2017-复旦DMG：2017中国地方政府数据开放平台报告_41页-3mb

《2017中国地方政府数据开放平台报告》总结

核心内容

本报告由复旦大学数字与移动治理实验室联合“提升政府治理能力大数据应用技术国家工程实验室”发布，是国内首个地方政府数据开放平台评估报告。报告基于开放数据的原则与标准，构建了一个系统科学、多维度、可操作的评估框架，对我国地方政府数据开放平台进行综合评价，发布“开放数林指数”，并提出优化建议。

主要观点

1. 开放数据的重要性
   政府数据是国家的重要战略资源，开放数据有助于提高政府透明度、激发创新活力、提升服务水平和促进经济发展。报告指出，开放数据应遵循完整性、原始性、及时性、可机器读取性、非歧视性、非专属性、免授权许可等原则。

2. 开放数据平台的发展现状
   截至2017年4月，我国已上线19个符合开放数据基本特征的地方政府数据开放平台，主要集中在东南沿海地区，如广东省和部分中西部城市。地级市数量最多，省级与副省级城市数量相当。

3. 平台类型与特点
   大多数平台采用“统一专有式”方式，少数采用“统一嵌入式”方式。统一专有式更便于用户集中发现和获取数据，也是国际上普遍采用的方式。

4. 数据集总量与分布
   各地平台开放的数据集总量差异较大，武汉、上海、贵阳处于第一梯队，均开放了超过1000个有效数据集或接口。广东、浙江、福建等地的数据集数量相对较少。

5. 数据开放度与质量
   报告对数据集的开放度进行了评估，重点关注开放格式、元数据提供、开放授权、API接口和数据持续更新等方面。贵阳在这些方面表现突出，其次是上海、青岛、东莞等。

6. 数据覆盖面
   数据集覆盖的主题包括财税金融、经贸物流、交通出行、医疗卫生、教育科技等14类。其中，经贸物流和社民生数据集开放数量较多，而财税金融、农业农村和信用服务等主题的开放数据集相对较少。

7. 数据持续性
   数据集的持续增长和动态更新是衡量数据开放平台持续性的重要指标。上海平台数据集持续增长时间最长，达到9个时段，而部分平台如湛江自上线后未再更新数据集。

关键信息

评估范围

• 平台选择标准：平台域名包含gov.cn，为统一专有式或统一嵌入式，且开放了电子格式的结构化数据集。
• 评估对象：不包括平台上的APP应用、数据报告、可视化产品等，仅针对原始数据集。

指标体系

• 一级指标：数据集总量、数据开放度、数据覆盖面、数据持续性。
• 权重分配：数据开放度权重最高（50%），其次是数据持续性（20%）、数据集覆盖面（15%）和数据集总量（15%）。

数据采集与分析

• 数据采集时间：2017年4月18日至5月7日，共采集4个时间点的数据。
• 分析方法：采用描述性统计分析和交叉分析，评估数据集数量、格式、授权、更新频率等。

指数计算方法

• 评分标准：0-5分共6档，数据缺失或不符合标准则得分为0。
• 总分换算：总分由各单项指标得分乘以权重后换算成百分制。

主要发现

• 数据集总量：武汉最多，其次是上海、贵阳、青岛、无锡、深圳、北京等。
• 开放格式：贵阳所有数据集均为开放格式，其次是东莞、佛山、广州、哈尔滨、长沙等。
• API接口：深圳、北京、东莞等平台提供了较多的API接口，但近一半的平台未提供或很少提供。
• 开放授权：12个平台配有数据开放授权，但多数未明确授予用户自由利用、传播和分享的权利。
• 元数据提供：多数平台提供了数据集名称、摘要、关键字等元数据，但更新频率、访问量等条目较少。
• 主题覆盖率：广州、贵阳、青岛等平台主题覆盖率最高，而部分平台主题覆盖较少。
• 数据持续性：上海平台持续增长时间最长，而湛江自上线后未再更新数据集。

指数分值与排名

• 指数分值：上海和贵阳分值最高，分别为83.4和83.2。
• 排名情况：上海排名1，贵阳排名2，青岛排名3，北京排名4，武汉排名5，东莞排名6，佛山排名7等。

结论与建议

1. 结论：我国地方政府数据开放工作已取得一定进展，但仍面临数据开放度不高、格式不统一、授权不明确、更新频率低等问题。
2. 建议：应提高数据集的开放度和质量，推动数据格式标准化，完善开放授权协议，增强数据的动态更新和历史存档能力，提升数据的可获取性和可利用性。

图表概览

• 图1：各地平台上线时间分布
• 图2：各地平台地理分布
• 图3：各地平台行政层级分布
• 图4：各地平台数据集总量
• 图5：可下载与可机读数据集对比
• 图6：可下载与开放格式数据集对比
• 图7：数据集总量与API接口数量
• 图8：开放授权详情
• 图9：数据免费获取比例
• 图10：数据非歧视性比例
• 图11：数据自由利用比例
• 图12：数据自由传播与分享比例
• 图13：元数据条目数量
• 图14：基本元数据条目分布
• 图15：基本元数据条目覆盖数
• 图16：基本元数据条目详情列表
• 图17：各主题数据集数量
• 图18：各地平台主题覆盖数
• 图19：数据提供部门数据集数量
• 图20：数据提供部门覆盖率
• 图21：数据集名称高频名词
• 图22：数据集名称高频描述性限定词
• 图23：基本关键词覆盖率
• 图24：基本关键词覆盖详情
• 图25：数据集持续增长情况
• 图26：数据集承诺更新频率分布
• 图27：数据集更新频率分布
• 图28：数据动态更新情况
• 图29：实现历史存档的平台分布
• 图30：各指标得分均值与标准差分布