基于系统动力学的开放公共数据价值实现的作用机制研究

田强 刘岩 于丽静 李金华

[摘要]开放公共数据不仅有利于构建数字化法治政府，而且有助于释放数据要素对民众、企业、科研院校等不同利益相关主体的重要价值。基于系统动力学方法对开放公共数据，通过数据流通促进其价值实现的作用机制展开深入研究，重点分析了公共数据的价值实现渠道、价值实现路径与价值实现保障。通过对不同情境下公共数据价值实现过程的仿真模拟发现：政府部门应构建统一、高效、便捷的公共数据开放平台作为其价值实现渠道，并利用平台向社会提供数据资源。公共数据的价值实现路径包括提升民众满意度、构建数字化政府、提高企业数字化能力等，该过程需要不同类型的数据服务商的深度参与。此外，提升数据主体的数据感知力与数据素养，培育良好的数据文化，制定政策法规、加强组织管理等是公共数据价值实现的重要保障。最后根据模拟仿真结果，提出促进公共数据价值实现的建议举措。

[关键词]公共数据；数字化治理能力；数据素养；数据挖掘；数商

一、 引言与文献综述

2019年10月31日，十九届四中全会审议通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》首次将数据列为生产要素1。2020年3月30日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》提出加快培育数据要素市场，推进政府数据开放共享2。开放政府数据、实现数据价值是政府部门、科研院校、企业、社会组织和公众等多元主体以互利协作为基础，通过利用政府开放数据资源进行增值性开发，使政府数据开放的目标和价值得以现实化的过程和结果[1]。事实上，政府数据不等同于公共数据。公共数据是国家机关、事业单位，经依法授权具有管理公共事务职能的组织，以及供水、供电、供气、公共交通等提供公共服务的组织，在履行公共管理和服务职责过程中收集和产生的数据3。公共数据对外开放为民众、企业、科研机构等不同利益相关主体创造巨大价值，如推动企业数字化转型以促进企业创新[2]，促进普通民众与知识工作者的知识创造[3]，以及降低城市内区域发展水平差距、促进区域协调发展等[4]。此外，公共数据开放囊括构建统一的政府信息公开处理平台以打破信息壁垒，实现跨部门的数据共享[5]。

目前，学界有关公共数据对外开放的研究尚不全面，多数研究以政府数据开放为研究主题。如针对政府数据开放过程中的数据安全与价值实现的保障机制[6，7]，以及政府数据开放过程中价值实现的关键影响因素[1，3，8]。数据、平台、技术成为数字经济时代的基本要素[9]，但现有研究成果存在以下不足：其一，未能明晰平台开放数据对公众、企业等不同主体的价值实现路径；其二，未能解释原始数据与数据产品之间的关系；其三，未能从数据挖掘技术视角探究创造数据价值的关键因素。本文为弥补以上研究不足，利用系统动力学模型模拟政府构建公共数据开放平台并利用该平台开放公共数据，通过模拟不同情境下公共数据的价值实现过程，探究公共数据的价值实现渠道、价值实现路径与价值实现保障，为有关部门开放公共数据、释放数据价值提供理论参考。

二、 公共数据对外开放的前提条件

通过梳理相关文献并结合发布的政策文件，本文将公共数据对外开放的前提条件确定为：第一，公共数据的持有权归属政府，因政府占有公共数据的存储载体或实际控制公共数据的访问与处理权限[10]。第二，公共数据的经营权、加工使用权分别归属于数据开放平台、数据服务商。根据《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》），建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制1。结合北京、上海等地的数据开放情况，政府、数据服务商、平台分别享有上述三种权利。第三，借助数据服务商的深度参与实现数据的匿名化和产品化。根据《数据二十条》，数据商是激发数据要素市场活力的关键角色，主要扮演技术方案提供者、交易合规保荐者和数据价值发现者的角色[11]。根据《全国数商产业发展报告（2022）》，数商包括数据资源集成商、数据加工服务商、数据分析技术服务商等15类[12]。数据的发布可能会导致私人信息泄露[13]，但数据加工服务商利用隐私计算、区块链等技术对公共数据可进行匿名化处理以避免隐私泄露，同时利用各类算法模型将数据转化为数据产品，实现“原始数据不出域、数据可用不可见”[11]。

三、 系统动力学模型构建

1. 系统边界与基本假设

系统动力学是一门研究信息反馈系统的科学，适用于研究复杂系统的结构和行为之间的动态关系[9]。公共数据开放受到数据、利益相关者和环境等因素的影响，各因素的相互联系和作用构成了一个生态系统，其特征符合多重非线性信息反馈系统的特点[1]，适合采用系统动力学分析方法。

系统行为主要由内部因素决定，模型成功的关键在于合理规划系统边界[1]。本文将公共数据开放系统分为数据资源开放子系统和数据资源价值实现子系统，前者包括无偿与有偿开放的数据资源，后者包括数据资源提升公众满意度、提升政府的数字化治理能力、提高企业的数字化能力、辅助科研院校提升科研成果应用价值以及推动其他组织及个人发展等。基本假设包括：第一，公共数据需借助公共数据开放平台实现数据流通。第二，平台开放数据不包括涉密数据或不符合开放条件的数据。第三，公共数据开放需借助数商的数据挖掘，一是借助数据脱敏对公共数据的某些特定信息进行模糊化处理，防止泄露个人信息、企业经营核心信息、危害国家安全的信息[14]；二是利用数据挖掘技术开发数据产品、充分发挥数据价值[15]。特别是利用基于区块链的联邦学习等技术，实现数据的可溯源、不可篡改和加密保护[16]。第四，公共数据实现价值增值时政府部门释放数据价值的意愿会增强，继而将提高公共数据采集率以增加公共数据开放量。

2. 因果关系分析

因果反馈关系分析是系统动力学的重要组成部分[6]。本文利用系统动力学对公共数据价值实现过程进行因果关系分析，借助Vensim PLE软件可构建图1。图1中公共数据借助开放平台对外流通，平台开放数据资源包括原始数据和经过脱敏处理后的数据集以及以“数据应用”形式出现的数据产品。公共数据开放存在泄露公众隐私或商业机密、行政机密等风险，这些风险会降低政府部门释放数据价值的意愿，不利于公共数据的开放及价值实现。图1中主要存在以下反馈回路：

第一，公共数据与公众满意度的因果反馈回路。公共数据→+平台开放数据资源→+公众数据资源获取量→+公众满意度→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据。此回路反映公共数据增加则平台可开放数据资源增加，公众数据资源获取量增加，由此保障民众的知情权、监督权与参与权，提升政府透明度，从而有助于提升公众满意度。此外，公众数据资源获取量还受到公众数据感知力、平台宣传推广效果以及数商数据挖掘能力、数据混合附合融合程度的影响。其中数商数据挖掘能力代表数商对数据的加工处理程度，数据混合附合融合程度则代表数商加工处理的数据集来自单一部门或多部门。

第二，公共数据与政府数字化治理能力的因果反馈回路。公共数据→+平台开放数据资源→-政府部门间信息壁垒→-政府数字化治理能力→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据。此回路反映公共数据增加并通过政府部门内部的协同共享，减少跨部门的信息壁垒，提升政府数字化治理能力。该过程同样需要数商的技术加持，因此受到数商数据挖掘能力、数据混合复合融合程度的影响，此外还受到政府部门统筹协调及政府数据素养、政府数据文化的影响。

第三，公共数据与企业数字化能力的因果反馈回路。公共数据→+平台开放数据资源（平台有偿开放数据产品）→+企业利用数据资源→+企业数字化能力→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据。此回路反映无偿开放的数据资源与有偿开放的数据产品对企业数字化能力的正向影响，该过程还受到企业数据感知力、数据素养与创新能力的影响。企业数字化能力是企业通过利用新一代数字与智能技术，以数据为核心，调动企业内外部资源，推动企业研发设计、生产制造、采购物流、管理决策等环节的数字化变革，从而提高企业绩效的能力[17]。

第四，公共数据与科研成果应用价值的因果反馈回路。公共数据→+平台开放数据资源（平台有偿开放数据产品）→+科研院校利用数据资源→+科研成果→+科研成果应用价值→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据。此回路反映无偿开放的数据资源与有偿开放的数据产品对科研成果及其应用价值的正向影响，该过程还受到科研院校数据感知力、科研素养及科研成果落地转化率的影响。

第五，公共数据与其他组织及个人发展的因果反馈回路。公共数据→+平台开放数据资源（平台有偿开放数据产品）→+其他组织及个人利用数据资源→+其他组织及个人发展→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据。此回路反映无偿开放的数据资源与有偿开放的数据产品对其他组织及个人发展的正向影响，该过程还受到其他组织及个人数据感知力与数据素养的影响。其他组织是除政府、公众、企业、科研院校以外的合法组织机构，此外个人也可通过合法合规方式有偿获取数据资源。

第六，平台开放数据资源与平台服务能力的因果反馈回路。①平台有偿开放数据资源→+平台有偿利用数据资源→+平台获利→+平台服务能力→+平台有偿开放数据资源。②平台有偿开放数据资源→+平台有偿利用数据资源→+平台获利→+平台服务能力→+平台开放数据资源→+公众数据资源获取量→+公众满意度→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据→+平台有偿开放数据资源（平台开放数据资源）。③平台有偿开放数据资源→+平台有偿利用数据资源→+平台获利→+平台服务能力→+平台开放数据资源→-政府部门间信息壁垒→-政府数字化治理能力→+数据综合应用价值→+政府部门释放数据价值意愿→+公共数据采集率→+公共数据→+平台有偿开放数据资源（平台开放数据资源）。上述三条回路均为正反馈回路，回路①反映有偿开放的数据资源促使平台获利增加，由此平台对用于提升自身服务能力的投资建设增加，如数据存储能力扩展、数据查询速度提升、吸纳更多数据服务商等，使平台能够支撑更多公共数据的对外开放。回路②与回路③分别反映平台利用有偿开放的数据产品增强平台获利能力，扩大无偿开放的数据资源以提升公众满意度及政府数字化治理能力。

需补充说明的是，公众、企业、科研院校、其他组织及个人利用公共数据开放平台能够获取有价值的数据资源，在很大程度上受其自身数据感知力的影响，即对数据资源价值量及如何实现价值的感知程度。此外，数据素养是指上述利益相关主体获取、整理、归纳和总结数据并在此基础上推断结论的能力[18]，其中政府数据素养是政府及公务员在进行公共事物管理或提供公共服务过程中进行数据处理、数据共享、数据流转和数据分析的能力，政府数据文化则是政府及公务员关于政府开放数据事务的理念及其指导下的行为准则[19]。

3. 系统动力学流图

在梳理完重要变量间的因果关系后，利用Vensim PLE软件构建开放公共数据价值实现的系统动力学模型，如图2所示。

图2中共有3个水平变量和6个速率变量，其余均为辅助变量或常量。系统动力学擅长处理周期性、长期性、数据不足及某些参数或关系难以量化的问题[20-22]，此时依然可以以反馈环为基础开展研究[23]，这是由于多重反馈环的存在使系统对于大多数参数是不敏感的[24-25]。当前公共数据开放存在明显的数据不足问题，但在合理范围内设定参数仍具有研究意义。本文主要变量的性质、意义、公式、赋值等情况如下：

公共数据存量=INTEG（公共数据增加量-公共数据失效量），水平变量，代表政府所掌握的公共数据，初始值为100000。

平台开放数据资源=INTEG（平台开放数据资源增加量-平台开放数据资源失效量），水平变量，代表公共数据开放平台中无偿开放的数据资源，初始值为60000。

平台有偿开放数据产品=INTEG（数据产品增量-数据产品失效量），水平变量，代表公共数据开放平台中有偿开放的数据产品，初始值为0。因数据产品不同于现有的已开放的公共数据资源，尤其需要经过数商加工处理，故将其初始值设定为0。

公共数据增加量=DELAY1（公共数据存量[×]公共数据采集率，1），速率变量，代表由公共数据采集率引发的公共数据增加量。因数据采集、存储、处理需要花费时间，故采用一阶物质延迟函数表示，将延迟时间设定为1个月。

公共数据失效量=DELAY1（公共数据存量[×]公共数据失效率，24），速率变量，代表由公共数据失效率引发的公共数据失效量。公共数据失效存在延迟，故采用一阶物质延迟函数表示，将延迟时间设定为24个月。

平台开放数据资源增加量=DELAY1（公共数据存量[×]开放数据占比[×]（1+平台服务能力），1），速率变量，代表公共数据开放后成为平台开放的数据资源。公共数据成为平台开放数据或数据产品存在延迟，故采用一阶物质延迟函数表示，将延迟时间设定为1个月。

平台开放数据资源失效量=DELAY1（平台开放数据资源[×]平台开放数据资源失效率，24），速率变量，代表由平台开放数据资源失效率引发的平台开放数据资源失效量。平台开放数据资源的失效存在延迟，故采用一阶物质延迟函数表示，将延迟时间设定为24个月。

数据产品增量=DELAY1（公共数据存量[×]有偿开放数据占比[×]0.001[×]（1+数据混合附合融合程度）[×]数商数据挖掘能力[×]（1+平台服务能力），4），速率变量，代表由公共数据开放并经数商数据挖掘后成为平台开放数据产品。因公共数据经数商数据挖掘成为数据产品需要较长时间，故采用一阶物质延迟函数表示，将延迟时间设定为4个月。一项数据产品通常由“N”个数据集开发而来，为此在数据转化为数据产品的过程中赋其0.001的系数。

数据产品失效量=DELAY1（平台有偿开放数据产品[×]数据产品失效率，18），速率变量，代表由数据产品失效率引发的数据产品失效量。平台开放数据产品的失效存在延迟，故采用一阶物质延迟函数表示。鉴于当前技术更新换代的时间较快，将延迟时间设定为18个月。

公共数据采集率=1-1/LN（政府部门释放数据价值意愿），辅助变量，代表公共数据增加量的原因。

公众满意度=SMOOTH（0.001[×]公众数据资源获取量，3），辅助变量，代表公众因数据资源获取量增加而形成的公众满意度。因该过程需要花费较长时间，故采用时间延迟函数，将延迟时间设定为3个月。鉴于公众数据资源获取量是影响公众满意度的因素之一，所以赋其0.001的系数。

政府数字化治理能力=SMOOTH（政府数据文化[×]政府数据素养[×]（1/政府部门间信息壁垒），6），辅助变量，作为政府数字化治理能力的代表性变量。政府数字化治理能力的提升也存在延迟，故采用时间延迟函数，将延迟时间设定为6个月。

企业数字化能力=SMOOTH（0.0001[×]企业利用数据资源[×]企业创新能力[×]企业数据素养，4），辅助变量，代表企业将数字技术转化为企业竞争力的能力。企业数字化能力受多方面因素的影响，企业利用数据资源只是其中之一，故赋予该影响因素0.0001的系数。

科研成果应用价值=SMOOTH（科研成果[×]落地转化率，4），辅助变量，代表科研成果付诸实践后创造的实际价值。科研成果的推广应用存在延迟，故利用时间延迟函数表示并将延迟时间设定为4个月。

其他组织及个人发展=SMOOTH（0.0001[×]其他组织及个人利用数据资源[×]其他组织及个人数据素养，3），辅助变量，代表其他组织及个人利用数据资源对组织及个人发展产生的正向影响。数据资源是影响其他组织及个人发展的因素之一，在此赋予该因素0.0001的系数。因其他组织及个人利用数据资源促进组织及个人发展也存在延迟，故采用时间延迟函数表示，将延迟时间设定为3个月。

数据综合应用价值=企业数字化能力+公众满意度+其他组织及个人发展+政府数字化治理能力+科研成果应用价值，辅助变量，代表数据资源产生的综合价值。

保障机制=技术水平+政策法规+组织管理+资金投入，辅助变量，代表促进政府部门扩大释放数据价值意愿的主要因素，对每个机制因素赋值1.01。

模型中存在较多辅助变量和常量，囿于篇幅原因部分辅助变量未能详尽展示，其余常量设定数值见表1。

四、 系统动力学仿真

在构建完上述系统动力学流图后，本文利用Vensim PLE软件运行仿真，各变量无单位以Dmnl表示，步长设置为1个月，仿真时间设置为36个月。首先选择公众满意度、政府数字化治理能力、企业数字化能力、科研成果应用价值、其他组织及个人发展以及综合应用价值作为监测对象，对公共数据开放价值实现的动态演化过程进行有效性检验，结果如图3所示。图3至图15中横轴代表36个月的仿真步长，纵轴代表观测变量的增长变化。图中政府数字化治理能力在36个月内呈现出快速增长态势，其余变量均呈现明显的指数增长态势且在第24个月后增长态势明显加快。结合现实情况来看，以台州市为例，该市高质高效地推动了智能化公共数据平台和数字政府系统的建设，使台州市公共数据治理工作在全省范围内具有示范性和先进性[26]。由此可见，该模型能有效反映开放公共数据价值实现的动态变化过程。

之后通过改变数商数据挖掘能力的取值对模型进行灵敏度分析。对数商数据挖掘能力分别赋值1.2、2.4和3.6，分别对应Current1、Current2和Current3，观测政府数字化治理能力和数据综合应用价值的变化，运行后得到图4。该图反映提升数商的数据挖掘能力，能够有效提升政府的数字化治理能力及数据综合应用价值。随时间推移，后期效果将愈发明显。模型的有效性检验及灵敏度分析均表明该模型运行结果具有一定的科学合理性，运行后的仿真结果能够在一定程度上反映现实情况。

1. 增大开放数据占比

将开放数据占比由0.60分别提高到0.70和0.80，将有偿开放数据占比由0.35分别提高到0.55和0.75，三种情况分别对应Current1、Current2和Current3。在此选取公众满意度与企业数字化能力作为观测对象，将仿真结果整理成图5。由图5可知，提升开放数据占比可促使公众与企业的数据资源获取量增加，对提升公众满意度及企业数字化能力具有显著效果。

2. 提升数据素养并培育数据文化

打造数字政府重在提升政府的数字化治理能力。对政府数据素养分别赋值1.3、2.6和3.9，分别对应Current1、Current2和Current3，观测政府数字化治理能力及数据综合应用价值的变化趋势。将结果整理后得到图6，该图反映了政府数据素养对提升政府数字化治理能力具有显著的正向影响。之后对政府数据文化分别赋值1.2、2.4和3.6，分别对应Current1、Current2和Current3，观测政府数字化治理能力及数据综合应用价值的变化。将结果整理后得到下图7，该图说明培育良好的数据文化有助于提升政府部门的数字化治理能力。

3. 建立保障机制以降低数据开放风险

将构成保障机制的政策法规、组织管理、技术水平、资金投入分别赋值为1.01、2.02和3.03，分别对应Current1、Current2和Current3，观测其对政府部门释放数据价值意愿及数据综合应用价值的影响，结果如图8所示。恢复原变量数据值后对开放公共数据风险分别赋值4.0、3.5、3.0，分别对应Current1、Current2和Current3，观测其对政府部门释放数据价值意愿及数据综合应用价值的影响，结果如图9所示。由图9可知，建立保障机制、降低公共数据开放风险能促进政府部门释放数据价值意愿并最终增大数据综合应用价值。

4. 加强宣传推广并提升数据感知力

对宣传推广效果赋值0.3、0.6和0.9，分别对应Current1、Current2和Current3，观测公众数据资源获取量与公众满意度的变化趋势，将仿真结果整理后得到图10。由图10可知，加强宣传推广能够增加公众数据资源获取量进而促进公众满意度的提升。此外分别对公众数据感知力赋值0.05、0.07和0.09，分别对应Current1、Current2和Current3，观测其对公众数据资源获取量与公众满意度的影响效果，将仿真结果整理成图11。之后对企业数据感知力分别赋值0.06、0.08和0.10，分别对应Current1、Current2和Current3，观测其对企业利用数据资源及企业数字化能力的影响效果，将仿真结果整理成图12。由图12可知，数据主体对数据资源的感知力提高后，数据主体能更主动自觉地利用数据平台获取更多数据资源并对自身生产生活产生正向影响。因篇幅原因，对其他数据主体的数据感知力仿真结果不再赘述。

5. 提升数商的数据挖掘能力

对数商数据挖掘能力分别赋值1.2、4.8、9.6，分别对应Current1、Current2和Current3，观测政府数字化治理能力与企业数字化能力的变化趋势。将仿真结果整理成图13，由图13可知，通过数商的数据处理功能实现了“原始数据不出域、数据可用不可见”，这既保障了数据持有者可以放心提供基础数据，又使数据需求方能借助个性化的数据产品辅助自身业务的完善，对提升公众满意度、政府数字化治理能力以及企业数字化能力、促进科研成果应用、推动其他组织及个人发展均具有正向作用。

6. 增大数据混合复合融合程度以深挖数据价值

为探究数据混合复合融合是否会对挖掘数据价值产生影响，首先将该变量赋值为0，代表数商进行数据处理的是来自单一部门或领域的数据集；然后依次对该变量赋值2、4、6，分别对应Current、Current1、Current2和Current3，代表数商处理的是经过混合复合融合后的数据集，观测公众满意度与科研成果应用价值的变化趋势，将结果整理后得到图14。由图14可知，随着不同领域数据集的深度混合、复合和融合，数据价值被更大程度地深挖出来并惠及不同利益相关主体。根据南方电网发布的《数字电网实践白皮书2021》，通过拓展政务数据和电力数据的融合应用，发挥电力大数据作为生产要素的价值，可在复工复产上助力政府部门节省预算40万元，在疫情防控上节省政府开支107万元。何种数据集能够交叉融合成为更具价值的数据集，需要多方论证、分析和摸索，更需要经验丰富的数据服务商的深刻感知力。

7. 增大对公共数据开放平台的支持力度

改变平台获利对平台服务能力的支持系数，对该系数分别赋值0.6、0.8和1.0，分别对应Current1、Current2和Current3，观测平台获利及平台服务能力的变化情况，将结果整理后得到图15。由图15可知，当平台将更多盈利用于自身建设时可以更快提升其服务能力。随着平台逐步走上正轨，其经营业务愈发成熟，数据用户群也愈发庞大，彼时平台将拥有强大的盈利能力，平台服务能力也接近比较完善的水平，也就不需要政府财政在资金方面提供较多支持。相反平台对政府财政的支持力度却愈发明显，对经济增长的推动效果也愈发显著，平台将成为社会经济发展的重要增长极。

五、 结论与建议

本文在参考相关文献的基础上，结合《数据二十条》等政策文件，基于系统动力学方法对开放公共数据价值实现的作用机制进行深入研究，重点分析了公共数据的价值实现渠道、价值实现路径与价值实现保障。结果表明：（1）政府部门应构建统一、高效、便捷的公共数据开放平台作为其价值实现渠道，实现公共数据的价值最大化。（2）公共数据的价值实现路径包括提升民众满意度、构建数字化政府、提高企业数字化能力等，该过程需要不同类型数据服务商的深度参与。（3）提升数据主体的数据感知力与数据素养，培育良好的数据文化，制定政策法规、加强组织管理等是公共数据价值实现的重要保障。由于缺乏真实数据，在模型参数的设定上存在局限性。但随着各地公共数据开放趋势逐步扩大，未来在获取有关真实数据的基础上可对模型做进一步验证。由此本文提出以下建议：

其一，扩大开放数据占比。随着隐私计算、区块链、匿名化处理等技术愈发成熟，符合对外开放条件的数据资源将进一步扩大。其二，提高数据利用主体的数据素养，同时应提倡在全社会范围内培育良好的数据开放文化。其三，通过加强组织管理、制定政策法规、提高技术水平、增加资金投入等多重措施建立完善的保障机制。其四，加强平台宣传推广效果，提升数据主体的数据感知力。其五，提升数商的数据挖掘能力，增大数据混合附合融合程度。其六，加强政府财政对数据开放平台的支持力度。当平台拥有了较强的盈利能力时，其对政府财政的支持力度也将十分显著。

参考文献：

[1] 张晓娟，莫富传，冯翠翠.政府数据开放价值实现的机理：基于系统动力学的分析[J].情报理论与实践，2022，45（5）：75-83.

[2] 蔡菲莹，黄秀薷.政府数据开放、企业数字化转型与企业创新[J].统计与决策，2022，38（23）：175-179.

[3] 袁莉，徐丽新，姚乐野.政府数据开放的知识创造机理研究[J].情报理论与实践，2022，45（2）：78-84.

[4] 方锦程，刘颖，高昊宇，等.公共数据开放能否促进区域协调发展？——来自政府数据平台上线的准自然实验[J].管理世界，2023，39（9）：124-142.

[5] 董妍.政府信息公开不当申请数字治理的难题及其破解[J].兰州学刊，2023（2）：113-121.

[6] 王晶，王卫，张梦君.开放政府数据价值实现保障机制研究——基于系统动力学方法[J].图书馆学研究，2019（16）：51-59.

[7] 马海群，张涛，李钟隽.新冠疫情下政府数据开放与安全的系统动力学研究[J].现代情报，2020，40（7）：3-13.

[8] 袁红，王焘.政府开放数据生态系统可持续发展实现路径的系统动力学分析[J].图书情报工作，2021，65（17）：13-25.

[9] 王岭.数字经济时代中国政府监管转型研究[J].管理世界，2024，40（3）：110-126.

[10] 许可.从权利束迈向权利块：数据三权分置的反思与重构[J].中国法律评论，2023（2）：22-37.

[11] 国家信息中心大数据发展部.大力培育数据商新业态构建开放高效的数据要素市场生态体系[EB/OL].（2023-02-09）[2024-06-13].https：//www.ndrc.gov.cn/xxgk/jd/jd/202212/t20221219_1343667_ ext.html.

[12] 全国数商产业发展报告（2022）[EB/OL]（2022-11-25）[2024-06-13].https：//mp.weixin.qq.com/s/J7f3p-MEYfa3r39c8ev7vw.

[13] 苏君华，杜念.国外公共数据资源开放共享中的隐私风险控制研究综述[J].现代情报，2024，44（3）：164-177.

[14] 王今，邹纯龙，马海群，等.基于零信任的公共数据平台安全指数构建研究[J].情报科学，2023，41（8）：18-24.

[15] 袁澍清，王刚.区块链技术与数据挖掘技术对数字经济发展的推动作用研究[J].西安财经大学学报， 2022，35（4）：54-64.

[16] 施宏建，马汝辉，张卫山，等.基于区块链辅助的半中心化联邦学习框架[J].计算机研究与发展， 2023，60（11）：2567-2582.

[17] 吉峰，贾学迪，林婷婷.制造企业数字化能力的概念及其结构纬度——基于扎根理论的探索性研究[J].中国矿业大学学报（社会科学版），2022，24（5）：151-166.

[18] 张红春，杨涛.公务员数据素养的概念、结构与测量[J].数字图书馆论坛，2023，19（1）：58-65.

[19] 陈美.德国政府开放数据分析及其对我国的启示[J].图书馆， 2019（1）：52-57.

[20] 吕涛，张美珍，雷强.基于系统动力学的印度能源及煤炭需求情景预测[J].资源科学，2015，37（6）：1199-1206.

[21] 杨希.近20年国内外乡村聚落布局形态量化研究方法进展[J].国际城市规划，2020，35（4）：72-80.

[22] 宋燕飞，尤建新，栾强.汽车产业创新生态系统仿真与影响因素分析[J].同济大学学报（自然科学版），2016，44（3）：473-481.

[23] 朱燕刚，张鹭鹭，贾建国，等.“药品价格虚高”问题模型构建与模拟[J].管理评论，2007（5）：26-32.

[24] 徐磊，董捷，张安录.湖北省土地利用减碳增效系统仿真及结构优化研究[J].长江流域资源与环境，2016，25（10）：1528-1536.

[25] 樊燕萍，安俊.系统思维方法与系统动力学在战略并购问题上的应用[J].系统科学学报，2013，21（3）：74-77.

[26] 安小米，齐宇.公共数据平台数据互操作能力保障要素框架研究[J].情报理论与实践，2024，47（1）：46-56.

基金项目：长春市创新发展战略研究计划项目“基于‘数字长春建设的数据产权制度研究（项目编号22CF02）”。

作者简介：田强，男，硕士，烟台南山学院经管学院讲师，研究方向为物流管理与数字经济；刘岩，女，博士，长春大学管理学院教授，硕士生导师，研究方向为物流管理与数字经济；于丽静，女，硕士，烟台南山学院经管学院教授，研究方向为供应链管理与数字经济；李金华，女，硕士，烟台南山学院经管学院副教授，研究方向为供应链管理数字化运营。

（收稿日期：2024-01-11  责任编辑：苏子宠）