别再把开放数据平台当免费网盘用了——一线工程师踩过的3年坑

上周帮读城乡规划的学弟改毕设。他蹲在我工位旁边啃了半块凉掉的肉包，说找南京主城区的非机动车停放热点数据找了整整一周，要么是要填一堆盖了公章的企业资质申请，要么是下下来的文件全是打了码的模糊点位。我把存了两年的书签栏翻给他看——就是那个藏在南京市政务服务网三级菜单里的开放数据平台，点进去3分钟就能下到带经纬度的原始数据，连字段说明都附在旁边。他当场瞪大眼睛，说从来不知道有这东西。

你以为的开放数据平台，和实际跑起来的根本不是一回事

很多人对开放数据平台的印象，还停留在“政府把不用的公共数据扔上去当免费资源”的阶段。我在政务信息化的项目组泡了快三年，刚进场的时候跟着团队做初期的内容梳理，当时运营岗的同事拍着胸脯说，开放嘛，就得敞亮，把所有能拿出来的数据都堆上去，用户想要什么就下什么。 结果上线第一周就出了问题。有个团队下了某老小区的住户电表月度用电数据，转头就做了个“空巢老人识别模型”，把数据卖给了做养老产品的商家。我们当时连夜排查，才发现那批数据虽然删掉了户主姓名，但精确到门牌号的用电曲线完全能反推出住户的生活规律，合规岗的同事当时脸都白了。 从那之后我们改了整整三个月的规则。所有涉及个体的字段全部做泛化处理——比如把精确到门牌号的地址改成100米网格的中心点，把带手机号的用户数据直接删掉，只保留聚合后的统计值。哪怕是做交通模拟的团队反复提需求，说需要更精准的人流数据，我们也咬着牙没松过口。 南京城市开放数据平台非机动车停放点位下载界面截图 真的开放，从来不是“把数据扔出去”。 是你既不能把涉及隐私的原始数据直接甩给所有人，也不能把数据裹得严严实实，让真正想做研究、做产品的人拿不到能用的内容。我之前跟合规岗的同事吵过不下十次，他说多一个可识别的字段就多一分风险，我说差一个字段整个模型的误差就会涨30%，最后磨出来的流程是，所有需要精细化数据的团队，都要提交具体的使用场景说明，签保密协议，才能拿到经过二次脱敏的定制化数据包——既不违反合规要求，也不耽误真正有用的应用落地。

那些藏在字段里的、没人告诉你的落地细节

去年有个做适老化改造的小团队找过来，说要做全市老旧小区的扶手加装点位规划，本来已经准备花半年时间跑现场摸排，挨栋楼数台阶、统计老人跌倒的高发位置。我给他们指了开放数据平台的入口，他们下了全市的社区养老服务站分布数据，还有近三年的老人跌倒警情聚合点位，两周就把优先级最高的200多个楼道列了出来，比之前的预估时间快了整整三倍。 但我也见过太多踩坑的。有个做商圈分析的创业团队，去年年初给客户做线下门店选址的报告，从平台下了2019年的商圈客流数据，做出来的结论说某老商圈的人流还在涨，结果客户去实地蹲了三天，发现疫情之后那个商圈的人流比2019年少了近一半，最后赔了一大笔违约金。 说真的，很多人下数据的时候根本不看旁边的小字注释。开放数据平台的每个数据集下面，都标了更新时间、采集方式、适用范围，就像你买食材的时候要看生产日期一样——你总不能拿着冰箱里放了三年的冻肉，做出来的菜还怪味道不对吧。 开放数据平台字段脱敏规则与更新时间说明页 更有意思的是，很多人不知道开放数据平台的数据集是可以提需求的。我之前管过半年的需求对接通道，有个做城市生态研究的学生提需求，说想要全市的行道树分布数据，之前跑了好几个部门都要不到。我们协调了园林部门的同事，花了一个月把所有行道树的位置、树种、树龄整理成标准格式上传到平台，后来那个学生用这个数据做的城市热岛效应研究，还拿了全国大学生竞赛的奖。 当然也有离谱的需求。有人开口就要全市的实时监控点位数据，我都想反问一句，你要这东西干嘛？当特工啊？

别把开放数据平台的边界想太宽

我现在最常被问到的问题就是，“你们平台为什么没有XX数据？” 一开始我还耐着性子解释，后来问的人多了，我也懒得绕弯子。比如涉及到企业核心经营的数据，比如某连锁超市的单日营收、某外卖平台的骑手具体配送路线，这些都是企业的商业机密，根本不可能放到公共平台上；还有涉及公共安全的涉密数据，比如重点区域的安防部署点位，这些更是从一开始就没在开放的范围内。 数据是死的。但当你能把不同来源的开放数据拼到一起——比如把气象数据和外卖订单的聚合数据拼起来，就能算出不同降雨等级下的配送时长波动范围，给平台的运力调度做参考；把社区的老年人口数据和社区医院的就诊数据拼起来，就能算出不同社区的慢病管理资源缺口，给街道的服务落地做参考。这才是开放数据平台真正值钱的地方，不是给你一堆零散的数字，是给你搭了个台子，让你能把这些数字拼成能解决问题的方案。 不过话说回来，我也见过不少让人糟心的用法。有人下了公共交通的客流数据，转头就改成自己的研究报告卖钱，连数据来源都不标；有人把原始数据改一改，做成虚假的市场分析报告骗投资人的钱。每次遇到这种事，我都觉得特别可惜——本来是给所有人用的公共资源，被少数人拿去赚快钱，最后反而会让更多人不敢把数据放出来。 上周那个学弟后来真的用平台上的数据做完了毕设，答辩的时候评委还问他数据来源是哪，他说就是政务网里的开放数据平台，全场都愣了——毕竟大部分人做毕设的数据都是自己发几百份问卷攒的，误差能有多大就不用多说了。 其实哪有什么藏得很深的宝藏。只是很多人根本不知道，那些本来就该公开的数据，早就安安静静躺在那里，等着有人拿起来用而已。