随着各地各部门的数字化探索走向深入，公共数据治理的“碎片化”问题日益凸显，克服这一问题，也是推进数字化发展亟须攻克的难关。
“碎片化”问题的种种表现
“碎片化的数字化”现象以全链条的方式存在于公共数据采集、归集、开放共享等过程。由于这些环节之间相互联系和制约，云孤岛、数据孤岛等现象在数据治理中屡见不鲜。
数据采集“碎片化”。当前，各层级各部门间还未建立有效的协同模式，各级主体基于不同标准、规范对同一数据多次收集，出现多头录入、重复上传、重复储存等“碎片化”现象。即便同一系统内，也会由于数据无法共享而重复采集信息。比如，目前教育系统有多个计算机平台，但这些平台间不能共享数据，必须重复采集，使得基层力不从心，出现“疏通私人关系获取数据、数据造假”等乱象。
数据归集“碎片化”。目前大部分数据资源集中在政府部门，但据有关调查资料表明，在当前政务工作中，“数据归集量小、实现共享比例低、数据质量不高”的“碎片化”问题比较突出。具体表现为政务数据平台上归集的数据占各部门已有数据的比例较低；各部门实现共享的数据占部门数据较低；已归集的数据中内容完整的比例较低。
数据开放共享“碎片化”。由于不同部门公共数据开放共享不足、流通不畅，数据的上下贯通呈现相对“不对称”现象，即数据的“自下而上”开放共享相对顺利，但“自上而下”赋能基层的开放共享则困难重重。例如，基层收到上级某些部门的预警，如金融、公安等部门关于当地某企业存在诈骗、传销等风险的预警，却不公开具体的分析数据和内容。
探寻数据治理“碎片化”的解决方案
目前，政务部门正在积极推进数字化工作，利用各种改革创新手段，使数据要素生产力的红利在各个领域得以释放，减少制度性交易成本，提升政府治理效率。客观而言，公共数据资源物理上具有的非竞争性，决定了其使用是愈多愈益的。主观而言，公共数据资源制度上是否具有“非排他性”，是其价值实现程度的决定因素。数字化改革应通过系统性设计，致力于实现公共数据的“非排他性”，才会发挥最大效能。为此，可从以下四方面着力解决面临的问题。
一是实施顶层统筹、整体联动的首席数据官制度。首席数据官是世界上数字政府排名的重要指标，在我国多地已有局部的探索。首席数据官由所在区域内的一把手或主要领导担任，全国各级数据官上下协同，每级数据官应当加强本区域、本部门数据工作与业务工作的协调，推动部门间协作，打破数据的纵向和横向壁垒。通过“一把手抓”和“抓一把手”，有效联动各级主体，强化各级主体的权责意识，敦促各级主体不断增强自身数据治理能力以适应现实需要。
二是构建“数据目录”大台账闭环管理机制。针对数据治理中共享难、协同散、应用弱等问题，可构建全国“目录区块链”系统。首先给数据建“户口”，解决数据缺位、越位问题。依据各数据治理主体的职责确定其数据职责目录，形成“数据目录”大台账，明确数据采集和管理的主体，让数据获得“户口”。其次给数据治理“立规矩”，解决数据流转随意、业务协同无序等问题。对数据项的更新周期、共享和开放规则等详细界定，明确治理主体的具体职责。最后用“区块链”技术赋能，解决应用与数据脱节、技术与管理失控问题。依托“区块链”将部门间的共享关系和流程上链锁定，建立部门业务、数据、履职的“闭环”。
三是建立富有弹性的制度规范体系。为适应技术发展和应用需求，要建立弹性化的数字制度规范体系。由法律法规集中规定数据治理的底线和原则性问题，而将其他具体问题交由灵活性强的规范来规定以方便调整。在各种制度规范的弹性搭配中，分级分类界定各类数据的权利，创新数据的开放共享形式。对于政府部门的公共数据，在满足程序规范和隐私保护等前提下，须在政府部门间进行风险可控的共享，并逐渐向社会有序开放。对于非政府部门的公共数据，除确保开放数据的安全性外，可通过适当的经济手段激发社会基于数据的创新活力，加大开放共享程度。对于涉及公共利益的非公共数据，如平台企业的数据，既要保护其数据权益，又要制定法规保证政府在特定条件下的公共取用。
四是探索顶层设计和基层探索双向贯通的应用场景揭榜挂帅模式。首先，实施顶层对基层试点的过程辅助机制。由于基层试点在系统性、整体性、协同性等方面的不足，一些需要综合配套、前后呼应、上下联动的改革事项须加强系统集成，需顶层在基层试点过程的关键环节进行辅助。其次，建立顶层和基层的双向互动机制。要统筹整合各地正在探索的首席数据官制度、主要领导联系制度、专班制度等，构建基于问题导向的跨层级的双向沟通绿色通道，做到高效的“下情上传”和“上情下达”。最后，探讨揭榜挂帅单位参与广域推广的跟踪机制。对于试点效果过于关注本地化，试点时效偏向短期化，对可持续的广域可复制性关注不足，建议将试点验收周期延长至大范围的推广后，从而能倒逼其将试点做实做优。
