公共价值视角下的政府数据开放*——文献述评与研究展望

门理想 王丛虎 门钰璐

(中国人民大学公共管理学院 北京 100872)

0 引 言

数字时代，数据的重要性愈发凸显。经济上，数据成为数字经济发展的重要生产资料[1]；治理上，数据成为政府把脉和诊治公共问题的触手和药方[2]。但仅靠单一数据远不能实现上述价值，通过海量数据联动完成对虚拟世界的持续创造和客观世界的写实刻画才是数据发挥价值的重要路径。然而，目前我国大部分数据资源依然掌握在政府手中[3]，持续推动数据开放是我国政府的必然选择。2009年，美国上线了国家数据开放平台，自此全球政府数据开放运动正式拉开序幕[4]。三年后，我国对数据开放的探索从上海和北京发端，并逐渐扩散至全国。截至2020年10月，我国已有142个省、市政府上线了数据开放平台或板块。尽管取得较大进步，但我国数据开放依然存在整体水平不高和地区差异悬殊两大问题。一个重要原因是，多数地方政府并未真正认识到数据开放蕴含的公共价值，没有想清楚为什么开放数据。认知模糊可能会带来一定程度的执行偏差，这种偏差主要表现在两个方面：形式上敷衍了事，上线的“数据开放平台”无异于原有的“信息公开板块”，甚至还有许多平台无故下线或无法访问[5]；内容上供需脱节，开放的数据颗粒度低、时效性差、标准不一，实际利用价值很低[6]。

上述问题反映出新公共管理运动以来各国普遍存在的问题，即过度重视工具理性，追求高绩效产出，忽略了公共价值。在此背景下，Moore等学者开始建构公共价值理论。经过二十多年的发展，该理论影响力不断增强，依托其开展的公共价值管理逐渐成为新的管理范式[7]。无论实践上还是理论上，该理论对政府数据开放而言都有着重要意义。实践上，该理论强调回应集体偏好、重视公众参与、开展网络治理等，能为当前我国政府数据开放的形式、领域和内容提供有效指导[8]。理论上，将政府数据开放置身于更宏观的公共价值概念之中，有利于学者们将目光从琐碎的实践行为中抽离，从而探究其价值认知、测量及实现的背后机制。要实现上述两方面意义，我们需要对政府数据开放与公共价值理论的契合机制有更深入的理解。这种情况下，一个系统的文献综述是不可或缺的，它可以帮助我们了解二者的理论发展与实践动向，为二者的契合寻求更广泛的理论支撑。

1 政府数据开放价值的概念定义

公共管理学科的理论发展始终在回应变化着的现实挑战。20世纪70年代起，为应对宏观经济滞胀和政府效率低下等问题，西方各国政府开始推行新公共管理运动。但由于过度重视经济模型和管理技巧，新公共管理运动很快也带来了管理碎片化、民主价值缺失等问题。于是，学者们开始呼吁新的改革路径。1995年，美国学者Moore于其著作《创造公共价值：政府战略管理》中首次提出“公共价值”概念。他认为，公共价值是公众对政府期望的合集，公共管理者最应该关注的是公众通过代议机制表达出的期望[9]。这个表述一方面给理论发展留足了开放讨论的空间，另一方面也埋下了定义模糊的隐患。此后许多学者纷纷就公共价值给出了自己的定义，这些定义之间有联系也有分歧。大体而言，这些定义可以被分为两大流派，“公共价值”(public value)和“公共价值观”(public values)[10]，也有学者称之为结果主导的公共价值和共识主导的公共价值[11]。

一定程度上，两个流派的基本出发点是契合的，都将公共价值视作公众期望的集合，其争论的焦点在于，公众期待的究竟是个体能够直接受用的产出或结果，还是用以改善公共领域的共识或规范[11]。“公共价值”流派基本是对Moore定义的继承与发展，尽管各个学者的定义并不完全一致，但核心观点是将公共价值视作公众期望公共部门提供的服务或产出。例如，学者Kelly认为，公共价值是政府通过服务、法规和其他行动创造的价值[12]。Nabatchi认为在政府的情境里，公共价值是指对政府代表公众创造和维持的东西的评估[13]。总体上，这一学派致力于通过理论建构来使公共管理者重视公众期望，通过战略管理和对话机制来改善公共服务供给质量。这与其诞生背景有关，该流派发端于整个公共价值研究领域的初期，主要目的是为了在新公共管理范式之外寻求一种新的管理路径。“公共价值观”则更倾向于将公共价值视作公众期望公共部门维持的共识和规范，这些共识和规范植根于公众对于公共领域改良和前进方向的期待。相比公共部门产出了何种价值，其更关注公共部门应如何产出价值，例如，是否应遵循效率、民主及法治等原则。这一流派的代表学者是Bozeman，他认为公共价值是关于公众权利、义务及政府和政策原则基础的共识[14]。Stoker认为对公共价值的判断应该建立在民选、任命政府官员与利益相关者的协商之上[15]。

结合已有文献，本研究倾向于以一种调和的路径来定义公共价值。尽管各有侧重，但“公共价值”和“公共价值观”事实上都是公众价值期望的集合，只不过前者侧重指公众期望政府提供何种服务和产出，后者强调公众期望政府如何提供这些服务和产出。从这个角度出发，公共价值可以被视作结果类公共价值和共识类公共价值的聚合体。基于此，本研究将政府数据开放价值定义为公众关于政府数据开放的期望集合，包括期望从政府数据开放中获取怎样的价值及怎样获取价值两个维度。从当前实践情况看，上述两个维度的价值期望都没有得到较好地满足。一方面，政府数据开放的质量、范围及深度远低于民众预期(产出)[16]，另一方面，政府数据开放的过程也没有足够重视其他参与者(规范)[17]。因此，当前实践界和学术界都亟需在公共价值理论的基础上对政府数据开放的相关问题展开探讨。

2 政府数据开放价值的类别谱系

政府数据开放的最终目的是创造公共价值，但“公共价值”本身是个复合概念，如果不进行分类，其指向性很难被确定。政府数据开放运动伊始，美国政府强调将其作为推动透明、参与和协同的重要手段，随后，不同学者也对其在不同情境下的不同价值进行了探索。与对“公共价值”的分类一样，不同学者对“政府数据开放价值”的分类也存在两种取向。一种取向为先将政府数据开放的公共价值划分为几大维度，再为各个维度寻找二级价值指标。例如，Janssen将数据开放价值分为政治与社会、经济、操作和技术三个维度，三个维度共下属33种具体价值[18]。另一种取向更为聚焦，直接列举政府数据开放潜在的公共价值。例如，Gurin认为，政府数据开放可以促进经济增长和就业岗位创造，改善公共服务的效率和效益，提高政府的透明等[19]。

通过对比可以发现，宏观取向下，政治、经济、文化及生态的分类线条太粗，下设二级指标的确有助于明确其指向性，但又使得分类体系显得过于庞杂。微观取向下，价值分类相对简单且指向明确，但系统性和全面性有所确实。更为重要的是，上述两种倾向都存在一个共同问题，即没有将公共价值与参与主体对应起来。同其他领域公共价值的创造过程一样，政府数据开放价值的创造同样有赖于网络治理结构下的合作生产。这一过程包含数据开放者、开发者、消费者等多个主体，不同主体的价值目标并不完全一致。如果一套分类体系可以将价值目标与参与主体对应起来，那么这套分类体系就能用来研究相关主体的参与动机，为针对性激励政策的制定提供理论借鉴。也有学者从这个取向切入，例如，Jetzek以价值作用对象(公或私)为横轴，以价值作用类型(经济或社会)为纵轴，将政府数据开放价值分为效率与效益、新服务和商业的创新、透明、参与与合作四个象限[20]。这种划分方式初步实现了参与主体与价值目标的对应，但2×2的划分框架显然忽略了参与主体与价值目标的丰富性。

鉴于上述原因，本研究以各个参与主体的价值期望为切入点，在文献研究的基础上梳理出开放政府数据理论上的价值分类框架。依托这个框架，后续研究一方面可以对各个主体的实际价值期望(即参与动机)展开深入测量，另一方面可以在价值测量的基础上对不同价值期望进行调和，为价值创造网络的搭建提供理论指导。Harrison[21]、Zuiderwijk[22]及Dawes[23]等学者提倡将开放政府数据的价值创造网络视作一个生态系统，这个生态系统中包含数据开放者、数据开发者及数据消费者三大行动主体。其中，数据开放者一般指政府，而数据消费者则指直接或潜在为数据产品和服务付费的普通民众。不同前两者的是，数据开发者的群体结构相对复杂，可以按照数据开发目的(价值期望)进一步将其细分为多个群体，本研究只选取最具影响力的三类群体，即商业机构、学术团体和公益组织。结合相关文献，本研究梳理出不同参与主体关于政府数据开放的公共价值期望，具体类别如表1所示。

表1 不同参与主体关于政府数据开放的价值期望

3 政府数据开放价值的测量路径

分类是为了从更为聚焦的视角切入，在事前、事中及事后对公共价值进行测量，从而认知、改进和衡量公共价值。但政府数据开放的价值测量并非易事，因为“公共”和“价值”都是相对主观的概念，其组合“公共价值”更带有浓厚的主观色彩。对于公共价值的测量过程来说，“有”和“无”的判断还相对简单，“大”和“小”的判断则很难实现，毕竟不是所有价值都可以通过数字呈现(见表2)。

表2 政府数据开放价值的主要测量路径

3.1有无公共价值在第一种“有无公共价值”的测量研究中，测量对象多为政府数据开放过程中的各个参与主体，测量内容一般是事前的价值期望和事后的价值感知。由于价值期望和感知都带有很强的主观性，所以这类测量结果相对开放和多元，随着测量对象变化而展现出较大的差异性。这种测量一般由政府和学者两类群体开展：a.政府方面，事前为了了解潜在利用群体的价值期望(一般表现为特定的数据类型需求)，政府一般会利用数据开放平台的互动留言板或问卷调查栏征集意见；事后为了了解潜在利用群体的价值感知(即价值期望是否得到满足)，政府同样会依托数据开放平台建立评分机制，了解各参与主体对已开放数据的使用满意度。b.学者方面，相关测量一般通过问卷调查、结构或半结构化访谈等方式开展。前置价值期望测量一般是为了建构理论框架，后置价值感知测量则是为了探究理论框架与现实情况的差异。例如，Gonzalez等学者以政策文本等质性资料为基础，对智利政治家、技术官僚、市民社会等主体有关数据开放的认知进行了研究，发现他们报有不同的价值期望。Zuiderwijk对全球153个国家的学生进行了问卷调查，发现他们最后对数据开放价值的实际感知与前期期望并不一致[39]。总体上讲，这类测量展示出了数据开放价值的丰富性，但测量结果相对主观，且无法衡量价值大小。

3.2公共价值大小在第二种“公共价值大小”的测量研究中，测量对象通常是某个具体的政府数据开放项目，测量内容相对聚焦，一般是其蕴含的可被货币化展示的经济价值。这种测量一般由咨询公司、国际组织等第三方评估机构自发或受政府委托开展，评估方法分为“自上而下”和“自下而上”两类[40]。所谓“自上而下”，即这类评估一般从数据开放者入手，对政府开放数据资源的整体经济价值进行预估。例如，据欧盟委托凯捷咨询公司开展的一项评估显示，2016-2020年间，开放数据将为成员国带来757亿欧元市场规模。至于“自下而上”，则指这类评估通常从数据利用者着眼，对个人、企业等群体的数据利用投入和产出进行考量，从而估算中政府数据开放的总价值。例如，德勤公司从客户和企业出发，通过研究典型案例，测算出2011年英国从数据开放中获取约18亿欧元经济价值[41]。这类测量直观展示出了数据开放的经济价值，能够激发各主体参与数据开放的热情。但其局限也很明显：一是测量精确性有待考证，相关数据都是由估算而来；二是测量的价值类型仅为经济价值，忽略了数据开放价值的丰富性。

4 政府数据开放价值的创造机制

依据切入视角差异，当前学界关于政府数据开放价值创造机制的研究大体可分为三类：

第一类，从价值切入，探究特定类型价值所需的特定创造机制。例如，为探究经济价值的实现机制，Zeleti等对数据开放领域已有的商业利用研究进行编码，最终发展出一套包含倡议、增值等过程的“六V”模型[42]。Jetzek等聚焦于利用开放数据来进行社会和经济创新，他们提炼出透明、参与、效率和创新四种机制[43]。在另一项研究中，他们又从市场和网络两个维度归纳出可持续价值的四条创造路径，即信息透明、集体影响、创新驱动和效率提升[44]。总的来讲，这类研究专注于特定价值的实现机制，构建的模型比较简单、清晰、易于验证，但缺点是不够系统，忽视了价值与价值之间的联系。前文“价值测量”部分已经提到，对于一项政府数据开放项目，公众最终实际感知到的公共价值往往与起初的价值期望存在一定差异。这意味着，现实实践中的各类价值存在大量交叉，很难单独对其中一种展开研究。

第二类，从数据切入，探究数据生命周期中不同阶段所蕴含的价值。例如，夏义堃根据数据产品产出周期将政府数据开放的价值创造过程分为三个阶段，即原料性生产与供应、核心数据产品开发与综合性开发[45]。Attard等学者整理出包含数据采集、清洗及发布等六个流程的政府数据生命周期链，并针对每个流程提出了相关的价值创造技巧，如数据挖掘、分析、解译、可视化等[46]。此类研究聚焦于政府数据从开放到利用的具体流程，将附着在数据生命周期链上各阶段的价值一一拆解开来，具有很强的实践指导性，但缺点在于忽视了参与主体的能动性。数据价值并不是恒定地附着在数据生命周期链上的，其价值释放效果很大程度上取决于各参与主体如何完成各个阶段的操作。

第三类，从主体切入，探究相关参与主体为释放数据价值而搭建的合作生产网络。例如，McBride等学者强调利益相关者、创新领导者、开放平台及外部资助等因素的重要性[47]，并基于此构建了数据开放驱动的公共服务合作生产模型[48]。沈晶等从政府组织、非政府组织和个人三类利益相关者切入，将三类群体在价值创造和价值获取过程中的两两互动关系整合进一个3×3的九维矩阵中，该矩阵即为包含服务、助推及个人贡献等机制的政府数据开放价值创造机制[49]。该矩阵对于三类主体的两两互动机制阐释较为清晰，但将各个主体在价值创造和价值获取过程中孤立出来的做法损失了模型丰富性，现实实践中各主体间的互动机制远远比二元互动更为复杂。总的来讲，这类研究从合作生产网络的视角切入，探究各参与主体就公共价值创造而开展的广泛互动，其模型系统性高于前两类研究。此外，它也契合了主流研究关于公共价值创造路径的共识，即前文提到的网络治理结构下的合作生产。但上文中提到的相关研究大都没有将主体、机制与情境统合起来考量，构建的合作生产模型并非一个完整的网络结构。

值得注意的是，近年来，越来越多的学者倾向于将政府数据开放价值的创造机制比作一个生态系统，并进一步探讨该生态系统的构成和影响因素。例如，Harrison等认为该系统置身于政策法规、经济水平等相关环境中，主要行动者为政府、创新者及使用者三类主体，政府应该在与其他主体的互动中实现公共价值[21]。Dawes等基于社会技术系统理论发展出一套用于规划及设计开放数据项目的生态系统框架，该框架涉及政策和策略、数据发布和使用、反馈和交流、利益产生以及利益相关者之间的倡导和互动[23]。国内研究方面，郑磊[27]、曹雨佳[50]、胡海波[51]、赵需要[52]、吴金鹏[53]及杜小武[54]等也对这一理论框架的建构和实证研究进行了积极探索。相比前三类研究，基于“生态系统理论”的相关研究对于政府数据开放价值创造过程中主体、机制及情境等因素的探讨更为系统、全面。在继承和改进已有研究的基础上，本文梳理出政府数据开放的生态系统框架，具体框架如图1所示。

图1 开放政府数据生态系统框架图

5 结论与展望

5.1研究结论新公共管理运动以来，对经济和效率的过度重视使得各国的管理实践一定程度上偏离了价值内核。公共价值是公众期望的集合，实现公共价值理应是政府各种管理和服务行为的最终目的，数据开放也不例外。具体来讲，数据开放价值可以被定义为公众关于数据开放的期望集合，包括期望获取怎样的价值及怎样获取价值两个维度，前者关注的是价值类型和大小，后者聚焦的是其实现机制。然而，公共价值的内涵极为丰富，要明确其指向性并开展实证测量，划分类别是第一步。已有研究的类别划分多从宏观和微观两个角度入手，本文则倾向于从参与主体出发，对其价值期望进行分类和归集。确立类别谱系后，公共价值的实证测量仍非易事。已有研究的测量主要可以分为“有无价值”和“价值大小”两类，其测量对象、内容、结果、开展者及开展形式都存在一定的区别。尽管两类测量存在种种差异，但其最终目的都是服务数据开放价值的创造。同其他领域内的公共价值一样，数据开放价值的创造同样有待于网络治理结构上的合作生产机制。不同学者分别从价值、数据和主体三个视角切入，对数据开放价值的创造机制进行了探讨，但三个视角都没有很好地将主体、机制与情境结合起来。与之相比，生态系统框架的解释力更强，更贴近数据开放价值实际的合作产出网络。

5.2研究展望无论是理论上还是实践中，当前我国对于政府数据开放价值的探讨都是远远不够的。亟待回应的问题包括但不限于：

5.2.1 如何达成清晰的价值期望共识 从供给侧来看，不同层级、地区及部门政府对于开放数据的价值期望存在很大差别，这种差别最终会体现在数据开放平台的建设成效上来。例如，对于中央政府来说，开放数据可以促进数字经济发展，提升国际社会对于我国政府透明度评价。但对于部分地方政府来说，开放数据价值释放周期较长，难以直观量化，且成果很难固定在属地。此外，自身数据资源禀赋及数据开发能力等因素也会影响其价值认知，进而影响其是否以及在多大程度上推动数据开放建设。从需求侧来看，潜在各类利用者的价值期望也存在很大差别，这种差别与自身利用需求、利用能力及数据质量等因素紧密相关，也会进一步影响其利用感知、动机和热情。清晰的价值共识体系的缺乏使得各方参与者在源头上就对数据开放有着不同认知和态度，由此引发问题和分歧也就不足为怪了。

5.2.2 如何设立有效的价值调和机制 由于不同主体的价值期望不同，要建构一套清晰的共识体系，有效的价值调节是不可或缺的。价值调和是双向的，一般通过对话和协商开展，调和结果通常表现为一方对另一方价值期望的认可程度。对话和协商需要机制和平台，而其建设通常应由政府完成。这是因为，一方面，政府是公共数据持有者，在数据开放过程中占据绝对主动地位，很大程度上塑造着数据开放的主流公共价值。另一方面，面对公众相对多元的价值诉求，除政府外，其他任何组织都不具备调和价值的权力、资源及合法性。价值期望的调节过程通常是持续的，多阶段的。以数据开放者对开发者的价值调节为例，前期，政府应对数据利用者潜在价值需求进行评估，确定一批具备较高利用价值的数据领域。后期，政府也应对利用者价值期望满足状况进行跟踪调查，根据反馈进一步完善相关工作。但就目前我国各地政府数据开放的实际情况来看，大部分地区在价值调节方面做得都不够好。一些地方政府是不具备价值调和的意愿，索性就直接给原有“政府信息公开”板块换上“政府数据开放”的“新衣”；还有一些地方政府是不具备价值调和的能力，于是便不加选择地开放大量数据。上述两种情况都使得政府开放的数据往往并不是公众想要且能够利用的。

5.2.3 如何建构完善的价值创造网络 在贝宁顿和摩尔编著的《公共价值：理论与实践》一书中，怀特塞德等学者就公共价值创造路径给出了诸如社会契约、合作生产及共同责任体系等观点。但本质上都强调公共价值需要在政府主导的公共治理网络中进行合作生产，依赖广泛而充分的社会参与。回到数据开放领域中，莎伦·道斯等学者将这种公共治理网络视为一套生态系统。在政治、经济及技术等因素构成的生态环境中，依托数据开放“食物链”，数据开放者、开发者、消费者三类“生物”就公共价值创造展开了广泛而密切的“能量交换”。从我国当前实践情况来看，这套生态系统的运转机制仍不完善。尽管已有许多地方政府通过举办创新应用大赛等形式来引导公众对公共数据的应用与创新，但受制于数据质量不高、数量有限、标准不一、时效性差等因素，潜在利用群体对开放数据的感知不强，利用热情和能力也有待提升。开放数据价值释放过程中最重要的一环便是利用，如果不是面向利用，那么就很难具备存在的合法性。然而，对数据的利用有赖于系统的、完善的价值创造网络，而这是我国目前的实践过程中所不具备的。