政府大数据建设需把握三大要点

高婴劢

更好地掌握和运用政府大数据，以大数据手段驱动政府管理高效化、业务精细化、决策精准化，是推进国家治理体系和治理能力现代化的重要途径。从实践看，政府大数据还处于“看上去很美”的阶段，数据资源积累、管理成熟度、合法治理和决策应用水平均处于发展的初级阶段，仍有较大的扩容提质空间。未来，政府大数据还需更多在夯实数据决策基础、提升数据决策能力、构筑数据决策应用生态等方面加以修炼，实现政府治理从“被动管理”向“主动服务”的全方位升级。

政府治理正迈入数据驱动阶段

经历了“十二五”政务信息化的全面建设、“十三五”政务信息系统整合共享和信息资源共享的深入推进，越来越多的政府部门开始重视大数据的建设和发展，积极搭建大数据平台，在数据资源的“聚”“通”“用”等方面不断创新。

在数据资源汇聚方面，大多以政务信息资源整合共享为契机，统筹现有和新建业务系统的共建共享，在云化集中基础上，推动数据资源向统一平台汇聚和集中存储。在数据共享融通方面，有的地方探索建立了“职责-数据-库表”三级目录体系，为业务数据的整合、共享、交換提供制度依据和技术规范。在数据服务决策方面，有的地方通过沉淀历史数据，抓取公安、舆情、稽查等关联数据，运用大数据手段研判动态，为行业监管提供最佳解决方案。

发展政府大数据仍有挑战

虽然政府大数据发展的基础不断夯实，但由于政府各部门职责条块分工、系统分散建设等原因，政府大数据应用于治理决策上仍“浅尝辄止”，大数据服务于政府治理的深层价值难以体现。

数据资源不均衡

从数据来源看，大部分政府掌握的数据是通过业务开展积累形成的，以自身政务信息系统产生为主，通过国家数据共享交换平台获取数据的能力不足，与大型平台企业、互联网及其他社会外部数据的共享和利用极度缺乏。

从数据内容看，多类数据均以手工单次填报获取，更多表现为文本表格化数据，而动态更新、多元异构类的数据偏少，并且多数政务信息系统建设以满足政务服务、行业监管需求为要，使得服务于产业、城市等各类经济对象运行监测的数据缺乏，而这类数据价值往往更值得关注。

数据质量不过关

到目前为止，尚未形成统一普适的数据质量标准，各政务信息系统所属部门在采集、使用、维护数据的过程中“以我为主”，数据真实性、可靠性、完整性、可用性、实时性等难以得到保障。

数据治理机制不完善

我国当前法律法规体系对于数据权属、利用、安全等方面的规定尚未细化、可操作性不强。特别是关于政务数据的所有权、控制权、使用权、解释权，以及政务数据在使用、共享过程中，涉及的数据基础设施保护、追溯监控技术干预规则、信息安全防护和保密建制等内容仍缺乏具体标准。如何建立一个开放共赢的数据应用环境，填补数据泄露、对隐私侵犯的追踪、合法合规制裁等治理内容，是亟待解决的难题。

数据应用不深入

一方面，多数政府业务部门对本部门的数据资源基底和核心关切并不明确，在数据查询和应用时，存在需求描述不具体、重复作业、难以一次到位等情况，导致数据应用效果较差。另一方面，数据应用普遍局限在业务部门内部，跨部门协同的关联业务应用分析较少，面向重点产业、重点领域、重大应用场景的数据决策分析极度缺乏，政府大数据的深层价值难以体现。

发展政府大数据需从三方面入手

推动“大数据+小治理”融合，夯实数据驱动政府治理的坚实基础。

小治理即面向数据全生命周期的精细治理，核心目的是从时效性、完整性、准确性、（业务）耦合性、标准化等角度保障数据质量，避免数据决策偏离或失灵。

具体措施如下。

一是加强云计算、大数据、区块链等新技术在数据编目管理、交换传递、共享开放等方面的技术支撑能力，解决数据权责不清、难以实时更新、传统纸质证照不安全等问题。

二是强调数据与业务的紧耦合，数据目录由技术部门、业务处室共同参与制定并与“三定”职责逐一明确，从数据业务属性（名称、业务定义、统计规则和逻辑，由业务部门定义）、技术属性（数据格式、编码规则、代码取值、库表字段名称等数据元的技术规范，由IT部门定义）、管理属性（数据元的管理过程属性，由业务部门和IT部门共同确定）定义数据，做到“应采必采”。

三是采用物理集中、逻辑管控的方式，即数据资源集中存储，而对敏感数据的调用与应用通过开放数据应用接口方式，实现数据可用不可见，有效调动政府各部门数据共享的积极性。

四是研究明确政务数据的归属权，界定数据产生部门、数据使用部门、数据共享管理部门等各方面的具体权利和职责，解决各部门的后顾之忧，避免政务数据产权归属“部门私有化”行为。在数据权属界定的基础上，通过合同机制、IT审计等方式对数据使用者进行监督，保障数据使用的有序和可控。

创新“大中台+小前端”服务，提升数据驱动政府治理的支撑能力。大多数政府主体均采用搭建统一的大数据平台方式，汇聚数据资源、推动共享融通、挖掘数据应用，其关键是平台如何赋予用户数据决策能力。建议采用数据中台服务方式，对数据资源进行集中清洗、整合、按主题入库、算法模型沉淀，面向平台用户提供数据订阅分发、查询/申请、调用API、算法模型工具、公共数据资源池开放、按需响应等服务，发展基于应用导向或业务导向的数据个性化服务。