新冠疫情下政府数据开放与安全的系统动力学研究

马海群 张涛 李钟隽

摘 要：[目的/意義]全面实现政府数据开放共享是推进国家治理体系和治理能力现代化的基本前提和重要支撑。新冠疫情的出现不但反映了政府数据开放共享的重要性与必要性，还凸显了政府数据开放共享过程中隐私安全问题，因此，探寻两者间关键因素就变得尤为重要。[方法/过程]构建以“用户—目标”为二维分析框架的影响因素，利用系统动力学方法建立因果关系图和系统流图，并对模型的仿真效果进行灵敏度检验，以此为依据，科学的探寻政府数据开放与安全相关变量间的因果关系。[结果/结论]从长远角度来看，数据安全固然重要，但是政府数据开放共享是大势所趋，政府要通过完善政府数据开放保障机制，在开放与安全间找到均衡点。最终，本文对新冠疫情下我国政府数据开放与安全提出了相应的对策建议，为加快实现国家治理能力现代化提供科学化的参考。

关键词：新冠疫情;政府数据开放;数据安全;系统动力学

DOI：10.3969/j.issn.1008-0821.2020.07.001

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2020）07-0003-11

Research on System Dynamics of Government Data

Opening and Security in the New Crown Epidemic

Ma Haiqun1 Zhang Tao2 Li Zhongjun3

（1.Research Center of Information Resource Management，Heilongjiang University，Harbin 150080，China;

2.Information and Network Center，Heilongjiang University，Harbin 150080，China;

3.School of Journalism and Communication，Heilongjiang University，Harbin 150080，China）

Abstract：[Purpose/Significance]The full realization of the open sharing of government data is the basic premise and important support for the modernization of the national governance system and governance capabilities.The emergence of the new crown epidemic not only reflects the importance and necessity of open sharing of government data，but also highlights the issue of privacy and security in the process of open sharing of government data，so it is particularly important to explore the key factors between the two.[Method/Process]Constructed the influencing factors with“user-target”as a two-dimensional analysis framework，used system dynamics methods to establish causality diagrams and system flow diagrams，and performed sensitivity tests on the simulation effects of the model，based on which，scientifically explored government data causality between openness and safety-related variables.[Result/Conclusion]From a long-term perspective，data security was certainly important，but the open sharing of government data was the general trend，and the government should find a balance between openness and security by improving the government data open guarantee mechanism.In the end，this article put forward corresponding countermeasures and suggestions on the opening and security of Chinese government data under the new crown epidemic situation，and provided a scientific reference for accelerating the modernization of national governance capabilities.

Key words：new crown epidemic;government data opening;data security;system dynamics

2019年12月，武汉突发新型冠状病毒肺炎疫情（以下简称“新冠疫情”），政府的治理能力和应急能力受到极大挑战。在此背景下，政府开放疫情相关数据为公众提供及时、准确的信息对于疫情防控至关重要。政府数据开放不仅可以提升公共行政部门运转效率，增进公共部门与公众之间的合作，提高政府管理的透明度和民主程度，还可以通过与企业合作创新发现特定数据的新用途，刺激经济增长，惠及公共利益，促进社会发展与创新[1]。对比2003年的SARS，面对新冠疫情，我国政府现已能够及时地将疫情相关数据向公众传递，公众也不断通过更多途径了解疫情信息。政府主动开放疫情数据，不但有利于引导企业和公众参与到疫情防控中，使政府、企業、公众之间的数据形成流动态势，还可以缓解公众的焦虑和恐慌情绪，使公众可以通过开放的确诊病例来判断自己是否有接触史，从而主动进行监测和防护。与此同时，随着疫情期间健康打卡、健康码等应用的出现，使数据量急速增加，其中包含了大量的个人隐私数据，而这些有巨大价值的数据往往存在着意外或恶意受侵犯的情况[2]，而发布病例个案数据也存在被泄漏或滥用的风险，所以政府数据开放一方面要保障公众的知情权，另一方面要确保数据安全。疫情期间，有些地区存在个人隐私数据过度采集的问题，或是直接泄露病人的隐私数据，或是同时发布了多项过细的数据，被关联起来分析后很容易锁定到病人的情况[3]。在这样一个特殊时期，一旦出现数据安全事件，极大的影响公众对政府的信心，甚至衍生出政治和社会治理风险[4]，因此对新冠疫情下的政府数据开放与安全的研究就变得尤为重要了。2020年4月9日，《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》（以下简称“《意见》”）正式公布。《意见》首次将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，提出要加快培育数据要素市场。具体表现为3个方面：一是推进政府数据开放共享;二是提升社会数据资源价值;三是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，丰富数据产品。由此可见，国家层面高度重视政府数据开放与安全的问题。

1 研究综述

近年来，国内外学术界对政府数据开放与安全研究形成了一系列成果，通过知网检索（标题=“政府数据开放”），以武汉大学，黑龙江大学，复旦大学，华中师范大学等机构的成果最为突出。尤其是新冠疫情下，也有部分学者有针对性地发表了自己的见解，现将研究分为以下3类：

1）理论研究成果。如郑磊[5]在对开放政府数据的意义与概念辨析、开放政府数据的关键因素及其互动关系等内容进行梳理总结的基础上，构建了分析框架。刘凌等[6]推导出政府数据开放和隐私保护先导性理论框架，关注数据实践过程中利益、文化规范、隐私保护工具、技术和非政府实体参与等主体的关系，并针对该模型提出下一步研究方向。黄如花等[7]采用循证政策研究方法，构建我国政府数据开放共享的政策体系。马海群等[8]通过对我国政府数据开放共享机制构建障碍、动因和可行性的分析，进而探讨构建我国政府数据开放共享机制的内涵。陈朝兵等[9]对政府数据开放中个人隐私保护的概念、缘由、逻辑悖论、实践困境、实现路径等方面进行综述。

2）新冠疫情下的研究成果。如刘瑾[10]通过对102个政府数据开放平台进行调查，总结新型冠状病毒数据开放的5类问题，分析问题产生原因。蒋勋等[11]借鉴政府大数据能力模型，提出了影响4个能力维度调节的6个约束条件，并构建了智库应急情报体系。吴卫明[12]提出在突发公共卫生事件中，既需要考虑到数据开放在传染病防控中的价值，同时也需要考虑到数据的保护问题。翁士洪等[13]在实证分析所得到的研究发现基础上，提出有针对性的突发事件政府数据开放质量优化途径与政策启示。

3）基于系统动力学的研究成果。邢海龙等[14]构建了以数据资源匹配程度、数据资源共享程度、数据资源收益程度为核心模块的大数据联盟稳定性系统动力学模型。是沁等[15]以科学数据为研究对象基于系统动力学模型探究科学数据开放共享保障机制。王晶等[16]基于TOE理论，从环境、技术和组织3方面分析了开放政府数据价值实现的影响因素，并构建了开放政府数据价值实现的系统动力学模型。马海群等[17]基于信息资源管理政策执行力影响因素的特点，运用系统动力学原理，通过建模和仿真对《关于加强信息资源开发利用工作的若干意见》的修订提出建议。

国外学者也针对政府数据开放从不同角度展开讨论，Attard J等[18]描述了开放政府数据的生命周期，并重点讨论了开放政府数据计划中所需的发布和使用流程上。Dawes S S等[19]提出可以采用生态系统的方法进行规划和设计开放政府数据流程，以评估现有条件并考虑能够解决现实障碍并激发期望收益的政策。Vetro A等[20]建立了一个指标框架，以最细粒度的测量方法，在一系列数据质量维度上测量开放政府数据的质量。Jetzek T等[21]通过定量数据实证研究，认为政府数据开放、数字治理和数字基础设施对国家的可持续价值水平具有积极影响。Khayyat M等[22]探索了各种利益相关者在共同创造项目中发现的开放政府数据的不同方面，以期使用开放政府数据建立共同创造模型。Wang V等[23]评估了英国开放政府数据的开放程度，研究发现网站上发布的政府数据只有很少一部分是开放可利用的，这严重限制了开放政府效用。

综上所述，国内外主要针对政府数据开放进行定性研究，尤其是新冠疫情下国内也出现了一些针对政府数据开放的研究成果，但尚无学者使用系统动力学方法对政府数据开放与安全进行研究，本文通过构建因果关系图和系统流图，以此来探寻新冠疫情下政府数据开放与安全相关变量间的因果关系，最终基于综合分析结果为政府提出科学化决策建议。

2 影响因素分析

在新冠疫情下，政府数据开放具有以下特点：一是可以减缓公众的恐慌情绪;二是向公众传递科学信息，帮助公众进行健康防护;三是应用数量和数据量都会不断增加;四是数据安全风险在不断提升。基于此，本文有针对性地对政府数据开放与安全影响因素做如下文献调研：夏义堃[24]指出认知观念、组织体系与文化、政府数据管理水平、数据结构与开放技术以及公务员信息技能等是导致政府数据开放风险的主要原因。张聪丛等[25]基于开放政府数据生命周期理论，分析各阶段隐私侵犯的因素。段尧清等[26]提炼出影响政府开放数据公众初始接受行为的13个因素。孙瑞英等[27]认为应从完善法制建设、建立有效监管机制、满足数据用户需求、鼓励公众参与等途径激发驱动力。代佳欣[28]认为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。Yang T M等[29]从技术、组织、立法和政策、环境4个角度研究了开放政府数据计划的影响因素。Safarov I等[30]对开放政府数据的类型、影响、条件和用户进行了全面的文献综述。Wirtz B W等[31]提出易用性、有用性、透明度、参与性和协作性显著程度决定了公民使用开放政府数据的意愿。Yi M[32]在比较英国、美国和韩国的开放政府网站的数据质量状况后，提出发布数据格式和增强数据完整性的指南。Fan B等[33]发现，机构能力是单个政府部门开放政府数据质量的重要因素，技术能力和组织安排对开放政府数据质量具有很小的意义，公众和上级政府部门的压力可以缓和机构能力与开放政府数据质量之间的关系。Zuiderwijk A等[34]研究了开放政府数据计划的目标与所带来的收益之间的关系后，发现运营和技术利益是最常交付的利益，其次是经济利益，最后是社会利益。

基于上述分析，文章提出通过构建“用户—目标”二维分析框架形成政府数据开放与安全的影响因素，如图1所示，其中X轴代表用户维度，主要包括：政府、企业、公众，政府是数据开放的主导者，企业是政府数据的利用者，公众是数据的获取者和参与者。Y轴代表目标维度，主要包括：开放、利益、安全，尤其是疫情期间，政府数据开放更及时，更全面，以实现透明政府，进而为政府减轻压力，政府以提升运行效率和提升公众满意度为目标;企业获取政府开放数据后，会为公众提供多元化的应用，进而企业会盈利;而公眾对政府有较高期望，公众通过积极参与政府数据开放，以实现健康防护同时对政府行为进行监督;但政府数据开放过程中要确保数据安全，防止数据泄露、滥用等情况的出现，减少虚假数据所带来的负面影响[35]。最终实现多方利益均衡是政府数据开放与安全的最终目标。

3 因果关系构建

运用SD方法研究政府数据开放与安全问题，不仅能深入地分析系统的结构、功能与行为之间的动态关系，还能为政策制定提供科学化且具有实操性的建议[36]。SD建模与仿真的实现将建立在系统关键变量识别、系统边界确定、联结变量反馈回路的基础上进行，因而首要步骤便是确定系统的关键变量[37]，系统中的变量主要基于“用户—目标”的二维分析框架来构建。政府数据开放主要是指政府数据在开放过程中用户维度的动力学变化情况，提升公众满意度、提升政府运行效率是政府数据开放的最终期望。在政府数据开放中，主要考虑到政府数据开放保障机制、企业用于疫情防控的数量、政府数据开放共享意愿等因素，同时还考虑应用数量、企业总值、民众参与等方面带来的数据安全问题。政府数据安全主要是指政府数据开放与共享过程中所面临的数据安全风险，降低数据安全风险是政府数据安全的最终期望。在政府数据安全中，主要考虑到滥用数据量、泄露数据量、虚假数据量等因素，同时还考虑如何构筑数据安全防线，以提升政府数据在开放过程中的安全防护效率。在政府数据开放与安全中，主要回路如图2所示。

1）回路1：政府数据开放量→政府数据开放共享意愿→企业用于疫情防控的数据量→应用数量→服务水平→政府运行效率→公众满意度→政府数据开放量。

2）回路2：政府数据开放量→公众数据生成量→虚假数据量、滥用数据量、泄露数据量→数据安全风险→政府数据开放共享意愿→企业用于疫情防控的数据量→应用数量→服务水平→政府运行效率→公众满意度→政府数据开放量。

3）回路3：政府数据开放量→政府数据开放共享意愿→企业用于疫情防控的数据量→应用数量→企业总值→经济发展→政府透明度→用户获取量→公众满意度→政府数据开放量。

4）回路4：数据安全风险→政府数据开放共享意愿→企业用于疫情防控的数据量→应用数量→公众数据生成量→虚假数据量、滥用数据量、泄露数据量→数据安全风险。

4 模型构建

4.1 系统流图模型

SD的关键是建立结构流图并利用Vensim PLE进行仿真实验，以此研究系统结构、功能及行为之间的动态关系[38]。本文通过建立SD结构流图的方式来研究新冠疫情下政府数据开放与安全问题，系统结构包括3个状态变量、6个速率变量、18个辅助变量和13个常量，如图3所示。

4.2 主要方程设计及说明

政府数据开放与安全的影响因素具有一定的宽泛性及地域性差异，在实际操作过程中，很难通过已有数据或调查问卷等方式获取准确数据[15]。系统动力学侧重系统中各要素之间的相互关系及动态变化过程，而不拘泥于特定案例的具体数值。因此，本文部分数据在参照《第四版（2017）全球数据开放晴雨表》的基础上，对相关参数进行初始

设定并进行多次仿真模拟以最终确定模型，具体方程及参数说明如下：

L1：政府数据数量=INTEG（不开放量+开放量，1 000），设置政府数据数量的初始值为1 000。

L2：数据安全风险=INTEG（已知风险+未知风险，100），设置数据安全风险的初始值为100。

L3：企业收益=INTEG（企业收益值+企业亏损值，100），设置企业收益的初始值为100。

L4：政府数据开放保障机制=技术支持*政策法规*组织服务*资金投入。

L5：政府数据开放意愿=（政府数据数量*数据质量）/数据安全风险。

L6：公众数据生成量=SMOOTHI（应用数量*公众参与，2，0），由于公众参与企业开发的相关应用，并形成相关应用是需要一个过程，因此采用一阶信息延迟函数来表示，设置企业用于疫情防控的数据量的初始值为0，延迟时间为2个单位。

L7：企业用于疫情防控的数据量=SMOOTHI（政府数据开放共享意愿*政府数据开放保障机制，1，0），由于确定政府开放的数据可企业用于疫情防控是一个过程，需要经过数据加工的过程，因此采用一阶信息延迟函数来表示，设置企业用于疫情防控的数据量的初始值为0，延迟时间为1个单位。

L8：应用数量=DELAY1I（企业数据吸收量*企业用于疫情防控的数据量，1，0），采用一阶物质延迟函数模拟企业针对疫情研发应用的数量。

L9：已知风险=（泄露数据量+滥用数据量+虚假数据量）/数据安全风险。

L10：企业收益值=DELAY1I（应用数量*数据转化率，1，0），采用一阶物质延迟函数模拟企业应用研发后转化成收益数值。

L11：企业亏损值=DELAY1I（存在风险数据量*数据转化率，1，0），采用一阶物质延迟函数模拟当数据不开放或数据存在风险时，给企业总值带来的负面影响。

L12：数据开放感知度=WITH LOOKUP（TIME，（[（0，0）-（24，0.3）]，（0，0.3），（24，0.6）），使用表函数来表达数据开放感知度，设定在24个单位时间内，数据开放感知度按线性增长30%。

L13：企业数据吸收量=WITH LOOKUP（TIME，（[（0，0）-（24，0.5）]，（0，0.1），（24，0.6）），使用表函数来表达企业数据吸收量，设定在24个单位时间内，企业数据吸收量按线性增长40%。

资金投入、组织服务、政策法规、技术支持设置初始值为1，虚假数据比率、滥用数据比率、泄露数据比率设置初始值为0.02，数据质量初始值为1，公众参与初始值为0.8，政府压力初始值为0.5。

4.3 模型检验及仿真

在进行仿真计算之前，必须对政府数据开放与安全SD模型进行有效性检验，本研究对构建的模型方程进行反复测试并修正，直至得到与理论预想较为符合的仿真结果。在模型有效性检验的基础上，经过模型初始状态的设定可以对政府数据开放与安全问题进行SD模拟仿真[39]。本文采用Vensim PLE仿真程序进行仿真模拟运算，取INITIAL TIME=0，FINAL TIME=24，TIMESTEP=1，Units for Time=Month，通过调整主要变量的参数数值来获取系统的变化情况。

4.3.1 仿真结果

在既定参数下，通过对系统的分析，政府数据数量、政府数据开放共享意愿、应用数量、数据安全风险变量动态变化如图4所示。

1）在随着时间的推移，政府数据数量及开放数据的数量会从最开始的缓慢增加到后来的急速增加，由于政府数据开放是一个长期的过程，开放初期需要不断的尝试探索，但在第20个月之后，随着数据质量、政府数据开放共享意愿、政府数据开放保障机制的不断提升，使政府数据数量及开放量都呈现出快速上升的趋勢。

2）应用数量是企业有效利用政府开放数据的结果，尤其是新冠疫情期间，随着应用数量逐渐增加，公众所产生的数据量也在增加，应用数量在上涨期间是存在一定波动。这主要源于数据安全风险，当数据量不断增加时会带来安全风险，但随着政府数据开放保障机制，企业数据吸收量等因素的干预，应用数量会在波动中继续上升。

3）政府数据开放共享意愿是由数据安全风险、数据质量、政府数据数量等综合因素构成的，政府数据开放共享意愿决定了在新冠疫情期间政府数据开放并提供给企业使用的数量。从数据上来看，开放共享意愿经历了一个波动状态，从开始的缓慢上升到第17个月开始出现下降趋势，并在21个月时开始快速上升。这说明政府数据开放共享意愿受到了数据安全风险不断上升的影响，但随着政府数据数量的不断增长，数据开放共享会提升公众的满意度，给企业带来收益，促进社会经济发展，因此在经历波动后政府数据开放共享意愿在22个月之后会呈现急速上升趋势。

4）数据安全风险是政府数量开放与共享过程中长期存在的问题之一。数据安全风险由已知风险和未知风险组成，它是随着应用和数据量不断增加而不断增加的。在政府数据开放的过程中，数据安全风险增加会对数据开放意愿有波动式的影响，但是随着政府数据开放保障机制和数据质量的提升，政府数据开放所带来的正向效应会远大于数据安全所带来的风险。

4.3.2 灵敏度分析

系统动力学的一个重要作用即是通过对重要参数的改变，观察模拟结果的差异，基于对政府数据开放与安全影响因素分析和系统流图模型的综合分析，对数据质量、公众参与、数据虚假、滥用、泄露量、政府数据开放保障机制4个重要因素进行灵敏性测试，进而对系统提供科学化的改进策略与建议。

1）数据质量：数据质量是政府数据开放中重要因素之一。现将数据质量数值进行调整，所得到的3条曲线为Current（1）、Current 1（0.8）、Current 2（0.6），如图5所示，数据质量的变化对政府开放共享意愿、数据安全风险、应用数量有着不同程度的影响。在初始阶段，这3个因素变化并不明显，这可以说明数据质量的变化是有一定的滞后期。从数据层面上看，数据质量的提升并不会对数据安全风险产生较大的影响，而数据安全风险主要和数据滥用、泄露、虚假数据有直接关系，数据质量的提升对政府数据开放共享意愿和应用数量产生一定影响。其中在14～20个月这个阶段，数据质量的变化对政府数据开放共享意愿基本影响较小，但是在第21个月后，影响逐渐增加，数据质量的高低对政府数据开放共享意愿有着较大的影响。而从应用数量上来讲，在前20个月数据质量和应用数量呈现正比关系，但20～22个月影响较小，第23个月后呈现出较大差别。

2）公众参与：公众参与在政府数据开放共享过程中起到重要作用。现将公众参与数值进行调整，所得到的3条曲线为Current（0.8）、Current 1（0.5）、Current 2（0.2），如图6所示。公众参与与数据安全风险呈现出正比关系，而公众参与也是有一定过程的，因此在前期的很长一段时间，数据增加量较小。公众参与对政府数据开放共享意愿影响波动较大，从开始缓慢增长、呈现反比关系、交叉关系、正比例关系，这说明了初期公众参与的意愿性并不强烈，可能是被动的。但是，随着时间的推移，公众在参与过程中的确享受到政府数据开放带来的利益，公众满意度逐渐提升也带动政府数据开放共享意愿的增强。公众参与与数据量和数据安全风险呈现正比关系，而公众参与对应用数量的有着复杂的关系。公众希望企业提供创新性较强，需求程度较高的优质应用，而企业应用研发是经过一定周期的，因此在公众参与初期应用数量的变化是不明显的，但而随着数据安全风险的增加，应用数量呈现明显下降的趋势。到达第24个月之后，政府数据开放保障机制不断完善，公众参与会存进应用数量的增长。

3）数据虚假、滥用、泄露量：数据在开放共享过程中所产生的虚假、滥用、泄露是引起数据安全风险的重要因素之一，尤其是在新冠疫情期间，数据采集范围不断扩大，很多企业借助疫情收集如人脸、指纹、声纹、虹膜等具有较强个人属性的生物特征数据，甚至出现越界采集，一旦这些具有唯一性和不变性的数据被滥用或被泄露，会对公民权益、社会稳定乃至国家安全造成严重影响[40]。因此，数据滥用与泄露直接关系到数据安全风险程度，现将虚假数据比率、滥用数据比率、泄露数据比率分别进行调整，所得到的3条曲线为Current（0.02）、Current 1（0.06）、Current 2（0.1），如图7所示。它们与数据安全风险呈现正比关系，而与政府数据开放共享意愿和应用数量15～20个月时呈现反比关系，在第20个月后出现转折。这说明随着时间的推移，数据安全风险的增加并不会使政府数据开放共享意愿和应用的数量减少，政府会坚持数据开放的意愿，并会通过完善政府数据开放保障机制来降低数据安全风险。

4）政府数据开放保障机制：政府数据开放保障机制的构建包括资金投入、组织服务、政策法规、技术支持等因素，这些因素将对政府数据开放起到重要的作用。通过将资金投入、组织服务、政策法规、技术支持分别进行调整，所得到的3条曲线为Current（1）、Current 1（0.8）、Current 2（0.6），如图8所示。政府数据开放保障机制对政府数据开放共享意愿的影响是长期的，初始阶段对开放共享的意愿影响差别不大，并未体现出政府数据开放保障机制的关键作用。在14～20个月间甚至呈现出下降趋势，并且在22个月后开始逐渐上升，随着时间的推移会使政府数据开放保障机制与政府数据开放共享意愿呈现正比关系。在政府数据开放保障机制对应用数量影响较大，企业推出的各类应用主要是服务于公众，并且最大限度缓解政府压力，提升政府透明度，因此政府数据开放保障机制与应用数量是呈现正比例关系的。政府数据开放保障机制是为了进一步促进政府数据开放，它与数据安全风险呈现正比例关系，在保障机制建设过程中势必会带来一定程度的数据安全风险。

5 结论与建议

在新冠疫情下，各类应用数量和数据量不断增加，公众对政府数据开放的期望值也在逐步提升，而在政府数据开放的同时一旦出现安全问题，不但会影响公众对政府的信心，还会使政府承受巨大压力，如何兼顾开放与安全成为政府亟需解决的问题之一。通过研究显示：数据质量，公众参与，数据虚假、滥用、泄露量，政府数据开放保障机制的变化会给政府数据开放共享意愿、应用数量、数据安全风险带来不同程度的影响。其中数据质量的提升虽不会对数据安全风险产生较大的影响，但对使政府数据开放共享的意愿和应用数量都会产生波动式的影響。公众参与与数据安全风险呈现出正比关系，而对政府数据开放共享意愿和应用数量影响波动较大。控制数据虚假、滥用、泄露量是降低数据安全风险程的关键问题，但从数据上看并不会因为数据安全风险的不断增加，影响到政府数据开放与共享。因此，从长远角度来看，数据安全固然重要，但是政府数据开放共享是大势所趋，政府要通过构建政府数据开放保障机制来在开放与安全间找到均衡点。基于此，本文对新冠疫情下我国政府数据开放与安全提出了以下对策建议，为加快实现政府数据开放共享、确保数据安全、助推国家治理能力现代化提供科学化的参考。

5.1 提升数据质量以促进政府数据开放

随着我国政府数据开放程度和水平的不断提升，数据质量问题日益凸现，由于数据集内容不完整的问题导致公众无法获得完整、有效的信息，严重影响到企业和公众对数据的利用。因此，建议政府通过以下手段来提升数据质量以促进政府数据开放。一是规范政府数据提供的格式。通过编制技术标准手册，对各部门上传的数据要求、格式和内容等进行统一规定和说明，并开发科学、有效的数据评估工具，以检验数据的质量。二是强化部门间数据的相关性分析。应在清晰描述与索引数据的基础上，通过数据的相关性，让公众能够迅速查询到关联性较强的数据，既提高数据的可读性，又提升公众决策的准确性。三是提高政府数据开放的针对性。政府数据开放并不是简单的数据提供，须以公众需求为导向，保证政府数据的实时性和可获得性，满足公众多方位、多层次的数据需求。由此可见提升数据质量，保证政府数据的全面性、及时性和科学性，对促进政府数据开放有着至关重要的作用[41]。

5.2 严管应用质量和数量保障政府数据安全

新冠疫情期间，互联网各类应用迅速增长，政府和企业通过应用创新最大限度地为公众提供全方位的服务。这段时间被公众广泛关注的多是基于疫情特点所形成的服务于公众的应用。在2019年9月，教育部、中央网信办等八部门就联合印发《关于引导规范教育移动互联网应用有序健康发展的意见》，提出2020年底建立健全教育移动应用管理制度、规范和标准，形成常态化的监管机制，初步建成科学高效的治理体系。国家在疫情之前就已经重点关注到应用质量和数量所带来的数据安全风险。在2020年5月的两会上关于加强APP应用越界收集信息治理的建议也引起共鸣。这足以说明国家层面对各类应用质量的关注，政府作为最大的公共数据拥有者，政府有责任和义务通过数据资源开放，促进透明政府建设，提升治国理政能力，数据开放永远在路上，因此政府应逐步在各行规范企业对公共数据的利用，对应用质量和数量进行严格审核，最大限度地确保政府数据安全。

5.3 鼓励公众积极参与到政府数据开放中来

在政府数据开放领先的国家中都十分重视公众的参与，它是政府数据开放重要的影响因素[42]。政府数据开放的实现是政府与公众互动的结果，离开公众的参与，政府数据也不能发挥出内在的经济和社会价值。因此，应加强对政府数据开放利用的宣传，使公众了解这项工作并积极参与其中，主动申请公开数据，鼓励公众广泛参与到政府数据开放决策、评判和监督中来。从社会关系维度看，公众的社会关系维度影响社会公众之间对政府数据开放的接受与使用的扩散效应，有利于政府数据开放目的和意义的理念传播，而其他扩散条件将辅助产生促进政府数据开放的作用。根据两级传播理论，公众媒介渠道和人际传播渠道在人们信息获取和决策中的不同角色和作用。公众参与逐渐增加，在政府数据开放的早期，呈现出政府数据开放意愿性变化不显著的情况，但随着时间的推移，公众参与会对政府数据开放意愿和应用的数量产生正面影响，通过早期的公众参与者作为意见领袖迅速向更多的公众扩散[43]，由于意见领袖与普通公众之间具有的高低不同的数据开放知识位势，因此公众参与的意见领袖在政府数据开放中有着较为重要的作用。

5.4 通过完善政府数据开放共享保障机制构筑数据安全防线

在新冠疫情下，政府数据开放发挥了重要作用，它为突发事件应急管理工作有效及时地开展提供有力支撑，与此同时也反馈出一定程度的数据安全隐患。政府应从以下层面加强完善数据开放共享保障体系：一是国家层面应构建基于突发应急事件的政府数据开放政策法规，规范数据开放原则、数据开放领域、数据安全隐私、数据使用权限、数据商业利用方式等[44]，2020年两会上已将制定个人信息保护法、数据安全法纳入下一步主要工作。二是地方政府应在国家宏观政策下，结合本地实际情况和特点，颁布相关指导意见，加快数据开放平台等的基础设施建设，完善数据采集、整合、处理和维护，逐步加大数据开放的广度和深度。三是需要构筑数据安全防线，重点完善数据安全监管体系和数据安全监测预警，采用自主研发方式提供软硬相结合的数据安全层面保障。政府数据开放是大势所趋，但在此过程中，要通过在政府数据开放共享保障机制中构筑数据安全防线来解决数据开放过程中所带来的数据安全问题，进而进一步推动整个社会利用政府数据进行增值服务[45]。

参考文献

[1]Solar M，Concha G，Meijueiro L.A Model to Assess Open Government Data in Public Agencies[C]//International Conference on Electronic Government.Springer，Berlin，Heidelberg，2012：210-221.

[2]张聪丛，郜颍颍，赵畅，等.开放政府数据共享与使用中的隐私保护问题研究——基于开放政府数据生命周期理论[J].电子政务，2017，（9）：24-36.

[3]Clarke S.Reducing the Impact of Cyberthreats with Robust Data Governance[J].Computer Fraud & Security，2016，（7）：12-15.

[4]张爱军，刘姝红.大数据与风险社会的三维预警[J].自然辩证法研究，2017，33（5）：98-102.

[5]郑磊.开放政府数据研究：概念辨析、关键因素及其互动关系[J].中国行政管理，2015，（11）：13-18.

[6]刘凌，罗戎.大数据视角下政府数据开放与个人隐私保护研究[J].情报科学，2017，（2）：112-118.

[7]黄如花，温芳芳，黄雯.我国政府数据开放共享政策体系构建[J].图书情报工作，2018，62（9）：5-13.

[8]马海群，江尚谦.我国政府数据开放的共享机制研究[J].图书情报研究，2018，（1）：3-11.

[9]陈朝兵，郝文强.国内外政府数据开放中的个人隐私保护研究述评[J].图书情报工作，2020，64（8）：141-150

[10]刘瑾.新型冠状病毒肺炎疫情下地方政府数据开放平台建设进展研究[J].数字图书馆论坛，2020，（2）：3-9.

[11]蒋勋，朱晓峰.基于政府大数据能力建构的智库应急情报服务——以新冠肺炎疫情防控为例[J].图书与情报，2020，（1）：64-74.

[12]吴卫明.突发公共卫生事件中的数据开放与保护[J].信息安全与通信保密，2020，（3）：24-29.

[13]翁士洪，林晨晖，早克然·库地热提.突发事件政府数据开放质量评估研究：新冠病毒疫情的全国样本实证分析[J].电子政务，2020，（5）：2-13.

[14]邢海龙，高长元，张树臣.基于系统动力学的大数据联盟稳定性模型构建与仿真研究[J].情报杂志，2017，36（10）：159-165.

[15]是沁，储节旺.基于系统动力学的科学数据开放共享保障机制研究[J].情报杂志，2018，37（11）：143-149.

[16]王晶，王卫，张梦君.开放政府数据价值实现保障机制研究—基于系统动力学方法[J].图书馆学研究，2019，（16）：51-59.

[17]马海群，冯畅.信息资源管理政策执行力影响因素研究——以《关于加强信息资源开发利用工作的若干意见》为例[J].中国图书馆学报，2020，（2）：56-74.

[18]Attard J，Orlandi F，Scerri S，et al.A Systematic Review of Open Government Data Initiatives[J].Government Information Quarterly，2015，32（4）：399-418.

[19]Dawes S S，Vidiasova L，Parkhimovich O.Planning and Designing Open Government Data Programs：An Ecosystem Approach[J].Government Information Quarterly，2016，（33）：15-27.

[20]Vetro A，Canova L，Torchiano M，et al.Open Data Quality Measurement Framework：Definition and Application to Open Government Data[J].Government Information Quarterly，2016，（33）：325-337.

[21]Jetzek T，Avital M，Bjorn-Andersen N.The Sustainable Value of Open Government Data[J].Journal of the Association for Information Systems，2019，（20）：702-734.

[22]Khayyat M，Bannister F.Towards a Model for Facilitating and Enabling Co-creation Using Open Government Data[J].Information Polity，2017，（22）：211-231.

[23]Wang V，Shepherd D.Exploring the Extent of Openness of Open Government Data-A Critique of Open Government Datasets in the UK[J].Government Information Quarterly，2016，（33）：325-337.

[24]夏義堃.论政府数据开放风险与风险管理[J].情报学报，2017，（1）：18-27.

[25]张聪丛，郜颍颍，赵畅，等.开放政府数据共享与使用中的隐私保护问题研究——基于开放政府数据生命周期理论[J].电子政务，2017，（9）：24-36.

[26]段尧清，周密，尚婷.政府开放数据公众初始接受行为影响因素结构关系研究[J].图书情报工作，2020，64（2）：4-12.

[27]孙瑞英，王浩.新制度主义理论视域下激发我国政府数据开放驱动力的博弈分析[J].信息资源管理学报，2020，（2）：29-36.

[28]代佳欣.政府数据开放风险识别——基于“过程”的分析框架[J].现代情报，2020，40（4）：111-119.

[29]Yang T M，Lo J，Shiang J.To Open or Not to Open？Determinants of Open Government Data[J].Journal of Information Science，2015，（41）：596-612.

[30]Safarov I，Meijer A，Grimmelikhuijsen S.Utilization of Open Government Data：A Systematic Literature Review of Types，Conditions，Effects and Users[J].Information Polity，2017，（22）：1-24.

[31]Wirtz B W，Weyerer J C，Rosch M.Open Government and Citizen Participation：An Empirical Analysis of Citizen Expectancy Towards Open Government Data[J].International Review of Administrative Sciences，2019，（85）：566-586.

[32]Yi M.Exploring the Quality of Government Open Data：Comparison Study of the UK，the USA and Korea[J].Electronic Library，2019，（37）：35-48.

[33]Fan B，Zhao Y P.The Moderating Effect of External Pressure on the Relationship Between Internal Organizational Factors and the Quality of Open Government Data[J].Government Information Quarterly，2018，（34）：396-405.

[34]Zuiderwijk A，Shinde R，Janssen M.Investigating the Attainment of Open Government Data Objectives：Is There a Mismatch Between Objectives and Results？[J].International Review of Administrative Sciences，2018，（85）：645-672.

[35]童楠楠.我国政府开放数据的质量控制机制研究[J].情报杂志，2019，38（1）：135-141.

[36]杨梦晴.基于信息生态系统视角的移动图书馆社群化服务系统动力学仿真研究[J].情报科学，2020，38（1）：153-161.

[37]邵桂华，满江虹，王晨曦.我国竞技体育与社会体育协同演化的系统动力学仿真——基于复合系统协同度模型的测度[J].体育学刊，2018，（5）：46-57.

[38]王其藩.系统动力学[M].上海：上海财经大学出版社，2009.

[39]李纲，巴志超.科研团队中知识粘滞的影响因素研究[J].中国图书馆学报，2017，43（1）：89-106.

[40]许欢，孟庆国.大数据推动的政府治理方式创新研究[J].情报理论与实践，2017，40（12）：52-57.

[41]高天鹏，莫太林，莫太齐.基于知识图谱的国际开放政府数据研究概貌和热点透析[J].现代情报，2019，39（3）：86-100.

[42]赵玉攀.国内开放政府数据研究的系统评述[J].现代情报，2018，38（2）：164-170.

[43]熊尧，李弼程，王子玥.基于两级传播理论的舆论超网络传播分析[J].智能系统学报.http：//kns.cnki.net/kcms/detail/23.1538.TP.20191015.1155.002.html.

[44]陳美，谭纬东.政府开放数据的隐私风险评估与防控：新西兰的经验[J].情报理论与实践，2020，43（5）：110-114，90.

[45]范丽莉，唐珂.基于政策工具的我国政府数据开放政策内容分析[J].情报杂志，2019，38（1）：148-154，53.

（责任编辑：陈 媛）