基于国际评估体系的政府数据开放指标特征与模式分析

　　对于数据集的评价维度, 全球开放数据指数在三年内保持了一致, 均从数据集存在与否、开放许可、可机读、免费获取、量级获取、更新、在线获取、数字格式、公共获取等九个方面进行评价。

　　(2) 开放数据晴雨表。开放数据晴雨表对于开放政府数据的评估主要包括三个方面:准备度、执行度和影响力。

　　在具体的评估指标上, 2015年, 准备度主要包括政府行动、政府政策、企业以及公民和社会团体四个方面。政府行动包括国家和地方两个层面, 政府政策包括政府的政策以及开放数据管理和出版办法, 企业包括教育培训和政府对开放数据创新文化的直接支持, 公民和社会团体包括信息权利、个人数据保护的相关法律法规, 专业团体的参与和信息技术在开放数据中的应用。

　　执行度即对数据集的评估, 2015年开放数据晴雨表评估了健康部门表现、犯罪统计数据、政府细节预算、公司注册、地图数据、中小学教育表现数据、国家选举结果、国家环境统计数据、国际贸易数据、人口普查细节数据、公共交通时间表、法律、所有权数据、政府开支细节数据、公共合同等15个数据集。

　　在影响力方面, 主要包括政治影响、经济影响和社会影响三个方面。政府影响包括政府效率效能和政府透明度, 社会影响包括环境可持续以及边缘人群的政策制定与政府服务, 经济影响包括对经济的积极影响和企业对开放数据的成功利用。

　　2013年到2015年, 开放数据晴雨表的评估指标相对稳定。2014年在执行度中增加了公共合同数据集。2015年新增了一项“政府政策”指标, 包含政策与管理两个方面。

　　同全球开放数据指数一样, 开放数据晴雨表对数据集的评估采用提问的方式进行, 主要考察数据是否存在、在线获取、机读格式、量级获取、免费获取、开放许可、更新、数据集报告连续性、数据集信息获取简易性、数据关键元素的链接提供等十个方面。

　　2、全球开放政府数据评估指标重点和发展趋向

　　根据全球开放数据指数和开放数据晴雨表的评估指标可以看出, 数据集评估是开放政府数据评估的重点内容。全球开放数据指数的评估内容与开放数据晴雨表中执行度的评估内容在本质上是相同的, 这也间接说明了数据集评估在开放政府数据评估中的重要地位。

　　从被评估的数据集内容来看, 基本都以政府、企业和社会的利用以及增加政府透明度为导向。全球开放数据指数和开放数据晴雨表均进行或试图进行评估的数据集 (以2015年为例) 均包括政府预算、健康表现、公司注册、地图数据、选举结果、公共交通时间表、法律、所有权数据、政府开支细节。

　　从数据集被评估的维度来看, 其重点是确保数据的“真正开放”, 这与开放知识基金会给出的开放政府数据定义相契合, 两个评估项目均进行评估包括是否存在、在线获取、机读格式、量级获取、免费获取、开放许可、更新这几个维度。

　　开放政府数据评估体系的发展整体以利用和增加政府透明度为导向, 呈现出精细化和扩展化的趋势。在宏观层面, 开放政府数据的评估不仅仅局限于现有的数据集状态, 还向前延伸到对准备度的评估, 向后延伸到对影响力的评估。准备度、执行度和影响力三者在逻辑上具有较强的关联性, 同时也可以从评估的具体结果中反映出来。在微观层面, 两个评估项目的指标均在随时间变化不断增加。随着社会的不断发展, 对政府数据需求的不断提升, 开放政府数据评估更加细化到经济社会生活的各个方面, 同时也更加注重从公众利用角度选择评估范围。

　　三、全球政府数据开放发展的现状与特征

　　目前全球政府数据开放活动正在不断扩展, 在国际评估体系中表现为国家样本量的增加和覆盖区域的拓展。2013-2015年, 全球开放数据指数和开放数据晴雨表评估的国家均不断增加, 并呈现出继续增长的趋势。其中, 全球开放数据指数增幅较快, 2015年一共评估了122个国家及地区, 开放数据晴雨表则评估了92个国家。覆盖的区域也因此不断拓展, 包含了欧洲、北美洲、东亚太平洋地区等7个区域。

　　（一）全球政府数据开放发展总体状况

　　各国政府都在积极开展政府数据开放, 但目前全球的总体水平较低。通过对2013-2015年全球开放数据指数和开放数据晴雨表平均值的变化 (见图1) , 可以考察全球政府数据开放的总体发展水平。

图1 2013-2015年全球开放数据指数与开放数据晴雨表全球平均水平统计图

　　注:全球开放数据指数平均值的单位为百分比;两个体系的计量方法不同, 两组数据之间在此没有可比性;下同。

　　我们可以发现:2013年以来, 两个国际评估体系中的全球平均值都比较低, 反映出全球政府数据开放的总体水平不高。全球开放数据指数的平均值三年来不断下降, 这与国家样本量的快速增长有关。近年来不少国家开始进行政府数据开放工作, 全球开放数据指数评估的国家也大幅增多, 但很多国家还处于起步阶段, 数据集开放程度不高, 导致全球开放数据指数平均值的下降。此外, 两个评估体系近年来都进行了指标调整, 评估指标的增加和细化对全球数据开放提出了更高的要求。

　　国际评估体系中的全球平均值受到诸多因素的综合影响, 国家样本量的增加、指标的调整都会造成平均值的变化, 所以全球平均值的下降并不代表全球政府数据开放水平的降低。但可以确定的是, 全球政府数据开放的总体水平还比较低, 低水平国家较多, 无法在外界因素影响的同时带动全球平均水平快速增长。同时, 开放的数据集还存在开放程度不够的问题, 两个国际评估体系统计的数据集开放程度均不足10%, 大部分开放数据集还不符合“真正开放”定义, 还没有达到国际开放数据评估体系的要求。

　　（二）全球政府数据开放国家分类

　　虽然全球政府数据开放的总体水平不高, 但已经有部分区域和国家取得了不错的成果, 尤其是欧洲、北美地区, 不少国家都形成了良好的政府数据开放实践。本文通过分层聚类分析, 依据开放数据晴雨表三年的评估评估结果将参评的92个国家分为四类: (1) 卓越型国家; (2) 高水平国家; (3) 进步型国家; (4) 低水平国家。为了保证数据的一致性, 本文只采用开放数据晴雨表的评估结果, 其他评估体系仅作参考。

　　根据开放数据晴雨表2013-2015年的评估结果, 将各国三年总体平均成绩进行排序, 得到总体排名。首先, 英国、美国不论从总体排名, 还是各年度排名均遥遥领先, 与第三名之间拉开一定差距, 归为第一类国家———卓越型国家。

　　其次, 从准备度、执行度、影响力三项指标出发, 将每年三项指标均超过指标平均值的国家归为第二类———高水平国家, 共有20个高水平国家, 卓越型与高水平国家全部是世界经合组织成员国, 大多地处经济发达区域, 政府数据开放发展均衡稳定。高水平国家的代表国家有法国、加拿大等。

　　再次, 将三年中各项指标成绩部分超过平均值, 部分低于平均值的国家归为第三类———进步型国家, 此类国家有34个。进步型国家相对复杂, 区域分布和经济水平不一, 政府数据开放指标发展不均衡、动态发展不稳定, 代表国家有肯尼亚等。

　　最后一组是三年来每项指标均低于平均值, 发展相对落后的国家———低水平国家, 此类国家有36个, 低水平国家大多仍处于起步阶段, 代表国家有马来西亚、阿联酋等。

　　开放数据晴雨表在2014年根据准备度和影响力两项指标, 也将当年参评的86个国家分为四类: (1) 高能力国家; (2) 新兴与进步国家; (3) 能力受限的国家; (4) 单方面举措的国家。对比两组国家分类发现, 本文分类的卓越型与高水平国家与开放数据晴雨表的高能力国家基本吻合, 表明这部分国家在全球政府数据开放中处于明显的领先地位。

　　（三）全球政府数据开放的特征

　　1、全球政府数据开放的指标关联性

　　世界银行的开放数据准备度评估仅针对准备度, 全球开放数据指数仅针对执行度, 而开放数据晴雨表的评估指标包括准备度、执行度和影响力, 包含内容最为广泛, 涉及数据开放的各个阶段。笔者经研究发现, 准备度、执行度、影响力三个指标之间存在着相互促进、相互影响的关联性, 反映了全球政府数据开放指标均衡性的要求。

　　开放数据晴雨表的指标关联性主要体现在充分的准备度能为执行度的实施奠定良好基础, 执行度中数据集的开放程度越高, 影响力越快显现, 而高影响力又能促进准备度和执行度的提高, 形成一个良性循环。目前国际上大部分国家仍处于数据开放起步阶段, 没有形成成熟的阶段循环, 所以指标的关联性主要体现在卓越型和高水平国家当中。这部分国家一般三项指标发展均衡, 尤其是影响力已经脱离普遍低分的现状, 影响力的反馈作用促进前两个指标的继续发展, 从而使综合实力在国际上保持优势。

　　(1) 准备度与执行度之间的高度关联性。目前开放数据晴雨表的三项指标中, 影响力普遍较低, 准备度与执行度已经有一定成绩, 因此准备度与执行度之间的关联性表现得最明显。

　　2015年全球各国的准备度与执行度存在明显的正相关关系, 相关系数高于0.9, 属于强相关关系。用不同散点区分全球区域 (见图2) 可以发现, 欧洲及中亚地区、北美地区、东亚及太平洋地区等大部分区域都表现出高度指标关联性, 只有撒哈拉以南非洲地区目前执行度还比较低, 两者的关联性也相对较弱。

　　韩国是体现准备度与执行度关联性最具代表性的国家之一。作为亚洲地区政府数据开放的领先国家, 韩国近年来在国际开放政府数据评估体系中的排名不断提升, 进步趋势明显 (见图3) 。

图3 2013-2015年开放数据晴雨表韩国指标发展趋势图

　　韩国政府对数据开放高度重视, 有充足的政策准备和资金支持, 在准备度快速提升的基础上, 数据集的开放程度也不断加深, 准备度与执行度的增长趋势十分接近。

　　(2) 准备度与影响力之间的关联性。开放数据晴雨表的指标之间两两关联, 除了准备度与执行度的高度关联性, 影响力指标也与其他指标存在关联性。开放数据晴雨表2014年《全球开放数据报告》中指出, 开放数据的影响力不仅仅来源于数据集的开放, 更多地依赖于构成政府数据开放计划的国家整体实践。也就是说, 相较于执行度而言, 影响力与前期的准备度之间存在更强的关联性。

　　2015年准备度与影响力的相关系数在0.8-0.9之间, 也属于强相关关系, 并且高于执行度与影响力之间的相关度, 与2014年《全球开放数据报告》中的相关性分析结论一致, 影响力更多地取决于准备度。从区域分布看 (见图4) , 欧洲及中亚地区等发展领先的区域关联性更强, 而撒哈拉以南非洲地区等落后地区由于影响力尚未显现, 关联性很难体现。从国家层面看, 图中指标关联性明显的国家均为卓越型与高水平国家, 而进步型与低水平国家的指标关联性则相对较弱。

图2 2015年开放数据晴雨表准备度与执行度散点图

　　开放数据晴雨表的指标存在关联性, 尤其是准备度与执行度之间高度关联。准备度、执行度和影响力的关联性反映出对指标均衡发展的要求, 通过指标间的相互促进可以帮助政府数据开放进入良性循环, 保持政府数据开放的持续进步。

　　2、全球政府数据开放的区域不平衡性

　　目前各国政府数据开放发展差距很大, 区域不平衡性是全球政府数据开放的重要特征。卓越型与高水平国家多来自欧洲、北美地区, 在国际开放政府数据评估的排名中, 前十名几乎都是欧洲和北美地区的国家, 其中, 开放数据晴雨表前十名均为世界经合组织成员国, 但同时中亚、非洲的部分国家仍未起步, 区域发展存在不平衡性。

　　从全球成绩方差统计 (见图5) 可以发现两个评估体系的全球成绩方差总体均呈现上升趋势, 开放数据晴雨表的方差上升趋势明显, 从2013年开始不断上升。这说明全球评估成绩的离散程度不断扩大, 各国政府数据开放发展水平的差距正在不断拉大。从对数据集的评估来看, 根据开放数据晴雨表2015年《全球开放数据报告》, 46%的开放数据集来自排名前十的国家, 即来自世界经合组织成员国, 其他国家的开放数据集很难符合“真正开放”的定义, 开放程度还远远落后。

图5 2013-2015年全球开放数据指数和开放数据晴雨表全球成绩方差统计图

　　区域不平衡性是当前全球政府数据开放的显著特征, 并且仍在不断加深。卓越型与高水平国家起步较早, 很多国家已经步入三项指标均衡发展的良性循环。而包括中国在内的多数国家起步较晚, 指标发展不均衡, 在国际开放政府数据评估中相对落后。

　　3、全球政府数据开放的指标不均衡性

　　除了区域发展的不平衡性外, 各评估体系的评估指标也存在发展不均衡现象。相较于开放数据晴雨表中指标的关联性, 指标的不均衡性则更为普遍, 在多个评估体系中均有体现。

　　全球开放数据指数针对国家级门户网站的开放数据集进行评估, 各项数据集开放程度的不同体系了指标的不均衡性。从评估结果看 (见图6) , 开放程度较高的数据集有“国家统计数据”“政府预算”“法律”和“选举结果”, 但“地理位置数据集”和“政府开支”的开放程度较低, 其中“政府开支”数据集的开放程度呈下降趋势。全球开放数据指数的指标是平行关系, 指标间的不均衡主要由于政府各部门的开放程度不同。

图6 2013-2015年全球开放数据指数的全球平均指标得分

　　开放数据晴雨表的指标发展也存在不均衡性, 由于开放数据晴雨表的指标是按照政府数据开放的发展阶段制定的, 从动态发展趋势上整体呈现出指标的不均衡性。

　　从指标角度看, 全球范围内准备度高于执行度, 高于影响力。由于开放数据晴雨表的指标存在阶段特性, 各国发展阶段不同, 因此指标总体发展不均衡。从时间角度看, 2015年各指标均有所下降, 其中准备度下降幅度较大。2015年开放数据晴雨表新增了一项准备度子指标“政府政策”, 导致准备度的下降。这再次证明指标的细化是国际开放政府数据评估的趋势, 对全球各国政府数据开放提出更高要求。

　　此外, 本文还统计了2013-2015年开放数据晴雨表的指标得分方差 (见图7) , 与区域发展不平衡性不同, 指标发展的方差三年来不断下降, 这说明指标间的离散程度在降低, 指标发展正越来越均衡。随着时间的发展, 更多国家不再局限于制定政策, 而是执行度得到更好的落实, 影响力开始逐渐显现。可以预见, 按此趋势发展, 除了卓越型与高水平国家, 世界范围内会有更多国家形成准备度、执行度和影响力三者之间的良性循环, 开放数据的发展将不断深化。

图7 2013-2015年开放数据晴雨表全球平均指标得分及方差

　　四、政府数据开放的模式分析

　　全球政府数据开放的不同国家类别中, 卓越型与高水平国家制定了相对完备的数据开放政策, 开放政府数据已经推广到政府各个部门, 并且有越来越多的地方政府参与进来。这些国家对数据的开放定义的认知比较一致, 认同数据“真正开放”的五大特征, 并从政府、社会团体和公众多方面协同促进数据开放的发展。卓越型国家与高水平国家的起步不同, 发展水平也有差异, 存在不同的政府数据开放模式。其中, 卓越型国家起步早, 指标发展均衡稳定, 综合成绩在开放数据晴雨表评估中全面领先, 其政府数据开放模式为社会需求驱动模式;高水平国家指标发展比较均衡, 仅在影响力指标中有局部不均衡的现象, 其政府数据开放模式为政府主导模式。

　　（一）社会需求驱动模式

　　英国、美国作为卓越型国家, 在政府数据开放中处于领先地位, 尤其是英国, 在多个国际开放政府数据评估体系中多次位列第一。早在2009年, 英国、美国就开始了政府数据开放活动, 是全球政府数据开放起步最早的两个国家。两国既是世界经合组织成员国, 也都是开放政府联盟成立最初的成员国, 在数据开放进程中较早确立了强有力的政府承诺, 两国的政府数据开放模式是社会需求驱动模式。

　　1、自下而上推动数据开放的实施

　　英国、美国经济发展水平较高, 社会公众对政府的监督意识更强, 对数据利用的需求更多, 形成了自下而上推动政府实施数据开放的社会需求驱动模式。在开放数据晴雨表的准备度评估中, “公众与社会团体”子指标有专门考察的一项“信息权利相关法律”, 要求各国以法律形式明确公众的信息权利。2007年, 英国内阁办公室 (Cabinet Office) 起草了《信息权利评估》 (Power of Information Review) , 并成立了信息权利特别工作组 (Power of Information Task Force) , 以探讨公众的信息需求。美国在2009年推出《透明与开放政府备忘录》与《信息自由法案备忘录》以提高公民的参与、协作和政府透明度。

　　在社会驱动模式下两国政府对社会公众的信息需求十分重视, 率先实施政府数据开放以满足公众的需要, 事实证明开放政府数据在促进政府决策、经济增长等方面都有积极作用, 也进一步促进了国家的发展。

　　2、充分的政策支持与政府行动

　　政府政策与政府行动是准备度指标的两项子指标, 政府政策包括对政府数据开放计划的支持性政策、开放数据管理和出版方法;政府行动包括国家和地方的开放政府数据行动, 如建立各级开放数据平台。

　　英国和美国常年占据开放数据晴雨表评估前两名, 与其高准备度密不可分。政府政策方面, 2009年英国开始了数据开放的政策准备工作, 并将政府数据开放放在了很高的政策地位。2010年英国政府通过成立数据开放研究所等一系列措施支持和扩充政府数据开放计划, 并得到了国家首相卡梅伦的高度支持, 政策准备开始得到落实和实施。2013年英国内阁办公室发布的《2013-2015年英国开放政府联盟行动计划》从开放数据、诚信缺失、财政透明度、公民赋权、自然资源的透明度五个方面做出了详细规划。政府行动方面, 2009年5月, 在美国CIO昆德拉的推动下, 美国国家级数据开放平台Data.gov发布上线, Data.gov是美国政府数据的中心站点, 也是美国建设开放政府的重要组成部分。截至2016年12月, Data.gov共开放了193141个数据集, 对比英国2009年上线的Data.gov.uk只开放了36643个数据集, 美国的开放数量远超过英国, 但从开放数据晴雨表执行度指标和全球开放数据指数的评估结果看, 数据集的开放程度还不及英国高, 不少部门尚未做到“真正开放”。此外, 美国已经有40个州、48个市、县推出了地方级数据开放门户网站, 政府数据开放活动已经深入到各级政府。

　　充分的政策支持与政府行动使英美两国数据开放得以顺利实施。准备度是政府数据开放的基础, 根据开放数据晴雨表指标关联性分析, 准备度可以带动执行度和影响力, 尤其是影响力的进步。英国、美国的高准备度为其在国际评估中的全面领先取得了很大优势。

　　3、全方位的数据开放影响力

　　影响力是很多国家的薄弱点, 目前国际上大部分国家影响力指标还十分落后, 但英国、美国是由社会需求驱动形成的数据开放模式, 公众参与度很高, 因此社会公众对数据开放的响应积极, 能及时产生相应的影响力。英美两国均在影响力指标中连续两年位于全球第一。

　　两国影响力指标发展均衡, 英国的优势在其政治影响力, 美国的优势则是经济影响力。英国利用开放数据提升政府透明度, 开放数据对提高政府运作效率产生了明显的改进作用。而美国的经济影响力多次排名世界第一, 公司和企业利用开放数据创造新的价值, 开放数据在推动国家经济增长和经济可持续发展中都起到良好的促进作用。

　　（二）政府主导模式

　　除了传统的政府数据开放强国英国、美国, 高水平国家也都紧随其后开始开放政府数据, 并掀起了全球政府数据开放运动。高水平国家三年每项指标均超过全球平均值, 指标发展均衡, 动态发展稳定, 包括法国、加拿大等国在内的高水平国家实施的是政府主导的政府数据开放模式。

　　1、自上而下推动数据开放的实施

　　采用政府主导模式的国家并不是开放数据的率先倡导者, 但起步较早, 发展很快, 在国际开放数据评估体系中排名较为领先。在2009年英美实施开放政府数据之后, 很多其他高水平国家迅速加入队伍。尤其是在2013年G8峰会上八国签署了《开放数据宪章》之后, 各国被要求在规定时间内制定部署政府数据开放行动计划, 实施数据开放。此外, 开放政府联盟也对其成员国提出了相应要求, 截至目前已经有15个高水平国家加入开放政府联盟, 并给出了政府承诺。在全球数据开放的趋势下, 以法国、加拿大为代表的高水平国家开始了以政府为主导的数据开放工作。

　　法国加入开放政府联盟后, 承诺与社会公众协同制定一项政府数据开放行动计划。2015年7月, 法国政府将政府数据开放行动计划返回开放政府联盟, 该行动计划包含了2015-2017年法国政府数据开放发展规划, 将于2017年7月由联盟指定的独立报告员对计划的进展和应用情况发布具体报告。而加拿大自2012年加入开放政府联盟以来, 已经发布了3次两年计划, 最新一版的行动计划包含了加拿大2016-2018年的政府数据开放规划。在开放政府联盟等组织的指导监督下, 高水平国家有序开展数据开放活动, 为社会公众开放高价值的数据。

　　2、高效统一的政府规划

　　政府主导的数据开放模式具有高效统一的特点, 政府从国家层面对数据开放进行统一规划, 逐步推进数据开放进程。政府对开放数据的定义有准确的认识, 能针对公众需求开放多领域的数据, 提高数据集的开放程度, 满足公众的利用需求。

　　2011年, 加拿大联邦政府将开放数据正式纳入开放政府的建设进程, 开放数据门户网站也作为试点项目上线推出。2012年加入开放政府联盟后, 加拿大联邦政府每两年更新一次政府数据开放行动计划, 确保数据开放的有效实施。2014年, 加拿大联邦政府发布了针对G8《开放数据宪章》的政府行动计划, 并在开放政府试点项目的基础上推广下一代开放数据平台data.gc.ca。截至目前, 加拿大开放数据平台data.gc.ca开放了涵盖企业、纳税、环境与自然资源等19个领域的数据集, 为近年来加拿大在开放数据评估中影响力的提升创造了良好条件。得益于政府主导模式高效统一的规划与执行, 经过近五年的稳步发展, 加拿大政府数据开发已经趋于成熟, 各项指标发展较为均衡, 在开放数据晴雨表评估排名中不断上升。

　　3、提升影响力的不同导向

　　政府主导模式下准备度和执行度均稳定发展, 但影响力方面各国目标导向不同, 因此表现出不同的影响力优势。由2015年开放数据晴雨表各国指标得分雷达图 (见图8) 可知, 高水平国家的准备度和执行度得分都比较接近, 只有影响力存在差异。政府主导模式的国家中, 不同国家对影响力指标的要求不同, 根据各国的目标导向产生了不同的影响力提升方向。如法国注重其政治影响力, 指标表现为政治影响力很高, 社会影响力和经济影响力则不明显;加拿大非常注重社会服务, 在政府开放的19个领域的数据集中, 包含了就业、健康、交通等众多关乎国计民生的数据集, 因此社会影响力很突出;西班牙则是经济影响力十分领先, 西班牙在数据开放平台中提供了数据再利用的企业案例, 帮助其他企业了解如何利用政府数据促进企业发展和经济增长。

图8 2015年开放数据晴雨表各国指标得分雷达图

　　政府主导模式下, 各国对影响力提升有不同的目标导向, 对影响力的三项子指标有不同侧重, 造成了高水平国家影响力局部不均衡的现象, 也形成了各国政府数据开放的国家特色。各国可以相互借鉴, 在维持影响力优势项的同时提升其他子指标, 促进政治、经济、社会影响力的均衡呈现。

　　五、我国政府数据开放现状及模式选择

　　（一）我国政府数据开放的发展现状

　　我国目前在全球开放数据指数和开放数据晴雨表中的排名均比较靠后, 在国家类别中, 我国属于进步型国家, 归因于我国在2014年开放数据晴雨表评估中准备度超过了全球平均水平 (见表2、表3) 。

　　我们可以看出, 不论从准备度、执行度还是影响力, 2014年是我国政府数据开放水平最高的一年;我国在全球开放数据指数方面呈逐年大幅下降趋势。综合两个开放数据的评估体系中我国近三年的总体情况来看, 我国政府数据开放的水平是呈下降趋势的, 具体原因主要有: (1) 评估体系指标的细化与扩展。指标的细化和扩展对全球政府数据开放提出了更高的要求。2015年开放数据晴雨表在政府政策方面新增了政策和管理两项子指标, 而我国在这两项的得分仅为0和1 (满分为10) , 这是造成2015年我国准备度总体得分下降的主要原因。2015年的全球开放数据指数评估体系新增了采购招标、土地所有权、水质量及天气预报四个数据集, 我国除采购招标这一数据集开放程度相对较高达到45%以外, 其余三项得分分别为5%、0%、0%, 大大拉低了我国政府数据开放的整体水平; (2) 数据集开放程度下降。除了上一条提到的新增数据集开放程度不高的问题以外, 我国还存在着部分已有数据集开放程度下滑的问题。如, 在2015年的开放数据晴雨表中, 健康部门表现、国家选举结果和国家环境统计数据三项数据集的开放程度均有所下降, 其中健康部门表现和国家环境统计数据不再提供可机读格式、免费获取、按时更新等, 而国家选举结果这一数据集, 在2015年不再开放。在全球开放指数中, 位置数据集和国家统计数据两项数据集在2015年不再开放; (3) 相对水平降低。不论是在全球开放数据指数还是开放数据晴雨表中, 其它国家政府数据开放水平迅速提高, 其发展速度超过我国, 也会导致我国的排名下降。而这一下降代表的是我国在全球范围内相对水平的降低, 并不是绝对意义上的政府数据开放水平下降。举例来看, 在全球开放数据指数中, 我国的政府预算这一数据集在2014、2015年的得分均为55%, 但是排名却从43跌至49, 原因就是2014年排名在我国之后的如菲律宾、冰岛、斯洛伐克、阿曼等国家在2015年时这一数据集的开放程度超过了55%, 致使我国排名下滑。

表2 2013-2015年我国开放数据晴雨表排名情况 

表3 2013-2015年我国全球开放数据指数排名情况

　　2015年开放数据晴雨表在准备度方面新增了“POLI” (国家在具有明确定义的开放数据政策或战略上做到何种程度) 和“MANAG” (在一致的数据管理和发布方法方面做到何种程度) 两项子指标, 我国在这两项子指标的得分为别为0和1 (见图9) , 这反映出我国目前尚没有国家层面的具有明确定义的开放数据政策或策略, 也没有全国范围内一致的开放数据管理和发布方法。需要注意的是, 这里的政策和管理方法都是指的国家层面的, 并不包括地方政府的行为。

　　值得一提的是, “CITY” (注:此指标满分为10分) 这个指标是呈上涨趋势的, 这表明我国地方政府在实行其开放数据计划方面取得了一定的成果。不论是北京、上海、武汉等直辖市和省会城市, 还是无锡、湛江等较小城市, 甚至佛山市南海区、宁波市海曙区等区级政府都积极开展了开放政府数据活动, 并且已建立开放数据门户网站 (见表4) 。尤其是上海市, 高层领导的支持, 政府在提供和更新可机读格式数据方面的主动行为以及公众的积极参与都使其成为国内开放数据领域内最活跃的城市。上海在2015年5月推出了“开放数据的守望者”这一项目, 来监测上海市的开放数据发展并根据市民的需求提供更友好的用户界面。目前, 一些地方政府也开始主动地开放公众所需要的数据集, 上海市政府公开发布了自2014年以来的年度开放数据计划并列出了他们计划公布的数据集, 青岛市政府在2015年5月也公开了一个被释放数据清单并要求公众对此进行评价。

　　“DPL”这项指标代表的是国家关于个人数据保护方面的法律或监管框架的建设程度, 目前我国还没有全国性的关于个人数据保护的法律和监管框架, 只是在《中华人民共和国刑法修正案 (七) 》中规定了任何人 (尤其是在公共服务机构和公司工作的) 非法出售或提供个人资料的将被判处3年以下有期徒刑或罚款, 以此加强公共服务提供商的责任, 来促使他们更好地保护个人数据。除非开放数据过程中公民的信息或个人数据收到很好地保护, 否则不论政府、公民社会还是私营部门, 其作为该项活动的主要推动者都影响甚微。

图9 2013-2015年我国在开放数据晴雨表中的准备度得分

表4 我国部分城市或地区开放数据门户网站统计

　　开放数据晴雨表中的执行度实际评估的是数据集的开放程度, 综合我国在全球开放数据指数中的具体得分情况 (见表5、表6) , 可以看出我国在数据集的开放程度是比较低的。具体表现在我国开放的数据集中绝大多数都缺少可机读格式, 已公开的数据集没有按时更新或者更新不完整, 以及没有开放许可等方面。

　　从开放数据晴雨表来看, 我国目前绝大多数的数据集仅仅停留在存在和可在线获取的层面, “人口普查细节数据”和“犯罪统计数据”两个数据集的开放程度相对较高。全球开放数据指数中的绝大部分数据集开放程度在50%以下, 采购招标、土地所有权、政府开支等关乎到民生且对经济发展有推动作用的数据集开放程度较低。我国政府目前仅仅是将数据公布出来, 还不是真正意义上的数据开放。

　　数据开放的准备度、执行度和影响力三个方面是紧密联系的, 广泛影响力的产生基于良好的准备度和执行度。我国在准备度和执行度都比较低的情况下, 政府数据开放影响甚微 (见图10) 。由于我国各级政府开放的数据大部分都是非机读格式, 也没有开放许可, 导致开放的数据不能得到充分的利用, 所以最后只产生了极其轻微的影响, 如公民的环保意识有所提高, 不同政府部门之间在信息共享上加强了合作等。

图10 2013-2015年我国在开放数据晴雨表中影响力得分情况 

表5 2015年我国在开放数据晴雨表中执行度得分情况

表6 2015年我国在全球开放数据指数中的得分情况 

　　（二）我国政府数据开放模式选择

　　在政府数据开放方面, 国外领先国家的实践经验给了我们诸多启示。首先, 政府数据开放需要确立强有力的政府承诺, 给予充分的政策法规支持;其次需要稳步规范地实施开放政府数据, 确保开放的数据符合公众利用需求;最后在不同开放模式下既可以依赖公众的需求驱动, 全面提升政府数据开放影响力, 也可以结合政府目标导向有针对性地提升某一方面的影响力, 为开放数据的进一步发展提供有利条件。

　　在两种政府数据开放模式中, 政府主导的数据开放模式应是符合我国国情和数据开放现状的选择。一方面我国人口基数大, 并且公民对政府工作的参与和监督意识还相对薄弱, 难于有效地参与到政府数据开放的活动中, 而政府主导模式能更高效地快速推进数据开放工作;另一方面我国各级地方政府已经意识到数据开放的重要性并付出行动, 但由于缺乏统一规划和规范, 各地开放数据开放程度有很大差异, 政府主导模式能够在现有基础上从国家层面指导规范开放政府数据的实施, 充分发挥现有优势, 推动全国政府数据开放进程。

　　毋庸讳言, 自下而上的社会需求驱动模式能够使得开放数据活动获得更为全面的发展, 但在公民的参与意识尚未完全培育起来的情况下, 通过政府自上而下的推动, 无疑也能为政府开放数据活动提供动力, 从而带动整个开放数据链条的良性循环发展。

　　对照领先国家的经验, 结合我国政府数据开放现状, 我国采取政府主导模式的实现途径如下:首先, 在准备度方面我国需要制定国家级的政府数据开放计划, 从国家层面统一规划我国政府数据开放工作, 在此基础上完善相关政策法规, 为政府数据开放的实施奠定基础;其次, 整合目前已有的地方政府行动, 总结经验和问题, 依据行动计划的指导规范实施开放政府数据, 并逐步推广到政府各个部门和各级地方政府;最后, 在政府主导模式中政府需要注重影响力的提升导向, 根据目标导向有侧重地选择影响力提升方向。

　　六、结语

　　开放政府数据已形成国际化趋势, 相应的国际评估体系迅速建立, 并提出了有针对性的指标体系, 对于发展全球范围内“真正意义”上的政府数据开放起到了导向作用。本文在通过数据分析了解国际评估及其发展趋势的基础上, 立足于我国政府数据开放的现状和问题, 从政府数据开放的对比研究中剖析了先进国家的指标表现和支撑机制, 并建议我国采取政府主导的数据开放模式, 建立起准备度、执行力和影响力之间的良性循环, 最终达到通过政府数据开放促进国家政治、经济和文化发展的目的。

　　作者：张晓娟 孙成 向锦鹏 翟丹 等