省级民政大数据平台设计与研究

李烽 谢颖

近年来，中国进入了经济高速发展的阶段，全面深化改革取得重大突破，人民群众的生活条件得到了极大的改善。但是，由于社会发展的不均衡，贫富差距较大等问题依然存在，老年人口增长快、规模大，老龄问题愈发凸显。当前，民政部门主要负责人民群众的民生保障、基层社会治理、社会福利、养老服务等方面工作，民政业务涉及面广，数据资源分散在众多业务系统中，民政部门手握重要的基层数据资源，但是未能有效利用和发挥数据资源的价值。因此建立民政大数据平台，通过大数据技术有效利用民政数据资源，发挥数据要素在民政部门的价值，为民政部门“十四五”信息化业务的开展提供支撑手段，是智慧民政建设的当务之急。

（一）数据格式多样，数据标准未统一

民政部门涉及基层社会治理、救助、福利、组织及养老机构管理等多种关系民生的业务，数据资源种类较多，数据格式未统一，需在省、市、县、区、镇、村纵向条线，根据国家部委的数据标准，建立统一数据标准规范体系，为民政业务的持续发展提供基础数据标准支撑和依據。

（二）数据口径不一，数据质量待提高

现有民政业务系统基本属于烟囱式建设，存在数据来源不唯一、不完整、更新不及时等问题，导致数据质量整体不高，缺乏整体的数据服务能力，需建立统一的大数据平台，打破数据孤岛，加强数据质量的管理和优化，为民政大数据应用提供高效的数据服务能力。

（三）数据联通不畅，数据共享需加强

民政内部业务系统较多，由各部门管理和使用，系统之间交互越来越频繁；随着民政业务的发展，与其他委办厅局的业务交互也逐渐增多。随着民政部门内外部数据资源共享交换的需求越来越多，需通过大数据技术，打通内外部数据共享交换的通道，建立统一的数据共享交换系统，有效拓展数据采集深度和广度，不断提升民政数据共享交换能力。

随着民政业务数据规模越来越大、类型越来越多、范围越来越广，为满足民政内外部数据资源的互联互通，实现数据资源的有效管理和维护，需建立民政统一大数据平台，实现民政业务数据化、数据业务化的目标。大数据平台的设计主要包括数据源的分布、大数据支撑平台的建设及大数据应用等方面。

（一）数据源

数据源主要是省、市、县民政部门内部业务数据，以及其他委办厅局、企业、组织等接入的外部共享数据，包括社会组织信息、婚姻信息、殡葬信息、养老机构信息、福利机构信息及留守儿童信息等。

（二）大数据支撑平台

大数据支撑平台是整个大数据平台的基础工具，采用基于Hadoop的大数据技术，包括数据采集、数据存储、数据分析等关键技术，以处理民政相关规模较大的结构化和非结构化数据。民政的数据资源主要分布在各业务系统中，数据来源于多种类数据库，Hadoop工具适用于将关系型数据库的数据导入到分布式文件系统HDFS中。对数据时效性要求不高的数据，可采用Sqoop/DataX等工具，将数据采集到大数据平台中；对于需要实时计算的数据，可采用kafka消息中间件，通过消息队列的方式采集到大数据平台。

（三）数据共享交换平台

数据共享交换平台是省级民政部门横向与其他委办厅局，纵向与部、市、县等民政内部部门数据共享交换的主要通道，主要包括资源目录管理系统和数据共享交换系统。资源目录管理系统是通过对全省民政数据资源进行梳理、编目、注册和管理，让数据需求方能够通过数据资源目录及时了解已有的数据资源，并提供相应的数据查询、订阅等功能。数据共享交换系统是根据数据资源目录的注册情况，以及订阅的数据情况，将通过审核的数据及时共享给其他部门，实现对内对外数据互联互通。

（四）数据仓库设计

数据仓库是将民政业务数据归集后进行加工处理，根据业务数据的发展规律、时间变化以及与其他相关数据之间的关联分析等，为民政大数据应用分析提供数据支撑。民政数据仓库的设计主要分为ODS层、DM层和DIM层：

ODS层与民政内部业务源数据保持一致，主要包括社会救助、基层社会治理、社会福利与慈善、养老机构等数据，以及公安、卫健、人社等有关人口、社保、收入、健康等数据。

DM层是基于ODS，根据统一的数据标准规范，对原始业务数据进行整理加工，梳理、分类和整理成基础的数据资源宽表，主要包括民政机构、行政区划、家庭成员、电子证照等几大类数据，为后续DIM层设计提供支撑。

DIM层是基于DM层基础上进行二次加工，根据业务主题需求进行设计和建模，主要包括婚姻信息、死亡人口、民生保障、未成年人保护及养老机构等主题。

（五）数据资源管理

数据资源管理主要是针对省级民政大数据平台建设过程中，对大数据收集、处理、分析等数据要素全生命周期的管理，包括元数据管理、数据质量管理、数据标准管理及数据安全管理等内容。

元数据管理贯穿整个大数据平台建设全过程，包括技术元数据、管理元数据、业务元数据，制定统一的元数据标准，登记元数据的来源，并能够支持元数据入库、浏览、查询和统计等功能，当发现数据质量问题时，能够追溯数据的来源，并对所有数据资源建立血缘关系。

数据质量管理主要是明确入库的数据资源是否满足完整性、一致性、及时性、准确性等，通过及时发现数据质量问题、反馈数据质量问题，并形成数据质量报告，对有问题的数据进行反馈和纠正，不断提升和优化数据质量，为多源数据融合的分析和挖掘提供保障。

数据标准管理：统一的数据标准规范体系是建设民政大数据平台的先行条件和基础，通过数据标准的管理，确定数据来源的唯一性，消除一数多义的现象，并逐步将数据标准纳入规范的流程，持续对数据标准进行更新、发布和使用监督等。

数据安全管理是在数据归集、处理和分析等全生命周期中的安全进行事前预防、事中保护、事后响应，对数据敏感性进行分级分类梳理，增加用户的数据权限管理，对共享的数据进行脱敏和隔离处理，防止数据泄露，保障数据资产的可控和可信。

（六）大数据应用

大数据应用主要包括社会救助对象用户画像、家庭收入分析、民生问题跟踪分析等。社会救助对象用户画像是根据全省所有救助对象救助情况，对各市、县、区、村的救助对象分布情况，对每年救助资金的额度、救助对象的变化、救助人员的家庭情况等进行多维度的分析和统计，为后续社会救助的补助力度、补助方式等提供有力支撑。家庭收入分析是对家庭成员之间进行关联分析，包括家庭主要成员、工作单位、个人收入、家庭救助情况等信息，将家庭成员的总体收入、家庭收入分布、工作稳定、家庭救助原因、是否存在大病返贫、是否存在留守儿童和老人等进行关联分析，让民政部门更有效的了解全省家庭收入情况。民生问题跟踪分析是基于全省各地区人员、家庭、养老机构、福利机构、救助机构等相关信息，根据微博、微信等公众平台相关民生热点信息，针对群众关心关切问题，通过大数据平台进行多维度统计分析，了解是否存在民生利益未得到保障、基层服务不到位及救灾物资配置失衡等现象，及时对民生问题进行跟踪分析。

省级民政大数据平台的建设是民政部门数据资源有效利用的根基，通过建立规范的数据标准体系，不断加强数据质量的提升，确保数据资源的整体安全有效，实现内外部数据资源互联共享，为民政业务数据化提供大数据服务能力，丰富和提升民政数据资源的资产价值化进程，实现民政业务的大数据应用有效落地。

作者单位：湖南省邮电规划设计院有限公司