1、1 2 3 引言 数林概貌 数林指数 数林近观 数林建言 评估方法 附录 004 008 012 023 038 041 050 4 5 6 中国地方政府数据开放报告和“中国开放数林指数”是我国首个专注于评估政府数据开放水平的专业报 告和指数，由复旦大学数字与移动治理实验室制作出品，由复旦大学和国家信息中心数字中国研究院联合发布。 “开放数林”意喻我国政府数据开放利用的生态体系。开放数据，蔚然成林，一棵棵地方开放“数木”由最 初的丛然并生、成荫如盖，直至枝繁叶茂、花开结果，终将成长为一片繁盛多样、枝杈相连、持续循环的中国“开 放数林”。 引 言 7 “中国开放数林指数”自 2017 年 5 月
2、首次发布以来，每半年发布一次，定期对我国地方政府数据开放水平 进行综合评价， 精心测量各地 “开放数木” 的繁茂程度和果实价值， 助推我国政府数据开放生态体系的建设与发展。 2018 年以来，“中国开放数林指数”为国家互联网信息办公室信息化发展局监测我国公共信息资源开放情况提 供数据支撑。 8 9 1.1 总体态势 截至 2019 年 10 月，我国已有 102 个省级、副省级和地级政府上线了数据开放平台，平台总数首次超过 100 个。与 2019 年上半年相比，新增 20 个地方平台。 目前， 我国51.61%的省级行政区、 66.67%的副省级和24.21%的地级行政区已推出了政府数据开放
3、平台。 地级以上平台数量逐年翻番，从 2017 年的 20 个，到 2018 年的 56 个，再到 2019 年的 102 个，“开放数据， 蔚然成林”已从愿景成为现实，政府数据开放平台已日渐成为一个地方数字政府建设的“标配”。 东南沿海地区的省级平台已逐渐相连成片，并向内陆地区不断扩散。广东省和山东省内的各地市都已推出 了数据开放平台，形成我国最为密集的省级“开放数林”。在长三角地区的江苏、安徽、浙江和西南地区的贵州 和四川，地级平台不断上线并相连成片，已形成长三角和西南地区的“开放数林”。 指数分值较高的地方主要集中在东南部沿海地区，与此同时，位于西部和东北部地区的贵州省、贵阳市、 哈尔滨
4、市、成都市、银川市也表现优秀，成为所在地区的优质“数木”。 在准备度、平台层和数据层等维度上，全国整体表现与上半年相比均有进步，但在利用层上各地仍有很大 提升空间。 在 2019 年下半年的开放数林指数省级排名中，上海和浙江的综合表现最优，广东总体进步幅度最大。在 地级（含副省级）排名中，贵阳、深圳、哈尔滨和济南综合表现最优，福州市在半年来新上线平台的地方中总体 表现最佳。在四个单项维度上，在全国所有 102 个地方中，上海在准备度上排名第一，浙江在数据层上排名全 国第一，深圳在平台层和利用层上排名全国第一。 1.2 数根：准备度 在法规与政策上，上海出台了我国首部专门针对数据开放的地方政府规
5、章，另有八个地方出台了专门针对 数据开放的规范性文件。 在组织和执行上，各地陆续组建了专门的政府数据管理部门，其中，超七成地方的政府数据管理部门是省 一、数林概貌 10 （市）政府的组成部门、工作部门或政府办公厅（室）管理的行政机构，数据开放工作的组织基础进一步稳固。 但仅有 4 个地方的党政主要领导在公开讲话中明确要求推进政府数据开放，地方党政领导对数据开放的重视力 度有待进一步加强。 在标准规范上，只有广东、山东、上海制定了专门针对数据开放的地方标准，仅上海市连续制定和公布了 专门针对政府数据开放的年度工作计划。 1.3 数干：平台层 在数据发现上，只有不足两成的平台能从用户视角出发，按用
6、户使用场景和标签分类提供数据导引，帮助 用户迅速发现其需要的数据。 在数据获取上，仅有不到四分之一的地方平台提供了开放数据目录。超过七成的地方平台要求用户注册登 陆后才能获取无条件类开放数据，提高了获取无条件类数据的门槛。仅有五个地方平台开通了可申请有条件类 开放数据的功能。虽然有近六成的地方平台提供了对未开放数据提交请求的功能，但仅有不足一成的地方平台 公开了用户的数据请求和平台的回复。 在利用成果上，超过七成的平台未标明利用成果来源。 在互动反馈上，只有约一成地方平台提供了数据发布者联系方式。虽然超过七成的地方平台开通了意见建 议和数据纠错功能，但对用户的意见建议和数据纠错进行及时有效回复
7、的地方分别仅占 8% 和 2.3%，仅有深圳 和东莞的数据开放平台能对用户提出的数据纠错信息进行及时回复。 在账户体验上，超过五成地方平台的注册过程较为繁琐，要求用户提供的个人信息较多。 1.4 数叶：数据层 在开放数据总量上，全国开放数据集总量从 2019 上半年的 62801 个增长到 71092 个，增幅一成多。开 放数据集的容量与 2019 上半年相比，增幅约 27%。 各地平台在数据数量上差异显著，超三成的地方平台上开放的数据集总量超过了一千个，有一成多的平台 上开放的数据容量超过 1 亿，但仍有近两成的平台上开放的数据容量在 10 万及以下。 11 在开放数据质量上，约 35% 的
8、地方平台提供了优质数据集，但优质 API 接口仍屈指可数，各地提供的 API 接口普遍存在调用难度高，能调取到的数据容量小、更新频率低等问题。 在开放数据标准上，开放授权协议仍未得到足够重视，超四成的地方平台缺少专门的数据开放授权协议， 仅有 26% 的地方平台在提供的授权协议中明确授予了用户免费获取、不受歧视、自由利用、自由传播和分享数 据的权利。不到两成的地方平台为数据集标示了多种开放类型，例如普遍开放和有条件开放类。只有不到两成的 地方平台上开放的数据集全部符合非专属格式的标准。 在开放数据覆盖面上，只有不到一成的地方平台开放的数据集覆盖了所有重要主题，只有不到一成的地方 平台上开放了所
9、有的常见数据集。来自市场监管部门的数据集总数最多，首次超过统计部门。 在开放数据持续性上，能持续新增数据和保持动态更新的地方平台仍然偏少，只有不足一成的地方平台能 在近两年半以来的每个季度都持续上线新增数据集。在 2019 年第二、三季度内，近四成的地方没有更新数据集。 1.5 数果：利用层 在促进数据利用上，有一成多的地方举办过类似开放数据创新利用比赛，但只有上海市和北京市两个地方 连续举办。 在利用成果产出上，各地平台上展示的利用成果数量少，类型单一，覆盖面小，质量不高，仅在 5.62% 的平台上发现了少量的利用开放数据产生的有效服务应用，主要关于交通出行、教育科技、卫生健康和城建住房 等
10、主题。近七成的平台展示的是由政府部门自身开发，而不是社会利用政府开放的数据所产生的应用。 在数据利用上，目前被利用的数据集数量较少，主要来自交通运输、统计、教育、市场监管、人力资源与 社会保障、农业农村、公安、卫生健康和文化旅游等 9 类政府部门。近九成的地方平台展示的利用成果未标注 开放数据来源，即使在标注了数据来源的地方平台上，也普遍存在数据链接无效、数据搜索不到或数据不完整等 情况。 12 13 表 1-1 省级准备度排名 2.1 准备度指数 各地在准备度上的指数分值与排名如表 1-1、表 1-2 所示，在省级行政区中，上海、贵州和北京名列前三， 在地级 （含副省级） 地方中， 贵阳、
11、连云港和济南名列前三。 上海在所有地方的准备度排名中位列第一。 近半年来， 北京、连云港、南京等地在准备度上的进步幅度最大。 二、数林指数 14 表 1-2 地级（含副省级）准备度前五十强 15 2.2 平台层指数 各地在平台层上的指数分值与排名如表 2-1、表 2-2 所示，在省级行政区中，浙江、上海和广东名列前三， 在地级（含副省级）地方中，深圳、贵阳和哈尔滨名列前三。深圳在平台层总排名中位列第一。 表 2-1 省级平台层排名 16 表 2-2 地级（含副省级）平台层前五十强 17 2.3 数据层指数 各地在数据层上的指数分值与排名如表 3-1、表 3-2 所示，在省级行政区中，浙江、广东
12、和山东名列前三， 在地级（含副省级）地方中，贵阳、广州和东莞名列前三。浙江在数据层总排名中位列第一。近半年来，广东省 在数据层上进步迅猛。 表 3-1 省级数据层排名 18 表 3-2 地级（含副省级）数据层前五十强 19 2.4 利用层指数 各地在利用层上的指数分值与排名如表4-1、 表4-2， 在省级行政区中， 北京、 贵州和上海名列前三， 在地级 （含 副省级）地方中，深圳、贵阳和潍坊名列前三。深圳在利用层总排名中位列第一。 表 4-1 省级利用层排名 20 表 4-2 地级（含副省级）利用层前五十强 21 2.5 综合指数 省级与地级（含副省级）开放数林综合指数的分值、排名与等级如表
13、5-1、表 5-2 所示。在 2019 年下半年 的省级排名中，上海和浙江的综合表现最优，进入第一等级“五棵数”。贵州、北京和广东也总体表现优秀，进 入第二等级“四棵数”。近半年来，广东综合指数进步幅度最大。 在 2019 年下半年的地级（含副省级）排名中，贵阳、深圳、哈尔滨和济南综合表现最优，进入第一等级“五 棵数”。福州市在半年来新上线平台的地方中综合指数表现最佳。 在四个单项维度上，在全国所有 102 个地方中，上海在准备度上排名第一，浙江在数据层上排名全国第一， 深圳在平台层和利用层上排名全国第一。 表 5-1 省级综合排名 22 表 5-2 地级（含副省级）综合排名 23 24 3.
14、1 时间分布 截至 2019 年下半年，我国已有 102 个省级、副省级和地级政府数据开放平台上线（如图 1 所示），平台总 数首次超过 100 个。与 2018 年报告同期相比，增长接近一倍，与 2019 年上半年相比，新增了 3 个省级平台 和 17 个地级（含副省级）平台。各地平台上线时间如表 6 所示。 三、数林近观 图 1 历年地方平台总数 25 表 6 各地平台上线时间一览表 26 3.2 空间分布 截至 2019 年 10 月底，全国各地上线的省级政府数据开放平台的地区分布如图 2 所示，副省级和地级政府 数据开放平台的地区分布如图 3 所示，颜色越深代表平台上线时间越早。从整体
15、上看，我国地方政府数据开放 平台的扩散呈现出从东南沿海地区向内陆地区不断发展的趋势，东南沿海地区的省级平台已经逐渐相连成片。 广东和山东省内的各地市都推出了数据开放平台，形成我国最为密集的省级“开放数林”。 在长三角地区的 江苏、安徽、浙江和西南地区的贵州和四川，地级平台不断上线并相连成片，已形成长三角和西南地区的“开放 数林”。相比之下，有些上线数据开放平台的地方则在其所处地区成为孤独的“绿洲”，在其四周均未上线平台。 图 2 各地平台上线时间的地理空间分布（省级） 27 从省级地方指数分值的空间分布情况来看（图 4），目前分值较高（在图中颜色较深）的省份主要集中在东 部沿海，但西部的贵州省
16、也表现优异。 图 3 各地平台上线时间的地理空间分布（副省级和地级） 28 图 4 开放数林指数空间分布（省级平台） 从地级（含副省级）的空间分布来看（图 5），目前分值较高（在图中颜色较深）的地市主要集中在山东省 和广东省等沿海地区，但贵阳市、哈尔滨市、成都市、银川市等位于中西部和东北部地区的城市也表现抢眼。 29 图 5 开放数林指数空间分布（副省级、地级平台） 30 图 6 82 个地方指数分值与排名变化分析 3.3 长势分析 报告对 2019 上半年评估报告中的 82 个地方半年以来的指数分值和排名变化情况进行了分析。图 6 中的横 坐标代表这 82 个地方 2019 下半年的指数分值
17、，纵坐标代表这些地方与 2019 上半年相比的名次变化情况，正 数表示名次上升位数，负数表示下降位数。2019 下半年新上线平台的地方，由于缺少上半年的指数分值和名次 可做对比，故未在图中出现。 图中用排名不变（即为 0）与指数均值作为两条分界线，将各地分为四种类型。右上方的区域为“竹林”， 表现为指数分值较高且进步迅速，如广东和深圳等地；右下方的区域为“乔木林”，表现为指数分值稳定或小幅 下降，但仍维持在较高水平，如贵阳、浙江、贵州等地；左上方的区域为“藤蔓”，表现为指数分值不高但进步 较块，如阳江、南京等地；左下方的区域为“灌木丛”，表现为指数分值下滑且指数处于中下水平，目前有大量 地方处
18、于该区域。 31 3.4 法规与政策的文本效力 与数据开放相关的法规与政策的等级直接决定了其约束力的强弱。报告将各地有关政府数据开放的法规与政 策的等级从高到低划分为地方性法规、地方政府规章、一般规范性文件、部门规范性文件四级。目前，我国还没 有地方出台了专门针对数据开放的地方性法规，但已有少量地方以政府令的形式发布了与政府数据开放相关的地 方政府规章，或制定了相关的一般规范性文件和部门规范性文件。 专门性是指法规与政策是否专门为政府数据开放而制定，这也是衡量其效力的重要指标。目前，我国大多数 地方尚未出台专门针对数据开放的地方性法规、地方政府规章或规范性文件，已出台的法规与政策在内容上主要
19、分为五类：专门针对数据开放、针对公共数据资源共享和开放、针对公共数据资源管理或大数据发展应用促进以 及针对公共数据和一网通办（或电子政务）管理。 各地出台的专门针对数据开放的法规与政策的效力等级分布情况如表 7 所示。 表 7 各地法规与政策的效力等级分布 32 3.5 标准规范 标准规范是为了在一定的范围内获得最佳秩序，经协商一致制定并由公认机构批准，共同使用的和重复使用 的一种规范性文件。制定开放数据标准和规范指南，有利于数据开放工作的标准化和规范化实施。目前只有广东、 山东、上海制定了专门针对数据开放的标准规范。 3.6 数据集总量 数据集是指由数据组成的集合，通常以表格形式出现，每一“
20、列”代表一个特定变量，每一“行”则对应一 个样本单位。政府数据开放平台通常以下载或 API 接口的方式提供数据集，数据集总量统计的是平台上可通过 下载或 API 接口获取的数据集总数。 截至 2019 下半年，全国的开放数据集总量为 71092 个，相比 2019 上半年，增长约 13%（如图 7 所示）。 表 8 各地专门针对数据开放的标准规范 33 3.7 数据容量 数据容量是指将一个地方平台中可下载的、结构化的、各个时间批次的数据集的字段数（列数）乘以条数（行 数）后得出的数据总量。数据容量体现的是平台上开放的可下载数据集的数据量大小。相比上半年，2019 年下 半年全国开放数据集的总容
21、量增幅约 27%（如图 8 所示）。 图 7 全国开放的数据集总数 图 8 全国开放的总数据容量（单位：万） 34 3.8 优质数据 数据容量大、社会需求高的优质数据集是开放数据的重点。报告对国内各地平台上所有可下载的数据集（共 约 54067 个）按照数据容量进行排序，在数据容量相同的情况下再按照下载量排序，最终选出排名居于前 1% 的数据集作为优质数据集（共约 540 个）。优质数据集数量前十的地区如图 9 所示。 图 9 国内各地平台优质数据集数量（前十名） 表 9 是排在前十位的优质数据集列表，这些数据集普遍具有较高的条数、字段数和下载量，内容主要涉及商 事主体、司法、气象、药品和道路
22、等方面。 35 3.9 主题覆盖面 开放多个主题领域的数据集有利于提高数据开放的广度和覆盖面，也有利于数据利用者获取来自多个领域的 数据集进行融合利用。图 10 展现了各地开放数据集的主题分布情况。其中，社保就业主题遥遥领先，在该主题 下开放的数据集在总数上是排在第二位的教育科技主题的两倍多。 表 9 前十位优质数据集列表 图 10 开放数据集主题分布 36 3.10 部门覆盖面 开放数据的部门覆盖面反映了各个政府部门开放数据的参与程度，也体现了数据集来源的丰富程度。由于不 同地方相同职能的政府部门在名称上存在差异，报告对这些部门的名称做了相应的合并与调整。各地平台上开放 的数据集的部门分布情
23、况如图 11。目前，来自市场监管（包括工商、质监、食药监）部门的数据集总数最多， 首次超过了统计部门。 与统计部门提供的经过加工归总后的宏观统计数据相比， 业务部门提供的数据更具原始性， 容量更大， 再利用价值也更高， 应成为数据开放的主力部门。 此外， 住房和城乡建设、 教育、 文化旅游、 农业农村、 卫生健康等部门也开放了较多的数据集。 图 11 开放数据集的部门分布 37 3.11 利用促进 利用促进是指政府为了推动开放数据的社会化利用而组织的各类活动。开展开放数据利用促进活动有利于提 升社会利用政府数据的积极性和创造力，也有助于政府部门更好地了解社会的数据需求，开放更多的优质数据， 从
24、而通过促进数据提供者与数据利用者之间的双向互动，营造有利于政府数据开放利用的生态体系和社会氛围。 组织开放数据创新利用比赛是一种常见的利用促进活动，各地自 2017 年以来举办的部分开放数据创新利用 比赛如表 10 所示。 表 10 各地举办开放数据创新利用比赛一览表 38 39 政策供给与组织保障 在法规与政策方面，制定与政府数据开放相关的地方性法规、地方政府规章或规范性文件，并对开放数据的 范围、 开放数据质量、 开放方式中的分级分类开放、 利用促进、 安全保护、 保障机制等方面做出明确的规定和要求。 在组织与执行方面，提升政府数据开放主管部门的层级，制定和公开专门针对数据开放的工作计划，
25、地方党 政主要领导应提高对数据开放的重视程度，更多公开表态推进政府数据开放工作。 在标准与规范方面，制定有关数据开放的标准规范。 平台优化与持续运营 在数据发现方面，注重及时更新数据动态，提供按照用户使用场景和标签分类进行数据导引的方式，利用多 种筛选条件提供和强化高级检索功能。 在数据获取方面，提供可下载的开放数据目录，实现开放数据的分级分类获取，公开用户对未开放数据的请 求并提供及时优质的回复，对有条件开放类数据开通提交申请的入口。 在工具提供方面，结合平台数据资源提供多样且实用的分析工具。 在利用展示方面，开通多种利用成果的提交和展示功能，并提供利用成果来源信息。 在互动反馈方面，提供数
26、据发布者联系方式和智能客服，公开用户的评价、意见建议和纠错信息，并提供及 时优质的回复。 在公众传播方面，加大数据开放工作的宣传力度，探索新媒体等传播渠道。 在账户体验方面，提供自然人和法人分类注册功能，并提升账户注册的便捷程度。 总体上，保障平台的持续性运营，使其成为政府数据管理部门的一项常态化工作，以支撑与用户之间的日常 互动反馈和数据供需对接。 四、数林建言 40 数量提升与质量保证 在数据数量方面，注重提升数据集的容量。 在数据质量方面，开放更多高容量、高需求的优质数据集，同时减少碎片化和低容量的低质数据集，剔除无 效数据集；增加以 API 接口形式开放的实时动态的、大容量的数据集，清
27、理碎片化 API 接口、限制型 API 接口 和无效 API 接口。 在数据标准方面，制定和完善开放授权协议，对用户免费获取、不受歧视获取、自由利用、自由传播与分享 开放数据的权利进行明确授权，对不同类型的数据集分级分类制定开放授权协议。提高非专属格式、RDF 格式 开放数据的比例，降低申请 API 接口的难度。推进数据的分级分类开放，对数据集标示其开放类型，如无条件 开放或有条件开放等；为 API 接口提供更加详实的调用说明或操作指南，帮助用户理解、获取和利用数据。 在数据覆盖面方面，鼓励和吸引更多的部门参与到数据开放工作中来，丰富数据内容的多样性，不断提高开 放数据集的主题覆盖面和部门覆盖
28、面，开放更多常见数据集。 在数据持续性方面，提高开放数据集的持续增长和动态更新。 数据利用与生态培育 在促进开放数据利用方面 , 持续开展开放数据创新利用比赛等活动 , 以提升社会对政府数据开放工作的知晓 度，提高社会利用政府开放数据的积极性 , 营造有利于政府数据开放利用的生态体系。 在成果产出方面 , 亟需提升有效数据利用成果的类型、数量和主题覆盖面，清理政府自身开发的应用 , 剔除 无法获取或正常使用的应用 , 为数据利用成果标明数据来源并提供数据集链接。 在数据利用方面 , 鼓励引导多种类型的数据利用者对政府开放数据进行增值利用，提升被利用数据集的数量、 容量、主题覆盖面和部门覆盖面。
29、在开放优质、高价值政府数据的基础上，进一步推动数据利用。 41 42 5.1 评估指标体系 指数出品方邀请国内外政界、学术界、产业界共七十余位专家共同参与，组成“中国开放数林指数”评估专 家委员会，体现了跨界、多学科、第三方的专业视角。专家委员会基于数据开放的基本原则，借鉴国际数据开放 评估报告指标体系的经验，立足我国政府数据开放的政策要求与实践现状，构建起一个系统、科学、可操作的中 国地方政府数据开放评估指标体系，并为每项指标分配了权重（见图 12）。 五、 评估方法 图 12 评估指标体系构建方法 43 评估指标体系共包括准备度、平台层、数据层、利用层四个维度及下属多级指标（见图 13-1
30、、图 13-2）： 准备度是“数根”，是数据开放的基础，包括法规与政策、组织与执行、标准规范等三个一级指标。 平台层是“数干”，是政府开放数据和用户获取数据的载体，是展示利用成果的中心，也是连接数据开放供 给侧和需求端的桥梁，包括数据发现、数据获取、工具提供、利用展示、互动反馈、公众传播和账户体验等七个 一级指标。 数据层是“数叶”，是数据开放的核心，包括数据数量、数据质量、数据标准、数据覆盖面、数据持续性等 五个一级指标。 利用层是“数果”，是数据开放的成果，旨在促进政府数据开放后的社会化利用，包括利用促进、成果产出 和数据利用等三个一级指标。 44 图 13-1 中国开放数林指数评估指标体
31、系 45 图 13-2 中国开放数林指数评估指标体系 46 5.2 评估范围 指数出品方根据公开报道，以及使用“数据开放”“数据公开”“公共数据”“政务数据”“政府 数据”“地名数据”“地名政府数据”“地名开放数据”等关键词进行搜索，发现了截至 2019 年 10 月 31 日，我国已上线的地方政府数据开放平台，并从中筛选出符合以下条件的平台： 1、原则上平台域名中需出现 ，作为确定其为政府官方认可的数据开放平台的依据。 2、平台所代表的地方政府的行政级别为地级及以上。因行政区划调整，原山东省莱芜市已于 2019 年 1 月 整体并入山东省济南市。 3、平台形式为“集中专有式”或“集中嵌入式”
32、。“集中专有式”是指开放数据集中汇聚在一个专门的平 台上进行开放；“集中嵌入式”是指开放数据统一汇聚为一个栏目版块，嵌入在政府门户网站或政务服务网站上。 各个条线部门建设的非集中式开放数据的平台不在指数的评估范围内。 本次评估中，指数出品方共发现符合条件的地方平台 102 个，其中省级平台 16 个，地级（含副省级）平台 86 个，将上线了这些平台的地方作为本次评估的对象。具体地方、平台名称和平台域名如表 11 所示。 表 11 评估范围（按行政层级及拼音首字母排序） 47 48 5.3 数据采集与分析方法 准备度评估主要对相关法律法规、政策、意见、计划、标准规范、新闻报道等资料进行了描述性统
33、计分析和 文本分析。搜索方法主要包括以下两种：一是在百度搜索引擎以关键词检索相关法规与政策文本、年度工作计划、 有关地方党政领导讲话支持的新闻报道以及数据开放主管部门的信息；二是在地方政府门户网站以及政府数据开 放平台上通过人工观察和关键词检索采集数据。指数出品方对法律法规与政策的筛选标准为至少有一节专门针对 政府数据开放的内容；对标准规范的筛选标准为有关政府数据开放的地方性标准，行业性的标准规范未纳入本次 评估范围。数据采集截止时间为 2019 年 11 月 15 日。 49 平台层评估主要采用人工观察法对各地方政府数据平台上各项功能进行观测并做描述性统计分析，数据采集 截止时间为2019年
34、10月31日。 同时， 指数出品方还对平台的回复情况 （包括回复时间和回复质量） 进行了评估， 回复情况采集截止时间为 2019 年 10 月 31 日。 数据层评估主要通过机器自动抓取各地平台上开放的数据结合人工观察采集相关信息，然后对数据进行了描 述性统计分析、交叉分析、文本分析和空间分析。数据采集截止时间为 2019 年 10 月 31 日，对“动态更新” 这一指标的评测时段为 2019 年 4 月 1 日至 2019 年 9 月 30 日两个季度。 利用层评估主要对各地政府数据开放平台上展示的利用成果进行了人工观察和测试，对 2017 年以来各地开 展的开放数据创新利用比赛信息进行了网
35、络检索，并对采集到的数据进行了描述性统计分析。数据采集截止时间 为 2019 年 10 月 31 日。 5.4 指标计算方法 指数出品方基于各地在各项评估指标上的实际表现从低到高按照 0-5 分共 6 档分值进行评分，其中 5 分为 最高分，相应数据缺失或完全不符合标准则分值为 0。对于连续型统计数值类数据则使用极差归一法将各地统计 数据结果换算为 0-5 之分间的数值作为该项得分。 各地平台在准备度、平台层、数据层、利用层四个维度上的指数总分等于每个单项指标的分值乘以相应权重 所得到的加权总和。最终，各地开放数林指数等于准备度指数、平台层指数、数据层指数、利用层指数乘以相应 权重的加权平均分。各地开放数林指数计算公式如下： 各地开放数林指数 50 51 指数出品团队 观察员 郑磊、刘新萍、吕文增、周业光、华蕊、付熙雯、温祖卿、韩笑、 李传琪、侯铖铖、张宏、黄铎宾、纪昌秀、刘梦宇、董煜 陈延、杜扬、黄华津、连莹、刘嘉玉、刘均禄、任冉冉、王佳依、王野然、 王云聪、文可昕、项佳囡、徐丹丹、杨欣怡、钟泽琪、朱令俊 指数出品方 52 评估专家委员会 53 联合发布方 合作单位 冥睿（上海）信息科技有限公司中山大学数字治理研究中心 54
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
