（2）跨部门统筹协同机制

跨部门数据活动的协调是政府数据治理的难点和痛点，由各机构首席数据官组成的常设机构或合作网络在促进跨部门数据合作以及确保合作产生长期可持续性效果方面发挥着重要作用。美国《联邦数据战略与2020年行动计划》里提出成立联邦首席数据官委员会，旨在协调跨部门的数据流动，统一标准，促进机构间的数据共享协议。加拿大政府支持并授权首席数据官加强与首席信息官以及其他政府部门的横向合作，建立跨部门数据管理能力。要架构并运营复杂社会组织网络环境下的政府数据跨地区/跨部门以及跨领域开发利用权责体系，需要准确把握政府首席数据官制度的性质属性、结构特征、运行机制等核心内涵（见表2）。既涉及不同机构间数据流动的许可、开放、隐私保护等数据制度衔接，也涉及技术参数、元数据标准、数据格式等数据规范统一以及数据活动的相互衔接，本质是协调各方数据诉求，平衡横向协作与纵向问责关系。

有学者研究发现，首席数据官与其他政府部门的互动接洽取决于多种因素，包括各部门提供的利用其数据的准备情况，部门负责人对外部人员参与其工作的开放程度……参与方式则从共同开发数据仪表盘到创建复杂的预测分析模型等。尽管各部门参与程度有所差异，但首席数据官可以决定跨部门参与的总体理念、工作方案，倡导跨部门数据共享与互操作方式，聚集参与部门协商制定数据协同治理的工作程序与标准规范，并建立工作坊等工作协调机制、明确任务分派并开展绩效评估检查。

（3）结构完善的团队合作体系

团队化运行是首席数据官制度的基本运作形式，既懂政府业务又有较强分析能力的通才是团队核心成员，主要从事业务流程分析、数据分析、数据可视化加工、数据建模、绩效分析等工作。一般情况下，首席数据官建立和部署一系列拥有不同专业技能的团队，团队之间采取专业线管理与项目线管理相结合的方式，以便业务流程上下游的无缝对接。例如，芝加哥市的首席数据官办公室由高级分析团队、开放数据团队、业务智能团队和数据管理团队四部分组成。其中，高级分析团队重在数据分析平台的运营，开放数据团队负责管理政府数据门户；业务智能团队则提供用户界面供市政厅工作人员使用数据；而数据管理团队负责管理芝加哥的各类市政数据库。美国联邦总务局首席数据官总结道：“我们的成功依赖于聚集一支才华横溢、多元化的员工队伍，包括数据科学家、房地产专家、架构师、采购专家、技术专家和政策分析师，以建立一支有凝聚力、以客户为中心的团队”。此外，与高等学校、研究机构、企业以众包方式进行数据项目委托也是其团队化运行的重要手段。

（4）运作模式的灵活多样

美国针对政府首席数据官行政隶属关系的调查显示，38.8%的首席数据官向首席信息官报告，5.9%向首席技术官报告，3.5%向首席执行官报告，7.1%向部门首长报告，还有34%向其他部门首长报告，表明首席数据官制度具有多元化行政运行特征。既有侧重网络信息技术与平台开发的，也有侧重数据分析与业务智能应用的，还有聚焦数据驱动型循证决策的……，重心不同直接影响首席数据官团队的规模、结构、分工以及与其他部门的合作方式。主要分为集中型、分散型和混合型3种类型，多以集中型为主，即作为行政首脑或首席信息官下属直属机构，统筹政府数据活动的组织与管理。但具体采用哪种类型取决于首席数据官的职责定位与政府部门数据治理的资源设施、配套条件与管理能力等多重因素。

“为了更为有效，首席数据官可能需要私人部门的输入以及政策指导来提供帮助和支持”。限于数据技能、财力物力等限制，市场化或公益化运作已经成为首席数据官运作模式的必要补充。美国城市的首席数据官往往是承担了城市数据服务运营的小型团队，绝大多数团队都与政府体系外的机构建立了伙伴关系。纽约的市长数据分析办公室是纽约的一家内部分析咨询公司，由首席分析官（也即数据分析办公室主任）负责与市长办公室对接需求，芝加哥的首席数据官与企业建立了紧密的合作关系，并得到企业资金上的无偿支持。