在本次疫情防控的信息公開中，各地區新冠病毒感染的疫情情況、新冠病毒感染確診病例信息、線上發熱門診醫療機構、醫療救治定點醫院名單等信息是公眾最為關注的數據。由于疫情的突發性、快速傳播性等特征，如何對重要數據快速建立統一、清晰、完整的數據標準，是考驗政府數據治理能力的基本要求，也是面向公眾數據開放的基礎。

基于我國政府分級管理的現狀，疫情數據采取層層上報匯總的模式管理，并適時向公眾發布。而數據的時效性在公共突發事件中的需求最為迫切，各級政府可以合理借助第三方產品及服務，建立數據實時共享機制及匯總校驗機制，從而保障此類事件中的數據時效性、準確性。

在本次政府疫情數據開放的過程中，一些互聯網平臺及自媒體利用開放數據進行了很多成功的可視化展現，成為公眾歡迎的高頻便民查詢服務，如丁香園的疫情實時播報、騰訊看點的新冠肺炎小區查詢等。這充分證明在政府數據開放的前提下，第三方對數據的良好利用能夠釋放出巨大的公共價值。這也啟發政府管理部門應加強數據分析應用能力，提高數據采集和分析效率，正確引導公共領域對政府數據信息的價值挖掘。

政府網站及政務新媒體作為最權威的信息發布及回應關切平臺，其內容的原創性、措辭的嚴謹性、數據的準確性，都直接關系到政府的公眾形象與公信力。在抗擊疫情的過程中，科學有效傳遞信息、提振公眾士氣，需要以政府數據治理中對內容的嚴謹核實校驗作為保障。除傳統的錯敏信息檢查外，內容的自動標引、分類、關鍵詞提取、多維度統計等智能化服務亦是剛需。

在這場全民參與的疫情防控戰爭中，中央及各級政府多次作出重要的指揮決策。從應急響應機制、到疫情防控措施、中小微企業優惠政策，再到復工復產安排，每一次正確高效的決策，背后都需要政府掌握大量數據信息，并能夠借助專家團隊及專業數據服務對數據進行科學分析，為決策提供數據支撐。因此，需要從制度層面、管理層面和工具層面保證數據采集的深度與廣度，從而為數據治理決策提供足夠豐富的“材料”。

在各地落實中央指示，制定地區防控措施的過程中，“抄作業”一詞意外走紅，特指防控政策及時、接地氣，防控措施積極、精準、有效的地方政府，贏得了公眾的高度贊揚與配合，更自豪地歡迎其他地方政府參考借鑒。這些散落在各地政府網站的政策與防控信息，以及散落于媒體的公眾心聲，也應納入政府數據治理的研究范疇，為各地各級政府執政過程的相互學習提供縱向與橫向對比分析，為正確地“抄作業”提供科學依據。

每一次公共突發事件都伴隨著謠言的滋生傳播及錯誤信息對公眾行為的誤導。從政府管理的角度，若不能牢牢掌控輿論陣地及時發現并糾偏，其負面效應將如疫情般爆發式增長，甚至導致公共聚集事件的發生。各級政府可以從數據治理的角度出發，從互聯網海量數據發現輿論傳播熱點，發現真實公眾訴求，及時回應公眾關切，動態調整輿論引導策略，持續傳播正能量。本次疫情防控中，國家借助互聯網+監督平臺直接征集公眾訴求及舉報信息，就是一次成功的主動掌控民生數據并予以回應的數據治理創新實踐。?

本次疫情防控是各級政府數據治理實力的一次集中展示，也是數據治理價值的集中體現，從以上供給側與需求側對政府數據治理需求的分析中，我們對未來政府數據治理的發展提升提出以下建議：

政府是推動國家治理體系和治理能力現代化的重要主體力量，其自身的結構和能力水平既是檢驗國家治理體系和治理能力現代化水平的重要標識，又是影響國家治理效能發揮的重要因素。

隨著越來越多的信息以數字化方式存在于政府、企業、團體的不同業務系統之中，對數據的掌控范圍意味著政府治理可觸達的廣度與深度，意味著治理領域的主動權和話語權。

政府應通過政策指導，推進各部門數據的匯聚整合、及互聯網數據的沉淀，為數據治理能力提供政策幫助。如政府集約化建設過程中，通過統一信息資源庫建設，為政府網站及政務新媒體數據的匯聚管理提供了明確方法，在一些集約化試點單位的探索實踐中取得了初步成效。

自1999年“政府上網工程”啟動以來，近二十多年時間，政府積累了海量歷史數據信息。但長久以來，政府網站信息資源并未形成清晰的數據標準，集約化建設前，網站分散建設，技術參差不齊，信息孤島問題突出。政府網站對海量政務數據的管理也缺乏長效運營機制，許多有價值的政府數據長期封存或散落在不同的業務系統，無法有效利用。隨著政府數據的多元化發展，統一數據標準、統一格式、統一監管、統一利用的要求越來越強烈。政府可通過購買產品及服務方式，激發數據活力，借鑒互聯網運營運維思路，建設政務數據中臺，通過專業團隊持續梳理挖掘數據價值。

2017年《政府網站發展指引》對政府網站信息發布、信息資源共享共用、政府網站間的協同聯動機制提出了明確要求。2019年《政府信息公開條例》第一次被修訂完善。在大數據時代背景下，對政府信息公開必須嚴謹、高效的要求不斷被媒體放大，也成為政府自身管理的有效監督渠道。而嚴謹高效的要求，需要以內部全面精準的數據治理為基礎，這就需要政府各級管理部門將數據的精細化管理納入數據治理體系，持續不斷深耕。