综合交通背景下交通行业数据治理思路

孙彪彪

（交通运输部公路科学研究院，北京 100088；中公华通（北京）科技发展有限公司，北京 100088）

1 现状与问题

2020 年4 月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式公布，确立了数据与土地、劳动力、资本、技术并列的生产要素地位[1]。作为数字经济、数字交通的核心生产要素，如何释放数据价值来驱动交通发展和转型，最核心的工作是做好数据治理。

自21 世纪初，交通行业信息化、数字化建设持续推进，尤其是在“十三五”期间取得快速发展，大量的公路、水路、道路运输等数据实现行业层面统一汇聚，通过数据的有效融合治理逐渐支撑起交通运行监测、预测预警、业务协同、出行服务等工作。同时各地在围绕交通行业数据治理相关业务应用、技术规范、安全、制度等方面，开展了大量的实践探索。

1.1 数据基础有待进一步夯实

交通行业“点多、线长、面广”的特点，导致交通信息化建设过程中缺少全局性、系统性考虑，随着时间的推移，庞大而杂乱的数据分散于烟囱林立的业务系统，数据“深藏闺中”，造成数据底数不清；数据共享融通壁垒尚未彻底破除，数据共享意识淡薄，跨地区、跨层级、跨系统的交通行业数据共享汇聚工作推进难度大，数据多头采集、重复采集现象严重，给交通行业数据治理工作带来了极大的挑战；不同时间、不同技术架构建设的交通行业信息化业务系统导致数据来源不规范、数据结构不统一、数据维度不一致、异构数据众多、更新不及时等数据质量问题。

1.2 数据要素价值开发不足

交通行业政府单位、事业单位、企业等不同主体掌握着各自核心数据，由于对数据要素价值的开发认识还不够，导致不愿推动基于数据的交通业务流程再造，实现数据业务化，数据对传统交通行业的融合倍增价值难以充分发挥，对数字交通的促进作用有待提速，各类数据资源价值有待进一步挖掘和释放。

1.3 数据治理技术体系尚不完善

一是交通行业数据治理缺少统一、科学的技术规范标准，导致相关业务系统的指标口径不一致，在数据治理具体实施、数据治理绩效等方面的标准还比较缺乏，未有效支撑交通行业数据治理工作的开展实施；二是数据治理成功案例更多来源于电商、银行等行业领域，在交通行业数据治理领域，缺少适合交通发展实际的区域级工程化、规模化、落地性强的数据治理技术方案。

1.4 数据的安全治理日益严峻

一方面体现在数据全生命周期管理模式下交通行业数据治理主体安全权责不清，交通行业数据在不同部门之间采集、共享、分析和利用过程中权责边界模糊；另一方面体现在交通行业内企业、人员数据的过度采集，同时数据在不同业务领域脱敏使用过程中标准不一，造成隐私泄露。

1.5 管理制度体系制度滞后

当前交通行业数据治理统筹规划机制不够健全，各级各部门未能形成协同治理合力；在数据采集、汇聚、共享、开放等数据全生命周期管理模式下，缺乏统一数据治理标准规范、数据资源管理机制和数据安全管控机制；数据治理组织机制不完善，目前大多数交通行业数据治理工作由技术部门完成，业务部门参与度比较低，导致数据治理结果不能很好地用于交通业务的提升，数据治理成效不够明显。

2 面临的形势

充分释放数据在数字交通发展中基础性和核心性的关键作用，是时代发展的必然规律，更是交通行业把握新发展阶段、构建新发展格局的内在要求。在新冠疫情爆发和碳中和、碳达峰的新发展阶段，通过数据治理释放数据价值为交通行业注入了新动力。2021年12 月，交通运输部印发《数字交通“十四五”发展规划》。《数字交通“十四五”发展规划》立足新发展阶段，以先进信息技术赋能交通运输发展，强化交通数字治理，有力支撑交通运输行业高质量发展和交通强国建设。

发展数字经济、数字交通的基础是数据流通，必须抢占数据发展和数据治理先机，打通数据流通通道，才能弥合数字鸿沟，实现交通强国梦。2022 年4 月，《中共中央 国务院关于加快建设全国统一大市场的意见》发布，为打造全国统一的数据要素市场奠定了政策基础，数据要素交易流通平台、数据要素市场生态将会逐步形成并完善。

3 数据治理提质增效思路

3.1 总体思路

在数据治理顶层设计指导下，以交通行业数据赋能业务发展为引领，构建覆盖数据全生命周期的数据治理体系，明确数据治理目标，推进数据治理规则建设，实现数据价值的释放与数据要素的高效流通，助推数字交通高质量发展。

统筹规划。坚持数据治理“一盘棋”思路，加强全局性、前瞻性谋划，统筹推进交通行业各部门各层级数据治理工作。

共同参与。以交通行业业务需求为牵引，逐步推进各单位数据共享共治模式，推动形成多方参与、依规治理的良好局面。

统一基础。建立和完善各类数据治理标准，以标准引领数据治理一体化、协同化建设。同时基于统一标准规范，搭建数据治理平台，提升数据治理智能化水平。

安全可控。结合地方实际建立交通行业数据安全治理制度以及技术规范等保障体系，确保数据在统一安全维度下使用，保障数据治理安全。

3.2 治理目标

数据治理作为数据的核心管理手段和管理范式，其最终目的是实现数据资产的管理和增值，让数据赋能行业管理与服务，从而释放数据价值。具体目标包括：①建立起符合交通行业规范和行业准则的数据治理管理体系，并通过质量评估、数据校验和优化改进等流程保证数据的合规性，促进数据价值的实现。②形成行业内统一的数据驱动交通业务发展的理念，助力交通行业加快实现数字化进程，充分发挥数据资产价值。③建立起交通行业数据安全治理管理机制，保证数据要素安全性。

4 数据治理实施路径

交通行业数据治理需坚持系统观念，以“管理+技术”两轮驱动的实施架构推进数据治理工作。在现阶段，结合交通运输行业数据治理、数据整合现状，应积极按照以下4 个步骤推动交通行业数据治理的提质增效。

第一步：树立全员数据治理意识，逐步推进治理工作。

“统一思想，统一认识”。首先要树立正确的数据治理理念，数据治理是一项见效慢的工作，在交通行业内部往往得不到重视，给数据治理带来了很大的被动性；其次数据治理一项全员参与的工作，而不仅仅是信息化部门或者技术部门的工作，数据治理是为了赋能交通业务发展，需要与具体业务和应用紧紧结合；最后数据治理是一个持续的过程，需要制定适合本组织机构特点的数据治理顶层设计、治理目标和实施路线，通过明确不同阶段数据治理工作的重点任务和主要目标，来保障数据治理工作的高效性和可持续性。

组织架构：规划符合各地实际的交通行业数据治理组织架构和职责分工，包括建立数据治理委员会、数据管理团队、数据质量团队、数据安全团队、数据技术团队等。

组织层次：数据治理组织架构内，不同层次具有不同职责。

角色职责：根据数据治理工作的实际需要，在交通业务部门和技术部门确定工作人员及职责定位。

宣传介绍：结合交通行业内数据治理体系建设情况、交通信息化建设现状，实施具有目的性的交通行业数据治理宣传介绍方案，树立数据治理的全员参与意识，逐步推进数据治理工作。

第二步：完善数据治理体制机制，保障数据治理工作。

“管理出成效，制度是保障”。结合本单位实际情况，建立组织内数据治理决策、推进、协调的组织机构，明确机构及人员职责，确保治理工作落实到最小单元；完善数据治理工作机制，建设常态化数据治理、数据治理监督考核、多主体协同治理工作边界、数据安全治理等数据全生命周期管理办法，从制度层面丰富数据治理体系。

规章制度：用规章制度明确交通数据治理战略规划、数据治理安全管控，加强数据治理管理能力，如《数据治理工作管理办法》《数据共享交换管理办法》等。

管理办法：根据规章制度，制定可落地的操作流程，用以完善数据管控相关的规章制度起草、审核、落实、监督的部门和管控机制，明确各数据管理活动的人员角色和职责、管理内容和相关流程。如《数据标准管控办法》《数据质量管控办法》《数据质量评估办法》《元数据管控办法》等。

考核机制：根据各地实际情况，建立交通行业数据治理考核指标、制度和办法，并不断优化相关机制，保障规章制度的落实。

第三步：健全数据治理标准体系，统一数据治理基础。

“不以规矩，不能成方圆”。结合国家和行业要求，建立健全指导性强、可实践落地的数据治理规范体系，以数据治理标准推动建立区域内全新的治理秩序，包括交通行业基础数据库共性标准体系、交通行业主题数据库共性标准体系、交通行业指标数据库共性标准体系、数据共享与开放标准体系、数据资产管理标准体系（主数据、元数据、标准、数据模型等）、数据流通标准体系以及数据安全标准体系等。

数据基础共性规范：是保障数据治理可持续的基础，包括交通行业基础数据库共性标准体系、交通行业主题数据库共性标准体系、交通行业指标数据库共性标准体系等。

数据治理管理规范：主要实现全生命周期的数据要素资产化、标准化的管理，如主数据标准规范、元数据标准规范、数据质量标准规范、数据共享标准规范、数据应用标准规范、数据运营标准规范、数据价值评估标准规范等。

数据治理安全规范：用于规范数据资产的管理、应用、共享、开放等环节合法合规，包括数据分级分类、隐私保护等通用安全以及数据全生命周期节点安全。

第四步：搭建数据治理技术体系，提升数据治理效率。

“知行合一，理论联系实践”。运用大数据理念和技术，搭建覆盖数据全生命周期的数据治理平台，定义数据质量检核规则，提升数据治理的智能化、科学化、高效化水平，并根据其当前的现状和水平分阶段的逐步开展数据治理活动。同时积极探索新一代信息技术（区块链、云端数据整合、深度学习等）在交通行业数据治理中的应用，利用技术手段提升数据治理效率，提升数据安全。

数据治理支撑平台：能够支撑交通行业各级部门数据治理体系和制度办法在流程上执行落地，最大限度地实现交通数据治理工作的自动化、智能化，提升数据治理能力和数据服务水平。数据治理支撑平台没有最优，只有最适合，应在数据治理体系建设和完善的基础上，调研分析数据治理工具和方案，结合实际应用需求，形成合适的数据治理技术支撑平台。

数据治理的核心内容：厘清元数据之间的关系与脉络，规范元数据设计、实现和运维的全生命周期过程的元数据管理；从多源异构系统整合最核心、最需要共享的主数据管理；建立一套符合自身实际，涵盖定义、操作、应用多层次数据的标准化体系的数据标准管理，以保障交通行业数据模型最小冗余、最大灵活性和扩展性的数据架构管理，以提高数据完整性、一致性、时效性、可靠性的数据质量管理，以保障数据隐私、数据使用权限、数据安全审计的数据安全管理，以更准确、更快捷、更方便为目的的数据服务管理，包含数据生成及传输、数据存储、数据处理及应用、数据销毁等节点的数据全生命周期管理。

数据治理实施活动：根据其当前交通行业信息化的现状和水平，从人员、资金、重要程度、难易程度等维度对交通行业数据治理实施活动进行优先级排序，明确不同部门、不同层级交通行业数据治理工作的推进节奏和推进策略。

5 结束语

本文抛开交通数据大脑、数据中台等热点话题，专注于交通行业数据治理子领域，通过分析总结现阶段交通行业数据治理现状及问题，结合数字交通背景下数据治理面临的形势，探索形成适合当下交通行业发展的数据治理推进路径，为交通行业各单位在开展数据治理工作时提供指导。同时本文认为最优的治理就是不需要治理，根据行业内信息化顶层设计和技术规范，将数据治理内容前置到生产环节中，弱化采集后数据治理需求，从而提升数据要素价值释放的便捷性。