【上海社会科学院】2022全球重要城市开放数据指数_11页_20mb

报告摘要

全球重要城市开放数据指数报告总结

核心内容概述

《全球重要城市开放数据指数》是世界首个专注于全球重要城市数据开放与数据价值释放程度的专业指数。该报告旨在推动公共部门持续开放高质量数据，建立可持续的长效机制，促进开放数据的应用与价值释放。2022年报告在前几版基础上进行了修订，更加注重数据质量和数据开放效果，调整了评估指标，删除了“创新产品”和“签署市长令”指标，新增了“新冠疫情数据种类”和“试点应用(典型应用)个数”指标。

主要观点

中国城市表现亮眼：在前10名中，有5座中国城市，11-20名中有4座，整体处于全球中上水平。上海、深圳和贵阳分别位列第4、第5和第6名。
美国城市仍是标杆：纽约市再次位居榜首，芝加哥位列第三，显示出美国在数据开放领域的持续领先。
北美与亚洲城市领先：前10名中只有1座欧洲城市，前20名中只有3座欧洲城市，表明北美和亚洲城市在数据开放方面仍处于全球领先地位。
评估体系更加完善：2022年评估体系包含4个维度（基础保障层、开放质量层、用户使用层、价值释放层）和77个指标，评估方法更加科学。

关键信息

城市排名与表现

城市名	总排名	综合指数（百分制）	基础保障层排名	开放质量层排名	用户使用层排名	价值释放层排名
纽约市(美国)	1	100.0000	3	5	13	1
首尔(韩国)	2	99.9728	1	1	10	4
芝加哥(美国)	3	87.9065	10	10	6	3
上海(中国)	4	85.5942	2	17	1	7
深圳(中国)	5	78.0193	16	3	2	22
贵阳(中国)	6	77.8303	9	4	3	24
伦敦(英国)	7	74.9781	21	8	18	2
广州(中国)	8	72.2333	25	7	4	9
青岛(中国)	9	71.1463	8	11	8	29
新加坡(新加坡)	10	68.6060	11	6	17	8

基础保障层

平均达标率提升：从45.26%提升至48.89%。
主要指标：
- 数据开放法规与政策：19座城市有专门法规或政策。
- 隐私政策：26座城市有隐私政策，其中11座完整。
- 数据安全法规：10座城市有相关法规。
- 数据请求与回复：24座城市有数据请求模块，仅11座城市公开回复用户请求。
- 数据治理：部分城市有专门的数据治理规定与监督机制。

开放质量层

平均达标率提升：从47.92%提升至56.25%。
主要指标：
- 数据集数量：平均为4918.30个，16.67%的城市超过均值。
- 可用数据集比例：平均为84.67%，80%的城市超过这一数字。
- 有效API比例：16座城市超过70%，13座城市达到100%。
- 数据集元数据完备率：平均为45.57%，16座城市超过这一数值。
- 元数据覆盖率：平均为91.35%，19座城市超过均值。
- 数据更新及时性：平均为51.42%，17座城市高于均值。

用户使用层

平均达标率提升：从35.66%提升至38.67%。
主要指标：
- 数据下载量：13座城市提供数据下载量字段。
- API调用量：7座城市有API调用次数统计。
- 数据评价功能：13座城市有数据评价功能，仅7座城市同时公开评分与评价内容。
- 数据可视化：27座城市采用可视化方式呈现数据，13座城市同时提供仪表板和地图服务。
- 开发工具：11座城市提供常用开发工具。

价值释放层

平均达标率提升：从34.67%提升至42.56%。
主要指标：
- 创新企业数量：8座城市拥有10家以上创新企业。
- 科研产出：利用开放数据公开发布的科研论文和图书总数平均为91.96篇(部)，7座城市超过均值。
- 专利获取：4座城市有相关数据，与去年相比增加1座。
- 试点应用：8座城市有试点应用，北京和香港各有3个和2个。
- 政府效率与透明度：共有16个政府效率提升案例，11个政府透明度提升案例，7个公民成本降低案例，仅2个政府成本降低案例。

明星城市

排名	城市名	主要优势	明星称号
1	纽约市(美国)	有专门开放数据法律、由两个部门负责、隐私政策完整、拥有试点应用、培育86家创新企业、科研产出286、专利5、API调用量100%、数据下载量3083.29次、回复数据请求105次	总排名上升1名，第2次获全球重要城市数据开放冠军，价值释放层排名第1，获“价值释放之星”
2	首尔(韩国)	隐私政策完整、有专门数据开放计划、组织过13次开放数据竞赛、有284家创新企业、科研产出266、API调用量100%、数据下载量26363.76次、回复数据请求199次	总排名上升2名，基础保障层排名第1，开放质量层排名第1，获“基础保障之星”和“开放质量之星”
3	芝加哥(美国)	颁布开放数据行政令、有首席数字官、隐私政策完整、拥有试点应用、科研产出407、专利3、API调用量100%、数据下载量26363.76次、回复数据请求199次	“数据平均下载量”排名第1，获“下载总量之星”和“请求应答之星”
4	上海(中国)	制定中国首部公共数据开放地方规章、连续4年政府工作报告涉及数据开放、连续8年制定数据开放计划、隐私政策完整、保留收费权利、举办SODA大赛、有试点应用、科研产出266、API调用量100%、数据下载量593.90次、回复数据请求69次、回复数据建议113次、有3种新冠疫情数据	总排名下降3名，曾连续两年获全球重要城市数据开放冠军，用户使用层排名第1，获“用户使用之星”
5	深圳(中国)	保留数据收费权利、有数据开放内容的年度报告、可用数据集比例99.70%、有效API占比99.11%、数据集元数据完备率93.55%、元数据覆盖率99.26%、数据下载量160.79次、API调用量18869.9次、回复数据请求127次	总排名上升3名

评估方法

理论依据

报告基于数据可持续开放的理念，参考2022年中央深改委关于建立数据产权制度的指导意见。
数据价值释放分为三个阶段：公共部门开放数据、用户利用数据创造价值、价值被获取。
强调风险规避和权责合理配制是可持续释放数据价值的关键。

数据采集方法

基础保障层：从各城市开放数据平台、政府网站、Google高级检索和学术论文中获取数据。
开放质量层与用户使用层：通过设计程序抓取数据，并在开放数据平台查找数据。
价值释放层：从开放数据平台、Google高级检索和权威报告中查找信息。

指标计算方法

指标权重：由全球40位相关领域专家打分而得。
标准化处理：使用极值处理法对数据进行标准化，再根据专家权重进行加权计算。
综合指数：将各层标准化分值加权求和后进行百分制处理。

指标体系

2022年评估指标体系包含4个评估维度和77个评估指标：

基础保障层：政策/法律框架、组织工作
开放质量层：开放深度、开放广度、数据活跃度、元数据标准度
用户使用层：数据使用、平台互动、用户便利
价值释放层：经济价值、政治价值、社会价值

各层包含多个二级、三级和四级指标，用于全面评估数据开放情况。

参考文献

Fox M S, Pettit C J. On the completeness of open city data for measuring city indicators[C]//2015 IEEE First International Smart Cities Conference (ISC2). IEEE, 2015: 1-6.
Abella A, Ortiz-de-Urbina-Criado M, De-Pablos-Heredero C. Meloda 5: A metric to assess open data reusability[J]. El profesional de la informacion, 2019, 28(6).
Nascimento-Silva P, Kerr-Pinheiro M M. Alternative metric for open government data in Latin America[J]. TRANSINFORMACAO, 2019, 31.
Ramos E F. Open data development of countries: Global status and trends[C]//2017 ITU. Kaleidoscope: Challenges for a Data-Driven Society (ITU K). IEEE, 2017: 1-8.
Kim Gu. A Study on the Open Government Data in OECD Countries: Focusing on Comparison and Relevance with the UN E-Government Development Index[J]. Korean Public Management Review, 2017,31(2): 201-225.
Seo H J. An empirical study on open government data: Focusing on ODB and OUR index[J]. Informatization Policy, 2017, 24(1): 48-78.
Correa A S, de Paula E C, Correa P L P, et al. Transparency and open government data: A wide national assessment of data openness in Brazilian local governments. Transforming Government: People, Process and Policy 11, 1 (2017), 58-78[J]. 2017.
Styrin E, Luna-Reyes L F, Harrison T M. Open data ecosystems: an international comparison[J]. Transforming Government: People, Process and Policy, 2017.
Shen C, Riaz Z, Palle M S, et al. Open Data Landscape: A Global Perspective and a Focus on China[C]//Conference on e-Business, e-Services and e-Society. Springer, Cham, 2015: 247-260.
Elbadawi I A. The state of open government data in GCC countries[C]//12th European Conference on e Government (ECEG 2012). 2012: 193-200.
Bunyakiati P, Voravittayathorn P. Dissemination formats and major statistic data sets of the AEC countries: A survey[C]//2012 6th International Conference on New Trends in Information Science, Service Science and Data Mining (ISSDM2012). IEEE, 2012: 313-316.
黄如花, 林焱. 国外开放政府数据描述规范的调查与分析[J]. 图书情报工作, 2017, 61(20): 37-52.
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.
郑磊，吕文增. 地方政府开放数据的评估框架与发现[J].图书情报工作，2018,62(22):32-44.
范佳佳. 中国政府数据开放许可协议(CLOD)研究[J]. 中国行政管理, 2019(01):23-29.
范佳佳. 可持续发展视角的开放数据评估框架与全球实证[J]. 电子政务, 2020(09): 94-106.