政府資料開放加值應用研究 研討會簡報

Preview:

DESCRIPTION

for: http://registrano.com/events/open-gov-data

Citation preview

政府資料開放加值應用研究

2012/11/23prepared by charles chuang & vincex huang

簡報內容

● 研究歷程● 政府資料開放示範平台簡介● 政府資料開放之相關規範建議● 政府資料開放之後續推動建議

千萬不要去問理髮師我究竟要不要理頭髮

定義

● 政府資料開放 vs. 政府資訊公開 ● Open Government Data

● 政府資料開放(開放政府資料)

研究歷程(一)

● 國內外文獻參考 / 現況分析● 座談會

● Idea Jam - 官 / 產 / 學 / 研 / 非營利 / 社群 / 公民● 專案計畫 - 文化部、原民會、故宮

● 機關訪談● 資料開放示範平台● 研究建議:規範建議、推動建議

研究歷程(二)

● 機關訪談● 文化部

● 農委會

● 台北市政府

● 彰化縣政府

● 台南市政府

● 諮詢訪談● 環保署環境監測及資訊處

● 資策會科技法律研究所

● 工研院資訊與通訊研究所

● 中研院資訊科學研究所、生物多樣性中心

政府資料開放示範平台簡介

平台使用系統: CKAN● 由英國 Open Knowledge Foundation 所開發的

資料管理系統,採用 AGPL 授權的自由軟體,可以免費使用,並擁有完整的說明文件、協作專案、社群支援,也在英國、巴西等國家與地區實際運作。

● CKAN.org

OGPL vs. CKAN 比較表

CKAN的功能1. 資料管理

2. 後設資料管理

3. 搜尋

4. 地理資訊

5. 社群

6. 視覺化

7. 版型與外觀

8. 資料倉儲

9. 版本記錄

10.擴充彈性

11.蒐集分散式資料

12.API

13.管理與分析

14.網頁管理

15.國際化與多語支援

16.安全性

示範平台展示

政府資料開放之相關規範建議

政府資料開放之相關規範建議

1.機關開放資料評鑑表

2.資料盤點

3.收費議題

4.授權方式

5.資料發佈

1. 機關開放資料評鑑表● 讓政府部門自行評估其針對「開放政府 / 開放資

料」的整備狀態,讓組織能參考填寫結果,完善不足之處。檢核表內容包括五個面向:1. 參與 / 社群

2. 技術 / 資料

3. 領導

4. 組織

5. 學習能量

2. 資料盤點資料規劃與九大分類資料集

● 需要開放哪些資料 ? 有哪些資料可以開放 ?

1. 分析現有資訊

2. 瞭解各方需求

3. 釋出已經準備好的資料

4. 考量執行成本

5. 考量投資報酬率

6. 排除可能限制

7. 參考同類型政府部門的作法

美國、英國開放資料平台九大項目分類比較

● 美國所開放的資料,主要集中在交通運輸、經濟發展、生活品質等三大類,英國則是健康醫療、生活品質、以及其他(政府與議會)類。

● 對應到食、醫、住、行、育樂、就業、文化、經濟發展和生活品質之九大類別,其中的醫、行、經濟發展、生活品質是可參考他國經驗而發展之重點項目。

● 而對於食、住、育樂、就業、文化等類別,建議應參酌其他六個面向,以分析現有資訊、瞭解各方需求為主要作法,找出應優先釋出之資料集。

3. 收費議題免費授權與加值應用 (一 )

● 我國政策:以免費為原則、收費為例外。● 國外觀點:

● 若指稱「公部門資訊」( Public Sector Information ),非針對「開放資料」,則有收費議題需討論。

● 若指稱「開放資料」,則無所謂的付費模式,需付費才能使用資料。因為「開放」的意義即在於可針對資料進行再利用,不論其為商業性或非商業性之使用,並無任何限制。

3. 收費議題免費授權與加值應用 (二 )

● 公部門資訊之收費模式:1. 收益最大化模式

2.回收成本模式

3.回收部分成本模式

4.促進再利用之成本回收模式

5.邊際成本

6.零成本

3. 收費議題免費授權與加值應用 (三 )

● 儘管無直接之收益,但是,開放資料當然有加值應用,其加值,並非直接收取費用,而是透過對於資料的創新運用與分析,協助民眾透過較佳選擇改善生活、輔助企業解讀資訊以開發創新服務,間接地促進民生與經濟發展。

● 透過開放政府資料所帶來的透明與參與,提昇社會的信任基礎與良性論辯,也是開放資料的重要價值。

3. 收費議題免費授權與加值應用 (四 )

● 免費的資料帶來更多的收益● 歐洲與美國對提供公眾資訊的財務政策幾乎相反:● 美國為開放且低價提供政策,成本回收由蓬勃的產業稅

收來間接獲得● 歐洲為成本直接回收政策

4. 授權方式開放資料需要開放授權

● 針對欲開放之政府資料,建議應採用統一的開放授權條款釋出,以利資料的自由再利用,不限定商業性或非商業性之使用。

● 建議參考:開放資料庫授權條款

Open Data Commons Open Database License (ODbL)

5. 資料發佈相關標準與資料平台 (一 )

● 資料檔案格式

5. 資料發佈相關標準與資料平台 (二 )

● 資料欄位格式● 在現有的標準找到可供使用的語彙標準,則應直接採

用。例如 Dublin Core 關於文件、著作的定義, FOAF關於人與關係的規範,或是 GeoNames 裡對於國家名稱等地理名詞的描述。

● 採用這些標準詞彙,不僅可以節省定義的成本,也可在資料想要發展到五顆星等級的鏈結資料時,即刻與其他資料建立脈絡、產生關連。

5. 資料發佈相關標準與資料平台 (三 )

● 若沒有可供使用的欄位,則需要自定語彙,這時建議可參考類似物件的現有規範,例如若是沒有公廁資料的欄位標準,則或許可參考餐廳、公園等類似設施的欄位定義,參考

Linked Data Cookbook 所提出的方式自行建構語彙。

5. 資料發佈相關標準與資料平台 (四 )

● 開放資料平台建構建議:1. 採用開放的平台架構

2.依循相關網路標準

3.注重資料平台的互通性

4. 明確標示授權條款與使用協議

5. 資料存取的易用性與穩定性

6. API 與資料的大量存取

7.提供使用者反饋機制

政府資料開放之後續推動建議

政府資料開放之後續推動建議

1.強化法源依據

2.開放民眾參與

3.專注於以資料為基礎建設

1. 強化法源依據● 美國著作權法第 105條規定,聯邦政府的資訊,

非著作權法的保護標的,視為公共財,任何人得自由使用。

● 英國政府也將修訂其資訊自由法案,納入政府資料開放之相關原則。

● 修改《政府資訊公開法》、或是另行研擬相關要點、作業原則,擴充政府資料的公開範圍與使用限制,將資料與資訊的再利用納入解釋,應是未來可考慮的方向。

2. 開放民眾參與 (一 )● Public Private partnership (PPP) 模式,通常是

政府機關與私人企業的合作模式。● 然而在開放資料的時代, PPP 應轉變為 Public

People partnership ,讓政府建立與民間社群之合作機制,不僅是企業,也可以是非營利組織與個人,而非限於少數企業。

2. 開放民眾參與 (二 )● 英國於 2012 年成立的 Open Data Institute

(ODI) ,由企業、學界、政府部門與公民社會等各領域的人所組成, 預計在五年內由政府投資一千萬歐元,透過資料、人際、組織所組成的網絡,連結並催化開放政府資料的可能效應,探索並創造開放政府資料所能帶來的經濟與社會價值。

● 建議我國可思考在現有資訊服務生態圈之外,成立類似的獨立機構,以促成創新的思維與行動。

2. 開放民眾參與 (三 )● 與開發者建立協作關係

● 資料加值應用競賽,除了可以帶來帳面上的「本次競賽共有 35 件作品參賽,若以每項作品價值 30萬元計算,共帶來 1,050萬元的經濟效益」的成果,重點更在於驗證資料結構 /格式的可用性、探索資料創新應用,並與資料的使用者 / 開發者建立關係。

● 如何延伸競賽成果的應用可能,持續與使用者 / 開發者建立協作關係、經營相關社群的發展,會是未來舉辦類似競賽時,必須思考的重點。

2. 開放民眾參與 (四 )● 提供民眾建議政府應開放之資料的管道

3. 專注於以資料為基礎建設 (一 )

『資料是新的原物料,可以產生知識、優化決策、促進創新,產生社會與經濟價值。』

● 美國聯邦政府所近期發表的數位藍圖之首要原則,即是以資訊 / 資料為中心,先不考量資訊的最終呈現是以網站、行動應用程式或廣告文宣,而是把焦點放在資料與內容的精準、

正確與可用性,致力於將非結構性的內容轉化為結構性的資料,透過 API 建立互動性與開放性,並讓資料得以被公部門、私人企業與一般民眾所使用。

● 政府資料開放是新的預設值,而非最後才執行的步驟。

開放資料與內容(資訊)

系統、程序、管理與網站 API

公部門數位服務 私部門數位服務

資訊層

平台層

展現層

美國政府數位藍圖:數位服務的不同層次

3. 專注於以資料為基礎建設 (二 )

● 政府機構若是以提供開放資料作為資訊基礎建設,相比自行建置網站或行動應用程式來呈現處理過的資料,不僅成本低廉許多,也能讓民間組織有空間發揮創意,將資料進行加值應用,間接達成政府所想要提供的資訊與服務。

● 針對某些基本資料與資訊,政府仍應以便於使用者閱讀的方式釋出,以減少數位落差所帶來的資訊不對稱。

敬請指教

charles@netivism.com.tw

Recommended