眾所周知，大數據、云計算等新一代信息技術作為重要的基礎性戰略資源，正引領著新一輪的科技創新和變革，帶來新的政府治理理念，同時也必將為未來政府治理結構、治理方式和治理過程帶來新的機遇。

其中政務數據治理正成為數字政府和智慧城市建設的關鍵一環。政務數據治理是數據治理在政務行業的應用，解決政務數據歸集、數據資源建設、數據共享和數據應用等各種問題，以保障數安全。

目前，政府部門積累了海量的數據資源，但由于數據孤島的存在而停留在碎片化數據階段。同時，隨著物聯網、5G、空間信息技術等新一代信息技術的飛速發展，政府部門需要處理的數據量呈爆發式增長、數據來源和形式也更加多元化。因此政務數據治理成為洞察和挖掘數據價值的最重要手段。

今天小億就來說說政務行業如何借助大數據提升價值，且政務行業的數據治理過去的發展歷程是怎樣的？以及當前政務數據治理存在哪些問題，該如何應對？

01、政務行業如何借助大數據提升價值

數據對于社會整體的意義，已不僅僅是信息技術進步的衍生品，而是信息時代推動社會進步與發展的重要基石。對政府部門來說，借助大數據提升價值主要表現在以下三個方面：

1.政務服務方面

政府運用大數據施政可以準確判別不同群體、不同市場主體的各種需求，提升政府部門行政審批的效率和公共服務的質量，讓數據為老百姓“跑腿辦事”，為企業“貼心服務”，從而實現更有效的“管”、更積極的“放”。例如，各省市推行的“最多跑一次”就是通過推進“多審合一”“多測合一”“多評合一”“多證合一”“證照聯辦”等，從制度層面推動“流程優化、業務協同”。

2.市場監管方面

政府管理者可以通過對海量數據的深入挖掘與分析匯總，全面了解和準確掌握市場經濟信息，綜合分析經濟社會發展趨勢，不斷提高市場監管的效率和質量。與此同時，也意味著所有信息數據都能在一個系統平臺內查詢。換句話說，政府行為就更容易受到監督，從而有效促使政府負面清單、權力清單和責任清單的透明化管理。

3.產業引導方面

政府可以通過出臺優惠政策推動大數據產業又好又快發展，塑造完整大數據產業鏈，以“創新驅動、轉型發展”為主線，不斷提升大數據產業的自主創新能力。同時，著力加強大數據施政的基礎設施建設，積極向市場購買大數據的相關技術和服務，推動政府、智庫、企業之間數據信息資源的應用整合和協同共享。

02、政務數據治理的3個發展階段

政務數據治理體系是圍繞政府大數據治理工作而構建的包含多項關鍵域及構成要素的有機整體。主要包括針對政務大數據制定標準規范和安全保障體系，實現跨部門跨層級數據匯聚和共享，加強數據管理，提高數據質量，充分發揮數據資源價值，輔助政務決策、業務分析和監督預警。

政務數據治理體系的發展從頂層規劃、機構設置、系統建設和數據質量等角度看主要經歷了三個發展階段。

1.初步探索階段

21世紀初期，人們對政務數據還不夠重視。政府IT建設的重點是IT技術和業務功能的實現，并不是以數據為中心的建設，對政務數據的認識還停留在非常粗淺的階段。這個時期缺乏政務數據治理的方法和相關技術，政府部門對數據質量的重視程度也遠遠不夠，數據質量較差，這也增加了后續跨部門數據匯聚整合的難度。

對于政務數據的管理和存儲，也處于比較初始化的階段，數據存儲分散無序，不存在專門數據管理和歸口部門，采集的數據也主要用于展示，很少進行數據分析和挖掘，數據使用和應用效率較低，這個時期的數據存而未治、治而未用的現象普遍存在。

2.成長豐富階段

這一時期社會對政務數據的認識不斷加深，政府部門開始重視數據的質量和數據的價值，數據的收集和使用開始進行有目的的規劃，并對數據進行有計劃的管理。數據已被政府部門自覺地當作輔助管理和決策參考的工具。

且數據存儲于分散的業務信息系統中，具備初步的數據標準化能力，文件的存儲具備統一的格式。但是，該時期數據從業人員大部分精力還是用于數據維護、數據清洗、利用數據形成分析報告，數據分析挖掘能力偏低，數據還未實現真正的價值挖掘，相關的頂層設計和政策支持較少。

3.發展落地階段

在2016年以前，僅有少量省份對政務數據治理投以關注。從2016年開始，各省（區、市）出臺的相關政策文件的數量顯著增加。政府內部建立起專門的數據管理機構，設置相應的工作崗位，聘用專業人員，利用復雜的分析技術解決業務線或者機構的運營難題，政府還為數據從業人員提供職業發展訓練以及清晰的職業發展路徑。

目前數據的使用已經貫穿于政府管理各個領域、各個環節和各個過程之中，依數據決策、依數據管理、依數據監督已成為常態，政府管理和決策已離不開數據的支撐。同時，整個機構中都強調通過領導和管理來提升數據質量。

03、政務數據治理存在的問題

盡管政府對政務大數據治理的動機很強，但是當前政府在數據治理的實踐中還面臨著嚴峻的能力挑戰和“成長的煩惱”，主要集中在政府數據治理的建設模型和實施路徑還存在著思維認識碎片化與應用水平不高等問題。具體表現為：

1.數據煙囪林立，數據孤島叢生

由于歷史原因，龐大的政府機構都是各部門各自為政獨立開展本單位信息化建設的，政務大數據無論是邏輯上還是物理上都是非常分散的，大量相同的信息還在不同的部門都被重復采集和存儲，但格式各異，內容不一，所以在政府數據匯集過程中, 存在“數據煙囪”林立,“數據孤島”叢生等現象。

雖然當前政府各部門積累的數據資源已經很多了，實現統一和完整的數據匯聚也是必須的，而聚哪些、怎么聚、去哪些、留哪些，在實際開展政務大數據治理工作中會遇到很多兩難局面，各種難點也會很多；

2.數據分析過程中內外融合難，上下對接難

政府各項決策的數據分析過程中，由于需要綜合匯總的結構化數據與非結構化數據混雜，數據質量不高，數據標準不統一，所以難以用統一的數據模型或者數據算法完成。

在目前的政務數據資源分散局面上，社會治理所需要的簡單統計指標可能都難以完全靠計算機自動化生成，仍然需要大量的人工上報和匯總工作，客觀存在政務數據分析過程中內外融合難、上下對接難等問題，這是對構建網絡化、數據化、智能化的全天候在線的數字政府發展方向的巨大堵點；

3.數據管理工作無序化現象嚴重

政府數據管理和應用過程中，數據管理工作無序化現象嚴重，各政府部門重本單位需要輕跨部門統籌要求，這困擾著政府數據治理的可持續發展，要打破利益固化的體制壁壘，推進跨區域、跨層級、跨部門的數據平臺建設在實施數字政府過程中，必然會對各部門的思維習慣和工作習慣造成巨大沖擊。

統一的數據標準和規范的數據管理也必須得到各部門上下的全力配合才能有效落地，治理則不可避免會讓各部門感受巨大的陣痛，而不治理則讓社會治理智能化和數字政府無法落地而長痛，長痛短痛都是切切實實存在的痛點。

04、政務數據治理的目標、技術流程、關鍵要素

1.目標

政務數據治理的目標是通過構建公共數據端到端全生命周期的數據管理體系，形成統一的數據采集匯聚、共享開發、開發利用等過程的決策機制、流程和規則。基于高質量的數據，在確保安全合規的前提下，實現跨部門、跨業務、跨系統的數據流通。

通過構建統一的數據開發利用技術體系，提升政務數據管理、分析及服務能力，支撐政務大數據應用場景的快速設計和開發落地，最大化釋放政務數據的價值。

2.技術流程

政務數據治理包括：數據清洗、數據集成、資源規劃、元數據采集以及標準編制等技術流程。首先我們需要盤點政府組織都有哪些數據資源，建立組織級數據模型，進而將分散在政府各部門的數據整合到集中存儲數據中心，并對數據做規范化處理，同時，對歷史數據進行數據清洗，定義數據結構和代碼值的說明；最后在建設過程中形成規范化文檔，經過總結梳理建設成標準，為后續數據治理項目建設提供理論依據。

3.關鍵要素

政務數據治理的關鍵要素包括數據戰略制定、數據組織建設、數據制度規范、流程技術、數據應用服務、數據安全、數據運營和成熟度評估在內的一系列體現政務屬性的流程架構。

（1）數據戰略制定
政務數據治理戰略規劃是整個數據治理環節的首要任務，也是數據戰略基礎，決定了戰略方向，指導數據戰略的方向和原則。

（2）數據組織建設
開展于各項數據職能工作之前，也是各項數據職能工作開展的基礎，強有力的組織架構是政務數據治理取得成功的有力保證。通常情況下，有組織負責政務數據治理過程和數據管理制度，這些組織是跨職能的。

（3）數據制度規范
制度建設規范了政務數據治理的流程，構建政務數據治理制度體系，首先應符合地區政府的數據戰略，其次應充分結合政務數據治理組織架構與治理現狀，體現、貫徹和落實政務數據治理頂層設計要求，并逐步將政務數據治理體系納入政府的治理實踐中。

（4）流程技術
流程技術指導著政務數據治理的正確實施，包括匯聚整合、提煉加工、 閉環處理、資產管理等一系列過程，建設成果匯聚成數據資產。政務數據資產包括原始庫、基礎庫、主題庫、專題庫和指標庫等在內的各種資產信息，為上層服務提供良好數據支持。

（5）數據安全
數據服務結合分析挖掘技術及良好的產品工具，為政府提供決策支持和服務保障；數據安全是政務數據治理全流程的安全保障，是貫穿全流程的重要工作。因此需要從數據全生命周期的高度考慮數據安全，通常包括數據采集安全、數據存儲安全、數據共享安全、數據應用安全、數據銷毀安全等全流程安全保障；

（6）數據運營與成熟度評估
政務數據運營在數據采集、存儲、匯聚、應用加工之外，還需要持續運營保持數據的鮮活、流暢和持續服務，包括：統一工單管理、供需對接、運行監控和績效評估等；成熟度評估是對政務數據治理全流程的評價，包括戰略規劃、組織建設、制度規范、流程技術、數據資產建設、數據服務、數據安全和數據運營的各環節進行成熟度綜合評估。

05、億信華辰大數據治理方案為政務數據治理賦能

作為數據治理核心玩家，億信華辰憑借大數據領域15年經驗沉淀推出的大數據治理方案可以幫助政府部門建立起符合自身特征的數據架構和數據治理體系，包括數據標準管理、元數據管理、質量管理、資產管理、安全管理、數據生命周期管理，賦能業務應用場景，助力政府部門構建扎實的數據根基，實現數字化經營決策。

大數據治理解決方案主要通過數據治理工作提升數據的價值，為政府部門實現數字戰略夯實基礎。其中數據治理工作作為一個管理體系，包括組織、制度、流程、工具，全方位保障數據，改善數據決策，提升數據可信，防范數據風險。

比如億信華辰幫助廣東省佛山禪城區政數局搭建的數據管理平臺，根據數據應用的需求，對人口庫、衛計、工商、流管等數據建立質量規則，通過構建模型、配置規則、人工智能識別等方法對數據進行數據核查、數據清洗、數據更新及數據修復，并輸出數據分析報告。最終全面提升數據質量，幫助建立健全完善的考核制度，實現數據中心的統一監管，全面實現教育無紙化改革，提升辦事效率，充分實現數據的全面共享應用。

06、小結

隨著公共事務的日益復雜，政府從“治理”走向“智理”，政府決策方面，“智理”就是通過收集大量數據來可視化經濟和社會運作規則，借助相應的數據挖掘來協助政府部門做出科學的決策。大數據時代之下，“用數據說話，用數據決策，數據管理，數據創新”的理念將成為政府治理觀念轉變的核心要素。

隨著國家治理能力現代化理念的不斷滲透，“放管服”進一步深化改革，中國政務數據治理迎來了新一輪的建設高峰期。同時，各地方陸續成立的政務數據管理部門，也在不斷完善與落實管理職責，加強對公共數據、政府數據的統一管理、治理與服務能力，進一步促進市場的擴大化發展。

未來中國政務數據治理市場應更加關注業務場景創新牽引，加強數據安全保障能力，加強多元數據的統籌治理能力，融合人工智能技術，實現可信、智能、高效的整體性政務數據治理體系建設。