非常高兴今天到交大和大家讲一下开放数据，我是复旦大学研究国际关系和公共事务的，我看到今天几位嘉宾，我在出国留学前主要的工作就是做市场研究相关，主要做市场研究分析市场情报还有进行数据采集，回想一下当时做的主要的方法是定性的方法，开一下访谈，或者发很多问卷，或者买一些报告买一些数据，这些年来我自己的研究数据这块，我们发现现在很多的数据采集不是从样本的采集，而是可以得到全样本的数据，今天我的报告和这个相关，因为我们发现其实我们做市场营销也好，市场情报分析也好，或者说创新也好，大量的数据掌握在政府手中，五月份贵州的数博会说，李总理说80%以上的数据资源掌握在政府手中，数据掌握在政府部门手里是极大的浪费，除非涉及到国家安全商业秘密个人隐私之外，都应向社会开放。具体讲一下什么是开放数据。

目前得到政府的数据用什么的渠道，得到什么样的数据，有些形式是到政府门户网站上，这是武汉市的公开数据网，但是其实开放给我们的不是数据，而是关于数据的报告，中间体现一些数据，但是更多的是一些经过加工过的数据，有些地方包括贵州给我们开放的是一个PDF文件，里面是一个月报，虽然有一个表格，但是以PDF的形式，无法直接导入进行分析或者应用开放。还有一些地方提供单位一条信息查询，除非你自己抓取，无法方便直接得到数据集进行进一步加工和分析，这种形式叫单条数据查询，还有一些地方可能已经把这些数据本身做成了一些图表，柱状图、饼图等等，这也是加工过的，如果想换一种方式做分析，只能给你这个结果，无法知道更多的维度或者是一些变量，你就无法进行深度应用。还有一些已经做成了动态的可视化的图，包括环境数据的开放，即使每小时都在变动，除非自己抓，无法用更方便的可记录的方式直接得到数据，不仅仅是这一刻的数据，而是历史的数据。还有一些地方是先开发成一些应用，比如说上海把公厕的数据开发成一个应用，帮助你寻找身边的厕所，也把政府掌握的停车场的数据开发成一个上海停车的app，但是类似的应用有什么问题呢？其实我们在市民里面问一问，谁听说过这两个app，有没有必要，我们会问你们怎么找厕所找停车场的，他们会用导航软件，为什么还要专门下一个app。其实是一种浪费。即使有必要做，做的怎么样呢？在上海公厕指南里面，数据只有政府掌握的公共厕所，社会上的厕所附近有一个酒店有一个肯德基麦当劳的厕所你不去，你说你抵制它，因为不是政府建的。政府会告诉你我不可能收集社会上的厕所，我把我掌握的厕所做出来就可以了，为什么不能把数据开放出去，让社会开发应用，而不是自己用纳税人的钱做了一个没有必要的东西，把数据本身，停车场的数据你所掌握的停车场的数据，或者政府掌握的公厕数据，只要这些停车场和公厕没有涉及到国家安全、商业机密、个人隐私，让个人开发，用什么方式开发，大众点评也希望把导航功能加进来，让你找到吃饭的时候能够找到停车场，同时帮你找到厕所，这就是市场的声音，交给他们做，这个时候引出了数据开放的概念。

美国有一个RECOVERY网站，告诉你七千亿花在哪里去了，每个点代表这个点上联邦政府投了多少钱进行救市，给了谁，协议上面准备给多少钱等等。也不叫数据开放，你得到的是单点的情况，如果想深入分析一下，到底投入了什么行业真正地方，我要做一个科学研究，没有办法直接导入，只能在网站上基于政府的应用进行查询，你做成可视化的，或者简单的图表写成了一个报道，你自己开发应用，无论是网站的形式还是app的形式，这些都不是数据开放。

什么样的叫数据开放呢？这是一个开放数据上的标杆性的网站，叫做DATA.GOV，分享了很多数据，农业、教育、能源等等，如果做市场研究的人，或者做开发的人，如果你进入消费者数据，下载一个消费者投诉记录数据集，纵向的有五十五万条，这个数据可以做很多，同时可以拿出来做应用，如果发现一些饭店被投诉率很高，发现你进了这个餐厅直接推送，这个餐厅上个礼拜发生了几起安全事故，你自己决定吃还是不吃。

上海目前已经是国内开放数据做的最领先的城市，2012年的时候推出了政府数据服务网，目前为止开放了八个数据集，未来几年会开放到几千个，能开放的开放给社会。比如说点开数据，可以知道目前有哪些数据集，还可以看到哪些数据下载的最多，下载最多的是1978年以来住宅投资和竣工建筑面积，这其实不是大数据，还是一个小数据，有元数据，告诉你数据背景，同时下载表单，同时会更新，这种是数据集，网站上八百个数据集，总量是不是很多，因为开放数据不是很容易的事情，我们逐步在规定。同时在去年大家也听说过，推出了一个比赛，叫开放数据创新应用大赛，我们发现政府的数据像封装在玻璃里的苏打水，看上面悄无声息，但是打开瓶盖可以释放出无穷的能量。到现在去年第一年的时候开放了一个TB的交通数据，这些交通数据开放出去以后，让大家参赛征集方案，最后征集了五百多个交通领域的方案。结果就是五百多个方案当中进行分析，有哪些是商业应用的，导航、规避踩踏事件，帮你寻找一些目的地，或者是进行商业选址等等，有各种各样的创新应用，也有社会的应用，帮助政府做决策，去年的第一名帮助政府做新能源车租赁的布点，当时发现政府在布新能源点的时候，哪里有空布到哪里去，这是一个拍脑袋的自上而下的方式。但是没有人用，就说新能源车没有人租，其实不是，真正想用的地方你恰恰是没有的，帮助政府决策，既有社会政府公共管理公共服务决策方面的应用，同时也会带来市场创新。

今年的大赛，2016年刚刚推出来，去年的主题围绕着城市交通，今天的主题是围绕着城市安全，也开放了更多的数据集，同时抛出来了很多问题，这些问题既有商业问题，也有政府的公共问题，基于数据开展众筹众包，征求点子和创新应用或者决策辅助的应用。

举个例子，这是大赛中开放的公安系统的数据，犯罪统计数据、行政处罚数据等等，派出所的出警数据、道路交通数据等等，食药监方面有一些数据，不良行为数据，餐饮检查数据等等。也希望今年的大赛可以征收更多的方案，今天我的主题是开放数据释放数据能量。

开放数据就是说数据可以被任何人自由利用和再利用，不是把加工过的结果以报告的结果开放出来，而是以数据开放给社会，让社会基于不同的需求进行应用，带来各个层面的数据驱动的商业创新。要以技术和法律的特性解释一下什么是技术的特性，要以可机读的标准格式开放，从而降低数据利用者寻找利用这些数据的门槛，而不是还要自己做几道加工，法律性的开放是在法律上授权，这些数据既然开放了，就可以进行任何形式的商业和非商业的应用。还有一些更细致的指标什么样的数据，完整的一手的，及时的可获取的，这是一个公共的获取平台，而不是和政府关系好才能拿到。非歧视的，不能让企业拼谁有资源。所以这叫非歧视，要以公平的方式，非专属性就是在数据格式上不能一定要有一个软件应用。这是开放数据宪章的原则。默认开放，及时和全面，可获取和利用，数据可比较和关联，为改善治理与公众参与，为包容性发展与创新，BAT可以拿到中小公司也可以拿到数据，这是包容性的。

信息公开到底有什么差距，数据开放在右上角有两个维度，一个是出于保障知情权的目的和保障数据利用权的目的。第二个是开放到信息层和还是数据层，开放到数据层，为了让社会拿去进行利用，这是强调政府掌握的数据社会的和经济的价值。让公众知道政府在做什么，让他们参与和监督，强调的是政治行政责任，我们挣的是纳税人的钱，我们要政务公开，是这样的目的。为了推动大数据产业发展，信息资源的定向再利用，为什么放在中间，我们要把它放在最右边进行利用，因为利用是有限度的，只给A公司，我是甲方找一家公司把数据给你开发一个应用，这是定向再利用，政府在平台上在自己的网站上发布一些结果，提供一些查询，虽然到了数据，但是无法进行再利用，我只知道解决。

开放数据要从知情权走向利用大数据，从政府自己把数据加工成产品，也许是可分析的产品，也许是一些应用，走向政府提供数据，让社会对这些数据进行开发应用，以前都是政府自己做，政府自己把公共厕所做成应用，但是做的好不好，没有想到个性化的需求，如果只把数据放在自己手里，数据到加工的过程你的视角和你的创新你的头脑风暴，你的脑洞总是有限的，数据掌握在自己的手里是收缩的过程，但是如果把数据当成原料开放给社会，产生各种各样的应用，带来无穷的价值，就是一个释放能量的过程。

这个层面上我们要把数据当成一种基础设施来认识，我们在物理的时代基础设施是铁路、通电等等，大数据时代数据是金矿，是基本东西不是奢侈品，是一个基本型的东西，对于政府来说，提供公共数据本身其实是在进行基础设施建设，基于基础设施进行大数据时代的创新应用和开放，产生各种各样的应用，既有商业类的创新，也有社会类的，推动双创，对于行政目标，能够推动合作参与，这个过程当中政府开放数据，社会利用数据是一种合作关系，推动社会发展经过增长，决策的质量和政府本身决策的质量，服务提升商业应用的服务提升，政府自己公共服务的提升，产业转型，政府本身的效能提升，监管效能，其实反过来帮助政府进行食品安全监管。

所以政府开放数据是供给侧，我们供给了数据，然后社会利用数据，共同解决社会的问题，如果创造的价值越多，解决的问题越多，政府越愿意数据，第一次大赛结束之后，交通没想到自己有什么收获，因为是经信委协调，让他们开放就开放，等到决赛的时候，交通委一开展解决了这么多城市交通问题，这才发现对我们是有回报的，可以解决很多问题，政府是提供一种公共产品，不仅仅是开发应用才是公共产品，提供数据本身就是公共产品，在这个过程当中政府自己也是受益者。

政府愿意不愿意开放，以前共享都很难，不要说开放了，现在都说数据是资源，有一个政府的人说，专家不要忽悠数据是石油是金矿了，十年之前要数据很容易，现在要数据都很难，没有人愿意给我，这是一个部门的财富，其实部门利益的视角。

第二个，愿意给了数据之后能不能开放，原则上很容易，但是法规上没有真正讲清楚，到底有没有清单说这是国家机密，我们叫负面清单，我们的法律很模糊这个事情讲不清楚，真正执行的人非常矛盾，法律法规建设要跟上。

能够够不够，需要有一套体制机制保障，谁管这个事情，有没有预算有没有资金，是不是真正理解开放数据，我们公共管理角度要进行部门的体制机制能力建设，这也需要时间。

但是有些部门可能说我干什么做这件事情，多一事不如少一事，我们已经够忙了，为什么做这件事还有风险，多做多错少做少错，动力不足，有没有激励机制，做这件事情是有好处的，其实有一个循环让他们可以感受到，这不仅仅是一个付出。

还有一个问题，数据在哪里，我们都知道政府内部的数据可能和有些企业也是一样，数据掌握在不同条线和层级当中呈现碎片化的数据，政府部门还是这样的形式，找不到数据在哪里，自己内部没有审核，要开放的话，数据碎片化问题，数据资源管理在企业里面已经提出了CDO的概念，有没有把数据当成一种资源和资产真正管理起来，其实各地都还没有。刚才讲的问题归结到三个层面，政策层、管理层、数据层。

开放数据其实是数据的供给侧改革，这两年接触了很多数据的开放利用者，有很多人都是交大的小朋友，我们和他们沟通的时候，他们说没有数据，需求是有的，他们很想玩，但是数据产业要起来，没有数据玩，怎么参与国际竞争，我们的数据被美国人拿去分析了，为什么我们自己不能分析，如果我们自己拿不到数据我们怎么分析，不是没有需求，是没有数据，尤其是没有高价值的数据开放出来，需求端一直都在，所以我们有时候说给资金给政策不如给数据，真正想促进大数据产业发展，下了很多纲要出了很多文件，不如直接给数据，有很多创业团队说，钱有的是，只要有很好的创意有很好的商业模式，同时拿到数据的话，有人追着给我钱，但是政府要把数据给我。最后的结论就是政府的数据去职于民，政府数据是履行行政职能过程当中用纳税人的钱取得和储存的，要取之于民，用之于民。

最后的结论就是我们想真正推动大数据时代，其实要建立在开放数据的基础上。大量价值掌握在政府手中，大数据时代缺一条腿，这件事情政府要率先做，有一个结论是大数据建立在开放数据的基础上。今天就讲这些，谢谢大家！