Webで読めるだけではオープンデータにならない
国や自治体、研究機関などは、人口、気象、土地、交通、施設といった多様なデータを公開しています。しかし、Webページに数字が載っているだけで、すべてがオープンデータになるわけではありません。再利用してよいことが利用条件によって明確に示され、入手しやすく、コンピュータでも処理しやすいことが重要です。
公開とは、内容を見られる状態にすることです。一方、オープンにするとは、閲覧に加えて、複製、再配布、加工、他のデータとの組み合わせなどを広く認めることです。閲覧できても転載や改変が禁じられていれば、新しい地図やアプリの材料として自由には使えません。利用目的を一件ずつ問い合わせなければならない状態も、多くの人による再利用には向きません。
また、「自由に使える」は「何をしてもよい」という意味ではありません。出典の表示など、利用条件で求められる事項は守ります。データに著作物が含まれる場合には、著作権との関係も確認します。大切なのは、権利を無視することではなく、権利者があらかじめ再利用の範囲を分かりやすく示していることです。
利用条件と機械判読性が再利用の扉を開く
利用条件は「このデータをどのように使えるか」を示す案内です。一定の条件の下で利用を認める仕組みはライセンスと呼ばれます。クリエイティブ・コモンズのように、許される利用方法を共通の表示で伝える仕組みもあります。条件が明確なら、利用者は再配布や加工が可能かを判断しやすくなります。
もう一つの重要な点が機械判読性です。これは、コンピュータが項目と値を区別し、自動処理しやすいことを意味します。紙を撮影した画像や、複雑な配置のPDFは、人が読むことはできても、数値を一件ずつ取り出すのが難しい場合があります。CSVやJSONなど、データの構造が明確な形式なら、プログラムで読み込み、並べ替え、集計、検索を行いやすくなります。
ただし、形式だけを整えても十分ではありません。各列が何を表すのか、単位は何か、いつの時点の値か、どの地域を対象にしたかといった説明も必要です。このような「データを説明するデータ」をメタデータと呼びます。値とメタデータがそろうことで、別の目的にも正しく使いやすくなります。
避難所と人口を地図上で重ねると見えること
オープンデータの価値は、公開元が想定していなかったデータ同士を組み合わせられる点にもあります。例えば、避難所の所在地、地域ごとの人口、道路などのデータを地図上で重ねれば、施設の配置を検討する材料になります。公共施設の所在地と時刻表を組み合わせれば、目的地を探すサービスの材料にもできます。
複数のデータを継続して利用するには、同じ対象を同じ表記で識別できることが大切です。地域名の表記が異なったり、住所の区切り方が統一されていなかったりすると、自動的な結合が難しくなります。項目名や分類、文字コードなどの標準化は、公開元が違うデータをつなぐ助けになります。多くの記録を整理し、条件に合うものを取り出すには、データベースの考え方も役立ちます。
公開元が同じでも数字の条件は同じとは限らない
公的機関のデータだからといって、あらゆる目的にそのまま使えるとは限りません。利用する前に、作成者、調査方法、対象範囲、更新日、単位を確認します。同じ名称の項目でも、年度によって定義や集計方法が変わることがあります。市区町村の合併や区域の変更があれば、異なる時点の値を単純には比べられない場合もあります。
空欄の意味にも注意が必要です。値が存在しないのか、調査していないのか、公開できないのかは同じではありません。また、集計値だけでは個々の状況が見えず、平均値だけでは分布の偏りを見落とすことがあります。データの出所を記録し、加工の手順を残しておけば、結果を後から確かめやすくなります。
二つの数値が同じように増減していても、一方が他方を引き起こしたとは限りません。公開データを組み合わせるほど興味深い関係を見つけやすくなりますが、相関関係と因果関係を区別し、別の要因がないかを考える必要があります。
個人が特定できない形にしてから公開する
行政などが保有する情報のすべてをオープンデータにできるわけではありません。氏名や連絡先を含む記録、公開によって安全を損なう情報、第三者の権利を侵害する情報などには、公開できないものがあります。公共性が高いという理由だけで、秘密にすべき情報まで開くことはできません。
氏名を削除しても、珍しい属性、細かな位置、日時などを他のデータと組み合わせると、個人を推測できる場合があります。そのため、必要に応じて地域や年齢を一定の範囲にまとめる、少数の事例をそのまま示さないなどの工夫が必要です。一方で、情報を大きくまとめすぎると詳しい分析ができなくなります。公開による利点と、プライバシーや安全への影響を検討し、公開する項目や細かさを決めます。
CSVは表計算ソフトだけのファイルではない
CSVは表形式のオープンデータでよく使われますが、特定の表計算ソフト専用の形式ではありません。基本的には、各行に一件分の記録を置き、項目を区切り文字で分けたテキストデータです。そのため、表計算ソフトだけでなく、テキストエディタやプログラムからも扱えます。仕組みが比較的単純で、多様なソフトウェア間で受け渡しやすいことが利点です。
ただし、CSVは見た目の色、罫線、計算式などを保存するための形式ではありません。文字コードや区切り方が合わないと、文字化けしたり、列がずれたりすることもあります。先頭のゼロが必要な識別番号を数値として開くと、ゼロが消える場合にも注意が必要です。「CSVで公開したから必ず再利用しやすい」のではなく、項目の説明、表記の統一、適切な利用条件までそろって、初めて活用しやすいオープンデータになります。