政務數據資產化

圖書在版編目（CIP）數據

政務數據資產化/任泳然著.--北京：企業(yè)管理出版社，2021.1

ISBN978-7-5164-2279-3

Ⅰ.①政…Ⅱ.①任…Ⅲ.①電子政務-數據管理-研究-中國

Ⅳ.①D63-39

中國版本圖書館CIP數據核字（2020）第204621號

書名：政務數據資產化

作者：任泳然

責任編輯：尤穎宋可力

書號：ISBN978-7-5164-2279-3

出版發(fā)行：企業(yè)管理出版社

地址：北京市海淀區(qū)紫竹院南路17號

郵編：100048

網址：

電話：編輯部（010）68701638發(fā)行部（010）68701816

電子信箱：qyglcbs@

印刷：北京虎彩文化傳播有限公司

經銷：新華書店

規(guī)格：170毫米×240毫米16開本15印張140千字

版次：2021年1月第1版2021年1月第1次印刷

定價：58.00元

版權所有翻印必究·印裝有誤負責調換

前言

自20世紀90年代以來，隨著互聯(lián)網在經濟生活中的應用日益普

及，美國、日本和歐盟等發(fā)達國家和地區(qū)的數字經濟日漸興盛，成為

全球經濟發(fā)展的新動力，數據也逐漸成為推動各國經濟轉型升級的生

產要素之一。2016—2018年，美國已連續(xù)三年位居全球數字經濟競爭

力榜首，新加坡反超我國，位居榜單第二。從其競爭力的內部結構

看，新加坡的數字創(chuàng)新競爭力得分超越美國，數字治理競爭力得分也

遠超我國，新加坡在數字治理競爭力上的強勢表現是其能反超我國的

重要原因。我國位居第三，但與美國數字經濟競爭力的差距從2016年

以來正逐年縮小。據統(tǒng)計，2018年我國數字經濟規(guī)模達到了31.3萬億

元，占國內生產總值的比重達到1/3，數字經濟已成為我國國民經濟的

重要發(fā)展力量。在大數據時代，“數據經濟”代替了“數字經濟”，

時至今日，“數據有價”早已成為全民共識。數據是在數字經濟條件

下的重要生產要素，要讓這種生產要素能夠有效發(fā)揮作用，就要積極

推動數據資產化有序進行，讓數據的擁有者可以從市場上獲得相對應

的經濟回報。

在數字經濟時代，數據已成為驅動經濟社會發(fā)展的一種新型“資

本”要素，可以將數據看成是陸權、海權和空權之外的第四種國家戰(zhàn)

略資源，可謂未來的“新石油”。通過政府和企業(yè)合作開發(fā)、分析挖

掘和交易政務數據，實現政務數據的資產化。一方面，能使政府的服

務和決策能力形成質的提高；另一方面，政務數據資產化將產生新知

識和新資本，并推動我國經濟社會的發(fā)展。據統(tǒng)計，我國政務數據資

源的80%以上沒有被開發(fā)利用，這是極大的浪費。然而，政務數據資產

化過程還存在如下問題與困難：①政務數據往往包含大量的敏感信

息，在其資產化的過程中有被泄露的風險；②政務數據存在“各自為

政、條塊分割、煙囪林立、信息孤島”的現象，缺乏統(tǒng)一規(guī)范和標

準；③政務數據資產是一種典型的虛擬性和資源性資產，其價值難以

量化；④政務數據的資產屬性和權屬難以確定，在國家層面缺少相應

法律法規(guī)的支撐，交易活動缺少有效的規(guī)范和監(jiān)管等。這些現象和問

題成為制約我國政務數據資產化的主要瓶頸。因此，在數字經濟背景

下，探討適合我國國情的政務數據資產化的創(chuàng)新策略和實現路徑，是

“數字中國”和“智慧城市”建設過程中一個亟待研究和解決的重要

理論與實踐問題，成為當前政務數據開發(fā)應用的重要方向。

本書以“政務數據”為研究對象，基于數字經濟理論，針對政務

數據資產化存在的技術性和非技術性障礙問題尋求解決方案。從政務

數據安全化、標準化、價值化等技術性方面和數據屬性、權屬界定、

法律法規(guī)、制度監(jiān)管等非技術性方面，結合數字經濟理論，采用GRA與

FCA相結合的方法，從影響政務數據資產化的眾多影響因素中識別出關

鍵的影響因素。根據上述方法，本書得出如下結論：政務數據資產化

過程的影響因素分為技術處理因素和市場化因素。其中，兼容性、數

據保密制度化、具有足夠的財政投入、數據屬性明確和優(yōu)化數據評估

體系為政務數據資產化的重要影響因素；法律配套的完備性、規(guī)范監(jiān)

管和數據權屬明晰為政務數據資產化的一般影響因素。政務數據資產

化路徑為在數字經濟驅動下政企合作模式。在數字經濟的背景下，對

政務數據資產化的研究有著重要的理論意義，即本書認為政務數據資

產化是一個“二過程、四階段”的演化過程，該理論對現有政務數據

資產管理理論是一個有益的補充和完善；同時又有重要的實踐意義，

對我國各地政府推動政務數據資產化具有一定的參考價值和借鑒作

用。

第1章緒論

1.1研究背景

1.1.1數字經濟的發(fā)展概況

1.1.2政務數據資產化的必要性

1.2研究問題

1.2.1政務數據技術處理過程

1.2.2政務數據市場化過程

1.2.3政務數據資產化難題

1.3研究意義

1.3.1理論意義

1.3.2現實意義

1.4研究目標、方法及框架

1.4.1研究目標

1.4.2研究方法

1.4.3研究框架

1.5研究創(chuàng)新

1.5.1視角創(chuàng)新

1.5.2觀點創(chuàng)新

1.5.3方法創(chuàng)新

第2章相關理論及研究綜述

2.1政務數據資產化的理論基礎

2.1.1數字經濟理論

2.1.2電子政務治理理論

2.1.3數據共享協(xié)同理論

2.1.4電子政務服務創(chuàng)新理論

2.1.5信息技術基礎理論

2.2政務數據資產化的文獻綜述

2.2.1數據安全與脫敏的研究

2.2.2數據標準化的研究

2.2.3數據價值評估的研究

2.2.4數據市場化的研究

2.3文獻評述

第3章國際經驗及政務數據資產化的作用機理

3.1國外的發(fā)展經驗

3.2國內的發(fā)展現狀

3.3對比分析

3.3.1法律法規(guī)方面的對比分析

3.3.2專業(yè)機構的對比分析

3.3.3數據安全方面的對比分析

3.4政務數據資產化的作用機理

3.4.1政務數據資產化的內涵

3.4.2“兩個過程、四個階段”的相互作用關系

第4章政務數據的技術處理過程

4.1政務數據安全化

4.1.1政務數據安全化問題的分類分級

4.1.2政務數據脫敏算法

4.1.3脫敏政務數據標準化預處理

4.2政務數據標準化

4.2.1我國政務數據標準化體系進展

4.2.2我國政務數據標準化存在的問題

4.2.3元數據標準化方案

4.2.4我國政務數據標準化方案

4.2.5政務數據價值化的預處理

4.3政務數據價值化

4.3.1數據評估方法的比較分析

4.3.2層次分析法（AHP）介紹

4.3.3政務數據資產價值的影響因素

4.3.4政務數據資產價值的構成指標

4.3.5構成指標計量

4.3.6層次分析法（AHP）的步驟

4.4案例分析

4.4.1安全化示例

4.4.2標準化示例

4.4.3價值化示例

第5章政務數據的市場化過程

5.1政務數據市場化存在的問題

5.2政務數據市場化的主體關系

5.2.1數據供給側

5.2.2大數據平臺

5.2.3數據消費側

5.3政務數據市場化模式

5.3.1政務數據交易

5.3.2政務數據共享

5.3.3政務數據分析

5.3.4政務數據產品

第6章政務數據資產化影響因素實證分析

6.1影響因素實證方法研究

6.2影響因素集

6.2.1政務數據安全化的影響因素

6.2.2政務數據標準化的影響因素

6.2.3政務數據價值化的影響因素

6.2.4政務數據市場化的影響因素

6.3實證模型選擇

6.4灰色關聯(lián)度與模糊聚類模型

6.4.1灰色關聯(lián)度分析法

6.4.2模糊聚類模型

6.5實證分析

6.6結果分析

6.6.1關鍵影響因素分析

6.6.2一般影響因素分析

6.6.3其他影響因素分析

第7章創(chuàng)新策略與對策建議

7.1創(chuàng)新策略

7.2實施路徑

7.2.1建立政務數據合作運營企業(yè)

7.2.2政府信息全面數據化

7.2.3建立政企合作管理制度

7.2.4建立擁有政務數據分析能力的專業(yè)團隊

7.3政策建議

7.3.1政府層面

7.3.2市場層面

7.3.3技術層面

7.3.4企業(yè)層面

第8章結論與展望

8.1結論

8.2展望

參考文獻

第1章緒論

本章首先介紹了本書的研究背景、存在的問題及研究的意義，然

后提出了研究目標及所采用的研究方法，并以文字和圖表的形式闡明

了研究框架，最后提出了本書的創(chuàng)新點。

1.1研究背景

大數據已經滲透到我國的各行各業(yè)，其可以降低政府部門的決策

成本和服務成本，提高政府部門的行政管理效率，使社會資源的分配

更加合理和資源的流通速度更快。我國大數據的產業(yè)規(guī)模逐年增加，

2016年為2840.8億元，《2019中國大數據產業(yè)發(fā)展報告》預測我國

2021年大數據產業(yè)規(guī)模將超過8000億元，如圖1-1所示。

圖1-12016—2021年我國大數據產業(yè)規(guī)模及預測（單位：億元）

由圖1-2可以看出，從具體的行業(yè)應用來看，2018年，互聯(lián)網、政

府、金融和電信是大數據最主要的應用領域，合計占比82.1%。政務數

據行業(yè)隨著近年來數字政府和新型智慧城市建設的興起而快速成長，

其在社會信用、公共安全防控、市場監(jiān)督管理、數據整合共享等領域

的開發(fā)應用逐步成為建設焦點。

圖1-2我國2018年大數據行業(yè)應用分布

1.1.1數字經濟的發(fā)展概況

由上海社科院主編的《全球數字經濟競爭力發(fā)展報告（2019）》

以2018年全球數字經濟相關的國家、城市和企業(yè)數據為基礎，全面評

測全世界100多個國家、地區(qū)和組織在數字經濟方面的競爭力，如表1-

1所示。

表1-1全球數字經濟國家競爭力結果與排名（2018年）

續(xù)表

由表1-1可知，2018年全球數字經濟競爭力居第一位的是美國，其

競爭力總得分為75.94分。美國已連續(xù)三年位居全球數字經濟競爭力榜

首，其處于絕對優(yōu)勢地位，這一主要特征在短期內不會改變。我國在

數字產業(yè)競爭力方面反超美國，成為全球第一，但是在數字治理等領

域存在競爭力短板。新加坡反超我國，位居榜單第二，其競爭力總得

分為60.96分。從其競爭力的內部結構看，新加坡的數字創(chuàng)新競爭力得

分超越了美國；數字治理競爭力得分也遠超我國，新加坡在數字治理

競爭力上的強勢表現是其能反超我國的重要原因。我國總得分為57.37

分，位居榜單第三位。由圖1-3可以看出，中美數字經濟競爭力從2016

年以來差距正逐年縮小。

圖1-3中美數字經濟競爭力差距（2016—2018年）

統(tǒng)計分析顯示，在2015—2019年間，與數字經濟相關的概念正逐

年增加，“數字經濟”和“數字中國”等戰(zhàn)略已經成為指導我國推進

經濟社會高質量發(fā)展的重要力量。表1-2是2015—2019年我國大數據產

業(yè)政策的關鍵詞。

表1-22015—2019年我國大數據產業(yè)政策的關鍵詞

由圖1-4可以看出，2008年我國數字經濟規(guī)模為4.81萬億元，到

2018年我國數字經濟規(guī)模為31.3萬億元，增長了651%；2008年數字經

濟占國內生產總值的15.2%，到2018年占國內生產總值的34.8%，增長

了229%。據統(tǒng)計，2018年數字經濟對我國國內生產總值的貢獻率高達

67.9%，數字經濟對我國國民經濟的發(fā)展具有重要的推動作用，是我國

經濟發(fā)展的新動能，改造并提升了我國的傳統(tǒng)行業(yè)。在數字經濟時

代，數據作為一種生產要素介入經濟體系，并以可復制、可共享、無

限增長等邊際成本幾乎為零的特點，成為連接創(chuàng)新、激活資金、培育

人才、推動產業(yè)升級和經濟增長的關鍵生產要素。王建冬、童楠楠

（2020）在分析數據作為關鍵生產要素驅動效應的基礎上，提出了數

據要素與人才、資金、技術、產業(yè)等其他要素聯(lián)動的三層次模型，構

建了數據要素與其他生產要素協(xié)同聯(lián)動的“五鏈協(xié)同”機制。

1.1.2政務數據資產化的必要性

隨著數字經濟時代的到來，世界各國政府擁有了豐富的政務數

據。目前，數據價值密度高、可開發(fā)利用的政務數據大概80%以上均掌

握在政府各部門手上，如果這些政務數據實現資產化，價值可達萬億

元量級。

圖1-42008—2018年我國數字經濟總體規(guī)模及GDP占比情況

政務數據無論從數據數量，還是從數據質量來說，其價值均顯著

高于其他任何一個行業(yè)的數據。例如，淘寶、京東和拼多多等電商行

業(yè)數據的類型均比較單一，但是政務數據則包括醫(yī)療數據、教育數

據、工業(yè)數據、農業(yè)數據和天氣數據等。因此，政務數據的范圍更

廣、類型更多，同時政務數據的相關性更強，標準更為統(tǒng)一，更有利

于對其進行開發(fā)和利用。

政務數據作為政府重要且有價值的資產，應對其進行開發(fā)利用，

實現政務數據的經濟價值和社會價值，推動我國經濟社會向數字化邁

進。深度挖掘政務數據的價值，實現政務數據資產化，在我國“數字

中國”“智慧城市”等國家戰(zhàn)略中具有重要意義。

政務數據如同“地下水”“地下石油”，具有重大的經濟價值。

挖掘政務數據的步驟為數據脫敏，實現政務數據安全化，將安全化的

政務數據規(guī)范標準化，將安全化和標準化的政務數據進行評估，最后

將具有經濟價值的政務數據放到市場上進行交易、數據分析或開發(fā)成

數據產品。政務數據作為數字經濟的重要元素，實行資產化是大勢所

趨。建立高效的政務數據資產化機制，實現政務數據的開發(fā)利用，將

成為深度利用政務數據，打造協(xié)同發(fā)展格局的有效途徑，亦成為本書

的重點研究對象。

1.2研究問題

通過對美國、日本和歐盟等發(fā)達國家和地區(qū)在政務數據資產管理

方面的研究，查閱我國中央及各地政府的公開文件及對國內大數據平

臺的調研，發(fā)現我國實現政務數據資產化存在如下問題和困難：①政

務數據中包含大量國家機密、商業(yè)秘密和個人隱私等敏感信息，如何

在保護數據安全的前提下最大限度地開發(fā)和應用政務數據，是亟待解

決的問題；②政務數據資產匯集后的融合貫通及數據格式問題；③針

對政務數據資產價值的評估缺少合適的方法和模型，且價值評估指數

單一，目前只有開放數林指數；④政務數據資產的應用開發(fā)不多，政

府與企業(yè)等社會各界的合作也很少；⑤我國制訂的大數據行動計劃缺

乏對政務數據資產化的創(chuàng)新策略、實現路徑和實現過程的研究；⑥我

國國內缺少與政務數據資產化相關的法律、法規(guī)、制度和治理體系

等。本書將政務數據資產管理存在的問題歸納為技術處理問題和市場

化問題。

1.2.1政務數據技術處理過程

本書將政務數據技術處理過程分為政務數據安全化、標準化和價

值化等過程，下面將分別闡述我國在政務數據資產化過程中存在的技

術問題。

（1）政務數據存在安全風險。

2015年，國務院通過了《促進大數據發(fā)展行動綱要》，強調在我

國的信息安全保障體系建設中要保護國家機密、商業(yè)秘密和個人隱私

等。隨著數字經濟時代的來臨，政務數據開發(fā)利用的范圍越大，受到

的關注度會越高，政務數據將成為具有重大吸引力的目標。但是，政

務數據涉及大量的個人隱私甚至商業(yè)秘密和國家機密，如何在開發(fā)利

用的同時保護個人、商家及國家的數據安全，是所有政務數據資產化

面臨的首要問題，也是各級政府及公共服務機構推行政務數據資產化

需要加強建設的核心能力之一。但是，我國目前對敏感的政務數據進

行保護的法律規(guī)章制度及管理辦法多以指導意見、規(guī)劃文件為主，其

法律效力較低。

（2）政務數據缺乏標準。

2017年5月3日，國務院辦公廳印發(fā)的《政務信息系統(tǒng)整合共享實

施方案》中提到我國政務信息化建設存在“各自為政、條塊分割、煙

囪林立、信息孤島”的問題。我國各地政府存在系統(tǒng)數量多、分布

散，缺乏統(tǒng)一規(guī)劃和標準規(guī)范，信息資源共享難等問題，產生的后果

就是政務服務中標準不統(tǒng)一、平臺不聯(lián)通、數據不共享、業(yè)務不協(xié)

同。由于政務數據領域相關的標準缺失，導致政務數據資產缺乏可依

據的標準，形成數據信息孤島，影響數據的復用性和互融互通性，影

響政務數據價值的評估，阻礙政務數據資產化。一個健康、有序的政

務數據資產交易環(huán)境是進行政務數據資產化的有力保障，這需要強有

力的法律法規(guī)的制定，同時也需要制定政務數據的行業(yè)標準與行業(yè)規(guī)

范。

（3）政務數據難以評估。

韓海庭等（2019）認為，數據資產化的重要步驟為數據價值的評

估，價值評估有助于對數據的價值進行挖掘，促進政務資產的流動，

更是數據資產化的基礎。傳統(tǒng)資產的價值評估方法主要分為三類：成

本法、市場法和收益法。近年來，隨著虛擬資產和資源類資產的價值

評估需求越來越多，標的資產的收益難以量化、價值難以評估等問題

也越來越多。與其他資產相比，政務數據資產具有虛擬性、共享性及

可復制性等特點，導致政務數據更加難以量化，定價機制也更加復

雜。政務數據難以評估的主要原因有以下四點。

第一，政務數據資產是一種特殊的無形資產，而在資產評估領域

對于無形資產的定義過窄。同時，政務數據的資源屬性和權屬問題等

均未明晰，導致對政務數據的價值難以評估。

第二，由于政務數據低成本、高收益的特點，導致成本法無法準

確度量政務數據的資產價值。目前我國的交易市場不完善，使用市場

法將導致價值評估結果不精確；政務數據資產的經濟收益難以分離，

導致收益法的評估結果有一定偏差。因此，目前傳統(tǒng)的成本法、市場

法和收益法等定價方法對政務數據資產的價值計量均有不足之處。

第三，政務數據具有累計性和再生性，導致其價值會隨著不斷的

加工而變化。

第四，政務數據資產具有資源無限性、不可消耗性和共享性，這

也加劇了對政務數據資產的評估難度。

1.2.2政務數據市場化過程

根據我國政府文件、數據平臺及現有文獻的調研及分析，筆者認

為政務數據市場化過程主要為政務數據屬性和權屬的界定、相應法律

法規(guī)的制定及政務數據的監(jiān)管等方面。

（1）政務數據的屬性亟待確定。

針對政務數據的資產屬性，國內尚未達成一致意見。國內的部分

專家將政務數據看作一種特殊的無形資產，國內的相關文件對此種觀

點也有論述。在數字經濟時代下，數據的經濟價值和社會價值正逐漸

顯現，并得到了廣泛的認同。

（2）政務數據的權屬不明晰。

我國目前的法律法規(guī)對政務數據的權屬缺乏明確的界定。政務數

據的權屬不明晰，導致政務數據資產化無論在宏觀層面還是微觀層面

上都難以推進。陳智敏指出，數字經濟時代面臨的主要問題是數據的

權屬問題，關于數據的權屬問題在理論上缺少完整的定義，在法律上

缺乏對數據權屬的規(guī)定，導致政務數據的所有權、使用權、控制權及

收益權等權利缺乏明確的界定，在國際社會上也缺乏共識和通用的規(guī)

則。政務數據究竟應該屬于搜集數據的政府和企業(yè)，還是被搜集的對

象，一直是個有爭議的話題。如果我們以經濟效率為主要目標來界定

政務數據的權屬，在不侵犯個人隱私及其他合法權益的前提下，政府

和合作的企業(yè)擁有對個人數據進行搜集和分析的權利，這一點是由數

據自身所具有的性質特征決定的。當數據分散在個人手中時，這樣的

數據本身沒有任何價值，也不會產生任何價值，只有將數據深度整合

形成海量數據，大數據才能產生價值，這是由數據的規(guī)模經濟和范圍

經濟屬性決定的?；谶@個視角，只有政府或大型企業(yè)收集、整合數

據，才是最有效率的。在收集、整理和分析數據的過程中，應該構建

政府、企業(yè)和個人之間的利益分享機制。

針對政務數據的權屬問題，學術界已經提出了多種學術觀點，但

是目前還存在爭議，未形成統(tǒng)一的學術觀點，政務數據的權屬不明晰

必將嚴重阻礙其資產化進程。因此，必須進行政務數據權屬的相關法

律研究，還需要深入研究政務數據開放利用的商業(yè)模式，才能更好地

發(fā)揮政務數據的價值。

（3）缺乏相應的法律法規(guī)。

法律法規(guī)障礙是指由于認識上的局限，我國過去對有些政府部門

的數據共享、開放與應用可能做了某些不符合當前形勢的限制。我國

目前大部分省市均建立了與政務數據資產開發(fā)利用、共享和開放等相

關的政策，但缺乏專門針對政務數據資產化的法律法規(guī)，缺少能夠在

國家層面對政務數據資產化支撐的法律法規(guī)。直接的后果就是我國各

地政府在政務數據資產管理工作上各自為政，阻礙了資產化的進程。

因此，我國需要在國家層面上建立專門的法律法規(guī)，對全國政務數據

資產化的安全、格式標準、價值評估和交易等做出明確的限定，從而

保證政務數據資產化的進程順利。

（4）缺乏有效的規(guī)范和監(jiān)管。

目前，我國各地擁有數量眾多的大數據交易中心，但是很少有交

易所開展政務數據交易業(yè)務。究其原因，除了缺乏一套公平、合法且

為各方接受和認可的數據確權、定價等交易標準和規(guī)則以外，政府的

第三方監(jiān)管力度不夠，導致柜臺外數據的不法交易行為時有發(fā)生，而

柜臺內的政務數據交易卻很少。

1.2.3政務數據資產化難題

經過前文對政務數據的技術處理過程和市場化過程的分析，可知

影響政務數據資產化的因素大體可分為技術處理和市場化兩類影響因

素。其中，技術處理影響因素又可分為安全化、標準化和價值化等影

響因素；市場化影響因素可分為資產屬性、數據權屬、法律法規(guī)和行

政監(jiān)管等影響因素。由此可知，政務數據資產化是一個復雜的過程，

其影響因素也多種多樣。但在實際過程中，不同的影響因素對資產化

過程的影響程度有所差別，如果對各影響因素賦予同等權重，在政務

數據資產化實施的過程中，如果在不重要、非關鍵的影響因素上分配

較多的資源，就會造成時間、精力及資源的極大浪費，影響政務數據

資產化的推進。因此，本書試圖尋求GRA+FCA相結合的方法，將反映政

務數據資產化的多種影響因素加以分析，在所有的影響因素中識別出

關鍵影響因素，針對不同等級的影響因素分配不同數量的資源，由此

達到高效分配資源的目的。

1.3研究意義

在數字經濟的背景下，對政務數據資產化的研究，既有重要的理

論意義，對現有政務數據的資產管理理論是一個有益的補充和完善；

同時又有重要的實踐意義，對我國各地政府推動政務數據資產化具有

一定的參考價值和借鑒作用。

1.3.1理論意義

（1）本書以數字經濟驅動下政務數據資產化為研究目標，基于數

字經濟和政務數據資產管理的最新發(fā)展，立足于國內外數據安全化、

標準化、價值化及市場化等研究成果之上，探究政務數據資產化的創(chuàng)

新策略和實現路徑。在數字經濟飛速發(fā)展的時代，我國政府迫切需要

建立符合時代需求的政務數據資產管理模式。因此，本書提出了與政

務數據資產化相關的概念、理論、創(chuàng)新策略及實現路徑，完善和發(fā)展

了傳統(tǒng)的政務數據資產管理理論，對現有的資產管理理論是一個有益

的補充。

（2）我國目前尚未制定明確的法律法規(guī)和設置專門的機構對開發(fā)

利用的政務數據進行保護，同時也缺乏相關的經驗和技術用于對國家

安全、商業(yè)機密和個人隱私數據的保護。本書希望通過對相關理論成

果的梳理，結合本書的結論，并針對在法律、機構設置和技術方面的

分析，豐富政務數據資產化過程中風險泄露的防范理論，為推進政務

數據安全化提供理論依據。

（3）本書對政務數據資產的價值影響因素進行了全面的分析，并

將全部影響因素綜合成五個指標，在此基礎上運用AHP模型評估政務數

據的資產價值，完善和發(fā)展了現有的政務數據資產價值的評估觀點與

方法。

（4）本書涉及管理學、經濟學和計算機科學等學科，在政務數據

資產化研究工作中，結合相關的理論與方法，解決了政務數據資產化

的難點問題，聯(lián)合應用各學科的相關知識。因此，本書從數字經濟角

度出發(fā)，較為系統(tǒng)地探尋政務數據資產化的實現路徑，探討政務數據

資產化的創(chuàng)新策略這個核心問題。這對豐富和發(fā)展政務數據資產管理

具有重要的理論意義。

1.3.2現實意義

（1）政務數據是我國各省市政府部門擁有和控制的重要資源，并

且政務數據具有極高的經濟價值和社會價值。然而，在現實中，政務

數據資源蘊含的潛在價值被無形地埋沒了，造成政務數據價值不可避

免地流失及資源的浪費。如果從資產化這個全新的視角對政務數據進

行管理，這些具有社會和經濟意義的海量數據就能夠被充分挖掘利

用，可以為社會創(chuàng)造巨大的社會價值和經濟價值。

（2）政務數據資產化已經成為世界各國的熱點問題，各國尤其是

發(fā)達國家均在積極推動政務數據資產化的進程，這是數字經濟發(fā)展的

必然趨勢。政務數據的開放、開發(fā)利用、共享及資產化漸漸成為國家

競爭力的重要組成部分。如果想在全球數據資源競爭中獲得有利地

位，必須積極、主動地應對政務數據資產化的潮流。我國政府只有大

力開發(fā)利用政務數據，挖掘出政務數據更多的經濟價值和社會價值，

才能提高我國在數字經濟時代的競爭力。因此，推動政務數據的資產

化，一方面可以創(chuàng)造巨大的經濟價值和社會價值，另一方面能在全球

數據資源的爭奪中擁有主動權。因此，本書的研究內容具有積極的社

會意義。同時，政務數據資產化的研究有力支持了我國政府的“數字

中國”和“智慧城市”等國家戰(zhàn)略。

（3）政務數據資產化可以創(chuàng)造更多的社會價值和經濟價值。與有

形的固定資產、人力資本一樣，數據已成為驅動經濟社會發(fā)展的一種

新型“資本”要素。通過對政務數據的開發(fā)利用，可以改變傳統(tǒng)的商

業(yè)模式，提供更優(yōu)質的服務，創(chuàng)造更多的就業(yè)機會，刺激社會經濟快

速增長。政務數據的開發(fā)利用從刺激經濟發(fā)展到實現政務數據的經濟

價值，再到實現政務數據的社會價值，產生了良性循環(huán)。在我國的經

濟社會發(fā)展方面，政務數據資產化可以提供重要的推動力量。

（4）我國政務數據缺乏統(tǒng)一的組織描述標準，我國雖已建成省市

級政務數據開放門戶，開放的政務數據均能提供基本的元數據信息，

但發(fā)布的政務數據在國家層面缺乏統(tǒng)一的元數據標準，導致政務數據

格式不標準、不規(guī)范、可讀性差、相關程度低，這些將阻礙我國政務

數據的資產化進程。因此，本書通過研究國際上通用的DC、eGMS、

CKAN和DCAT等元數據方案及歐美等發(fā)達國家的應用實踐，針對我國在

政務數據標準化方面的不足，提出我國政務數據標準化的方案，為我

國政務數據的元數據標準規(guī)范提供一定的實踐參考。

（5）政務數據資源具有巨大的價值，但目前對政務數據的評估不

當，使其價值縮減。由于政務數據資產沒有實體，是一種無形資產和

虛擬資產，有關政務數據資產價值的研究均基于無形資產的理論，目

前實際中缺乏對政務數據資產價值的評估，也缺乏在實際中的應用。

本書基于AHP法對政務數據的資產價值進行評估，對于尚無標準化評估

體系的政務數據而言，具有一定的現實意義。

1.4研究目標、方法及框架

本小節(jié)首先介紹本書的研究目標和方法，所采用的方法包括比較

分析法、案例分析法、調查問卷法和實證研究法，并以文字和圖表的

方式介紹本書的研究框架。

1.4.1研究目標

本書的研究目標是分析政務數據資產化過程，探尋政務數據資產

化的實現路徑，探討政務數據資產化的創(chuàng)新策略。從政務數據安全

化、標準化及價值化等技術范疇和數據屬性、數據權屬、法律法規(guī)和

制度設計等非技術范疇進行研究，形成完整的政務數據資產化體系。

通過對政務數據資產化不同階段的分析，提出具有理論價值和實踐價

值的方法，為我國政府進行“智慧城市”和“數字政府”建設提供理

論支持和實踐參考。

1.4.2研究方法

（1）比較分析法。

本書在分析政務數據脫敏時，將各種脫敏算法進行比較分析；在

分析政務數據標準化時，將DC、eGMS、CKAN和DCAT等標準化方案進行

比較分析；在分析政務數據評估模型時，將成本法、市場法、收益法

和層次分析法進行比較分析。

（2）案例研究法。

××市人防政務數據給本書的案例分析提供了可信的數據，本書

采用案例分析法演示政務數據的安全化、標準化和市場化等技術處理

過程。案例研究是管理學和經濟學等學科常用的方法。在眾多的研究

對象中挑選具有代表性的研究對象，有助于研究者更好地了解和調查

某學科領域。另外，鑒于研究工作的目的是探尋政務數據資產化的創(chuàng)

新策略和實現路徑，使用案例研究可以幫助我們更加直觀、具體地理

解政務數據資產化過程。

（3）問卷調查法。

在第6章的研究工作中，本書采用了問卷調查法，針對政務數據資

產化的影響因素，對相關的政府人員與技術人員進行了調研，對43項

影響因素按照重要程度進行打分。

（4）實證研究法。

本書通過調查問卷獲取政務數據資產化影響因素評分的相關數

據，利用Matlab2014b和Stata13.0等統(tǒng)計軟件進行實證分析，對所得

的實證結果進行分析并得出相關結論。

1.4.3研究框架

本書共分為8章。

第1章闡述了本書研究的背景，介紹了我國數字經濟發(fā)展現狀及政

務數據資產化的必要性，以及推行政務數據資產化過程中存在的問題

及意義，確定本書的研究思路，給出本書的創(chuàng)新點。

第2章對提出的問題進行深入的分析。首先，界定本書涉及的相關

理論，明確政務數據資產化的理論基礎；其次，對政務數據安全化、

標準化、價值化及市場化等相關文獻進行了回顧，并進行了評述。

第3章首先介紹了美國、日本和歐盟等發(fā)達國家和地區(qū)的政務數據

開發(fā)利用經驗，并與我國政務數據的開發(fā)利用進行了對比。在此基礎

上，提出政務數據資產化的作用機理，進一步明確本書的研究問題與

思路。綜合以上研究，提出政務數據資產化的實現路徑。

第4章為政務數據資產化的核心部分，針對政務數據的安全風險，

提出政務數據脫敏的過程；針對政務數據在標準化方面存在的問題，

提出基于DCAT的政務數據標準化方案；針對政務數據在價值評估方面

存在的問題，提出以層次分析法作為政務數據評估的方法。

第5章深入探討了我國政務數據市場化存在的問題；分析了政務數

據市場化的主體關系：政務數據的需求、供給和大數據平臺；最后提

出了政務數據市場化的四種模式，即數據交易、數據共享、數據分析

和數據產品。

第6章通過問卷調查法，獲取政務數據資產化影響因素重要程度的

數據，采用GRA+FCA相結合的方法，識別政務數據資產化的關鍵影響因

素。

第7章提出政務數據資產化的創(chuàng)新策略及實施路徑，并提出了相應

的對策與建議。

第8章對本書進行了總結，針對本書的不足提出了展望。

本書的研究框架如圖1-5所示。

圖1-5本書的研究框架

1.5研究創(chuàng)新

本小節(jié)結合目前國內外的相關研究，對創(chuàng)新點進行總結，在此基

礎上對本書提出的研究展望給予理論支持。研究創(chuàng)新主要體現在以下

三個方面。

1.5.1視角創(chuàng)新

本書的研究方向較新，為研究政務數據資產化提供了一個更加深

入的研究視角。政務數據資產化是近年來學界研究的熱點，已有文獻

主要從政務數據的資產管理框架、數據資產評估模型、平臺設計及制

度設計等視角展開。本書創(chuàng)新性地將政務數據資產化過程分為技術處

理和市場化兩個過程展開研究，其中，技術處理過程分為安全化、標

準化和價值化，市場化過程主要包括數據資產屬性和數據權屬的確

定、相關法律法規(guī)的制定、有效的市場監(jiān)管和規(guī)范等。提出政務數據

資產化的實現路徑為數字經濟驅動下政企合作模式。以政府為主、企

業(yè)為輔建立運營政務數據的企業(yè)，政府與企業(yè)合作開發(fā)政務數據的模

式，創(chuàng)造出具有市場價值且可流通的政務數據資產，推動政務數據資

產化的有序進行。

1.5.2觀點創(chuàng)新

政務數據安全化的過程如下：將政務數據分為不同類型和級別，

本書建議將非敏感數據直接公開，中度和高度敏感數據根據數據脫敏

指標選擇相應的脫敏算法；政務數據標準化分為外部描述標準化和內

部描述標準化，外部描述標準化分為數據目錄、數據集及數據資源三

部分進行描述，內部描述標準化為“數據固定格式+公共詞匯+數據字

典”的形式；界定政務數據資產價值構成指標為顆粒性、多元性、活

躍性、規(guī)模性及關聯(lián)性，并將其量化，利用層次分析法（AHP）為政務

數據資產進行價值評估。

1.5.3方法創(chuàng)新

為了從眾多政務數據資產化影響因素中準確識別出關鍵因素，本

書采用灰色關聯(lián)度與模糊聚類模型相結合的方法。灰色關聯(lián)分析法可

以描述樣本數據各因素間關系的強弱及大小。通過灰色關聯(lián)分析方

法，將政務數據資產化的影響因素按對政務數據資產化影響程度的強

弱，從強到弱進行排序，但是此種排序方法具有一定的模糊性，不利

于對政務數據影響因素的分類和識別，因此，本書采用模糊聚類方

法，基于影響因素間相關程度的大小，將43項影響因素進行識別和分

類。構建GRA+FCA模型，識別影響政務數據資產化工作的重點因素、一

般因素及其他因素。其中，重點因素包括兼容性、數據保密制度化、

具有足夠的財政投入、數據屬性明確和優(yōu)化數據評估體系為政務數據

資產化的重要影響因素；一般因素包括法律配套完備性、規(guī)范監(jiān)管和

數據權屬明晰。

第2章相關理論及研究綜述

本章首先介紹研究涉及的理論基礎，通過對相關理論的研究，為

政務數據資產化過程和實現路徑提供理論依據，并對有關政務數據安

全與脫敏、標準化、價值評估和市場化等相關文獻進行梳理與回顧，

最后對相關文獻進行評述。

2.1政務數據資產化的理論基礎

對政務數據資產化的研究是一個復雜的課題，政務數據資產化過

程是一個復雜的過程，涉及經濟學、管理學及計算科學等學科，因此

也涉及各學科的部分基礎理論，本節(jié)將詳細梳理這些基礎理論。

2.1.1數字經濟理論

1996年，數字經濟之父DonTapscott從范式轉變的角度描述了新

的經濟形態(tài)對傳統(tǒng)商業(yè)模式的沖擊，意味著數字經濟時代即將來臨。

“數字經濟”的定義由經濟合作與發(fā)展組織在20世紀90年代首次提

出，1998年4月，美國商務部在所公布的《新興的數字經濟》（The

EmergingDigitalEconomy）中指出，信息通信技術產業(yè)與電子商務

構成了數字經濟的兩個重要分支，并公開使用“數字經濟”這一定

義。美國政府對數字經濟概念的解讀更偏向于電子政務的概念，這種

觀點與DonTapscott等專家所關注的視角一致，將其視為數字經濟在

狹義方向上的解讀。何梟吟（2005）從辨證的、動態(tài)的角度，具體分

析了數字經濟形態(tài)是“創(chuàng)造性”與“破壞性”共存、技術進步與制度

變遷互動發(fā)展的過程。2016年，參加20國集團（G20）國際經濟合作論

壇的各國領導人，以廣義的視角解讀了數字經濟的含義，認為數字是

一系列經濟活動的組合，其中包括以現代信息作為重要載體、以數字

化的信息和知識作為關鍵生產要素、經濟結構優(yōu)化和經濟效率的提高

均依靠信息通信技術的有效使用。數字經濟這一定義覆蓋了生產要

素、數字經濟所依靠的活動載體及經濟結構的變化。劉雅晴（2018）

認為，2016年G20會議對數字經濟所下的定義是目前最全面、最準確

的，數字經濟是一種全新的經濟形態(tài)，與以往的農業(yè)經濟、工業(yè)經濟

具有明顯的區(qū)別，數字經濟中包括的“數字”二字，暗含了在數字經

濟系統(tǒng)中，一切信息、事物均可數字化。

2.1.2電子政務治理理論

國內外相關學者深入研究和分析了電子政務治理理論，并基于不

同的視角給出了電子政務治理的概念。美國電子政務治理協(xié)會將電子

政務治理定義為一種結構，這種結構的主要功能是引導和控制企業(yè)的

各種關系和流程，通過這種結構安排，可以平衡信息技術及其流程中

的風險和收益，實現企業(yè)預期的目標，增加企業(yè)的價值。周賀來

（2008）認為，在電子政務建設中引入完善的電子政務治理機制，有

利于正確處理各利益方、近期與長遠、局部與全局及政府與市場的關

系，有利于合理制訂適當的電子政務決策模式、運行機制和管理體

制。孫寶文、王天梅（2012）介紹了電子政務成熟度模型、鉆石模

型、技術執(zhí)行框架和利用相關者理論，提出了電子政務理論的相關概

念及定理，分別研究了電子政務的治理模式、結構和機制。Hannu

Larsson（2014）探討了可持續(xù)性的定義和要素，以及可持續(xù)性的概

念在電子政務研究中的應用，并對eGov文獻進行了結構化審查，調查

了如何解決諸如社會、經濟、環(huán)境和技術等各種可持續(xù)性領域面臨的

問題。Osman等（2014）找出在提供電子政務服務時用戶滿意度的最關

鍵因素及其表現出來的變量，將變量放到COBRA分析框架中，該框架由

四個主要結構組成：成本、效益、風險和機遇，COBRA用來探尋已識別

結構、關聯(lián)變量和用戶滿意度之間的關系。結果表明，COBRA框架是從

公民的角度評估電子政務服務成功與否的有用方法，并且可以推廣到

其他觀點和衡量環(huán)境。Savoldelli等（2014）認為，一個明智的產生

公共價值的政府應建立在由政治、價值觀和證據所定義的良好決策的

三角形中，而要實現這一目標，公共部門應該超越傳統(tǒng)的服務創(chuàng)新概

念。它應該引入與新思維方式、利益相關者和公民互動相關的概念和

系統(tǒng)創(chuàng)新，作為合法性和證據的來源。毛萬磊（2017）認為，電子治

理的未來發(fā)展應該堅持以提高公眾滿意度為核心，完善電子化信息的

公開，優(yōu)化一站式在線服務，大力發(fā)展電子參與。李良成、李蓮玉

（2019）運用扎根的理論，將影響政府成效等績效的影響因素分為內

驅力影響因素和外驅力影響因素，其中，內驅力影響因素包括信息技

術的開發(fā)與應用和為人民服務的理念與能力；外驅力影響因素分為制

度、業(yè)務和信息層面。

2.1.3數據共享協(xié)同理論

共享協(xié)同理論是研究不同事物共同特征及其協(xié)同機理的新興學

科。Dawes（1996）分別從技術、組織和政治三個方面研究政務數據的

共享，其中技術包括基礎設施和應用系統(tǒng)；組織包括操作層面；政治

包括頂層設計等。李衛(wèi)東（2008）提出用公共數據中心（PDC）法、虛

擬數據中心（VDC）法及開放式的WEB服務法三種方法實現政府信息資

源共享，同時需要建立政府信息資源共享的良好機制和政策環(huán)境。

Klievink等（2009）認為，信息通信技術的重組和變革將推動電子政

務的協(xié)同發(fā)展，使政府進行從內而外的管理轉型。Yang等（2011）認

為，打破數據孤島，實現數據共享可以有效提高政府的公共服務。白

俊紅、蔣伏心（2015）發(fā)現各主體之間在協(xié)同創(chuàng)新過程中，金融機構

資助對區(qū)域創(chuàng)新績效有顯著的負向影響，即提升金融機構的資助，在

平均意義下會顯著降低區(qū)域創(chuàng)新績效；而政府科技資助對區(qū)域創(chuàng)新績

效有顯著的正向影響，即提高政府科技資助，在平均意義下會顯著提

升區(qū)域創(chuàng)新績效。安小米（2019）基于協(xié)同創(chuàng)新理論，提出推動跨級

別、跨地區(qū)、跨部門的復雜工程成功的關鍵因素之一就是協(xié)同創(chuàng)新共

同體。他認為政務數據共享協(xié)同是一個復雜的系統(tǒng)工程，包含技術、

制度及管理等多個維度。王見敏、趙飛（2019）以協(xié)同治理理論的視

角，分別從供需協(xié)同、管理協(xié)同、技術協(xié)同三個層面對地方政務數據

開放管理進行了思考，并提出了“構造供需協(xié)同是核心，打造管理協(xié)

同是關鍵，完善技術協(xié)同是重點，構建聯(lián)動型數據開放系統(tǒng)是保障”

的策略。

2.1.4電子政務服務創(chuàng)新理論

電子政務是指各級政府部門在政務活動中運用計算機、網絡和通

信等現代信息技術手段，優(yōu)化工作流程，重組組織機構，全面地向社

會和人民提供具有國際水準、公開透明的管理與服務，將政府轉變?yōu)?/p>

廉潔、精簡、高效的政府。自1978年我國改革開放以來，電子政務發(fā)

展迅速，根據信息化發(fā)展的不同程度，可以分為四個不同的階段，如

表2-1所示。

表2-1我國電子政務的發(fā)展歷程

Chun等（2010）強調電子政務不僅改變了人們的日常生活，也改

變了政府與公民之間的關系，他將電子政務發(fā)展分為三個階段：第一

個階段著眼于“數字政府的存在”；第二個階段提供政府之間基于Web

的簡單交流；第三個階段提供在線交易服務，例如許可證更新、申請

和納稅。劉柳等（2015）將價值共創(chuàng)理論運用到電子政務服務領域的

研究中，從不同角度對利益相關者、附加價值等戰(zhàn)略要素進行分析，

探討了在基于價值共創(chuàng)的基礎上政府與企業(yè)合作挖掘和分析電子政務

服務價值的方法。Ruhode（2016）將政府視為包含一系列信息孤島的

大型體系，認為這些信息孤島為獲取信息設置了障礙，并使服務創(chuàng)新

變得困難。?lnes等（2017）研究區(qū)塊鏈技術在電子政務中的潛在用

途，例如，數字ID管理和安全文檔處理，基于區(qū)塊鏈技術展示出驗證

多種類型文檔的潛力，將區(qū)塊鏈技術用作電子政務中各種應用程序的

平臺，并進一步將其用作新興的支持基礎架構。壽志勤等（2019）以

安徽模式為例，闡述如何重構電子政務行政生態(tài)環(huán)境與績效管理模

式。

通過對以上文獻進行歸納總結，可知技術、制度和模式是電子政

務服務創(chuàng)新的主要方面，這三者是互相關聯(lián)、互相輔助的關系，技

術、制度與模式的融合發(fā)展使普通民眾可以公開、透明地參加到政務

活動中，有助于電子政務的快速發(fā)展和普及。

2.1.5信息技術基礎理論

信息技術理論主要涉及區(qū)塊鏈技術及大數據理論，下面分別介紹

區(qū)塊鏈技術和大數據理論。

（1）區(qū)塊鏈技術。

區(qū)塊鏈本質上是一個共享數據庫，具有去中心化、開放性、自治

性、信息不可篡改和匿名性等特征，上述特征使區(qū)塊鏈技術具備堅實

的信任基礎，創(chuàng)造了可靠的“合作”機制。2019年，國家互聯(lián)網信息

辦公室發(fā)布《區(qū)塊鏈信息服務管理規(guī)定》，為區(qū)塊鏈信息服務的提

供、使用和管理等提供有效的法律依據。我國要想實現核心技術的自

主創(chuàng)新，應將區(qū)塊鏈技術作為一個重要的突破口，因此，要推動區(qū)塊

鏈技術和產業(yè)創(chuàng)新的快速發(fā)展。Feld等（2014）、Greenspan（2016）

和Ziegeldorf等（2018）基于技術的視角對區(qū)塊鏈進行了深入的研

究，分別從底層技術、自身技術、協(xié)議算法及以太坊等方面對區(qū)塊鏈

進行研究。Swan（2015）和Tapscott等（2017）基于價值的視角對區(qū)

塊鏈的應用進行了深入的研究，他們認為身份認證等功能將由區(qū)塊鏈

所代替，互聯(lián)網之間傳遞的不再是信息，而是價值。Ojo等（2017）認

為，區(qū)塊鏈或分布式賬本技術具有分布式和開放數據的基礎結構，可

實現安全交易而無須Internet上的集中信任方，具有與Internet相當

的破壞性潛力，必將推動全球各經濟體進行數據革命。英國、美國、

愛沙尼亞、新西蘭和以色列“數字5國”把該項創(chuàng)新技術上升為國家重

大戰(zhàn)略和政策行動。Walch（2018）認為，由于區(qū)塊鏈技術的發(fā)展，現

行的法律體系將不再適用。Park（2018）認為，區(qū)塊鏈技術使傳統(tǒng)的

客戶端服務器可信第三方中介系統(tǒng)成為基于P2P的智能合約系統(tǒng)，此系

統(tǒng)定義了在區(qū)塊鏈背景下數據共享的價值，為參與者之間共享數據提

供了邏輯條件，只有在共享數據的價值定義下，這種基于對等的數據

共享才可能實現，如果這個定義不明確，那么在參與者之間共享數據

將非常困難。陳曉靜（2018）認為，可以基于區(qū)塊鏈技術建立政務數

據平臺，并基于區(qū)塊鏈技術進行政務數據服務應用。王毛路等

（2018）梳理了區(qū)塊鏈技術在政府治理和公共事務中的應用方向，并

基于這兩個方向具體分析了在具體政務事務中區(qū)塊鏈技術所起的作

用，認為在政務數據管理模式升級及快速定義治理規(guī)則等方面，區(qū)塊

鏈技術將會起到積極的推動作用，提出了有關改革成本等方面的思

考。張夏恒、李豆豆（2020）認為，區(qū)塊鏈技術已經成為全球科技發(fā)

展的前沿陣地，并覆蓋到數字經濟、跨境電商與數字貿易等多個領

域，我國需要依托區(qū)塊鏈技術，推動數字經濟、跨境電商與數字貿易

的發(fā)展，以此搶占新經濟制高點，最終實現“彎道超車”。肖風

（2020）認為，技術基礎、數據資產化和密碼學三個方面對數字經濟

具有幫助作用?；趨^(qū)塊鏈技術可以建立數字賬戶，數字賬戶里面的

數據可以非常方便地進行資產化。

（2）大數據理論。

麥肯錫全球研究院指出，大數據具有四個特征：①從數據的規(guī)模

來看，大數據的數量顯著大于普通的數據，具有海量數據的特征；②

從數據的流轉來看，大數據的流轉明顯快于普通數據；③從數據的類

型來看，大數據的類型多種多樣；④從數據的價值密度來看，其價值

密度明顯低于普通數據。因此，大數據在收集、存儲、挖掘及管理等

方面遠遠超過了傳統(tǒng)數據庫軟件的能力范圍。IBM公司總結歸納了大數

據的五大特質，包括Volume（海量）、Velocity（高速）、Variety

（多樣）、Value（價值）和Veracity（精確），簡稱為5V。大數據技

術的戰(zhàn)略意義不是控制和擁有數量巨大的數據，而在于對這些龐大的

數據進行挖掘和分析，挖掘大數據背后的經濟價值和社會價值。換句

話說，若將大數據比喻成一種產業(yè)，提高對大數據的處理和分析能

力，通過對大數據的深入挖掘，使大數據的價值增值，這是大數據產

業(yè)實現盈利的關鍵所在。在與大數據相關的技術生態(tài)體系中，Map

Reduce、Spark、Storm為計算的分布式。Spark是加州大學伯克利分校

的AMP實驗室開發(fā)的通用并行框架，Spark與MapReduce、Storm相比，

Spark在計算速度、使用效率、數據挖掘及對大數據的分析等方面均具

有明顯優(yōu)勢。究其原因，Spark在內存中存儲計算中間結果，避免硬盤

對中間結果的反復讀取，節(jié)省了大量的時間，提高了計算效率。目

前，大數據技術在實際生活中的主要應用之一是為特殊顧客推薦其關

心且感興趣的內容，由于推薦系統(tǒng)的大數據具有稀疏性的不足，要求

具有高效的計算框架，采用Spark技術可以彌補這一不足。國內很多學

者針對Spark的推薦系統(tǒng)做了深入的研究?？娧┓宓龋?017）提出在

Spark平臺下基于上下文信息的影片混合推薦方法，利用分布式并行計

算技術Spark進行加速，來提高系統(tǒng)對海量數據的檢索與計算速度，從

而減少了系統(tǒng)響應時間。賈曉光（2018）提出了一種基于協(xié)同深度學

習的改進模型——協(xié)同深度推薦（CDL-i），通過對傳統(tǒng)CDL中的自編

碼網絡進行改進，并對改進后的協(xié)同深度推薦進行并行化研究。通過

對CDL-i進行并行化，將其遷移到Spark分布式平臺，使算法運算時間

極大縮短。李昌盛等（2019）設計有序模式森林，將存儲頻繁模式進

行壓縮，提出高效的單機路徑搜索算法和負載均衡的數據分割策略，

同時降低分布式規(guī)則挖掘與推薦計算中的任務最遲完成時間，研究結

果表明基于有序模式森林的推薦計算比傳統(tǒng)窮舉匹配策略降低六倍以

上時間，同時所提出的分布式計算框架可使計算節(jié)點數量達到近線性

擴展。

2.2政務數據資產化的文獻綜述

近年來，政務數據資產化逐漸成為一個研究熱點問題，國內外學

者從不同的視角對政務數據資產化展開研究，試圖提出數據資產化的

有效途徑和創(chuàng)新策略。葉雅珍等（2020）給出了一個數據資產化的基

本框架，包括數據資源確權、數據價值確認與質量管控、數據裝盒入

庫、貨幣計價與評估、數據資產折舊和增值的管理五個步驟；提供了

一個解決數據資產化問題的可行方向。通過對國內外數據資產相關領

域研究，發(fā)現對該問題的探討主要集中在數據安全化、標準化、價值

化等技術性范疇，以及相應的法律法規(guī)、制度設計、數據權屬和資產

屬性界定等非技術性范疇。因此，本書以政務數據資產化為研究對

象，從技術處理過程和市場化過程兩個層面著手，梳理相關研究成

果，探討政務數據資產化的作用機理，為下文實證分析提供理論支

撐。

2.2.1數據安全與脫敏的研究

通過對已有文獻進行分析，發(fā)現關于數據安全化的研究主要基于

數據安全管理和數據脫敏等方面。

（1）數據安全管理。

Duncan（1991）和Schouten等（2003）針對政務數據開發(fā)應用的

安全進行了深入研究，認為在政務數據開發(fā)利用的過程中，一定要加

強個人隱私的保護，并對此給出了對策和建議。王智慧（2007）以頻

繁模式為知識的表現形式，研究了數據共享中的敏感模式保護，頻繁

模式共享中的敏感模式隱藏，以及頻繁模式共享中的推理控制等問

題。王衍鋒等（2013）提出一種面向安全標的的敏感數據識別方法，

對商業(yè)銀行應該重點保護的敏感數據進行分類識別，并采用全生命周

期信息風險防范與控制的方法，分析銀行金融系統(tǒng)由于在研發(fā)過程中

設計考慮不充分而導致系統(tǒng)運行過程中可能面臨敏感數據信息泄露的

風險。

葉潤國、陳雪秀（2016）提出政務數據開放共享中的權屬關系需

明確等安全問題，并從政策法規(guī)等方面提出安全保障建議。曹雨佳、

黃偉群（2016）針對政務數據的安全，提出了建立數據管理專門機

構，負責對數據進行開放安全審查；對政務數據進行分級分類管理；

制訂個人數據保護法等建議。黃如花、苗淼（2017）從我國政務數據

開放的相關法律法規(guī)、政策、組織機構設置及標準四個方面對我國數

據安全保護進行了調研與分析。袁國杰（2018）應用定量與定性相結

合的方法，將政務數據開放的安全影響因素分為表層因素、中層因素

和深層因素三個部分，指出影響政務數據開放安全的表層因素為開放

流程是否標準?？梢?，政務數據開放流程標準與否直接影響著政務數

據的開放安全，是政務數據開放安全的重要影響因素。

陳丹丹等（2018）對美國、日本和歐盟等發(fā)達國家和地區(qū)在政務

數據開發(fā)利用過程中的保密經驗進行了歸納總結，并將其經驗與我國

的實際情況相結合，對我國政務數據開發(fā)應用中的數據保密提出了相

應的對策和建議。丁紅發(fā)等（2019）基于技術和管理相結合的視角，

完善了法律體系，加強數據安全與隱私管理和技術標準規(guī)范約束，提

升安全與隱私泄露風險評估和國家商用密碼的應用，提高社會數據安

全素養(yǎng)，從數據安全治理的角度解決此問題。張佳鑫（2019）從政務

數據產生階段、政務數據保管階段、政務數據共享階段進行分析，通

過相關指標體系的構建，構建政務數據共享安全保障機制。吉倩雯

（2019）針對政務數據開放中個人隱私泄露風險的防范，在法律法

規(guī)、管理機制、平臺建設、保密審查機制、政務數據開發(fā)的監(jiān)管及規(guī)

范等方面提出了相應的對策和建議。

（2）數據脫敏。

周期律、郭麗雯（2014）介紹了測試數據脫敏方法評價體系中的

五個指標含義及分級方法。張璐等（2014）基于二級管理安全模型，

用于保護政務數據的安全；同時，采用數據密封機制防止政務數據的

二次非法授權訪問，對政務數據進行加密，加密密鑰與數據授權使用

系統(tǒng)的軟硬件信息相關聯(lián)。崔敏龍（2015）設計開發(fā)了一種銀行業(yè)敏

感數據脫敏系統(tǒng)，實現了脫敏效果分析等功能。史雅涓等（2018）提

出了基于中心點聚類的改進K匿名數據共享方法。

王曉周等（2019）結合基礎電信企業(yè)大數據安全實踐，從鑒權、

多租戶管理、數據分級分類保護等方面，闡述了一種構建大數據平臺

安全和敏感數據保護的思路。羅長銀、陳學斌（2019）為了保護數據

源信息，首先利用加密算法將數據進行加密處理，再對數據進行模糊

化和泛化處理。王毛路、華躍（2019）基于對數據使用場景的深入分

析和分級分類，提出了一種基于存量和增量數據實現靜態(tài)脫敏和動態(tài)

脫敏的方法，且可通過K-匿名和L-多樣化方法驗證數據脫敏的有效

性。

2.2.2數據標準化的研究

已有文獻針對數據標準化的研究主要集中在政策層面和技術層

面，其中政策層面主要關注標準化體系的建設，技術層面主要關注元

數據方案的建立。

（1）政策層面。

賴洪波（2015）利用數據倉庫技術及元數據理論和方法，設計出

我國政府信息資源元數據的創(chuàng)建方法，并建立政府信息資源元數據標

準體系，實現對標準的管理。張承偉、賴洪波、烏麗娟（2006）認

為，為達到對政務數據有效管理的目的，應依靠政務數據元數據標準

體系。

張群、吳東亞、趙菁華（2017）系統(tǒng)地分析了我國大數據標準化

工作面臨的問題，描述了大數據參考架構，提出大數據標準體系框

架。洪學海、王志強、楊青海（2017）對IS08000數據質量國際標準

提出的數據質量框架、主數據質量、事務數據質量和產品數據質量進

行了探討，對面向共享的政務數據質量標準化的方法和測度理論進行

了研究。翟軍（2017）指出，為克服我國目前政務數據元數據建設在

標準化上的不足，應加強法律法規(guī)、政策、體系等方面的工作。

（2）技術層面。

進行政務數據標準化的第一步是對數據進行有效的描述，元數據

作為對政務數據資產信息的描述在數據資產的組織中起著重要的基礎

性作用。王媛媛（2008）詳細介紹了GILS和DC-Government等元數據標

準方案。李輝（2011）通過業(yè)務建模、數據元設計和業(yè)務文檔格式設

計等的標準化，解決了信息共享中數據交換和異構數據庫互操作的關

鍵問題。

周志峰等（2013）、錢曉紅等（2014）均指出，在我國政務數據

資產管理平臺的建設中，元數據的建設和管理起核心作用；賴洪波

（2015）、梅洪（2017）和張會然（2019）等在進行地方政府開放數

據管理機制建設中提到將元數據作為標準基準。英國開放數據研究院

推出的數據質量評估平臺也將機器可識別的、標準的元數據作為重要

的考察內容之一。

鄭磊等（2015）構建了13個評估維度，用于整體、全面地評估我

國的政務數據，元數據就是評估維度之一。趙龍文等（2017）針對當

前國內在政務數據開放過程中的資源描述問題，提出四層結構的資源

描述方法，在分析政務數據開放特點的基礎上，引入國際通用的DC等

元數據標準對數據資源進行目錄描述、數據集描述、關聯(lián)描述和訪問

描述。于夢月（2018）在橫向上，根據功能將元數據分為描述型、管

理型、保存型、技術型和使用型元數據。在縱向上，單一、完整的元

數據體系應該包括語義、結構及語法；在政務數據領域范疇內，元數

據正逐漸向標準化、機器可識別的方向發(fā)展。

從管理角度而言，元數據管理更是作為數據管理的重要一環(huán)在

DAMA數據管理體系中被重點提及。從2012年開始，北京、上海、浙江

和重慶等地方政府相繼建立了元數據信息，但各地方元數據方案存在

差異，對數據集的描述也不夠全面，距離做到規(guī)范標準且可互通操作

還相差甚遠，且地方政府出臺的元數據規(guī)范多為政務數據開放服務，

針對政務數據資產化的元數據尚未有任何方案提出。

2.2.3數據價值評估的研究

經過對國內外與數據價值化相關的文獻進行分析，發(fā)現研究的重

點集中在對無形資產的評估、數據價值的定性和定量等方面。

（1）對無形資產的評估。

Moody和Walsh（1999）認為，收集信息和管理信息產生的成本，

加上信息的質量對公司信息的價值起決定作用，同時對信息資產可以

按照有形資產進行評估。然而，何帥、俞勇（2012）認為，數據資產

在資產屬性上屬于無形資產。在對無形資產的評估中，陳久梅

（2002）和余氤翔（2003）分別采用了小波神經網絡預測方法和基于

高新技術企業(yè)整體資產價值評估的方法。李爭艷（2005）歸納、總結

了無形資產的定義、屬性，并提出了評估的前提條件，同時提出了運

用傳統(tǒng)的收益法對無形資產進行價值評估。

竇娟（2010）建議采用二項式期權模型，對專利價值這種無形資

產進行價值評估。唐艷（2011）對我國無形資產評估面臨的困境進行

了深入剖析，并提出了相應的對策。龐淄鐔、張煦（2015）基于無形

資產價值形成的理論，對公司的無形資產價值進行評估。劉鶴、范莉

莉（2016）探討了基于布萊克-斯科爾斯模型評估企業(yè)碳無形資產實物

期權價值的可能性和適用性。孫文杰、高兵（2018）就無形資產評估

中收益法的應用問題進行了研究。

（2）對數據價值的定性研究。

將數據作為資產，目前還沒有權威的定義。Glazer（1993）認

為，公司所有的信息符合資產的性質，因此，可以將信息資源稱為信

息資產。劉玉（2014）指出，數據資產為任何可計量、可數據化的信

息，且通過數據挖掘可以給國家、公司和個人帶來經濟效益和社會效

益的信息。張詠梅（2015）認為，金融數據可以采用傳統(tǒng)的成本法進

行評估，在資產屬性上歸類于無形資產。

在數據資產概念的界定上，康旗等（2015）和張志剛等（2015）

給出了相類似的定義，二者均認為數據資產的所有權歸企業(yè)及組織所

有，是能產生預期收益的數據資源。劉琦等（2016）指出，未來的數

據市場必定是完備、有效的交易市場，因此，建議運用市場法對數據

資產價值進行評估。王建伯（2016）認為，數據的價值主要體現在數

據分析與數據交易。韓娜娜等（2016）將政務數據價值分為知曉性、

基礎應用及高級應用價值，且運用不同的方法評估不同價值層面的數

據資產。王新才（2016）認為，數據資產應運用差別定價理念，同時

認為成本、效用和預期利潤是影響數據價值的主要因素。

經過對上述文獻的研究分析，可知大部分學者均認可數據資產這

一概念，并認為數據可以產生預期的經濟效益。楊有韋（2016）將政

務數據劃分為五類：只有政府才有能力獲取的數據；僅有政府才有權

采集的數據；由政府行動而產生的數據；政府因履行監(jiān)管職責所獲取

的數據；政府部門提供服務時產生的消費和留案數據。從屬性上可分

為四類：自然信息類、城市建設類、城市管理統(tǒng)計監(jiān)察類、服務與民

生消費類。朱丹（2017）將政務數據資產定義為，擁有權或控制權歸

屬于政府各部門，并且這種資產可以產生預期的經濟價值。張弛

（2018）歸納總結了數據資源轉化為數據資產的三個條件：可控制、

可量化及給數據的擁有者帶來經濟效益。

（3）對數據價值的定量研究。

LongstaffFA和SchwartzES（2001）運用最小二乘蒙特卡洛方

法對數據價值進行評估。張志剛（2015）構建了電力公司數據資產價

值指標，運用AHP方法對電力公司的數據資產價值進行評估。

魏曉菁、陳峰、董媛媛（2015）分析了在數據資產形成過程中，

對數據資產價值產生影響的相關因素；然后，確定各因素之間的相對

重要程度；最后，利用層次分析法計算得出數據資產可信度值。周芹

（2016）采用AHP方法，運用蒙特卡洛模擬算法，評估電商企業(yè)數據資

產的價值。梁文、劉夫新和崔夢梟（2016）運用數據質量監(jiān)測技術和

數據資產評估技術，進行量化數據質量指標。李永紅和李金驁

（2017）以互聯(lián)網企業(yè)為分析對象，并對傳統(tǒng)的計算方法進行了相應

的改進與優(yōu)化，目的在于為未來的理論研究與現實應用提供基礎。朱

丹（2017）完善了數據資產管理框架；發(fā)現數據資產價值影響的關鍵

因素，并提出估值模型。黃樂等（2018）借鑒同樣作為無形資產的品

牌價值評估的三個主流辦法：成本法、市場法和收益法，引入數據平

臺活躍系數等參數，通過實證案例對模型進行驗證。王玉蘭（2018）

指出了傳統(tǒng)評估方法的不足，將數據資產作為一種特殊的無形資產，

確定采用AHP方法對數據資產進行評估。陶怡然（2019）通過對數據資

產評估方法進行比較分析，發(fā)現層次分析法具有可行性。

2.2.4數據市場化的研究

國內外研究人員在政務數據市場化方面也做了大量的研究，主要

集中在數據資產屬性和數據權屬等方面。

（1）對數據資產屬性的研究。

對于數據的資產屬性，目前尚未形成統(tǒng)一意見。王玉林、高富平

（2016）從實踐和理論兩個方面對大數據的資產屬性進行了探討，認

為大數據具有財產屬性，是信息財產權的客體，是大數據控制人的數

據資產。徐漪（2017）認為，數據資產屬于無形資產范疇，應當在

《企業(yè)會計準則》中及時補充、添加與數據資產有關的條款及其計量

方式。穆勇等（2017）認為，不能確定數據的資產屬性，就難以有效

地對政務數據進行資產化管理，數據資源轉化為數據資產應滿足所有

權明確、稀缺性、經濟效益三個條件。同時認為數據資源是不同于固

定資產、無形資產和知識產權的另外一種新型資產。唐莉、李省思

（2017）認為，數據具有資產屬性，同時滿足無形資產的一些特點。

因此，應將數據資產歸類為無形資產。鄒照菊（2017）認為，企業(yè)數

據具備資產特征，因而符合資產定義。朱揚勇、葉雅珍（2018）認

為，數據資產是擁有數據權屬、有價值、可計量、可讀取的網絡空間

中的數據資源，數據資產兼有各種資產的特征，應將其作為一種新的

資產類別。

（2）對數據權屬界定的研究。

針對數據權屬界定的問題，已有文獻尚未達成共識，存在爭議。

肖冬梅、文禹衡（2015）和齊愛民、盤佳（2015）針對數據權屬問題

的觀點類似，他們均認為應從國家數據主權和個人數據權利兩個視角

對數據的權屬問題進行研究，其中國家數據主權包括數據管理權和控

制權；個人數據權利包括人格權和財產權。郭兵（2016）針對數據權

屬難以界定的問題，提出了“個人數據銀行”的概念。他認為應該有

專業(yè)機構對個人的數據進行收集和分析，在不泄露個人隱私的前提

下，分離數據的所有權和使用權。

穆勇等（2017）認為，數據權屬界定的關鍵是要厘清數據的提供

者、數據的收集者、第三方大數據平臺及數據的消費者之間的關系，

通過確定數據的所有權、控制權和使用權等來界定參與方的相關利

益，并通過制定相關的法律法規(guī)、規(guī)章制度和簽訂合約等對此種利益

分配關系進行約束。馮惠玲（2017）認為，由于數據權屬界定不清，

政府部門信息公開存在法律風險，從而限制了信息公開的范圍和內

容，影響了政府部門的主動性，導致政府信息公開實質性進展緩慢。

許可（2018）認為，在不同的利益相關者中，數據的財產權應首

先依循“捕獲規(guī)則”，分配給收集、處理數據的數據從業(yè)者，繼而再

依據“關聯(lián)規(guī)則”，將與人格密切相關且界定清晰的“個人敏感數

據”權利分配給數據主體，以彌補“捕獲規(guī)則”之不足。石丹

（2018）將數據分為個人數據、企業(yè)數據和政務數據，并認為個人數

據的所有權和控制權歸個人所有；企業(yè)數據經過脫敏處理后獲得部分

所有權，政務數據應當作為公共產品處理。丁曉東（2019）認為，數

據具有多重屬性，其屬性高度依賴場景。對數據進行確權，應當遵循

場景化的規(guī)則制定方式，以理性規(guī)則和個案來自下而上地推動數據規(guī)

則體系演進，而非尋求數據的統(tǒng)一性規(guī)則。

2.3文獻評述

現有文獻主要從四個方面對政務數據資產化進行研究。

（1）現有文獻主要從政策、機構、技術等方面對政務數據的安全

化展開研究。

第一，建議政府層面制定專門的數據安全保護法律與政策。

第二，建議各地方政府成立專門的政務數據安全保護機構，對政

務數據的開放、共享和資產化進行資格審查。

第三