基于解释结构模型的我国政府数据开放影响因素分析

□高天鹏 陈晓威 赵秀林 彭诗瑞

[电子科技大学 成都 611731]

基于解释结构模型的我国政府数据开放影响因素分析

□高天鹏 陈晓威 赵秀林 彭诗瑞

[电子科技大学 成都 611731]

推进政府数据开放的建设是我国政府面临的重大挑战。影响我国政府数据开放的因素很多，通过分析各因素之间的联系，建立影响政府数据开放的解释结构模型，进一步分析各因素的作用层次和相互关系，最终提出了相应的建议。

政府数据；数据开放；解释结构模型；影响因素

引言

2009年1月美国总统奥巴马签署《透明与开放政府》后，政府数据开放运动便在全球兴起。其意义不仅在于通过建立透明、参与、合作的制度，加强民主和提高政府效能[1]，还在于通过对数据的增值利用，带动相关产业发展，实现“数据惠民”。

随着大数据时代的到来，许多国家的政府已成为本国最大的数据资源生产者和拥有者，掌握着社会上超过80%的数据资源[2]。开放政府数据，已成为各国政府面临的新挑战和学界研究的新课题。

目前，我国政府数据开放工作尚处于起步阶段，还存在很多问题。首先，政府对数据开放的思想观念存在障碍，开放数据的主观意愿不强；其次，政府缺乏灵活有效的管理组织架构，不利于部门之间数据的整合与共享；再者，我国尚未建成统一的政府数据开放平台，也尚未制定统一的数据开放标准；最后，社会公众、企业和其他组织在获取政府数据时缺乏法规政策的保障。因此，有必要分析影响我国政府数据开放的一些因素，讨论不同因素之间存在的关系，为我国政府数据开放的有效推进提供一定的理论借鉴。

一、我国政府数据开放的影响因素

目前，国际上对“政府数据开放”的研究已经积累了很多文献[3]，本文主要从中国知网（CNKI）中选取期刊数据库作为文献检索来源，以“政府数据、数据开放、开放政府、公开数据、政府数据平台”作为关键词对“全文”进行搜索，选取的文献来源于四类期刊，包括SCI、EI、CSSCI以及核心期刊，所获得的文献时间跨度为2009年1月至2015年6月，再进行人工甄别与筛选，最终筛选出63篇符合条件的论文，构成了本研究中我国政府数据开放的影响因素的主要文献来源。经过对多篇文献的分析与总结，最后确立了解释结构模型的11个因素，并且将这11个因素分别设为：政府对数据开放的思想观念(S1)、政府管理体制的建设(S2)、政府数据管理体制的建设(S3)、监督体制的建设(S4)、战略规划与政策法规的支持( S5)、数据信息的安全(S6)、公众信息素养的提高(S7)、信息技术的发展(S8)、政府开放数据产生的价值(S9)、社会力量参与政府数据开放的广泛程度(S10)、政府数据开放运动在全球兴起(S11)。

（一）政府对数据开放的思想观念

政府数据开放受到政府部门思想观念的影响。有些部门出于自身利益的考虑，习惯于将数据限制在部门内部而不愿意开放[4~5]；部分领导干部认识缺位，大数据意识不容乐观，对数据认识的不充分使其难以较好地平衡数据开放和信息保护[6]。总之，各级政府开放数据的主观意愿不强，把数据看得很重，不愿对外开放[7]，或愿意开放。推广数据使用的态度消极，这是政府数据开放一大障碍。只有在思想上有清醒的认识，确立以用户为中心、开放服务、实现数据增值的思想观念，提倡数据打造高效政府的理念，将数据作为社会核心资源看待，才能有效推进数据开放战略的实施[8]。

（二）政府管理体制的建设

我国尚未形成一个有效的管理组织架构，组织机构缺乏活力和创新，且不同部门之间利益难以协调[9]，大量政府部门的数据又长期处于封闭、闲置状态，使得数据资源整合困难，直接影响到政府数据开放的效率和效果。建立具有综合协调能力的管理机构，统筹规划政府数据开放工作，是解决纵向上管理不力、横向上缺少配合的关键性前提[10]，也是构建良性数据生态环境的基础。加快政府管理体制的建设，一方面要保证有充足的资金投入，另一方面要优化政府部门的人员结构[11]，重视人才队伍的建设和培养，才能有效推进政府数据开放工作。

（三）政府数据管理体制的建设

我国目前缺乏有效的数据管理体制，且尚未形成“一站式”的数据开放平台，是政府数据开放的一大障碍。政府数据开放缺乏统一的规范条件，数据采集、处理、公开的标准和形式各异，不同部门、不同系统的数据开放后也难以共享，形成“信息孤岛”，加之开放性差，制约了数据的自由流动和活力。建立健全政府数据管理体制，统一技术标准、分类标准和数据标准[12]，有利于打破不同部门、不同系统之间的数据壁垒，实现数据共享，满足公众需求。同时，开放数据的平台、开放数据的优先次序、开放数据的形式和范围都影响着政府开放数据的效果。

（四）监督体制的建设

建立健全监督体制是保证政府数据开放工作有效推进的重要手段。在内部监督体制中，建立或指定监督机关，明确各部门的工作职责，有利于增强工作主体对政策法规的执行力。在外部监督体制中，明确以外部力量监督自身工作为导向，积极鼓励公众和社会力量通过评估、反馈、问责等形式监督政府数据开放的执行力和执行效果，有利于促进政府数据开放工作有效开展。

（五）战略规划与政策法规的支持

战略规划、法律法规及相关政策的支持是政府数据开放建设的基础和保障。目前，我国缺乏顶层设计，国家政府未提出指导开放数据的战略与规划，既影响开放数据的执行，也使开放数据无法聚焦于特定的目标[13]。同时，目前的《政府信息公开条例》、《关于加强网络信息保护的决定》等制度法规已不适用于政府数据开放，出于对用户隐私和数据安全的考虑，数据开放工作如果没有政策法规的保障和支持将难以推进实施。只有在国家层面上颁布战略规划、建立健全法律法规和相关配套政策，才能保障各级各部门数据开放工作的开展。

（六）数据信息的安全

由于立法缺失，相关机构在开放数据过程中难免要考虑到个人隐私、保密安全、知识产权等问题。若政府开放的数据导致个人隐私、商业秘密和国家机密泄露，威胁到公众、企业和国家的利益，那将背离政府开放数据提高政府效能、实现数据增值、为社会服务的初衷。由于涉及到各方安全和利益，数据信息的安全能否得到切实保障将影响到社会和相关机构对政府数据开放工作的认可度，而如何成功平衡数据开放与权益保护二者之间的关系也将影响数据开放的进程。

（七）公众信息素养的提高

公众信息素养的提高是促进政府数据开放的重要因素。公众信息素养包括公众对政府数据开放的认识以及对数据的使用和解读能力：一方面，公众希望社会利用数据提供可以满足自身需求的服务，从而要求政府提供大量、可靠、及时的数据；另一方面，在信息化进程中，公众也逐渐具备了在软硬件平台上分析数据、挖掘信息的能力。公众作为数据开放的推动者、参与者和受益者[14]，其信息素养的高低将在一定程度上影响着政府数据的开放。

（八）信息技术的发展

信息技术的发展使海量数据的采集、存储、整合、共享、分析、处理和应用成为可能，是政府开放数据的前提和基础。基于“云技术”、元数据管理和关联数据技术，可整合数据资源，实现对数据的自动化管理[15]和对政府数据的共享；数据可视化技术、文本挖掘、高性能计算等技术的产生和发展提高了处理数据的能力[16]；社交媒体的广泛应用有利于数据的传播和推广；电子政务为政府数据开放提供了坚实的技术保障[17]。因此，信息技术的发展是影响政府数据开放最根本的因素。

（九）政府开放数据产生的价值

数据是信息化时代的“石油”[18]。我国政府现有数据约占全国数据的1/3[19]，这些数据背后蕴藏着的巨大价值将推动经济转型，促进社会发展，提升国家竞争力。政府开放数据不仅能带动大数据产业发展，推动智慧城市建设，创造大量公共价值，真正实现“数据惠民”，还有利于打造高效、透明的政府，调动公民参与公共事务的热情，提升政府形象。因此，政府开放数据产生的价值是影响政府数据开放的一个关键因素。

（十）社会力量参与政府数据开放的广泛程度

参与政府数据开放的广泛程度是影响政府数据开放是否成功的因素。社会力量的参与有利于挖掘出政府数据背后的价值，通过对数据的分析、处理和应用，可以创造出新的商业模式，从而带动相关产业的发展。同时，社会公众、企业及其他组织对政府数据的迫切需求又反过来迫使政府加快开放数据的步伐。

（十一）政府数据开放运动在全球兴起

随着大数据战略在全球推行，开放政府数据也成为了各国与地方政府工作的重点。英美等国以及开放政府数据工作组等国际组织的数据开放工作走在世界前列，在制度框架、立法体系、数据门户建设和数据管理模式上都初显成效，值得各国借鉴学习。这场政府开放数据的运动已在全球兴起，我国只能紧跟国际大趋势，加快推进政府数据开放工作，促进数据走向应用、创新，发挥其应有的作用和价值。

二、基于ISM的我国政府数据开放影响因素分析

解释结构模型(Interpretative structural modeling, ISM)是美国J·华费尔特教授于1973年作为分析复杂的社会经济系统有关问题的一种方法而开发的。其特点是把复杂的系统分解为若干子系统（要素），利用人们的实践经验和知识，以及电子计算机的帮助，最终将系统造成一个多级递阶的结构模型，从而把模糊不清的思想转化为直观的具有良好结构关系的模型[20~21]。政府数据开放受多种复杂因素影响，这些因素之间存在着一定的层次关系，它们相互关联和相互作用，形成了比较复杂的因素链。

本文利用解释结构模型来分析政府数据开放的众多影响因素之间的层次关系，具体步骤如下：

（一）确定各因素的相关性，建立邻接矩阵

为建立解释结构模型，在此，结合我国政府数据开放的实际情况、不同因素的特点、历史文献资料及相关专家的观点，经过小组多次讨论，最终确定了各影响因素之间的逻辑关系，从而进一步得出邻接矩阵A。

邻接矩阵A的元素ija定义为:

建立邻接矩阵A如下：

设I为单位矩阵，则AI+如下:

（二）生成可达矩阵

对邻接矩阵(A + I)进行幂运算，直至满足

通过计算得出k=3.

可达矩阵M如下：

在可达矩阵M中可以看到2S、3S以及的行与列相对应的元素完全一样，所以可以把2S、3S看作一个因素，在这里保留2S，消去3S所对应的行与列。在得到的新的可达矩阵中可以看到5S、6S的行与列相对应的元素完全一样，把5S、6S看作一个因素，在这里保留5S，消去6S所对应的行与列，得到M′，如下图所示。

然后消去越级二元关系，去掉单位阵，得骨架矩阵M''。

（三）层次与关系的划分

系统要素Si的可达集R( Si)，是由可达矩阵M′中第Si行中所有矩阵元素为1的列所对应的要素集合。

系统要素Si的先行集A( Si)是由可达矩阵M′中第Si列中所有矩阵元素为1的行所对应的要素集合。

系统要素Si的共同集C( Si)是Si在可达集和先行集的共同部分，即交集，记为C( Si)=R( Si)∩A( Si)。

根据可达矩阵M′，计算所有因素的可达集R( Si)、先行集A( Si)以及共同集C( Si)，如表1所示：

表1　政府数据开放影响因素的可达集与先行集及交集(1)

若Si是最上一级因素，则必须满足R( Si)∩A( Si)=R( Si)即C( Si)=R( Si)，因此得到第一层因素L1={S2}，当最上级因素得到后，可在可达矩阵中划去S2所在的行和列，所得表2如下：

表2　政府数据开放影响因素的可达集与先行集及交集(2)

由表2可得，S1因素的C( Si)=R( S1)，因此S1为第二层因素。用同样的方法可得到其他层。

本文在计算过程中得到L1={S2}，L2={S1}，L3={S4,S10}，L4={S5, S7}，L5={S9, S11}，L6={S8}。又因为在缩减矩阵中S2和S3、S5和S6被看作同一元素，因此最终11个因素的层次为：L1={S2, S3}，L2={S1}，L3={S4,S10}，L4={S5, S6, S7}，L5={S9, S11}，L6={S8}。

由此可得我国政府数据开放的影响因素的多级递阶解释结构模型，如图1所示：

图1　政府数据开放影响因素的解释结构模型图

三、我国政府数据开放影响因素的关系结构分析

（一）第一层影响因素分析

1．政府管理体制的建设和政府数据管理体制的建设是第一层的影响因素，也是影响我国政府数据开放最直接最基本的因素。

2．政府管理体制建设滞后，是政府部门纵向上管理不力、横向上缺少配合的问题所在，没有一个合理有效的管理组织架构，不利于政府数据开放工作的推进。建立灵活有效的政府管理体制，打破不同部门机构之间的信息壁垒，才能实现对数据的整合与共享，为数据平台的建设提供条件，从而深入开展数据开放工作。

3．建立完善的政府数据管理体制，推出“一站式”数据开放平台，对数据资源制定统一的技术标准、分类标准和数据标准，能够直接提高数据的可用性，满足社会各界日益增长的数据使用需求，这也是政府数据开放成效最直接的表现形式。

（二）第二层影响因素分析

政府对数据开放的思想观念是第二层的影响因素。

政府对数据开放的思想观念的转变直接推动了政府管理体制的建设和数据管理体制的建设，是影响政府数据开放的关键因素。政府工作人员只有认识到政府数据开放的重要性，看到政府内部被封闭的数据所蕴藏的巨大价值，才会投入人力、物力、财力去建设和优化数据生态环境，为政府数据开放工作的开展提供便利；各级政府及相关部门只有认识到数据开放的重要性，才会放弃狭隘的官本位主义，主动开放数据，让数据流动起来，使政府数据开放系统更加高效精准地运转。

（三）第三层影响因素分析

监督体制的建设和社会力量参与政府数据开放的广泛程度是第三层的影响因素。

1．监督体制的建设促使各级政府、领导干部和工作人员对数据开放的思想观念发生转变。在内部监督下，政府数据开放的责任主体对于开放工作本身更为重视；在外部监督下，政府不愿对外开放数据或开放数据态度消极的情况也将发生转变。同时，有效的监督是管理体制建设和数据管理体制建设的保障，问责、追究等制度使得相关机构更为严格地执行工作要求。

2．社会力量的广泛参与使政府认识到开放数据的重要性，政府应尽可能满足社会公众、企业及其他组织对数据的需求，确立以用户为中心，以需求、服务、创新为导向的数据开放观念。而为了满足用户需求，实现数据增值，也就要求政府加快对数据管理体制的建设，统一相关标准，实现数据资源的整合与共享，形成“一站式”数据开放平台。

（四）第四层影响因素分析

战略规划与政策法规的支持、数据信息的安全与公众信息素养的提高是第四层的影响因素。

1．战略规划与政策法规的支持会直接影响监督体制的建设和社会力量参与政府数据开放的广泛程度。政策法规是问责的依据，是监督体制建设的基础，而战略规划的设计与政策法规的颁布不仅会加强各级政府及相关部门对政府数据开放工作的重视程度，还将鼓励社会公众、企业及其他组织参与到数据开放运动中，带动相关产业的发展。同时，在战略、政策和法律上对政府数据开放工作予以支持，可以为政府管理体制的建设和数据管理体制的建设提供一个准确的方向。

2．缺乏相关法规政策去明确政府开放数据的范围、内容和形式，一旦涉及到与数据信息安全相关的问题时，会阻碍政府数据开放工作的推进；正是出于对数据信息安全等问题的考虑，才要求制定相关政策法规去指引和保障数据开放工作的推进和实施。

3．公众信息素养的提高对监督体制的建设和社会力量参与政府数据开放的广泛程度有重要影响。公众对政府数据开放认识的转变以及对数据使用、解读能力的提高，直接推动了政府对外部监督体制的建设。同时，公众作为社会力量的重要组成部分，其信息素养的提高为社会力量参与政府数据开放的广度和深度奠定了基础。

（五）第五层影响因素分析

政府开放数据产生的价值、政府数据开放运动在全球兴起是第五层的影响因素。

1．政府开放数据产生的价值直接影响国家在战略层面上对政府数据开放进行总体布局、提供配套政策以及健全相关法律。缺乏整体规划，政策法规不完善，在一定程度上制约了社会对政府数据的使用，而正是社会对数据价值的需求，加快了政府对战略规划与政策法规建设的步伐。同时，数据价值驱动着整个社会参与到政府数据开放运动中，为社会生产生活提供服务，有助于提升国家竞争力，并促使政府各组织部门的思想观念发生转变，积极主动地开放政府数据。

2．政府数据开放运动在全球的兴起是促使我国政府数据开放的重要因素。政府数据开放运动在部分国家或地区的成功，对我国各级政府的思想观念产生了重大影响，促使政府以打造高效政府、带动社会创新、实现数据增值为目标而主动向社会开放数据。对于数据开放，走在世界前列的国家、地区或组织在统筹规划、政策法规建设和数据管理体制建设等方面为我国政府数据开放工作提供了一定指导，同时也激发了社会力量参与到政府数据开放运动中的热情。

（六）第六层影响因素分析

信息技术的发展是政府数据开放的深层影响因素。

信息技术的发展是实现数据资源整合共享、数据增值利用和应用创新的基础，对政府数据体制的建设和数据价值的挖掘有直接影响。由技术催生的新兴产业和相关业务，引发了社会各界对数据的需求，并带领社会力量参与到数据开放运动中。同时，信息技术的发展为相关工作的开展提供了技术支持，使政府数据开放运动在全球的兴起成为可能。

四、结语

目前尚未有学者对我国政府数据开放影响因素的关系结构进行探讨，本文通过文献法整理出影响我国政府数据开放的因素，利用解释结构模型法对各因素之间的关系进行分析，构建出我国政府数据开放影响因素的关系结构模型。

研究发现，推进我国政府数据开放工作的首要任务是在国家层面上进行战略部署，利用法律法规与政策做好顶层设计[13]，指导政府数据开放工作有序进行；其次，加强宣传教育，引导部门行为[5]，主动开放数据，是政府数据开放工作的关键所在；再者，建立灵活有效的政府管理体制，协调不同组织、部门、人员的利益，消除信息孤岛，实现对信息资源进行有效整合，这是政府数据开放的前提；最后，在政府数据开放过程中，应该重点关注对数据开放平台的建设，开放满足用户需求的数据集，使数据价值得以充分发挥。

利用解释结构模型来分析我国政府数据开放的影响因素，主要是为了找出各个关键性因素和他们之间的影响关系及层次结构，从而找到促进我国政府数据开放的关键点。由于影响我国政府数据开放的因素繁多，笔者研究有限，无法一一考虑，这也是今后研究需要继续完善的部分。

[1] MEMORANDUM FOR THE HEADS OF EXECUTIVE DEPARTMENTS AND AGENCIES SUBJECT: Transparency and Open Government [EB/OL]. [2015-5-26]. https://www.whitehouse.gov/the_press_office/Transparency_an d_Open_Government

[2] 陆健英, 郑磊, DAWES S S. 美国的政府数据开放：历史、进展与启示[J]. 电子政务, 2013(06): 26-32.

[3] 徐慧娜, 郑磊, PARDO T. 国外政府数据开放研究综述: 公共管理的视角[J]. 电子政务, 2013(06): 2-7.

[4] 中国信息化百人会召开“如何推动中国公共数据开放的政策环境和安全保障建设”公共政策双周圆桌会议[J].电子政务, 2014(11): 15.

[5] 周军杰. 需求导向的中国政府数据开放研究[J]. 电子政务, 2014(12): 61-67.

[6] 高华丽, 闫建. 政府大数据战略：政府治理实现的强力助推器[J]. 探索, 2015(01): 104-107.

[7] 两会聚焦：大数据[N]. 人民邮电, 2015-03-09(004).

[8] 姚乐, 樊振佳, 赖茂生. 政府开放数据与智慧城市建设的战略整合初探[J]. 图书情报工作, 2013(13): 12-17+48.

[9] 吴玥, 李占羽. 基于关联数据开放政府数据[J]. 电脑知识与技术, 2010(31): 8688-8691.

[10] 沈亚平, 许博雅. “大数据”时代政府数据开放制度建设路径研究[J]. 四川大学学报: 哲学社会科学版, 2014(05): 111-118.

[11] 叶亮. “大数据”背景下我国交通数据管理应用的转型与发展[J]. 交通与运输: 学术版, 2013(02): 65-68.

[12] 孙冰, 王博, 张瑞杰. 企业家代表委员在“两会”上都说了啥？[J]. 中国经济周刊, 2015(11): 70-73.

[13] 周文泓. 加拿大联邦政府开放数据分析及其对我国的启示[J]. 图书情报知识, 2015, 02: 106-114.

[14] 罗力. 开个政府数据“负面清单”[N]. 东方早报, 2014-06-03(003).

[15] 丛雅静, 蔡宁. 大数据背景下的政府统计信息化建设[J]. 中国统计, 2014(06): 19-21.

[16] 顾磊, 王艺. 基于政府数据开放的智慧城市构建[J].电信科学, 2014(11): 38-43.

[17] 卫军朝, 蔚海燕. 上海推进政府开放数据建设的路径及对策[J]. 科学发展, 2014(11): 80-88.

[18] 迪莉娅. 国外政府数据开放研究[J]. 图书馆论坛, 2014(09): 86-93.

[19] 魏凯. 各国政府积极制定推进政策数据开放运动席卷全球[J]. 世界电信, 2014(Z1): 49-54.

[20] 尹洪英, 徐丽群, 权小锋.基于解释结构模型的路网脆弱性影响因素分析[J]. 软科学, 2014(10): 122-126.

[21] 郁滨. 系统工程理论[M]. 合肥:中国科学技术大学出版社, 2009: 105-114.

Analysis on Influencing Factors of Open Government Data in China Based on Interpretative Structural Modeling

GAO Tian-peng CHEN Xiao-wei ZHAO Xiu-lin PENG Shi-rui
(University of Electronic Science and Technology of China Chengdu 611731 China)

Promoting the construction of open government data is a major challenge for Chinese government. The paper discusses many factors which impact open government data in China and analyzes the links among various influencing factors. Then it builds an interpretative structural modeling for influencing factors of open government data. At last, relevant suggestions and advice are given according to the hierarchical relationship among the various factors.

government data; open data; interpretative structural modeling; influencing factors

D63

A [DOI]10.14071/j.1008-8105(2016)03-0047-07

编辑 刘 波

2015 − 05 − 30

高天鹏（1972− ）男，博士，电子科技大学政治与公共管理学院副教授；陈晓威（1993− ）男，电子科技大学政治与公共管理学院信息管理与信息系统专业学生；赵秀林（1994− ）女，电子科技大学政治与公共管理学院信息管理与信息系统专业学生；彭诗瑞（1994− ）女，电子科技大学政治与公共管理学院信息管理与信息系统专业学生.