新冠疫情下政府數據開放與安全的系統動力學研究

馬海群 張濤 李鐘雋

摘 要：[目的/意義]全面實現政府數據開放共享是推進國家治理體系和治理能力現代化的基本前提和重要支撐。新冠疫情的出現不但反映了政府數據開放共享的重要性與必要性，還凸顯了政府數據開放共享過程中隱私安全問題，因此，探尋兩者間關鍵因素就變得尤為重要。[方法/過程]構建以“用戶—目標”為二維分析框架的影響因素，利用系統動力學方法建立因果關系圖和系統流圖，并對模型的仿真效果進行靈敏度檢驗，以此為依據，科學的探尋政府數據開放與安全相關變量間的因果關系。[結果/結論]從長遠角度來看，數據安全固然重要，但是政府數據開放共享是大勢所趨，政府要通過完善政府數據開放保障機制，在開放與安全間找到均衡點。最終，本文對新冠疫情下我國政府數據開放與安全提出了相應的對策建議，為加快實現國家治理能力現代化提供科學化的參考。

關鍵詞：新冠疫情;政府數據開放;數據安全;系統動力學

DOI：10.3969/j.issn.1008-0821.2020.07.001

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）07-0003-11

Research on System Dynamics of Government Data

Opening and Security in the New Crown Epidemic

Ma Haiqun1 Zhang Tao2 Li Zhongjun3

（1.Research Center of Information Resource Management，Heilongjiang University，Harbin 150080，China;

2.Information and Network Center，Heilongjiang University，Harbin 150080，China;

3.School of Journalism and Communication，Heilongjiang University，Harbin 150080，China）

Abstract：[Purpose/Significance]The full realization of the open sharing of government data is the basic premise and important support for the modernization of the national governance system and governance capabilities.The emergence of the new crown epidemic not only reflects the importance and necessity of open sharing of government data，but also highlights the issue of privacy and security in the process of open sharing of government data，so it is particularly important to explore the key factors between the two.[Method/Process]Constructed the influencing factors with“user-target”as a two-dimensional analysis framework，used system dynamics methods to establish causality diagrams and system flow diagrams，and performed sensitivity tests on the simulation effects of the model，based on which，scientifically explored government data causality between openness and safety-related variables.[Result/Conclusion]From a long-term perspective，data security was certainly important，but the open sharing of government data was the general trend，and the government should find a balance between openness and security by improving the government data open guarantee mechanism.In the end，this article put forward corresponding countermeasures and suggestions on the opening and security of Chinese government data under the new crown epidemic situation，and provided a scientific reference for accelerating the modernization of national governance capabilities.

Key words：new crown epidemic;government data opening;data security;system dynamics

2019年12月，武漢突發新型冠狀病毒肺炎疫情（以下簡稱“新冠疫情”），政府的治理能力和應急能力受到極大挑戰。在此背景下，政府開放疫情相關數據為公眾提供及時、準確的信息對于疫情防控至關重要。政府數據開放不僅可以提升公共行政部門運轉效率，增進公共部門與公眾之間的合作，提高政府管理的透明度和民主程度，還可以通過與企業合作創新發現特定數據的新用途，刺激經濟增長，惠及公共利益，促進社會發展與創新[1]。對比2003年的SARS，面對新冠疫情，我國政府現已能夠及時地將疫情相關數據向公眾傳遞，公眾也不斷通過更多途徑了解疫情信息。政府主動開放疫情數據，不但有利于引導企業和公眾參與到疫情防控中，使政府、企業、公眾之間的數據形成流動態勢，還可以緩解公眾的焦慮和恐慌情緒，使公眾可以通過開放的確診病例來判斷自己是否有接觸史，從而主動進行監測和防護。與此同時，隨著疫情期間健康打卡、健康碼等應用的出現，使數據量急速增加，其中包含了大量的個人隱私數據，而這些有巨大價值的數據往往存在著意外或惡意受侵犯的情況[2]，而發布病例個案數據也存在被泄漏或濫用的風險，所以政府數據開放一方面要保障公眾的知情權，另一方面要確保數據安全。疫情期間，有些地區存在個人隱私數據過度采集的問題，或是直接泄露病人的隱私數據，或是同時發布了多項過細的數據，被關聯起來分析后很容易鎖定到病人的情況[3]。在這樣一個特殊時期，一旦出現數據安全事件，極大的影響公眾對政府的信心，甚至衍生出政治和社會治理風險[4]，因此對新冠疫情下的政府數據開放與安全的研究就變得尤為重要了。2020年4月9日，《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》（以下簡稱“《意見》”）正式公布。《意見》首次將“數據”與土地、勞動力、資本、技術等傳統要素并列為要素之一，提出要加快培育數據要素市場。具體表現為3個方面：一是推進政府數據開放共享;二是提升社會數據資源價值;三是探索建立統一規范的數據管理制度，提高數據質量和規范性，豐富數據產品。由此可見，國家層面高度重視政府數據開放與安全的問題。

1 研究綜述

近年來，國內外學術界對政府數據開放與安全研究形成了一系列成果，通過知網檢索（標題=“政府數據開放”），以武漢大學，黑龍江大學，復旦大學，華中師范大學等機構的成果最為突出。尤其是新冠疫情下，也有部分學者有針對性地發表了自己的見解，現將研究分為以下3類：

1）理論研究成果。如鄭磊[5]在對開放政府數據的意義與概念辨析、開放政府數據的關鍵因素及其互動關系等內容進行梳理總結的基礎上，構建了分析框架。劉凌等[6]推導出政府數據開放和隱私保護先導性理論框架，關注數據實踐過程中利益、文化規范、隱私保護工具、技術和非政府實體參與等主體的關系，并針對該模型提出下一步研究方向。黃如花等[7]采用循證政策研究方法，構建我國政府數據開放共享的政策體系。馬海群等[8]通過對我國政府數據開放共享機制構建障礙、動因和可行性的分析，進而探討構建我國政府數據開放共享機制的內涵。陳朝兵等[9]對政府數據開放中個人隱私保護的概念、緣由、邏輯悖論、實踐困境、實現路徑等方面進行綜述。

2）新冠疫情下的研究成果。如劉瑾[10]通過對102個政府數據開放平臺進行調查，總結新型冠狀病毒數據開放的5類問題，分析問題產生原因。蔣勛等[11]借鑒政府大數據能力模型，提出了影響4個能力維度調節的6個約束條件，并構建了智庫應急情報體系。吳衛明[12]提出在突發公共衛生事件中，既需要考慮到數據開放在傳染病防控中的價值，同時也需要考慮到數據的保護問題。翁士洪等[13]在實證分析所得到的研究發現基礎上，提出有針對性的突發事件政府數據開放質量優化途徑與政策啟示。

3）基于系統動力學的研究成果。邢海龍等[14]構建了以數據資源匹配程度、數據資源共享程度、數據資源收益程度為核心模塊的大數據聯盟穩定性系統動力學模型。是沁等[15]以科學數據為研究對象基于系統動力學模型探究科學數據開放共享保障機制。王晶等[16]基于TOE理論，從環境、技術和組織3方面分析了開放政府數據價值實現的影響因素，并構建了開放政府數據價值實現的系統動力學模型。馬海群等[17]基于信息資源管理政策執行力影響因素的特點，運用系統動力學原理，通過建模和仿真對《關于加強信息資源開發利用工作的若干意見》的修訂提出建議。

國外學者也針對政府數據開放從不同角度展開討論，Attard J等[18]描述了開放政府數據的生命周期，并重點討論了開放政府數據計劃中所需的發布和使用流程上。Dawes S S等[19]提出可以采用生態系統的方法進行規劃和設計開放政府數據流程，以評估現有條件并考慮能夠解決現實障礙并激發期望收益的政策。Vetro A等[20]建立了一個指標框架，以最細粒度的測量方法，在一系列數據質量維度上測量開放政府數據的質量。Jetzek T等[21]通過定量數據實證研究，認為政府數據開放、數字治理和數字基礎設施對國家的可持續價值水平具有積極影響。Khayyat M等[22]探索了各種利益相關者在共同創造項目中發現的開放政府數據的不同方面，以期使用開放政府數據建立共同創造模型。Wang V等[23]評估了英國開放政府數據的開放程度，研究發現網站上發布的政府數據只有很少一部分是開放可利用的，這嚴重限制了開放政府效用。

綜上所述，國內外主要針對政府數據開放進行定性研究，尤其是新冠疫情下國內也出現了一些針對政府數據開放的研究成果，但尚無學者使用系統動力學方法對政府數據開放與安全進行研究，本文通過構建因果關系圖和系統流圖，以此來探尋新冠疫情下政府數據開放與安全相關變量間的因果關系，最終基于綜合分析結果為政府提出科學化決策建議。

2 影響因素分析

在新冠疫情下，政府數據開放具有以下特點：一是可以減緩公眾的恐慌情緒;二是向公眾傳遞科學信息，幫助公眾進行健康防護;三是應用數量和數據量都會不斷增加;四是數據安全風險在不斷提升。基于此，本文有針對性地對政府數據開放與安全影響因素做如下文獻調研：夏義堃[24]指出認知觀念、組織體系與文化、政府數據管理水平、數據結構與開放技術以及公務員信息技能等是導致政府數據開放風險的主要原因。張聰叢等[25]基于開放政府數據生命周期理論，分析各階段隱私侵犯的因素。段堯清等[26]提煉出影響政府開放數據公眾初始接受行為的13個因素。孫瑞英等[27]認為應從完善法制建設、建立有效監管機制、滿足數據用戶需求、鼓勵公眾參與等途徑激發驅動力。代佳欣[28]認為數據需求公共性缺失、政策制定模仿效應、開放標準不清、數據分權困難、公民參與動力不足、數據管理意識薄弱、技術代理陷阱、基層行政人才缺乏數據勝任力等構成政府數據開放過程的主要風險。Yang T M等[29]從技術、組織、立法和政策、環境4個角度研究了開放政府數據計劃的影響因素。Safarov I等[30]對開放政府數據的類型、影響、條件和用戶進行了全面的文獻綜述。Wirtz B W等[31]提出易用性、有用性、透明度、參與性和協作性顯著程度決定了公民使用開放政府數據的意愿。Yi M[32]在比較英國、美國和韓國的開放政府網站的數據質量狀況后，提出發布數據格式和增強數據完整性的指南。Fan B等[33]發現，機構能力是單個政府部門開放政府數據質量的重要因素，技術能力和組織安排對開放政府數據質量具有很小的意義，公眾和上級政府部門的壓力可以緩和機構能力與開放政府數據質量之間的關系。Zuiderwijk A等[34]研究了開放政府數據計劃的目標與所帶來的收益之間的關系后，發現運營和技術利益是最常交付的利益，其次是經濟利益，最后是社會利益。

基于上述分析，文章提出通過構建“用戶—目標”二維分析框架形成政府數據開放與安全的影響因素，如圖1所示，其中X軸代表用戶維度，主要包括：政府、企業、公眾，政府是數據開放的主導者，企業是政府數據的利用者，公眾是數據的獲取者和參與者。Y軸代表目標維度，主要包括：開放、利益、安全，尤其是疫情期間，政府數據開放更及時，更全面，以實現透明政府，進而為政府減輕壓力，政府以提升運行效率和提升公眾滿意度為目標;企業獲取政府開放數據后，會為公眾提供多元化的應用，進而企業會盈利;而公眾對政府有較高期望，公眾通過積極參與政府數據開放，以實現健康防護同時對政府行為進行監督;但政府數據開放過程中要確保數據安全，防止數據泄露、濫用等情況的出現，減少虛假數據所帶來的負面影響[35]。最終實現多方利益均衡是政府數據開放與安全的最終目標。

3 因果關系構建

運用SD方法研究政府數據開放與安全問題，不僅能深入地分析系統的結構、功能與行為之間的動態關系，還能為政策制定提供科學化且具有實操性的建議[36]。SD建模與仿真的實現將建立在系統關鍵變量識別、系統邊界確定、聯結變量反饋回路的基礎上進行，因而首要步驟便是確定系統的關鍵變量[37]，系統中的變量主要基于“用戶—目標”的二維分析框架來構建。政府數據開放主要是指政府數據在開放過程中用戶維度的動力學變化情況，提升公眾滿意度、提升政府運行效率是政府數據開放的最終期望。在政府數據開放中，主要考慮到政府數據開放保障機制、企業用于疫情防控的數量、政府數據開放共享意愿等因素，同時還考慮應用數量、企業總值、民眾參與等方面帶來的數據安全問題。政府數據安全主要是指政府數據開放與共享過程中所面臨的數據安全風險，降低數據安全風險是政府數據安全的最終期望。在政府數據安全中，主要考慮到濫用數據量、泄露數據量、虛假數據量等因素，同時還考慮如何構筑數據安全防線，以提升政府數據在開放過程中的安全防護效率。在政府數據開放與安全中，主要回路如圖2所示。

1）回路1：政府數據開放量→政府數據開放共享意愿→企業用于疫情防控的數據量→應用數量→服務水平→政府運行效率→公眾滿意度→政府數據開放量。

2）回路2：政府數據開放量→公眾數據生成量→虛假數據量、濫用數據量、泄露數據量→數據安全風險→政府數據開放共享意愿→企業用于疫情防控的數據量→應用數量→服務水平→政府運行效率→公眾滿意度→政府數據開放量。

3）回路3：政府數據開放量→政府數據開放共享意愿→企業用于疫情防控的數據量→應用數量→企業總值→經濟發展→政府透明度→用戶獲取量→公眾滿意度→政府數據開放量。

4）回路4：數據安全風險→政府數據開放共享意愿→企業用于疫情防控的數據量→應用數量→公眾數據生成量→虛假數據量、濫用數據量、泄露數據量→數據安全風險。

4 模型構建

4.1 系統流圖模型

SD的關鍵是建立結構流圖并利用Vensim PLE進行仿真實驗，以此研究系統結構、功能及行為之間的動態關系[38]。本文通過建立SD結構流圖的方式來研究新冠疫情下政府數據開放與安全問題，系統結構包括3個狀態變量、6個速率變量、18個輔助變量和13個常量，如圖3所示。

4.2 主要方程設計及說明

政府數據開放與安全的影響因素具有一定的寬泛性及地域性差異，在實際操作過程中，很難通過已有數據或調查問卷等方式獲取準確數據[15]。系統動力學側重系統中各要素之間的相互關系及動態變化過程，而不拘泥于特定案例的具體數值。因此，本文部分數據在參照《第四版（2017）全球數據開放晴雨表》的基礎上，對相關參數進行初始

設定并進行多次仿真模擬以最終確定模型，具體方程及參數說明如下：

L1：政府數據數量=INTEG（不開放量+開放量，1 000），設置政府數據數量的初始值為1 000。

L2：數據安全風險=INTEG（已知風險+未知風險，100），設置數據安全風險的初始值為100。

L3：企業收益=INTEG（企業收益值+企業虧損值，100），設置企業收益的初始值為100。

L4：政府數據開放保障機制=技術支持*政策法規*組織服務*資金投入。

L5：政府數據開放意愿=（政府數據數量*數據質量）/數據安全風險。

L6：公眾數據生成量=SMOOTHI（應用數量*公眾參與，2，0），由于公眾參與企業開發的相關應用，并形成相關應用是需要一個過程，因此采用一階信息延遲函數來表示，設置企業用于疫情防控的數據量的初始值為0，延遲時間為2個單位。

L7：企業用于疫情防控的數據量=SMOOTHI（政府數據開放共享意愿*政府數據開放保障機制，1，0），由于確定政府開放的數據可企業用于疫情防控是一個過程，需要經過數據加工的過程，因此采用一階信息延遲函數來表示，設置企業用于疫情防控的數據量的初始值為0，延遲時間為1個單位。

L8：應用數量=DELAY1I（企業數據吸收量*企業用于疫情防控的數據量，1，0），采用一階物質延遲函數模擬企業針對疫情研發應用的數量。

L9：已知風險=（泄露數據量+濫用數據量+虛假數據量）/數據安全風險。

L10：企業收益值=DELAY1I（應用數量*數據轉化率，1，0），采用一階物質延遲函數模擬企業應用研發后轉化成收益數值。

L11：企業虧損值=DELAY1I（存在風險數據量*數據轉化率，1，0），采用一階物質延遲函數模擬當數據不開放或數據存在風險時，給企業總值帶來的負面影響。

L12：數據開放感知度=WITH LOOKUP（TIME，（[（0，0）-（24，0.3）]，（0，0.3），（24，0.6）），使用表函數來表達數據開放感知度，設定在24個單位時間內，數據開放感知度按線性增長30%。

L13：企業數據吸收量=WITH LOOKUP（TIME，（[（0，0）-（24，0.5）]，（0，0.1），（24，0.6）），使用表函數來表達企業數據吸收量，設定在24個單位時間內，企業數據吸收量按線性增長40%。

資金投入、組織服務、政策法規、技術支持設置初始值為1，虛假數據比率、濫用數據比率、泄露數據比率設置初始值為0.02，數據質量初始值為1，公眾參與初始值為0.8，政府壓力初始值為0.5。

4.3 模型檢驗及仿真

在進行仿真計算之前，必須對政府數據開放與安全SD模型進行有效性檢驗，本研究對構建的模型方程進行反復測試并修正，直至得到與理論預想較為符合的仿真結果。在模型有效性檢驗的基礎上，經過模型初始狀態的設定可以對政府數據開放與安全問題進行SD模擬仿真[39]。本文采用Vensim PLE仿真程序進行仿真模擬運算，取INITIAL TIME=0，FINAL TIME=24，TIMESTEP=1，Units for Time=Month，通過調整主要變量的參數數值來獲取系統的變化情況。

4.3.1 仿真結果

在既定參數下，通過對系統的分析，政府數據數量、政府數據開放共享意愿、應用數量、數據安全風險變量動態變化如圖4所示。

1）在隨著時間的推移，政府數據數量及開放數據的數量會從最開始的緩慢增加到后來的急速增加，由于政府數據開放是一個長期的過程，開放初期需要不斷的嘗試探索，但在第20個月之后，隨著數據質量、政府數據開放共享意愿、政府數據開放保障機制的不斷提升，使政府數據數量及開放量都呈現出快速上升的趨勢。

2）應用數量是企業有效利用政府開放數據的結果，尤其是新冠疫情期間，隨著應用數量逐漸增加，公眾所產生的數據量也在增加，應用數量在上漲期間是存在一定波動。這主要源于數據安全風險，當數據量不斷增加時會帶來安全風險，但隨著政府數據開放保障機制，企業數據吸收量等因素的干預，應用數量會在波動中繼續上升。

3）政府數據開放共享意愿是由數據安全風險、數據質量、政府數據數量等綜合因素構成的，政府數據開放共享意愿決定了在新冠疫情期間政府數據開放并提供給企業使用的數量。從數據上來看，開放共享意愿經歷了一個波動狀態，從開始的緩慢上升到第17個月開始出現下降趨勢，并在21個月時開始快速上升。這說明政府數據開放共享意愿受到了數據安全風險不斷上升的影響，但隨著政府數據數量的不斷增長，數據開放共享會提升公眾的滿意度，給企業帶來收益，促進社會經濟發展，因此在經歷波動后政府數據開放共享意愿在22個月之后會呈現急速上升趨勢。

4）數據安全風險是政府數量開放與共享過程中長期存在的問題之一。數據安全風險由已知風險和未知風險組成，它是隨著應用和數據量不斷增加而不斷增加的。在政府數據開放的過程中，數據安全風險增加會對數據開放意愿有波動式的影響，但是隨著政府數據開放保障機制和數據質量的提升，政府數據開放所帶來的正向效應會遠大于數據安全所帶來的風險。

4.3.2 靈敏度分析

系統動力學的一個重要作用即是通過對重要參數的改變，觀察模擬結果的差異，基于對政府數據開放與安全影響因素分析和系統流圖模型的綜合分析，對數據質量、公眾參與、數據虛假、濫用、泄露量、政府數據開放保障機制4個重要因素進行靈敏性測試，進而對系統提供科學化的改進策略與建議。

1）數據質量：數據質量是政府數據開放中重要因素之一。現將數據質量數值進行調整，所得到的3條曲線為Current（1）、Current 1（0.8）、Current 2（0.6），如圖5所示，數據質量的變化對政府開放共享意愿、數據安全風險、應用數量有著不同程度的影響。在初始階段，這3個因素變化并不明顯，這可以說明數據質量的變化是有一定的滯后期。從數據層面上看，數據質量的提升并不會對數據安全風險產生較大的影響，而數據安全風險主要和數據濫用、泄露、虛假數據有直接關系，數據質量的提升對政府數據開放共享意愿和應用數量產生一定影響。其中在14～20個月這個階段，數據質量的變化對政府數據開放共享意愿基本影響較小，但是在第21個月后，影響逐漸增加，數據質量的高低對政府數據開放共享意愿有著較大的影響。而從應用數量上來講，在前20個月數據質量和應用數量呈現正比關系，但20～22個月影響較小，第23個月后呈現出較大差別。

2）公眾參與：公眾參與在政府數據開放共享過程中起到重要作用。現將公眾參與數值進行調整，所得到的3條曲線為Current（0.8）、Current 1（0.5）、Current 2（0.2），如圖6所示。公眾參與與數據安全風險呈現出正比關系，而公眾參與也是有一定過程的，因此在前期的很長一段時間，數據增加量較小。公眾參與對政府數據開放共享意愿影響波動較大，從開始緩慢增長、呈現反比關系、交叉關系、正比例關系，這說明了初期公眾參與的意愿性并不強烈，可能是被動的。但是，隨著時間的推移，公眾在參與過程中的確享受到政府數據開放帶來的利益，公眾滿意度逐漸提升也帶動政府數據開放共享意愿的增強。公眾參與與數據量和數據安全風險呈現正比關系，而公眾參與對應用數量的有著復雜的關系。公眾希望企業提供創新性較強，需求程度較高的優質應用，而企業應用研發是經過一定周期的，因此在公眾參與初期應用數量的變化是不明顯的，但而隨著數據安全風險的增加，應用數量呈現明顯下降的趨勢。到達第24個月之后，政府數據開放保障機制不斷完善，公眾參與會存進應用數量的增長。

3）數據虛假、濫用、泄露量：數據在開放共享過程中所產生的虛假、濫用、泄露是引起數據安全風險的重要因素之一，尤其是在新冠疫情期間，數據采集范圍不斷擴大，很多企業借助疫情收集如人臉、指紋、聲紋、虹膜等具有較強個人屬性的生物特征數據，甚至出現越界采集，一旦這些具有唯一性和不變性的數據被濫用或被泄露，會對公民權益、社會穩定乃至國家安全造成嚴重影響[40]。因此，數據濫用與泄露直接關系到數據安全風險程度，現將虛假數據比率、濫用數據比率、泄露數據比率分別進行調整，所得到的3條曲線為Current（0.02）、Current 1（0.06）、Current 2（0.1），如圖7所示。它們與數據安全風險呈現正比關系，而與政府數據開放共享意愿和應用數量15～20個月時呈現反比關系，在第20個月后出現轉折。這說明隨著時間的推移，數據安全風險的增加并不會使政府數據開放共享意愿和應用的數量減少，政府會堅持數據開放的意愿，并會通過完善政府數據開放保障機制來降低數據安全風險。

4）政府數據開放保障機制：政府數據開放保障機制的構建包括資金投入、組織服務、政策法規、技術支持等因素，這些因素將對政府數據開放起到重要的作用。通過將資金投入、組織服務、政策法規、技術支持分別進行調整，所得到的3條曲線為Current（1）、Current 1（0.8）、Current 2（0.6），如圖8所示。政府數據開放保障機制對政府數據開放共享意愿的影響是長期的，初始階段對開放共享的意愿影響差別不大，并未體現出政府數據開放保障機制的關鍵作用。在14～20個月間甚至呈現出下降趨勢，并且在22個月后開始逐漸上升，隨著時間的推移會使政府數據開放保障機制與政府數據開放共享意愿呈現正比關系。在政府數據開放保障機制對應用數量影響較大，企業推出的各類應用主要是服務于公眾，并且最大限度緩解政府壓力，提升政府透明度，因此政府數據開放保障機制與應用數量是呈現正比例關系的。政府數據開放保障機制是為了進一步促進政府數據開放，它與數據安全風險呈現正比例關系，在保障機制建設過程中勢必會帶來一定程度的數據安全風險。

5 結論與建議

在新冠疫情下，各類應用數量和數據量不斷增加，公眾對政府數據開放的期望值也在逐步提升，而在政府數據開放的同時一旦出現安全問題，不但會影響公眾對政府的信心，還會使政府承受巨大壓力，如何兼顧開放與安全成為政府亟需解決的問題之一。通過研究顯示：數據質量，公眾參與，數據虛假、濫用、泄露量，政府數據開放保障機制的變化會給政府數據開放共享意愿、應用數量、數據安全風險帶來不同程度的影響。其中數據質量的提升雖不會對數據安全風險產生較大的影響，但對使政府數據開放共享的意愿和應用數量都會產生波動式的影響。公眾參與與數據安全風險呈現出正比關系，而對政府數據開放共享意愿和應用數量影響波動較大。控制數據虛假、濫用、泄露量是降低數據安全風險程的關鍵問題，但從數據上看并不會因為數據安全風險的不斷增加，影響到政府數據開放與共享。因此，從長遠角度來看，數據安全固然重要，但是政府數據開放共享是大勢所趨，政府要通過構建政府數據開放保障機制來在開放與安全間找到均衡點。基于此，本文對新冠疫情下我國政府數據開放與安全提出了以下對策建議，為加快實現政府數據開放共享、確保數據安全、助推國家治理能力現代化提供科學化的參考。

5.1 提升數據質量以促進政府數據開放

隨著我國政府數據開放程度和水平的不斷提升，數據質量問題日益凸現，由于數據集內容不完整的問題導致公眾無法獲得完整、有效的信息，嚴重影響到企業和公眾對數據的利用。因此，建議政府通過以下手段來提升數據質量以促進政府數據開放。一是規范政府數據提供的格式。通過編制技術標準手冊，對各部門上傳的數據要求、格式和內容等進行統一規定和說明，并開發科學、有效的數據評估工具，以檢驗數據的質量。二是強化部門間數據的相關性分析。應在清晰描述與索引數據的基礎上，通過數據的相關性，讓公眾能夠迅速查詢到關聯性較強的數據，既提高數據的可讀性，又提升公眾決策的準確性。三是提高政府數據開放的針對性。政府數據開放并不是簡單的數據提供，須以公眾需求為導向，保證政府數據的實時性和可獲得性，滿足公眾多方位、多層次的數據需求。由此可見提升數據質量，保證政府數據的全面性、及時性和科學性，對促進政府數據開放有著至關重要的作用[41]。

5.2 嚴管應用質量和數量保障政府數據安全

新冠疫情期間，互聯網各類應用迅速增長，政府和企業通過應用創新最大限度地為公眾提供全方位的服務。這段時間被公眾廣泛關注的多是基于疫情特點所形成的服務于公眾的應用。在2019年9月，教育部、中央網信辦等八部門就聯合印發《關于引導規范教育移動互聯網應用有序健康發展的意見》，提出2020年底建立健全教育移動應用管理制度、規范和標準，形成常態化的監管機制，初步建成科學高效的治理體系。國家在疫情之前就已經重點關注到應用質量和數量所帶來的數據安全風險。在2020年5月的兩會上關于加強APP應用越界收集信息治理的建議也引起共鳴。這足以說明國家層面對各類應用質量的關注，政府作為最大的公共數據擁有者，政府有責任和義務通過數據資源開放，促進透明政府建設，提升治國理政能力，數據開放永遠在路上，因此政府應逐步在各行規范企業對公共數據的利用，對應用質量和數量進行嚴格審核，最大限度地確保政府數據安全。

5.3 鼓勵公眾積極參與到政府數據開放中來

在政府數據開放領先的國家中都十分重視公眾的參與，它是政府數據開放重要的影響因素[42]。政府數據開放的實現是政府與公眾互動的結果，離開公眾的參與，政府數據也不能發揮出內在的經濟和社會價值。因此，應加強對政府數據開放利用的宣傳，使公眾了解這項工作并積極參與其中，主動申請公開數據，鼓勵公眾廣泛參與到政府數據開放決策、評判和監督中來。從社會關系維度看，公眾的社會關系維度影響社會公眾之間對政府數據開放的接受與使用的擴散效應，有利于政府數據開放目的和意義的理念傳播，而其他擴散條件將輔助產生促進政府數據開放的作用。根據兩級傳播理論，公眾媒介渠道和人際傳播渠道在人們信息獲取和決策中的不同角色和作用。公眾參與逐漸增加，在政府數據開放的早期，呈現出政府數據開放意愿性變化不顯著的情況，但隨著時間的推移，公眾參與會對政府數據開放意愿和應用的數量產生正面影響，通過早期的公眾參與者作為意見領袖迅速向更多的公眾擴散[43]，由于意見領袖與普通公眾之間具有的高低不同的數據開放知識位勢，因此公眾參與的意見領袖在政府數據開放中有著較為重要的作用。

5.4 通過完善政府數據開放共享保障機制構筑數據安全防線

在新冠疫情下，政府數據開放發揮了重要作用，它為突發事件應急管理工作有效及時地開展提供有力支撐，與此同時也反饋出一定程度的數據安全隱患。政府應從以下層面加強完善數據開放共享保障體系：一是國家層面應構建基于突發應急事件的政府數據開放政策法規，規范數據開放原則、數據開放領域、數據安全隱私、數據使用權限、數據商業利用方式等[44]，2020年兩會上已將制定個人信息保護法、數據安全法納入下一步主要工作。二是地方政府應在國家宏觀政策下，結合本地實際情況和特點，頒布相關指導意見，加快數據開放平臺等的基礎設施建設，完善數據采集、整合、處理和維護，逐步加大數據開放的廣度和深度。三是需要構筑數據安全防線，重點完善數據安全監管體系和數據安全監測預警，采用自主研發方式提供軟硬相結合的數據安全層面保障。政府數據開放是大勢所趨，但在此過程中，要通過在政府數據開放共享保障機制中構筑數據安全防線來解決數據開放過程中所帶來的數據安全問題，進而進一步推動整個社會利用政府數據進行增值服務[45]。

參考文獻

[1]Solar M，Concha G，Meijueiro L.A Model to Assess Open Government Data in Public Agencies[C]//International Conference on Electronic Government.Springer，Berlin，Heidelberg，2012：210-221.

[2]張聰叢，郜潁潁，趙暢，等.開放政府數據共享與使用中的隱私保護問題研究——基于開放政府數據生命周期理論[J].電子政務，2017，（9）：24-36.

[3]Clarke S.Reducing the Impact of Cyberthreats with Robust Data Governance[J].Computer Fraud & Security，2016，（7）：12-15.

[4]張愛軍，劉姝紅.大數據與風險社會的三維預警[J].自然辯證法研究，2017，33（5）：98-102.

[5]鄭磊.開放政府數據研究：概念辨析、關鍵因素及其互動關系[J].中國行政管理，2015，（11）：13-18.

[6]劉凌，羅戎.大數據視角下政府數據開放與個人隱私保護研究[J].情報科學，2017，（2）：112-118.

[7]黃如花，溫芳芳，黃雯.我國政府數據開放共享政策體系構建[J].圖書情報工作，2018，62（9）：5-13.

[8]馬海群，江尚謙.我國政府數據開放的共享機制研究[J].圖書情報研究，2018，（1）：3-11.

[9]陳朝兵，郝文強.國內外政府數據開放中的個人隱私保護研究述評[J].圖書情報工作，2020，64（8）：141-150

[10]劉瑾.新型冠狀病毒肺炎疫情下地方政府數據開放平臺建設進展研究[J].數字圖書館論壇，2020，（2）：3-9.

[11]蔣勛，朱曉峰.基于政府大數據能力建構的智庫應急情報服務——以新冠肺炎疫情防控為例[J].圖書與情報，2020，（1）：64-74.

[12]吳衛明.突發公共衛生事件中的數據開放與保護[J].信息安全與通信保密，2020，（3）：24-29.

[13]翁士洪，林晨暉，早克然·庫地熱提.突發事件政府數據開放質量評估研究：新冠病毒疫情的全國樣本實證分析[J].電子政務，2020，（5）：2-13.

[14]邢海龍，高長元，張樹臣.基于系統動力學的大數據聯盟穩定性模型構建與仿真研究[J].情報雜志，2017，36（10）：159-165.

[15]是沁，儲節旺.基于系統動力學的科學數據開放共享保障機制研究[J].情報雜志，2018，37（11）：143-149.

[16]王晶，王衛，張夢君.開放政府數據價值實現保障機制研究—基于系統動力學方法[J].圖書館學研究，2019，（16）：51-59.

[17]馬海群，馮暢.信息資源管理政策執行力影響因素研究——以《關于加強信息資源開發利用工作的若干意見》為例[J].中國圖書館學報，2020，（2）：56-74.

[18]Attard J，Orlandi F，Scerri S，et al.A Systematic Review of Open Government Data Initiatives[J].Government Information Quarterly，2015，32（4）：399-418.

[19]Dawes S S，Vidiasova L，Parkhimovich O.Planning and Designing Open Government Data Programs：An Ecosystem Approach[J].Government Information Quarterly，2016，（33）：15-27.

[20]Vetro A，Canova L，Torchiano M，et al.Open Data Quality Measurement Framework：Definition and Application to Open Government Data[J].Government Information Quarterly，2016，（33）：325-337.

[21]Jetzek T，Avital M，Bjorn-Andersen N.The Sustainable Value of Open Government Data[J].Journal of the Association for Information Systems，2019，（20）：702-734.

[22]Khayyat M，Bannister F.Towards a Model for Facilitating and Enabling Co-creation Using Open Government Data[J].Information Polity，2017，（22）：211-231.

[23]Wang V，Shepherd D.Exploring the Extent of Openness of Open Government Data-A Critique of Open Government Datasets in the UK[J].Government Information Quarterly，2016，（33）：325-337.

[24]夏義堃.論政府數據開放風險與風險管理[J].情報學報，2017，（1）：18-27.

[25]張聰叢，郜潁潁，趙暢，等.開放政府數據共享與使用中的隱私保護問題研究——基于開放政府數據生命周期理論[J].電子政務，2017，（9）：24-36.

[26]段堯清，周密，尚婷.政府開放數據公眾初始接受行為影響因素結構關系研究[J].圖書情報工作，2020，64（2）：4-12.

[27]孫瑞英，王浩.新制度主義理論視域下激發我國政府數據開放驅動力的博弈分析[J].信息資源管理學報，2020，（2）：29-36.

[28]代佳欣.政府數據開放風險識別——基于“過程”的分析框架[J].現代情報，2020，40（4）：111-119.

[29]Yang T M，Lo J，Shiang J.To Open or Not to Open？Determinants of Open Government Data[J].Journal of Information Science，2015，（41）：596-612.

[30]Safarov I，Meijer A，Grimmelikhuijsen S.Utilization of Open Government Data：A Systematic Literature Review of Types，Conditions，Effects and Users[J].Information Polity，2017，（22）：1-24.

[31]Wirtz B W，Weyerer J C，Rosch M.Open Government and Citizen Participation：An Empirical Analysis of Citizen Expectancy Towards Open Government Data[J].International Review of Administrative Sciences，2019，（85）：566-586.

[32]Yi M.Exploring the Quality of Government Open Data：Comparison Study of the UK，the USA and Korea[J].Electronic Library，2019，（37）：35-48.

[33]Fan B，Zhao Y P.The Moderating Effect of External Pressure on the Relationship Between Internal Organizational Factors and the Quality of Open Government Data[J].Government Information Quarterly，2018，（34）：396-405.

[34]Zuiderwijk A，Shinde R，Janssen M.Investigating the Attainment of Open Government Data Objectives：Is There a Mismatch Between Objectives and Results？[J].International Review of Administrative Sciences，2018，（85）：645-672.

[35]童楠楠.我國政府開放數據的質量控制機制研究[J].情報雜志，2019，38（1）：135-141.

[36]楊夢晴.基于信息生態系統視角的移動圖書館社群化服務系統動力學仿真研究[J].情報科學，2020，38（1）：153-161.

[37]邵桂華，滿江虹，王晨曦.我國競技體育與社會體育協同演化的系統動力學仿真——基于復合系統協同度模型的測度[J].體育學刊，2018，（5）：46-57.

[38]王其藩.系統動力學[M].上海：上海財經大學出版社，2009.

[39]李綱，巴志超.科研團隊中知識粘滯的影響因素研究[J].中國圖書館學報，2017，43（1）：89-106.

[40]許歡，孟慶國.大數據推動的政府治理方式創新研究[J].情報理論與實踐，2017，40（12）：52-57.

[41]高天鵬，莫太林，莫太齊.基于知識圖譜的國際開放政府數據研究概貌和熱點透析[J].現代情報，2019，39（3）：86-100.

[42]趙玉攀.國內開放政府數據研究的系統評述[J].現代情報，2018，38（2）：164-170.

[43]熊堯，李弼程，王子玥.基于兩級傳播理論的輿論超網絡傳播分析[J].智能系統學報.http：//kns.cnki.net/kcms/detail/23.1538.TP.20191015.1155.002.html.

[44]陳美，譚緯東.政府開放數據的隱私風險評估與防控：新西蘭的經驗[J].情報理論與實踐，2020，43（5）：110-114，90.

[45]范麗莉，唐珂.基于政策工具的我國政府數據開放政策內容分析[J].情報雜志，2019，38（1）：148-154，53.

（責任編輯：陳 媛）