基于内容分析的政府数据开放政策协同研究

张玲玲

（黑龙江大学信息管理学院 黑龙江哈尔滨 150080）

1 引言

随着第五代移动通信时代的到来，数据的生成速度将远远超过第四代移动通信时代，数据的社会价值和经济价值将进一步提高。2012年，美国发布《大数据研发倡议》，在国家层面上美国成为了大数据战略先行者。2013年，英国和澳大利亚相继发布了《抓住数据机遇：英国数据能力战略》和《公共服务大数据战略》，各国开始逐渐重视对数据的使用[1]。我国在2010年到2015年也相继出台了一系列有关数据的政策文本，但缺乏顶层设计和统筹规划等问题。为了进一步加快我国数据强国建设，2015年8月有关大数据的第一份权威性、系统性文件——《促进大数据发展行动纲要》正式出台，这对我国政府数据开放具有重要意义。

近些年，我国对政府数据开放的研究主要集中在个人隐私保护[2-3]、数据质量[4-5]、数据开放平台[6]、国内外政策法规比较[7-8]以及我国政府数据开放的未来发展趋势[9]等方面。国外对政府开放数据的研究主要集中在其标准与原则、意义与价值、开放数据政策框架、国家数据主权等方面[10]。Ahmadi Zeleti F等人[11]探讨了政府数据的公共价值，开发了6-Value（6-V）业务框架模型。Bertot J C等人[12]提出数据可以促进合作，并为农业、卫生、交通等领域提供实时解决方案。Sayogo D S等人[13]对35个国家的开放政府数据门户网站进行对比分析，指出了各个国家的开放政府数据门户网站在数据内容、数据操作能力和参与程度等方面的发展各处于不同阶段。

到目前为止，我国有关政府数据开放的研究在许多方面已经取得了一定进展。但从整体来看，从微观视角出发来研究政府数据开放的不是很多。通过阅读相关文献，发现我国数据开放相关政策在制定过程中出现政策之间目标不协调和不一致的情况。马海群、蒲攀[9]认为对数据开放相关政策进行协同研究具有一定的必要性，可以加大政策力度、完善政策措施、提高政策目标。因此本文将从微观视角出发，对我国出台的有关数据开放政策进行政策协同分析，以期为我国数据开放政策存在的不足提出一些建议。

2 研究方法及研究过程

2.1 研究方法

目前，有关政策协同的研究方法主要有以下三种：一是依据政策协同理论来探究各要素及系统之间的关系。周莹等人[14]将协同学的原理运用于知识产权公共政策体系中，构建了知识产权政策协同运行模式，使得决策部门之间更加注重信息交流，实现了系统从无序到有序的转变。二是对多种政策间的协同进行探析，形成政策合力路径。郑功成[15]针对劳动就业和社会保障两大政策体系出现的相互替代和相互脱节问题提出了协同推进的方法。三是通过定量分析方法研究某个领域政策在政策力度、政策目标、政策措施三个维度的协同情况。彭纪生等人[16]基于以上三个维度对技术创新相关政策文本进行量化分析，并通过计量模型对我国技术政策文本进行评估。

2015年8 月，《促进大数据发展行动纲要》（以下简称《行动纲要》）正式出台，标志着我国建设数据强国的决心。为了贯彻落实《行动纲要》，推动大数据产业健康快速发展，2016年我国制定了《大数据产业发展规划（2016—2020年）》（以下简称《发展规划》）。为了探究《发展规划》是如何贯彻落实《行动纲要》，本文就这两份文件进行协同研究，参考和借鉴彭纪生政策协同方法，从政策力度、政策目标、政策协同三个维度对《行动纲要》和《发展规划》两者协同情况展开分析。

2.2 研究过程

研究过程可分为以下三个步骤：第一，从政策力度、政策目标以及政策措施三个维度出发，构建政府数据开放政策量化表。通过充分研读两份政策文本并在参考借鉴已有成果基础上，对两份政策文本的政策力度、政策目标、政策措施分别按照5、4、3、2、1的数值进行结构化赋值，分值越高代表描述内容与其越符合。第二，把两份政策文本得出的数值带入协同度计算公式中，通过计算结果得出两份政策文本是否协同、协同度如何。第三，根据计算结果分析我国两份政府数据开放政策文本内容存在哪些不足，并提出一些建议以供参考。

3 构建政府数据开放政策量化表

3.1 政策力度

政策力度是描述政策法律效力的指标。本文通过依据政策颁布机构的级别和参考张国兴[17]、彭纪生[16]以及郭本海[18]等人对政策文本、政策力度划分结果的基础上，为两份政策的政策力度的大小赋值（如表1所示）。《行动纲要》是由我国国务院发布，从表中可以看出《行政纲要》的政策力度较高，分值为4，《发展规划》的政策力度低，分值仅为1。一般情况，政策力度等级越高，政策主体内容越宏观；政策等级越低，政策主体内容越详尽。

表1 政策力度量化表

3.2 政策目标

探究政策之间是否协同，分析政策目标是关键之举，通过政策目标来分析政策之间是否存在政策制定上的差异。本文对《行动纲要》和《发展规划》进行研读，发现两份政策文本的总目标都为加快建设数据强国，推动大数据发展和应用。由于两份文本的总目标是处于宏观性描述，不便于对政策目标进行量化分析，本文通过进一步分析把总目标分为以下两个子目标：一是建成国家政府数据统一开放平台；二是健全大数据安全保障体系、强化安全支撑[19]。因此本文将政府数据政策目标分为以上两个子目标，并参考借鉴毛子骏等人[20]的赋值分配进行结构化赋值（如表2所示）。

表2 政策目标量化表

3.3 政策措施

政策措施是指政府为了实现政策的目标而运用的一种方法和手段[17]。彭纪生等人[21]对我国创新政策的政策措施划分为行政、金融外汇、财政税收、人事和其他经济措施五个方面；毛子骏等人[20]对我国政府开放数据政策措施从三个层面划分，分别为供给面、需求面和环境面，并详细地从人事支持和财政金融支持（供给面）以及构建考核与问责机制和加强数据开放法规制度建设（环境面）两个政策措施方面进行分析；马海群等人[22]对政府数据开放的政策措施划分为技术、人事、行政、金融、财政税收和引导六个方面。因此本文参考上述划分结果，并结合政策文本实际情况对两份政策文本的政策措施从人事措施、行政措施、财政金融措施、引导措施4个方面进行划分和赋值，划分结果如表3所示。

表3 政策措施量化表

3.4 数据预处理

在对《行动纲要》和《发展规划》两份政策文本进行对比分析之前，本文对量化后的数据进行预处理。根据前文对两份政策文本的政策力度、政策目标、政策措施的划分打分情况，并结合彭纪生等人[16]提出的协同度的度量计算公式，利用公式（1）计算两份文本的政策措施协同度，利用公式（2）计算两份文本的政策目标协同度。

其中PMJi代表第i年（2015年发布的《行动纲要》和2016年发布的《发展规划》看成同一个i年发布的政策文本）政府数据开放政策的政策措施协同度，PGJi代表第i年政府数据开放相关政策的政策目标协同度，N（在本文中N=2）为第i年颁布的有关政府数据开放政策总数。pej表示第j条政策的政策力度得分，pmjk和pmjl表示第j条政策中第k和l项政策措施得分，k和l（k≠l）表示人事措施、财政及金融措施、行政措施、引导措施4项措施中的任意两项措施，并对选取的任意两项措施进行政策措施协同计算，共计可以得到=6种协同指标。pgjs和pgjt表示第j条政策中第s和t项政策目标的得分，其中s和t（s≠t）表示从建成政府数据统一开放平台和健全大数据安全保障体系及强化安全支撑来考虑政策目标协同。

4 政府数据开放政策协同情况

4.1 政策目标协同情况分析

为了更加清晰了解两份政策文本的政策目标协同情况，本文对其子目标设计了一个标准值（如表4所示），根据标准值和实际值来计算和对比两份政策文本政策目标协同情况。通过研读两份政策文本，发现两份政策文本总目标达成一致，但是在子目标上却未达成完全协同，通过公式计算得出两份政策文本实际政策目标协同度为92，与标准值200之间还存在一定的差距。因此，可以看出两份政策文本对于子目标一都没有完好的体现。其中《发展规划》没有明确提出数据开放领域清单。关于大数据被获取格式要求在两份政策文本中也都没有提及和明确，这为公众获取相关内容带来了障碍。数据被获取的格式有很多种，主要有xls、pdf、json、csv等格式类型，其中开放性最高是csv格式，机器可读的有csv和json两种格式，能否被机器读取，直接影响到了数据的可用度[23]。澳大利亚在数据开放相关政策中明确表示唯一能够在data.gov.au产生可视化的格式是csv和xls[24]。美国、英国等国家也明确提出在数据开放过程中要统一开放数据标准，并要求以可机读形式发布[25]。对于子目标二，《发展规划》中并未明确国家利益、公共安全等数据安全等级保护领域，而《行动纲要》中明确指出要切实加强该领域的信息安全保护。

表4 政策目标打分对比表

4.2 政策措施协同情况分析

本文对两份政策文本的政策措施分别从人事措施和财政措施、人事措施和引导措施、人事措施和行政措施、引导措施和财政措施、财政措施和行政措施、引导措施和行政措施六个方面进行划分，并利用上述公式（1）进行政策措施协同计算，结果如图1所示。发现两份政策文本中人事措施和引导措施协同度最高，协同度为89，其中财政措施和行政措施之间的协同度最低，协同度为28。通过对比分析得出两份政策文本在人事措施和引导措施建设上处于优势，金融财政支持和行政支持方面处于弱势。因此，本文就两份政策文本的金融财政措施和行政措施两个方面展开讨论。

图1 政策措施协同度对比图

4.2.1 财政金融措施

《行动纲要》中指出强化中央财政资金引导，鼓励金融机构加强和改进金融服务，引导创业投资基金投向大数据产业，但对具体部门负责支持其发展没有明确指出。关于政府产业基金引导和吸引也并没有设立具体部门。《发展规划》中指出充分发挥国家科技计划（专项、基金等）资金扶持政策的作用，鼓励地方设立大数据专项基金，引导金融机构对技术先进的大数据项目优先予以信贷支持，但对于政府产业基金引导和吸引并未提及[26]。由此可见两份政策文本对大数据产业金融方面的支持只是处于“引导”和“鼓励”阶段，缺乏责任主体设立等问题。

4.2.2 行政措施

《行动纲要》中提出要对数据采集、传输和开放等环节明确网络安全责任主体，切实加强涉及个人隐私等方面的信息保护，对数据滥用及侵犯个人隐私等行为要加强相应的管理和惩戒。《发展规划》中提出强化大数据知识产权保护，建立信息披露制度，支持第三方机构进行数据合规应用的监督和审计。但对于数据开放过程中出现的数据安全、个人隐私泄露等问题如何加强防护，由哪个具体部门负责，如何界定哪些数据属于个人隐私，哪些数据可以被大众获取等问题都没有予以明确规定。

5 建议

通过对《行动纲要》和《发展规划》的研读并对两份政策文本的政策目标和政策措施进行协同度计算，了解到两份政策文本在政策目标和政策措施方面处于基本协同状态，其中在政策目标方面，两份政策文本的两个子目标协同出现一定差异；在政策措施方面，两份政策文本在人事措施和引导措施方面协同度最高，但在财政措施和行政措施方面协同度最低；在政策力度方面，两份政策文本力度较低。因此，本文从以上三个维度对我国政府数据开放政策提出以下七点建议以供参考。

5.1 建立政府数据开放法规制度

虽然《行动纲要》和《发展规划》的出台为我国政府数据开放带来了推动作用，但是其法律效力低于《保护国家秘密法》等信息保密相关法律，这为政府数据开放带来了一定的限制作用，导致政府部门内部会以“涉及机密”的理由拒绝向公众开放数据，使得政府内部人员把政府数据看成是本部门专有信息，让政府处于封闭或者半封闭状态，出现行政效率低、重复信息采集和财政资源浪费等一系列问题。因此，我国应该尽快出台《政府信息公开法》，提高政府数据开放法律效力，并详细说明哪些数据可以开放，哪些数据不可以开放，以及如何获取这些数据，使得政府的参与度和透明度得以充分提高。

5.2 统一数据开放标准

统一政府数据开放获取格式，便于数据的收集、处理、存档、发布，可以大大节省数据被获取的时间，使得政府数据及时被获取从而有效利用，实现价值创新。在统一数据获取格式的同时也要满足数据的机器可读性。人工智能是大势所趋，随着人类数据爆炸性增长，让数据以一种不需要人工介入直接通过电脑可读的方式保存，同时确保数据没有语义丢失，这能够更加快速创造政府数据价值。美国的《开放政府指令》中明确指出，所有的数据都要满足机器可读的格式，包括XML、RSS、CSV、KML（地理空间数据格式）、ESRIShapefile（地理空间数据格式）等[27]，我国也应该在相关政府开放数据政策中完善这一点，要求统一数据格式并具有机器可读性。

5.3 构建多元主体合作，整合社会数据

政府不仅要在公平的环境下与企业、社会机构、高校等进行合作，还要加大政府基金引导和吸引作用，通过政府数据和社会数据的结合，实现社会价值和经济价值的最大化。从美国实践经验来看，利用社会数据不仅可以增加政府数据开放的广度和深度，也是一种低成本、高效益的数据采集方法[27]。从我国实际出发，可以与被大家广为接受的支付宝、微信平台合作来完善我国政府数据。加大基金引导，支持类似华为等各大中小企业，推进科学技术发展，全面支持大众创业、万众创新，推进大数据发展和应用，加快建设数据强国。

5.4 确立相关责任主体

《发展规划》中并未提及有关明确相关责任主体的权利、责任和义务内容，《行动纲要》虽然有所提及，但也只是有待“明确”，对于谁负责，有哪些权利、责任和义务都没有明确规定。而美国严格规定了政府数据开放战略负责机构——信息事务管理办公室，令其作为总负责机构并对其责任给予了明确的定义[28]。澳大利亚为了使政府数据进一步开放成立了信息委员会，并建立了政府信息管理办公室。加拿大为了使数据开放全面展开也设立了开放政府指导委员会，并赋予其一定的权利[29]。因此，我国也要明确设立开放政府数据工作主管部门，赋予其相应的职权，做到与其他相关部门分工协作[30]，并拿出切实可行的操作规范，避免政策措施出现“假大空”现象。

5.5 健全评估和反馈机制

《行动纲要》和《发展规划》都明确提出了法规制度建设、财政金融支持、专业人才培养、国际交流合作等政策措施，但这些措施在实施过程却也面临着条块分割、部门壁垒、利益束缚、信息安全等诸多挑战[31]。想要处理这些问题，我国需健全高效的政策保障机制，完善政府数据开放评估、公众反馈机制及健全的问责机制，并对各部门的执行情况进行实时监督，这是有效实施两份政策的重要基石。美国政府技术研究中心为了衡量政府数据开放情况，开发了公共价值评估工具，其可操作性强[29]。我国也可尝试建立贯穿政府数据生命周期数据安全和隐私风险评估及预警机制[6]，并使其具有一定的操作性。

5.6 加大财政金融支持

有关大数据核心技术攻关、产业链构建、开放数据平台建设等不是一蹴而就的，需要大量的基金投入和政府支持才能够持续有效进行。《行动纲要》和《发展规划》对财政专项基金如何申请、具体哪个部门负责都没有明确的规定，这使得我国对政府数据开放引导支持出现一定的障碍。因此，在大力倡导加大对大数据企业支持力度、强化中央财政资金引导、支持政府开放发展的同时，也要明确相关具体部门对财政专项基金的分配，充分发挥政府产业基金引导和吸引作用。

5.7 健全政府数据开放隐私保护政策

怎样加强隐私保护是政府数据开放过程中不可避免的难题。《行动纲要》和《发展规划》中都有明确提出要对侵犯个人隐私等行为加强管理和惩戒措施[19]。但要实现政府数据开放隐私保护，关键在于制度建设，而我国在这方面却缺乏基本法律建设保障。美英澳等国家早已确切定义了“个人隐私”概念，制定了一系列隐私保护法律法规，对政府数据开放隐私保护明确了专门机构职能，建立了隐私影响评估机制等[32]。我国也应该尽快健全政府数据开放隐私保护政策，做到保护国家利益的同时实现政府数据的合理开放。