基层数据治理是推进基层治理的重要抓手

2月28日下午，浙江省委召开全省数字化改革推进大会，省委书记、省数字化改革领导小组组长袁家军出席并讲话，强调要深入学习贯彻习近平总书记关于全面深化改革和数字中国的重要论述精神，紧扣高质量发展、竞争力提升、现代化先行和共同富裕示范，要迭代升级数字化改革体系架构，整合形成“1612”体系构架——第一个“1”即一体化智能化公共数据平台（平台+大脑），“6”即党建统领整体智治、数字政府、数字经济、数字社会、数字文化、数字法治六大系统，第二个“1”即基层治理系统，“2”即理论体系和制度规范体系——形成一体融合的改革工作大格局。

我国电子政务始于以条线应用为特征的“十三金工程”，初成于省市区级政务应用，形成以城市为主的发展格局。电子政务更深入的发展，必然是条块结合，三融五跨，重心与重点下沉，走面向基层之路。在当前政策、人口、土地、资源、环境等红利释放达天花板的条件下，将数据要素与其他要素重组，渗透融合，在基层开展全方位数字化改革，为电子政务的深入筑牢基础。

“基层”通常指区县、乡镇、村社（区）三级架构。在这三级中，乡镇处于关键位置，它上承区县，统领村社，对接网格，在人口、经济、资源与面积等方面拥有可承载的数字化改革的运行空间、体量规模与综合实力。

以江苏为例，全省706个镇，490多个街道；镇人口平均10万，财政收入10亿以上，如此规模正是开展基层数字化治理的合适体量。从全国来看，2021年国家统计局公布的“千强镇”选取了GDP、一般公共预算收入、规模以上工业企业数、固定资本形成净额、城乡居民收入等指标进行综合比较，排出前1000个建制镇的名次。其中，江苏267、浙江233、广东118、山东67、福建58、河北安徽45，河南34，湖北30，江西26个…。“十四五”期间，如有1000个镇，加上条件相对更好、数量众多的城市街道成功开展基层数据治理试点,必将对全国电子政务发展起重大示范与推进作用。

因此，如何在“十四五”期间，挖掘数据要素为新型行政管理与服务资源，通过数据治理赋予“镇能量”，释放基层改革的活力与动力，将是驱动电子政务朝深入化、扎实化、精准化、敏捷化、个性化服务发展，不断筑基强体、拓宽新领域、新形态的关键。

乡镇承上启下，治理面广、业务繁杂、事项琐碎，“对上千条线、对下一根针”，是政府数据归集的源头，也是政务数据业务化的基础落脚点。与区县治理不同，镇级基层治理的难点是“责任大权力小”，许多问题“看得见，管不了”，如针对违章、违停、违建等的处理问题上。同时，镇级有“七站八所”，20多个垂管机构，一方面大量的政务数据通过基层采集向上级行业汇聚，基层成为数据采集的重要节点与贡献者，另一方面由于数据孤岛、体制机制等因素的制约，基层在政府治理中却无法使用自己采集向上汇聚的数据。因此如何在有限的人财物资源和现行体制的限制下，建立数据采集、数据回流赋能基层治理机制，按“不另起炉灶、不另搞一套、不大拆大建”的边界条件，依据“共建共治共享”原则，化“散装机构”为“集成政府”，整合基层行政资源、数据资源、平台资源、打破行政事业机构界限，开展扁平化、一体化执法管理，综合利用数字化、平台化、集成化、智能化手段，发挥信息化的连接器、放大器、协调器、倍增器等作用，是解决上述难点的关键。

当前基层治理涉及内容涉及：思想道德、群众组织、弘扬时代精神、志愿服务，以及土地、交通、产业、生态、群众教育、劳动就业、文化、体育健身、矛盾调解、留守儿童、养老、邻里帮扶、环保、城管、物业管理、镇容村貌、垃圾分类、出租屋管理、抗灾防疫，等等。 

在基层治理领域，浙江省的“基层治理四平台”实现基层大事一网联动、小事一格解决，社会矛盾纠纷调处“最多跑一地”；建设自然灾害、安全生产风险防控数字化平台，做到重大灾害事故实时预警、迅速处置。在生态环境保护领域，建立全省生态环境感知一张网，各类环境监测数据、视频信息实时共享，治水治污治气治废更“智慧”。各地积极探索数字政府应用创新，涌现出衢州“龙游通+全民网格”、湖州“数字乡村”等为代表的数字化治理典型经验。

针对上述内容，乡镇级基层治理现阶段的主要目标为：

● 促进基层治理体系和治理能力的现代化

● 提升城镇化和城乡一体化发展水平

● 促进经济、社会、生态与产业协调发展

● 增强基层百姓、企业和单位的获得感

● 探索授权基层依标准采集数据、数据回流赋能基层治理机制

目前，各地探索基层治理都有一些成功经验，均无一例外地运用了数字技术。

浙江诸暨枫桥镇以化解矛盾、促进和谐、引领风尚、保障发展为核心的新时代“枫桥经验”，推出“掌上枫桥”，从开展“三治融合”“四防并举”，到构建基层治理、矛盾化解、执法办案、网络问政、便民服务等多跨场景，打造新时代数字化的“枫桥经验”。

江苏江阴徐霞客镇提出“1+4”治理模式，“1”即加强党的全面领导，“4”是“便民服务一窗口、综合执法一队伍、镇村治理一网格、指挥调度一中心”。为此，实现行政权力的分类管理、统筹使用、数字化形态，将“7站8所+20多垂管部门”整合为党政办、政法和社会管理、经发与改革、财政和资产、建设、社会事业、生态服务、综合行政执法、便民服务中心9个机构。将原先缺少权限的乡镇执法和不经济不合理的派驻执法改为效率高、更便民的综合执法。提出“后台为前台服务、前台为群众服务”的原则，对相关机构的政策进行统一梳理、细粒度拆分，再经数字化、标准化、主题化、流程化处理；构建“传导+解读+关联+资源”途径优化政令传递，在此基础上进行跨组织协调，实现大量基层事务的“掌上办、零距离”。

在发扬民主，宣传、教育、关心与服务群众方面，江苏以一些镇为试点，提出以构建“新时代文明实践中心”为主题的基层治理“五大平台”，即“理论宣讲服务平台、教育服务平台、文化服务平台、健身和体育服务平台、科技和科普服务平台”，将其集成为“新时代文明实践指挥系统”云平台。如江苏海门建立了39个“有事好商量”的虚拟“协商议事室”，面向基层民众提供“指尖加油站”，通过平台互动、积分、奖励等，推进民主议事、化解矛盾和学习强国。

综上特点，可看出基层治理数字化改革的需求是“以平安稳定为宗旨，以全领域数字化为基础，以智能化应用为支撑，以网络化中心为枢纽，以一键互通为关联，以联动共治为核心”，这显然从数据治理角度对电子政务的下沉深化发展提出开创性的高要求。

基层治理是针对“人、地、物、事、财、组织”等复杂对象；涉及民生服务、城镇管理、环境保护、产业促进、市场监管等综合性业务；提供的是“一个平台、一张网络、一个号码、一支队伍、一套机制、一个办法”服务环境；与公众互动的是“一窗受理、一次告知、一套材料、一次提交、一次反馈、一次分办、一号服务、一键评价”界面；形成“事项发现、受理、分流、处置、跟踪、督办、反馈、评价”等流程。

因此，基层治理的数字化能力、数据管控能力、要素分解组配能力、数源对接分发能力、资源流转质量控制能力等，都将在基层资源约束与上级云平台支撑的条件下，形成“虚平台、实数据，轻系统、重融合”的格局。数据治理将对本地数据的规范性、复用性、流转性、重构性、组合性、安全性和可融合性等提出重点要求。

所以，尽管是基层数据治理，亦应符合国家数字化改革和国家治理的总体战略及相关数据标准化要求。同时，也应考虑到当前基层数据治理实践的分散性，局部性，缺少顶层规划与先进数据治理理论引导，没有大型、统一和多功能数据基础设施的承载与支撑等局限，这些都应将是基层数据治理深化的瓶颈，建议至上而下重点研究，统筹规划，做好基层数据治理的顶层设计，在现有数字化改革成果的基础上，以实现基层治理的“基础融合、数据融合、渠道融合、服务融合、管理融合”为目标的数据治理模式，提出建立统一的数据基础设施与管理运维规范体系。 

国脉研究院认为，统一、规范、实用的基层数据治理体系至少涉及总体架构、运管体系和业务构建模式三方面。

（一）基层数据治理体系总体架构

此架构应简洁、实用，如图一所示： 

（图一） 基层数据治理总体架构

系统逻辑上分以下四层。

1、统一数据基础设施支撑平台。主要由基层治理涉及的各类数据字典，如政务主题字典、事项描述字典、行政执法字典、机构职能字典、城市物件字典、服务对象字典、服务过程字典等构成，为最底层、最基础的，与应用无关的统一标准数据资源体系。

此类基层数据资源由于其体量大、基准性强、影响面广、标准化要求高，建议由国家层面组织统一编撰与动态维护。

2、基层数据采集与汇聚。目前各条管业务部门都授权通过基层采集数据，但存在重复采集、标准化低、数据不落地等情况，增加了基层的工作量。同时由于数据回流机制不健全，导致出现采集数据者、需要数据者无数可用，而大量汇聚上去的数据闲置在各级数据中心无处可用的状况。基层数据采集与汇聚就是建立统一的基层数据采集平台，统筹汇集各业务部门数据需求，形成全量的基层数据清单，依标准采集基层数据，按需求分发到各条管业务部门，并授权将采集的非涉密数据汇聚到基层数据中心，赋能基层数据治理，解决政府数据共享难题。

3、数据层。由公共数据平台、领域数据平台和数据标准化与质量管控平台组成。其中公共数据、领域数据应尽量采用上级（省市区）资源与回流数据，同时应参照上级规范要求，深入开发本地特有的基层数据资源，特别是各领域数据资源。具体如基层实体对象的描述数据、分类数据、编码数据、目录数据、标签数据、识别数据、组件数据、指标数据、测评数据等。

4、支撑层。对应于基层应用支撑平台，主要将数据基础设施与公共数据、领域数据等的分类管理、集成管理、质量管理、分发管理，流转管理等。

5、应用层。是在基层治理四平台（综合治理、综合执法、市场监管、便民服务）整合的基础上，实现各类各场景的应用。

（二）数据运行管理体系

基层治理涉及的数据运管体系如图二所示。采用国际通用的数据成熟度管理模型（DCMM），外圈表示基层数据治理的8大领域，分别是数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用和数据生命周期管理；内圈代表基层数据治理涉及的组织、制度、流程与技术要素。

（图二）数据运管体系

任何针对具体应用场景进行的运行维护，均宜参照此架构进行规划设计。

（三）基层业务构建体系

基层治理业务构建模型涉及多种基层服务、信息服务、公共服务、专题服务等的领域，实现不同部门、不同流程、不同服务的统一建模；

各类基层应用的核心是了解公众和机构需求的变化、特别是由需求带来的新服务与行为，进行快速应对和服务，其应用场景的发现与业务构建环节与流程如图三所示。

（图三）应用场景发现与业务构建

属性：公众、实体、环境、位置、过程等的自身固有特征，用于指导数据的分级分类描述、标识与标准化加工工作；

行为：指自然人、机构、环境、过程等已发生的事件，已进行的程度，用于挖掘个体对象与群体的偏好、倾向、认知，预测未来的可能需求或趋势；

需求：未来上述对象可能发生的行为、进行的环节，需要采取的措施或相应的资源，由属性和行为关联分析生成，用于智能治理、矛盾调解、疏导交流、能动服务等。并由此抽取新需求，构建新服务等。

一是统筹数据归集。建设完善基层数据基础信息库、主题库和业务专业库，建立完善统一的数据标准规范。二是加强数据共享。建立健全动态调整的数据共享责任清单，实现数据实时采集、跨网传输、流式加工。三是扩大数据开放。建立健全公共数据开放制度规范体系，挖掘数据开放潜力，强化数据供需对接，充分释放公共数据创新价值。四是推进数据回流。健全数据回流机制，根据基层治理场景需求，将上级数据回流至基层，畅通数据共享体系，赋能基层数据治理。

当前数字政府建设是经过政府信息化、“互联网+政务”之后的全新阶段。随着数字政府建设的快速推进，政府数据平台的通用融合，“数据治理”本身就涵盖了数字政府的所有议题，力求使政务数据、社会数据都能够更有效、更安全地在组织中、在系统中、在网络中、在基层中、在线上和线下之间“流动”起来，从而创造更大的经济社会价值。

作者：国脉互联总裁、国脉研究院院长、博士 郑爱军

         国脉研究院副院长、DAMA 数据模型与架构学组组长 田景熙

         国脉互联副总裁、专家委员会主任  龙艳华