住房大数据应用与治理研究

文｜吉同路

我国住房信息化经过几十年的发展，几经嬗变，已基本形成体系，具备了相当的政务服务能力与公共服务能力。但是，由于行业的特殊性，住房信息化在我国信息化战略中并未处于优先或关键位置，其人力资源、技术资源、政策资源、市场资源配置均落后于其他重点领域、重点行业，发展水平也产生了比较明显的差距，严格地讲，已落后于时代步伐。基于此，当前我国住房信息化建设的重心应在大数据基础之上，应用人工智能、认知计算、移动互联和物联网等技术发展的最新成果，充分研究人的需求、机构的需求、社会的需求，构建具有生态特征的应用体系，实现住房相关信息系统之间相互依存、相互服务、自主发展的愿景。同时建立有效的数据长效治理体系，实现数据资源的战略化、价值化、效益化。

国家信息化战略及推进

今年5月，习近平总书记在给以“数化万物·智在融合”为主题的“中国国际大数据产业博览会(贵阳)”的贺信中明确指出“以互联网、大数据、人工智能为代表的新一代信息技术日新月异，给各国经济社会发展、国家管理、社会治理、人民生活带来重大而深远的影响”，宣示“中国高度重视大数据发展。我们秉持创新、协调、绿色、开放、共享的发展理念，围绕建设网络强国、数字中国、智慧社会，全面实施国家大数据战略，助力中国经济从高速增长转向高质量发展”。

以1993年9月，美国政府宣布实施一项新的高科技计划“国家信息基础设施”为标志，整个世界进入信息化互暨联网时代，各国逐步意识到信息化在国际生存竞争中的重要性，竞相启动各自信息化战略。

1993年12月，我国正式启动国民经济信息化的起步工程——“三金工程”，即金桥工程、金关工程和金卡工程。2002 年8月启动“十二金工程”建设，2013年以来，国家信息化战略进入突进期，多项信息化政策密集出台，社会动员力度空前加强，成果显著。加上国家其他战略的叠加推进，对信息化行业环境来说，国家政策可概括如下：

1.互联网+，大数据，物联网，云计算，人工智能上升至国家战略。

2.国家积极推进信息服务业、信息消费业的发展，促进新业态形成。

3.“简政放权，放管结合，优化服务” 成为政府职能转向的终极目标，为信息化技术的全方位应用提供广阔的舞台。

4.充分发挥市场主体地位，积极推进社会治理。

5.激活“大众创业，万众创新”热情，实现中国制造、中国智造、中国创造，提供中国模式、中国解决方案。

积极的政策、广阔的舞台、创新的机制同样为住房大数据应用建设提供了足够的想像空间。

住房大数据应用

我国房地产行业信息化肇始于上世纪八十年代，历经30年耕耘，已有厚实基础。一是服务于政府管理的系统已基本建立：行政管理部门的政务系统（包括许可系统、监管系统、统计系统）；城市产权产籍系统（包括了80%以上的房产权产籍）；城市房地产市场交易系统（新建商品房、存量房）；住房保障管理与房改系统；公积金管理系统等。二是企业的经营管理系统也已有一定基础。三是房地产市场分析系统已初步建立并发挥一定的作用。相对而言，农村的住房情况登记信息化管理较弱。住房信息化在国家信息化体系中权重较低，影响力较小。早期未被列入金字工程，2016年大数据战略中也未涵盖。不动产登记条例实施后，房屋登记转为以国土资源部为主导，住建部门相应系统的建设工作思路发生新变化。

住房信息化主要问题的原因可总结为：重许可、轻监管，重统计、轻预测，重表象，轻实质的工作方法所导致。

落后便是前进的机会，不被重视恰是奋发的原由。住房大数据应用机会完全存在。图1中描述了数据时代信息生产模型的变化对照。这正是大数据时代信息爆炸的本质所在：一切皆构成信息。依照此模型，住房大数据是存在的，也是必然：既有住房一般性传统意义上的数据，也有与住房相关的行业的数据，又有不同群体对住房信息不同需求的构建，住房大数据应用也自然会应运而生。

目前正是开展住房大数据应用建设的有利时机，建设策略宜为：完善基础、提升质量，引入前沿、弯道超车，介入治理、融智于众，丰时孕育、借势成长。主要建设内容为：一是建立一套相对完备的住房大数据采集、交换、处理、分析、展现标准；二是构建住房大数据技术及支撑平台；三是为多种目标群体提供住房大数据专业与定向性服务；四是建成一个稳定协调的区域房地产信息生态系统；五是建成开放的数据体系、开放的应用体系；六是成为国家和社会治理的基础信息源组成部分。关键技术路径可设计为：一是借助目前先进的、并且具有发展潜力的构架体系；二是着重进行房地产的信息链、服务链、价值链（“三链”）研究与营造，实现省域的房地产市场信息的聚合；三是综合应用开源技术，通过混搭，实现基于区域房地产大数据的分析、预测、评价、决策等功能，充分挖掘区域房地产大数据的内在价值，为所有对区域房地产大数据有兴趣的机构、企业、公众提供服务；四是坚持移动优先、服务优先、质量优先（“三优先”）。

住房大数据治理

图1 两种信息生产模型

图2 一个数据治理流程

长期以来，数据拥有者、系统开发者一直从拥有、控制的角度来讨论与研究数据的管理。随着大数据时代的到来，数据增长方式、增长速度，数据的利用方式与产生的价值均发生了显著的变化，数据的基础性资源的战略性价值正得到越来越充分的体现，在此种情况下，对数据进行机械的管理已落后于时代的要求。数据必须得到广泛而全面的治理。大数据治理为制定与大数据有关的数据优化、隐私保护与数据变现的政策，是相关数据拥有机构通过建立组织构架，明确管理层级扩职责要求，制定和实施系统化的制度、流程和方法，确保数据有效管理、高效运行，并且在经营管理过程中充分发挥价值的动态过程。大数据治理是整体信息治理的一个重要组成部分。

数据治理的一般性原则为：全覆盖原则，即凡是已拥有的、正在产生的、将要产生的数据都需通过一定的规则及技术性手段实现覆盖；匹配性原则，即数据治理工作不可以孤立进行，必须与业务模式、管理模式、风险管控等相适应，并适时调整；持续性原则，数据治理不是一个项目，而是一个过程，一个长久的动态过程；有效性原则，数据治理既要客观，又要与治理者的经营服务实现结合。

为了做好数据治理工作，必须建立一个组织架构健全、职责边界明确的治理架构，明确决策层、执行层、业务层的职责分工，建立多层次、相互有机衔接的运行机制。决策层负责数据战略的制定、审批或授权审批与数据治理有关的重要事项，督促执行层落实好职责工作，提升数据治理的有效性，同时对数据治理承担最终责任。同时决策层负责对执行层的履职尽责情况进行监督评价。数据治理执行层负责建立数据治理的体系及框架，制定质量控制评价体系，建立数据治理运行机制，组织评估数据治理的有效性和执行情况，定期向决策层报告，并提出改进意见和建议，负责指导监督业务层做好数据治理中的事务性工作。业务层根据执行层的要求，承担具体的事务性工作，包括管理好条线的数据、保证数据的真实性（来源真实、记录真实、处理真实），做好数据质量的控制工作，推进数据应用，实现数据价值。

图2展示了一个数据治理流程，其中包括信息（数据）资源、治理元素、治理结果、治理团队及用户。

数据治理作为一个长期的战略过程，其终目标是实现数据质量与价值的提升，实现服务的延伸和能力的扩展，必定也是一个不断发展、不断改进、不断完善的过程。在这个过程中，需加强治理团队建设：寻找能够执行的领航人，建立具有交叉能力（综合能力）团队 (业务和IT技术)，同时不断培训，提升团队的能力。