随着科学技术发展的日新月异，全球数据量已呈现指数级增长趋势。2019年11月，党的十九届四中全会首次明确数据作为生产要素参与社会分配。2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式公布，这是数据作为一种新型生产要素正式写入文件。至此，数据在政府治理中的重要价值开始显现，数据作为一种新型的国家重要战略资源，为政府在社会治理中提供了新思路和新方法。然而，受现有的法律法规、数据协同治理、数据质量、数据安全等因素的影响，政府在数据治理过程中还存在一定的困难，如何更好、更高效的进行数据治理也成为了政府面临的难题之一。近年来，诸多学者对政府数据治理领域进行相关研究，基于此，本文从政府数据治理概况、数据治理困境、结论与展望三个方面对近些年政府数据治理的相关研究进行梳理，并据此进行总结与展望。
1.相关概念梳理
1.1数据治理
数据治理是一种归集数据、规范数据、管理数据的过程，目的是为了确保数据的可靠性、可用性和安全性，涉及数据的采集、存储、处理、分析、共享和开发利用等方面。
1.2政府数据治理
政府数据治理是数据治理的重要组成部分，指的是用数字化手段对政府部门掌握的政务数据进行从采集、存储、处理、分析到应用的全流程操作。对政府数据进行治理，可以保障数据的准确性、完整性、关联性和及时性，减少政务数据冗余，确保政务数据质量，形成高质量的数据资产，实现政府数据高价值应。
2.政府数据治理概况
随着电子政务的高速发展，数据的爆发性增长，各省市对政务数据治理的研究愈加深入。通过政务系统互联互通、大数据平台的建设等，我国的政府数据治理已展开了一系列的探索。在政策制定方面，党中央、国务院先后出台《促进大数据发展行动纲要》等多项政策文件，完善政府数据治理体系，提升政府数据治理能。上海、广东、安徽、四川、贵州等地也出台了一系列政策，如出台数据条例，设立首席数据官制度等，提升本地政府数据治理水平。在数据共享利用方便，政府部门与社会合作，释放政府数据的潜在价值，更好的为群众和企业服务，如“一网通办”、“免申即享”等，真正实现了让数据多跑路，让群众少跑。
3.政府数据治理困境
3.1数据协同问题
数据协调共享仍待加强。当前，我国政府各个政府部门之间由于具体工作业务需求，数据采集标准与数据存储标准不尽相同，各个部门收集到的数据很难兼容，跨部门之间数据协同治理难度大。同时，部分地区建设的系统和数据仅在有限范围内使用，较少共享给其他部门。这些情况都容易造成数据割据，进而形成数据孤。
3.2数据质量问题
数据质量影响着数据的利用。低质量的数据不仅浪费了传输和存储资源，也会给数据价值挖掘带来一定的阻碍。目前我国各地区在数据质量管理方面有一定探索与尝试，但是数据质量问题仍有待提升，具体包括数据的完整性、可用性、准确性等方面。数据不完整主要表现为数据条目不完整、属性不完整等情况，很大程度上降低了数据价值。数据不可用指的是当数据经采集后，若未对其进行清洗、分析等数据处理工作，将阻碍数据利用和价值释放。数据不准确性指的是超期数据、无效数据等，直接影响后续的数据共享利用。
3.3数据安全问题
政府数据数量庞大、来源广泛、性质敏感，数据在数据治理全流程的各个环节均可能产生各种各样的安全风险。数据安全主要是保障政务数据的机密性、完整性和可用性。近年来，不论是国家还是企业和个人，对数据的隐私保护都越来越重视。如果政务数据的机密性没有得到保障，可能会出现个人隐私信息泄露、数据缺乏脱敏操作等一系列问。如果数据的完整性没有得到保障，可能会导致数据被篡改，数据丢失等一系列问题。如果数据的可用性没有得到保障，可能会出现数据被恶意使用等一系列问题。
3.4数据人才问题
数据治理的过程离不开人才的支撑，当前政府部门中，数据人才队伍的建设还存在一定的不足。首先是数据方面相关人才队伍的选拨还没有得到足够的重视。数字化时代，政府工作人员作为数字政府建设的执行者，不仅需要熟练业务流程，也需要一定的专业技术背景。其次，政府在进行数字化转型的过程中，对数据管理、数据治理相关技术的培训次数较少，缺少相对应的培训措施。
4.提升数据治理水平
数据治理是数据共享与数据开发利用的前提条件，提升政府数据治理能力，可以有效的打破数据壁垒，高效的履行行政职能，实现数据共享与数据开发利用，保障政府数据安全，提供更好的数据服务。
4.1完善配套政策
相配套的政策法规是实现数据治理的基本保证，应尽早制定对应的法规政策，明确相关责任边。同时，在政策制定过程中，应结合政府工作实际要求，细化数据治理流程中的数据质量、数据安全、数据应用等方面要求。
4.2保障数据质量
数据质量的提升既依赖于数据质量的评估，也依赖于对数据质量进行管理并控制质量风险。一方面，需定期开展数据质量评估，对问题数据及时进行整改。围绕数据的完整性、可用性、准确性等方面建立数据质量的评估体系，定期对数据质量进行评估，整改数据质量问题。另一方面，可根据数据治理的全流程，针对不同阶段的数据进行质量管理并控制质量风险。如在数据采集阶段，重点关注数据不完整、数据错误、数据冗余等问题，数据存储阶段，重点关注数据标准不一等问题，数据应用阶段，重点关注数据完整性、及时性等问题。
4.3保障数据安全
建立完备的政务数据安全审查机制，保障政务数据治理流程的安全性。根据不同等级、不同类别的数据，明确安全审查的周期与内容，定期开展安全审查工作。同时，也要制定相对于的安全防范措施，结合已有经验与实际评估，对各种风险可能产生的后果作预处理以及预防措施，提高政府防范化解政务数据安全风险的能力。
4.4加强人才队伍建设
加强人才队伍建设，重视专业性人才队伍的选拨，增加对数据治理相关技术的培训。同时制订完备的人才培养机制，为提升政务数据治理提供人才保障。
5.结论与展望
通过对政府数据治理的相关研究发现，当前情况下，政府在提升数据治理方面取得了一定的成就，为后续的发展打下了良好的基础。但从整体上来看，有些问题还没有找到很好的解决办法，需要在探索中不断研究，不断改进。通过提升数据治理水平加快数据的汇聚融合与应用，是全球数字化进程中赋予政府的新问卷，让数据赋能政府数字化转型升级，是数字化时代对政府建设提出的新要求。提升政府数据治理能力，形成高质量的数据资产，加速政府部门行政效率，已成为新时代数字政府发展必经之路。
参考文献
[1]丁波涛. 政府数据治理面临的挑战与对策—以上海为例的研究[J]. 情报理论与实践, 2019 (5): 45-49.
[2]王雷, 程主. 大数据时代的政府数据治理研究综述[J]. 信息技术与标准化, 2022(6): 71-76.
[3]鲍静, 张勇进, 董占广. 我国政府数据开放管理若干基本问题研究[J]. 行政论坛, 2017(1): 27-34.
[4]王芳, 储君, 张琪敏, 等．跨部门政府数据共享:问题､ 原因与对策[J]. 图书与情报, 2017(05):54-62.
[5]樊博. 推进开放政府数据：提升政府部门大数据能力[J]. 学海 , 2018(2): 7-12.
[6]赵正, 郭明军, 马骁, 等．数据流通情景下数据要素治理体系及配套制度研究[J]. 电子政务，2022(2): 40-49.
