

专题丨政府数据治理服务模式探索

信息通信技术与政策

2022-03-22

导读：齐砚伟，张兆勇，杨春蕾

作者简介

齐砚伟

济南市大数据局数据应用管理与安全处处长，主要负责组织编制政务信息资源目录，建立完善全市基础信息资源库，建设管理市级政务信息资源共享交换平台和公共数据资源开放平台，促进政务、民生、产业领域各类数据资源的深度开发利用与共享开放等工作。

张兆勇

通信作者。浪潮软件股份有限公司政府数脑产品处总经理，主要负责政务数据治理体系、政务数据资源体系、政务数据中台、政务业务中台、政务技术中台等方面的规划、设计、建设和推广相关工作。

杨春蕾

浪潮软件股份有限公司政府数脑产品处业务专家，主要负责政务数据治理、政务数据资源体系对象库、政务业务大脑等方面的设计、建设和推广相关工作。

论文引用格式：

齐砚伟, 张兆勇, 杨春蕾. 政府数据治理服务模式探索[J]. 信息通信技术与政策, 2022,48(2):47-54.

政府数据治理服务模式探索

齐砚伟¹ 张兆勇² 杨春蕾²

（1. 济南市大数据局，济南 250000；2. 浪潮软件股份有限公司，济南 250000）

摘要：数字政府时代，政府部门对数据治理的需求不断增加，对数据治理的专业化、实时性、个性化要求越来越高，单纯的平台、工具建设成本高、操作难、效果微。从政府数据治理服务角度出发，提出一种基于政务数据资源体系的政府数据治理服务模式，能够快速、高效地响应政府数据治理差异化需求，助力政府业务流程和服务模式的数字化、智能化，并以济南市数据治理服务模式实践为例进行说明。

关键词：数据治理服务；政务数据资源体系；基础库；对象库；专题库

中图分类号：TP311 文献标志码：A

引用格式：齐砚伟, 张兆勇, 杨春蕾. 政府数据治理服务模式探索[J]. 信息通信技术与政策, 2022,48(2):47-54.

DOI：10.12267/j.issn.2096-5931.2022.2.008

0 引言

政府数据治理是数字政府建设的关键问题之一，是政府治理体系的重要组成部分。政府数据治理是通过提升政府数据管理能力、提高数据质量、确保数据安全，来推动政府治理能力的提升，各地政府都在积极探索政府数据治理模式。2020年年初，济南市大数据局创新性地探索和提出了以政务数据资源体系建设为核心的政府数据治理服务模式，本文将对此政府数据治理服务模式进行探讨。

1 政府数据治理的两层内涵

数字政府建设包括业务数据化和数据业务化两个环节。业务数据化实现了从手工操作到电子操作，解决了无纸化办公，产生和积累了大量的数据，实现了部门间的业务协同和数据共享，并进行了业务的优化。数据业务化本质上是基于政府数据的挖掘利用，以打造服务型政府为目标开展业务创新、流程再造，并产生新的业务模式和形态。

业务数据化阶段，信息化系统的建设优化了业务模式，同时为数字政府建设沉淀了大量数据、打下了数据基础，但也出现很多问题数据，包括数据不标准、不统一、不正确、不全面、不真实、不及时等，导致无法很好地支持数据创新应用。为了提升数据质量、保障数据安全，需要对数据做检测检验、清洗加工、脱敏脱密、分级分层、分析挖掘等操作，这些操作是治理数据的过程。在数据业务化阶段，需要对沉淀和积累的政府数据进行深层次的整合、分析、加工、利用、创新，推动流程再造、创新业务形态、赋能数字生态，实现政府决策、社会治理、公共服务、数字经济的科学化、智能化、精准化、高效化、个性化、主动化提升，这一过程是基于对政府数据的运用，也是对政府治理能力的建设与提升。总体来说，政府数据治理有两层内涵：对政府数据的治理和利用数据提升政府治理能力（见图1）。

图1 政府数据治理的两层内涵

2 政府数据治理服务模式

基于政府数据治理的两层内涵，济南市大数据局提出了以政务数据资源体系建设为核心的政府数据治理服务模式。大数据局负责统筹和管理，规划建设济南市政务数据资源体系，浪潮集团提供人员和技术支撑，建立专业的数据治理服务团队，面向业务部门提供“点菜式”服务；部门依据“数据治理服务清单”选择所需的服务，如数据检测、数据清洗加工、数据创新应用等。数据治理服务模式实现了业务需求的快速响应、快速支持、快速开发、快速见效。数据治理服务模式保障了数据与业务的充分融合，业务需求驱动数据共享范围的扩大，数据应用驱动部门业务创新意识的增强。

2.1 建设背景

济南市政府数据整合共享工作全方位地快速开展，并已初现成效。

在政务信息资源共享方面，济南市委市政府于2019年4月30日出台了《济南市政务信息资源完善提升实施方案》（济政办函 8号），明确了工作目标及推进计划；在基础库建设方面，已完成人口、法人、电子证照、空间地理、公共信用等基础数据采集汇聚，初步具备对外服务能力；在数据开放运营方面，印发了《关于推进公共信息资源向社会开放的通知》（济厅字〔2016〕42号），将政府数据开放工作纳入政务云统一服务目录，以购买服务模式持续推进数据开放工作。

济南市委市政府于2019年9月30日发布了《济南市数字政府建设实施方案（2019—2022年）通知》（济政办发〔2019〕21号），进一步指明了济南市3年的信息化思路和推动方向。济南市政府大数据中心基础框架已经形成，实现了大量的数据汇聚，但是普遍还存在数据标准不统一、数据汇聚不全面、数据质量不高等问题，高质量的政务数据是政府相关决策和精准施策的重要保障。同时，由于传统项目立项、招标等环节导致建设周期长、响应不及时，严重地制约了各个系统发挥应有的价值。为了更好地发挥数据价值，高效、高质地进行数据利用，常态化地进行数据治理，为科学决策、精准治理以及高效服务提供支撑，济南市开展了政府数据治理服务模式的探索。

2.2 政府数据治理服务模式总体框架

在政府数据治理服务模式中，核心要素包括服务管理方、服务需求方、服务运营方、服务提供方4个角色以及1个数据治理服务平台（见图2）。服务管理方一般由政府数据主管单位承担，负责相关工作的统筹、监督、管理和协调；服务需求方是数据治理服务需求的业务部门；服务运营方建设数据治理服务平台，组建数据治理服务团队，并维护数据治理服务目录，面向部门提供数据治理服务的供需对接、服务支持；服务提供方包括相关的数据治理专业产品、工具、服务厂商。

图2 政府数据治理服务模式总体框架

数据治理服务平台的主要功能包括数据治理服务供需对接、数据治理服务清单的管理和运营等。数据治理服务供需对接流程：当业务部门有数据治理需求时，可以通过数据治理服务平台查看数据治理服务清单，选择合适的数据治理服务，并提交服务申请；数据主管部门对需求进行审核；服务提供方接收到服务需求后，与业务部门对接，并开展相关数据治理服务工作；治理工作完成后，由数据主管部门、业务部门、运营公司共同验收。数据治理服务清单的管理与运营：数据治理服务清单的管理方为数据主管部门；运营公司负责服务运营；服务需求方可对已有的服务提出修改需求，对暂未提供的服务提出申请；数据主管部门审核服务的修改需求与新服务的申请，而后流转至运营公司，由运营公司组织服务提供方进行需求的修改与确认；服务提供方可拟定新的数据治理服务，经管理方审核后发布至数据治理服务平台。

2.3 政府数据治理服务模式业务框架

为贯彻落实《济南市加快数据融合创新应用行动方案》（济政办字〔2020〕16 号），更好地支撑“数管”“数聚”“数通”“数用”四大攻坚行动，切实加快数据融合创新应用，更好地支撑全市各级政务部门数据共享交换工作，济南市大数据局于2020年7月发布《济南市数据治理服务采购需求》，采取第三方建设运营、政府购买服务的模式，提升大数据平台服务支撑能力，提高数据质量，加强全市数据综合管理。依托大数据平台，对人口、法人综合数据有效归集、清洗、融合，提供以公民身份证号和统一社会信用代码为统一标识的综合数据服务、重点对象数据服务；对全市数据共享、开放、基础数据资源汇聚、利用情况综合呈现，实时监测数据流向，辅助决策分析；对全市信息化资产进行全面梳理，构建济南市完善的公共数据资源体系。

政府数据治理服务模式的底层数据支撑是政务数据资源体系，政务数据资源体系的建设内容是数据治理服务发挥作用的核心；数据治理服务依托数据治理服务平台申请政务数据资源体系中的各类数据资源，经过治理产生的相关政务数据，可作为政务数据资源体系的有益补充。图3为政府数据治理服务模式业务框架。

图3 政府数据治理服务模式业务框架

2.4 政务数据资源体系

政务数据资源体系以人口库、法人库、电子证照库等为基础，持续汇聚、整合业务对象数据、专题服务数据、主题服务场景，构建以基础库、对象库、专题库、主题库为核心架构的数据资源体系，形成“数据超市”，实现“抽屉式”数据服务，即开即取。

数字政府的数据架构横向按业务对象、主题等细分，纵向按部门数据、专题数据、对象数据、基础数据分层。分层数据之间的关系并不是相互孤立的，而是具有逻辑层次结构的。从专题库到对象库再到基础库，越上面的层次，越是通用性强、覆盖面广的数据，是高度提炼出的具有高频属性的数据；越往下层，业务场景越突出，对业务对象的描述更加精准化，不同业务对象的独立性更加明显。主题库以业务为导向，包含与主题相关的专题、对象、基础数据，是对主题领域的具体描述。

分析目前国家及各地政务数据资源体系建设现状可以发现，政务数据资源体系一般包含地方数据资源、部门数据资源、基础数据资源、对象数据资源、专题数据资源、主题数据资源等，各地情况略有不同。地方数据资源主要指区县建设的各类数据资源，汇集各类资源较多；部门数据资源指部门建设的各类数据资源，比如公安、市场监管、税务部门的数据资源库建设；基础数据资源是数据主管部门统筹建设、业务部门配合建设的基础性数据资源，比如人口基础库、法人基础库、空间地理库、宏观经济库、电子证照库、社会信用库；对象数据资源是主管部门统筹建设、业务部门配合建设的针对业务对象的数据资源，比如老年人、死亡人口、车辆、不动产、地址等；专题数据资源指各类相关业务部门共同配合建设的专题性质数据资源，比如生存状态、长者助餐、疫情防护专题数据资源等；主题数据资源指由某一业务部门牵头，数据主管部门配合建设的围绕社会发展和社会管理服务的某一领域的以业务服务为导向的集合数据资源，比如社会保障、交通出行、医疗健康主题数据资源等。政务数据资源体系架构设计如图4所示。

图4 政务数据资源体系架构设计

2.5 政府数据治理服务目录

数据治理服务以清单形式展现，数据治理服务目录提供“菜单”式服务，包括咨询规划服务、数据标准服务、数据采集服务、数据质量服务、数据加工服务、数据安全服务、数据平台运维服务、数据利用支撑服务、数据治理分析报告、可视化大屏开发等涵盖业务部门日常数据治理的相关工作。数据治理服务内容示例参见表1。

表1 数据治理服务内容示例

3 政府数据治理服务模式实践

3.1 政务数据资源体系建设

3.1.1 人口基础数据库建设

人口基础数据库的建设原则为全量汇聚，基准索引。通过汇聚公安、人社、民政、卫健委等部门的人口数据形成人口基础数据库，汇聚字段包括公民身份号码、姓名、出生日期、出生地、性别、民族、照片、生存状态、户籍所在地等。通过汇聚形成全量的人口数据底图，实现人口数据全量覆盖。同时，关键核心及高频使用字段以物理集中为主，其他数据逻辑集中，建立人口基础数据库的数据索引。人口基础数据库可作为基准数据对外提供服务，结合应用场景需求，可以提供丰富的数据服务，包括查询、核验、统计、比对等类型。例如，人口基本信息查询服务、人口身份信息核验服务、人口总量统计服务、人口基本信息批量比对服务等。人口基础数据库构建过程如图5所示。

图5 人口基础数据库构建过程

3.1.2 老年人对象数据库建设

老年人对象数据库的建设原则是全量覆盖老年人口数据，实现老年人业务对象的数据化，汇聚全量老年人数据形成老年人数据索引。基于人口全量基准数据，根据出生日期属性筛选出年龄≥60岁的老年人数据，形成老年人口基础数据底图。基于老年人全量基准数据，进行横向业务属性扩展，构建老年人全息数据底图。为更好地服务老年人群体，融合提取相关业务数据包括低保信息、特困信息、残疾信息、计生困难信息、优抚信息、婚姻信息、家庭成员信息等，形成老年人扩展属性信息。基于老年人对象融合数据模型，结合应用场景需求，可以提供丰富的数据服务，包括查询、核验、统计、推送等类型。例如，老年人口基础信息单条查询服务、老年人口基础信息批量核验服务、老年人口综合状态信息推送服务。老年人对象数据库构建过程如图6所示。

图6 老年人对象数据库构建过程

3.1.3 生存状态专题数据库建设

生存状态专题数据库的建设原则是构建生存状态类业务模型，实现数据业务化。基于人口全量基准数据，整合汇聚相关死亡信息与轨迹信息，比如死亡注销人口信息、火化人员信息、社保就医信息、火车出行信息等，构建生存状态专题数据库。基于生存状态专题数据库，结合应用场景需求，可以提取丰富的数据服务，包括查询、比对、统计、推送等类型。例如，生存状态信息批量比对服务、老年人口生存状态信息推送服务。生存状态专题数据库构建过程如图7所示。

图7 生存状态专题数据库构建过程

3.2 政务数据治理服务案例

基于政府数据治理服务模式，济南市在新冠肺炎疫情防控、老年人补助、社保资金发放等领域进行了探索。新冠肺炎疫情防控的典型案例是济南市全员核酸检测预案的制定、重点服务业企业外地留济南员工春节补贴的发放，老年人补助的典型案例是长者助餐工作，社保资金发放的典型案例是退休人员的资格认证。各实践案例应用了数据治理服务清单中的一项或多项数据治理服务，通过政务数据资源体系实现了对治理服务的支撑，最终实现数据的融合创新。此种模式实现了数据治理的集约化，应用治理服务团队统一的数据治理能力，业务部门不用就每一项治理需求单独采购平台、系统或者人工治理服务，而是结合数据治理实践发展的一种新型治理模式，可以实现快速、灵活、个性化的数据治理支持。数据治理服务的应用案例具体内容如下。

3.2.1 全员核酸检测预案

2021年1月29日，济南市委市政府部署全员核酸检测工作，以市指挥部名义印发《济南市市域内全员核酸检测工作预案》（简称《预案》）。《预案》的发布需要调研济南市全员人口数量，包括济南市户籍人口、流动人口等。济南市大数据局委托浪潮数据治理服务团队对济南市全员数据进行摸底。

通过分析需求，提供了数据融合、数据校验、接口共享等数据治理服务。以人口基础库为基准，提取卫健委、医保、人社、教育、司法、自然资源和规划局等部门的人口业务数据，对基准数据与业务数据进行融合治理，形成全量的人口数据。此次数据治理融合各政府部门数据表28 张，汇聚数据量达25 006 万条，后续卫健部门应用试点对数据进行核对校验，最后形成1100 多万济南全员人口数据，保障了数据的准确与有效，为《预案》提供了数据支撑，确保了济南市户籍人口以及济南全域内的流动人口等均覆盖在政府保护范围内。

3.2.2 春节留济补贴发放

为做好新冠肺炎疫情防控，2021年2月5日，济南市发展和改革委员会发布《济南市重点服务业企业外地留济员工春节补贴发放实施细则》，向在济南过年并缴纳社保的非济南籍外地员工发放专项补贴。

政策中涉及专项补贴资金的发放，需要明确哪些为补贴群体，并准确获知员工的补贴发放账户。通过分析，此次治理需求涉及对上报企业的信息核验、上报人员的信息核验、人员户籍的信息核验、人员社保的信息核验、人员银行卡信息的补全，该部门申请了数据治理规划设计服务。数据治理服务团队从治理模型设计、治理数据解析抽取、治理表单设计、数据管理功能开发、数据分析等方面进行规划设计；通过调用公安数据，核验是否为非济南市户籍；通过调用人社数据，核验近3个月是否有社保缴费记录；通过调用社保数据进行社保银行账号的补全。此种数据治理服务模式从技术、业务层面提高了对申报者户籍、社保信息的核验效率，免去了社保信息填写的繁琐步骤，实现了对补贴人群的精准定位。据统计，春节留济专项补贴至2021年2月28日24时线上申报结束，已经通过申报核验63 160 人，补贴金额4916. 29 万元，为外地员工留济南过年提供了温馨补贴。

3.2.3 长者助餐

随着我国进入老龄化社会，养老问题成为民生大事，为解决高龄、孤寡、独居老人就餐难问题，2020年6月10日，济南市制定《关于推进长者助餐工作的实施意见（试行）》（简称《意见》），根据《意见》推出长者助餐服务，在全市范围内设置助餐点，老年人可按照政府补贴的优惠价格用餐。

为了帮助老年人享受到相应的补贴，又为了避免出现老年人出示各类证明材料，自证“困难”、自证“低保”的尴尬局面，济南市民政局联合济南市大数据局，以“数据多跑腿，群众少证明”的方式，利用济南市数据治理服务平台，汇聚助餐服务需要的老年人相关数据资源，规划设计老年人对象库，通过老年人对象库中的基准数据与多部门融合的业务数据为长者助餐应用提供数据查询服务。在老人就餐时，只需刷脸或者刷身份证，系统会自动获取老人的户籍、年龄、优抚、低保、计划生育特殊困难家庭等信息，并对相关结果进行综合分析，明确老人可以享受到的补助标准，让老人们享受到利用政府大数据带来的便利和福利。

3.2.4 退休人员资格认证

退休人员资格认证通俗来讲就是证明退休人员还在世，有资格领取退休金。借助大数据力量实现退休人员待遇的“静默认证”，为退休人员尤其是行动不便、异地居住的退休人员提供了便利。

为了实现退休人员是否在世的“静默认证”，济南市大数据局配合济南市人力资源和社会保障局，整合公安、民政、人社、医保、卫健委、交通等部门数据信息，构建生存状态专题数据模型，采集、汇聚数据，并建立数据分类梳理、整合加工机制，探索建立以大数据分析为主导、面部生物特征识别为辅助、社会化服务兜底的社保待遇资格静默认证服务模式。截止到2020年年底，大数据静默认证率达到94.4%，174 万享受社保待遇人员实现了零跑腿、无干扰认证，并有效减少了社保待遇冒领现象，保障了社保基金安全，减少了政务服务成本。

生存状态专题数据模型除了支撑“退休人员资格认证”，也为其他各类补助发放、证照注销、公证证明等业务场景提供了统一的数据支撑服务。例如，卫健委对计划生育奖励扶助对象、特别扶助对象根据认定条件进行筛查，同时对其中已经死亡的人口进行筛除。仅2020年上半年筛查出不符合发放条件的就有3000 余人次，不仅极大地减少了人员流动，而且助力市卫健委累计停发补助资金上百万元，降低了资金错发的风险。

4 结束语

济南市政府数据治理服务模式是政务数据治理领域的一次大胆探索和实践，无论是全员核酸检测预案、春节留济补贴发放，还是就业困难补助发放、“长者助餐”及“静默认证”，都得益于政务数据资源体系的建设、数据治理服务模式的创新。在这一过程中，数据治理服务的供给和政府部门的需求逐步融合，“服务菜单”日渐丰富，支撑能力和响应速度日益增强；但同时数据治理服务也面临新的挑战，政府部门业务驱动的治理需求越来越多，数据与业务的融合使得治理不单单是技术层面的治理，更需要服务团队积累沉淀业务知识，从业务角度进行更加精准的数据治理。

随着数据治理服务新模式的推广应用，通过对数据、业务的治理可提高政务服务效能，助推政府业务流程和服务模式向数字化智能化转变。

参考文献

[1] 于施洋, 王建冬, 童楠楠. 国内外政务大数据应用发展述评:方向与问题[J]. 电子政务, 2016(1):2-10.

[2] 中国电子技术标准化研究院. 大数据标准化白皮书[R], 2018.

[3] 张绍华, 潘蓉, 宗宇伟. 大数据治理与服务[M]. 上海:上海科学技术出版社, 2016.

[4] 索雷斯 S. 大数据治理[M]. 匡斌, 译. 北京:清华大学出版社, 2014.

[5] 梅宏. 大数据治理体系建设的若干思考[R]. 第十三届中国电子信息技术年会, 2018.

[6] 中国信息通信研究院. 数据治理研究报告(2020年)[R], 2020.

[7] 梁芷铭. 大数据治理:国家治理能力现代化的应有之义[J]. 吉首大学学报(社会科学版), 2015,36(2):34-41.

[8] 唐斯斯, 刘叶婷. 以“数据治理” 推动政府治理创新[J]. 中国发展观察, 2014(5):32-34.

[9] 常大伟. 面向政府决策的大数据资源建设研究[J]. 图书馆学研究, 2018(13):28-32. DOI:10.15941/j.cnki.issn1001-0424.2018.13.005.

[10] 胡方, 顾晓光. 基于大数据平台的数据治理系统建设[J]. 电脑知识与技术, 2021,17(30):44-45. DOI:10.14004/j.cnki.ckt.2021.2870.

Explore a new pattern about government data governance

QI Yanwei¹, ZHANG Zhaoyong², YANG Chunlei²

(1. Jinan Big Data Bureau, Jinan 250000, China; 2. Inspur Software Co.,Ltd., Jinan 250000, China)

Abstract: In the era of digital government,government departments have an increasing demand for data governance and higher requirements for specialization,real-time and individuation of data governance. Simple platforms and tools have the problem of high construction costs, difficult operation and low effects. From the perspective of government data governance services, this paper proposes a government data governance service model based on the government data resource system, which can quickly and efficiently respond to the differentiated needs of government data governance, helping the digitalization and intelligence of government business processes and service models. And four cases of the data governance service model in Jinan are introduced in detail.

Keywords: data governance service; government data resource system; foundational library; object library; thematic library

本文刊于《信息通信技术与政策》2022年第2期

主办：中国信息通信研究院

《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标，信息社会政策探究的思想库”，聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略，发布前沿研究成果、焦点问题分析、热点政策解读等，推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展，引导国家技术战略选择与产业政策制定，搭建产、学、研、用的高端学术交流平台。