数字经济驱动下广州政务数据资产化策略

肖曦梦

［摘 要］随着数字经济的发展，政务数据开放范围越来越大，需要提高相应的脱敏技术去除敏感数据、制定相关的法律及规章制度对政务数据安全进行严格的把控。制定与政务数据安全相关的国家层面的法律法规、显著提升脱敏及保密等技术的水平，才能确保政务数据的安全性。文章通过对广东省广州市政务数据资产化现状的分析，找出其在安全化、标准化、价值化方面存在的问题，并提出政务数据资产化路径，即扶持政务数据运营企业、推进政府信息全面数据化、建立政企合作管理制度、组建政务数据分析团队，以期为数字经济驱动下广州政务数据资产化提供帮助。

［关键词］数字经济；政务数据；资产化

doi：10.3969/j.issn.1673 - 0194.2023.16.057

［中图分类号］D035.5；F49［文献标识码］A［文章编号］1673-0194（2023）16-0180-03

0     引 言

在数字经济时代，数据已成为驱动经济社会发展的一种新型“资本”要素，可以将数据看作陆权、海权和空权之外的第四种国家战略资产。大数据已经渗透到我国各行各业，可以降低政府部门的决策成本和服务成本，提高政府部门的行政管理效率，使社会资源的分配更加合理、资源的流通速度更快。政务数据行业随着近年来数字政府和新型智慧城市建设的兴起而快速成长，其在社会信用、公共安全防控、市场监督管理、数据整合共享等领域的开发应用逐步成为建设焦点［1］。本文通过分析广东省广州市政务数据资产化现状，探究其中存在的问题，进而提出相应的策略，对广州政务数据资产化发展具有一定的现实意义。

1     广州政务数据资产化的意义

随着数字经济时代的到来，政务数据越来越丰富。目前，数据价值密度高，中国信息数据资源80%以上均掌握在我国政府各部门手中，如果这些数据实现资产化，价值可达萬亿元量级。政务数据无论是从数据量，还是从数据质量来说，其价值均显著高于其他任何一个行业的数据。例如，淘宝、京东和拼多多等电商平台上行业数据的类型均比较单一，而政务数据则包括医疗数据、教育数据、工业数据、农业数据和天气数据等。因此，政务数据的范围更广、类型更多，同时政务数据的相关性更强，标准更为统一，更有利于开发与利用。

广州市政务数据是广州市政府重要且有价值的资产，应开发利用政务数据，实现其经济价值和社会价值，推动广州市经济社会向数字化迈进。深度挖掘政务数据价值，实现政务数据资产化，在推进“数字城市”“智慧城市”等城市战略实施的过程中具有重要作用。政务数据如同“地下水”“地下石油”，具有重大的经济价值。挖掘政务数据的步骤为数据脱敏，实现政务数据安全化，再将安全化的政务数据规范标准化，对安全化和标准化的政务数据进行评估，最后将具有经济价值的政务数据放到市场上进行交易、数据分析或开发成数据产品。政务数据作为数字经济的重要元素，实行资产化是大势所趋。建立高效的政务数据资产化机制，实现政务数据的开发利用，将成为深度利用政务数据、打造协同发展格局的有效途径［2］。

2     广州政务数据资产化存在的问题

2.1   政务数据安全化存在的问题

随着广州数字经济的发展，政务数据开放范围越来越大，受关注度越来越高，将成为具有重大吸引力的目标。大量的政务数据中包含着政务信息、个人隐私、各种商业机密等，增加了政务数据的暴露风险，数据安全化问题成为各方关注的重点，越是复杂的政务数据，越是存在安全漏洞，而数据安全直接影响政务数据资产化。鉴于此，要提高相应的脱敏技术去除敏感数据，制定相关的法律及规章制度对政务数据安全进行严格的把控。当前，与政务数据安全相关的国家层面法律法规的制定还不完善，脱敏与保密等技术均需要显著提升，这样才能确保政务数据的安全性。

2.2   政务数据标准化存在的问题

广州政务数据标准化工作取得了一定的成果，但是数据标准化还存在一定的问题。首先，相关法律法规缺失［3］。目前，广州政务数据标准化的研究正处于起步阶段，专门针对政务数据标准化的法律法规及政策等尚未制定，政务数据缺乏统一的标准，这就是为什么平台上的政务数据都是独特的，分类方案杂乱无章，记录的字段不同。这不利于各部门之间数据资源交互操作，更不利于后期政务开放平台的数据资源整合和资本化。

其次，不同部门数据标准不一。政府各个部门的数据标准不统一，质量千差万别，缺少统一的基准，如同一个人的个人属性数据在公安、社保等部门的数据项、数据集等都不统一，甚至还会产生矛盾。在现有的数据标准下，政府事务开放平台的描述也不够详细，一般只是简单地描述数据资源的内容特征，深度和广度不足，缺乏相关的外部属性，对数据集的理解和利用容易产生偏差。

再次，元数据规范程度低。广州市政府缺乏专门的开放数据元数据方案，导致政务数据元数据缺乏规范性。其在开放数据晴雨表（Open Data Barometer，ODB）中的综合得分是21.16分（满分100分），得分如此之低，原因之一是对开放数据集的描述不全面。在ODB的评价指标中，可以发现“开放许可”“修改日期”和“标识符”分别占15分、10分和5分的权重，而广州市在这3项上的得分均比较低。

2.3   政务数据价值化存在的问题

广州政务数据的价值化评价，通过建立适用的AHP模型，充分考虑各因素对政务数据资产价值的影响，求得政务数据资产的评估值（价格），为政务数据资产合理定价，进入流通和交换环节，从而引导政务数据流动，进行价值共享交换。在政务数据资产化过程中，准确评估出政务数据资产的价值即为政务数据价值化。其主要方法包括成本法、市场法、层次分析法，广州市通常选取层次分析法，详细分析政务数据价值构成指标，并对构成指标进行计量。具体而言，确定数据量、数据质量、数据成本以及数据挖掘作为构成数据价值的4个影响因素，并根据专家的意见，分别赋予相应的权重，最终确定数据资产评估模型。但是，对于数据资产价值的构成指标及指标的计量方法，目前还未达成一致意见。一般而言，政务数据集数量越多，其资产价值越高，但二者并不是简单的正线性关系，由于有些数据量大的数据集含有大量的“垃圾数据”，数据价值很低；反之，有些数据量小但属于高密度价值的数据集具有较大的价值。在数据资产清洗、挖掘和分析阶段，相应的工作量和难度均大大增加，导致政务数据开发应用的成本大幅增加，降低了政务数据资产的价值［4］。

3     政务数据资产化的路径

3.1   扶持政务数据运营企业

针对不同保密级别的政务数据采取不同的开放规则，这就需要专业的运营企业提供专门的服务。政府对其进行必要的引导和扶持，在政企合作期间，为合作企业提供资金、技术等保障，创造良好的软环境。政府政务数据资产化的财税扶持可以采用多种形式，如市场化形式，设立相应的政务数据资产化引导基金，吸引相关企业进行产业基金投资和跟投，或者设计政务数据资产化的贷款资金池，在贷款前增加信贷比例和融资担保补贴等。还可以采取非市场化形式，如设立政务数据资产化科技研发专项资金，以无偿资助或者奖励的形式发放，或者出台相关政策为开展政府政务数据资产化的企业提供贷款贴息甚至无息贷款，从而降低政府政务数据开发利用的融资成本。企业可以根据政务数据需求成立专门的政务数据管理委员会，明确企业数据管理目标和原则，规定参与政务数据管理的员工职能，使政务数据更好地为企业发展作贡献。

3.2   推进政府信息全面数据化

首先，保障政务数据安全。一般政务数据投入市场前，需要进行脱敏，对于满足社会公共利益属性的政务数据可以优先开放；对于涉及商用的政务数据则要限制开放，并且进行监管；对于涉及个人权益的政务数据则以保护为主，按照政策有序开放。技术处理后的政务数据进入市场，利用大数据、区块链等技术，将相关法律法规与现代技术结合，形成立体化监管［5-6］。其次，提高政务数据标准化水平。政府作为数据的最大拥有者，为保证数据的市场价值，需要提高政务数据开放的水平及质量。要加快各地政务数据开放平台的建设，打破政府垄断数据的现状，消除部门间“信息孤岛”效应，打破信息壁垒，引导各部门及时高效地发布公众所需要的相关数据。政府应根据社会对数据资源的明确需求，提高数据开放的广度及质量，同时将政务数据开放的水平与质量作为各级政府治理和公共服务绩效考核的标准。可以从政务数据格式、內容表述等方面进行标准化设置，提升政务数据的质量标准和价值，满足社会不同群体需求，扩大政务数据应用的深度和广度。最后，提升政务数据评估水平。优化数据评估体系是政务数据资产化的关键，需要对政务数据质量进行科学的价值评估。目前主流的政务数据评估方法包括收益法、市场法、成本法以及层次分析法（Analytic Hierarchy Process，AHP）等，这些方法各有利弊，在评估时，可以根据数据特点，围绕评估内容，采用并优化相应方法，增强政务数据资产评估的信度与效度，以便更加客观、科学地评估政务数据资产［7］。

3.3   建立政企合作管理制度

为保证政务数据市场化顺利进行，可通过政府为主、企业为辅的合作模式，由企业进行社会调研，掌握更多政务数据，对已有的数据进行清洗、挖掘和分析。政企合作市场化运营政务数据，给政务数据管理带来诸多挑战，对于政务数据及政府机密信息、政企竞争关系、公众个人隐私及信息安全等诸多问题，需要建立统一的数据管理标准，尤其是政务数据本身具有特殊性，需要具有法律约束力的规范标准［8］。

首先，要制定政务数据开放管理办法及相关法律法规，明确政务数据公开的内容、数据开放的跨度、数据使用的范围和权限等，政府部门依据法律制度开放数据。其次，建立政府与企业合作的法律法规，法规内应限定政府与企业合作的结构关系，并界定企业运营政务数据的市场界限。现有数据泄露事件多为内部人员贩卖或无意泄露，对此，要规范政务数据监管流程，控制数据的流向，加强政务数据运用的监管，设立数据运用的条件范围，明确数据流程管理制度，加强对数据操作人员的追责。最后，要明确政企合作关系中企业开发运营政务数据业的资质与条件，以及参与的条件、范围，形成良性的企业竞争关系。

3.4   组建政务数据分析团队

企业参与政务数据资产化，一方面是参与数据资源的搜集，另一方面是围绕政务数据资源的利用开发，实现政务数据增值。政务数据资源的利用和整合是不断发展的，特别是大数据挖掘技术的发展。企业可以成立政务数据治理委员会，针对数据治理过程中各部门数据使用混杂、管理流程混乱、各部门各自为政、政务数据使用范围狭小等问题进行治理。企业政务数据治理委员会主要起到协调的作用，可以设置经理、数据管理专员等岗位。这些岗位人员一般需要有专业的数据管理背景，监控数据治理过程。此外，政务数据的筛选、应用等是不断更新的，需要企业技术员的技术能力随之动态发展，因此企业有必要对数据管理技术员进行再培训，通过深度学习，提升数据管理技术员的业务操作水平，进而提升企业效益。另外，政务数据交易需要一定的流程，企业还应该培育相关数据管理人才，掌握政务数据的操作流程，降低政务数据交易过程中的差错率，加强数据监控治理。

4     结束语

政务数据资产经确权后，可以与其他资产一样单独确认，并进行分析、挖掘和计量，用于销售、交换等。笔者认为广州政务数据资产化还存在一定的问题，要通过扶持政务数据运营企业、推进政府信息全面数据化、建立政企合作管理制度以及组建政务数据分析团队来实现政务数据资产化，这是促进广州市发展数字经济、深化供给侧结构性改革、推动新旧动能连续转换、实现政务数据高质量发展的必然选择。

主要参考文献

［1］王建冬，童楠楠.数字经济背景下数据与其他生产要素的协同联动机制研究［J］.电子政务，2020（3）：22-31.

［2］韩海庭，原琳琳，李祥锐.数字经济中的数据资产化问题研究［J］.征信，2019（4）：15.

［3］李良成，李莲玉.电子政务治理体系、治理能力与治理绩效：基于扎根理论的探索性研究［J］.华南理工大学学报（社会科学版），2019（4）：92-99.

［4］安小米，郭明军，魏玮.政务信息系统整合共享工程中的协同创新共同体能力构建研究［J］.情报理论与实践，2019（4）：76.

［5］王见敏，赵飞.大数据背景下地方政务数据开放路径研究：基于协同治理理论视角［J］.改革与开放，2019（19）：34-36.

［6］寿志勤，黄学华，郭亚光.电子政务服务整体绩效评估转型研究：安徽模式的问题检视与重构［J］.电子政务，2019（10）：12.

［7］丁红发.面向数据生命周期的政务数据开放的数据安全与隐私保护对策分析［J］.情报杂志，2019（7）：151-159.

［8］王毛路，华跃.数据脱敏在政务数据治理及开放服务中的应用［J］.电子政务，2019（5）：102-111.