上海数据治理的经验探索

标签: | 发表时间:2018-09-23 11:03 | 作者:
出处:https://mp.weixin.qq.com

近年来,信息网络迅猛发展,已渗透到人类生产生活、社会经济运行的方方面面,构建了一个以网络为支撑的发展大环境。随着网络应用的不断深化,大数据应用的影响与日俱增,国家政治、经济中绝大部分的活动都与数据的创造、采集、流通和使用有关,国家的核心竞争力也部分体现为拥有数据的规模、活性及分析、运用数据的能力。在这样的背景下,大数据发展不仅带来技术和产业的创新,也带来国家治理的深刻变革。


然而,近年来,我国各地方政府虽然全面深化城市治理工作,但仍面临全局规划不清、机制改革滞后、协调发展不足、工作效率不高等共性问题。对此,探讨数据治理成效显著的“上海经验”,对地方政府开展数据治理有着重要的借鉴意义。因此,本文以上海市数据治理实践作为案例,阐述地方政府在当前网络环境下运用大数据推进社会治理现代化的理念。

 

一、上海市数据治理体系构建

 

为充分发挥大数据在互联网时代社会治理中的作用,《上海市国民经济和社会发展第十二个五年规划纲要》提出建设具有“数字化、网络化、智能化”主要特征的智慧城市,并明确智慧城市建设任务的系统安排。2016年9月19日,上海市政府发布《上海市推进智慧城市建设“十三五”规划》,对“十三五”期间上海市智慧城市建设进行全面部署。作为智慧城市建设的关键性环节,运用大数据推进社会治理现代化一直是上海市坚持实行的治理理念。为此,上海市在推进政务数据开放共享、促进数据交易流通以及促进大数据开发利用方面采取了一系列行动,构建了较为完善的数据治理体系,使上海市在当今网络环境下实现了社会治理水平的跃升。

 

(一)推进政务数据共享和开放

 

1.建立数据共享体系

 

根据对《上海市政务数据资源共享管理办法》(后文简称《共享管理办法》)分析整理,上海市数据共享体系主要包括三方面内容:


首先,建立数据共享管理机制,明确了政务数据资源共享的领导机构、日常办事机构(市政府办公厅)、统筹规划和组织实施机构、资金保障机构,以及政务数据资源共享的责任主体,界定了工作职责,构建了多方参与的管理机制;

 

其次,梳理数据资源目录,推动各行政部门对其存储的政务数据资源进行梳理,确定其共享及公开属性,并按标准在资源管理平台进行目录编制,分为普遍共享、按需共享、不共享三类,以此构建分级分类的数据共享机制,保障政府数据的安全共享;


最后,搭建数据共享平台,该统一的政务数据资源管理平台能满足市级政务数据资源共享和业务协同需求,由目录管理系统和交换系统两部分组成。

 

作为政务数据资源共享的主要载体,该平台可为行政机构之间政务数据资源共享交换提供支撑,以确保全市性、跨领域性政府数据的统筹管理、实时连通和同步更新。另外,《共享管理办法》还明确了数据采集、共享使用、共享服务、共享更新、使用限制、安全保障等机制,为地方政府建立数据共享体系提供了有效范式。

 

2.建立数据开放体系

 

根据对《关于推进政府信息资源向社会开放利用工作的实施意见》(后文简称《开放实施意见》)整理分析,上海市数据开放体系主要包括三方面内容:


首先,建立数据开放管理机制。明确了数据开放领导协调机制和项目考核机制、确定了负责统筹规划、组织实施、法制保障、资金保障、保密管理等工作的主体机构,构建了共同参与、工作联动的管理机制;

 

其次,梳理数据资源目录。各政务部门根据“全面梳理、摸清家底”的要求以及《政务信息资源共享与交换规范第1部分:目录元数据》等技术规范,全面梳理政府信息资源,确定开放属性,编制资源目录,确保政务数据资源的规范化开放;

 

最后,开通数据开放渠道。通过上文所提及的市级政务数据资源管理平台与各区县政府建立的信息资源服务平台的对接,汇聚各区县、各部门的政府信息资源,并建立上海市政府数据服务网,由专业服务机构运行维护,形成统一的政府信息资源开放渠道。另外,《开放实施意见》还明确了开放范围、开放渠道、增值利用、考核机制、制度配套等内容,为地方政府建立数据开放体系提供了有效范式。

 

3.构建智慧政府体系

 

为完善上海市跨行业、跨区域数据资源的开放共享体系,2018年4月12日,上海市大数据中心正式揭牌,标志着上海市智慧政府的重要基础设施落地。根据对《全面推进“一网通办”加快建设智慧政府工作方案》(后文简称《智慧政府工作方案》)分析整理,上海市智慧政府体系主要包括三方面内容:

 

首先,建立数据开放共享管理机制,明确由市政务公开与“互联网+政务服务”领导小组统筹,由市政府办公厅牵头,相关部门参与的智慧政府建设的体制机制,并明确深化办事主体信用奖惩机制和事中事后综合监管机制。组建上海市大数据中心,承担全市负责政务数据、社会数据、行业数据的融合工作,并制定有关数据资源归集、共享、开放、治理、应用、安全等技术标准及管理办法,指导各党政机关、群团组织的数据管理工作,从而打破“数据孤岛”;

 

其次,构建智慧城市治理机制。上海市大数据中心将开展数据挖掘、分析工作,研究推动以大数据技术为驱动的城市治理体系,并结合云计算、物联网、人工智能等先进技术和产品,应用于公共安全等领域,提高城市管理服务能力;

 

最后,搭建统一政务服务平台。以电子政务云为基础,上海市大数据中心将推进上海政务网的建设和管理,形成全覆盖的政务“一网通办”的总门户,并打造以“12345”市民服务热线和“我要找茬”网上政务大厅栏目为基础的上海政府服务总客服,推进市区两级90%以上涉企审批事项实现“一次办成”。另外,《智慧政府工作方案》还明确了专项行动计划,常态宣传机制、数据安全、数据管理的绩效评估和督查工作等内容。

综上所述,政府大数据治理是智慧城市建设的核心问题之一,图1上海市政府大数据治理相关工作流程,为地方政府构建以数据为驱动的智慧政府体系提供了借鉴。通过政府数据分级分类管理,保障政府数据的安全共享及开放。通过政府大数据的汇聚,增加数据的广度和深度,实现不同数据信息的互补,地方政府能够更加客观、全面了解发展现状,推进实现智慧政府建设,提高政府服务水平及效率。

 

(二)规范商业数据流通与交易

 

2016年1月,上海市经济信息化委、上海市商委联合批复成立“上海市数据交易中心股份有限公司”,要求依法合规制定交易中心建设方案,授权开展面向应用的大数据衍生产品交易。需要说明的是,在上海市数据交易体系中,将数据及数据衍生品流通的行为定义为“数据互联”,在本文中等同于数据流通的概念。本文依据上海数据交易中心《数据互联规则》等规范,对上海市数据交易体系进行描述。上海市数据交易体系的内容主要包括下述方面:

 

1.建立数据交易运行机制


明确了由成员管理、标准建立、互联流程等方面组成的运行机制,如定义了供应方、需求方、运营方和监管方四个成员角色,规定了注册、挂牌、撮合、配送、清算五个数据互联环节,旨在实现系统化的数据交易管理。


2.明确数据交易原则


第一,个人数据保护原则包括:告知同意、禁止公开、选择退出、数据正确、维护权益、应急补救等。第二,数据互联行为原则包括:使用权移转、有限互联、负责任、禁止再识别、权利穷竭等。第三,数据权益保护原则包括:合法持有受保护、增值处理受保护、不法行为不受保护、数据权利可共存、数据权利有限、数据正当使用等。第四,数据安全防控原则包括:数据持有人管理责任、管理系统合规、处理记录可查、数据持有人和受托处理人责任、与风险水平一致的安全措施、危机事件报告等。第五,禁止清单包括:禁止制作、复制、发布、传播危害国家安全和社会稳定的、涉及个人具体权益的、涉及特定企业权益的数据。这些原则的建立为国家、企业、个人三个层级的数据流通和交易规定了边界线,为保障数据安全提供了准绳。


3.搭建数据交易平台


上海市数据交易体系中的数据互联服务平台(其服务网站域名为:www.chinadep.com),主要提供成员注册、需求对接、数据配送、账户清算等服务,是支持成员开展数据互联、促进商业数据流通的技术服务平台,也是促进跨区域机构合作、跨领域数据融合应用的交流中心。


综上所述,图2总结了上海市促进商业数据交易相关工作,为地方政府通过促进商业数据流通,从而盘活数据产业提供有效借鉴。由此可见,建立健全数据交易互联相关机制及规范是促进数据安全流通,形成健康有序的数据流通环境的前提保障,而数据交易服务平台则是数据交易体系的核心载体,地方政府在重视软规则的同时也应夯实硬技术设施,软硬并重,构建良好的数据交易市场。

 

(三)促进公共数据开发及利用

 

2015年,上海市政府数据服务网2.0版正式开通,承担着对外数据开放、提供检索下载服务等功能。依托数据服务网丰富全面的数据资源,上海市着手开展“上海开放数据创新应用大赛(SODA大赛)”系列赛事,秉持“数据众筹、应用众包、问题众治”核心理念,率先将企业、高校及民间机构带入大数据生态建设和应用创新,以期突破公共大数据开发和利用的瓶颈问题。2015年,SODA大赛以“城市交通”为主题,收到包括移动APP、网站、微信公众号和其他应用等多种类型的创意作品共计505个。


2016年,SODA大赛以“城市安全”为主题,总计开放29项超过2TB大赛专用数据,收到212个高质量参赛作品,涉及社会治安、商圈安全、金融安全、食品安全等多个领域。2017年,SODA大赛聚焦“城市管理”,吸引全球大数据爱好者共同挖掘数据价值,助力现代城市的精细化管理。此次共开放政、企、事业单位数据集总计23个,其中摩拜单车、挚达充电桩、航旅航班等数据集首次在国内赛事中开放;吸引海内外1200多名大数据应用爱好者报名参赛,完成组队212个。可以说,上海市SODA大赛充分发挥了大数据的价值,为大数据产业的发展提供了创新驱动。


综上所述,图3阐释了上海市公共数据开发利用模型,为地方政府利用公共数据的创新应用解决社会难题提供了宝贵经验。通过吸纳高校、企业、及机构组织,开放数据接口,为其提供有价值的数据源,实现数据的多样化应用,是完成公共数据开发利用的“最后一公里”,地方政府能够激发相关人才参与社会共治的热情,提高数据资源的利用度及增值性,丰富公共大数据的应用场景,为社会治理提供助力。

 

二、上海市数据治理实践效果

 

近年来,上海市全面推进数据共享开放、流通交易及数据开发利用,并取得了显著成效,在当前网络环境下,大数据为上海市经济发展及社会治理水平提升发挥了巨大的推动作用。


(一)政务数据共享开放效果显著

 

一是建立了完善的工作机制,上海市经信委大数据处有专人负责监督数据开放工作进展情况、指导工作开展,定期(每月)召开数据开放工作例会,不定期召开咨询专家专题讨论会;二是建立了政务数据开放目录,上海市每年编制数据开放计划(目录),根据制定的计划,按既定的频率对数据进行更新;三是建立了有效的数据开放平台,上海政府数据资源平台由上海市经信委主持建设并于2012年上线运行,由上海市民信箱信息服务有限公司为运营维护。经过近几年的不懈努力,目前上海市已实现110个部门的政府数据对社会开放,在民生服务、道路交通、卫生健康、文化休闲、公共安全、信用服务、教育科技等众多领域逐步实现了从无到有、从少到多的数据开放。

 

(二)商业数据流通交易逐渐活跃

 

截至2017年12月,上海数据交易中心的商业数据交易总量已突破10亿次。作为国内第一个“去中心化”的在线数据流通平台,上海数据交易中心联合运营商、SDK服务商、金融征信服务商等各类机构,建设了3大基础数据库,形成标准化、规模化数据运营能力,为200多家成员单位提供数据流通服务。其中,自试运行以来,面向市场营销行业4大类23项数据,日均流通量约2000万次,面向金融服务行业4大类83项数据,日均查询量约10万次。此外,2017年交易中心还开展了标准、规范、技术、法律等多方面的基础研究,参与了数据交易相关国家标准的制定,累计获得发明专利达15项。

 

(三)公共数据开发利用成果喜人

根据《中国地方政府数据开放平台报告(2017)》的“开放数林”指数评估,上海连续两年在政府数据开放方面位列全国第一。截至2018年6月,通过全国首个政府数据服务网站——上海市政府数据服务网,已汇集42个政府部门单位和企业机构,累计向社会开放数据资源近1612个,开放数据项总量达25624条,基本覆盖各市级部门的主要业务领域。同时,基于开放数据库举办的上海市SODA大赛不仅为公共数据的创新应用提供百家智慧和实践借鉴,还助力至少2家中国创业企业、1家英国创业企业融资,融资金额累计超过千万美元,创造了可观的经济效益和社会价值。除宏观层面的成果外,上海市公共数据的开发和利用在重点行业领域也取得显著成效。

 

三、基于数据开展城市治理的思考

 

(一)基于数据开展城市治理的价值

 

从上海市数据治理案例研究发现,智慧城市的建设需要创新的城市治理手段,而大数据正是创新治理手段的核心要素,对智慧城市建设中的数据进行管理、分析及应用,是建设智慧城市的关键所在,具有重要的价值意义。

 

1.经济价值

 

无论是政府数据的开放还是商业数据的流通,都有助于打破“数据孤岛”,释放出巨大的数据潜能,为大数据产业的发展创造良好的环境,促进城市经济创新转型,推动城市经济高速发展。

 

2.社会价值

 

通过海量、多样、动态的数据有效集成为极具价值的信息资源,地方政府能够分析过去、研判现在、预知未来,推动政府决策更加精细化、科学化,城市治理更加现代化、智能化,从而提高政府公共服务水平,改善公民生活质量。

 

3.政治价值

 

大数据治理不仅能为政府管理理念和治理模式的转变提供强大的支撑,还能提高政府透明度及公信力,有利于政府与公众之间的交流互动,促进全民参与智慧城市建设。可以说,智慧城市的演变及实现过程就是不断对数据进行采集、共享、流通、分析、开发、经营和利用的过程。与此同时,我们也不应忽视运用大数据及相关技术进行城市治理的过程中也会遭遇种种风险,如数据泄露、数据被违规使用等安全风险,以及数据失真或过度迷信数据信息导致错误判断等。

 

(二)大数据治理相关策略

 

结合上海市大数据治理案例,地方政府应采取相关措施,将可能出现的数据风险降到最低,保障城市数据治理的安全、高效。

 

1.建立并健全数据治理相关政策规范

 

政策规范是地方政府数据治理体系的顶层设计,是相关工作的全局规划及实施保障。地方地府应明确在数据治理过程中数据产生者、数据使用者、数据管理者的行为边界,以及数据分级分类使用原则、规范和相关技术标准,形成一个安全、健康、有序、和谐的数据治理环境。

 

2.构建并完善数据治理管理协调机制

 

管理协调机制是地方政府数据治理体系的组成框架,它的有效运行关乎数据治理的最终效果。地方政府应明确负责统一协调、法律保障、资金保障、具体实施等各项工作的主体责任,并制定相关监管考核措施,形成一个目标明确、团结协作的数据治理管理核心。

 

3.搭建并维护数据治理重要基础设施

 

作为地方政府数据治理体系的有效载体,统一的门户网站或网络平台为各级各区地方政府之间、政府与企业公众之间的沟通合作提供渠道。地方政府应设立数据开放共享平台、大数据中心、政府服务网等数据治理基础设施,并持续维护完善,形成一个资源集成、互联互通的数据治理物理核心。

 

4.重视并推动数据治理主体参与共治

 

政府是城市数据治理的主导,企业及公众是城市治理的重要参与者,它们共同组成了地方政府数据治理体系的助推动力。地方政府应广泛吸纳科研机构、高校智库、企业人才、社会公众积极参与到城市数据治理工作中,集万家智慧、群体力量,形成一个共建共治、共享共赢的数据治理空间。

 

数据横流、数据井喷的时代已然到来,数据的力量不可小觑。通过本案例可以看出,数据是互联网时代极具价值的核心资产,城市治理的创新离不开大数据及技术的应用,政府应当及时转变理念,深刻认识到数据的价值与潜力,通过不断提高数据治理水平,逐步提升社会治理水平,为智慧城市的快速发展与城市服务能力提升做出更大贡献。

来源:《理论·实践》

作者:张晓

参考文献:略

题图来源:摄图网

免责声明:本文转自网络公开渠道,旨在为广大用户提供最新最全的信息,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。抄袭本文至其它渠道者引发的一切纠纷与本平台无关。



相关 [上海 数据 治理] 推荐:

上海数据治理的经验探索

- -
近年来,信息网络迅猛发展,已渗透到人类生产生活、社会经济运行的方方面面,构建了一个以网络为支撑的发展大环境. 随着网络应用的不断深化,大数据应用的影响与日俱增,国家政治、经济中绝大部分的活动都与数据的创造、采集、流通和使用有关,国家的核心竞争力也部分体现为拥有数据的规模、活性及分析、运用数据的能力.

数据治理(Data Governance)

- - ITeye博客
数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程. 数据治理其实是一种体系,是一个关注于信息系统执行层面的体系,这一体系的目的是整合IT与业务部门的知识和意见,通过一个类似于监督委员会或项目小组的虚拟组织对企业的信息化建设进行全方位的监管,这一组织的基础是企业高层的授权和业务部门与IT部门的建设性合作.

如何成功实现数据治理

- - IT瘾-bigdata
如果你处理过大量数据,你也许听说过 “数据治理”一词,你可能会想, 它是什么. 简单来说, 数据治理就是处理数据的策略——如何存储、访问、验证、保护和使用数据. 数据治理包括制定获取方案:谁能访问、使用和共享你的数据. 这些问题正变得越来越重要, 因为企业依靠收集、存储和分析大量数据,来达成业务目标.

数据治理理论 + 实践

- - IT瘾-dev
数据治理无论是在数仓建设过程中还是数仓建设完成之后都是及其重要的,是数据部门基础建设的必经之路,是降本提效,形成企业数据资产的关键一环. 数据质量管理(Data Quality Management),是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高.

腾讯内部数据治理实践

- -
导读:本文主要介绍目前腾讯数据治理的所在阶段和实践经验,以及基于目前的经验所沉淀的数据治理平台:WeData. 今天的介绍会围绕下面三方面展开:. WeData 数据治理平台能力. 分享嘉宾|王浩仙 腾讯云 技术产品. 首先和大家分享腾讯在数据治理上所面临的挑战. 在数据治理的过程中会遇到很多问题,我们简单分成三类: 管理类挑战:数据信息分散在不同的业务部门的业务库中,数据上报也分散在不同的位置,难以对这些分散的数据进行统一的管理.

什么是数据治理? | IBM

- -
数据治理通过不同的策略和标准提高组织数据的可用性、质量和安全性. 这些流程确定数据所有者、数据安全措施和数据的预期用途. 总体而言,数据治理的目标是维护安全且易于访问的高质量数据,以获取更深入的业务洞察. 大数据和数字化转型工作是数据治理计划的主要推动力量. 随着来自物联网 (IoT) 技术等新数据源的数据量的增加,组织需要重新考虑其数据管理实践,以扩展其商业智能.

建设大数据平台,从“治理”数据谈起 - CSDN极客头条

- -
一、大数据时代还需要数据治理吗. 二、如何面向用户开展大数据治理. 三、面向用户的自服务大数据治理架构. 一、大数据时代还需要数据治理吗. 数据平台发展过程中随处可见的数据问题. 大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年的历史,相对数据仓库来说我还是个年轻人. 而国内企业数据平台的建设大概从90年代末就开始了,从第一代架构出现到现在已经经历了近20年的时间.

谈数据:微服务环境下,数据如何治理? - 墨天轮

- -
前段时间,我的一个小伙伴跳槽到了某大型国有企业,刚到公司不久,老板给交给他一个重要项目——公司的数据中台规划. 老板交代:“要搞一个数据中台架构,涵盖数据资产管理、数据治理、数据分析等,同时这个数据中台,要体现去中心化,甚至无中心化的理念”. 我这哥们儿有过多年的数仓架构经验,并参考了业界主流的数据中台架构,很快就“照猫画虎”的搞了一个数据中台架构图出来.

数据治理项目失败,90%都被这样搞垮了

- -
数字化时代,数据作为新的生产要素受到了各界前所未有的重视. 随着数据越来越多,怎么管好、用好数据,让数据发挥价值,成为了很多企业的一个难题,而且还是一个必选题. 有效的数据治理可以确保企业数据全面、一致、可信,从而全面释放数据的价值,提高业务流程效率、提升业务增长的机会,驱动企业数字化转型. 这听起来很简单,但事实上数据治理对每个企业都是一项很大的挑战.

0到1搭建企业级数据治理体系

- - IT瘾-dev
数据治理是企业数据建设必不可少的一个环节. 好的数据治理体系可以盘活整条数据链路,最大化保障企业数据的 采集、 存储、 计算和 使用过程的可控和可追溯. 企业数据治理过程需要注意哪些问题. 总体而言,不能一口一个胖子,路要一步一步地走. 下面我将结合 企业级数据治理经验,详细介绍 从0到1搭建数据治理体系全流程,帮你梳理数据治理的主要内容以及过程中会遇到的哪些坑.