下载掌阅APP，畅读海量书库
立即打开
本小节结合目前国内外的相关研究，对创新点进行总结，在此基础上对本书提出的研究展望给予理论支持。研究创新主要体现在以下三个方面。
本书的研究方向较新，为研究政务数据资产化提供了一个更加深入的研究视角。政务数据资产化是近年来学界研究的热点，已有文献主要从政务数据的资产管理框架、数据资产评估模型、平台设计及制度设计等视角展开。本书创新性地将政务数据资产化过程分为技术处理和市场化两个过程展开研究，其中，技术处理过程分为安全化、标准化和价值化，市场化过程主要包括数据资产属性和数据权属的确定、相关法律法规的制定、有效的市场监管和规范等。提出政务数据资产化的实现路径为数字经济驱动下政企合作模式。以政府为主、企业为辅建立运营政务数据的企业，政府与企业合作开发政务数据的模式，创造出具有市场价值且可流通的政务数据资产，推动政务数据资产化的有序进行。
政务数据安全化的过程如下：将政务数据分为不同类型和级别，本书建议将非敏感数据直接公开，中度和高度敏感数据根据数据脱敏指标选择相应的脱敏算法；政务数据标准化分为外部描述标准化和内部描述标准化，外部描述标准化分为数据目录、数据集及数据资源三部分进行描述，内部描述标准化为“数据固定格式+公共词汇+数据字典”的形式；界定政务数据资产价值构成指标为颗粒性、多元性、活跃性、规模性及关联性，并将其量化，利用层次分析法（AHP）为政务数据资产进行价值评估。
为了从众多政务数据资产化影响因素中准确识别出关键因素，本书采用灰色关联度与模糊聚类模型相结合的方法。灰色关联分析法可以描述样本数据各因素间关系的强弱及大小。通过灰色关联分析方法，将政务数据资产化的影响因素按对政务数据资产化影响程度的强弱，从强到弱进行排序，但是此种排序方法具有一定的模糊性，不利于对政务数据影响因素的分类和识别，因此，本书采用模糊聚类方法，基于影响因素间相关程度的大小，将43项影响因素进行识别和分类。构建GRA+FCA模型，识别影响政务数据资产化工作的重点因素、一般因素及其他因素。其中，重点因素包括兼容性、数据保密制度化、具有足够的财政投入、数据属性明确和优化数据评估体系为政务数据资产化的重要影响因素；一般因素包括法律配套完备性、规范监管和数据权属明晰。