开放数据建设成效、制胜要素和关键能力有哪些？

开放数据可以在多个层面产生可量化的经济效益。

1.如何评估建设成效

国家/地区层面

开放数据是经济增长的强大助推力。欧洲国际政治经济研究中心2018年的一项研究发现，较严格的数据政策 （限制国内和跨境数据流动）可能会对生产力和经济效益产生重大负面影响。35 同时，2021年的一项研究表 明，到2030年，开放数据生态系统可促进经济增长1-5%，其中发展中国家的增长潜力最大。36 但经济增长并不 是开放数据带来的唯一益处；它还能提高机构的整体竞争力，包括提高国内机构的全球竞争力（例如，瑞典公 司Klarna自2018年推行开放数据以来，在美国的用户量已增至3,400多万）37，和国内部门的竞争力。关于后一 点，哥伦比亚大学、斯坦福大学和不列颠哥伦比亚大学的研究人员在2021年的一项研究中发现，开放银行政策 的推出导致金融科技的风险投资资金在统计上显著增加，这表明开放数据框架可以充分利用这一趋势。最后， 开放数据有助于提高各经济体的金融包容性和金融知识普及率。在印度，与广泛的开放数据生态系统相关联的 Aadhar数字身份计划的推出，将金融账户拥有率从2011年的35%提高到了2017年的80%。

机构层面

抓住新型数据流机遇的企业可以解锁新的收入来源。衡量成功的一个明显标准便是盈利能力——无论是收入 的增长，还是因运营效率提高/员工生产率提高/欺诈行为减少节省了成本，或者两者兼而有之。例如，英国领先 的数据聚合产品供应商Bud已帮助贷款机构将违约率较市场估值降低了40-75%。39 但并非所有潜在的积极影 响都像盈利能力那样立竿见影。开放数据还能为金融机构提供工具，创造更相关和更具个性化的体验，从而 提高客户满意度。例如，Plaid（一家总部位于美国的开放数据供应商）目前正与Flexport（一家国际物流企业） 合作改善供应链融资渠道。Plaid报告称，通过Plaid建立联系的Flexport客户能够获得比同行低0.4%的年利率， 和高出32%的信贷额度。

消费者层面

最后，在消费者层面，我们可以通过至少两种标准来衡量收益： A. 新升级的金融服务对消费者整体资产负债表的改善（例如，增加收益）；以及 B. 节省了与金融机构沟通的时间和精力。 我们已经看到了利用开放数据改善消费者财务状况的实例。例如，数据驱动金融服务商MX与美国最大的银行 之一合作，推出了一种现金流预测工具，帮助该银行的消费者增加了4%的收益。41 在节省时间方面，加拿大数字 身份认证委员会（DIACC）的报告显示，消费者为完成交易每年平均花费约8小时的时间来创建或更新身份信息，并 输入数据来证明自己的身份。通过自动填写表格和增加其他属性来验证和确认消费者的交易资格（例如，提供 收入证明），开放数据可以极大地减少消费者的工作量。

2.生态系统层面的制胜要素

数据是为消费者以及整个社会提供更有价值的个性化建议的关键因素。而数据经济和生态系统的蓬勃发展需要满足一些 条件。其中许多都是外部条件，这些外部条件可能使企业能够基于数据创造出新的服务和产品，也可能阻碍企业的发展。 一般而言，运作良好的开放数据生态系统可根据消费者的要求促进安全高效的数据共享，并确保所创造的价值在各参与者 之间按比例分配。同时，严密的监管保障了必要的灵活性以及公平和平衡的分配。为数据生态系统内的各方制定激励措 施是生态系统取得成功的关键；责任应明确，费用应按比例公平分摊；由于数据是开放金融和开放数据践行服务主张和 提高竞争力的基础，因此数据质量是信息共享真正蓬勃发展的必要条件；网络安全问题和其他技术条件（如标准化和互 操作性方面的条件）也具有重大影响。欧洲一家大型银行的主管合伙人说：“在考虑互操作性时，行业标准是关键，并且它 使各参与方更具竞争优势。”

我们认为，生态系统层面的成功需要满足七个因素：

公平合理的价值交换 ：开放数据生态系统为各类参与者提供足够的价值，并确保价值与参与成本相匹配，对这保持生态系统的增长势头至关重要。 首先，数据用户开发的产品和服务应为消费者带来足够的价值回报。要获得消费者数据的访问权，需取得明确知情同意， 因此消费者需要相信他们能从共享数据中获益，否则将对消费者缺乏吸引力。益处可以是金钱方面（即帮助消费者省钱或 赚钱，例如筹划合并退休收入的节税方法）、效率方面（即帮助消费者节约时间）或体验方面（即改善消费者与产品或服务 互动的方式）。 其次，应为数据保管人提供足够的价值。如果参与开放数据生态系统仅仅是数据保管人的强制性合规行为，则参与者缺乏 共享要求以外数据的动力，进而可能导致生态系统停滞不前。价值有几种形式。协调价值交换的一种方式是在数据用户 和数据保管人之间进行直接货币补偿（以盈利或成本回收为基础）。协调价值交换的另一种方式是确保互惠，要求数据用 户也向生态系统提供相关信息。这有助于确保信息不会从传统的消费者数据来源（如大型金融机构、电信公司、信息技术 公司）单向流向新进入者，数据保管人还可共享从生态系统中其他参与者处无法获得的消费者数据，以为其消费者改进现 有主张或制定新主张。 第三，生态系统中共享的数据应足以让数据用户制定新的商业主张。如果数据有限（例如，范围有限、孤岛式方法、数据已经 公开），则数据用户将可能缺乏动力为消费者连接并开发创新的新产品和服务。

深入开展跨领域合作，确保数据自由流动 ：开放数据并不仅仅局限于特定领域，不仅会对银行业和金融业产生积极影响，还会对医疗、能源、制药、移动出行、基础设 施、自然资源等领域产生积极影响，从而使消费者对更多信息集拥有更多控制权。 在合并不同行业的数据时，可以充分利用开放数据的潜能。有些方法往往针对特定领域，将私营实体、公共部门和消费者 整合，为特定行业创建共同的数据空间。然而，专注于某个领域的数据共享框架会导致数据实现及利用数据优势受限，而 全面的数据方法将有助于制定更加以客户为中心的解决方案。在这些方法中，避免各领域数据不对称及法规相对立，对惠 及消费者和促进互操作性方面发挥关键作用。

基于原则的灵活框架 ：在分析开放数据的不同趋势时，一些司法管辖区（如欧盟42、英国、澳大利亚43、中国香港44 和巴西）选择以法规为主导的方 法；其他司法管辖区（如美国、印度、韩国和日本）选择以市场为主导的方法；另一类司法管辖区（如新加坡）选择的方法主 要以市场为主导，但政府机构在激励参与和协调不同举措方面发挥关键作用，以推动生态系统取得成功。 严格的法律框架可能会给推行带来一些挑战，尤其是在开发周期的早期阶段。举例而言，领先的英国开放银行计划带来 了诸多积极影响和经验教训，尽管实施速度慢于预期。45 在此方面，根据2022年开放银行实施实体（OBIE）46 受托人报告， 每20名数字活跃的英国成年人中，只有不到3人使用开放银行支持的服务。欧盟也呈现类似的结果。一家欧洲领先银行的 合作关系负责人表示：“政府机构应推动（信息公开）流程，但并非掌握全局。”

同样，欧盟委员会（EC）、欧委会金融服务和资本市场理事会（DG FISMA）在2023年发布的关于《支付服务指令2》（PSD2）47 应用和影响的报告中估计了该法规带来的某些益处，如2020年通过改进客户保护措施减少欺诈金额9亿欧元，2020年第 三方支付服务提供商（TPP）的市场准入提高16亿欧元。至于其他方面的益处（如服务价格更具竞争力、基于遵循PSD2的 API开发新产品以及信贷机构的市场准入提高），报告指出现在进行估算还为时尚早。报告还对成本进行了评估，其中报告 所涵盖信贷机构48 的API开发成本为22亿欧元，信贷机构、第三方支付服务提供商和商户的强客户身份验证（SCA）实施 成本估计为50亿欧元。欧盟委员会发布的评估结论如下： 1. 虽然《支付服务指令2》为欧盟的开放银行/开放金融奠定了基础，但由于以下相关问题，许多预期效益和潜力尚未实现： (i) 数据访问，(ii) 数据共享，(iii) 同意和数据保护，(iv) API标准不一致；以及 2. “绝大多数受访的银行和银行业协会表示，《支付服务指令2》的相关成本远远超过带来的收益。在《支付服务指令2》 推出之前建立的国家机关和第三方支付服务提供商对其总体影响持乐观态度，但目前他们也倾向于赞同负面总体评估”。 更加灵活的框架有助于行业探究和实施对生态系统中所有参与者有益的举措。当（英国和墨西哥实施的）规范性框架或可 导致行业无法跟上技术发展步伐的情况，也无法从受控的试错练习（如需要，正如在所有创新流程中均需要）中吸取经验。

这些框架可基于设计与运作原则，在这些原则中，可参考不同变量来衡量有效性，如覆盖范围及对消费者的益处，或创新 增加及解决方案优化；不同利益相关者参与该生态系统所产生的成本与取得的收益之间的比例等。

跨领域通用标准，以最大限度地提高互操作性 ：为了在开放数据生态系统中实现数据互联，须制定数据标准49 和API标准。50 标准化方法多种多样，包括规范化方法，以及 以市场为主导的灵活方法。 无论选择哪种方法，跨行业标准可最大限度地提高生态系统参与企业的潜在利益及竞争力。尽管实施这些标准可能需要会 产生相关成本，但其益处超过了潜在缺点。从这个意义上说，在已建成基础设施和既有标准基础上制定标准可简化流程、 降低成本、缩短实施时间，并提高互操作性和改善结果。例如，金融领域在向第三方开放部分数据方面保持领先，因此， 其他领域的政府机构和企业可利用已建成基础设施和既有标准，可能会考虑遵循某些标准，以创建有效的跨领域数据流。 基于可互操作数据和API可用性对特定解决方案和服务进行定义和商业化，可促使市场提供新的解决方案和服务，并使客 户从中受益。

均衡公平地分配责任： 有关数据使用、连接及可能造成之损害的责任主体的相关问题具有重要意义。无论开放数据生态系统由监管活动（如 澳大利亚消费者数据权（CDR），即写入政府政策并由监管机构监督的集中数据交换框架）还是市场活动（例如，在美国， 数据共享主要通过Plaid和MX等竞争性数据整合商完成）主导，都需进行适当的风险控制和责任治理。51 这些问题可以通过不同的方式加以解决。例如，通过私人协议和市场动态，某些情况下通过特定法规解决。理想情况是各 服务提供商对其所提供的服务以及对数据和基础设施的使用负责。 消费者、数据保管人和数据用户应该非常清楚风险流和责任流如何与数据流保持一致，以及当出现问题（如数据泄露、欺 诈、数据发送给错误方）时的责任主体。如果未制定明确且易于理解的规则，参与者的信任度则会下降，从而影响生态系统 致力于达成的结果。

数据的可靠性和质量 ：数据是组成整个系统的原材料，因此，数据质量越高，结果就越好。数据质量具有多种属性，如准确性、完整性、可靠性、 相关性和及时性，所有这些属性都是数据共享生态系统取得成功所必需具备的属性。 与此相关的一点是，是否不仅人类能够理解数据，机器也能理解。通过创建更多可机读格式的数据，可在系统中嵌入更多 自动化功能，因为机器将能够自行交流和分析数据，从而启动价值链新环节。

协调一致的监管机制 ：数据质量和数量与数据商业模式息息相关。构建以灵活、自动的方式获取数据的网络（如物联网）对于扩展开放数据生态系 统至关重要。 还需关注一些与隐私有关的问题（如数据匿名性和假名化）。然而，在数据隐私方面仍存在许多不同的监管方法，这种分散 性会使实施跨境（有时是跨领域）解决方案变得愈加复杂。 在可能的情况下，实施开放数据的方案应在技术上保持中立，以适应消费者所需的不同解决方案。此外，数据主权和数据 本地化要求，以及不同地区之间的法律碎片化都可能在创新方面产生非预期后果，对数据传输或数据流动性造成更大的 限制，并增加成本。

3.组织层面所需的能力

对于数据保管人和数据用户而言，成功者可能拥有一套共同的运营、技术和战略能力，包括：

技术 

现代化和模块化的数据架构（如基于应用程序接口的架构），便于内部检索、共享和从多个来源获取数据。 先进的数据处理和分析能力，可将通过生态系统接收的数据转化为可操作的洞察力，这些数据可单独使用，也可与现有数 据连接使用。 治理及风险管理 • 成熟的伙伴关系管理部门负责通过调整利益、灵活管理服务水平协议、高效公平地管理冲突以及遵循生态系统规则和 规范，与第三方建立可信赖的关系。 有效的第三方风险管理和网络安全协议，以了解、监控和防范威胁（如API安全）。

组织与流程设计

敏捷、以客户为中心的企业文化，使企业能够对生态系统中共享的新型数据做出反应，并迅速将其纳入产品和服务开发中。

 跨越传统产品和服务孤岛的灵活合作机制；通过访问各领域的数据，金融机构或可开发出不在传统业务范围内的全新产 品（例如，银行使用公开房地产数据来提供住房比较服务）——这就需要建立全新合作机制，专注于实现关键客户的结果。

战略

通过频繁有效的客户互动和/或独家合作，形成强大的专有数据基础 – 鉴于开放数据在获取安全的消费者数据方面为各参与方创造公平竞争环境，实现战略差异化的一个重要要素是能够 保持消费者的心智份额，并生成具有特殊洞察力的专有数据。 允许向客户提供超出组织传统服务范围的见解和建议，同时不会被客户视为“越界”。