1引言

 党的二十大报告作出加快建设数字中国的重要部署。数字中国的内涵包括数字政府、数字经济和数字社会，随着国家数据局的成立以及构建数据要素市场化相关指导意见出台，数据最为一种新兴战略资源已经愈来愈在政府、市场扮演重要角色。2022年国务院印发的《国务院关于加强数字政府建设的指导意见》中就明确指出要“加强数据治理，依法依规促进数据高效共享和有序开发利用，充分释放数据要素价值，确保各类数据和个人信息安全。”[1]同年又印发了《国务院关于构建数据基础制度更好发挥数据要素作用的意见》中提出了“数据治理二十条”，强调要建立健全数据流动监管制度，完善数据治理体系，保障数据安全发展。2023年2月，《数字中国建设整体布局规划》再次强调，“要构建国家数据管理体制机制，强化重要数据安全监管，保障数据跨境安全有序流动。”[2]2024年1月，国家数据局等十七个部门共同制定《“数据要素×”三年行动计划（2024—2026年）》，提出激活数据要素潜能，促进数据多场景利用。在城市治理方面，以数据要素赋能优化城市管理方式、支撑城市发展科学决策、推进公共服务普惠化、加强区域协同治理[3]。当前数字政府的建设迫切需要通过开展政务数据治理为政府提供高效和科学决策的基础，提高政策制定和执行的效率，更好地理解和响应公众需求，提供个性化和精准化的公共服务，促进不同政府部门之间的数据共享和协作，打破信息孤岛，实现资源的优化配置。

2政务数据治理面临挑战

数字化技术的发展一定程度上为政府提供了数据挖掘、政务服务事项办理等有效支撑，但在政务数据治理方面还存在许多挑战。

一是缺乏统一数据管理机制。尽管国办在国家与地方之间的数据共享方面建立了相应的协调机制，但在地方与地方政务部门之间仍然缺乏相关机制，随着国家数据局成立，地方也相应成立大数据局等相关职能部门，在数据共享、协调、采集等方面仍存在典型管理壁垒，政务数据管理权责需进一步理清。二是缺少数据质量管理能力。典型的现象是政务数据底数不清、标准不统一、数据不规范、不可用等质量问题。其根本原因是缺少一套统一的数据管理体系，应建立一套从数据资源编目到数据生产到数据的开发利用数据质量体系。三是数据应用赋能成效不高。数据最终的目的是可用，但当前数据存在管理机制缺失、数据共享进程缓慢、数据质量问题多导致数据赋能应用的成效不高。

3政务数据治理体系

政务数据的治理是要解决对政务数据“汇、存、治、管、服、用”的全生命周期管理。因此开展政务数据治理也要有全生命周期的治理体系，通过系统思维，做好统筹谋划和整体设计，建立数据管理机制，制定标准规范，构建全省数据标准。本文结合治理实践提出一种基于数据架构的数据治理体系，意在为数字政府背景下的数据治理提供新的思路。整个治理体系包括四个环节，涉及九项流程。四个主要环节包括架构的梳理、平台建设、数据治理实施、数据融合，九项流程包括设计数据架构、明确数据分类、确定数据源、制定数据标准、平台建设、实施入湖治理、数据融合使用、安全保障体系和制度机制完善等，通过这四个环节九项流程从根本上解决政务数据底数不清、标准不统一、数据不规范、不可用等质量。

数据架构是一种以业务对象为核心的五层的数据模型，根据架构将业务领域中人、事、物、地作为核心数据要素进行管理，数据架构包括业务域、主题域、业务对象、逻辑实体、属性。业务域，基于业务管理边界进行分类，是履职履责的业务领域，是数据架构的一级分类。主题域，是互不重叠的数据分类，管辖一组密切相关的业务对象。业务对象，是数据架构的核心层，用于定义业务中重要的人、事、物、地。逻辑实体，用于描述业务对象的某方面特征的一组或多组属性信息。属性，用于描述业务对象的某方面特征的最小颗粒度的属性信息。政务数据在实施数据治理时开展对数据源的系统、业务调研梳理形成数据架构，完成统一数据编目，让数据在治理实施前“可读、可管、可用”。

4平台总体架构与核心模块设计

4.1 总体架构

平台建设包括统一数据管理、统一数据池、统一数据传输、统一指标等，实现全域数据的标准统一、共享联合、智能治理、流通融合。通过多源异构数据融合存储、隐私计算等技术，搭建一体化数据管理平台，实现工业互联网、时空等各类数据从汇聚、治理、开发到利用、服务的全周期管理。通过联邦学习等新技术开展全域数据的汇聚、碰撞、挖掘，推进数据资产要素化，实现国家平台、省直单位、市、社会、企业的统一数据协同平台，促进跨行业数据融合，充分挖掘数据价值，支撑数据要素流通。

图1平台架构

4.2 核心模块设计

4.2.1 统一数据管理

图2 统一数据管理功能架构图

提供统一数据管理能力，通过数据标准、数据共享、数据展示功能，参考国内外数据管理标准和理论体系，结合本省政务数据现状，针对数字技术与电子政务工作深度融合的需求，梳理省内数据管理框架，制定数据治理标准规范体系，明确数据能力提升路径，全方位打造政务领域高质量数据管理支撑能力。

4.2.2 统一数据池

图3 统一数据池功能架构图

构建统一数据池，建设部门数据治理、数据服务能力，通过数据开发、数据质量、数据资产、数据服务把多个业务系统的多种异构数据源进行链接，满足部门数据的治理、服务需求，提高部门数据治理效率、降低数据治理门槛、减少部门数据治理工作量。建设部门数据存算能力，通过数据存储与计算、分析型数据库、对象存储系统，满足部门结构化、非结构化数据的存储、计算、分析需求。解决部门内部的数据孤岛、部门愿意放心的给数据，保障入湖数据是干净的、高质量的、安全的。

4.2.3 统一数据传输

统一数据传输建设数据集成和数据交换能力，满足平台各业务场景的数据传输需求。使用数据集成系统满足统一数据库和统一数据池、统一数据池和统一数据湖之间的数据同步场景能力需求；使用数据交换系统满足存量应用系统和统一数据池的批量数据交换需求、满足市级数据平台数据上报需求；使用数据实时通道满足存量应用系统的数据实时同步和省级数据回流能力需求。

4.2.4 统一指标管理

指标管理系统支持指标定义规范化，完善业务指标体系，可以消除指标歧义，减少无效指标，提高指标工作效率。系统支持指标数据监测、指标任务管理，是一套围绕指标体系开展工作的系统。构建指标库，根据城市管理目标、管理过程和城市服务行为总结出的各项指标的集合，指标库理清指标间的关系，可以通过指标间的关系发现影响管理的最基本因素。建设全省一体化数据基础平台运营指标、城市大脑考核指标等指标库，支撑相关政策要求的指标考核。

5总结

本文对政务领域数据治理现状作了阐述，并指出现阶段政务数据治理存在的挑战及问题，结合问题提出了一种新的数据治理体系，并结合平台实践进行说明，整个政务数据治理通过那些平台模块工具实施数据全生命周期治理。数据作为关键生产要素的价值日益凸显，政府作为公共数据的持有者，公共数据的授权运营是培育数据要素市场化的必然趋势，高质量、高标准实施数据治理对推进数据要素化、公共数据授权运营，赋能经济社会奠定基础。

参考文献：

[1]叶战备,马宏丽.政务数据协同治理的主要目的、基本形态和实现路径[J].贵州省党校学报,2023,(05):82-89.DOI:10.16436/j.cnki.52-5023/d.20230901.001.

[2]洪寒月,朱程炜,李文阳,等.数字政府建设中的政务数据应用探索研究——以衢州市营商环境建设办公室为例[J].中国标准化,2024,(03):122-128.

[3]覃耀萱,张锐昕.政务服务数据治理生态系统概念框架研究[J].中国行政管理,2024,(04):84-92.DOI:10.19735/j.issn.1006-0863.2024.04.08.