基于系統動力學的開放公共數據價值實現的作用機制研究

田強 劉巖 于麗靜 李金華

[摘要]開放公共數據不僅有利于構建數字化法治政府，而且有助于釋放數據要素對民眾、企業、科研院校等不同利益相關主體的重要價值。基于系統動力學方法對開放公共數據，通過數據流通促進其價值實現的作用機制展開深入研究，重點分析了公共數據的價值實現渠道、價值實現路徑與價值實現保障。通過對不同情境下公共數據價值實現過程的仿真模擬發現：政府部門應構建統一、高效、便捷的公共數據開放平臺作為其價值實現渠道，并利用平臺向社會提供數據資源。公共數據的價值實現路徑包括提升民眾滿意度、構建數字化政府、提高企業數字化能力等，該過程需要不同類型的數據服務商的深度參與。此外，提升數據主體的數據感知力與數據素養，培育良好的數據文化，制定政策法規、加強組織管理等是公共數據價值實現的重要保障。最后根據模擬仿真結果，提出促進公共數據價值實現的建議舉措。

[關鍵詞]公共數據；數字化治理能力；數據素養；數據挖掘；數商

一、 引言與文獻綜述

2019年10月31日，十九屆四中全會審議通過的《中共中央關于堅持和完善中國特色社會主義制度、推進國家治理體系和治理能力現代化若干重大問題的決定》首次將數據列為生產要素1。2020年3月30日，《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》提出加快培育數據要素市場，推進政府數據開放共享2。開放政府數據、實現數據價值是政府部門、科研院校、企業、社會組織和公眾等多元主體以互利協作為基礎，通過利用政府開放數據資源進行增值性開發，使政府數據開放的目標和價值得以現實化的過程和結果[1]。事實上，政府數據不等同于公共數據。公共數據是國家機關、事業單位，經依法授權具有管理公共事務職能的組織，以及供水、供電、供氣、公共交通等提供公共服務的組織，在履行公共管理和服務職責過程中收集和產生的數據3。公共數據對外開放為民眾、企業、科研機構等不同利益相關主體創造巨大價值，如推動企業數字化轉型以促進企業創新[2]，促進普通民眾與知識工作者的知識創造[3]，以及降低城市內區域發展水平差距、促進區域協調發展等[4]。此外，公共數據開放囊括構建統一的政府信息公開處理平臺以打破信息壁壘，實現跨部門的數據共享[5]。

目前，學界有關公共數據對外開放的研究尚不全面，多數研究以政府數據開放為研究主題。如針對政府數據開放過程中的數據安全與價值實現的保障機制[6，7]，以及政府數據開放過程中價值實現的關鍵影響因素[1，3，8]。數據、平臺、技術成為數字經濟時代的基本要素[9]，但現有研究成果存在以下不足：其一，未能明晰平臺開放數據對公眾、企業等不同主體的價值實現路徑；其二，未能解釋原始數據與數據產品之間的關系；其三，未能從數據挖掘技術視角探究創造數據價值的關鍵因素。本文為彌補以上研究不足，利用系統動力學模型模擬政府構建公共數據開放平臺并利用該平臺開放公共數據，通過模擬不同情境下公共數據的價值實現過程，探究公共數據的價值實現渠道、價值實現路徑與價值實現保障，為有關部門開放公共數據、釋放數據價值提供理論參考。

二、 公共數據對外開放的前提條件

通過梳理相關文獻并結合發布的政策文件，本文將公共數據對外開放的前提條件確定為：第一，公共數據的持有權歸屬政府，因政府占有公共數據的存儲載體或實際控制公共數據的訪問與處理權限[10]。第二，公共數據的經營權、加工使用權分別歸屬于數據開放平臺、數據服務商。根據《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《數據二十條》），建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制1。結合北京、上海等地的數據開放情況，政府、數據服務商、平臺分別享有上述三種權利。第三，借助數據服務商的深度參與實現數據的匿名化和產品化。根據《數據二十條》，數據商是激發數據要素市場活力的關鍵角色，主要扮演技術方案提供者、交易合規保薦者和數據價值發現者的角色[11]。根據《全國數商產業發展報告（2022）》，數商包括數據資源集成商、數據加工服務商、數據分析技術服務商等15類[12]。數據的發布可能會導致私人信息泄露[13]，但數據加工服務商利用隱私計算、區塊鏈等技術對公共數據可進行匿名化處理以避免隱私泄露，同時利用各類算法模型將數據轉化為數據產品，實現“原始數據不出域、數據可用不可見”[11]。

三、 系統動力學模型構建

1. 系統邊界與基本假設

系統動力學是一門研究信息反饋系統的科學，適用于研究復雜系統的結構和行為之間的動態關系[9]。公共數據開放受到數據、利益相關者和環境等因素的影響，各因素的相互聯系和作用構成了一個生態系統，其特征符合多重非線性信息反饋系統的特點[1]，適合采用系統動力學分析方法。

系統行為主要由內部因素決定，模型成功的關鍵在于合理規劃系統邊界[1]。本文將公共數據開放系統分為數據資源開放子系統和數據資源價值實現子系統，前者包括無償與有償開放的數據資源，后者包括數據資源提升公眾滿意度、提升政府的數字化治理能力、提高企業的數字化能力、輔助科研院校提升科研成果應用價值以及推動其他組織及個人發展等。基本假設包括：第一，公共數據需借助公共數據開放平臺實現數據流通。第二，平臺開放數據不包括涉密數據或不符合開放條件的數據。第三，公共數據開放需借助數商的數據挖掘，一是借助數據脫敏對公共數據的某些特定信息進行模糊化處理，防止泄露個人信息、企業經營核心信息、危害國家安全的信息[14]；二是利用數據挖掘技術開發數據產品、充分發揮數據價值[15]。特別是利用基于區塊鏈的聯邦學習等技術，實現數據的可溯源、不可篡改和加密保護[16]。第四，公共數據實現價值增值時政府部門釋放數據價值的意愿會增強，繼而將提高公共數據采集率以增加公共數據開放量。

2. 因果關系分析

因果反饋關系分析是系統動力學的重要組成部分[6]。本文利用系統動力學對公共數據價值實現過程進行因果關系分析，借助Vensim PLE軟件可構建圖1。圖1中公共數據借助開放平臺對外流通，平臺開放數據資源包括原始數據和經過脫敏處理后的數據集以及以“數據應用”形式出現的數據產品。公共數據開放存在泄露公眾隱私或商業機密、行政機密等風險，這些風險會降低政府部門釋放數據價值的意愿，不利于公共數據的開放及價值實現。圖1中主要存在以下反饋回路：

第一，公共數據與公眾滿意度的因果反饋回路。公共數據→+平臺開放數據資源→+公眾數據資源獲取量→+公眾滿意度→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據。此回路反映公共數據增加則平臺可開放數據資源增加，公眾數據資源獲取量增加，由此保障民眾的知情權、監督權與參與權，提升政府透明度，從而有助于提升公眾滿意度。此外，公眾數據資源獲取量還受到公眾數據感知力、平臺宣傳推廣效果以及數商數據挖掘能力、數據混合附合融合程度的影響。其中數商數據挖掘能力代表數商對數據的加工處理程度，數據混合附合融合程度則代表數商加工處理的數據集來自單一部門或多部門。

第二，公共數據與政府數字化治理能力的因果反饋回路。公共數據→+平臺開放數據資源→-政府部門間信息壁壘→-政府數字化治理能力→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據。此回路反映公共數據增加并通過政府部門內部的協同共享，減少跨部門的信息壁壘，提升政府數字化治理能力。該過程同樣需要數商的技術加持，因此受到數商數據挖掘能力、數據混合復合融合程度的影響，此外還受到政府部門統籌協調及政府數據素養、政府數據文化的影響。

第三，公共數據與企業數字化能力的因果反饋回路。公共數據→+平臺開放數據資源（平臺有償開放數據產品）→+企業利用數據資源→+企業數字化能力→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據。此回路反映無償開放的數據資源與有償開放的數據產品對企業數字化能力的正向影響，該過程還受到企業數據感知力、數據素養與創新能力的影響。企業數字化能力是企業通過利用新一代數字與智能技術，以數據為核心，調動企業內外部資源，推動企業研發設計、生產制造、采購物流、管理決策等環節的數字化變革，從而提高企業績效的能力[17]。

第四，公共數據與科研成果應用價值的因果反饋回路。公共數據→+平臺開放數據資源（平臺有償開放數據產品）→+科研院校利用數據資源→+科研成果→+科研成果應用價值→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據。此回路反映無償開放的數據資源與有償開放的數據產品對科研成果及其應用價值的正向影響，該過程還受到科研院校數據感知力、科研素養及科研成果落地轉化率的影響。

第五，公共數據與其他組織及個人發展的因果反饋回路。公共數據→+平臺開放數據資源（平臺有償開放數據產品）→+其他組織及個人利用數據資源→+其他組織及個人發展→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據。此回路反映無償開放的數據資源與有償開放的數據產品對其他組織及個人發展的正向影響，該過程還受到其他組織及個人數據感知力與數據素養的影響。其他組織是除政府、公眾、企業、科研院校以外的合法組織機構，此外個人也可通過合法合規方式有償獲取數據資源。

第六，平臺開放數據資源與平臺服務能力的因果反饋回路。①平臺有償開放數據資源→+平臺有償利用數據資源→+平臺獲利→+平臺服務能力→+平臺有償開放數據資源。②平臺有償開放數據資源→+平臺有償利用數據資源→+平臺獲利→+平臺服務能力→+平臺開放數據資源→+公眾數據資源獲取量→+公眾滿意度→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據→+平臺有償開放數據資源（平臺開放數據資源）。③平臺有償開放數據資源→+平臺有償利用數據資源→+平臺獲利→+平臺服務能力→+平臺開放數據資源→-政府部門間信息壁壘→-政府數字化治理能力→+數據綜合應用價值→+政府部門釋放數據價值意愿→+公共數據采集率→+公共數據→+平臺有償開放數據資源（平臺開放數據資源）。上述三條回路均為正反饋回路，回路①反映有償開放的數據資源促使平臺獲利增加，由此平臺對用于提升自身服務能力的投資建設增加，如數據存儲能力擴展、數據查詢速度提升、吸納更多數據服務商等，使平臺能夠支撐更多公共數據的對外開放。回路②與回路③分別反映平臺利用有償開放的數據產品增強平臺獲利能力，擴大無償開放的數據資源以提升公眾滿意度及政府數字化治理能力。

需補充說明的是，公眾、企業、科研院校、其他組織及個人利用公共數據開放平臺能夠獲取有價值的數據資源，在很大程度上受其自身數據感知力的影響，即對數據資源價值量及如何實現價值的感知程度。此外，數據素養是指上述利益相關主體獲取、整理、歸納和總結數據并在此基礎上推斷結論的能力[18]，其中政府數據素養是政府及公務員在進行公共事物管理或提供公共服務過程中進行數據處理、數據共享、數據流轉和數據分析的能力，政府數據文化則是政府及公務員關于政府開放數據事務的理念及其指導下的行為準則[19]。

3. 系統動力學流圖

在梳理完重要變量間的因果關系后，利用Vensim PLE軟件構建開放公共數據價值實現的系統動力學模型，如圖2所示。

圖2中共有3個水平變量和6個速率變量，其余均為輔助變量或常量。系統動力學擅長處理周期性、長期性、數據不足及某些參數或關系難以量化的問題[20-22]，此時依然可以以反饋環為基礎開展研究[23]，這是由于多重反饋環的存在使系統對于大多數參數是不敏感的[24-25]。當前公共數據開放存在明顯的數據不足問題，但在合理范圍內設定參數仍具有研究意義。本文主要變量的性質、意義、公式、賦值等情況如下：

公共數據存量=INTEG（公共數據增加量-公共數據失效量），水平變量，代表政府所掌握的公共數據，初始值為100000。

平臺開放數據資源=INTEG（平臺開放數據資源增加量-平臺開放數據資源失效量），水平變量，代表公共數據開放平臺中無償開放的數據資源，初始值為60000。

平臺有償開放數據產品=INTEG（數據產品增量-數據產品失效量），水平變量，代表公共數據開放平臺中有償開放的數據產品，初始值為0。因數據產品不同于現有的已開放的公共數據資源，尤其需要經過數商加工處理，故將其初始值設定為0。

公共數據增加量=DELAY1（公共數據存量[×]公共數據采集率，1），速率變量，代表由公共數據采集率引發的公共數據增加量。因數據采集、存儲、處理需要花費時間，故采用一階物質延遲函數表示，將延遲時間設定為1個月。

公共數據失效量=DELAY1（公共數據存量[×]公共數據失效率，24），速率變量，代表由公共數據失效率引發的公共數據失效量。公共數據失效存在延遲，故采用一階物質延遲函數表示，將延遲時間設定為24個月。

平臺開放數據資源增加量=DELAY1（公共數據存量[×]開放數據占比[×]（1+平臺服務能力），1），速率變量，代表公共數據開放后成為平臺開放的數據資源。公共數據成為平臺開放數據或數據產品存在延遲，故采用一階物質延遲函數表示，將延遲時間設定為1個月。

平臺開放數據資源失效量=DELAY1（平臺開放數據資源[×]平臺開放數據資源失效率，24），速率變量，代表由平臺開放數據資源失效率引發的平臺開放數據資源失效量。平臺開放數據資源的失效存在延遲，故采用一階物質延遲函數表示，將延遲時間設定為24個月。

數據產品增量=DELAY1（公共數據存量[×]有償開放數據占比[×]0.001[×]（1+數據混合附合融合程度）[×]數商數據挖掘能力[×]（1+平臺服務能力），4），速率變量，代表由公共數據開放并經數商數據挖掘后成為平臺開放數據產品。因公共數據經數商數據挖掘成為數據產品需要較長時間，故采用一階物質延遲函數表示，將延遲時間設定為4個月。一項數據產品通常由“N”個數據集開發而來，為此在數據轉化為數據產品的過程中賦其0.001的系數。

數據產品失效量=DELAY1（平臺有償開放數據產品[×]數據產品失效率，18），速率變量，代表由數據產品失效率引發的數據產品失效量。平臺開放數據產品的失效存在延遲，故采用一階物質延遲函數表示。鑒于當前技術更新換代的時間較快，將延遲時間設定為18個月。

公共數據采集率=1-1/LN（政府部門釋放數據價值意愿），輔助變量，代表公共數據增加量的原因。

公眾滿意度=SMOOTH（0.001[×]公眾數據資源獲取量，3），輔助變量，代表公眾因數據資源獲取量增加而形成的公眾滿意度。因該過程需要花費較長時間，故采用時間延遲函數，將延遲時間設定為3個月。鑒于公眾數據資源獲取量是影響公眾滿意度的因素之一，所以賦其0.001的系數。

政府數字化治理能力=SMOOTH（政府數據文化[×]政府數據素養[×]（1/政府部門間信息壁壘），6），輔助變量，作為政府數字化治理能力的代表性變量。政府數字化治理能力的提升也存在延遲，故采用時間延遲函數，將延遲時間設定為6個月。

企業數字化能力=SMOOTH（0.0001[×]企業利用數據資源[×]企業創新能力[×]企業數據素養，4），輔助變量，代表企業將數字技術轉化為企業競爭力的能力。企業數字化能力受多方面因素的影響，企業利用數據資源只是其中之一，故賦予該影響因素0.0001的系數。

科研成果應用價值=SMOOTH（科研成果[×]落地轉化率，4），輔助變量，代表科研成果付諸實踐后創造的實際價值。科研成果的推廣應用存在延遲，故利用時間延遲函數表示并將延遲時間設定為4個月。

其他組織及個人發展=SMOOTH（0.0001[×]其他組織及個人利用數據資源[×]其他組織及個人數據素養，3），輔助變量，代表其他組織及個人利用數據資源對組織及個人發展產生的正向影響。數據資源是影響其他組織及個人發展的因素之一，在此賦予該因素0.0001的系數。因其他組織及個人利用數據資源促進組織及個人發展也存在延遲，故采用時間延遲函數表示，將延遲時間設定為3個月。

數據綜合應用價值=企業數字化能力+公眾滿意度+其他組織及個人發展+政府數字化治理能力+科研成果應用價值，輔助變量，代表數據資源產生的綜合價值。

保障機制=技術水平+政策法規+組織管理+資金投入，輔助變量，代表促進政府部門擴大釋放數據價值意愿的主要因素，對每個機制因素賦值1.01。

模型中存在較多輔助變量和常量，囿于篇幅原因部分輔助變量未能詳盡展示，其余常量設定數值見表1。

四、 系統動力學仿真

在構建完上述系統動力學流圖后，本文利用Vensim PLE軟件運行仿真，各變量無單位以Dmnl表示，步長設置為1個月，仿真時間設置為36個月。首先選擇公眾滿意度、政府數字化治理能力、企業數字化能力、科研成果應用價值、其他組織及個人發展以及綜合應用價值作為監測對象，對公共數據開放價值實現的動態演化過程進行有效性檢驗，結果如圖3所示。圖3至圖15中橫軸代表36個月的仿真步長，縱軸代表觀測變量的增長變化。圖中政府數字化治理能力在36個月內呈現出快速增長態勢，其余變量均呈現明顯的指數增長態勢且在第24個月后增長態勢明顯加快。結合現實情況來看，以臺州市為例，該市高質高效地推動了智能化公共數據平臺和數字政府系統的建設，使臺州市公共數據治理工作在全省范圍內具有示范性和先進性[26]。由此可見，該模型能有效反映開放公共數據價值實現的動態變化過程。

之后通過改變數商數據挖掘能力的取值對模型進行靈敏度分析。對數商數據挖掘能力分別賦值1.2、2.4和3.6，分別對應Current1、Current2和Current3，觀測政府數字化治理能力和數據綜合應用價值的變化，運行后得到圖4。該圖反映提升數商的數據挖掘能力，能夠有效提升政府的數字化治理能力及數據綜合應用價值。隨時間推移，后期效果將愈發明顯。模型的有效性檢驗及靈敏度分析均表明該模型運行結果具有一定的科學合理性，運行后的仿真結果能夠在一定程度上反映現實情況。

1. 增大開放數據占比

將開放數據占比由0.60分別提高到0.70和0.80，將有償開放數據占比由0.35分別提高到0.55和0.75，三種情況分別對應Current1、Current2和Current3。在此選取公眾滿意度與企業數字化能力作為觀測對象，將仿真結果整理成圖5。由圖5可知，提升開放數據占比可促使公眾與企業的數據資源獲取量增加，對提升公眾滿意度及企業數字化能力具有顯著效果。

2. 提升數據素養并培育數據文化

打造數字政府重在提升政府的數字化治理能力。對政府數據素養分別賦值1.3、2.6和3.9，分別對應Current1、Current2和Current3，觀測政府數字化治理能力及數據綜合應用價值的變化趨勢。將結果整理后得到圖6，該圖反映了政府數據素養對提升政府數字化治理能力具有顯著的正向影響。之后對政府數據文化分別賦值1.2、2.4和3.6，分別對應Current1、Current2和Current3，觀測政府數字化治理能力及數據綜合應用價值的變化。將結果整理后得到下圖7，該圖說明培育良好的數據文化有助于提升政府部門的數字化治理能力。

3. 建立保障機制以降低數據開放風險

將構成保障機制的政策法規、組織管理、技術水平、資金投入分別賦值為1.01、2.02和3.03，分別對應Current1、Current2和Current3，觀測其對政府部門釋放數據價值意愿及數據綜合應用價值的影響，結果如圖8所示。恢復原變量數據值后對開放公共數據風險分別賦值4.0、3.5、3.0，分別對應Current1、Current2和Current3，觀測其對政府部門釋放數據價值意愿及數據綜合應用價值的影響，結果如圖9所示。由圖9可知，建立保障機制、降低公共數據開放風險能促進政府部門釋放數據價值意愿并最終增大數據綜合應用價值。

4. 加強宣傳推廣并提升數據感知力

對宣傳推廣效果賦值0.3、0.6和0.9，分別對應Current1、Current2和Current3，觀測公眾數據資源獲取量與公眾滿意度的變化趨勢，將仿真結果整理后得到圖10。由圖10可知，加強宣傳推廣能夠增加公眾數據資源獲取量進而促進公眾滿意度的提升。此外分別對公眾數據感知力賦值0.05、0.07和0.09，分別對應Current1、Current2和Current3，觀測其對公眾數據資源獲取量與公眾滿意度的影響效果，將仿真結果整理成圖11。之后對企業數據感知力分別賦值0.06、0.08和0.10，分別對應Current1、Current2和Current3，觀測其對企業利用數據資源及企業數字化能力的影響效果，將仿真結果整理成圖12。由圖12可知，數據主體對數據資源的感知力提高后，數據主體能更主動自覺地利用數據平臺獲取更多數據資源并對自身生產生活產生正向影響。因篇幅原因，對其他數據主體的數據感知力仿真結果不再贅述。

5. 提升數商的數據挖掘能力

對數商數據挖掘能力分別賦值1.2、4.8、9.6，分別對應Current1、Current2和Current3，觀測政府數字化治理能力與企業數字化能力的變化趨勢。將仿真結果整理成圖13，由圖13可知，通過數商的數據處理功能實現了“原始數據不出域、數據可用不可見”，這既保障了數據持有者可以放心提供基礎數據，又使數據需求方能借助個性化的數據產品輔助自身業務的完善，對提升公眾滿意度、政府數字化治理能力以及企業數字化能力、促進科研成果應用、推動其他組織及個人發展均具有正向作用。

6. 增大數據混合復合融合程度以深挖數據價值

為探究數據混合復合融合是否會對挖掘數據價值產生影響，首先將該變量賦值為0，代表數商進行數據處理的是來自單一部門或領域的數據集；然后依次對該變量賦值2、4、6，分別對應Current、Current1、Current2和Current3，代表數商處理的是經過混合復合融合后的數據集，觀測公眾滿意度與科研成果應用價值的變化趨勢，將結果整理后得到圖14。由圖14可知，隨著不同領域數據集的深度混合、復合和融合，數據價值被更大程度地深挖出來并惠及不同利益相關主體。根據南方電網發布的《數字電網實踐白皮書2021》，通過拓展政務數據和電力數據的融合應用，發揮電力大數據作為生產要素的價值，可在復工復產上助力政府部門節省預算40萬元，在疫情防控上節省政府開支107萬元。何種數據集能夠交叉融合成為更具價值的數據集，需要多方論證、分析和摸索，更需要經驗豐富的數據服務商的深刻感知力。

7. 增大對公共數據開放平臺的支持力度

改變平臺獲利對平臺服務能力的支持系數，對該系數分別賦值0.6、0.8和1.0，分別對應Current1、Current2和Current3，觀測平臺獲利及平臺服務能力的變化情況，將結果整理后得到圖15。由圖15可知，當平臺將更多盈利用于自身建設時可以更快提升其服務能力。隨著平臺逐步走上正軌，其經營業務愈發成熟，數據用戶群也愈發龐大，彼時平臺將擁有強大的盈利能力，平臺服務能力也接近比較完善的水平，也就不需要政府財政在資金方面提供較多支持。相反平臺對政府財政的支持力度卻愈發明顯，對經濟增長的推動效果也愈發顯著，平臺將成為社會經濟發展的重要增長極。

五、 結論與建議

本文在參考相關文獻的基礎上，結合《數據二十條》等政策文件，基于系統動力學方法對開放公共數據價值實現的作用機制進行深入研究，重點分析了公共數據的價值實現渠道、價值實現路徑與價值實現保障。結果表明：（1）政府部門應構建統一、高效、便捷的公共數據開放平臺作為其價值實現渠道，實現公共數據的價值最大化。（2）公共數據的價值實現路徑包括提升民眾滿意度、構建數字化政府、提高企業數字化能力等，該過程需要不同類型數據服務商的深度參與。（3）提升數據主體的數據感知力與數據素養，培育良好的數據文化，制定政策法規、加強組織管理等是公共數據價值實現的重要保障。由于缺乏真實數據，在模型參數的設定上存在局限性。但隨著各地公共數據開放趨勢逐步擴大，未來在獲取有關真實數據的基礎上可對模型做進一步驗證。由此本文提出以下建議：

其一，擴大開放數據占比。隨著隱私計算、區塊鏈、匿名化處理等技術愈發成熟，符合對外開放條件的數據資源將進一步擴大。其二，提高數據利用主體的數據素養，同時應提倡在全社會范圍內培育良好的數據開放文化。其三，通過加強組織管理、制定政策法規、提高技術水平、增加資金投入等多重措施建立完善的保障機制。其四，加強平臺宣傳推廣效果，提升數據主體的數據感知力。其五，提升數商的數據挖掘能力，增大數據混合附合融合程度。其六，加強政府財政對數據開放平臺的支持力度。當平臺擁有了較強的盈利能力時，其對政府財政的支持力度也將十分顯著。

參考文獻：

[1] 張曉娟，莫富傳，馮翠翠.政府數據開放價值實現的機理：基于系統動力學的分析[J].情報理論與實踐，2022，45（5）：75-83.

[2] 蔡菲瑩，黃秀薷.政府數據開放、企業數字化轉型與企業創新[J].統計與決策，2022，38（23）：175-179.

[3] 袁莉，徐麗新，姚樂野.政府數據開放的知識創造機理研究[J].情報理論與實踐，2022，45（2）：78-84.

[4] 方錦程，劉穎，高昊宇，等.公共數據開放能否促進區域協調發展？——來自政府數據平臺上線的準自然實驗[J].管理世界，2023，39（9）：124-142.

[5] 董妍.政府信息公開不當申請數字治理的難題及其破解[J].蘭州學刊，2023（2）：113-121.

[6] 王晶，王衛，張夢君.開放政府數據價值實現保障機制研究——基于系統動力學方法[J].圖書館學研究，2019（16）：51-59.

[7] 馬海群，張濤，李鐘雋.新冠疫情下政府數據開放與安全的系統動力學研究[J].現代情報，2020，40（7）：3-13.

[8] 袁紅，王燾.政府開放數據生態系統可持續發展實現路徑的系統動力學分析[J].圖書情報工作，2021，65（17）：13-25.

[9] 王嶺.數字經濟時代中國政府監管轉型研究[J].管理世界，2024，40（3）：110-126.

[10] 許可.從權利束邁向權利塊：數據三權分置的反思與重構[J].中國法律評論，2023（2）：22-37.

[11] 國家信息中心大數據發展部.大力培育數據商新業態構建開放高效的數據要素市場生態體系[EB/OL].（2023-02-09）[2024-06-13].https：//www.ndrc.gov.cn/xxgk/jd/jd/202212/t20221219_1343667_ ext.html.

[12] 全國數商產業發展報告（2022）[EB/OL]（2022-11-25）[2024-06-13].https：//mp.weixin.qq.com/s/J7f3p-MEYfa3r39c8ev7vw.

[13] 蘇君華，杜念.國外公共數據資源開放共享中的隱私風險控制研究綜述[J].現代情報，2024，44（3）：164-177.

[14] 王今，鄒純龍，馬海群，等.基于零信任的公共數據平臺安全指數構建研究[J].情報科學，2023，41（8）：18-24.

[15] 袁澍清，王剛.區塊鏈技術與數據挖掘技術對數字經濟發展的推動作用研究[J].西安財經大學學報， 2022，35（4）：54-64.

[16] 施宏建，馬汝輝，張衛山，等.基于區塊鏈輔助的半中心化聯邦學習框架[J].計算機研究與發展， 2023，60（11）：2567-2582.

[17] 吉峰，賈學迪，林婷婷.制造企業數字化能力的概念及其結構緯度——基于扎根理論的探索性研究[J].中國礦業大學學報（社會科學版），2022，24（5）：151-166.

[18] 張紅春，楊濤.公務員數據素養的概念、結構與測量[J].數字圖書館論壇，2023，19（1）：58-65.

[19] 陳美.德國政府開放數據分析及其對我國的啟示[J].圖書館， 2019（1）：52-57.

[20] 呂濤，張美珍，雷強.基于系統動力學的印度能源及煤炭需求情景預測[J].資源科學，2015，37（6）：1199-1206.

[21] 楊希.近20年國內外鄉村聚落布局形態量化研究方法進展[J].國際城市規劃，2020，35（4）：72-80.

[22] 宋燕飛，尤建新，欒強.汽車產業創新生態系統仿真與影響因素分析[J].同濟大學學報（自然科學版），2016，44（3）：473-481.

[23] 朱燕剛，張鷺鷺，賈建國，等.“藥品價格虛高”問題模型構建與模擬[J].管理評論，2007（5）：26-32.

[24] 徐磊，董捷，張安錄.湖北省土地利用減碳增效系統仿真及結構優化研究[J].長江流域資源與環境，2016，25（10）：1528-1536.

[25] 樊燕萍，安俊.系統思維方法與系統動力學在戰略并購問題上的應用[J].系統科學學報，2013，21（3）：74-77.

[26] 安小米，齊宇.公共數據平臺數據互操作能力保障要素框架研究[J].情報理論與實踐，2024，47（1）：46-56.

基金項目：長春市創新發展戰略研究計劃項目“基于‘數字長春建設的數據產權制度研究（項目編號22CF02）”。

作者簡介：田強，男，碩士，煙臺南山學院經管學院講師，研究方向為物流管理與數字經濟；劉巖，女，博士，長春大學管理學院教授，碩士生導師，研究方向為物流管理與數字經濟；于麗靜，女，碩士，煙臺南山學院經管學院教授，研究方向為供應鏈管理與數字經濟；李金華，女，碩士，煙臺南山學院經管學院副教授，研究方向為供應鏈管理數字化運營。

（收稿日期：2024-01-11? 責任編輯：蘇子寵）