公共数据，其具备着经济价值，但更涉及公共利益。从开放数据中国的定位出发，我们高度关注公共数据的供给制度的设计和实践，并试图确保其体现开放原则：最小限制、促进协作、包容参与。

此篇文章为开放数据中国执行主任高丰博士在“2023数据资产管理大会——公共数据论坛”发言实录。

完整PPT已分享在此前的文章中（传送门）。

当前，公共数据授权运营尚处于早期发展阶段，多数地方尚在开展制度构想和政策设计。在已出台或尚征求意见管理办法的近40个地方，我们开放数据中国从中已能总结出至少六七种不同的差异化设计模式。而在这些差异的背后，一个根本的战略分歧在于是否认为授权运营是一种新的数据流通模式？

这一思路的典型代表是浙江省，其制度设计中将授权运营单位的角色分配给了数据利用方，构建的是数据持有方如何向使用方授予开发利用数据权利的流程。其实质是将授权运营等同于透过安全技术环境所开展的授权使用/特许开发。而在我们看来，这一思路更多是对中国数据开放框架下「有条件开放」的具体落地。其自然需要考量如何和原有普遍开放，以及其他类型有条件开放间的平衡关系，从而不会挤压原有开放模式的实施空间。

如若我们再退后一步来考量，不难认识到，授权使用/特许开放的背后是一种典型的公共数据开发利用的结果导向思维。但在开放数据中国的立场下，我们呼吁公共数据更应被置于「开放利用」的语境框架下。因为唯有先讨论「开放」，我们才有可能去推动建立规模化的要素市场，进而才可能讨论「利用」，实现要素的「乘数效应」。也就是说，「开放利用」是一种既要「结果」，又要「过程」的战略路径。

在此基础上，让我们进一步去反思为何会需要授权运营？实际上，数据开放所面临之实践困境，即「三不」——「不愿、不敢、不会」已是业界的一项共识，而授权运营针对这「三不」的回应落脚都是在于「公私合作」之上，也就是通过引入市场力量和行政力量合作实现「构建激励闭环，分摊安全责任，引入专业能力」。这一「公私合作」关系的构建，在学界也正逐步形成一种共识。我们会看到近期《电子政务》期刊上刊发的中国人民大学团队对福建案例的研究中就总结到：「公共数据授权运营的概念不再侧重于是一种与数据开放、共享并列的数据流通方式，而更倾向于是一项实现“统一运营”的组织制度安排。」（具体请参见《公共数据授权运营的功能定位与实现机制——基于福建省案例的研究》）

因此，我们也在此呼吁达成一种共识: 即授权运营是一种公私合作机制，而非一种数据流通模式。两者不存在冲突，数据开放是整体目标，授权运营是实现这个目标的一种路径。讨论授权运营，应当回归到数据开放的整体框架下，不动摇和破坏原有数据开放的既定目标、规则和监管体系，而是更多考量授权运营引入的公私合作关系如何构建和管理。（关于本质讨论，可延展阅读我们此前观点：（1）和（2））

在我们进一步开展讨论如何构建公私合作关系前，我们需要达成三点共识。

第一，公共数据开放利用的「运营」是一个复杂的链条。当前我们会观察到有些地方往往将运营简单的视作为一种技术行为，认为运营等同于利用，等同于生产具体场景应用。我们认为这是没有正确理解运营的复杂性。实际上，这种对运营的淡薄认知，恰恰是数据开放工作往往不理想的关键因素之一。运营是贯穿于整个开放利用生命周期的，其既包含技术性的数据治理、数据初级产品生产等工作，也包含非技术性的市场推广、供需对接、质量反馈、应用追踪等一系列复杂的工作，因此准确认知运营的复杂是做好公共数据开放利用的关键，也是认知为何引入和如何引入市场力量的基础。

第二，准确认知数据基础设施的多重含义。一方面，我们要考虑数据的基础设施，即为公共数据的安全利用提供技术环境。另一方面，我们要考虑数据作为基础设施，即公共数据本身作为一种基础性资源其通过技术封装后要视作基础设施。这就如同我们供水供电体系一样，水厂本身是一种处理水的基础设施，而供水管道则是对水资源封装承载的基础设施。这其中我们要强调数据的技术封装，要以「初级产品」（即小麦加工为面粉，而非直接加工为面包）为侧重开展，高「再利用性」是关键指标 （关于再利用性，可延展阅读《ReUsability（可重用性），构建多元公共数据要素化流通的关键》）。

第三，充分竞争活跃的市场生态是一致目标。相信任何一方都不希望看到公共数据开放利用是由某一家或几家机构垄断的，而其应当是具备活力而有多类型数商可以参与的一个生态。

基于上述三点前提，我们进一步讨论授权运营这一公私关系如何构建。我们认为这牵涉到四个关键点：

（1）如何界定市场力量的角色职能？

当前在各地授权运营的制度设计中，呈现了两种不同的思路：一种是围绕授权运营平台开展运营，即认为安全开发环境是整个运营的关键，而数据利用者所生产内容则完全交由市场自行决定；另一种则是在制度中刻意划分出了一级开发市场和二级开发市场，引入市场力量的目的是运营建设一级开发市场，换而言之是以生产和运营初级数据产品为关键。

开放数据中国的立场是，一级开发市场的建设应当被认为是公私合作的主要目标。单纯依靠安全开发环境是无法支撑起整体公共数据的开放利用的，势必需要透过数据初级产品的形式，才能规模化实现流通。同时，我们认为公共数据要分类分级讨论，有的公共数据可能不存在适合市场化的终端场景因而授权运营可能需要兼顾一级和二级两级开发，而有的公共数据则具备高度的社会需求性，例如空间类数据有广泛需求，因此要确保其尽可能以高「再利用性」初级形态流通至市场。

（2）政府侧是否要宏观调控生态形成？

在授权运营制度设计中，政府是否要刻意去设定运营生态如何构成？根据我们目前观察，至少存在四种不同的思路：从政府完全不介入任由市场自行发展（市场自主模式），到政府顺着整条运营链在每一个环节试图规划生态（供应链培育模式）。

我们认为，生态调控没有对错，只有合适，因为这本身取决于复杂的因素，例如本地数字经济水平、数商生态发展阶段、城市数字化水平等。但在生态发展过程中，都要注意到前期都会经历一个冷启动过程，也因此依托于国企来托底和开展冷启动是一个合理的策略，但要注意避免单一国企主体的垄断风险而需加强相应的监管。我们建议各地在开展授权运营制度设计时，应充分考量本地因素来描绘合理的生态预期，并通过实施细则等配套将预期转化为可落地的步骤，一步一个脚印搭建起理想的生态。在这一过程中，要注意和数商生态的密切联系，给予市场积极的合作信号，尽可能透明化地推进生态建设。

（3）公共数据权力如何做好公私配置？

公共数据的权利，无论是产权三权分置或是相应的利益收益权都是当前制度设计中有所考量的。但针对公共数据的权力，即对数据利用方的准入以及下游数商的生态准入的裁定权力究竟应该由谁掌控，则是往往被忽视的。当前已经有市场反馈提出，在部分地区要求基于场景审核准入数据利用的，如果数据利用方向授权运营单位提出相应的场景申请，会否导致运营单位侵占场景创意或故意不批准而让利关联企业等问题。

开放数据中国的立场是，要避免公共数据权力的私有化。即上述裁定的权力不能随着授权运营而被市场主体私有化或垄断化，要避免此我们提出三点策略：一是，可以考虑将该权力牢牢掌控在政府侧，但政府本身是否具备相应的裁断能力是一大挑战；二是，可以考虑将运营权和裁定权解耦，即引入第三方来掌控裁定权。或许当前招投标中引入招标代理公司仅受理应标文件，而政府侧组织从专家库中抽选的第三方专家开展评标的模式是一种可借鉴的模式。但在数商生态中，如何确保这种第三方服务的可持续性则是一大挑战；三是，可以考虑通过降低授权运营单位的独家垄断即尽可能使其生态竞争化来规避该问题。但这当然需要长期的生态培育来实现而很难短期达成。具体策略尚需未来进一步的探索和实践检验。

（4）数据基础设施的归属和处置权如何配置？

当前在数据基础设施的建设和运营模式上，各地均有不同。例如授权运营平台就有「政府建设-市场运营」、「市场建设-市场运营」两种模式，而数据初级产品则有「市场建设-市场运营（同一主体）」、「市场建设-市场运营（不同主体）」两种模式。但目前几乎所有地方的授权运营制度中，都未对授权到期后或者授权关系因故终止后的相关资产处置作出原则性约定，而试图将此问题搁置到授权协议中单独协商处理。

我们认为，数据基础设施既然作为基础设施，其对公众的可持续服务是一个关键问题，因此我们认为公共数据的基础设施无论是授权运营平台或是公共数据初级产品，其都应当归属于政府侧所有。在授权关系中，我们建议应当尽可能分离建设主体和运营主体，并尽可能要求将数据初级产品的建设置于可控的授权运营域下，方便资产移交至政府，并随时可切换新的运营主体。在这一过程中，国企作为有经济实力且有社会责任担当的市场机构，应当扮演好相应的托底护航的角色。

最后，我们结合当前观察、反思，为授权运营的进一步发展提出如下四点建议：

一是，公共数据授权运营制度设计要包容其动态发展的特性。

授权运营的制度设计要因地制宜，而具体实施过程中要视乎整体生态发展、市场反馈而动态调整其节奏。准确把握好其动态发展的特性，是做好授权运营的关键。

二是，授权运营的成功应侧重一级市场发展，而非二级市场

授权运营不应该将成功开展多少应用场景建设作为成功指标，而应重点聚焦一级市场建设，考量通过公私合作将多少原本单一行政力量无法开放的公共数据，成功透过初级产品或授权运营平台的服务流通至了市场。（关于此可延展阅读我们此前对评估指标设计的建议）

三是，亟待从开放利用视角重构公共数据分级分类

我们建议应当尽快对当前单一安全视角作出补充，从开放利用视角对公共数据做重新分级分类。从而能够指导授权运营单位开展公共数据产品的加工生产，为公共数据产品和服务的定价提供基准。

四是，应建立起公共数据运营者的网络，加速经验交流和最佳实践落地。

最后，我们建议国家数据局可以组建一个网络，促进公共数据运营单位对一级市场的需求把控、产品标准化、再利用性的把控以及定价等问题开展交流，从而形成最佳实践，加速公共数据开放利用的落地。