开放数林-2020长三角政府数据开放一体化报告-2020.10-42页

2020长三角政府数据开放一体化报告总结

核心内容

本报告基于《中国开放数林指数》，对长三角地区政府数据开放一体化现状进行评估与分析，涵盖准备度、平台层、数据层和利用层四个维度。报告旨在推动长三角地区在数据开放方面实现更高效、更协同的发展，以支持区域数字经济与数字社会的一体化建设。

主要观点

1. 长三角数据开放发展迅速

• 长三角地区是政府数据开放的重要发源地，自2012年起，各地陆续上线数据开放平台。
• 截至2020年9月，区域内已上线32个地方政府数据开放平台，其中省级平台3个（上海、浙江、江苏），地级平台29个。
• 数据开放平台数量和质量均显著提升，但安徽省级平台尚未上线，部分地级城市数据开放仍处于起步阶段。

2. 各地数据开放水平不一

• 在省级层面，上海在准备度和平台层表现最佳，浙江在数据层和利用层表现突出。
• 在地级层面，宁波综合表现最优，绍兴、温州、台州和衢州紧随其后。
• 江苏和安徽在数据开放水平上相对滞后，部分地市尚未开展数据开放工作。

3. 数据集覆盖与匹配度存在差异

• 浙江和上海已覆盖所有14类常见数据集，而江苏和安徽尚未开放。
• 在关键数据集（如企业注册登记、公交车辆位置、道路运输资格证、气象数据等）的匹配度上，江苏和安徽仍存在较大差距。
• 元数据标准方面，浙江和上海较为规范，江苏和安徽则未提供基本元数据信息。

4. 数据利用成果较少，跨域融合不足

• 浙江在数据利用方面表现突出，如高德地图整合了杭州、宁波、台州的停车数据。
• 上海举办了6届开放数据创新应用大赛（SODA），带动了江苏和浙江举办类似活动，但尚未形成跨省际的协同利用机制。
• 长三角地区仍缺乏真正意义上的跨区域数据融合成果。

5. 法规政策与标准规范尚不完善

• 目前长三角地区仅有上海、浙江、连云港出台了专门的数据开放政策，其他地区尚未形成统一的法规政策支持。
• 仅上海和浙江制定了专门的数据开放标准，其他地区缺乏统一标准，导致数据开放与利用的协同性不足。

关键信息

1. 平台连接性不足

• 目前长三角各平台之间尚未实现跨省互联，仅浙江和江苏省内平台有链接。
• 平台功能设置较为统一，但互联互通尚未实现，影响跨域数据共享与利用。

2. 数据开放的综合指数

• 长三角省级平台中，浙江和上海在多个指标上表现优异，江苏和安徽相对落后。
• 长三角地级平台中，宁波、绍兴、温州、台州和衢州表现突出。

3. 优质数据集数量

• 浙江和上海开放的优质数据集数量最多，其中浙江在数据层和利用层表现最优。
• 优质数据集的定义为数据容量高、社会需求大，且在各维度上排名前1%的数据集。

4. 评估方法

• 采用专家委员会评估体系，涵盖准备度、平台层、数据层和利用层四个维度。
• 评估范围包括32个地方政府数据开放平台，数据采集截止时间根据评估维度有所不同。
• 评估方法包括描述性统计分析、文本分析、交叉分析、空间分析和人工观察。

建议

1. 政策协同

• 建议长三角地区联合制定数据开放一体化政策，推动法规政策统一。
• 推动制定统一的长三角数据开放标准规范，提升数据开放的规范性和一致性。

2. 平台互联

• 建议实现长三角各地数据开放平台的互联互通，加强平台之间的协作与数据共享。

3. 数据匹配

• 推动数据集主题、名称、字段和元数据标准的匹配与统一，提升数据融合与利用的可行性。

4. 数据利用

• 建议举办跨省际的开放数据创新应用比赛，推动数据的跨区域融合利用，提升数据的社会价值。

5. 平台建设

• 建议尚未上线数据开放平台的地区（如安徽省级平台）尽快建设，提升整体数据开放水平。

指标体系与研究方法

1. 指标体系

• 包括准备度、平台层、数据层、利用层四个维度，每个维度下设多个指标。
• 指标权重分配合理，数据层权重最高（40%），准备度、平台层、利用层各占20%。

2. 数据采集与分析方法

• 准备度评估基于法律法规、政策文件、新闻报道等文本资料。
• 数据层评估采用机器抓取与人工观察相结合的方式。
• 利用层评估基于人工观察和网络检索，关注数据利用成果和创新比赛。

3. 指标计算方法

• 指标按0-5分六个等级评分，采用极差归一法将统计数据转换为指数得分。
• 各地开放数林指数为四个维度得分的加权平均，权重分别为20%、20%、40%、20%。

附录信息

• 指数发布方：复旦大学数字与移动治理实验室
• 合作单位：上海市静安区科学技术委员会、冥睿（上海）信息科技有限公司、汇纳科技股份有限公司、DataMate 数据工作室、晴禾（南京）文化有限公司、复旦发展研究院、复旦大学长三角一体化发展研究院
• 联系方式：复旦大学数字与移动治理实验室，地址：上海市杨浦区邯郸路220号复旦大学智库楼404室，邮箱：dmglab@fudan.edu.cn，官网：www.dmg.fudan.edu.cn
• 公众号：复旦DMG，关注获取最新动态。