大数据背景下行政管理机制改革研究

2022-08-10雷晨曦张淑凤乔阳单琳徐煜洲

公关世界 2022年13期

文/雷晨曦张淑凤乔阳单琳徐煜洲

（中核战略规划研究总院北京 100089）

引言

党的十九大以来，国家对推进行政管理体系建设作出新的重要战略部署，强调应充分认识到大数据在社会治理中的支撑作用，大力推进大数据环境下的行政管理机制改革，通过确立新的工作观念和工作思路，进一步提升公共服务能力和社会综合治理能力，提高决策的科学化、智慧化和现代化，为我国的公共事业和行政管理数字化转型打下坚实的基础。

一、大数据背景下行政管理机制改革面临的问题

在大数据时代，不断涌现的工作新内容和管理新难题给行政管理能力现代化带来全新的挑战，它要求行政管理部门间协同共享、重大事件预警预判、社会管理决策准确快速，然而，我国大数据治理起步较晚，大数据管理体系尚不完善，行政管理机制改革还存在诸多问题。

1.大数据统筹管理水平还有待提高

“统”是对行政管理部门内部数据的共享交换，“筹”是对行政管理部门外部资源的调配利用。目前行政管理部门间采取的工作模式多为纵向等级管理和横向分工协作管理的方式，各个行政机构之间在业务流程关联性不强，相互孤立、各自为政，导致难以实现跨部门间的数据利用、分析和挖掘工作，从而形成了“数据壁垒”或“信息孤岛”现象。

2.数据共享与利用还存在一定安全风险

数据共享与利用需要将大量的行政管理数据聚集起来，在国内网络安全事件频发的背景下，数据安全与保密也成为至关重要的问题。数据共享和使用需要经历数据的汇聚、传输、存储、应用等过程，每个过程都将面临一定的安全风险，包括数据的非法篡改和滥用、网络上黑客的攻击等。行政管理数据涉及大量国家秘密、商业秘密和个人隐私，一旦黑客和不法分子利用窃取手段获得这些数据，将会给国家和个人造成了无法挽回的损失。

3.大数据相关法律法规尚不完善

大数据时代的来临对于我国传统的行政管理工作模式来说，既是机遇又是挑战，行政管理机制的改革工作需要以科学有效的法律法规作为制度保障。目前，我国虽然对大数据的使用场景、使用方式等方面加强了约束，但在数据收集、数据共享、数据公开等方面仍存在“灰色地带”，缺少系统、完善的法律法规进行明确界定，大数据的“野蛮生长”势必会影响行政管理部门对数据的安全使用与共享，威胁个人隐私数据安全。

二、大数据推进行政管理能力现代化的应用框架

大数据背景下的行政管理机制既要发挥多元治理主体的作用，又要使多元治理主体能够配合好、协作好，充分发挥行政管理机构、企业、社会等多元主体的治理作用，因此，亟需逐步建立起一套大数据治理应用框架（如图1），以推进公共服务能力、社会管理能力和社会自治能力现代化。

图1 大数据治理应用框架

1.数据采集

行政管理数据种类众多，依据数据采集清单在授权范围内进行主要包括行政管理部门工作数据、商业数据、个人隐私数据和社会公开数据等，数据采集方式包括互联网、移动终端设备、物联网监控设备、政企部门业务管理终端设备等。

2.数据处理

数据处理的目的在于从规模庞大、杂乱无章的数据中，选取出符合特定需求与价值的数据部分，主要包括数据清洗、格式转换、数据脱敏、数据整合、数据迭代五部分。

黄伟语气和缓地说:“你们当然有抗议的权利,不过呢,这会儿先认识一下行不?我叫黄伟,哈尔滨知青,老高二,他叫傅正,也是我们哈尔滨那嘎哒的,和我一样,老高二。”说完,向赵天亮伸出一只手。

数据清洗、格式转换：由于数据采集渠道的多样性，源数据多以非结构化数据为主，非结构化数据并不能直接为研究所用，所以需要将非结构结构化数据转化成结构化数据，在这个过程中，需要对数据进行清洗，使之转化成可以利用的数据格式。

数据脱敏：行政管理数据包含大量涉密信息，在数据使用和共享前需要对涉密数据进行去标识化、匿名化，实现敏感数据的隐身又保留其可用性。数据脱敏可以帮助行政管理机构在敏感数据的开发测试、数据分析、数据共享等场景下保证安全合规。

数据整合：将标准化后的结构化数据，在物理和逻辑上进行集中利用，让各种数据相互联系，并形成数据全局视图，达到各类行政管理数据共享利用的目的。

数据迭代：定期对历史数据进行存档替换，及时将社会组织、企业、个人再开发利用数据进行更新，保证数据的良性循环。

3.数据存储

根据数据类型及其应用的不同可以分为不同的数据存储单元。从数据应用角度分，可以利用数据标签整合形成经济、教育、医疗、交通等多个主题数据库；从数据类型角度分，可以分为基础库、关联库、专题库、管理库等，不同数据库采用的管理标准则有所不同。

4.数据分析

数据分析的目的是对行政管理的历史数据进行评估和分析，寻找事物存在的证据及原因，并在这个基础上对未来事物的发生和发展做出结论并形成能够指导未来行为的知识或者依据。主要包括数据统计分析、数据挖掘分析、数据预测分析三部分。

数据统计分析：按照行政管理部门的要求，从不同角度、不同细粒度对数据进行汇总、统计，通过数字揭示事物在特定时间方面的数量特征，以便对事物进行定量乃至定性分析。

数据挖掘分析：根据不同的行政管理部门的需要，建立数据间的关联关系，在数据中发掘隐藏的关系、模式和关联，通过数据关联与对比，可以有效解决“数据孤岛”的问题及各种数据分析挖掘的限制，实现多源数据间相互参照，为后续多维度的数据分析打下基础。

数据预测分析：在大量历史数据的基础上，利用数据分析模型快速发现相关历史规律，并分析判断该事件的发生概率或发展趋势，预测未来社会、行业的风险情况。

5.决策支持

数据共享与使用的意义在于通过向行政管理部门提供决策支持、供社会进行数据的增值利用与创新，实现数据的公共价值，推动经济社会发展，决策支持主要实现公共服务、社会管理能力现代化和社会自治能力现代化两个目标。

公共服务能力现代化和社会管理能力现代化：行政管理部门内部或不同部门之间利用大数据分析结果，对本部门行政管理范围提出相应的建议，指导公共服务公平化、社会管理智能化。

社会自治能力现代化：适时向公众公开部分数据，公众利用公开的数据进行再加工、再利用，形成完整、闭环的数据循环使用周期。

三、应用大数据框架促进行政管理能力现代化

1.应用大数据框架促进经济治理体系智能化

当前，内外部经济形势变化莫测，存在诸多不确定性，仅依靠直觉判断和专家经验已经无法应对严峻复杂的经济环境，因此，利用大数据实现经济治理的精准化、智能化，已成为行政管理部门提升现代化治理能力，实施科学决策、精准施策、合理配套、重点管理的重要途径。

例如，充分利用“政策大数据”精准施策，通过采集国家、省、市、区各层级的惠企政策信息，按照产业、部门、方向等进行分类，利用数据分析模型智能比对企业的条件与行政管理部门的要求，向企业精准推送政策内容，从“企业找政策”变为“政策找企业”，提高政策实施和执行的效果。

在科学决策方面，充分利用“舆情大数据”科学决策，在金融市场中，利用大数据技术挖掘企业在各类信息平台上的痕迹，商业银行等金融机构能够对货币市场、债券市场、股票市场和外汇市场等各类金融市场的行情变化展开预测，这为央行调控货币总量与信贷规模提供了重要的方法参考。

2.应用大数据框架促进教育治理模式个性化

教育领域是大数据促进国家发展的重要领域，大数据在支持教育科学决策、优化资源配置、提高管理效益、支持精准化教学、促进个性化学习、提升教育质量、促进教育公平等方面具有重大价值。

一方面，依托大数据应用框架，教育管理部门收集学生、教师的人口学特征、学习行为、心理健康检测等数据，利用大数据分析技术构建用户画像，对学生群体学习状况、心理健康数据分析，对学生可能出现的心理问题及时干预并调整相应的教学计划；通过收集教师的教学计划、教学行为、教研成果数据，及时地为教师的教学改进与专业发展提供数据、方法与策略支持。

另一方面，依托大数据应用框架，教育管理部门收集全国各地区的教育数据，并以数据仪表盘的方式向行政管理部门直观呈现学校或者区域教育发展状况，帮助行政管理部门深入分析当前教育存在的问题、提出对策建议，实时跟踪实施效果，把握教育发展的进程与方向。

3.应用大数据框架促进医疗卫生服务现代化

近年来医疗卫生信息化发展迅速，各地医疗资源亟需利用大数据手段合理化资源配置，对医疗卫生领域统计调查和信息化建设产生巨大影响和推动，在医药研发、疾病诊疗、公共卫生管理、居民健康管理等方面都发挥着极大的作用。大数据时代将推动医疗卫生数据资源的交叉复用。

例如，在药物研发领域，通过收集来自互联网上的公众疾病药品需求数据，以及患者在互联网平台填写的疾病症状、行为习惯等，挖掘患者甚至大众的用药趋势，医疗卫生管理部门可以指导药物研发公司研发更符合大众症状的药品和提供更人性化的医疗服务，合理配置有限研发资源。

在健康危险因素分析领域，通过对医疗卫生数据、生物因素数据，环境因素数据（大气、土壤、水文等）等综合分析，医疗卫生管理部门可以针对不同区域、人群进行评估，并建立居民健康预测指导系统，对居民健康及时干预，指导居民提高自身健康水平。

四、大数据框架配套措施及建议

1.完善大数据基础支撑环境

为确保大数据框架下行政管理改革工作流程的顺畅，必须搭建大数据基础支撑平台。一是打通大数据多通道网络环境。利用互联网、物联网、无线通信等实现对各类数据的实时采集与汇总，搭建高速数据传输通道，保障数据传输的高效型；二是搭建以大数据和云计算技术为依托的数据管理平台。在保证国家机密数据安全性的前提下，将各单位所拥有的行政资料进行整合，运用大数据技术与云计算技术，建立起一套科学的、可供各部门间相互联系与协作、便于信息交流的数据管理体系，使政府工作的效能最大化。

2.建立行政管理部门-企业-社会协同工作模式

要想让行政管理机制改革顺利进行，就必须构建行政管理部门-企业-社会协同工作模式，建立以行政管理机构为引导、企业实施、公众参与的行政管理机制，将各部分工作程序、工作方式有机地结合在一起，使得整体工作过程更主动，责任分工更明确。行政管理部门应该建立健全大数据相关的法律、法规，规范大数据共享和数据应用，引导企业、社会正确开发和利用数据；企业应充分发挥大数据应用的主体地位，优化内部数据管理流程；社会上的各类组织、协会应充分发挥咨询顾问作用，根据数据促进行政管理部门作出更科学的决策，出台更合理的行业规范标准，补充政策规范，指导行业发展。

3.强化大数据全周期安全保障

行政管理数据涉及国家利益、公共安全、商业秘密、个人隐私，具有高度敏感性，一旦数据泄露，势必会给国家和个人造成无可挽回的损失，因此必须加强数据管理平台的安全保障能力建设，以大数据全生命周期的安全建设为核心建立政务大数据安全开放及交换体系。数据收集阶段，应严格按照工信部要求按需采集特定数据，禁止过度采集与滥用，注重采集过程的合法性和正当性；数据传输过程中，应采用安全网络协议、对称或非对称加密算法、区块链技术等保障数据的完整性、保密性和不可篡改性；数据存储阶段，应对数据进行分级分类存储，利用密钥管理技术保证入库数据的安全，并使用容灾备份增强数据存储的可靠性；数据共享与应用阶段，应梳理信息资源目录，制定数据共享安全管理制度，建立数据共享全流程监控预警策略。通过对大数据全生命周期的防护与监控，整合信息资源，打破数据壁垒和信息孤岛，使大数据框架下的数据管理平台成为城市公共数据交换、清洗、整合和加工的智慧工厂。