亞洲國家開放政府數據平臺數據組織和利用研究

伍詩瑜

（中山大學資訊管理學院 廣州 510006）

1 引言

自2009年美國Data.gov啟動以來，開放數據運動在世界范圍內迅速興起，我國上海、武漢、浙江和廣東等省市從2012年起陸續建立起開放政府數據平臺，加入全球開放數據的浪潮，推動政府數據的開放和利用。而數據組織的統一化問題已經成為目前我國開放政府數據平臺存在的主要問題之一[1]。如何更好地組織開放政府數據，進而推動政府數據的再利用，這也是我國建設國家政府數據統一開放平臺需要解決的關鍵性問題。本文重點考察了開放數據水平較高的5個亞洲國家的開放政府數據平臺，分別是韓國、日本、菲律賓、新加坡和印度，其中既有發達國家，也有發展中國家。主要從數據收集、數據分類、數據描述、數據檢索4個角度分析5個國家開放政府數據平臺的數據組織內容和方式，同時也對5個平臺提供的數據利用方式進行了對比分析，最后基于我國上海、北京、武漢、廣州的開放政府數據平臺的發展現狀提出對我國的啟示，希望在進一步了解亞洲主要國家開放政府數據發展情況的同時，也能為我國開放政府數據平臺的數據組織和數據利用提供借鑒和參考。

2 國內外研究現狀

目前國內外對韓國、日本、菲律賓、新加坡和印度這5個亞洲國家開放政府數據平臺數據組織的研究多是從宏觀層面，如政策法律、戰略規劃、發展現狀等角度出發，探討不同國家的開放政府數據建設經驗。政策法律方面，高大偉對日本以及英國和美國的開放數據政策法規體系、負責機構等發展情況進行了分析[2]，Jo等人探討了政策工具對于接受和使用韓國開放政府數據平臺的作用[3]。戰略規劃方面，魏紅江等人對日本的大數據戰略與開放數據戰略的背景、制定與實施情況進行了研究[4]；丁念等人分析了印度等發展中國家的開放政府數據戰略實施背景、舉措、內容和效果等[5]；Chan在介紹新加坡政府的開放數據項目的基礎上提出將開放政府數據平臺開發成開放創新平臺[6]。發展現狀方面主要包括個案分析和多國對比分析。個案分析上，Ohmukai介紹了日本的開放數據案例，討論了開放數據面臨的挑戰[7]；陳美等人剖析了韓國的開放政府數據管理體制、管理內容和特點[8]；Hyun基于開放數據晴雨表和開放數據指數分析了韓國的開放數據情況[9]。多國對比分析上，楊東謀等人從法令規范、分享方法、數據維度等方面對新加坡、美國等國家的開放數據進展進行了探究[10]，Kumar基于開放數據晴雨表從數據集、準備度、執行力、影響力等方面比較了印度和日本的開放數據情況[11]。在開放政府數據的利用方面，已有研究主要是從用戶角度出發，探討用戶利用數據的情況，Chattapadhyay分析了研究機構等組織獲取和利用印度開放政府數據的情況[12]；Hatta比較了日本、美國和英國在開放數據利用上的差異，比如利用開放數據最多的地區，單個用戶利用的數據種類等[13]。本文從數據平臺開發者的角度出發，調查分析開放政府數據平臺提供的數據利用方式。

3 各國平臺數據組織和數據利用分析

從開放數據晴雨表（第四版）[14]的排名來看，韓國、日本、菲律賓、新加坡和印度均位于前1/3，屬于亞洲國家中開放數據水平較高的國家。從2016/2017全球開放數據指數[15]來看，日本、新加坡和印度的排名也比較靠前。另外，韓國、日本和菲律賓還是亞洲開放數據伙伴關系[16]的成員，這也從側面反映了這三個國家正在積極推動本國開放政府數據的發展。下面將分別從數據收集、數據分類、數據描述、數據檢索4個角度分析各國開放政府數據平臺的數據組織內容和形式，并對比各國提供的數據利用方式。

表1 各國開放政府數據概況

3.1 數據收集

本文首先對各國開放政府數據平臺的開放數據來源機構和數據更新時間進行了分析，其次調查了各個平臺收集的數據資源數量和數據格式情況。數據調查時間為2018年2月10日。

3.1.1 數據來源和數據更新時間

從數據來源機構來看，新加坡和印度開放政府數據平臺的來源機構數量最多，分別有110個和109個，新加坡的開放政府數據來源于科技和研究機構、建筑管理局、經濟發展局等機構。印度開放政府數據來源于衛生和家庭福利部、艾滋病防治部、農業研究和教育部等機構，其中有84個中央機構和25個地方機構。菲律賓、日本開放政府數據的數據來源機構較少，分別有36個和22個。菲律賓的開放數據主要來自于以前的開放數據平臺，以及菲律賓統計局、中央銀行、國家反貧困委員會等機構。日本的開放數據主要來自國土交通省、經濟產業省、厚生勞動省等部門。韓國開放政府數據的來源機構是按機構種類劃分的，主要來源于自治行政組織、公共機構、國家行政機關和教育行政組織等11類機構。

數據更新方面，除了印度的開放政府數據平臺外，其他4個國家的數據更新頻率都記錄在數據集的元數據信息中，有的按周更新，如新加坡的Registered Entities with Unique Entity Number（具有唯一實體編號的注冊實體）數據集；有的是按月更新，如菲律賓的Civil Aviation Authority of the Philippines - Aircraft Movement（菲律賓民航局-飛機運動）數據集和新加坡的Index of Industrial Production（工業生產指數）數據集；有的按年更新，如日本的平成28年空港管理狀況調書（2016年機場管理狀況聲明）數據集；也有不定期更新的，如日本的気象予報_天気予報·臺風の資料（氣象預報_天氣預報 ·臺風資料）數據集。韓國的開放政府數據不僅標明了數據更新頻率，還有該數據預計更新的日期，如交通事故統計數據集的更新頻率為按年更新，預計更新日期是2018年6月30日。

3.1.2 數據資源數量和數據格式

從平臺的數據資源數量來看，印度的數據資源量最多，超過15萬個，其次是韓國和日本，都超過了2萬。其中韓國的數據平臺共收集了24 832個數據資源，包括文件數據22 271個，開放API 2 503個，標準數據58個。日本除了直接在平臺上提供數據資源之外，還提供了392個中央政府、地方政府、獨立行政法人、非政府組織的數據庫，用戶可以通過點擊鏈接跳轉到數據庫頁面瀏覽數據。新加坡的數據來源機構雖然最多，但是其數據資源量卻較少，只有1 265個。菲律賓開放政府數據平臺上的數據資源最少，只有280個。

表2 各國開放政府數據收集現狀

數據格式上，日本開放政府數據平臺的數據格式種類最多也最豐富，既有常見的PDF、XLS、CSV、XLSX、DOC格式，也有圖片格式JPEG、TIFF、GIF，還有MP3等多媒體格式。韓國的開放數據格式以CSV、XML、XLS、HWP和XLSX為主，也有RDF、JPG等格式的數據，但數據量較少，HWP格式是韓國特有的文件格式。菲律賓、新加坡和印度開放政府數據平臺的數據格式種類都比較少，其中菲律賓的數據格式包括CSV、XLS、XLSX、JPEG、HTML和XL6種，印度的數據格式也有6種，包括XML、CSV、JSON、JSONP、XLS和PDS，新加坡的數據格式最少，只有CSV、PDF、KML、SHP4種。綜合來看，CSV和XLS是各個開放政府數據平臺比較常用的數據格式。

3.2 數據分類

在對比分析各國開放政府數據平臺的數據分類瀏覽方式的基礎上，進一步調研了5個平臺的政府數據主題分類類目。

3.2.1 數據分類瀏覽方式

從數據分類瀏覽方式來看，韓國開放政府數據平臺的數據分類瀏覽方式最具多樣化，共有9種，除了常見的按主題、按來源機構、按數據格式、按標簽4種分類方式之外，用戶還可以按使用許可、按服務類型（開放API）、按核心數據、按熱門搜索詞進行分類瀏覽。其中使用許可包括作者標記、作者標記—禁止變更、作者標記—允許同一條件變更、作者標記—非盈利、作者標記—非盈利—禁止變更、作者標記—非營利—允許同一條件變更、使用許可范圍無限制7種許可類型。服務類型是指提供的數據服務類型，包括網格、圖、下載、鏈接等7種。服務類型（開放API）主要分為SOAP、REST、RSS/ATOM、LINK4種類型。核心數據是高質量的國家核心數據，用戶可以選擇瀏覽全部核心數據，也可以只瀏覽文件數據或開放API數據。按熱搜詞分類瀏覽為用戶提供了5個最受歡迎的熱搜詞，點擊任一熱搜詞就可以瀏覽相關的數據集。

表3 各國開放政府數據分類瀏覽方式

印度開放政府數據平臺的分類瀏覽方式也比較多樣，除了按主題和按來源機構對數據進行分類之外，用戶也可以選擇按部門名稱、按邦、按機構類別、按資產管轄權瀏覽數據，還可以查看中央或地方的首席數據官，瀏覽數據集的首席數據官的相關信息，包括所在部門、姓名、聯系方式等，也可以直接選擇瀏覽API數據或可視化數據。日本和菲律賓都提供了按主題、按來源機構、按數據格式和按標簽分類瀏覽的方式，新加坡的開放數據可以按主題、按來源機構、按數據格式3種方式進行分類瀏覽。

3.2.2 數據主題分類類目

從各國對政府數據的主題分類類目來看，韓國、日本、菲律賓3個國家的主題分類數量差別不大，韓國將政府數據分為了教育、領土管理、公共行政等16類；日本將政府數據分為行政財政、企業·家庭·經濟、司法·安全·環境等17類；菲律賓將政府數據分為政府、社會、商業和經濟等12類。新加坡開放政府數據平臺將政府數據分為經濟、教育、環境等9類，主題分類類目數量較少。印度開放政府數據平臺比較特殊，政府數據被分為了4 232個目錄，十分詳細，可以依次瀏覽查看，涉及的主題包括犯罪、健康管理信息系統、農產品營銷、社會經濟、水資源、年度衛生調查等。

表4 各國開放政府數據主題分類類目

3.3 數據描述

都柏林核心元數據的15個元素分別是貢獻者、覆蓋范圍、創建者、日期、描述、格式、標識符、語言、發布者、關聯、權限、來源、主題、題名、類型[17]。以都柏林核心元數據的元素考察5個國家的數據資源描述情況，可以發現5個國家開放政府數據平臺對數據的描述一般都會包括數據的創建/發布/更新日期、數據內容描述、數據格式、標識符（URL）、數據發布者、使用權限、數據主題、題名8個都柏林核心元數據元素，其他7個元素貢獻者、覆蓋范圍、創建者、語言、關聯、來源、類型則很少甚至沒有平臺進行描述。其中雖然新加坡開放政府數據平臺對Source(s)進行了描述，但Source(s)內容卻是數據所屬機構，與都柏林核心元數據元素對Source的定義不符（A related resource from which the described resource is derived.）。在都柏林核心元數據元素之外，各國也描述了數據集的很多其他特征，比如更新頻率、關鍵詞、下載量等，具體情況請見表5。

表5 各國開放政府數據元數據要素

3.4 數據檢索

5個國家的開放政府數據平臺都提供了最普遍的關鍵詞檢索功能，韓國開放政府數據平臺還提供了按來源機構進行檢索的功能，印度開放政府數據平臺還提供了標題檢索、主體內容檢索和關鍵詞檢索的精確匹配檢索以及數據目錄檢索，在單個數據主題下還可以進行題名和格式的組合檢索。在檢索結果輸出上，韓國、日本和印度的檢索結果輸出方式比較多樣化，韓國開放政府數據平臺的檢索結果根據數據類型分成了文件數據、開放API和標準數據三大類，進入每一類數據后每頁顯示10條檢索結果，可以按日期、題名、相關性、受歡迎程度、下載量進行升降排序輸出。日本數據平臺的檢索結果可以按日期、題名、相關性和受歡迎程度進行升降序排列，其中日期又包含按發布日期和最近修改日期進行排列，每頁可顯示10/20/50條檢索結果。印度開放政府數據平臺在目錄檢索結果輸出頁面，可以按最近日期、最近更新日期、相關性和瀏覽量（受歡迎程度）進行排序，在關鍵詞檢索頁面可以按10/20/30/50/100條輸出檢索結果。菲律賓和新加坡的檢索結果輸出方式則稍顯單一，菲律賓的開放政府數據平臺的檢索結果可以按日期和題名的升降序排列，每頁顯示10條檢索結果。新加坡的數據檢索結果可以按最近修改日期、相關性排序，也可以按題名進行升降序排序，每頁輸出20條檢索結果。

表6 各國開放政府數據平臺檢索結果輸出方式

3.5 數據利用

從數據利用方式來看，5個平臺都提供了數據下載、數據鏈接和API調用3種數據利用方式。API可以用于應用程序的開發，幫助用戶獲取及時更新的海量數據，節約開發成本和時間。其他的數據利用方式還有數據預覽、數據可視化服務以及數據利用案例分享。具體來看，除了數據下載、數據鏈接和API調用之外，韓國開放政府數據中文件數據還允許用戶發送郵件給數據提供者，用戶還可以查看開放數據的利用案例以及利用開放數據創造價值的企業CEO的訪談信息。日本的開放政府數據利用方式主要是下載和鏈接，也可以直接下載平臺數據資源的API和元數據文件，并提供了數據利用案例。菲律賓數據平臺除了提供數據下載和鏈接之外，還提供了數據的預覽功能，可以直接調用API和查看數據利用案例。新加坡數據平臺為用戶提供了數據的預覽、下載和鏈接和API的調用服務。印度的開放政府數據除了可以進行下載、鏈接、調用API之外，還針對部分開放數據提供了可視化功能，用戶可以在數據可視化界面，進行數據選擇、可視化設置等操作。

表7 各國開放政府數據利用方式

4 對我國開放政府數據平臺的啟示

基于對韓國、日本、菲律賓、新加坡、印度開放政府數據平臺的調研，結合國內上海、北京、武漢、廣州的開放政府數據平臺現狀，文章從豐富數據來源和數據格式、增加數據分類瀏覽方式、規范數據描述的元數據元素、強化數據檢索功能、提升數據利用服務質量5個方面提出對我國開放政府數據平臺數據組織和數據利用的啟示。

4.1 豐富數據來源和數據格式

開放政府數據的數量和質量同樣重要。在數量上，我國開放政府數據平臺還要不斷豐富數據的來源機構，收集盡可能多的數據。數據來源的豐富水平一定程度上影響了數據量的多少，比如印度開放政府數據來源于109個機構，數據量達到15萬，成為5個國家中開放政府數據資源量最大的國家。在質量上，不僅要豐富開放政府數據的格式，還要進行一定的規范，以日本為例，其數據格式類型多樣，格式數量也最多。但如果用戶缺少相應的軟件支持，則無法讀取數據，因此還是需要規范開放數據的格式。韓國開放政府數據平臺中的標準數據的標準之一就要求將數據格式標準化，使用CSV、JSON、XML等格式進行數據的開放。

4.2 增加數據分類瀏覽方式

按主題和來源機構對數據進行分類是我國開放政府數據平臺比較常見的數據分類瀏覽方式，北京市政務數據資源網和武漢市政務公開數據服務網就是按這兩種方式對數據進行了分類。此外，上海市政府數據服務網還按照資源類型和綜合得分進行分類，廣州市政府數據統一開放平臺可以按標簽進行瀏覽。但從對5個亞洲國家開放政府數據平臺的調查來看，按主題、來源機構、數據格式和標簽對數據進行分類的方式是比較常見的，韓國開放政府數據平臺還另外提供了按使用許可、服務類型等5種分類瀏覽方式。因此建議國內的開放政府數據平臺還應增加其他的數據分類方式，提供多樣化的數據瀏覽方式，滿足用戶不同的瀏覽需求。此外，在數據分類主題的命名上，各個數據平臺還要盡可能的明確和清晰化，避免造成交叉重復和產生歧義，比如菲律賓開放數據平臺的政府類、政府支出類和地方政府類三類數據主題，都跟政府相關，造成了類目之間的語義不清。

4.3 規范數據描述的元數據元素

僅就調查的上海、北京、武漢、廣州開放政府數據平臺而言，其數據描述的元數據元素均有所不同。雖然目前完全統一我國已建立的各省市開放政府數據平臺的數據描述標準難度比較大，但是今后建立的開放政府數據平臺應在設計之初就要規范需要描述的元數據元素。除了15個都柏林核心元數據元素之外，還應考慮其他的有價值的數據特征信息，比如數據的關鍵詞、更新頻率、文件大小、瀏覽量、下載量等。此外，印度開放政府數據平臺還提供了數據資源的首席數據官信息，包括姓名、聯系方式等；日本也提供了聯系機構信息，菲律賓提供了聯系人姓名；新加坡提供了管理者信息。我國開放政府數據時也應該落實數據資源的負責人或負責機構，對數據負責人或負責機構實行問責制度，以此推進數據質量的提高。

4.4 強化數據檢索功能

除了最常見的關鍵詞檢索之外，上海、北京、武漢開放政府數據平臺都提供了高級檢索功能，調查的5個亞洲國家中只有韓國和印度提供了關鍵詞檢索之外的檢索功能，這說明我國的開放政府數據平臺已經比較重視對數據的檢索。在檢索結果輸出方式上，上海市的檢索結果可以按照下載次數、綜合得分、更新時間、瀏覽次數、名稱進行升降序排列；北京市的檢索結果可以按相關度、文件日期、文件大小進行升降序排列；武漢和廣州只可以按數據資源類型篩選檢索結果。然而這4個開放政府數據平臺的數據檢索結果都不能選擇每頁顯示的檢索結果數量，武漢和廣州的檢索結果也無法按照某種標準進行排序輸出。這表明在檢索結果的輸出顯示上，我國開放政府數據平臺還應該進一步強化，增加檢索結果的排序方式，使用戶可以在檢索后迅速找到最符合自己需求的數據。

4.5 提升數據利用服務質量

促進政府數據的再利用是開放政府數據平臺建設的最終目的，也是平臺數據組織的目標。對此目前韓國、日本、菲律賓、新加坡、印度開放政府數據平臺提供的數據預覽、下載、鏈接、API調用4種主要的數據服務，上海、北京、武漢、廣州的開放政府數據平臺基本上也提供了，但數據可視化服務比較欠缺，北京和廣州雖然有，也僅僅是將數據轉換成不同的圖形，比如折線圖、柱狀圖、餅狀圖、散點圖等，無法像印度開放政府數據平臺的可視化功能一樣進行數據篩選等更高級的操作。因此國內的開放政府數據平臺還需要進一步優化服務方式，提高服務質量，鼓勵用戶分享利用開放政府數據的經歷，激發用戶的利用需求，促進開放政府數據的再利用和價值再創。

（來稿時間：2018年3月）