智慧城市视域下政府数据质量优化反馈机制研究*

周林兴 徐承来 宋大成

(上海大学图书情报档案系 上海 200444)

0 引 言

2014年出台的《关于促进智慧城市健康发展的指导意见》指出要“加强和完善政府引导，统筹物质、信息和智力资源，推动新一代信息技术创新应用，加强城市管理和服务体系智能化建设”。2020年出台的《关于支持国家级新区深化改革创新加快推动高质量发展的指导意见》进一步提出，要“深入推进智慧城市建设，提升城市精细化管理水平”。智慧城市由试点推广逐步进入深化发展阶段，而作为智慧城市建设关键因素的政府数据[1]，其质量优劣直接关系智慧城市发展水平。构建智慧城市视域下政府数据质量反馈机制，实时、全面、有效反馈政府数据状态，形成政府数据管理闭环，持续改善政府数据质量，催生政府数据治理生态，提升智慧城市发展水平及优化国家智慧城市战略布局具有重大意义。

从学理上看，政府数据是指“各级人民政府及其职能部门以及依法行使行政职权的组织在其管理或提供公共服务过程中制作、获得或拥有的数据”[2]。数据质量为“数据的一组固有属性满足数据消费者要求的程度，可通过数据的完整性、及时性、有效性等一系列特征属性的集合来描述”。[3]反馈是“将系统的输出返回到输入端并以某种方式改变输入进而影响系统功能的过程，即将输出量通过恰当的检测装置返回到输入端并与输入量进行比较的过程”。从法理上看，我国法律法规虽未直接界定政府数据，但政府数据作为政府信息的表现形式和载体，亦应与2019年修订颁布的《中华人民共和国政府信息公开条例》中的政府信息定义——“行政机关在履行行政管理职能过程中制作或者获取的，以一定形式记录、保存的信息”相适应。根据上述相关概念，可将政府数据质量反馈定义为“将政府或行政组织在履行行政职能过程中制作或获取的数据所具备的特征属性，通过适当的方式、渠道返回至政府或行政组织，以优化数据生成和数据管理系统整体功能的过程。”

1 文献回顾

目前国内外学者还未对智慧城市视域下政府数据质量反馈领域展开深入探讨，相关研究主要散见于以下两方面：

1.1电子政务服务质量反馈加强在线政务服务质量反馈，间接优化政府数据质量。包括构建以用户需求为中心的、重视信息安全问题且具备扩大再生产机制的政府信息服务系统正反馈机制[4]；提供原型Web爬网程序体系结构，作为交互式电子内容分发平台反馈系统[5]；开发由可用性索引和质量索引组成的综合指数KI_OS，衡量政府网站反馈机会发展水平[6]；设置留言状态标识字段实现对公众留言反馈信息的控制与动态管理，设计主题模型应用程序分析用户反馈的大文本数据集，定性分析用户对电子政务服务的意见和建议[7]；设置业务管理员权限，实现电子政务数据反馈系统数据二次上传[8]等。

1.2政府开放数据质量反馈完善政府数据开放平台反馈功能，直接优化政府开放数据质量。包括设立首席信息官，向上级政府数据开放平台提供高质量的合乎规范的数据集，收集分析、跟踪反馈开放政府数据需求[9]；建设用户互动功能，允许用户在网站上对开放数据质量进行直接评论[10]；拓展讨论消息、社交媒体共享、链接与数据集相关项目、数据质量评级功能[11]，开发社交媒体监控系统Vizie，利用自然语言处理和信息检索方法突出显示、提取和呈现公众反馈[12]；添加政府数据开放政策反馈模块[13]，开设虚拟社区及时获取公众的反馈意见，营造良性循环的开放政府数据体系和生态系统[14]。

梳理发现，现有研究成果在研究视角和研究对象上还有拓展的空间，对政府数据质量反馈的探讨多集中于政府开放数据层面，未充分考量政府内部数据质量反馈需求，未能从智慧城市和政府数据全生命周期视角构建数据质量反馈机制，缺乏系统性和全局性。基于智慧城市发展要求和“政府数据”整体性概念，探究政府数据质量反馈机制构建、机理模型及运行模式，从组织制度、信息采集、业务处理、互动参与四方面分析政府数据质量反馈运行现状，提出政府数据质量反馈机制优化策略，为智慧城市政府数据质量提升提供借鉴和参考。

2 智慧城市视域下政府数据质量反馈机制构建

政府数字信息资源质量控制机制包括两个方面，一是外部控制机制，包括战略支持、组织保障、监督反馈机制；二是内部控制机制，即流程控制机制。外部控制机制之间互相促进和制约，并且为内部控制机制提供基础和保障，内部控制机制基于信息资源生命周期对政府数据信息资源质量进行全流程管控。[15]政府数据作为政府数字信息资源的重要组成部分，其质量控制机制构建首先应当遵循政府数字信息资源质量控制机制基本框架。其次，数据质量取决于使用数据的场景和数据消费者的需求。[16]随着智慧城市数据资源由条线为主向条块结合转变[17]，数据消费者需求对数据质量的影响力相对减弱，政府数据质量反馈集成化、模块化、专业化需求愈发强烈，须更多考量数据的应用场景。政府数据生命周期大致经历生成收集、组织处理、存储管理、开放共享、利用增值[18]五个时期，移交期满后经归档成为档案数据(除去被清洗、销毁数据)，总体而言亦可分为前中后三个阶段。在前期阶段即数据生成采集期，应提高政府和公众双方反馈价值认知，增强反馈意见收集主动性；在中期阶段即数据的整合开放和利用期，应注重培养公众利用政府开放数据的能力，完善政府数据开放平台顶层数据架构，保障反馈回复的时效性；在后期阶段即数据的价值评估期和再生消亡期，应通过分类整理集中分析数据本身可能存在的质量问题。[19]基于上述思想，构建以数管局(中心)主导的前端反馈、用户体验主导的中端反馈和档案部门主导的终端反馈三大反馈机制(如图1所示)。

图1 政府数据质量反馈机制构建

2.1数管局(中心)主导的前端反馈机制大数据管理局是政府数据的管理和调度中心，数据规范建设、数据拓展与挖掘、对外数据协调等是其基本职能[20]，并能依据授权对同级和下级政府大数据建设、管理、使用状况进行监督考核评价[21]。数管局(中心)主导的前端反馈具备行政效力，可通过定期数据质量监督考核对其他政府部门起到良好的指导和约束作用，同时能够全面汇集、充分考量包括用户、档案部门、企业等在内的各方意见和诉求，拟定符合智慧城市建设要求和电子政务发展现状的大数据政策法规和标准规范，从初始端规范政府数据生成以达到优化政府数据质量的实际效果。

2.2用户体验主导的中端反馈机制开放利用是政府数据价值实现的重要途径。开放政府数据本身并不能产生价值，只有被用户获取、使用之后才会实现价值[22]，即用户数据需求是推动开放政府数据价值实现的重要影响因素[23]。用户在使用数据过程中会对政府数据质量产生直接主观印象，并依据自身的认识水平对其做出基本评判，能更好从需求侧角度反映政府数据质量存在的数据颗粒度大、数据公开性差、数据安全度低等问题。其反馈意见对于提升政府数据利用价值，以详细的数据分类方案、数据颗粒度设置规范政府数据的收集处理环节，从中间段加速政府数据流通共享进而健全政府数据质量要求具有重要借鉴意义。

2.3档案部门主导的终端反馈机制档案数据是政府数据生命周期的身份归宿。政府数据在退出现行、半现行状态后，终将经过归档进入档案馆保存(除被清洗、销毁数据)。档案部门在接收数据进馆并对其进行整理编目过程中，对于政府数据所存在的数据内容缺失、数据格式不一、数据表达相异等问题有较大的发言权。可通过明确数据结构化程度、元数据封装格式以及数据价值预评估等归档要求，加强政府数据前端控制，严格政府数据归档标准，通过项目合作与业务对接介入政府数据组织处理环节，反馈档案部门的科学合理诉求，充分利用末尾段数据问题集中显现优势，有的放矢改善政府数据质量。

3 智慧城市视域下政府数据质量反馈机理模型

作为我国智慧城市发展的“领跑者”，上海市明确“公共数据质量管理‘谁采集、谁负责’‘ 谁校核、谁负责’原则，由公共管理和服务机构、市级责任部门承担质量责任，市大数据中心负责公共数据质量监管，对公共数据数量、质量以及更新情况等进行实时监测和全面评价，实现“数据状态可感知、 数据使用可追溯、安全责任可落实”。[24]以用户为中心的同时[25]，全面推进“一网通办”，加快建设智慧政府，统筹构建‘云数联动’的数据共享交换平台，实现重要信息系统通过统一平台进行数据共享交换，打通各部门信息系统、打破‘数据孤岛’”[26]，并将档案部门纳入“一网通办”电子文件归档监督指导和档案数据资源建设中来[27]。可见，随着智慧城市和数据治理理念融入政府数据质量反馈系统，反馈主体、反馈内容、反馈分析、反馈平台、反馈保障分别呈现出多样化、实用化、智能化、专业化、动态化特点(如图2)。

多样化反馈主体。反馈过程的两端分别由数管局(中心)、数据用户和档案部门组成。数管局(中心)在评测政府部门数据质量后反馈测试结果(书面报告、指导意见)，用户在利用政府开放数据后反馈感知体验(文字留言、网络问卷、电话咨询等)，档案部门在归档政府数据后反馈工作要求(资政提案、情况汇报)，由政府数据质量反馈平台专门负责收集整合信息，并形成最终的反馈结果提交给有关政府部门。

实用化反馈内容。从数据的规范性和标准性、有用性和易用性、联系性和价值性等各自的评判标准出发，提升反馈内容的实用性和及时性，统筹数据质量的整体方面和特定需求。内容包括：一是政府数据质量总体评价，如数据类型是否多样、数据内容是否完整、数据获取是否便利等；二是政府数据质量特定需求，如数据标准格式等级、数据呈现形式数量、数据封装归档方式等。三是政府数据纠错反馈公众满意度。调查公众对政府数据纠错反馈满意度，及时将有效反馈内容转化为政府数据质量提升动能。

图2 智慧城市视域下政府数据质量反馈机理模型

智能化反馈分析。一是反馈信息的分类、整合和评估。利用人工智能和数字仓储，对各方评价、需求和意见进行分类、整合，并对整合结果进行验证，评估反馈内容的真实性和关切度。二是反馈需求的深层挖掘。运用用户画像技术，掌握用户修改反馈倾向，挖掘用户政府数据质量深层需求。三是反馈指标的自动提取。对信息属性和关键词进行提取标注，验证其准确性、合理性与科学性，自动将较高影响因子纳入政府数据质量反馈评价体系。

专业化反馈平台。各方与政府部门进行交互、沟通的空间，是收集处理反馈意见的场域和平台。反馈平台主要由政府数据开放平台反馈渠道和政府数据质量反馈专用平台组成，兼顾政府开放数据和政府内部数据质量反馈需求。将数管局(中心)制定的大数据政策法规和数据监督考核指导意见纳入反馈平台搭建架构之中，同时加强与档案部门的数据质量控制业务对接，由专用平台汇总政府数据质量问题和处理建议统一反馈至相关政府部门，增强反馈平台专业性。

动态化反馈保障。保障是反馈系统的基础性构件，对整个系统起着支持、运维和修复效用，帮助系统良好运行和更新进化。明确划分各模块政府数据质量保障职责和法律义务，建立数据质量政策法规、行业标准数据库和比对系统，实现政府数据质量问题动态监测和智能响应，促进政府数据资源深层次开发，探索、构建满足社会各领域、各阶层需求的政府数据质量评估体系，实现政府数据的属性增幅和应用增值。

4 智慧城市视域下政府数据质量反馈机制运行模式

系统的运行模式主要根植于其内部的动态结构和反馈机制，能对系统内部、系统内外因素的相互关系，以及系统内隐含的反馈回路予以明确的认识和体现。[28]基于系统动力学思想，通过调研“2020中国智慧发展水平20强获奖名单”上榜智慧城市政府数据质量反馈现状，发现我国智慧城市政府数据质量反馈机制主要存在以下三种运行模式。

4.1线性模式线性模式即以用户为主体、以政府数据开放平台为媒介的单向政府数据反馈，主要特征为用户在利用数据过程中能够直接向政府部门就其发布的数据集质量提出意见、建议和批评。其优点在于：a.反馈对象较为明确，面向广大政府数据开放平台用户；b.能够保障反馈信息的真实性和完整性，减少线下反馈政府工作人员的人为干预和趋利性筛选，将用户使用政府数据切身感受直接反馈至政府相关部门。然而，此模式亦存在明显缺陷。首先，反馈信息杂糅，用户数据素养不一加之各平台反馈速度存在差异，导致容易出现虚假信息、重复信息。其次，反馈信息整合难度较大。反馈方式多样，但功能较为简单，数据集反馈信息和互动交流版块反馈信息相互割裂，缺乏系统整合分析，阻碍反馈信息的深层加工和利用。最后，对用户依赖性较强。多数用户并不知晓该平台反馈渠道的存在或者知晓但参与反馈积极性不高，致使参与反馈用户数量偏少，缺乏足够的样本数量开展数据分析，反馈有效性受用户反馈信息质量影响较大。

4.2扁平模式扁平模式即以数据管理局(中心)、用户以及档案部门为主体、以内部沟通交流渠道和政府数据开放平台为媒介的多向政府数据反馈，主要特征为将政府数据质量反馈专业评估力量纳入其中，实现反馈主体的多元化。其优点为：a.管理范围对象明确，各司其职，分工合理，能够有效提升反馈效率。b.反馈渠道增多，提升政府数据质量反馈社会参与度。c.反馈信息具备一定的代表性和专业性，减轻对线性反馈的依赖，经过初步分类整理，便于信息筛选和关键信息提炼。然而，此模式亦存在些许短板。首先，反馈主体缺乏沟通交流，反馈信息联系性不强，需二次整合加工，增加反馈复杂性和工作量。其次，反馈出发点和重点存在差异，重要信息可能会在前期阶段被错位处理、清洗。目前我国多数智慧城市政府数据质量反馈运行机制处于线性模式向扁平模式过渡阶段——即不完全的扁平模式，档案部门在政府数据质量终端反馈中的作用仍有待充分挖掘。

4.3立体模式立体模式参与主体主要包括政府数据质量专用反馈平台、数管局(中心)、用户以及档案部门，兼具连贯性和纵深性：一方面，可通过线性反馈及时获取原生反馈信息，减少人为主观干预和趋利性筛选。垂直性地与用户直接交流互动，达到用户与政府数据提供者直接沟通的目的。另一方面，又能通过间接反馈动态掌握政府数据质量变化发展规律，理顺政府数据质量反馈内容与反馈主体之间的关系。在此模式下，数据利用者能将发现的数据质量问题和情况，提出的需求、建议和评价等，以信息方式快速传输至相关政府部门，帮助其据此优化数据管理工作各环节，使政府数据质量反馈系统趋于完善。智慧城市在线政务服务、政府数据开放和档案机构改革有序推进背景下，立体模式能够适应不同层级、不同区域、不同职能的政府部门，针对不同的政府数据质量要求采取配套的交互性反馈方式和渠道，依托政府数据质量专用反馈平台实现分散集中反馈，增强反馈信息整体性和联系性，保障反馈成果质量，加之人工智能技术的嵌入，使反馈系统智能聚类、分析、评估、决策成为可能，极大提升反馈效率。

5 智慧城市视域下政府数据质量反馈运行实然分析

5.1组织层面：反馈组织建设和制度保障有待加强《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》提出，要“探索建立统一规范的数据管理制度，提高数据质量和规范性。”而受制于传统管理思维，多主体参与反馈成为规范化数据管理中最薄弱、最易被忽视的环节。首先，外部反馈意识略显淡薄。政府数据质量改进多依赖于内部监管和国家政务数据标准的强制规范，未给予用户和档案部门数据质量反馈意见足够重视和关注度，存在互动反馈不便捷、不及时等问题[29]，欠缺智慧城市建设所需的数据治理思维和综合反馈意识，致使政府数据质量反馈环节和响应速度整体处于滞后状态。其次，缺乏强有力的数据质量反馈政策法规指引。从宏观规划来看，《政府信息公开条例》从顶层设计角度为政府数据开放提供政策法规支持，但将反馈环节笼统纳入政府信息公开考核和评议工作缺乏足够的针对性。从微观执行来看，虽有部分法规文件提及政府数据质量反馈要求，如《国务院关于加快推进全国一体化在线政务服务平台建设的指导意见》“实时监测事项、办件、业务、用户等信息数据，接受申请办事的企业和群众对政务服务事项办理情况的评价”，和《国务院政务信息资源共享管理暂行办法》“使用部门对获取的共享信息有疑义或发现有明显错误的，应及时反馈提供部门予以校核”，但缺少专门系统性的政策法规指导。最后，组织机构职能冲突和运行复杂。政务信息资源管理的职责划分不明，档案部门和数据管理部门管理对象交叉引发职能冲突[30]，多数档案部门长期以来未能实质性介入前端业务环节，导致自身的管理职能在全国一体化在线政务服务平台建设浪潮中不断被蚕食[31]，加之两者间尚未建立常态化的沟通协调或分工合作机制，其政府数据质量反馈话语权和认可度遭到一定程度地削弱。

5.2采集层面：反馈信息采集方法和采集渠道有待改善采集是面向用户反馈信息源的重要行为，关乎收集反馈意见的数量与质量。[32]在上述调研中发现我国20强智慧城市智慧发展水平总体较高，但依然存在以下问题：首先，反馈平台建设水平存在差异，采集功能局部缺失。未开通政府数据开放平台或开通政府数据开放平台但并未设置用户意见采集渠道的智慧城市占比合计达30%(见表1)，致使用户意见无法反馈至相关政府部门。其次，采集渠道畅通性和便捷性有待加强。多数城市设置有专业的政府数据质量意见反馈渠道，但存在线上反馈回复滞后、用户纠错反馈时间长于用户建议反馈时间等问题。如温州市政府数据开放平台在其“反馈列表”中有6条用户意见至今尚未回复[33]，上海市公共数据开放平台用户建议平均反馈时间为45.67天，纠错平均反馈时间为59.88天，贵阳市政府数据开放平台用户建议平均反馈时间为3.3天，纠错平均反馈时间为61.1天(见表2)。再次，采集方法略显呆板，降低用户反馈意愿。多数城市政府数据开放平台的互动交流版块缺乏便捷性，用户需在首页进行注册登录后才能提交反馈申请，线上即时反馈、APP端反馈的功能开发还较为薄弱，难以及时发现和解决用户反馈问题，一定程度降低用户的反馈意愿。最后，采集内容信息结构和安全意识有待改善。采集内容一般由数据问题、数据获取、建议标题、内容描述、用户姓名、联系电话、电子邮件等组成，少数涉及数据领域、数据格式、数据更新频率、数据用途(见表3)，采集内容信息结构过于粗泛难以给用户提供精细化的反馈导向。且部分地方政府在采集用户建议反馈时，未征求用户同意或对用户ID匿名处理就公开建议反馈，致使部分以真实姓名作为ID的用户个人信息直接暴露在公众视野之中[34]，间接侵犯用户的信息权和隐私权。

表1 “2020中国20强智慧城市”政府数据开放平台数据质量反馈情况

续表1 “2020中国20强智慧城市”政府数据开放平台数据质量反馈情况

表2 “2020中国20强智慧城市”政府开放数据用户反馈情况

续表2 “2020中国20强智慧城市”政府开放数据用户反馈情况

表3 “2020中国20强智慧城市”政府开放数据质量反馈意见收集形式及反馈内容词频表

5.3处理层面：反馈信息分类整合和深层加工有待跟进处理是采集的后续步骤，是反馈信息由量变走向质变的关键环节[32]。在一般政府数据质量反馈流程中居于核心地位(见图3)，使采集内容不被“置若罔闻”，能够及时将其中真实、可靠的反馈信息转化为政府数据质量优化动能。梳理发现存在以下突出问题：首先，信息反馈分析以描述定性为主，定量分析较少。用户反馈意见需要自己拟定标题和描述内容，缺少操作导向工具和智能分析程序，难以与数据集相链接开展定量分析从而发现同类问题数据。其次，数据统计缺乏深度和广度。反馈信息统计多以列表形式简单罗列，且侧重于服务质量、平台体验层面，对用户的数据需求、数据评价和利用建议辐射面不够，阻碍政府数据质量用户潜在需求分析和社会数据意识培育。最后，反馈意见缺乏深层加工。政府部门在获取用户数据质量反馈意见后，需对其进行整合分类，并通过编码标注关键词将其加工成为结构化数据，经专业数据分析找出政府数据质量优化过程中的矛盾所在。但在上述调研过程中，仅上海市公共数据开放平台在“互动社区：需求调查”板块将用户反馈数据需求分为经济建设、城市建设、民生服务、资源环境等13类[35]；在实际工作执行中，亦存在着回复却不收集整合反馈意见、反馈意见数据统计过于宏观、缺少代表性数据纠错案例专题汇编等问题。业务处理能力依然有所欠缺，反馈信息分类整合及深层加工有待跟进。

图3 政府数据质量反馈一般流程

5.4互动层面：反馈互动参与主体和效能范围有待拓展互动的目的在于从不同的思维方式和立场角度帮助政府部门更好地发现数据质量问题，并提供建设性的改进意见、建议，进一步厘清政府数据质量优化与社会公众之间的关系，打通政务服务与用户需求的数据桥梁。经调研发现互动过程中仍存在下列问题：首先，已有互动方式亟待宣传推广。政府数据管理部门互动方式处于半透明状态，许多公众并不知晓政府部门提供的数据质量互动交流方式、渠道，致使其并未收到任何来自用户的反馈意见，在上述调研中设有反馈路径但意见反馈、纠错反馈列表无任何内容的智慧城市政府数据开放平台占比均达到35%(见表2)。其次，互动思维和效能范围存在局限。多数政府部门仍未跳脱单向服务思维，仅将政务微信、政务微博等网络媒体平台作为数据公布助手，未开通政府数据服务用户满意度评价、匿名用户意见反馈等潜在反馈功能，一定程度造成现有技术资源浪费，限制政府自媒体平台反馈效能发挥。最后，互动宗旨与维度体验不相匹配。线下强调优质互动，确也出现服务态度不友好和反馈问题解决效率低下等问题；线上强调突破时空互动，实则出现政府数据质量互动交流功能区无人问津、工具人刷评论或数据问题重复反馈得不到解决等现象。反馈互动开始向用户需求方向倾斜，但用户参与积极性和可行性有待提高，仍需数管局(中心)、档案部门等其他专业力量介入，匹配线上线下维度体验，拓展互动效能范围。

6 智慧城市视域下政府数据质量反馈机制应然选择

6.1突出智慧城市理念，开展联动式政府数据质量反馈调研更透彻的感知、更广泛的互联互通和更深入的智能化是智慧城市的三大特征[36]，亦是政府数据质量优化应当遵循的基本理念和工作方向。为充分激发政府数据质量反馈效能，可从以下三方面着手：首先，协同开展政府数据质量反馈调研。深入基层、深入群众，切身感知不同区域、不同部门政府数据质量反馈系统优势及所存问题，如苏州市吴中区构建基层数据治理多元参与机制，充分发挥网格长、巡查员、网格指导员、协管员、参与员等不同主体数据沟通反馈的积极性，通过座谈调研、上门走访等方式，使基础网格的每个主体都“耳聪目明”，成为社会综合治理的基本数据触角[37]。其次，加强内部组织联系，实现政府数据更广泛的互联互通。如上海智慧地铁建立与上海“智慧城市”的数据共享和实时互通，形成与公安、消防、水务、供电、通信等部门的联动，实现公共资源的合理配置[38]，增强政府各部门数据的关联性和依赖性，带动政府数据质量内部相互监督和及时反馈。最后，开放互动交流功能管理权限，提高反馈信息自动处理能力。开放互动交流管理权限至政府各职能部门，使用户反馈信息能够直接传达至相关部门，缩短反馈程序和反馈时间，使其能够更加快速、真切、直观感受用户数据需求，从而获得更加及时、细致的专业回复，推动政府部门增强数据规范化意识，从源头处优化数据质量，如天津滨海新区政务帮办平台提供连接第三方专网系统便捷入口，市民可直接中转至第三方专网系统平台进行相关事项办理[39]。

6.2注重数据治理规范，加强反馈组织制度建设和法律遵从政府数据治理是社会发展的必然趋势，是推进国家治理体系和治理能力现代化的重要途径[40]，政府数据质量反馈应更加注重数据治理规范。首先，明确反馈组织主体地位和职责划分。准确区分政府数据管理部门、档案部门和用户的数据质量反馈职责和义务，明确数据质量的责任控制主体和执行标准，跨越自用数据与开放数据之间的质量鸿沟[41]，突出不同主体、不同途径反馈重点和反馈特色，实现差异化、针对性反馈。其次，从概念、表征、行为和伦理四个层面加强政府部门自律控制，完善数据质量反馈制度建设。最后，健全政府数据管理法律法规，丰富《政府信息公开条例》的数据反馈内涵，制定《政府数据资源管理条例》《政府数据开放法》，彰显政府数据质量反馈法律存在和要求，提升政府乃至整个社会关注度和重视程度。如《贵阳市政府数据资源管理办法》第十四条规定：“政府数据使用方对政府数据目录和获取的政府数据有疑义或者发现有错误的，应当及时通过共享平台或者开放平台反馈政府数据提供机关予以校核。政府数据提供机关应当自收到校核信息之日起5个工作日内完成校核，进行相应处理，并反馈政府数据使用方”。《贵阳市政府数据共享开放条例》第十三条、三十七条分别规定：“政府数据使用方对目录和获取的数据有疑义或者发现有错误的，应及时反馈政府数据提供机关予以校核”。“建立政府数据使用反馈机制。使用政府数据的单位或者个人对获取的政府数据发现不完整或者有错误的，可向数据提供部门反馈，数据提供部门应及时补充、校核和更正”。

6.3融入人工智能技术，高效整合和深度分析各方反馈意见政府数据治理范式要从标准化的人为治理转变到个性化、精准化的智能治理[42]。政府数据质量反馈也应遵循政府数据治理规律和要求，积极融入人工智能技术，加快实现组合优化和智能反馈。首先，运用智能聚类技术自动分类筛选和优化组合用户数据质量反馈意见，增强反馈意见间的有序性和联系性，提升政府数据质量问题归集程度。其次，运用智能分析技术自动对比不同群体、不同渠道用户反馈意见，定义转换规则提取其政府数据质量利益诉求和评价维度，如广州市构建统一人工智能机器人云平台，能够将不同渠道消息标识为不同的维度和来源进行统一处理，并提供在线服务统计分析、机器人服务分析、知识库分析等不同资源的综合统计分析[43]。再次，运用智能评估技术严格验证其科学性和合理性，将正向指标或维度自动纳入政府数据质量评价体系，规范后续政府数据生成制作，从数据根源减少无效数据和错误数据。最后，运用智能决策技术考量政府内部经费状况和技术条件[44]，辅助制定政府数据质量改进最佳方案，并为用户提供更具灵活性的个性化反馈答复，如上海长宁区政府建设智能活动室，依托人工智能技术对居民体质健康数据和运动器材自动采集数据进行整理分析，为居民提供个性化的运动“处方”[39]。拓展大数据机器学习路径[45]，切实提高在线反馈服务系统知识运用能力，全面升级政府数据质量反馈智能系统和智库功能。

6.4搭建反馈专用平台，实现反馈渠道多元有效和安全畅通反馈渠道的多样和畅通直接影响信息的反馈效果，拓展、疏通反馈渠道势在必行。首先，完善政府数据开放平台反馈功能。通过设置政府数据客服热线、实时互动社区、政府数据论坛等丰富政府数据质量反馈途径，增强反馈功能多元性。如新加坡不仅在数据开放平台设立信息反馈专栏，还定时举办创意活动，激发公众反馈意愿[46]；纽约市政府在其开放数据反馈平台上，支持包含数据集星级评分在内的多种反馈方式[47]。其次，搭建政府数据质量反馈专用平台。建立更加即时、有效的沟通反馈渠道，由专业人员解答公众反馈需求，如日本的城市基础设施建设公民反馈数据收集平台Chiba-repo[48]，打破政府数据质量反馈长期依附于政府信息反馈、政务服务反馈限制反馈效率的尴尬局面，与政府数据开放平台反馈渠道协调配合，增强反馈功能的专业性。最后，健全政府数据质量监管系统。统领数据反馈规划设计和系统集成，专职质量认证、监督管理和技术运维，保障反馈渠道真实有效和安全畅通[49]，增强反馈功能的实用性，如上海市数据共享交换平台建成数据质量监管及支撑子系统，支持多维度质量稽核规则设定、多场景Agent引擎调度、动态感知数据湖中数据质量、及时发现质量问题生成工单、定期基于考核规则生成质量报告等功能，形成较完善的数据质量管理体系及评分反馈体系[26]。

数据反馈系统对政府数据质量优化起着决定性作用，是智慧城市建设最重要的基石[50]。只有构建科学高效、稳定实用的反馈机制，才能最大限度激发数据反馈系统作用，提升政府数据的社会价值和经济价值，充分发挥政府数据的精细化管理功能和社会治理效能[51]，加速达成国家智慧城市建设目标和发展战略。