政府数据开放风险识别

代佳欣

摘 要：[目的/意义]“重投入、轻风险”是地方政府数据开放的一对突出矛盾，政府数据开放风险研究和实践双重迟滞的困境使得这对矛盾更为突出。[方法/过程]通过构建“过程”分析框架，识别政府数据开放筹备、实施、完善及反馈等阶段的风险。[结果/结论]研究发现，数据需求公共性缺失、政策制定模仿效应、开放标准不清、数据分权困难、公民参与动力不足、数据管理意识薄弱、技术代理陷阱、基层行政人才缺乏数据胜任力等构成政府数据开放过程的主要风险，这些风险要素可进一步类型化为情景型、价值型、工具型和混合型风险。国家应探索建立政府数据开放风险防控体系，释放政府数据开放的多重治理价值。

关键词：政府数据开放;风险识别;过程解构;数据治理

DOI：10.3969/j.issn.1008-0821.2020.04.013

〔中图分类号〕D63-39 〔文献标识码〕A 〔文章编号〕1008-0821（2020）04-0111-09

Open Government Data Risks Identification

——Based on a“Process”Analytical Framework

Dai Jiaxin

（School of Public Affairs & Law，Southwest Jiaotong University，Chengdu 610031，China）

Abstract：[Purpose/Significance]There is an increasing conflict that local governments emphasize on investment but neglect risks management during Open Government Data（OGD）.The dilemma of lags both in academic and practical domains makes the issue more serious.[Method/Process]By constructing a“process”analytical framework，this paper aimed to identify risk factors of OGD.[Result/Conclusion]The result showed that lack of publicity of data demand，imitation effect of policy making，uncertain open standards，inefficient data decentralization，low motivation for citizen participation，non-awareness of data management，technical agency trap and weak data competency composed risk factors of OGD.Additionally，these risk factors could be classified into Contextual，Valuable，Instrumental and Mixed Risks.Risks prevention and control systems should be established，and the multiple potential values of OGD could be further released.

Key words：open government data;risk identify;process deconstruction;data governance

1 研究回顧与问题的提出

政府数据开放的概念可追溯到开放知识基金对“开放定义”的诠释，“开放数据是一类可被任何人免费使用、再利用和再发布的数据”，具有可获取性（Availability）、可访问性（Accessibility）、再利用（Reuse）、再分配（Redistribution）和普遍参与性（Universal Participation）等特征[1]。2017年12月，30个开放政府倡导者正式提出“政府数据开放”（Open Government Data，OGD），确定了政府应开放数据的8项原则[2]。近年来，政府数据开放概念的界定形成了公共服务活动、治理工具和政府管理过程等视角，但在学界仍然存在争议。

综观国内外关于政府数据开放的既有研究，形成了3条主要路径。一是多维价值研究。政府开放数据能够“改善透明度和问责”[3]、“公共数据获取性和社会创新”[4]，“增进公众合作与参与、提升个体及社会生活质量”[5]。进一步地，“高效、协同的数据开放可以显著提升政府治理能力和公共服务水平”[6]。从政企关系看，“政府数据开放还能提升企业竞争力，促进资源互补依赖和政企战略合作”[7]。二是影响因素研究。“国家制度变迁能促使政府数据从封闭走向开放”[8]。政府数据开放能力（Open Government Data Capacity，OGDC）直接影响政府数据开放政策绩效，政府行政系统内部的“人力资源、内部管理、技术能力、外部压力”又与政府数据开放能力显著相关[9]。三是风险研究。政府数据开放存在“制度、政策、参与和技术性障碍”[10]，包括“法律保障缺位和风险管理体制不健全”[11]、“数据开放和国家安全协调机制难以建立”[12]及“个人隐私保护政策缺位”等[13]。从行政行为视角看，政府数据开放可能引发“诉讼、赔偿、问责、舆情和政治等行政责任风险”[14]。繁文缛节和规避风险的行政文化，使得“数据摆设、过度披露、数据开放利用特权”成为阻碍政府数据开放的因素[15]。整体来看，政府数据开放风险的既有研究还很薄弱，一方面，观点碎片化且欠缺理论分析框架作支撑;另一方面，未从政府数据开放的动态过程识别政府数据开放的风险要素。

从国际经验看，各国政府数据开放的实践领先于理论研究。奥巴马执政时期，美国联邦政府制定Memorandum for the Freedom of Information Act（“信息自由法备忘录”）和Open Government Directive（“开放政府指令”）等一系列战略方案[16]，推动以开放数据为抓手的透明政府改革。此后，澳大利亚出台“Government 2.0”计划，组建信息专员办公室广泛搜集公共信息，扩大政府开放程度[17]。英国先后启动“政府即平台”计划和《数字英国战略》。新加坡制定“智慧国家2025”建设方案，规划建成覆盖全岛的数据搜集和公共服务网络。我国政府数据开放的实践相对滞后，根据Open Data Barometer2013（“开放数据晴雨表”）全球报告，中国政府数据开放位列全球第61位，甚至落后于南非、乌干达、尼泊尔等欠发达国家[18]。2015年8月，国务院印发了《促进大数据发展行动纲要》，要求“推进公共机构数据资源统一汇聚和集中向社会开放”，多地迅速展开政府数据开放试点，形成“追赶式”发展势头。然而，在各级地方政府为数据开放投入大量公共资源的同时，却忽略深度挖掘和预防政府数据开放风险。

政府数据开放风险处于研究和实践双重迟滞的困境。鉴于此，本文通过构建一个“过程”分析框架，回答如何识别政府数据开放风险的理论问题，进而挖掘政府数据开放全过程的风险要素，并对政府数据开放风险类型与后果展开阐析，以期为数据开放的地方实践提供有益参考。

2 政府数据开放风险识别“过程”分析框架的构建

目前，学界从公共服务活动、治理工具和政府管理过程等视角界定政府數据开放，但未见从公共行政行为的角度分析政府数据开放的本质内涵。政府数据开放的本质是政府为满足公共数据需求主动开放数据的公共行政行为。从公共行政行为的角度看，政府数据开放是由先后关联和接续的一系列行政行为构成的动态过程，而非某个单一片段或事件。依循这一逻辑，便可从过程角度判断政府数据开放的不明确性因素，并将其转化为明确的风险陈述，也就是识别政府数据开放风险。

风险识别直接决定了风险管理的举措及实施效果。一般而言，“风险识别方法主要包括制式表格法、流程图法、分解分析法、现场调查法、风险形式估计法、情景分析法等”[19]。其中，流程图法适用于依据生产过程和管理流程识别风险，分解分析法是将复杂和抽象的大系统分解为具体的组成要素和环节，从中分析潜在风险或损失的技术。这两种方法通常搭配使用，以识别动态管理过程和复杂系统中的风险。基于此，本文采用流程图法和分解分析法，将政府数据过程拆解为筹备、实施、完善和反馈4个主要阶段及构成环节，构建一个识别政府数据开放风险的“过程”分析框架（如图1所示）。

2.1 政府数据开放筹备

政府数据开放筹备是对正式开放公共数据前，行政机构依据法律和行政职权开展需求分析、政策制定、数据协同、数据识别和网络平台构建等活动的总括。具体来看，需求分析指政府通过大数据、问卷调查、面访等方式获取社会多主体的公共数据需求，掌握需求特征、结构和预测变动趋势，保障开放数据与公共需求适配的环节。信息技术革命释放了快速增长的公共数据需求，扩大了公众权利范畴和意识，政府数据开放的首要环节则是获取需求。政策制定是政府以公共数据需求为导向提出和选择解决方案的过程，解决方案的形式主要包括地方制度、政策和规范性文件等。为了实现回应公共数据需求的政策目标，地方政府综合考核约束、行政职权、财政等情况对资源作权威分配，并赋予其行政法律效力。数据协同的核心是数据的跨部门流动与聚集。政府在管理社会事务和提供公共服务过程中产生海量公共数据，但由于职能部门对公共数据作了基于职能分工的切割，公共数据通常分散在不同横向部门中，政府通过激励跨部门共享数据以实现数据协同。数据识别是政府依据国家保密标准对数据安全、结构化、公开例外、授权等情况进行筛查和判断的环节。公共数据是对公众、企业和社会组织等社会主体信息的集中性表达，这可能涉及个人私隐、商业机密和科学研究数据等不适宜向社会公开的信息，数据识别的目标便是及时排查非公共数据和预防信息泄露。网络平台是政府数据开放的载体，构建网络平台是指政府利用既有平台资源（已建成的政府信息公开平台等），或采取购买服务和外包建立数据开放的信息系统和网站。

2.2 政府数据开放实施

政府数据开放实施是指政府完成筹备活动后执行数据开放政策、配置地方资源及社会主体参与数据开放的过程。该阶段主要涵括了政策执行、资源配置和社会参与等具体环节。政策执行是指各级地方政府为贯彻落实国务院关于促进政府数据开放的总体政策，通过制定政府数据开放的地方性政策方案将国家和上级政府政策操作化的行政活动。现阶段，贵阳、无锡、浙江等地均是在国务院《促进大数据发展行动纲要》的要求下形成政府数据开放的地方性制度框架推动政策执行。资源配置是政府投入人力、财政、行政和公共服务等资源到政府数据开放中，使政府数据开放有各类资源作持续保障。此外，资源配置环节还指政府配置地方职能部门的数据开放权力与责任。地方职能部门在政府数据开放中的责任分担存在差序，政府须对职能部门在数据开放中的职能、权力和管理范畴进行划分。社会参与是社会主体根据需求在政府数据开放网络平台上获取数据并参与数据开放，与行政主体形成线上和线下互动的环节。社会主体通过表达诉求、获取和分享数据、参与听证、开展合作等形式，嵌入到政府数据开放平台的互构过程中，进而实现公共数据的交付和再生产。

2.3 政府数据开放完善

政府数据开放完善是数据开放实施的同时或后期，政府对数据开放系统作功能补充和服务优化。这一阶段主要包括数据管理、平台运维和人才培训等环节。政府数据作为国家的新战略资源，数据管理是为充分发挥政府数据再次开发利用价值、延长数据生命周期，由政府组织的数据分类、备份、归档和保存等一系列专业工作。平台运维是政府处理数据开放网络平台运行产生的数据更新、功能调整、软硬件折旧、系统优化升级等问题，保障数据开放网络平台有序运行的环节。但由于政府欠缺独立管理网络平台并维护平台运行的能力，则通常要采用服务购买和外包将平台运维的技术性职能委托给企业。人才培训环节既指对行政系统内部的人力资源进行大数据知识、网络平台管理、系统操作、数据挖掘和档案管理、端口和协议设计、保密与安全工作等的专业化培训，也指政府直接向市场购买信息技术人才，达到政府数据开放的人才孵化与储备目的。

2.4 政府数据开放反馈

政府数据开放反馈是上级政府和社会主体对政府数据开放的考核、监督和问责过程。绩效考核、监督评价和行政问责构成该阶段的主要环节。地方政府数据开放要服从上级政府的纵向管理，上级政府通过“赏罚分明”的绩效考核机制实现对地方政府数据开放实施进度与效果的外部约束，及时发现并矫正地方政府数据开放在政策执行和资源配置中的行为偏差，或对地方政府数据开放的创新做法开展实验试点和制度性推广。监督评价是政府数据开放用户对行政主体提供数据服务的监督，和基于数据及网络平台使用体验形成的主观评价，监督评价方式包括线上服务满意度评价、政务热线和官方微博微信等。政府数据开放泄露了公民个体私隐信息或具有商业价值的医疗数据等，造成了实质性经济、精神和名誉损失时，个体和组织对行政主体或行政机构提起法律诉讼，这则涉及行政问责环节。在政府数据开放的动态链中，政府数据开放反馈阶段各环节又影响到下一轮数据开放筹备的需求分析、政策制定和数据识别。

政府数据开放过程这一复杂系统可被分解为筹备、实施、完善和反馈4个阶段及具体构成环节，其共同构成了一个政府数据开放过程的理想型分析框架。基于这一“过程”分析框架，可进一步识别政府数据开放的风险要素。

3 政府数据开放的风险要素

依据所构建的政府数据开放风险识别的“过程”分析框架，可以判断政府数据开放在筹备、实施、完善和反馈等阶段及具体环节潜藏的风险要素，并用“事故分析树”法对政府数据开放的风险要素作一整体性呈现（如图2所示）。

3.1 筹备阶段的风险要素

3.1.1 数据需求公共性缺失

在数据需求分析环节，政府开展公共数据需求调查所采用的途径、方法及面向的对象群体决定调查结果的利益代表性。现阶段，我国参与政府数据开放的群体主要集中于互联网企业而非公众，而企业参与的本质动力是盈利和与公共权力机关产生近亲关系。于是，参与主体的结构不平衡容易导致政府的公共数据需求调查出现公共代表性的诘问。

3.1.2 政策制定模仿效应

各级地方政府制定同类型公共政策有模仿的路径依赖，通过效仿和参照同级政府或行政机构出台的数据开放政策，达到避责的投机性目的，地方政府不愿意作“试吃螃蟹的人”，又认为国家很难“一竿子打死”，出于法不责众的考量，模仿其他同级地方政府制定数据开放政策是理性策略。作为地方公共政策制定者的政治精英未必能够全面掌握地方政府数据开放的实际状况，模仿制定政策则成为可行之选，这一逻辑强化了政府数据開放政策制定效应的形成。政策制定模仿效应进一步导致政策漏洞、政策相互“打架”、政策执行困境爆发的集群化，也就是政策通病的风险。

3.1.3 开放标准不清

我国尚未形成一个具有法律效力的政府数据开放标准，地方政府将《促进大数据发展行动纲要》和《国家秘密法实施条例》作为数据开放标准的主要依据。政府数据开放标准不清为地方政府创造了更大的自利和保护主义空间，保护主义倾向下的地方政府可利用行政相对人的信息不对称选择性公开政府数据，形成政府数据开放的“道德风险”。此外，目前我国缺乏对政府数据开放例外的规定，涉及“公民个体权益、商业机密及竞争力、国家信息安全、行政系统内部资料”等数据如何获得开放豁免的情形未被纳入法律条例[20]。

3.1.4 数据分权困难

数据协同的本质是部门分权，公共数据作为职能部门的一种资源具有权力属性。为形成政府数据开放的完整数据链，数据协同环节要求地方政府横向职能部门基于数据流动与整合展开合作。在“条块分割”的政府权力结构中，‘单一职能部门显然不具备调动其他职能部门资源的能力[21]，地方行政当局面临垂直管理的职能部门，还需向上级职能部门借力，难以发挥统筹管理的作用。

3.2 实施阶段的风险要素

3.2.1 政策执行的目标异化与失序

伴随整体性治理理论的引进，大数据和智慧政府成为新的治理技术，中央制定一系列纲领性文件动员地方政府在大数据背景下积极展开治理创新的实践。在威权型体制下，地方政府为了在横向竞争中具备显示度，将政府数据开放作为地方创新的政治符码，事实上搞的仍旧是信息公开的一套，政策目标从满足公共数据需求异化为达到自利性目的;或盲目投入大量公共资源到政府数据公开中，容易引发政策狂热执行（Enthusiastic Policy Implementation）的失序风险[22]。

3.2.2 公共资源投入的惯性

政府配置人力资源、财政、公共产品、行政职权，和建立新的组织架构等为数据开放提供持续的资源保障，资源配置具有的行政强制性和资源投入周期，使得各类公共资源投入难以中断和终止。例如，政府数据开放支出进入地方年度财政预算后必然要在下一个财政预算周期才能终止，软硬件设备的退换更牵涉大额“沉没成本”。更为重要的是，资源配置中断带有强烈的决策失败或施政不力的隐喻。而这种公共资源投入惯性将无疑引起更大的经济浪费和行政低效。

3.2.3 公民参与的动力不足

参与政府数据开放是一项具有专业知识要求的公共活动，在普通公众欠缺数据意识和能力前提下，参与数据开放则存在能力壁垒，这让绝大多数普通民众被排除在参与政府数据开放之门外。从现实的角度看，地方政府提供数据公共服务的能力，数据开放网络平台的亲近性和交互性都还有明显不足，这也削弱了公民参与的内在动力。

3.3 完善阶段的风险要素

3.3.1 数据管理意识薄弱

我国政府数据开放起步较晚，大多数地方政府对科学管理数据的意识不够，在“数据开放政策中未明确提及数据保存”[23]。而政府数据的及时分类、归档、保存和加密等管理工作不仅能发挥数据再次利用与配置的价值，还能增加数据安全性。随着各地对政府数据开放的推进，会产生更大体量的公共数据，政府数据管理意识的淡薄会引起数据无序堆砌、失效和泄露等一系列管理难题。

3.3.2 技术代理陷阱

政府数据开放的网络平台构建及其运维向传统政府能力提出挑战，化解途径是将技术性职能委托给市场主体，西方国家最早尝试了公共部门的“民营化”[24]。但如乌尔里希·贝克所言“技术发展决策披上了投资决策的外衣，决策带着约束降生了，这正是投资的特点：必须有利可图”[25]。囿于政府与市场内在合法性的天然冲突，这种委托代理结构未必稳定有效。承接政府数据开放平台管理的企業为更多谋利，则可能在平台构建中人为留置技术难题，以达到获得平台后期维护管理额外收益的垄断性目的。也正因技术委托项目存在谋利空间，在市场主体争取政府项目过程中产生了地方政企灰色合作风险。

3.3.3 基层行政人才缺乏数据胜任力

信息数据能力在我国行政人才选拔和培养机制中长期未被强调，行政体制内信息管理、通讯工程等的专门人才稀缺，尤其体现在县级政府及以下行政部门中。受限于受教育程度、年龄和基层工作特殊性，基层行政人员很难胜任政府数据开放系统的办公要求。从行政人才培养模式看，地方行政体系仍然施行文官式的人才培养模式，信息科技、大数据知识、数据操作与挖掘、网络平台设计等知识与技能的培养还极为匮乏，这加剧了行政体系内人才数据胜任力的供需矛盾。

3.4 反馈阶段的风险要素

3.4.1 考核与问责机制不健全

政府数据开放的绩效考核目标、主体与对象、内容及边界、标准和方式等尚不明确，自上而下的控制机制缺乏，在此情况下盲目进行政府数据开放的绩效考核可能造成考核结果的失准。从行政问责机制的角度看，政府数据开放作为公共行政行为具有不同于传统行政行为的特点，即行政主体与行政相对人的时空不同步性，加之政府数据开放分工与权责不清，则更易导致公众问责困难。此外，政府数据开放的行政主体责任类别和尝责范围尚未清楚界定，自下而上的外部约束机制还不完善。

3.4.2 评价客体与方式不明确

“评价什么”和“如何评价”是政府数据开放社会评价的两个逻辑要点。一方面，社会主体作为政府数据使用者，是评价政府数据开放的权利主体，究竟是评价过程性的服务满意度还是数据质量或二者兼有，地方政府并未以用户需求为导向进行调查，政府数据开放社会评价的内涵指向与内容维度模糊;另一方面，国内已建成的地方政府数据开放网络平台几乎没有设置社会评价的功能板块，不便于用户利用网络平台实现及时评价和意见反馈，阻滞了政府及时获知用户意见和体验感，进而优化数据开放的数据模块、管理流程及功能设置等，提高政府数据供给与用户需求的匹配度。政府数据开放社会评价机制运行不良，弱化了“反馈”与“筹备”阶段的动态衔接，不利于政府基于数据开放过程的动态链不断提升公共数据需求的满足程度。

事故树分析法是美国贝尔电话实验室发明的风险识别方法，“事故树分析法是一种逻辑分析过程，遵循逻辑演绎的分析原则”[19]。系统顶上事件（T）、割集（M）和基本事件（X）和节点连线构成了事故分析树图。“事故树分析法既可以进行定量分析，也可以进行定性分析，既可以求出事故发生的概率，也可以识别系统的风险要素”[19]。当基本事件的故障参数或故障率已知、事故树包括了所有故障模式且对全部基本事件用布尔代数做描述，便可计算顶上事件T的发生概率。本文主要采用定性分析法，挖掘并集中呈现了政府数据开放过程这一系统的主要风险要素。在事故树图中，风险敏感性是由基本事件或最小割集对顶上事件发生的贡献度决定的，多事件割集比少事件割集的贡献度大，M1筹备期风险包含的基本事件最多，政府数据开放风险对其最为敏感;在不同最小割集种出现次数多的基本事件贡献度最大，M1和M3均包含“X9技术代理陷阱”，则表示该基本事件在政府数据开放风险中具有突出意义。

4 政府数据开放风险要素的类型化

风险管理一般从损失收益比重、外在环境、影响范围、损失对象、风险后果与起因、可否客观计算等视角对风险要素作分类。Renn O指出风险的类型学框架由“简单风险、复杂风险、不确定性风险和模棱两可风险构成”[26]。

不同于其他组织的风险管理话语，政府数据开放作为公共行政行为，其风险有公共性、社会性和政治性等特有属性。马克思.韦伯（Max.Weber）认为“工具理性”与“价值理性”的分野是资本主义现代化进程不可避免的产物。进一步地，乌尔里希.贝克（Ulrich Beck）指出“科学理性”和“社会理性”的分裂加剧了现代化风险。科学理性将学科专业分工、怀疑主义和技术决策推到至高无上地位，“基于可能的事故对某些可计量的风险的判断上，不具有技术可管理性的风险被认为，至少在科学的计算和司法的判断中是不存在的。”[27]，“风险界定以数学概率为基准”[28]，忽视人、社会和政治系统的作用。而马克思曾批判“自然科学脱离了社会实践活动的人而抽象地开展自己的各种研究，那么，秉持生活有它的基础，科学有它的另一种基础这一理念的宣言根本就是谎言”[29]。随着技术—经济系统的现代化参与政治过程，“不仅造成风险的指数式增长，也让风险起源和风险揭示的地点、条件及媒介全都带上了政治性”[25]。技术进步共识（“技术进步等于社会进步”）失去正当化支柱。这也就是说，风险类型学研究可借助“工具—价值理性”视角。工具理性和价值理性强弱程度的不同组合构成分析政府数据开放风险的4个分类维度（如表1所示）。

类型A“情景型风险”是指地方政府的初衷试图兼顾价值理性和工具理性，但决策者受制于政治利益、制度与体制、文化等具体情景，且未充分考虑横向政府间博弈和集体行动，使政府数据开放在具体运行过程中产生了负面效应。政府数据开放筹备阶段的“公共资源投入惯性”和“政策执行的目标异化与失序”属于这一风险类型。在政府数据开放实施阶段，决策者为了避免沉没成本和形成决策失败的象征，会在数据开放领域持续投放公共资源，造成经济、行政、权力、人才和公共产品等资源的浪费和低效使用。政策执行的目标异化和失序风险则主要受到地方政府横向竞争机制的影响。类型B“工具型风险”意味着政府数据开放中决策科学工具、技术方法和科学意识与能力等的欠缺，这是政府治理模式向现代型转型中系统调试性不足的表现。数据开放标准不清、数据分权困难、数据管理意识薄弱、基层行政人才数据胜任力欠缺等属于典型的“工具型风险”。类型C“价值型风险”表明过度强调政府数据开放作为一种新型治理工具的技术性，忽略了公民、社会和政治等价值性因素。数据需求公共性缺失、公民参与动力不足、技术代理陷阱、考核和问责机制不健全等风险要素属于“价值型风险”。类型D“混合型风险”的产生是政府在数据开放中既忽略工具理性，又不重视价值理性。政府数据开放筹备阶段的“政策制定模仿效应”和“评价客体与方式模糊”则属于这一类型。政府为了规避责任和在行政书斋主义驱使下模仿同级政府制定数据开放的公共政策，既不遵循政策制定的科学程序，也未考虑到效仿制定政策带来的公共价值损耗。政府数据开放社会评价的客体和方式不明确，既是由于行政主体忽视社会参与评价的政治价值，也是网络平台功能设计的技术缺陷。

5 政府数据开放的风险后果

“在风险社会中，未知的、意图之外的后果成了历史和社会的主宰力量”[25]。然而，风险后果的公共性、分配跨阶层性、弥散性和混沌性等特征导致其评估极为困难。贝克在风险社会论著中也未对风险后果作系统阐释，只提出现代化风险“威胁正当性、财产和利润”，也会“造成新的国际不平等”[25]，风险后果集中在政治系統内部和外部。从政治系统内外部及政治系统间3个维度看，政府数据开放的风险后果包括如下方面：其一，行政系统负担加剧。囿于政府数据开放网络平台建构和运行管理委托、数据管理意识和基层行政人才数据胜任力欠缺、公共资源投入惯性等风险的存在，政府数据开放牵涉到行政系统内部人力资源、财政、公共服务等的持续配置，进而产生大量的政府财政投入，这无疑加剧本已沉重的地方财政负担。此外，部门间数据分权困难和数据开放标准不清导致协调性行政成本增加。这些风险后果对行政系统的调适性提出挑战。其二，政府技术治理正当性质疑。政府数据开放在现阶段表现出投资与受益结构的不平衡，网络行业对参与政府数据开放具有极强的内在动力，公众、第三方机构、NGO等其他社会主体参与乏力，这导致政府用公共资源投入数据开放，而受益对象主要集中在某些行业和机构，政府数据开放没有达到回应和满足公共数据需求目的。在此基础上，当公共资源浪费、利益型政企合作关系、选择性数据供给、信息泄露、监督问责无门等负面问题爆发且被感知时，公众则会反思政府数据开放的公共性、价值及利益关联性。“得到社会承认的风险具备其特有的政治爆炸力。”[25]这将致使政府数据开放作为一种技术型治理工具的正当性遭受质疑，并进一步威胁政府治理权威和政民间信任。其三，国际关系复杂性和不确定性增强。在国际间资本流动日趋频繁和自由的背景下，政府数据管理意识和能力的欠缺，加之目前政府数据开放的标准和边界不清，大量公共数据向社会开放，国家数据、民生军事信息、商业机密等的窃取、贩卖和不当使用的发生概率成倍增加，使国家卷入更为复杂的国际关系。

为防治政府数据开放风险后果，国家应前瞻性地建立风险后果防治体系。具体而言，国家应尽快完善政府数据开放的顶层法律法规与制度设计，与此同时，地方政府可探索形成政府数据开放的全过程风险治理模式，从筹备、实施、完善和反馈等政府数据开放的关键阶段及环节掐断风险发生的源流，阻断风险的传播和弥散，降低政府数据开放风险引发的损失，进而发挥政府数据开放的多重价值。

参考文献

[1]The Open Definition[EB/OL].http：//opendefinition.org/，2019-02-16.

[2]Open Government Working Group，the 8 Principles of Open Government Data[EB/OL].http：//www.opengovdata.org/，2018-10-20.

[3]Mohammed Saleh Altayar.Motivations for Open Data Adoption：An Institutional Theory Perspective[J].Government Information Quarterly，2018，10（35）：633-643.

[4]MilaGascó-Hernández，Erika G，MartinbcLuigiReggi，et al.Promoting the Use of Open Government Data：Cases of Training and Engagement[J].Government Information Quarterly，2018，（4）：233-242.

[5]Alexopoulos C，Loukis E，Charalabidis Y.A Methodology for Determining the Value Generation Mechanism and the Improvement Priorities of Open Government Data Systems[J].Computer Science and Information Systems.2016，（1）：237-258.

[6]宋魏巍.中国政府数据开放协同机制研究[J].南京社会科学，2018，（2）：63-68.

[7]王法硕，王翔.我国政府数据开放利用的影响因素与实现路径——一项基于扎根理论的质性研究[J].情报杂志，2016，（7）：151-157.

[8]邓崧，葛百潞.中外政府数据开放比较研究[J].情报杂志，2017，（12）：139-144.

[9]Yupan Zhao，Bo Fan.Exploring Open Government Data Capacity of Government Agency：Based on the Resource-based Theory[J].Government Information Quarterly，2018，（1）：1-12.

[10]杨孟辉.开放政府数据：概念、实践与评价[M].北京：清华大学出版社，2017：94-107.

[11]刘新萍，孙文平，郑磊.政府数据开放的潜在风险与对策研究——以上海市为例[J].电子政务，2017，（9）：22-29.

[12]王向民.大数据时代的国家治理转型[J].探索与争鸣，2014，（10）：59-62.

[13]卫军朝，闫妍，王海彪.科学数据开放政策保障体系的构建与应用[J].图书馆学研究，2017，（22）：46-54.

[14]陈传夫，邓支青.完善政府数据开放主体制度的路径研究[J].情报科学，2019，（1）：3-8.

[15]夏义堃.开放政府数据战略的国际比较与中国的对策选择[J].电子政务，2017，（7）：45-56.

[16]The White House.Memorandum on Transparency and Open Government[EB/OL].http：//www.whitehouse.gov/the_press_office/Transparency_and_Open_Government/，2009-04-18.

[17]Australian Government Information Management Office.The Australian Public Service Big Data Strategy：Improved Understanding through Enhanced Data-analytics Capability Strategy Report[EB/OL].http：//www.finance.gov.au/sites/default/files/Big-Data-Strategy，2019-05-10.

[18]World Wide Web Foundation.“开放数据晴雨表”全球报告（Open Data Barometer）[EB/OL].https：//www.useit.com.cn/thread-11982-1-1.html，2019-05-03.

[19]陈滔.企业风险管理——理论与方法[M].北京：科学出版社，2016：47-60.

[20]申静.政府信息公开的例外研究[M].北京：法律出版社，2016：52-178.

[21]周雪光.中国国家治理的制度逻辑——一个组织学研究[M].北京：生活.读书.新知三联书店，2017：30-31.

[22]Deng Y H，Kevin J.OBrien，Chen J J.Enthusiastic Policy Implementation and Its Aftermath：The Sudden Expansion and Contraction of Chinas Microfinance for Women Programme[J].The China Quarterly，2018，（3）：234.

[23]吴钢.新环境下公共图书馆政府信息服务发展路径探析——以美国公共图书馆为例[J].图书与情報，2016，（6）：87-95.

[24]马丁·拉芬，吴秋怡，翁士洪.英国的规划：新公共管理、网络治理还是后民主[J].治理研究，2018，34（1）：100-111.

[25]（德）乌尔里希·贝克.风险社会：新的现代性之路[M].张文杰，何博闻，译.南京：译林出版社，2018：8-272.

[26]Renn O.Risk Governnance in a Complex World[J].Encyclepedia of Applied Ethics，2012，（1）：846-854.

[27]（德）乌尔里希.贝克.风险社会[M].何博闻，译.南京：译林出版社，2004：29.

[28]杨海.风险社会：批判与超越[M].北京：人民出版社，2017：131.

[29]马克思恩格斯全集（第42卷）[M].北京：人民出版社，1979：128.

（责任编辑：孙国雷）