由于起步较晚，学者们大量借用西方学者围绕其本国实在法提出的教义学说，并在中国的舞台上展开学术争鸣。

在黑格尔看来，这其实只是以宗教的名义，听任自己的任性和激情，从而逃避国家法律的规范。马基雅维利最早意识到这个问题，在《论李维》中他花了相当大的篇幅来讨论，他认为政治需要与宗教相结合，从而获得精神性力量。

那么当黑格尔再度从实体性角度出发时，他将如何吸纳现代世界的个体性原则呢？ 黑格尔说：这个‘我要这样构成了古代世界和现代世界之间的巨大差别，所以它必须在国家这一大建筑物中具有它独特实存。可是基督教是自由的宗教，当然它可能转变，即它如果感染着迷信，就会从自由转向为不自由。但是，黑格尔也表现出非常强的现实感，这样的宽容完全要基于这些教派的数量。关于这个问题的讨论主要有三重理解框架，显示出近代政治哲学聚焦这个问题的复杂性。现在越来越多的文化传统都可以纳入这个自由的进程。

因此，黑格尔坚决主张宗教本身不应成为统治者(54)。但如果缺乏哲学洞察，宗教情绪也行，它能导致同样的结果。（4）识别利益相关者，设定决策权利，厘清责任。

（一）数据治理的第一个维度：对数据的治理 首先，在第一个维度，政府、企业、社会机构等不同形式的组织，都有对其产生、获得的数据进行治理的需要。然而，所有这些都建立在比较成熟的硬法体系基础上，如《隐私法》《个人信息保护和电子文件法》《信息获取法》《信息安全法》《加拿大安全信息共享法》《加拿大国家图书档案馆法》等。要实现这些一般性目标，数据治理的任务会根据目标的特定化差异而有不同的侧重和措施。[14]而且，二者经常是相互交织的。

组织——尤其是略具规模的组织——内部数据入口众多，同一类数据采用的标准、规则不一致。由于技术性太强，这些规则的提供不可能完全依赖正式国家法律的制定。

[26]参见前引[5]，第96页。（一）数据治理的普遍性需要软法 数据治理并不是一个企业、一个行业或一个政府机构的事情。[7]See John Ladley, Data Governance:How to Design, Deploy and Sustain an Effective Data Governance Program, Elsevier Inc.,2012, p.11. [8]参见包冬梅、范颖捷、李鸣：《高校图书馆数据治理及其框架》，载《图书情报工作》2015年第18期。于是，政府数据治理观念应运而生。

（3）保证政策和标准相互一致。这一新的领域包括治理各类数据的规范、原则和规则。数据治理就处于如此情境之中。简单说，既包括对数据的治理，也指向利用数据进行治理。

数据管理则是通过计划、建设、运营和监控相关方针、活动和项目，以获取、控制、保护、交付和提高数据资产价值来实现数据治理所作的决策，并向数据治理提供相应的反馈。可是，我们并没有完全清晰地意识到，所有这些网上行为所产生的数据都已经以数字化的形式存储在网络中了。

（5）降低的数据管理、维护、集成成本。即数据治理应当满足组织持续发展的需要。

姜明安：《完善软法机制，推进社会公共治理创新》，载《中国法学》2010年第5期。综上，回到之前提及的问题，本文所用的数据治理概念是最广意义上的。政府可以利用数据提升治理水平，企业、社会组织等也可以利用数据参与公共治理。《DGI框架》就指出，所有的数据治理项目都会采取行动，以完成由三个部分构成的治理任务：创制规则（create rules）、解决冲突（resolve conflicts）和提供持续服务（provide ongoing services）。[29]参见前引[14]，李重照、黄璜文。注释: *沈岿，北京大学法学院教授。

通过大数据与业务的融合，保证数据价值的实现。罗鹏兴：《软法：公共治理不可或缺的制度之维》，载《重庆工商大学学报》（社会科学版）2008年第2期。

（2）收集、挑选、审查、批准和监督标准。任何有着一定规模的组织，都会在当下与未来面对如何在数据的管理和应用上最大化其收益的问题，因此都需要通过相应的规则加强数据治理。

（7）保证流程的透明度。罗豪才：《公共治理的崛起呼唤软法之治》，载姜明安主编：《行政法论丛》第22卷，法律出版社2008年版，第1—5页。

其实，如同在许多领域一样，数据治理若没有硬法规定基础性规范，软法也难以发挥真正有效的作用。但数据治理既然是对数据管理和使用的治理，目的之一是确保数据的有效管理，因此，数据管理就是数据治理的有机组成部分，尽管二者之间绝对不能划等号。治理同时作为价值来源和风险来源的数据，可以避免决策失败、经济损失。数据不仅可以用来完成历史画像，而且，因为数据中隐含着规律性，对数据的深度分析有助于预测未来趋势。

参见《隐私、保密与合规的数据治理指引》，载https://iapp.org/resources/article/a-guide-to-data-governance-for-privacy-confidentiality-and-compliance/，最后访问时间：2019年9月30日。但是，数据的有效管理和利用，都需要一套相适应的、由不同规范构成的制度体系，这就是对数据及其管理和利用进行的治理。

前引[10]，谭必勇、陈艳文。[13]由于企业并没有政府那样的治理之责，故狭义的数据治理很少有以上后三个层次的含义。

[13]参见前引[11],黄璜文。在未来，由于技术将更大范围、更强有力地改变人们的日常生活，对数据治理与法律的研究，对算法、人工智能与法律等的研究，将对传统上更多栖息在人文社科岛屿的法律人提出巨大挑战，当然也给法律人和技术专业人才在规则制定、实施以及研究方面的深度结合提供了契机。

复杂定义是：数据治理是对信息相关过程进行决策的权利和责任系统，该系统按照已经取得共识的模型执行，模型描述的是谁在什么时候、什么情况下、使用什么方法对什么信息采取什么行动。它还专门指出，该指南包含的最佳实践建议和注意事项是为了支持安全使用云技术，但不是一套强制性要求。[18] 当然，不同组织需要解决的数据问题是不尽一致的。[36]多个变量造成的复杂性，使得软法更具适应性。

数据治理的普遍性、技术性、复杂性、应时性，都在呼唤硬法与软法的共同构建。简单定义是：数据治理是对数据相关事项进行决策和行使权力。

[33] （三）数据治理的复杂性需要软法 数据治理的复杂性也是其相当程度依赖软法的重要原因。[1]参见覃雄派、陈跃国、杜小勇编著：《数据科学概论》，中国人民大学出版社2018年版，第3、7页。

[40]英国、[41]美国[42]等的政府数据治理也呈现类似硬法、软法混合治理的情形。数据治理是政策、程序、结构、角色和责任的组织与实施，旨在为有效管理信息资产，提供和实施有关参与、决策和责任的规则。