政府数据开放的理论逻辑和实践机制*

张立 李彤钰 朱多刚

（西安交通大学新闻与新媒体学院，西安 710049）

1 背景与问题

政府作为社会系统中最主要的信息生产者、使用者和发布者，掌握着海量的数据资源。为满足全面考察社会情况的履职需求，政府机构会使用纳税人的钱来进行政治、经济、科技、文化等方面的信息采集，并在一定加工处理的基础上获得具有公共属性的政府数据[1]。社会公众有权获知并迫切需要此类数据资源。然而长期以来，大量政府数据都处于封闭或闲置状态，无法在市场环境下进行有效流转。想要实现政府数据利用的合理化和效果最大化，“开放”是第一步。

美国于2009年率先上线政府数据门户网站后，全球各国陆续开始着眼于本国的政府数据公开，通过资源集约型数据平台建设，开放了大量的数据集，以提升本国数字治理现代化的水平，并实现经济发展增速。2012年，我国广东省率先启动大数据战略[2]，随后《促进大数据发展行动纲要》《国家信息化发展战略纲要》《政务信息系统整合共享实施方案》《国务院关于在线政务服务的若干规定》等相继出台。在政策指导之下，自中央至地方的各级政府相继开展数据开放的实践，积累了诸多颇有借鉴意义的建设经验，如京津冀、长三角、珠三角和汾渭平原等具有典型跨域特征的国家生态治理重点区域内相继建立数十个环境数据开放平台，向社会公开提供区域环境信息；又如贵阳市以政府为核心，在市县建立“云长”制度，同时聚合企业、组织等社会资源，共同实现数据开放的效益最大化[3]。值得注意的是，在长期的实践中，尽管数据资源充分，基础网络建设完善，全球各国的开放政府数据仍普遍存在使用率偏低，服务能力不足的现实问题[4]。

为切实提升数字治理效能，“十四五”规划纲要提出建立数据资源产权方面的基础制度和标准规范，参与数字领域国际规则和标准制定；建设国家数据统一共享开放平台，扩大基础公共信息数据有序开放，实现信息服务全覆盖；提升全民数字技能；保障国家数据安全，加强个人信息保护等诸多重要命题。这充分说明数字化发展和社会治理、经济建设、民生需求的深度融合，也启示未来政府数据的收集、管理和开放，应保有综合治理、精准治理的思维，实现开放机制的全方位升级。2022年6月，《国务院关于加强数字政府建设的指导意见》（以下简称《指导意见》）发布，进一步强调要充分释放数据要素价值，构建开放共享的数据资源体系。《指导意见》特别强调了三个方面的政策要求，即创新数据管理机制、深化数据高效共享和促进数据有序开发利用[5]。从中不难看出，我国政府数据开放建设已初具成效，现阶段的工作重点应当由浅层实践探索转移到机制建设和结构性优化上来。这就要求研究者在现象和经验总结的基础上更进一步，通过要素整合和理论阐释，对“何以构建开放体系，提升政府数据开放的高效性、有序性”的问题做出解答，进而反哺实践需求。本文基于《指导意见》对开放体系的建设要求，从结构调适的角度入手，对现阶段政府数据开放领域已取得的研究成果进行集中梳理和深度分析，探讨政府数据开放体系涉及的要素，定位要素间关系，并通过维度整合来进一步阐释政府数据开放的理论逻辑，凝练实践机制，为开放政府机制优化、开放体系建设和政府服务能力提升提供新思路。

2 文献综述

21世纪初期，我国就有学者针对国内外的信息公开制度、数据开放获取等议题展开研究和探讨，奠定了开放政府数据研究的理论基础。随着国内政府建设和公共治理实践的推进，2010年前后，开放政府数据的概念正式出现在学界的研究文本中，初期研究主要聚焦于电子政务、信息公开等，2014年以后，关注开放政府数据有效利用的研究明显增多，学者结合技术发展与现实需求提出许多创新应用思路。

政府数据开放与社会发展变革密切相关，该研究领域的热点通常表现出阶段性特征。总体来看，大部分关于政府数据开放的研究议题热度持续时间较短，越晚出现的研究点越难以长期存续，这与我国社会制度革新和政府数字化转型进程的演化是比较吻合的。2010年前后，“数据战略”“可用性评估”“合规性”“商业秘密数据”“利益衡量协调”“启发性评估”“公众反馈”以及“公众满意度”等概念集中出现。从中可以看出，这一阶段的政府数据开放研究热点集中在政府数据的商用领域，且研究问题以开放效果评估为主。由于开放政府研究具有“舶来”属性，因此侧重于他者视角的现状分析和经验引进。2013—2019年，聚焦于我国开放政府建设的研究大量涌现。“电子政务”“信息公开”以及“公共服务”方面的研究在2013年之后普遍增多；2015年出现了大量“大数据”发展对政府数据开放的影响的研究；学界对“地方政府”的关注加深则出现在2018年以后。这一阶段的研究热点注重实践性和应用性，将宏观视角转变为中观和微观视角，拓展出政府数据开放的很多分支性研究。2019年之后，“数字治理”成为政府数据开放研究领域最核心的概念。国家宏观规划将数字化发展的一系列举措进行了整合统筹，数据开放也被归入其中。这一阶段研究反映出的“以开放求治理”理念，本质上也是为了追求政府数据开放的效用性提升。

现有研究呈现以下3个特征。①各年度研究主题呈现出明显的政策导向型和热点导向型特征。党的十八大之后的廉政建设推动了信息公开方面的研究，“大数据”的技术热潮将研究重点带向了集约化平台建设，此后的数字赋能和媒体融合层级下移则促使学界的视线投射到更低的行政层级，开展地方性、区域性开放政府数据研究。2020年后，大量实证研究开始聚焦于新冠肺炎疫情（以下简称“疫情”）暴发期间的“健康信息填报”工作、防疫信息管理与公开，部分学者开始意识到基层数字治理实践是政府数据开放的必要环节，其在数据的收集和分发方面具有重要作用。②研究重点呈现从“国外实践经验借鉴”到“国家级平台建设”再到“地方政府开放平台建设”的变化。早期研究主要聚焦于对美国、英国、日本、加拿大等国家的案例研究和经验借鉴，2016年以后的研究基本将视线转移回国内，学者针对我国本土的开放政府建设实践展开实证研究。同年，关于地域性开放政府研究开始出现，学者试图将国家级大平台建设的理论和经验转移到对省市级政府以及基层政府的研究中，讨论基层的数据治理和开放平台建设。在研究对象行政层级下移的趋势下，各个层级之间的关系仍处于相对割裂的状态，讨论因级制宜，建立上下联动的数据开放共建体系的研究并不多见。③公众议题成为政府数据开放研究中逐渐被持续关注的内容。“公众参与”“公众满意度”等概念早在国内研究伊始就频繁出现。在长时间的研究进程当中，“公众”逐渐被“用户”的概念所取代，但满足需求从而提升数据使用效率的问题仍是研究政府数据开放的核心所在。最新的研究已经开始关注到用户对于信息资源的主动提供和主动获取，参与主体的多元化趋势无疑对政府数据开放流程的规范性、制度的完备性以及管理细分提出了更高的要求。

现有研究取得一定成果但仍然有三方面有待进一步探讨。一是理论与实践如何互相回应。政府数据开放领域的研究大多具有明显的现实导向，易于因过度考量应用性而停留于现象分析和状况总结的表层逻辑；或是与之相反，单纯从应然角度展开理论分析，产生偏于简单化、理想化的行动指南。政府数据开放体系建设是当下发展阶段的新命题，有必要将理论研究和实践经验充分结合，通过挖掘深层次理论逻辑，构筑科学可信的理论体系，并回应现实问题。二是整体性、系统性、结构性的研究视角如何体现。讨论政府数据开放体系建设和机制完善必须从宏观角度入手，一方面应尽可能穷尽涉及的要素；另一方面要重视各要素之间的关系解释，以及相应要素在整个开放体系中的地位和作用。现有的个案分析、多案例分析，包括综述性研究在要素的整合性以及深层逻辑关系解释方面仍有提升空间，对未来开放体系的结构性调整的理论贡献有限。三是部分现实问题如何进行理论回应和深度凝练。最新研究中提到疫情背景下的开放新形态、数字技术对政府数据开放形态的改变、用户在开放体系中的地位和作用、基层政府在数据开放体系中的价值等微观问题，切中现实需求，但既有研究主要停留于一问一答的现实问题解释，尚未提炼出可供推演的成熟机制。从微观问题凝练实践机制或将对开放体系完善有更深远的意义。

从《指导意见》中对于“开放体系”建设的需求出发，本研究针对上述三方面可以进一步探讨的问题进行回应，即充分考虑现实与理论的互塑，充分把握维度要素在体系建设和结构性调试中的作用，充分从现实问题中凝练有延伸价值的实践机制。故此，本研究通过六个维度的理论逻辑阐释，整合凝练3种实践机制，为未来政府数据开放机制的结构性优化提供理论参考。

3 政府数据开放的理论逻辑

政府数据开放涉及多重要素，要求研究者从多元视角进行问题解构。依据“十四五”规划纲要中对“基础公共信息数据有序开放”的具体要求，政府数据开放涉及的具体研究问题可以归结为六方面，即开放内容、政策保障、权利边界、开放流程及平台建设、行政监管以及社会面参与。基于此，可建立内容维度、政策工具维度、权利边界维度、开放流程维度、行政层级维度以及价值共创维度在内的六维解释框架，对政府数据开放进行理论阐释。

3.1 数据内容奠定政府数据开放的基础

作为用户需求的直接对接窗口，内容维度通常被作为政府数据开放研究的基础性维度。政策文本和数据内容是构成内容维度的两个关键指标。

政策文本是政府数据开放在理论层面的行动指南，能够直观反映对象之间的主客体关系和行为规则，同时为数据开放提供必要的后备保障。它可以间接说明一个国家或地区在政府数据开放方面的投入情况和实施情况。当前学界解构政策文本的研究框架和执行逻辑主要有纵、横两种。Zuiderwijk等[6]基于纵向逻辑，通过背景因素、政策内容、绩效指标与公共价值等内容来建立框架，讨论政策文本的产生、应用和效果评价。黄如花等[7]基于横向逻辑，从开放依据、责任主体、具体要求、总体战略规划等方面入手进行剖析。

数据内容则更明确地指向需要被开放，用以获取的数据本身，包括政治数据、经济数据、科技数据、文化数据、公共卫生数据以及网信数据等。此类数据信息在创新驱动经济增长、重塑公共文化服务的流程、应对重大突发公共危机等方面发挥着重要作用。由于政府数据具有权威性、独一性，诸如环境、地理、气象、人口状况等数据只能通过政府数据获得，因此政府开放数据内容的准确性、更新及时性、数据格式、交互性、开放授权等通常会被作为讨论内容维度和建立评估体系的指标纳入框架[8]。需要补充的是，从直接采集获得的元数据到加工处理后的集约型数据集，往往会受到开放组织者的意志左右而出现被删改的状况。因此，有必要强调元数据作为一手资料的重要性，在讨论数据内容的过程中将“是否为元数据”的指标纳入。

3.2 政策工具明确政府数据开放的导向

政策工具属性是公共政策研究领域中经常采取的一种分析方向，表现为决策者或公共组织有目的地影响社会发展进程[9]。学界对政策工具有多种分类方法，其中以Rothwell等[10]的分类为主流，把政策工具划分为供给型、环境型和需求型3种。陈玲等[11]认为可将这种分类观点运用到政府开放数据政策的分析中，供给型政策工具指围绕资金、技术、人才等必要要素进行政府数据的供给，旨在引导政策主体的供给状况，以推动政府数据公开；环境型政策工具指政府利用法律、规定、行政措施等环境因素的支持，其主要目的是为政府数据开放政策的实施提供良好的社会环境；需求型政策工具，指政府为减少不确定性，通过政策设计来创造出公众、企业、国家等各类主体对政府数据开放的需求，促成政府数据开放的实践。有研究显示，我国政府数据开放方面的供给型政策工具充分，环境型政策工具体量大但在系统中的实际效用性有限，需求型政策工具则仅占总体政策的3%左右，从数量和质量上都有明显欠缺，说明实践中的数据开放与需求导向型原则有所不符[12]。

3.3 权责区隔界定政府数据开放的原则

权利边界维度主要包括信息采集过程中的隐私保护以及信息开放管理过程中的风险控制两个关键指标。

信息资源采集层面，隐私保护与数据信息公开的矛盾客观存在。当前的研究和实践表明，必要情况下可以让渡部分主体的隐私权，公开部分个人隐私信息。尽管该观点和措施已成为社会共识，但让渡边界仍然比较模糊，容易出现越界侵权现象。例如，疫情防控期间对于感染者个人行动轨迹的公示对疫情控制起到正向作用，但基层实践中对个人信息的过度曝光也对当事人的生活造成不必要的负面影响。要在公共利益和个人利益之间找到平衡点，才能实现总体效益的最大化。有学者指出，隐私信息公开的合理与否取决于两个关键要素，即个人信息收集行为和公共利益具体化[11]。通过对个体和集体的行为、收益进行拆解和量化有利于进一步解释信息采集中的隐私问题。此外，国外各国成熟的政府数据开放平台普遍辅之以完备的隐私保护政策，对用户信息的收集、存储和使用作出明确规定，基于各环节综合把关的制度保障，为数据管理提供了极大便利。部分国家设有专门的权益救济机制，如《1974年美国隐私法案》（Privacy Act of 1974，5 U.S.C.§552a）中的“公平信息实践守则”，新西兰《1993隐私法》（Privacy Act 1993）中的隐私违规通知等[14]。上述政策文件内容也可以为隐私研究提供框架借鉴。

开放和管理层面，政府数据是一种国家战略资源，保障其安全性是推动开放的前提和基础。建立在数据安全基础上的开放机制才能更好地发挥其应有的价值，从而达到应用效率最大化；数据安全方面出现风险，可能使政府数据开放成为经济社会发展的障碍[15]。政府数据开放的过程中可能面临的风险包括数据风险、技术风险、管理风险、法律风险等[16]，可以基于风险类别对这一指标进行细化。此外，基于立法和制度方面的精细化趋势，从“控制”的角度将这一指标细化为可开放的范围、开放的方式以及用户准入机制等也不失为一种合理的解释框架。

3.4 精准流转保障政府数据开放的秩序

信息生态视角下的数据开放呈现出“数据链”或“数据循环”[17]样态，强调开放的全过程性。打破笼统化的“平台”概念，转而对数据信息采集、转化、集约、共享、管理维护的整体流程进行研究。因此，数据收集加工的各个环节可以作为解构开放流程维度的细化指标。

数据质量是保障政府数据开放和数据增值利用的前提。政府数据开放过程中的数据采集能力提升能够对体制机制进行深层次优化，进而从根源上解决公众信息获取不平衡、不充分的问题。采集环节在本质上是对数据质量的测度，强调数据的完整、格式的统一、数据源的可跟踪、数据更新的及时性、数据的准确性、数据的可理解性等具体问题[18]。此外，作为政府数据开放的源头，采集环节可以通过点对点精准收集的方式，激发个体上报的主动性，有效解决行政层级锁定和信息缺失拖累[19]的问题。

数据管理与数据的开放共享之间没有明确的分隔界限，不同学者在研究开放流程时会有不同的行为划分。成本、资源配置、平台设计以及管理运维方式等具体指标都应纳入考量范畴。这对上下级、区域间以及单位内部各部门的协同合作提出较高要求。差异性认知、成本和效益的模糊化以及传播过程的不完善等方面问题，容易导致政府部门数据的供给效率低下。当前政府数据开放普遍存在数据应用更新维护不及时、平台简介和下载链接缺失、开发主体积极性不高等问题[20]。从制度层面实现规范化管理，保障开放流程的体系化是学界在有效解决上述问题方面所达成的共识。

3.5 层级协同管理优化政府数据开放的系统

在国外各国成熟的政府数据开放系统中，除国家级数据开放门户网站外，地方性数据开放网站也比较发达。日本等国家还设有大量专业领域的数据开放网站，为有特定需求的用户提供数据信息支持[21]。从行政层级维度，有必要将政府数据开放划分为国家层面的政府数据开放、地方层面的政府数据开放以及基层数字治理来进行探讨。

我国特定的行政体制下，由于各行政层级的职能不同，数据持有量也不同，因此在政府数据开放活动中所能发挥的作用也不尽相同。国家发布《促进大数据发展行动纲要》以来，截至2021年10月，我国上线数据开放平台的省级、副省级和地级政府已达到193个（含20个省级平台，173个副省级和地级平台）[22]。这一数据较2020年下半年有所增长，足见开放政府建设的层级下移。实践下沉使得地方政府与基层政府的有效参与成为深化政府数据治理改革的关键所在。作为国家数据战略实施中处理中央与地方数据管理关系的枢纽、政府与民众数据交互的汇合点，地方政府是政府数据的收集人和生产者，直接面对公众及各组织机构对政府数据的需求。通过角色与职责定位，细化数据治理法规政策，明确数据开放流程，在数据标准、数据技术、数据质量、数据安全等方面进行内容管理，最终实现数据驱动行政[23]。

值得注意的是，现有行政层级维度的研究普遍针对特定层级，讨论上下层级之间的关系以及合作共建机制的研究较少，且仍以理论分析为主。少量实证研究中，疫情作为应对突发公共卫生问题的显著案例，是目前学者讨论层级间数据开放体系建设的重要依托。

3.6 社会面价值共创提升政府数据开放的效能

基于社会治理主体的多元化趋势，政府数据开放不再局限于政府的行政范畴，而是需要以政府为枢纽，协调各方需求，整合资源，将企业、民众等社会共治主体的作用激发出来。因此，通过分析数字治理过程中的复杂系统和主体关系，评价各共治主体的参与情况也可作为一个重要维度。

普通用户方面，公众的评分行为由政府在数据管理与平台运作过程中的行为状态来决定，对用户反馈信息的数量、质量等进行评价是测度用户参与情况、评价政府数据开放系统效能的关键。值得注意的是，由于契约制度的欠缺，主体间关系不完全对等，现阶段用户和平台或政府之间仍存在权责关系结构不完整、风险配置不恰当、公共数据资源产品质量标准缺位等方面的问题[24]。因此，用户反馈可以作为评价系统的指标之一，但不能将其作为单一指标来对政府数据开放效能进行定性衡量。

企业等社会组织方面，应考察其与政府部门的合作度和交融度。以商用数据为例，政府数据开放平台为企业提供外部知识，降低其时间和金钱成本；企业通过官方数据的商业应用，实现创新，提升经济价值，而后反哺政府的数据库[25]。政府和社会组织之间的双向供给建立起可测度的“投入-产出”关系，可以通过量化考察数据供应量、流量、有效转化比例等来描述这一指标。

此外，价值共创维度在重大突发事件的研究中必须着重考量。有学者以疫情防控期间的数据手段为例，通过健康码、疫情地图等案例，解析当下政府数据在开放应用过程当中从“独立工作”到“分包合作”再到“合作众创”的演进[26]。其中，数据作为重要资源，发挥了“护民”“便民”“安民”“聚民”的多重作用[27]。多元主体参与治理的开放机制已成为后疫情时代的主流。

4 政府数据开放的实践机制

政府数据开放的理论架构中，六个维度各自发挥的功能不同，因而在不同讨论范畴下，其重要程度也必然有所差异。依据具体研究问题对各维度指标进行取舍协调，建立有侧重的分析机制是研究者解构政府数据开放，建构评估指标体系，进而对接需求实现精准化数字治理的常用路径。研究发现，政府数据开放的实践机制可以分为平台运行机制、行政分层机制和技术赋能机制。这3种机制都将上述六个维度进行了有机结合，但其各有侧重，反映了不同的主体关系，在具体研究中的适用程度也有所不同。

4.1 平台运行机制

平台视角的政府数据开放机制研究是最传统、最常见的一种机制解构方式。研究者以平台运维作为对接需求的核心，将数据开放平台解构为数据层、平台层和管理层三个层面。其中，数据层表现为信息资源，包括元数据、整合数据、处理工具等；平台层是交互运作的枢纽，政府数据开放获取的行为性指令都可以归纳于这一层级；管理层针对制度保障，用以解释顶层设计。在平台运行机制中，政府占据主导地位，处于系统的管理层，通过制定政策和执行规定维系平台运作，推动数据信息的开放；公众通常处于被动地位，作为数据信息的来源集，扮演“被采集者”的角色，同时又从整合平台中部分获取处理后的数据资源。

平台运行机制弱化了研究者对于政府、公众等行为主体在系统中作用情况的关注，聚焦于数据开放平台的拆解，并基于此追踪数据从采集到开放的全过程。相丽玲等[28]将这一机制中的三个层级进一步解释为：政府数据开放的整合与利用机制（数据层）、开放与协作机制（平台层）和管理与评估机制（管理层）。其中，数据整合与利用机制强调数据层面的建设过程，包括数据采集过程、开放程度与范围、数据分类整合、更新速度以及处理工具等。数据开放与协作机制重点强调平台运维，包括元数据的共享、对外协作平台建设、内部协作等。数据管理与评估机制则侧重管理层面，平台管理、页面布局、用户交流与反馈、隐私政策及监督职责明确等都属于其考量范畴。上述内容基本涵盖政府数据开放中的主要活动，尽管在指标设置的细节上仍有调试空间，但足以反映出平台运行机制对于政府数据开放研究的解释力，若据此建立政府数据开放效果进行评估的指标体系，将具有充分说服力。

综合来看，平台运行机制的外部结构简单，内部系统建构的自由度高。三层框架内，通过对开放流程和主体行为的拆解，来解释政府数据开放活动。该机制适用于对平台建设状况和开放效果的评估研究。

4.2 行政分层机制

在我国行政生态的差序性背景下，政府主导的开放平台层级选取直接影响数据资源的使用效果。开放层级过高不易于对接基层实际需求，开放层级过低则容易产生大量资源浪费。因此，部分研究者将平台建设与政府层级相融合，从政府视角出发，讨论开放层级的落点选取和各行政层级在实现有效的政府数据开放时的关系。

基于层级间的协同配合，设计中央、省、市、县一体化的数字政府架构有利于完善管理体系，提升治理效能。宪法中，我国政府层级的定位主要分为中央、省/自治区/直辖市、市/县/自治县、镇/乡/民族乡四级，段尧清等[29]根据政府机构改革中政府层级扁平化的趋势，进一步将政府层级抽象为三级，划分为中央政府、地区政府和基层政府，来进行政府信息公开的研究。

将上述层级划定援引至政府数据开放中形成行政分层机制（见图1），中央政府、地方政府和基层政府三个行政层级之间存在由下而上的支撑关系，上级行政机构管理下级机构，同时依靠下级提供数据资源来维持数据开放，总体呈现出金字塔的结构特点。

图1 行政分层机制

中央政府作为整个结构系统的“塔尖”，承担着统筹规划的核心作用，负责政策制定和综合管理。在我国“全国一盘棋”的特定行政背景下，通过中央政府建立政府数据开放集约型大平台或将节约资源成本，提升使用率。

地方政府连结了中央政府与基层政府，是信息交互的枢纽。一方面，其经济实力和数据持有量能够满足地域性平台建设的需求；另一方面，平台间的独立性又将为国家制定统一管理的标准以及实现区域间协同合作等实践操作带来困难。行政分层机制中的地方政府，在不忽视其自建平台的主体性地位的同时，更关注地方行政单位对于政策和数据的处理能力和传导能力，即整合资源，并与上下行政层级形成更为紧密的连结，方便用户获取的同时，减少不必要的资源浪费。

基层政府是掌握元数据最充分的组织。各个基层政府部门直接与公众取得联系，通过调查获取的一手数据构建成一个极为庞大的原始数据群，这一数据群信息丰富，内容细分度高，具有特定指向性，但数据资料相对无序。集群当中的各个单元即不同的政府单位之间相互不连结，导致数据的质量参差不齐，难以作为有效数据信息直接使用。基层政府在整个政府数据开放系统中主要发挥着数据采集的作用，是实现政民互动的关键环节，通过执行上级政策和联系群众，为政府数据开放提供信息源支撑。由于现实需求有限，目前关于建立基层政府数据开放平台的研究和实践都相对较少，平台建设是否有沉降到基层政府的必要，仍是学界争论的焦点之一。但在实现基层数字治理逐渐成为主流呼声的背景下，将基层政府的行动力纳入政府数据开放机制中来，使其在数据采集与管理的具体环节中充分发挥作用是必要的。这一环节的疏通或将成为政府数据开放机制完善，从而面向用户、实现需求导向的关键切入点。

行政分层机制聚焦于管理体系建设和组织内部的协同配合，强调各级政府在数据开放中能够发挥的作用，适用于行政效能研究。在该机制下，“数据”“平台”“技术”“人力”等通常被当作资源要素模糊化处理，或是作为评价政府行为能力的具体指标，其本身不承担实际意义。

4.3 技术赋能机制

技术更新迭代改变了传统意义上的数据收集和数据分发形态，使越级互动成为可能。公众在数据的供给、使用和纠错方面作用日甚[30]。由政府运营维护的集约化大平台，作为数据转运中枢，承担主要的数字化服务功能，双向收集政府与公众的数据信息，对接现实需求。由此构建出的技术赋能机制（见图2）充分考虑了各个要素的协同性，对六个维度进行了最大程度的融合，构建出最具综合性的解释框架。

图2 技术赋能机制

技术赋能机制下，政府依然掌握着对于数据的绝对支配权，并将数据作为国有资产进行市场化运营[31]。“公众”这一概念则被替换为“用户”，更加强调技术属性。在政府主导的集约化大平台上，用户基于行政手段引导，通过主动上报的方式将个人信息提供给数据平台，平台设置权限门槛，分级分类地将数据分别提供各级政府，政府整合后的可开放数据将重新回到用户手中。

技术赋能机制在疫情后的研究中被多次提及，研究者开始关注新的技术背景下数据资源开发利用与社会生活的深度融合，提出“政府开放数据生态链”[32]，强调各主体通过“并联式”数据开放平台协同联动实现政府数据开放[33]。

尽管相关理论和实践研究仍处在初级阶段，但技术赋能机制在资源集约性、可持续性、高效性等方面已经获得学界和业界的认可。随着未来智慧城市的发展和区块链等技术的普及，数据的供应和交互将得到更强有力的支持，行政决策科学化、对接需求精准化、战略推进高效化等优势被激发出来[34]，该机制的解释力仍将不断放大。

值得注意的是，技术赋能机制在提升效率的同时，也对制度保障提出了更高的要求。要注重开放过程中的“软硬兼施”，既强调硬件设施的配套建设，也要平衡不同层次的内容需求比例，通过对相关法律规章的完善以及对管理机制的优化，保障数据风险管控。数据信息的安全问题、公民隐私的保护以及各级政府的职责划分都需要有更明确的规定，这也是该机制下未来研究可以继续探讨的方向之一。

5 结论与展望

数据作为信息化时代的基础性战略资源，已成为社会主体生存发展需求的必要元素，融入价值创造的全过程。在我国的特定社会背景下，政府持有的数据资源显然更具权威性、完整性和丰富性，政府数据开放也显得更为重要。

本研究基于对政策导向、研究热点和实践趋势的综合分析，认为内容、政策工具、权利边界、开放流程、行政层级和价值共创是分析政府数据开放的六个维度。内容维度针对“开放什么”的问题，回应了数据信息的构成、表征等；政策工具维度、权利边界维度和开放流程维度分别解释“如何开放”当中的制度问题、权责问题和过程设置问题，相关研究对于政府数据开放过程中的影响因素、行为、效果等有充分的阐释；行政层级维度和价值共创维度则强调了“谁”这一主体性问题，将每一个功能单元的作用进行了细分并强调各主体协同共治的重要性。

在六个维度的理论框架下，本研究调整维度间的侧重点，提出了平台运行机制、行政分层机制和技术赋能机制3种政府数据开放机制，用于在多维视角下对政府数据开放进行理论解析。其一，平台运行机制以平台为核心，以数据内容为主要抓手，强调数据从采集到处理再到流转过程中平台的作用。由于该机制简化了多元主体的作用和关系，更聚焦于平台本身，在研究平台建设现状以及进行效果评估等方面具有得天独厚的优势。其二，行政分层机制强调政府的制度建设、协同合作以及数据管理能力等，突出行政力量的作用，因而更适用于政府数据开放促进社会治理方面的研究。其三，技术赋能机制对于硬件设施、配套制度以及主体素养等都有更高要求，其更适用于政府主导的集约化大平台建设比较完备的社会背景下，各级政府分工明确，用户普遍参与，进而讨论如何平衡各主体间的权责关系，提升数据开放效率，实现数字化建设水平的跃升。尽管在疫情常态化的社会生活中，技术赋能机制的逻辑已在大数据行程码等行政措施中得到初步实践，但在现阶段其仍不失为一种理想化模型，需要靠进一步的实践来充分论证。

平台运行机制相对成熟，其创新性表现在二级指标调试方面，可用这一机制进一步解释具体问题；行政分层机制和技术赋能机制更强调主体联动和协同发展，对于激发用户的主观能动性的作用更明显，相关研究的创新空间还相对较大。例如，技术赋能机制中平台建设的层级落点以及行政分层机制中基层的政民互动关系等，都是值得进一步展开讨论的话题。此外，必须重视的是，用户需求一直是政府数据开放机制优化的核心导向。提升开放数据的可用性和易用性，优化开放平台设置，促进多主体间协同联动，实现交互式地采集和获取，将是未来进行机制调试和开展具体实证研究的主要着力点。