习近平总书记在2017年12月8日的中共中央政治局第二次集体学习时强调要实施国家大数据战略，加快建设数字中国，运用大数据提升国家治理的现代化水平，促进、保障和改善民生。因此，高质量、高价值密度、低获取成本的政府数据成为大数据国家战略中的关键资源和关键驱动因素，政府数据开放工作的重要性日益凸显。

　　一、江苏政府数据开放现状与不足

　　江苏在2013年南京制定出台《关于加快大数据产业发展的意见》，是国内较早开始大数据产业规划和布局的地区，南京、苏州、无锡等城市的积极实践使得江苏一直处于国内大数据开发利用的第一方阵。规划在2020年底前，逐步、安全、规范地推动社会治理相关领域的政府数据向社会开放。一直以来，江苏省各地级市积极投资大数据中心和智慧城市建设，并逐渐向地方企业开放，快速建立了一批有影响力的数据储存和运行机构。

　　目前，政府数据开放得到了一定的认同，但仍存在不少问题。一是随着政府数据的存量和体量越来越大，不做数据规划和开发，政府数据的未来价值会逐渐流逝；二是目前多部门协作行为越来越多，客观需要数据共享与流动，来支撑彼此的业务工作；三是政府在民生数据服务上依然存在资金缺口，可将民生数据服务转移到共创或企业端完成；同时，在实际开展过程中，硬件投入快、数据建设缓的问题还比较突出，对数据开放应用场景准备不充分，对政府数据治理、对政府服务流程改革准备不充分，并未完全释放“政府数据红利”。

　　政府数据未完全开发利用与以下几方面因素有关：

　　一是地方基层部门政府数据公开的自觉意识还不够。对从政府文件公开、政府信息公开到政府数据开放的困难估计不足，存在“不会说、不及时说、不充分说、不坦诚说”的情况，政府数据主动公开力度不够。同时，对政府数据治理存在成见，地方政府认为大数据产业对地方经济是加法、乘法，见效快，而政府数据管理却恰恰是成本项，数据梳理复杂、见效慢，因而在规划优先级上有所倾向。

　　二是仍立足于政府公开义务，数据服务意识还不够。部分政府数据“为开放而开放”，数据公开的完整性、及时性、连贯性以及交互性不足。政府数据服务是服务型政府建设的重要内容，是政府应履行的工作义务，应该做到“能公开，就公开”；而目前将数据开放自上而下推进的过程中反而形成“能不公开，就不公开”、“能少公开，就少公开”的局面，开放效率较低。

　　三是政府数据管理和治理机构的执行能力不够高。以政务数据中心为代表的统一集中交换模式，在运营过程中责任太大、激励太少，协调部门太多，存在典型的“小马拉大车”现象。目前，数据平台建设和管理存在不同的归口管理方式：有归口在办公厅（处），也有归口在经信委、电子政务中心等职能部门的。最近国内一种趋势是设立独立的大数据管理局、数据资源局或数据统筹局统一集中运行。

　　二、数据质量对政府数据开放的影响

　　政府数据公开包含两重基本内涵：一是政府权力公开，是对政府工作合规性、效能的重要评估标准和监督途径；二是政府服务延伸，是政府服务从实体空间拓展到网络空间，满足公众的数据使用权。

　　因此，开放政府数据至少有四方面收益：一是提高政府透明度和工作效率，提高政府公信力；二是作为一种非损耗性公共资源，政府数据蕴含着巨大的经济和社会价值，能够成为推动经济转型发展的新动力；三是开放政府数据可以带来大量创新，从而节省社会成本，提高生活质量，增加就业，推动大众创业、万众创新；四是大数据的有效开发和利用，能够进一步加强对市场主体的服务和监管，提升政府治理能力。

　　为进一步提升政府数据开放成效，应该强调更高质量、更有效能的政府数据开放工作。具体而言：

　　1、应该意识到数据质量是对政府数据服务，对政府执政水平的更高要求。数据开放的质量、效果很可能成为检验一个政府行政效率、行政规范性的重要指标。其次，数据服务也是政府基本服务的一种，政府数据的使用权也成为公民基本权益的一种。建立政府数据质量意识，不仅有利于进一步强化政府日常工作中的流程规范，也有益于更好地取信于民。必要时，应该将政府数据质量纳入国家反腐选项。

　　2、数据质量是政府数据价值创造的重要评价尺度，涉及政府数据工作的全流程、全周期。政府数据在沉淀、积累、加工与归集过程中，实质上也是数据去伪存真、去粗留精的质量加工过程，不仅遵循特定的业务和技术标准，也体现了政府在数据工作中的职业化态度。对政府数据开放前的清洗、加工、审计与质量控制是一项长期的工作，也是政府数据开放过程中“看不见”的工作，但应该建立并公开相关数据加工标准，以缓解社会上对政府数据公开不及时的诟病。

　　3、正确处理数据质量的多维评判准则。2001年，美国《信息质量法案》认为，信息质量是一门非精确的评估科学，质量的感知往往根据不同的用户和不同的信息使用情境而不同，很难建立统一的质量评价框架，但最小质量标准和最大努力原则的做法值得借鉴。最小质量准则是对政府开放数据设立若干门槛较低的、最基本的质量准则以保障数据的可用性，并由具体职能部门设立相应的行业细化标准；最大努力原则是政府有义务最大可能的公开自身数据或最大可能的提升自身数据质量。

　　4、应该意识到数据质量是提高政府数据利用水平的基础性工作。在大规模数据、实时数据利用中，数据可获取性、完整性和可交互性是重要考量指标。如果在数据产生之初不加控制，那么在数据利用环节进行数据质量的修正和弥补所耗费的成本将呈指数级增长。政府作为大量数据采集的端口，应加强政府数据质量控制，这也是降低整个社会数据开发利用成本的重要途径。因此，政府数据质量应该重申开放政府数据的8大基本原则，即完整的、原始的、及时的、可公开获取的、可机器读取的、非歧视获取的、非专属的和免于授权许可的。

　　三、提升江苏政府数据开放效能的几点建议

　　1、需要更加重视政府数据开放工作。江苏要建设领先的服务型政府，政府有诉求，企业有供求，民众有需求，已经具备发展基础，但在政府数据开放的政策定位和领导机构设置上还要进一步加强：一是可考虑把政府数据公开提到政府日常管理日程，建立一把手推进工程；二是可考虑建立独立的大数据管理厅局。

　　2、需要加快大数据产业培育。推动多方参与的建设机制，推动价值共创、数据共建的开放建设思维，充分利用现有公共文化服务机构、数据管理中心和相关产业管理机构的合力，着手省级数据交易所建设，积极吸纳领域内具有影响力的大数据企业介入，积极向小微企业和创业者开放政府公共数据集，激活数据存量，发挥数据价值。

　　3、加强政府数据开放管理的运作实体建设。依托江苏省的自身特色与建设诉求，切实加快政府数据标准与数据开放平台建设，建设稳定的管理运营机构与政府治理机制。典型的案例是深圳的数据公开与贵州的云上贵州数据公开，深圳是强政府供给模式，由深圳市电子政务资源中心开发和承建；贵州通过云上贵州大数据产业发展有限公司，企业形式开发，具有一定的经营灵活性。

　　4、建立政府数据的有序安全开放。在开放过程中遵循先易后难的办法，优先开放产权明晰、没有安全和隐私问题、满足公众迫切需求的数据。制定公共机构数据开放计划，落实数据开放和维护责任，推进公共机构数据资源统一汇聚和集中向社会开放，提升政府数据开放共享标准化程度，优先推动信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集率先向社会开放。同时，也可尝试上海市人口数据库开放的经验，建设政府数据优先向非盈利性第三方开放，由第三方负责数据脱敏与有序开发。

　　5、应加强政府数据开放领域的制度创新和政策前瞻性。一是在数据开放规划设计中可率先引入数据质量控制标准与流程规范，二是在地方法律和制度建设中体现一定前瞻性，尤其在数据服务的税收政策、金融政策、产权政策、流转交易政策等环节体现便捷性与可操作性。

　　此外，我们也发现美国和英国等国家相对成熟的政府数据开放管理工作制度，也值得国内借鉴。