摘要：为推进我国政府数据敞开和大数据工业继续健康开展, 针对政府敞开数据点评研讨开展趋势和缺少, 从立异和可继续开展视点, 选用文献调研法、概括演绎法和“全点评”办法, 查询推进政府数据财物在供应方→运用方→供应方全进程继续运营的内涵要素和外在要素, 剖析政府数据财物可继续运营点评规范。笔者主张, 构建政府数据财物可继续运营点评理论模型, 为大数据工业开展供应决议计划根据。

　　大数据环境下, 政府广泛敞开跨域相关、多源异构的海量数据, 将其作为无形财物开发、增值, 成为大数据工业重要的资源供应, 是适应国家大数据开展战略、改动政府职能、调整工业结构、改动经济增加办法、施行立异驱动开展规划的必然趋势和才智挑选。数据财物是政府未来的中心财物和社会立异要素, 是促进国家工业转型开展、社会进步的能量源泉, 怎么使其可继续运营是“十三五”时期国家施行大数据战略和立异开展的重要出题。本文发掘影响政府数据继续敞开和健康运用的要素, 找出用以判别政府数据财物可继续运营的规范, 构建政府数据财物可继续运营点评理论模型, 以期为大数据工业开展供应决议计划根据。

　　本文以为政府数据财物指政府部门具有数据的总和, 包含其收集的各种公共数据、企业数据、市民数据以及其自有的事务数据等。国家享有政府数据财物一切权, 政府具有数据财物管理权。政府将数据财物以必定办法向社会公众敞开, 发明的经济价值从政府税收中取得, 社会价值从政府服务和管理作用中表现。根据可继续开展理论和信息价值理论, 政府数据财物的可继续运营着重数据能继续增值 (经济价值与社会价值) 和再运用。

　　数据驱动的环境和开展趋势从2012年开端构成。到目前为止, 国表里政府数据财物运营研讨与实践还处于起步和探究阶段, 并以政府数据敞开研讨为主。政府数据财物运营点评直接作用不多, 但在点评视角、点评方针、点评办法、点评规范等方面的研讨堆集较多, 颇具参阅价值。

　　国表里学者大多从政府数据敞开, 即从政府数据财物运营的数据供应视角点评, 而从运用视角的点评研讨较少。其间, 典型的从政府数据财物运用视角点评的作用是“open data 500强”, 这一排名用于点评运用政府敞开数据构成的创业公司的立异才能[1]。

　　国外的点评方针包含政府数据财物敞开度点评、再运用点评、敞开数据方针点评、数据可用性以及价值点评。其间, 政府数据敞开度点评研讨较为老练, 研讨作用包含互联网基金会全球敞开数据晴雨表、国际银行敞开数据预备度、全球敞开数据指数、《联合国2014年电子政务查询报告》中的敞开政府数据点评、国际经合安排敞开政府数据指数, 以及Cato研讨所针对美国联邦政府各部门敞开数据出书实践的点评;公共信息再运用也是国外比较重视的点评方针, 如欧盟的欧洲公共部门信息记分牌和西班牙胡安·卡洛斯国王大学的MELODA都是点评政府公共信息再运用状况的东西;此外还有对敞开政府数据方针、政府数据可用性、运用政府数据发生的价值和数据价值的点评等。

　　国内的点评方针首要散布在数据财物价值点评、政府信息同享才能点评、政府数据敞开度点评、数据财物可信度点评、数据质量点评、政府间信息同享信赖度点评等。

　　国表里研讨大都选用较为传统的定性、定量, 以及定性与定量相结合的办法。如内容剖析法、问卷查询、会议访谈、用于数据财物价值点评的成本法、带有结构化调査的桌面研讨和定量数据观测、积分卡办法、专家查询与辅佐数据相结合、用户问卷查询与专家点评相结合等;在点评模型的构建上多选用灰色含糊点评模型。

　　国外研讨首要从数据供应方和表里部环境视点设置敞开政府数据点评规范, 鲜有查询数据运用方需求、收益和危险维度。 (1) 典型的从数据供应方设置的规范有:政府部门的支撑和内部流程、人员培训、数据敞开保证机制、敞开数据履行战略、数据再运用收益办法、数据的相关性、兼容性、原始性、可取得性、可用性、数据渠道建造状况等。 (2) 从表里部环境视点设置的点评规范有:政治首领影响、经济和技能、方针法规等。 (3) 典型的从数据运用方设置的规范有:敞开数据的简便性和用户下载与剖析才能、数据查找才能、理解才能和运用才能、企业与公民预备度等。 (4) 有关需求、收益和危险性的规范有:政治利益、社区满足度、公共价值等。

　　国内研讨首要从数据供应方和表里部环境两个方面构建点评规范。如杨兴凯、王延章规划的规范包含政府信息的特性、政府安排间的联络、政府安排的保证、政府信息化水平。鲁义轩以为整合与剖析数据是发挥数据财物价值的两个关键要素。张志刚等选用的规范其间包含数据财物建造与运维。李姣等从数据发布单位、数据集主题、敞开数据认证、数据敞开等级四个维度点评政府数据敞开程度。郑磊、高丰从根底层、数据层、渠道层查询政府数据敞开程度。魏晓菁等以为数据收集办法、数据质量、数据财物完成度影响数据财物的可信度。

　　国表里研讨呈现出点评视角会集、点评方针多样、点评办法趋同、点评规范分野的特征, 为政府数据财物可继续运营点评奠定了良好根底, 也供应了有待进一步深化探究的空间。

　　(1) 点评视角上, 从数据活动全进程视角的点评亟待弥补。除极少数国外研讨, 国表里点评视角根本停留在政府数据财物运营的供应环节, 即政府数据敞开点评方面, 而对数据增值进程和运用环节的点评缺少研讨。跟着政府数据敞开日趋完善, 政府职能日益改动, 大数据工业逐步强大, 未来将愈加重视政府数据财物的价值转化和长效运用, 这就需求从数据活动的全进程视角点评政府数据财物运营问题。

　　(2) 点评方针上, 政府数据财物可继续运营点评专门研讨短缺。国表里点评方针尽管多样, 但首要会集于数据财物表里特点点评, 缺少对运营大局的点评研讨。国家可继续开展战略和大数据开展战略要求政府数据财物的可继续运营, 以数据财物可继续运营为点评方针的研讨必不可少。

　　(3) 点评办法上, 科学的点评模型研讨与运用滞后。国表里点评模型构建和实证数据收集办法趋于传统, 未跳过传统办法固有缺陷的藩篱, 简单呈现定性与定量办法区别不清、规范相关性高度交融、收集数据无法满足点评方针等问题。需求对点评办法论进行深化探究, 从头分类点评办法, 构建既能查验规范相关性, 又能满足点评方针的“全点评”模型。

　　(4) 点评规范上, 点评规范的维度表现出局限性。因为受点评方针影响, 国表里点评规范的维度不同程度地表现出局限性。国外的点评维度首要环绕数据供应方和表里部环境设置, 而从数据运用方的需求、数据运用收益和危险维度查询政府数据财物运营的点评研讨较少;而国内根本只选用数据供应方和表里部环境两个维度。本文查询在供应方→运用方→供应方的数据活动全进程的各环节, 推进政府数据财物可继续运营的内涵要素、外在要素和作用作用, 以及环节间的联络, 将其作为点评规范。

　　本文根据国家提出大数据开展战略和可继续开展战略的时代背景, 遵从数据可继续增值的价值理念, 根据政府数据财物运营实践和国务院印发《促进大数据开展举动大纲》描绘的国家数据同享和大数据开展前景, 研讨数据财物增值进程中数据供应方、运用方和各利益相关方的人物和联络机理。本研讨以信息流理论、信息商场学和信息价值论为理论根基, 从数据活动全进程视角, 以“全点评”的内容点评要素影响功效点评要素, 内容要素与功效要素一起影响点评方针的理论模型为根底[35], 构建包含办法、内容和功效点评规范的政府数据财物可继续运营点评理论模型。

　　政府数据财物运营的内涵与实质能够总结为:社会投入专门的力气和满足的资源进行数据同享、敞开、剖析和发掘, 结合详细事务优化中心决议计划, 完成数据财物的保值增值, 以获取经济效益和社会价值[36]。本文从政府数据财物运营的内涵与实质动身, 将视角扩展到数据活动的全进程, 研讨政府数据财物可继续运营问题。根据信息流理论, 政府数据财物的活动包含数据的获取、存储、同享、敞开、传输、加工、运用等进程, 整个进程由政府、用户、技能、价值等要素组成一个生态系统, 整个生态系统彼此依存, 各要素之间彼此相关, 一起构成不可分割的全体。一起, 信息商场学和信息价值理论又告知咱们, 由数据活动构成的数据财物运营价值生态链不是传统的直线形, 而是环形结构。数据供应方和运用方之间会发生数据交换, 发生数据的再次运用, 即数据在由供应方、运用方构成的环形价值生态链中活动, 并能够继续增值和再运用, 这便是政府数据财物可继续运营的根本形状。

　　经过学习郑磊构建的敞开政府数据系统动力学模型， 剖析当时和未来政府数据可继续敞开、开发和运用办法、数据活动办法、数据活动进程中供应方、运用方和各利益相关方的联络以及数据可继续增值办法, 解析来自数据价值生态链内部, 由需求和供应彼此作用发生的, 推进政府数据财物可继续运营的内涵要素, 以及来自价值生态链外部, 由法令、方针和规范等组成, 保证数据财物继续运营的外在要素。由两种要素一起作用, 所带来数据 (流入-流出) 的继续增值和再运用作用, 构建政府数据财物可继续运营机理摸型, 见图1。咱们看到, 在数据价值生态链内部, 各政府之间对内同享数据, 对外敞开数据, 并与非政府组织同享数据, 一切的同享与敞开构成了数据的供应办法。数据运用方则包含电信、金融、征信、医疗卫生、文娱、农业、人才招聘、交通、安防、个人、政府等产、政、学、研运用场景。政府数据以数据存储方、数据加工方、数据产品开发方和数据买卖渠道为媒介在供应方与运用方之间循环活动, 并在整个进程中保值增值。但数据加工方和数据买卖渠道的参加对数据的保值和增值影响不大, 不是必备的数据活动环节。这样, 数据的活动进程可分为三种办法: (1) 政府之间、政府与非政府组织同享的数据经过数据存储直接对外敞开, 被运用方运用、数据增值后经过同享或买卖等办法成为新的政府数据财物流入数据供应方; (2) 在第1种办法的根底上引进数据加工方, 将开始加工的数据对外敞开、运用; (3) 在第1种办法或第2种办法的根底上引进数据产品开发方, 制作数据产品, 经过数据买卖, 增值的数据产品被数据运用方所用。别的, 在数据价值生态链外部, 相关法令、方针和规范等外在要素保证政府数据财物继续运营。这些外在要素包含:对数据一切权、占有权、运用权、管理权、开发权、获益权和个人隐私权维护的相关法令;数据敞开方针、分类敞开方针、数据安全保证方针等;与有关法令和方针相对应的规范规范。在数据价值生态链表里部两种要素一起作用下, 政府数据财物继续增值和再运用, 然后带来政府数据财物的社会价值和经济价值。

　　注:箭头表明数据活动的方向。数据再运用、数据经济价值与社会价值的保值和增值来自表里部要素的一起作用。

　　以政府数据财物可继续运营机理摸型为根底, 将政府数据可继续运营所表现的数据增值和再运用作为首要方针, 从数据活动全进程表里要素和作用作用点评视角, 根据信息商场学和信息价值论, 参阅已有文献的研讨定论, 发掘和剖析包含11个点评维度和36个点评规范的政府数据财物可继续运营点评规范系统, 见表1: (1) 经过查询数据供应方、运用方和各利益相关方促进数据保值、增值的才能, 以及价值生态链中各供求联络的严密和健康程度, 研讨推进政府数据财物可继续运营的内涵要素的点评规范。点评维度包含:数据供应方、大数据根底设施厂商、数据加工方、数据产品开发方、数据买卖渠道和数据运用方。 (2) 经过查询相关法令、方针和规范等对数据继续增值的保证才能和作用, 研讨推进政府数据财物可继续运营的外在要素的点评规范。 (3) 经过查询数据的价值 (流入-流出) 和增值状况, 研讨在内涵与外在要素一起推进和作用下, 发生的政府数据财物可继续运营作用的点评规范。点评维度包含经济价值和社会价值。

　　前人在点评模型的挑选上, 较多选用灰色含糊归纳点评法。如R Zuo等、WZ Bernstein等、杨兴凯等、魏晓菁等的文章都选用了这种办法。老练的方针权重算法是灰色含糊归纳点评法的优势地点, 但此种模型的缺陷在于无法对方针进行相似性查验, 选取方针的科学齐备性较低。为探究新的点评办法, 同时处理方针权重和相关性查验问题, 本文挑选运用立异的“全点评”理论结构。“全点评”理论结构是叶继元在《人文社会科学点评系统讨论》一文中初次提出的。他以为:“人文社会科学学术点评触及许多方面, 是个杂乱的系统, 点评主体、点评客体、点评意图、点评规范与方针、点评办法和点评准则至少六大要素构成了点评系统的第一层结构。”“办法点评是点评主体对点评客体外部特征的点评。”“内容点评指点评客体内含特征, 是关于质量的点评。”“功效点评是实践、时刻与前史对点评客体实践作用和价值的验证或终究点评。”“从常识的三要素能够推论出, 一切的点评都能够分红办法点评、内容点评和功效点评三种办法或点评方针的三个方面。”

　　将内涵要素和外在要素一起构成的“推进要素”作为内容要素 (需求研讨点评方针的内部而非外在表象才可做出点评判别) , 将作用作用作为功效要素 (从发生的作用视点判别) , 运用“全点评”理论结构和美国顾客满足指数模型 (ACSI) 为根底推导出的内容影响功效、内容与功效一起影响点评方针的“全点评”模型, 结合表现政府数据财物可继续运营实质, 且便于计量的点评规范系统, 构建政府数据财物可继续运营点评理论模型, 见图2。点评规范系统中几个办法点评方针在实证阶段能够经过规范化办法转化, 以便构成完好的“全点评”点评模型又不影响点评成果的科学性。

　　后续研讨需求深度发掘观测变量作为点评方针, 对方针进行相似性查验以除掉高相关度方针并批改模型, 将丈量的因子载荷和途径系数作为各级方针权重, 终究构建政府数据财物可继续运营点评模型。