3 数据开放环境下政府数据治理面临的主要问题
数据开放运动的兴起极大改变了政府数据治理的环境并丰富其内涵（见图2），同时，政府数据治理也是推进数据开放和建设开放政府的催化剂。在现实中，受数据治理水平影响，无论是直接经济收益还是企业创新以及政府透明度，数据开放并没有实现其预期效果。
“公众以及私营组织不仅要有机会，还要有能力去利用数据才能获得开放数据的社会和经济价值。缺少恰当的治理机制和洞察用户的角度是横亘在开放数据承诺与实施效果之间落差的主要原因”；当然，数据开放也对政府数据治理形成了强大冲击，既提高了数据治理难度，也带来政府数据治理体系的扩展。
3.1 政府数据治理环境错综复杂
数据开放改变了政府数据治理的内外环境。一方面，与意识形态驱动的信息权运动相比，开放政府数据运动更多体现的是技术驱动。对此，有学者指出，开放数据对政府记录管理者而言是巨大的机会，促使他们与系统设计者和数据创造者等建立起新的合作伙伴关系。
随着数据挖掘技术、算法统计等技术手段在数据采集、存储、分析以及可视化等方面的广泛应用，数据驱动的政府信息环境变得更加混乱多变，各类数据主体对政府数据流程与业务活动监控的精准性、及时性和经济性要求更高，使得政府数据管理的相关技术标准与数据活动规则等只能保持阶段性稳定，始终处在变化调整之中。
另一方面，数据开放模糊了政府信息管理的边界，其核心要义在于非结构化原始数据的主动传播，促使数据传播与利用范围要跨越既定行政组织边界，打破不同行政机构之间的合作，通过汇集和共享信息基础设施、数据流程、数据资源以及数据内容和工具来实现政府数据在政府机构与企业、社会之间的无障碍流动。
同时，政府、企业、技术精英等各类主体在政府数据治理过程中的积极参与和分工合作也突破了传统政府数据活动的单一性与独立性，整体数据生态环境变得更加多元杂乱，使得政府数据治理必须与企业和社会数据活动有机结合，并推动各类数据活动的协调与衔接。
3.2 政府数据治理边界扩展延伸
目前，许多国家将开放政府数据视为新的治理理念和行政手段，并嵌入和整合到现有政府数据管理过程，如以充分的数据披露构筑数据驱动的政府服务平台、以精准的数据分析挖掘政府数据资产、以有效的数据推送提升用户互动参与、以清晰的数据禁区防范政府数据风险，并对政府数据治理的内容体系在内涵和外延上进行了丰富和拓展。
主要表现在：一是要内外兼顾、横向协调、纵向理顺。数据开放促使政府部门的数据治理体系必须包括数据结构（如数据格式、数据标准）、数据组织以及开发利用过程的开放，需要实现行政系统内部跨部门跨区域以及不同层级之间的数据管理合作，以形成统一的政府数据资源共享平台。
这意味着要在流程、标准、数据、资产、资源、内容和技术工具等方面进行多层次多形式的协作，包括政府数据开放与利用过程中对集权与分权的平衡以及自上而下和自下而上等数据组织与管理方式的综合运用，以应对单一部门数据管理无法适应的复杂数据环境。因为“在数据获取、数据共享、数据重用和数据加值的数据治理实践中，原有的工作岗位更加重视数据的获取、保存、利用和传播，新的岗位更加凸显创造数据价值的功能。”
二是数据管理问题的多样性与内部关联性加深。数据开放导致政府数据治理在技术、标准、流程、安全等方面面临着更加多样化的问题，既包括传统政府数据管理所涉及的数据采集、存储、整合、挖掘分析等在人员、技术方法以及管理理论上的突破与创新，也关注因开放而带来的政府数据质量、数据责任、数据隐私与安全保护以及数据资产效益等新问题的出现，其中，“数据质量被许多研究人员视为解决数据治理性能的重要指标”。同时，要实现数据的开放与激活利用需要强化政府数据管理内部各要素之间的联系，任何环节的疏漏都有可能影响到整体的数据治理效果与数据资产价值的发挥。
例如缺乏共同的元数据以及参考数据，就会阻碍政府数据交换与信息集成，进而波及开放数据的互操作性，并对大量非结构化或半结构化数据的有效表示、访问和分析提出了挑战。能否显着提高政府数据管理水平，主要取决于数据标准、数据质量、数据架构、元数据以及数据安全等数据管理内部诸要素之间的依存性和协同性，以及由此带来的政府数据管理方式的转变与管理效率的提高，即“新的潜力在于利用强制整合和高度关联的相互作用来驾驭所有这些元素进行有意识的互动”。
三是数据安全与隐私保护成为热点。政府数据与不同数据源的有机结合，可能导致先前隐藏的涉密信息或隐私数据经由独特的组合识别性能而被挖掘出来，使得不同等级的安全数据／敏感数据处在被泄露和侵害的风险之中。同时，现代民主和开放政府容易造成的错觉是，“仅仅通过大量政府数据集的披露和提供，就能使政府变得更加透明和负责任”。
因而，开放数据的大批量使用，不可避免地会造成政府数据安全保护、知识产权保护、个人隐私保护、商业秘密保护等一系列重大数据安全问题，进而造成政府行政的合法性与权威性受到冲击。对此，进一步明确数据治理责任，从被动的数据风险应对到主动的数据开放风险防范、从形式上的数据安全制度到主动的数据安全监控势必成为政府数据治理的重要内容。
2013年，美国的《开放数据政策－将信息作为资产管理备忘录》规定：政府机构必须把隐私分析纳入信息生命周期管理的每个阶段。当然重视数据安全技术的开发与应用，在数据匿名、去除识别等关键技术上进行创新，不断研制新的应对之策也是政府数据治理的必然要求。
四是数据价值实现与公平分配问题成为新的焦点。从理论上讲，开放促进和激活了那些有待开发的政府数据资源，避免了政府数据资源的闲置与浪费。但从现实推进的角度，一方面，数据开放在一定程度上打破了原有政府信息资源开发利用框架，数据作为原材料的免费提供，使得政府部门难以垄断政府数据资产价值的创造，以往成本回收模式和边际成本模式难以持续运行。如何利用给定的公共数据来生产具有高附加值的新产品，需要有新的数据经营许可模式和价值实现方式来促进政府数据的再利用.
另一方面，由于用户能力差异以及数据结构化过程中蕴含在内容中的社会特权，使得大多数公民无法访问、解释并将这些数据转化为具体行动，导致开放数据“只授权给那些已经得到‘授权’的人”，简单的政府数据开放并不能解决歧视、数字鸿沟等信息公平问题。因此，还应在如何提高数据的可用性可及性以及如何提高公众信息素养等方面进行深入探索。
