開放數(shù)據(jù) (open data) 這個概念自09年奧巴馬政府宣布「政府?dāng)?shù)據(jù)默認(rèn)開放」起已經(jīng)成為了這個數(shù)據(jù)革命時代的重要組成部分。但當(dāng)我們在談?wù)撻_放數(shù)據(jù)時，我們到底在談?wù)撌裁矗窃谡f共享數(shù)據(jù)嗎？是在說公開數(shù)據(jù)嗎？
答案是：兩者都不是，開放數(shù)據(jù)并不等同于共享數(shù)據(jù)，它也不等同于公開數(shù)據(jù)！
共享數(shù)據(jù)，顧名思義是將自己掌控的數(shù)據(jù)在「一定的條件下」與「指定的第三方」共享使用。一個很簡單的例子，大家在注冊一些服務(wù)時（比如申請郵箱，開信用卡等等）都需要提供一定的個人信息，而服務(wù)提供方都會注明「信息僅供服務(wù)注冊使用，不會提供給第三方使用」，這就屬于一種消費(fèi)者和服務(wù)提供者之間的基于某種契約的數(shù)據(jù)共享。
那么什么是公開數(shù)據(jù)呢？相比與數(shù)據(jù)共享，公開數(shù)據(jù)是指「任何人」都有權(quán)利訪問，但只能在「一定的條件下」獲取并使用的數(shù)據(jù)。這里可以首先看到，數(shù)據(jù)的受眾在公開數(shù)據(jù)的情況下擴(kuò)大到了「任何人」，但數(shù)據(jù)的獲取與使用仍舊收到限制。比如，最新的國家人口普查數(shù)據(jù)任何人都有權(quán)利訪問，但你只有付費(fèi)才能獲得，且需要在統(tǒng)計局版權(quán)規(guī)定下進(jìn)行數(shù)據(jù)使用。
我們可以看到，上面我們著重點(diǎn)出了兩點(diǎn)：
1. 「是誰能使用數(shù)據(jù)？」，我們關(guān)心是否所有人都能用這個數(shù)據(jù)還是僅一部分人能用
2. 「使用是否有限制？」，我們關(guān)心是否數(shù)據(jù)發(fā)布者有利用版權(quán)等法律條文或自行定制的條約來限制數(shù)據(jù)的分發(fā)，使用和演繹。
而共享數(shù)據(jù)和公開數(shù)據(jù)在這兩點(diǎn)上都不能說是沒有任何的限制，但信息的無阻礙流通是我們這個數(shù)據(jù)時代最關(guān)鍵的，故而我們強(qiáng)調(diào)開放數(shù)據(jù)，就是要破除掉「是誰能使用數(shù)據(jù)」和「使用是否有限制」上的限制，讓「任何人」能夠「沒有限制」地去使用數(shù)據(jù)——無論是利用數(shù)據(jù)進(jìn)行商業(yè)活動還是對數(shù)據(jù)進(jìn)行重新的整理編輯再分發(fā)。
說到「沒有限制」，除了可能的版權(quán)等因素造成的「法律限制」來約束我們?nèi)绾蝸硎褂脭?shù)據(jù)，這也同時涉及到另外兩個方面：1）數(shù)據(jù)是否免費(fèi)能獲??？即獲取數(shù)據(jù)這一點(diǎn)上是否有「經(jīng)濟(jì)限制」。2）數(shù)據(jù)本身是否提供在一個機(jī)器能輕易處理的格式下，即是否采用「機(jī)器可讀」格式，是否有「技術(shù)限制」。
對于「經(jīng)濟(jì)限制」這一點(diǎn)，我們可以看到，在共享數(shù)據(jù)的情況下，很多時候一些數(shù)據(jù)提供方都需要你支付一定的費(fèi)用，可能是現(xiàn)金可能是虛擬貨幣，才能獲得數(shù)據(jù)。比如數(shù)據(jù)堂有需要付費(fèi)的數(shù)據(jù)，百度文庫等在線文檔也會需要積分下載。而公共數(shù)據(jù)，也并不是都免費(fèi)的，比如上文提到國家人口普查數(shù)據(jù)，最新的數(shù)據(jù)需要你付費(fèi)才能獲得（當(dāng)然，你會說我能網(wǎng)上免費(fèi)下載到，但此類「灰色數(shù)據(jù)」后文會再討論）。而對于開放數(shù)據(jù)，所喲「原始數(shù)據(jù)」都應(yīng)當(dāng)免費(fèi)獲得，而基于「原始數(shù)據(jù)」產(chǎn)生的價值服務(wù)，例如API，則可以收費(fèi)。
再說到「技術(shù)限制」，一般有兩種情況。一種是數(shù)據(jù)本身分享在一個機(jī)器較難處理的格式下，比如很多政府機(jī)關(guān)的數(shù)據(jù)喜歡放置在word文檔，或者PDF里，這就造成了數(shù)據(jù)提取的困難，甚至有時候數(shù)據(jù)無法完全提取。另一種情況是，數(shù)據(jù)雖然可見可訪問，但是本身被鎖死在某個軟件系統(tǒng)里而無法提取。比如，上海地鐵實(shí)時客流數(shù)據(jù)，作為一種公開數(shù)據(jù)可在網(wǎng)站訪問，但是你卻無法真正獲取數(shù)據(jù)，因?yàn)閿?shù)據(jù)被鎖死在flash應(yīng)用中。這些都是再使用共享數(shù)據(jù)，公開數(shù)據(jù)中經(jīng)常遇到的技術(shù)難關(guān)。而對于開放數(shù)據(jù)而言，機(jī)器可讀是一項(xiàng)基本的條件。數(shù)據(jù)必須被提供在開放格式下，比如CSV，shapefile等等，拒絕PDF以及復(fù)雜的HTML等都是基本的要求。
在文章最后，我們不得不再討論下「灰色數(shù)據(jù)」，這部分本身應(yīng)該收到版權(quán)保護(hù)的數(shù)據(jù)，因?yàn)橹袊赜械沫h(huán)境，而可以在互聯(lián)網(wǎng)上免費(fèi)獲取。但是對于「灰色數(shù)據(jù)」而言，其在使用中有許多問題。首先，灰色數(shù)據(jù)本身不是由數(shù)據(jù)真正的擁有者發(fā)布的，從而你無法保證數(shù)據(jù)的完整性和準(zhǔn)確性。其次，雖然你能夠免費(fèi)下載這些數(shù)據(jù)，但是如果運(yùn)用于商業(yè)，你就時刻面臨著原版權(quán)方追究你責(zé)任的風(fēng)險。最后，灰色數(shù)據(jù)沒有數(shù)據(jù)更新的保證，對于一些更新頻繁的數(shù)據(jù)，很難說更新的數(shù)據(jù)會被及時「盜版」出來，這就造成了依賴于這些數(shù)據(jù)的服務(wù)無法保證其本身品質(zhì)的問題。