构建政务数据全景，实现数据深化管理，政务数据标准化管理实践分享

11月4日，2022（第四届）中国电子政务安全大会在北京召开。大会以“数字政府新发展 政务安全新服务”为主题，来自公安部、自然资源部、应急管理部、民政部等政府部门的专家学者，一线服务机构、科研院所和知名企业的代表，就数字政府建设和电子政务安全、合规运营和职能转变等内容进行了研讨交流，加深政策理解，提高安全意识，提升管理标准，提升我国政务服务和社会治理能力，为建设数字强国高质量发展保驾护航。

 

 

数字新时代，安全新格局。数字政府建设是全面数字化发展的基础性、先导性工程，在促进数字经济发展、推动数字社会建设、完善数字生态体系中起到关键的引领作用，网络安全则是数字政府建设的前提和基本要求。

 

龙石信息科技有限公司创始人兼总经理练海荣应邀参加，作题为《构建政务数据全景，实现数据深化管理》的主旨报告，着重分享了龙石数据在政务数据标准化管理方面的实践经验。（视频地址：构建政务数据全景，实现数据深化管理，政务数据标准化管理实践分享）

 

 

在发言中，练海荣从管理视角详细介绍了“一数一源一标准”管理，指出政务数据标准化管理的核心是基于标准化的数据管理方法论，构建政务数据架构模型，以“三定方案”确定每一个数据元素的权威部门和责任部门，为每一个数据元素引用数据标准，并根据数据标准对数据资源进行贯标管理和数据质量管理，同时，对每个数据元素进行分级分类管理。并在此基础上，构建政务数据统筹管理体系，搭建“一门户四中心”数据管理平台，达到搭架构、绘全景、优管理的实践效果。以下是报告全文。

 

各位专家、领导下午好！我是苏州龙石数据总经理练海荣，很荣幸能够在这里跟大家分享我们的数据管理实践，今天分享的主题是《构建政务数据全景，实现数据深化管理》，分享我们在政务数据标准化管理方面的实践，副标题中的“标准化”指的是数据管理方法的标准化，简单来说，是基于四维数据架构模型绘制政务数据全景，实现政务数据“一数一源一标准”管理、数据质量源头管理和场景数字化管理，尝试给大家解决数据治理工作的碎片化问题、目标不清晰问题和成效不明显问题提供一些思路。

 

回顾政务大数据发展历程，2014年，大数据首次写入政府工作报告，标志着中国大数据政策元年的开始。2016年《十三五规划纲要》提出实施国家大数据战略，标志着大数据上升为国家战略。

 

今年6月，国务院发布《关于加强数字政府建设的指导意见》，又在上个月发布《全国一体化政务大数据体系建设指南》，标志着政务大数据已进入高速发展期和实质性落地阶段。

 

今年8月，我们也对全国31省市区的数据管理政策做了汇编及解读，有需要的朋友可以扫描二维码获取或添加龙石数据公众号获取。

 

回到正题，我们回顾政务大数据近十年的工作，主要完成了数据共享交换平台的建设、基础库主题库的建设和大数据平台建设，同时也实现了各类数据应用，并且也取得了不错的工作成果。但是，在数据应用的过程中，也确实发现了不少问题，例如数据质量问题，数据标准不统一问题，数据更新不及时问题等等，仔细分析，这些问题都是管理问题甚至是机制问题，技术问题其次，所以我们认为接下来应当在数据管理和机制优化方面加大力量，实现“一数一源一标准”治理。也只有解决了这些问题之后，数据才能用得起来，用得放心，用得满意，数据创新应用才能得到更加繁荣的发展。再然后，才能实现数据开放和数据交易流通，我感觉这还处于发展的初级阶段，还需要很长一段时间。

 

仔细分析今年6月发布的《国务院关于加强数字政府建设的指导意见》，要求持续提升支撑保障能力，有序推动公共数据资源开发利用，加强对数据的统筹管理，这三个要求与政务大数据的发展路径是完全一致的，因此，也更加坚定了我们加强数据管理体系研究和配套产品研发的决心。

 

 

如果我们用一个简单的模型来总结政务数据管理发展历程的话，我们可以使用“技术-管理-运营”这样的三角模型来描述，这也是数据管理工作的主要三个内容，我们现在已经完成的数据共享交换平台、基础库主题库和大数据平台都属于技术范畴，是以数据应用为导向的，这也是行业里最主要的工作内容。而每一条数据的背后都与组织架构和业务流程有着千丝万缕的联系，因此，数据要用起来，就需要配套相关的管理手段，特别是数据标准、数据质量和数据安全，离开了数据的深入管理，数据很难用好。而至于运营，则是技术工作和管理工作的价值体现，包括数据共享、开发利用，以及将来的交易流通等。

 

这个三角模型很好地表述了各类数据服务团队的角色分工，我今天主要是从管理这个视角给大家做汇报和分享。

 

 

在过去的实践中，我们将数据治理方法总结为“理采存管用”。经过多年的实践，这种数据治理方法取得了一定的成效，但问题也比较明显，主要是这种做法没有从全局视角来管理数据，看不到整个城市的数据全景，还是以业务场景应用为主要目的，数据治理工作很辛苦，但是各个业务部门和数据管理部门难以参与到数据治理工作来，且成效不明显。那么，如何来提高数据治理的工作成效呢？

 

 

基于前面对数据治理现状和问题的分析，我们提出政务数据标准化管理的解决方案。方案的目标是在现有的数据治理工作的基础上，构建政务数据架构，根据“三定方案”定义每个数据元素的权威部门和责任部门，并归入政务数据架构，从而形成多维立体的数据全景。这个数据架构也将成为数字政府的数据底图，所有的应用场景都是这张数据底图上面的一个图层而已 。同时，为了落实数据架构的管理成效，我们重点面向数据架构、数据标准、数据质量和数据安全四个能力域，实现数字政府“一数一源一标准”管理要求。

 

 

这是国标数据管理能力成熟度评估模型的8个能力域之间的关系，也就是DCMM标准，最底层是数据生存周期管理，主要包括了数据需求、数据开发、数据运维和数据退役，上面是我们实践中重点关注的4个能力域，包括数据架构、数据安全、数据标准和数据质量，再上面就是数据治理、数据应用和数据战略。在数字政府领域，数据战略基本上就等同于国家以及各级地方政府发布的数据政策。

 

 

在我们的实践中，我们重点对数据架构、数据安全、数据标准和数据质量进行管理，同时考虑到政府组织体系的复杂性，每个城市都有好几十业务部门，职责分工也不相同，我们加入了“一数一源”管理，根据“三定方案”定义每个数据元素的权威部门，这些部门将是这些数据元素的唯一权威部门和责任部门。

 

 

接下来，我们看看具体的实践内容和方法。

 

首先，我们依据国标、行标、地标以及一些学术研究成果，将整个城市的数据分为人员、机构、资产、位置、金融、文本等，人员又可以从生老病死、教育、就业等维度进行再分类，机构也可以从注册登记、变更、监管、执法、注销等维度进行再分类，然后，将各部门的数据资源与分类信息相关联，这样就形成了最基本的数据框架模型。

 

在我们点击死亡信息分类时，相关的部门和数据资源就会亮起来，包括卫健委的死亡医学证明、民政局的火化信息、公安的户籍注销信息，以及法院的死亡判决书。如果将死亡信息的应用部门也包括进来，就还会有人社局的社保停保、医保局的医保停保和残联的残疾证停用。在每个数据资源的右上角，有两个小图标，一个是表示此资源的数据贯标情况，一个是表示此资源的数据质量情况。

这样，我们也就可以从各种维度来查看城市的所有数据资源，以及这些数据资源的具体情况，当然，也可以从部门维度来查看某一部门的所有数据资源情况，这里先不展开。

 

 

接下来，更重要的是，我们要将数据管理工作与数据应用情况结合起来，这张图的最上面是我们自助添加的业务场景，我们可能关注一网统管，也可能关注一网通办，也可能关注一件事的办理等等，每个城市的关注点都不太相同。我们可以自助添加我们自己重点关注的业务场景，自助编排业务流程和数据管理流程，在可视化的流程图上发现某一业务的数据堵点甚至是数据缺失。

 

这也将成为多部门协同的重要工具，也是工作汇报的重要工具。

 

 

在将来，在数据管理、数据共享、数据治理到达一定成熟度的时候，我们搜索“张三”这个人时，就也可以找到张三的各类数据资源和数据，搜某个组织或资产时，也能找到该组织和资产的方方面面的信息，这样，我感觉这和数字孪生和元宇宙越来越像，也越来越有意思。这与现在已经实现的个人画像和企业画像有点像，只是不同的表达方式而已。

 

 

所以，总结起来，政务数据标准化管理的核心是基于标准化的数据管理方法论，构建政务数据架构模型，基于“三定方案”确定每一个数据元素的权威部门和责任部门，为每一个数据元素引用数据标准，并基于数据标准对数据资源进行贯标管理和数据质量管理，同时，对每个数据元素进行分级分类管理。并在此基础上，构建政务数据统筹管理体系，搭建“一门户四中心”数据管理平台，达到搭架构、绘全景、优管理的实践效果。

 

 

我们从2019年开始这方面的实践，经过了4年的实践，最开始的时候，做的“互联网+监管”专题数据质量管理，很快做到了100%的准确率，通过缩短数据质量问题发现、反馈和修复的周期，大大提高了“互联网+监管”覆盖率。我们认为，质量管理的目标不只是发现问题，而是解决问题，所以我们也对部门修复数据质量问题提供了很多指导。后来，因为法人、人口、电子证照等基础库数据的应用越来越广泛，针对基础库数据也做了数据质量管理。同时，因为数据共享交换平台的建设和应用也越来越成熟，各个部门在共享交换平台上申请使用的数据也越来越多，大数据局为了支撑各个部门的数据应用，就开始了共享交换平台上高频共享数据的质量提升。

 

在这个过程中，我们将很多的精力投入在对各个部门业务的研究上，让我们设计的质量规则更加贴近业务，而不是简简单单地查一下空值、格式等表象问题，例如，自然人不能注册多个一人有限责任公司，这是依据法律条文来制定的质量规则，这是属于比较深层次的业务规则。通过这样的服务，让各个业务部门对我们产生了很大的信任和依赖，各个部门也逐步开始提出一些新的需求，这样就比较好地提高了各个业务部门对共享交换平台的满意度，各个部门也更加积极地开始使用共享数据来开展自己业务范围内的创新。应该说，经过这样的服务过程，数据采集的过程更加规范了，数据应用的积极性大大提高了，数据应用的顾虑和抱怨也减少了。

 

再后来，我们希望能让各个部门在产生数据时就是正确的，而不是出现质量问题后再来解决，我们就开始了数据标准的研究，我们对最核心的、用得最多的数据元进行了标准引用和制定，规范了信息化系统建设、数据采集和数据共享各个过程，应该说还是取得了不错的成效。

 

今年初，由于苏州疫情的影响，正好空下来了，我们开始也对前四年对数据质量和数据标准的实践开始总结，形成了一套标准化的方法论，指导我们根据客户的实际情况，定义每个项目的价值目标、服务过程和汇报流程，这对我们服务更多的客户提供了很重要的指导。当然，根据这些标准化的方法论，我们也对我们公司的组织结构和能力结构进行了一些优化，更好地来支撑服务目标的实现。

 

 

最后，简单介绍一下龙石数据，我们是一家专注于政务数据管理的高新技术企业，秉承着三分产品七分服务的经营理念，专注打造全生命周期的数据资产管理产品体系和标准化的数据管理服务体系，欢迎大家来苏州的时候，来公司指导、交流。

 

 

谢谢大家！

 

如果有朋友对PPT感兴趣，也可以联系我们获取。