网络首发 | 公共文化数据协同治理研究：内涵、范畴与理论框架（韦景竹 王政）

网络首发时间

2023-01-09

网络首发地址

https://kns.cnki.net/kcms/detail//42.1085.G2.20230107.2342.001.html

韦景竹   王政

中山大学信息管理学院，广州，510006

2022年5月《关于推进实施国家文化数字化战略的意见》印发，提出鼓励多元主体共同搭建文化数据服务平台，汇聚文化数据信息，实现跨层级、跨地域、跨系统、跨业态的数据流通和协同治理。数智时代公共文化领域数据体量激增，数据内容与类型不断扩展，多源异构、碎片化特征显著，同时开放获取、流通共享、增值利用需求日益增强。但长期以来公共文化主体的数据意识较薄弱、数据有效管理缺位、数据协同交互不足，公共文化数据获取与流通困难、价值密度较低、质量与安全缺乏保障。究其根源，主要是由公共文化数据建设与管理过程中缺少整体性数据统筹协调规划、数据主体间缺少有效协作、数据整合关联规范约束不足所致。然而，现有国内外公共文化数据协同治理研究不多，实践指导作用缺位，亟须探索公共文化数据协同治理的基础理论形态及其应用场景与实现路径，形成具有概括性和普适性的理论研究成果，回应国家文化数字化战略需求。

当前公共文化数据协同治理问题仍处于政策新近提出、尚未引起足够学术关注与广泛理论研讨阶段。由于其关涉数据治理、协同治理、信息协同等多学科理论，下文将通过梳理现有国内外相关研究成果，结合我国公共文化发展实践与现实需求，确立公共文化数据协同治理理论研究的核心问题。

1.1  文献综述

公共文化数据协同治理围绕公共文化数据及其数据主体展开，因此公共文化数据协同治理研究要基于现有公共文化数据治理的核心内容与主要特征，参照数据协同治理研究在其他领域的发展与应用，同时还要兼顾公共文化领域协同治理研究的当前进展与最佳实践。

1.1.1  公共文化数据治理研究

当前公共文化数据研究涵盖公共文化数据内涵与特征、功能与价值、政策研究、管理与服务、技术与方法等。2015年《促进大数据发展行动纲要》提出“教育文化大数据”，是较早的公共文化数据阐述。现有研究将其表述为公共文化大数据、公共文化服务大数据、文化大数据、公共数字文化数据等，但内涵趋同，均指在公共文化服务中所需要及所产生的数据。国家文化大数据标准体系明确了以文化数字内容和文化资源数据为主的文化数据范畴。加强公共文化数据描述与发现、加强公共文化数据法律规治、拓展公共文化数据应用场景已成为当前研究热议话题。

图书馆领域较早展开对公共文化数据治理框架、数据治理生态体系等探讨，数据治理过程与方法对公共文化资源有效整合、公共文化产品和服务精准化供给、公共文化服务系统有效开放均具有积极影响。近年来围绕公共文化数据治理的内涵与功能、治理体系建设、运行机制、治理路径等研究增多，数据治理过程、工具与方法被应用于公共文化治理、公共文化艺术管理和智慧图书馆框架构建。

1.1.2  数据协同治理研究

若将数据作为具体的、碎片化、细粒度的信息资源，则可将数据协同研究追溯至信息协同研究及其在通信、农业、企业等多领域的应用发展。数据协同鼓励来自不同机构的参与者交换数据，以协作解决公共问题、创造公共价值，研究涉及地理空间数据、医疗健康数据、教育数据等，后经扩展更具开放性，并贯穿数据采集、分类、挖掘、传输整个生命周期。近年来数据协同研究关注机器学习、区块链、数字孪生等技术应用，数据协同管理系统/平台和数据协同可视化与安全等研究逐渐兴起。

具体到数据协同治理问题，瑞典厄勒布鲁大学Susha等人于2018年起研究数据协同概念界定、公共数据协同治理因素、数据协同治理路线等。其后，Ruijer研究了数据协同治理的概念、框架和影响因素。近年来政府数据、科学数据、警务数据、健康数据等数据协同治理研究引发关注，学者们围绕动因、治理框架、实现路径、治理机制等展开探索。Kenderdine等研究了大规模异构文化数据集协同可视化问题。但有关公共文化数据协同治理的模型、机理、算法、协同效应评价等研究仍极为匮乏。

1.1.3  公共文化领域协同治理研究

2002年哈佛大学启动韦尔协同治理项目研究，强调整体性治理对多元主体之间目标一致和行动一致的意义。此后协同治理成为公共管理领域解决多主体协调、跨域公共合作、探讨公共问题解决方案的重要理论依据。现有公共文化领域协同治理研究包括：协同治理视角下的公共文化服务体系建设，协同治理理论应用于公共文化服务供给机制、模式研究，基于协同治理理论探讨公共文化空间治理。此外，苑慧琼对公共文化协同治理进行概念阐述，金莹、刘艳灵依托协同治理理论提出公共文化云平台协同治理优化路径。但尚未形成对协同治理过程和协同治理运作机理的系统性阐释。

综上，国内外研究已就公共文化数据的治理框架、管理技术、服务模式、操作工具等展开研究，但对于公共文化数据主体协作意识与共治机制、数据协同模式与协同效应评价、数据生态与整体性治理规划、数据协同治理结构与形态等深层次协作问题并未给予应有关注，亟待进行顶层设计、标准规范建设和治理步骤与机制探索等理论创新。

1.2  研究问题与意义

公共文化数据协同治理在《关于促进文化和科技深度融合的指导意见》（2019）、《关于做好国家文化大数据体系建设工作的通知》（2020）、《关于推动数字文化产业高质量发展的意见》（2021）、《“十四五”文化和旅游发展规划》（2021）和《“十四五”公共文化服务体系建设规划》（2021）等国家政策中被多次提及，实践践行迫在眉睫，学界应予高度关注。然而，现有理论研究与实践探索不足以支撑公共文化数据跨层级、跨地域、跨系统、跨业态流通和协同治理。近年来出现了较多促进环境资源、医疗健康、教育等领域不同主体共享和交换数据的实践举措，可为深化公共文化数据协同治理理论、消除文化数据碎片化管理的影响、激发公共文化数据主体能动性与协作性、促进区域公共文化数据资源调配与一体化发展提供有益参考。基于此，本文将重点研究：公共文化数据协同治理理论基础、内涵与外延，并进行多维概念阐释，夯实公共文化数据协同治理研究的基本知识单元和学理基础；阐释公共文化数据协同治理的特征、层次与内容，明晰公共文化数据协同治理的基本理论范畴；构建公共文化数据协同治理的理论框架，阐释构成要素及其作用机理。

“治理”是治理行为的总称，是参与主体共同确定并遵守的行为规范，是赋能主体合作关系的监督与管理活动。数据协同治理作为系统性、整体性数据交互过程，是对数据协同、数据治理、协同治理理论的深化与发展。现有数据协同治理研究集中于以数据治理为核心研究数据协同治理路径、影响因素、体系构建，基于协同治理视角探索数据治理协同机制和实现路径，搭建面向数据协同效应的数据协同治理模型，这些积累可为公共文化数据协同治理概念形成提供参考。

2.1  概念要素抽取

本文按照概念构建法，以“数据协同治理”为检索词在中国知网（CNKI）数据库进行全文检索，以“data collaborative* governance” “data cooperative* governance”为模糊检索词，在Web of Science、EBSCO、Elsevier、Emerald、ProQuest、Springer等数据库进行标题检索，获得文献212篇。经逐一阅读去除重复引用、同一作者重复表述、未进行扩展的概念表述，筛选并整理出关于数据协同治理的概念文本29个。对其编码后提取出概念要素186个。为探寻数据协同治理可能的概念维度，首先运用Nvivo软件对概念文本、概念要素进行词频统计，绘制词云图（见图1），再对参考点进行数量统计以获知各概念维度的参考点分布情况，作为概念构建的基本依据。

运用主题分析法，进一步对数据协同治理概念进行归纳，合并相似概念要素。根据概念要素的共性，归纳得出数据协同治理概念的8个维度：主体、数据、过程、结果、动机、性质、系统视角与初始条件。然后识别并描述这些概念属性，将其归入解释性类别（见表1）。

2.2  概念要素关联

概念要素共生于同一概念框架，相互之间存在密切的关联。参照国际标准ISO704:2009对概念间关系（整体—部分关系、种属关系、关联关系）的识别方法，根据公共文化数据内容范畴及其公共性、价值性、隐秘性、碎片化、复杂性、标识性、脆弱性等特征，识别公共文化数据协同治理概念要素，即包括治理前提、目标动机、多元数据主体、公共文化数据、协同路径与内容、治理结果、系统视角的性质界定。各概念要素之间的相互作用可以阐释为：大数据生态、数据政策环境、智慧技术水平、基础设施建设与现有数据集是公共文化数据协同治理的外部影响环境与治理前提，旨在促进公共文化数据开放共享、资源整合利用、服务供给结构优化、文化治理效能和突发应急管理能力提升。政府机构、文化管理部门、大数据中心作为管理主体，保障和监管公共文化数据协同治理，图书馆、博物馆、美术馆等公共文化机构参与并推动公共文化数据协同治理实施。公共文化数据包括文化资源数据、用户人口统计学数据、用户行为数据、业务辅助数据、管理数据、支撑数据等。促进数据流通可提升多元主体之间的沟通、决策与交互，协作实施公共文化数据治理行动。公共文化数据协同治理体制机制是实现治理目标的有效途径，通过主体利益均衡、数据协同管理、智能协同技术创新、多主体协同决策、数据安全与质量管控等机制，实施动态、全面的公共文化数据协同治理。公共文化数据协同治理本质是一个复杂的主体间非线性动态过程，又是一种系统性、整体性的治理活动。

2.3  概念阐释

综上所述，公共文化数据协同治理内涵可表达为：为加强公共文化数据跨域跨界开放共享、充分挖掘公共文化数据资产价值、提高公共文化数据应急管理能力，在现有大数据生态环境、社会制度与技术能力、文化数据集及其相关设施建设基础上，由政府主导、社会多元主体基于信任关系通过规范化制度、平台化协同、标准化监管、数据化决策等途径，共同参与公共文化数据创建、存储、处理与利用等生命周期全过程，以实现公共文化数据组织协同、业务协同、服务协同、技术协同并提高数据整体性治理协同效应的非线性动态过程。简言之，公共文化数据协同治理是为解决公共文化数据的跨界流通共享与协作数据问题，多元文化主体在既定的治理框架和治理机制作用下，以数据为驱动力共同参与、协同完成公共文化数据管理与服务的非线性动态过程。

相对于公共文化数据治理来说，公共文化数据协同治理是数据治理活动的高级阶段，是数据治理与协同治理双重治理过程耦合的结果，更加关注数据生命周期管理过程中各个环节的协同效应和数据主体之间的密切合作。同时，公共文化数据协同治理不同于政务、警务、医疗等其他领域数据协同治理，其治理过程更强调公共文化数据的开放性、流动性、民族标识性与传承性，其治理结果也更为注重数据资产的历史人文价值、数据的社会影响力与引领力，以及文化数据治理对公共文化服务模式的驱动创新和服务场景的应用拓展。

识别公共文化数据协同治理的特征与层次，可以深化对公共文化数据协同治理的内涵阐释，进一步明确公共文化数据协同治理的合理边界和应用场景；同时，有助于剖析公共文化数据协同治理的内在逻辑结构与要素关联，为构建公共文化数据协同治理框架做铺垫。

3.1  公共文化数据协同治理的特征

公共文化属于公共物品，这一本质决定公共文化数据协同治理具备公共性特征。从公共文化数据协同治理目标来看，公共文化数据开放共享、关联兼容、加速流动，能够最大程度上激发公共文化数据的历史价值、社会价值与资产价值，因此开放性与交互性是公共文化数据协同治理的核心要义。工具性旨在彰显公共文化数据协同治理的价值，有助于基于工具理性视角阐释治理行为逻辑，是达成目标的途径。基于此，公共文化数据协同治理特征详细阐释如下。

3.1.1  公共性――应用于解决复杂公共文化问题

区域一体化均等化服务、联合文化行动、突发文化事件应急管理等复杂公共文化问题的解决往往牵涉多元主体，并且主体之间高度相互依赖。公共文化数据具有较高的社会资产价值、人文价值和历史价值，将其用于分析和解决复杂公共文化问题，遵循问题导向与数据驱动协同的治理逻辑。公共文化数据协同治理致力于以公共文化数据的连通和流动解决文艺创作、文化惠民、文旅消费过程中存在的公共利益平衡、资源共建共用、文化应急决策等现实问题，是极具价值理性、高效且持续的协作解决问题模式。

3.1.2  开放性――跨界公共文化数据供给模式

公共文化数据协同治理作为相对稳定的跨界数据协同供给模式，其本质是协调而非控制，可缓解多元主体管理模式僵化、数据管理碎片化、数据共享壁垒化等问题。以数据协同作为主要驱动力量与手段，有利于调用公共文化服务相关主体的人财物等各类资源，形成主体之间从被动到主动、从无序到有序的资源互补、双向对接与管理同标，创新公共文化数据服务供给模式。

3.1.3  交互性――非线性动态交互过程

协同治理本身是互动式行动、互动式结构与资源的共享。在公共文化数据协同治理过程中，不同文化数据主体之间的互动沟通、多源异构数据之间的流动贯通，可以激发公共文化数据的乘数效应，构筑数据主体之间的扁平化、网络化组织形态。公共文化数据协同治理也是一个持续互动过程，数据主体之间、数据集之间、主体与数据之间交互作用越频繁，公共文化数据协同治理的协同效应越显著。

3.1.4  工具性――具备整体性治理效用的

3.1.4  管理技术与方法

公共文化数据协同治理具备工具理性，通过文化数据集的整合、关联与挖掘，为公共文化问题的解决提供新方案、创造新价值，超越每个参与者的直接目标、能力和逻辑。公共文化数据协同治理借助人工智能、机器学习等技术方法，实现基于数据的公共文化发展预测与决策，支持突发事件的数据追踪与监测，整合利用多种治理工具扩大整体性治理效能。

3.2  公共文化数据协同治理的层次与内容

公共文化数据协同治理通过多组织、多层次的正式制度安排以协调、交互、迭代的方式推进数据流动。对标国家文化数字化战略要求，从数字化布局与运行方式、业务流程与服务模式、数据与设施建设维度，将公共文化数据协同治理划分为战略层次、数据层次和业务层次。不同层次的公共文化数据协同治理在维度、目标、路径、功能、要求等方面存在差异，通过各层次之间的相互依赖共同构筑形成公共文化数据协同治理多维内容（见图2）。

3.2.1  战略层次

公共文化数据协同治理的战略层次即围绕公共文化数据治理展开一系列协同活动，旨在实现更高级阶段的子系统间整体协同。公共文化数据协同治理涉及多元主体行为、多源数据聚集、多维业务交互、多方领域统筹、多种技术应用，需要顶层战略规划、整体制度设计、体系化政策制订、统一技术规范与数据标准同步，还要兼顾数据生态与数据安全内容，通过对主体行为的理性规约，调整并优化公共文化治理结构。

3.2.2  数据层次

将治理场域转换至数据空间，是对公共文化数据本身进行的协同操作，强化对数据生命周期协同过程的治理效能。该层次强调数据协同创建的完整性与全面性、数据协同加工的关联性与交互性、数据协同传输和存储的安全性与规范性、数据交换和交易的流畅性与融通性。通过运用数据技术加强对公共文化数据内容挖掘、数据质量控制、数据流监管，确保公共文化数据集之间的开放共享、映射关联、聚合集成、转换与互操作。

3.2.3  业务层次

公共文化数据协同治理的业务层次主要面向治理实施过程中的主体权责界定、利益冲突、关系平衡问题，利用公共文化数据促进多元主体由集中流程化向分布协同化转变，加速主体关系向联建协商、联合行动转换，推进业务管理方式向动态交互协作网络发展。通过治理体系的组织结构调整，增强主体间的信任合作与交互协作，促进跨界资源流动与共享，优化生产要素调配与流程再造，以共建共商共治共享激发整体性治理活力。

综上，战略层次着重于顶层设计与数据生态的综合考量，数据层次着力于数据协同操作技术与方法的应用，业务层次致力于治理网络的搭建。三个层次之间相互区别又存在相互交叉、相互嵌入。顶层的战略规划、政策制定与标准规范指导并影响公共文化数据主体的组织结构，保障数据质量与规范协同控制操作。数据层次是实现数据主体共建共商共治的目标愿景与初始动力，以数据协同操作方案补充战略层次内容。业务层次促进数据治理战略与计划的贯彻落实，提高主体有原则地参与、趋同共享动机和联合行动能力等协同动力，通过主体结构变化促进数据协同，为公共文化数据集之间接口连通、关联映射、交互操作提供组织结构保障。

4.1  公共文化数据协同治理框架

国内外数据协同治理框架大多以经典协同治理模型为基础，包括注重协同行为和过程影响及迭代动态变化的SFIC协同治理框架，侧重于协同治理驱动力、协同机制变化的CGR（Collaborative Governance Regimes）协同治理框架等。同时也存在一些不足，如忽视数据层面的协同操作和数据生态环境影响，对于治理结构与过程的阐释不足，主体与数据之间的协同嵌入方式不清晰，治理结果和影响的路径不明确等。本研究构建公共文化数据协同治理框架时，注重治理结构和过程的二元性――二者相互嵌入且不可分割。首先，参照Bryson等对多种协同治理框架比较研究结果，结合当前公共文化数据基础设施、数据集、数据主体建设与发展情况，确定公共文化数据协同治理的核心要素（即初始条件与治理动机、治理结构与过程、治理结果与反馈、数据生态环境）及闭环治理过程。其次，参照DGI（Data Governance Institute，数据治理研究所）数据治理模型，揭示公共文化数据协同治理的运作机理（即数据主体根据任务目标通过治理机制实施数据生命周期管理的过程），破解现有数据协同治理研究对于治理过程与机理揭示不充分、对于治理路线和关键问题认知不清晰的局限。再次，运用SFIC协同治理模型（即描述协同治理要素及主体迭代协同过程的模型）进一步阐释主体协同的关键内容与迭代协同方案，同时借鉴数据生命周期理论探寻数据协同的重点环节和实施方案。

图3为本文构建的公共文化数据协同治理框架，其中箭头描述了治理顺序和作用方向，揭示了公共文化数据协同治理过程、主体协同过程、数据协同过程的迭代发展路径，并在治理结构与过程中以目标协同、规则协同、主体协同、数据协同、治理机制回答了公共文化数据协同治理的“5W问题”（Why、What、Who、When、How）。

4.2  公共文化数据协同治理构成要素

4.2.1  初始条件与治理动机

初始条件是公共文化数据协同治理行为发生的逻辑起点，当社会发展达到一定水平、公共文化数据体量形成一定规模、公共文化数据主体之间具备合作基础时，公共文化数据协同治理需求日益迫切。初始条件包括但不限于大体量的开放文化数据集、公共文化数据集中处理平台、公共文化数据主体前期成功/不成功合作经历、公共文化数据集之间具备内容异质性、多元数据主体共同参与公共文化数据共建共享等。

治理动机与初始条件同为公共文化数据协同治理的内部驱动要素。公共文化数据主体在面临单个主体无法解决公共问题时形成共同合作意愿，通过建立临时契约形成相互信任关系，自愿参与联合行动，具备平等的话语权与基本数据能力，以“价值共创”为旨归。由此，治理动机包括共同面对的公共问题、多元主体相互依赖与信任关系、主体具备联合行动能力并自愿共享独有资源、共同的数据价值诉求、初步合作意向或行为共识、基本的数据管理技能等。

4.2.2  治理结构与过程

数据协同治理本质是跨机构、跨部门、跨领域的多元主体参与数据驱动决策和管理的结构与过程。治理结构与过程是公共文化数据协同治理的核心，体现了文化管理部门、文化机构、社会参与者、文化创作者等多元文化数据主体在共同愿景使命驱动下如何基于规则协同通过治理机制完成多主体之间的动态结构变化与协作、多源数据之间的协同操作过程。主体协同部分，以动态交互网络结构平衡主体矛盾、通过沟通对话促进资源调用与共享，完成多元数据主体之间历经“承诺—共识—小成果—对话—信任”、由浅入深、迭代更新的协同过程，加深多元公共文化数据主体之间的交互与协作。数据协同部分，以物理分散、逻辑关联为基本结构，以覆盖语义语法语用多层面以及公共文化数据协同创建、存储、聚合、共享、复用全过程的数据协同方案，构建公共文化数据基本数据单元的协同治理结构与过程。同时，主体协同促进数据协同的实现，数据协同为主体协同提供行动依据，二者在目标协同与规则协同指导下通过治理机制共同完成公共文化数据协同治理过程。

4.2.3  治理结果与反馈

公共文化数据协同治理结果包括协作任务完成、高质量协议、资源共享等即时效应，主体之间形成新的合作关系、联合行动能力提升、数据治理意识和理念趋同等阶段性成果，以及参与主体共同进步、冲突得以缓解、形成解决公共问题的新范式、数据流动模式得以固化下来等长期影响。治理结果评价反馈是完成公共文化数据协同治理闭环优化的关键，重点关注数据协同度、主体协作网络与交互程度、非常态下协作响应速度与效果、数据质量与安全、治理体系结构优化效果等，并采取多种评价方式量化评价结果，面向不同种类的公共文化数据主体给出客观的反馈意见。

4.2.4  数据生态环境

数据生态覆盖公共文化数据协同治理全过程，是重要的外部影响因素。公共文化数据协同治理的主体及其行为、活动，以及治理机制、结果都受到多种社会因素的影响。根据五律协同理论，数据生态环境涵盖来自自然、社会、经济、政治、技术多重影响，具体包括数字时代带来的思维方式变化、数据政策保驾护航、智慧技术发展带来的数据红利、开放协作的数据文化氛围、公平有序的数据竞争环境等。

4.3  公共文化数据协同治理框架应用

公共文化数据协同治理框架有其独特的应用场景，要以当前我国公共文化发展实践的现实需求为前提，对标国家文化数字化战略的任务目标要求，借鉴其他领域数据协同治理的成功经验，又要紧密结合公共文化普遍均等、惠及全民的根本宗旨而展开。

4.3.1  优化公共文化云平台

公共文化云平台整合公共文化数字资源，保障线上线下一体化公共文化服务供给，聚集了大量布局分散、结构复杂、来源多样的公共文化数据主体，汇聚了规模、类型差异较大且细粒度标识不足的公共文化数据。公共文化数据协同治理框架可被用于激励公共文化云平台的数据主体进行自发性数据交互和跨层级、跨机构、跨领域的数据协作，优化公共文化数据供给模式与预测能力。

4.3.2  指导文化大数据中心建设

2020年起我国加快国家文化大数据区域中心、省域中心及全国文化大数据交易中心建设，联合多主体参与、整合多源异构数据、运用数据技术提高数据复用价值是当前面临的最紧迫的现实问题。公共文化数据协同治理框架可为文化大数据中心建设面向文艺创作者、公共文化机构、文化创意企业、社会文艺团体等多元文化数据主体提供协同治理结构与联合行动方案，为公共文化数据生产、确权、交易、共享、流通以及规范化管理和同步更新提供数据协同治理路径。

4.3.3  促进区域性公共文化项目协作

目前公共文化机构正积极行动创设区域数据协作、区域数据通办项目，如广东省“粤读通”数字证卡实现了全省范围内读者数据互联互通互认，佛山市图书馆“易本书”平台整合家藏图书书目数据并通过开放共享促进家藏图书借阅流通。这些公共文化项目亟需融合多种制度的数据协同治理体系和交叠重合的治理结构，创建区域性集群式智能公共文化服务供给与管理模式。公共文化数据协同治理框架具备多中心、多元互动治理优势，支持公共文化项目协同创新，可提供多种由数据协同驱动形成的主体协同、业务协同、服务协同和技术协同方案。

4.3.4  支持突发文化事件应急管理

当前国际形势与社会环境复杂多变，公共文化数据协同治理不仅要面向常态下多源多模态的公共文化数据综合业务处理调用，同时要适应面向国家文化安全和应急管理的数字化、智慧化变革需求。面向突发事件的公共文化数据协同治理涵盖数据协同感知判断、协同处理调用、协同决策支持、智能协同控制全过程。公共文化数据协同治理框架可为突发事件的文化应急管理提供基于数据的主体利益平衡与资源协同方案、支持业务流程紧急调整下的数据集成与处理调用，为文化应急决策提供安全、可信、可靠、可用的公共文化数据。

本文尝试对公共文化数据协同治理的内涵、特征、层次、内容、框架、构成要素等基本理论问题进行全面阐释，对公共文化数据协同治理的行为、活动、结构与过程进行理论剖析，希冀以此作为公共文化数据协同治理的理论研究起点与实践行动依据。由于篇幅有限，公共文化数据协同治理尚有较多理论问题，诸如公共文化数据协同治理的影响因素、机制、实现路径与保障措施等，亟待日后深化研究并进行理论扩展。对理论框架的细化以及对主体协同、标准对接、数据关联与映射等的实证研究，亦是该课题下将持续开展的系列探索。

END

版式设计

陆澜

制版编辑

卢慧质