我國數據開放研究現狀、熱點及態勢

趙需要 姬祥飛 樊振佳 劉軍峰

隨著大數據、云計算、區塊鏈等數據處理技術的不斷發展，數據儼然已成為重要的生產要素和原料基石，從企業到政府部門，越來越多的實體開始探尋數據背后所蘊含的巨大價值。其中，政府各部門所收集到的數據是其掌握的核心資產和治國理政的重要依據。[1]整合政府數據資源和加大政府數據開放已成為世界各國政府數據管理的基本共識。[2]數據開放已成為政府治理水平現代化的重要推動力量，截至2020年底，我國省級、副省級和地市級政府數據開放平臺已有142個，工作重點由2018年以前的建設與利用兼顧轉變為在建設的基礎上強調政府開放數據的利用。[3]自2009年數據開放運動以來，世界各地對政府數據開放研究的關注日益增多，該方面的學術研究成果也呈現增多的態勢，我國學界和業界也開始探究政府數據開放的價值、模式、利用等。為了鳥瞰我國數據開放研究的熱點、主題及趨勢，本文使用CiteSpace5.7軟件對CNKI平臺刊載有關數據開放的文獻進行梳理和可視化分析，并對未來研究態勢予以探析，希冀能夠為數據開放的后續研究提供視角與借鑒。

一、研究工具及數據來源

（一）研究工具

本研究采用CiteSpace5.7作為研究工具。CiteSpace5.7由美國德雷賽爾大學的陳超美教授研發并供學者免費下載使用，[4]該軟件基于程序語言JAVA編寫，應用于分析某一研究領域的研究熱點及趨勢。CiteSpace5.7利用信息可視化方法、文獻計量學法和數據挖掘算法集成的基本原理，繪制可視化圖譜、建立節點之間的關聯來分析研究對象之間的共現關系與共引關系等。[5]

（二）數據來源

本文數據來源選自中國學術期刊網絡出版總庫（CNKI）文獻全文數據。在 CNKI的高級檢索中以“篇名檢索”為檢索入口，檢索詞為“政府數據開放”或含“政府開放數據”，時間跨度為2009年至2021年，去除會議報道、廣告等與研究不相關文獻，共獲得有效文獻 521篇（2021年5月7日檢索）。將目標文獻按 CiteSpace5.7所需參考文獻格式導出并轉碼，得到本文研究的樣本數據。

二、 研究現狀

（一）文獻增長分析

圖1為2009年至今我國政府數據開放有關的研究性文獻在CNKI發文量隨年代變化的情況。由圖可得，在 2009—2013年發文量較少，均在10篇以下；自2014年發文量逐漸增多，2017年發文量達到頂峰，為107篇，中國知網給出預測2021年度發文量將回升至107篇。在521篇文獻中，包括核心（北大核心、CSSCI等）期刊265篇，占文章總數的50.86%，反映出政府數據開放研究整體質量較高。

圖1 發文量隨年代變化圖

（二）期刊區域劃分

文獻在期刊上的分布遵循布拉德福定律，它是定量描述科學論文在相關期刊中，集中與離散狀況的一個規律。[6]經計算，此次統計的521篇文獻分布在180種期刊中，繪制布拉德福期刊分區表（見表1）。分析表明，核心區、離散區和相關區三個區域的論文數量大體相當。核心區的論文來自期刊數量不多但平均載文密度最高的6種期刊。相關區包括期刊數量較少，平均載文密度一般的28種期刊，而離散區包括期刊數量最多而平均載文密度很低的146種期刊。三者的期刊數量之比為6∶28∶146≈1∶5∶25=1∶a∶a2。本例布拉德福系數：a =5。即: 6∶28∶146≈1∶5∶52。顯然上述表達式與布拉德福定律相吻合，說明本研究領域的期刊分布規律符合布拉德福定律。

表1 布拉德福期刊分區表

表1與表2列出了論文數量占總文獻1/3的核心區載文期刊，6種核心期刊只占期刊總數的3.33%，載文174篇，占總文獻的33.40%。所以，可以認定列在核心區的6種期刊，即為本研究領域的核心期刊。

表2 各區載文期刊分布

為進一步直觀描述期刊的集中與離散現象，根據上表的相關數據，以lgC為橫坐標，以每種期刊載文量的累計和R(n)為縱坐標，擬合布拉德福曲線。由圖2可見，首先曲線前半段是一條上升的指數曲線，它對應為核心區；坐標為（0.7782，174）的點為核心區的拐點，拐點之后是一段線性上升的直線，分別為相關區、離散區。充分說明本研究領域的期刊分布規律存在著較為明顯的集中與離散現象。

圖2 布拉德福曲線

應用布拉德福定律，建立了期刊區域劃分模型和布拉德福曲線，數據擬合較為理想。無論是布拉德福期刊分區表，還是布拉德福曲線圖，均驗證了期刊的集中與離散現象。其次，布拉德福系數a是反映任一學科期刊分布情況的重要參數，a的值越大，核心效應越強，反之越弱，本領域內a≈5，a值相對較大，可以說其核心效應是顯著的。

（二）核心作者群

運行CiteSpace5.7，設置時間跨度為2009-2021年，時間切片為1year，節點類型為“author”，參數為默認設置，得到節點數N=248，連線數E=119，密度為Density=0.0039的作者共現網絡知識圖譜（見圖3）。

從圖3中可以看出節點數最大的學者為黃如花，陳朝兵、周文泓、鄭磊、陳美、馬海群、趙需要、段堯清等人位列其后。由于各個學者相互交流與合作，在圖譜中形成了幾個作者子網絡結構，較為顯著的是以黃如花為中心的一個網絡結構、以陳朝兵為中心的網絡結構。其中，以武漢大學黃如花為中心的學者群體研究成果較多，團隊內其他成員包括劉龍、周志峰等。此團隊主要采取國內外政府數據開放現狀進行對比分析的研究方法，將目光聚焦于政府數據開放的政策制定、價值體系構建和個人隱私問題保護等方面。[7][8][9]以西南財經大學陳朝兵為中心的學者群體內其他成員包括郝文強等。他們主要應用理論模式（力場模型、輪流出價博弈模型等），聚焦于我國政府數據開放的路徑選擇及其優化等方面。[10][11][12]

圖3 作者共現網絡知識圖譜

此外，圖中顯示幾位高產作者合作較少，主要表現為學者黃如花、劉龍、周志峰之間存在學術交流與聯系，但與其他發文量較大的學者（如陳朝兵、周文泓等人）合作較少；單獨節點的學者較多，如陳美、鄭磊等人，以上表明我國學者在數據開放的研究上溝通合作意識不足，學者之間并未形成緊密的學術團隊，學者們的學術交流與合作亟待加強。

（三）發文機構分析

運用CiteSpace5.7對文獻發文機構進行可視化呈現和分析，匯總得到數據開放研究核心機構排名（見表3），挑選出國內發文量五篇以上的機構，可以看到國內機構主要分布在信息管理綜合實力較強的幾家高校的管理學院及其研究機構。武漢大學信息資源研究中心和信息管理學院以發文22篇位列發文機構第一名，四川大學公共管理學院以18篇的發文量緊隨其后。研究機構之間也并未形成較為緊密的合作，從地域上來看較為分散。

表3 數據開放研究核心機構

三、研究熱點

研究熱點反映了某一研究領域的研究重點及方向，對于深入了解與分析這一領域的研究內容具有十分重要的意義。關鍵詞作為一篇文獻中內容的核心凝練，某一領域關鍵詞出現頻率較高就反映了這一領域的研究熱點。[13]關鍵詞聚類分析是以關鍵詞共現分析為基礎，將關鍵詞共現網絡關系通過聚類統計學的方法簡化成數目相對較少聚類的過程。[14]本文通過關鍵詞聚類分析的方法對數據開放的研究熱點進行分析，以探求我國數據開放的研究熱點主題。運行CiteSpace5.7，設置節點類型為Keywords，其它參數設置與作者參數相同，在關鍵詞知識網絡圖譜的基礎上，選取LLR算法，得到如圖4所示關鍵詞聚類網絡圖譜，反映了我國數據開放領域的研究重點和熱點。

圖4 關鍵詞聚類網絡圖譜

在關鍵詞聚類知識圖譜基礎上，在“ClusterExplorer”中得到對數似然率（聚類標簽詞提取算法之一），得到關鍵詞共現網絡聚類表（見表4）。

表4 關鍵詞共現網絡聚類表

對各聚類中的關鍵詞進行分析發現，各聚類研究內容存在相互交叉現象，因此可將我國數據開放研究歸納為以下七個主題領域：

（一） 數據開放政策與法規的研究

政府數據開放政策與法規領域包含“政策研究”“政策體系”“法律法規”等關鍵詞。數據開放是國家和政府進行民主化建設的有效方式之一，能夠最大程度實現全社會數據資源的有效配置和充分再利用。[15]陳朝兵等人選取美、英、澳、新四國為研究對象并運用文獻分析法，提出了適用于我國政府數據開放監管的四條路徑。[16]黃如花等人以我國各部委政府數據資源管理政策文本為研究對象，采用質性研究方法，提出了基于生命周期的政府數據資源管理政策體系。[17]目前，我國學者對數據開放的研究多是對國外發達國家的政府數據開放制度法規的對比研究，相對來說其他視角下的政府數據開放政策法規研究還較為缺乏。其次，另有部分學者也開始聚焦國內現有的數據開放政策并對其進行分析探究，來提出對策建議。從國外到國內，對于數據開放相關制度法規的多方位研究，使我國政府未來相關政策的制定更加科學和本土化。政府數據開放政策制度的完善與改進對數據開放的可持續發展具有重要意義，并將進一步推動政府數據開放工作的發展。

（二）個人隱私保護的研究

個人隱私保護領域包含“信息安全”“隱私保護”“個人隱私”等關鍵詞。在數據開放工作進程中，信息安全是不可忽視的一環，安全性的高低將直接影響到數據開放的價值及可利用性。杜荷花從隱私政策角度構建了我國政府數據開放用戶隱私保護評價指標體系，發現政府數據開放平臺的隱私保護整體較差，用戶隱私安全還面臨著嚴峻的挑戰。[18]侯曉麗等人從政府角度出發，通過對當前較為典型的政府數據開放平臺進行調研，重點探討了數據開放過程中還存在的國家秘密泄露風險點。[19]眾多學者從不同角度出發，探究數據開放過程中的隱私保護和信息安全等問題，以期為數據開放營造更加良好的環境與氛圍，為未來更多地方政府的數據開放提供前提條件。因而，如何保障“數據開放”中信息的安全性成為數據開放研究的熱點主題。

（三）生態學視角的研究

生態學研究視角領域包含“信息生態鏈”“眾創空間”“利益相關者”等關鍵詞。隨著數據開放研究的火熱開展，學者陸續從不同的理論角度對數據開放進行深入的剖析與研究，其中政府數據開放生態體系作為一個概念被各界多次提及。陳姍姍等人基于眾創空間的背景，從價值理論出發構建了實現政務數據價值的生態系統模型。[20]趙需要等人從生態學和生態鏈視角出發，對政府開放數據生態鏈的概念、本質和類型進行了分析與闡述，明確了政府數據開放鏈及鏈上各主體之間的相互關系。[21]生態系統視角下的研究更加宏觀和注重實踐，更能發現政府數據開放實際工作中所出現的問題。生態系統已成為一個熱點研究方向，在上述學者對生態系統與數據開放交叉理論研究的基礎上，在未來會得到進一步的發展，提升數據開放的價值，促進各產業的轉型升級以及創新等。

（四）實證研究

“實證研究”領域包含“政策量化分析”“實證研究”“層次分析法”等關鍵詞。實證研究可以有力地支撐定性理論。吳金鵬等人基于生態系統理論，構建了數據“供應—創新—消費”分析框架，經實證研究發現：治理能力、創新能力、公眾參與是促進政府數據開放發展的關鍵因素。[22]齊艷芬等人構建了城市政府開放數據行為的影響因素模型并選取部分城市政府的開放數據行為進行實證分析，發現企業、媒體、政府內部監管要求和其自身技術能力等對數據開放行為有較強的影響。[23]但在目前有關數據開放的研究中，實證研究還尚未得到較為廣泛的應用，更多是基于理論的定性研究。但就本領域已有的實證研究發文年代來看，主要集中于近兩三年（2019年至今），加之由于大數據分析等技術的應用導致激增的數據量，可以推斷實證研究在未來將會成為一個熱門研究領域。

（五）新興技術應用的研究

新興技術領域包含“大數據”“區塊鏈”“關聯數據”等關鍵詞。數據獲取、處理及分析是推動數據開放的重要技術基礎，技術發展與理論研究相輔相成，彼此促進。李文彬等人在對我國國內省級政府大數據應用進行調查的基礎上，提出數據開放與共享是大數據應用的前提，是政府最應該推動的領域。[24]鄭旭東等人應用區塊鏈技術，從宏微觀兩個方面對區塊鏈技術在教育系統政務數據開放平臺建設的運行與應用進行了探討，得出區塊鏈技術在數據開放中的重要地位。[25]趙龍文等人對政府數據開放的模式和方法進行了探究，提出了基于關聯數據和“先發布、后關聯”的兩步式政府數據開放模式，該研究為關聯開放政府數據的研究和實踐提供了可行的模式和方法參考。[26]大數據等新興技術及其配套硬件設備的升級與研發在政府治理升級和社會進步的過程中起著重要作用。眾多學者就數據開放研究中存在的問題及桎梏，應用新興技術對其進行探討，以期破解數據開放過程中的實際難題，對政府數據開放工作起到幫助。因而，大數據成為數據開放領域中的一個研究熱點，進而筆者認為在未來，大數據等先進技術依然有很大的發展前景，在數據開放領域內有關大數據等新興技術應用的研究將會持續火熱。

（六） 數據資產管理的研究

“數據資產管理”領域包含“數據資產”“信息消費”“數據治理”等關鍵詞。數據資產被認為是數字時代最重要的資產形式之一。不僅對于企業，對于政府而言，數據資產也是十分重要的，數據是數字城市的智慧源泉，是助推政府數字化轉型、提升政府治理能力的核心和關鍵。宋晶晶的研究認為當前政府數據開放在應用方面的研究側重于資源管理的角度，缺乏資產管理的視角，并在此基礎上，提出了完善我國政府數據資產管理的四條建議。[27]盛小平等人運用比較分析法，解析了數據管理與數據治理在定義等五個方面的異同，為完善科學數據管理辦法提供參考，從而規劃與制定使用的科學數據開放共享原則。[28]優化我國政府對于數據資產的管理，有助于被開放數據的價值提升與最大化利用。但就已有研究來看，對于數據開放與數據資產管理兩者融合的研究不盡完善。以數據資產管理為視角對數據開放進行研究，可在一定程度上填補已有研究的缺位。

（七）科學數據開放的研究

科學數據開放領域包括“科學數據”“科研數據”“科學大數據”等。大數據時代，科技創新越來越依賴于對科學數據的深度挖掘與綜合利用。歐美等發達國家都建立了國家級的科學數據中心或數據庫，比如美國國立生物信息技術中心建立維護的GenBank（基因銀行），美國伊利諾伊州立大學厄巴納——香檳分校建立維護的DataBank（數據銀行）等。2017年，國家標準化委員會相繼發布《信息技術數據溯源描述模型》（GB/T 34945-2017）和《信息技術科學數據引用》（GB/T 35294-2017）國家標準，標志著科學數據可以像學術論文一樣被學術同行標準化引用，對于保護數據生產者的知識產權以及促進數據擁有者開放共享其數據具有重要的意義。2018年3月17日國務院辦公廳發布《科學數據管理辦法》，標志著科學數據共享與開放工作已進入法制軌道。科學數據即主要包括在自然科學、工程技術科學等領域，通過基礎研究、應用研究、試驗開發等產生的數據，以及通過觀測監測、考察調查、檢驗檢測等方式取得并用于科學研究活動的原始數據及其衍生數據，貫穿于科技創新活動的全過程。科學數據是政府開放數據的延展，通過科學數據的開放與共享來推動科學研究實踐的深化，同時也減少科學研究中不必要的數據資源獲取方面的重復性工作，勢必會推動科學研究向更加快速化、國際化、前沿化等方向發展。

四、研究趨勢

（一）研究主題變化的時間拐點

突現詞是某一個時間段內被引頻次突然增多的關鍵詞，可以用來反映某一時間段內的研究趨勢。鑒于此，為進一步研究我國數據開放研究的發展趨勢，運行CiteSpace5.7，參數設置“Burstterms”，得到關鍵詞突現圖（見圖5）。

圖5 關鍵詞突現圖

由圖5可看出，在2011—2016年間的突現詞為“電子政務”；2011—2015 年間的突現詞為“數據門戶”；2018—2021年間突現詞為“政府數據開放平臺”；2019—2021年間突現詞為“數據開放平臺”。其中“數據門戶”“政府數據開放平臺”和“數據開放平臺”突現率一直延續至今，可說明三者為我國數據開放目前研究的主要發展趨勢，也是政府數據開放工作最直觀地展現。

（二）研究主題變化的演進歷程

除此之外，關鍵詞時序圖可以用來反映某一研究主題隨時間變化的主要研究內容，也能夠在一定程度上反映某一時間段內的研究趨勢，因此運行CiteSpace5.7，在關鍵詞共現分析基礎上，按時間片段生成關鍵詞時序圖譜，如圖6所示。從圖中可看出在不同時期學者的關注點不同，因此，可以把我國數據開放研究的演變劃分成初期探索性研究期、多元化擴展研究期、深入精細化研究期三個發展研究階段，以更好地分析我國政府數據開放研究的發展階段。

圖6 關鍵詞時序圖譜

初期探索性研究期（2009—2013年）。從圖1、圖5可見，在2009年至2013年，關于政府數據開放的篇名檢索，其研究與發文量較少，關鍵詞類別較為單一。說明在此階段，僅有少數政府有關部門、高校學者以及科研機構開始對數據開放有關問題進行了研究。初期主要圍繞“數據開放”“公開”等進行探討。由于技術上不成熟、觀念落后、專業人才短缺等眾多問題的存在，對數據開放的重視度不足，此時市場上也鮮有企業提及開放數據的重要性，造成研究內容單一，未成系統化。[29]

多元化擴展研究期（2014—2018年）。由圖1、圖5可得，在此階段，發文量猛增，關鍵詞類別逐漸豐富，數據開放已經受到學界的重視并陸續加大了研究力度。此階段，眾多學者開始從不同的學科領域對數據開放進行探討，主要關鍵詞類別有“開放政府”“大數據”“英國”“云計算技術”和“平臺建設”等。白獻陽等人基于大數據視角，根據政府數據開放政策體系框架對數據開放相關政策進行梳理，探析其中的問題并給出了改善建議。[30]鄭振宇以英國、美國等發達國家政府數據開放活動為研究對象，運用比較分析法，提出了推進我國政府數據開放的若干建議。[31]楊瑞仙等人針對我國當時現有的數據開放平臺進行分析與研究，提出我國政府數據開放工作的若干建議和對策。[32]總之，這一階段的研究實用價值導向明顯，重點關注我國數據開放的可行性，研究主要圍繞數據獲取與分析處理技術、國外政府數據開放建設、我國數據開放政策制度的制定等方面，但數據安全、公眾參與等問題開始受到了一定的關注，數據開放研究領域逐漸多元化。

深入精細化研究期（2019年至今）。這一階段，數據開放研究進一步拓展，快速多元化，發文量均在120篇以上。這一時期的研究關鍵詞主要類別有“實證研究”“政策與立法”“信息安全”和“突發公共衛生事件”等。朱曉峰等人運用logistic種群演化模型，選取武漢市政府數據服務網為研究對象，發現其和數據使用者之間存在相互關系。[33]侯曉麗等人從信息安全角度出發，對國家秘密泄露的風險點進行了識別，并提出了相應的保護策略。[34]陳朝兵等人運用文獻分析法，選取美英澳新四國為研究對象進行研究，提出了我國政府數據開放監管應從加快頂層設計、整合監管機構、打造多元協同監管格局、強化評估問責機制建設四個方面抓起。[35]相雅凡等人構建了突發公共衛生事件地方數據開放評估體系，對30個地區在疫情防控期間的政府數據開放工作進行評估，發現疫情嚴重性成為政府數據開放工作的阻礙等。[36]與前一時期相比，這一時期的政府數據開放工作已成為政府的一項日常議程，并且在實踐領域和理論研究層面都呈現多元化。眾多學者的研究不僅關注到了政府數據開放的立法與政策的制定，也就其安全性和隱私性等進行了討論，注重系統性的分析與研究。

（三）研究態勢

政府數據開放實踐源于政府信息公開的擴展和延伸，對于信息公開的研究最早源于公眾知情權，而對于知情權的關注最初源于新聞媒體，逐漸轉移至從法學角度探索如何從立法層面保障該項工作的強制實施，所以法學界對信息公開的法律框架、信息公開與信息安全之間的平衡等領域開展了豐富的研究。美國于1966年正式頒布《信息自由法案》，我國也于2008年正式頒布實施《政府信息公開條例》。隨著信息公開制度的完善和實踐的推動，人們發現單公開行政機關掌握的經過加工處理的信息遠遠不能滿足數字經濟、數字社會對原始數據的需求，為了促進社會各利益相關者更加深入、全面地開發利用潛藏在數據背后的價值，數據開放的研究與實踐逐漸提上日程。

2009年美國上線政府數據開放平臺，開啟了政府數據開放實踐的先河。此后，世界各地陸續開展政府數據開放工作，我國最先源于2012年上海市政府數據開放平臺的上線，特別是2015年《大數據發展綱要》中對數據開放工作進行了專門規定，從戰略層面將數據開放工作提升到了新的高度。學者也紛紛開始了數據開放的研究，目前主要集中在具有信息搜集、處理、分析和利用研究優勢與傳統的信息管理學（圖書情報學）領域，此后行政管理學界主要從行政機關自身的職責與義務，法學界從立法視角，計算機學界從數據開放平臺與技術層面，圍繞政府數據開放進行了卓有成效的研究。從研究關鍵詞聚類網絡可以明顯看出，數據開放研究涉及的主題非常廣泛，已觸及數據治理、科學數據、政策法規、技術平臺、公共服務、信息消費、政府公信力等，所以研究機構也逐漸擴展至社會學界、行業領域、經濟學界以及政府機關等。未來隨著智慧交通、智慧物流、智慧醫療等各個行業的深入發展，數據開放的研究必將擴展至各個領域，與各個學科之間的交叉融合將會愈加顯著，從而引領各學科圍繞數據開放的各個研究細化領域開展深入細致的研究。隨著數智賦能時代的推進，社會各界對數據的認識越來越深刻，政府數據開放未來將會以更快的速度發展，并快速擴展至公共數據開放。同時，隨著數據開放氛圍的形成以及用戶參與度的逐步提高，數據開放與人們生活實踐的結合將更為緊密細微，滲透至人文、藝術、交通、安全等各個角落，真正實現“Open Data for All”的愿景。

五、結束語

本文采用CiteSpace5.7軟件及文獻計量學方法對政府數據開放研究的現狀、熱點及態勢進行了系統化梳理與總結。數據開放領域的研究主題經歷了由宏觀性研究向具有可操作性的微觀研究方向發展，從關注政府組織中的網絡技術架構與管理銜接到以市場社會的用戶需求導向，以解決我國政府數據開放的內在需求為起點和歸宿的變遷過程。目前我國政府數據開放研究依然屬于新興領域，處于起步發展階段，研究文獻總量還較少，學術關注度仍相對較低。