Государство(-ва) имеют довольно много механизмов участия в открытых проектов - грантовой поддержкой, через академические и некоммерческие проекты и, не в последнюю очередь, через предоставление данных находящихся в публичных информационных системах для общественного использования. Такие проекты как Википедия или OpenStreetMap не просто так отдают и включают в себя открытые данные под свободными лицензиями, а для того чтобы создаваемое ими общественное благо оставалось таким надолго, заведомо избегая будущих конфликтов.

В сообществе OSM в России сейчас активно обсуждают ситуацию с большим числом правок в OpenStreetMap в России которые делают массово многие новые участники в регионах, как оказалось, сотрудники органов власти в подготовке к переписи населения в октябре 2020 года [1].

Благое дело наполнения OSM новыми данными омрачено тем что первоисточники этих данных берутся из публичной карты Росреестра, Яндекса и 2GIS, а новые "госучастники" OSM проигнорировали правила проекта по обязательной лицензионной чистоте первоисточников.

Ситуацию можно было бы решить через предоставление данных с публичной карты Росреестра под свободными лицензиями и как открытых данных, но, сейчас кроме как к руководству Росреестра и Росстата и не к кому аппелировать. Услышат ли они?

Ссылки:
[1] http://shtosm.ru/all/vserossiyskaya-perepis-pod-ugrozoy/

#opendata #openlicenses

Сколько ни пиши о госзакупках, всегда упомянешь дотационные республики (c)

Счетная палата РФ выпустила рейтинг регионального протекционизма в госзакупках выявив регионы в которых на поставщиков из этого же региона уходит 80-90% всех контрактов и общей суммы по всем контрактам. Об этом с утра пишет РБК [1], об этом можно прочитать на сайте "Госрасходы" [2] (проект Счетной палаты).

Можно из статьи и из рейтинга убедиться что в лидерах почти всегда несколько субъектов федерации, для которых очень было бы интересно сравнить уровень дотационности их бюджета и уровень их протекционистской политики.

Но то о чём не написали журналисты, так это то что изначально авторы работы считали не просто рейтинг протекционизма, а "степень интегрированности" субъектов федерации. На странице рейтинга можно открыть страницу каждого субъекта федерации и увидеть долю поставщиков из других субъектов федерации в контрактах для конкретного субъекта федерации.

Например, Республика Карачаево-Черкесия [3], распределение контрактов по суммам за 2019 год:
- 86.1% Карачаево-Черкесская республика
- 4.9% Москва
- 3.5% Ставропольский край
- 1.5% Краснодарский край
- 4% все остальные субъекты федерации.

Можно увидеть что несмотря на высокую дотационность, большая часть контрактов остаётся в республике и лишь небольшая часть уходит в другие субъекты федерации.

А вот другой пример, Новгородская область [4], противоположная крайность, структура их расходов на 2019 год:
- 28.8% Новгородская область
- 22.3% Санкт-Петербург
- 12.6% Ивановская область
- 11.5% Москва
- 8.9% Владимирская область

Можно увидеть что в самой области поставщики лишь на чуть менее 30% закрывают потребности госзаказчиков.

И так далее. В принципе любой желающий может замерить и составить ещё хоть не один десяток таких рейтингов.
Например:
- рейтинг влияния Москвы и Санкт-Петербурга на рынок госзаказа (по доле Московских и Питерских поставщиков);
- рейтинг интегрированности субъектов в федеральный округ - по доле сумм контрактов с субъектами федерации в своём федеральном округе;
- рейтинги протекционизма по отраслям - ИТ, строительство, фармацевтика, медицинские изделия и так далее

И так далее и тому подобное. Только на анализ данных по экономической связности и протекционизму могут уйти годы.

Как Вы уже догадались над рейтингом работала наша команда в Счетной палате. Мы продолжаем развивать аналитические инструменты портала Госрасходы и готовить новые интересные материалы.

P.S. Все данные доступны как открытые данные для выгрузки и повторного использования.

P.S.S. Напоминаю что у нас есть инициатива Дата лаборатория [5] партнерства с ВУЗами и исследовательскими центрами. Если у Вас нет своих ресурсов подсчитать какую-то сложную аналитику на уже выгруженных первичных данных, то мы можем с этим помочь.

Ссылки:
[1] https://www.rbc.ru/economics/26/02/2020/5e55460d9a79472e99363438
[2] https://spending.gov.ru/analytics/ratings/rating-protectionism/
[3] https://spending.gov.ru/analytics/ratings/rating-protectionism/09/
[4] https://spending.gov.ru/analytics/ratings/rating-protectionism/53/
[5] https://spending.gov.ru/datalab/

#opendata #procurement #goszakaz