11月28-29日,由中国社会科学院信息化研究中心、北京国脉互联信息顾问有限公司、清华大学国家治理研究院联合主办的“2019智慧中国年会”在北京隆重召开,以“数字化转型——共识与策略”为主题,来自全国部委、省、市、区县电子政务、智慧城市、大数据主管领导、行业专家、企业代表、主流媒体等齐聚一堂。其中,28日主论坛有近800名嘉宾到场,更有近6000人同步收看直播;两天会议到场参与人次达千余名。

  本文系国脉集团董事长、首席架构师杨冰之先生于11月29日下午在“2019智慧中国年会”分论坛——“数据体系与数据资产研讨会”上的演讲,内容通过现场速记整理,未经本人审核。

image.png

「国脉集团董事长、首席架构师  杨冰之」

  大家下午好!今天我们在这个小会场讨论一个大事情,关于数据体系。主题是“数据体系——构建智慧政府的核心框架”。有两个重要假设,一是数据要用体系来观察思考;二是数据体系是智慧政府的核心框架系统,做不好数据体系,智慧政府是做不起来的。

  一、数据及其认知框架

  数据的基本哲学问题:是什么?从哪里来?到哪里去?为什么来?要做什么?数据是生产力,也是改造力。数据正呈现几何级增长(像宇宙大爆炸,不断膨胀扩张),形成一个新世界——“数据世界”; 数据会对人类社会产生非常深刻的影响,冲击巨大、影响全面、改造深刻、作用持久。

  人类社会对数据的认知非常有限,而关键是认知驱动新世界的构建。这是一个本原问题,世界是物质的、精神的还是信息的?数据世界构成是基于我们的理念,就像软件产品,是先有物质还是精神?是先有产品理念(概念),才能做出产品来。我们对数据的认知要防止盲人摸象,更不要一叶障目,既要有望远镜,也要有显微镜,要登高望远、洞若观火。

  要用数据思维来认识数据的价值与挑战。数据是社会发展新变量,是时代进步新动能,是快速崛起的新世界。我们要用数据的眼光来看待现实世界,不断解构、重构、创新、优化,通过数据和现实世界联系在一起。

  二、理解数据的三个关键主题词

  一是数据体系。保证数据内在一致性。当前政府数据存在各种问题,一个最重要的原因是数据的内在不一致,因为没有标准、规范,每个系统数据的含义、制定、标准、应用范围都不太一样。要提升数据整体能力,理解数据的关联,比如网络、系统、数据本身、业务、数据库、数据表、信息项、数据元、目录、标准等都是关联在一起的。现在我们是“东做一块,西做一块”,没有建立起有机的内在联系。所以,数据体系1.0在我看来已经out。

  二是数据治理。保证数据的流动性。很多人没注意到“数据流动性”这个词,数据的价值在于数据流动(数据只有流动才能产生价值),共享开放是数据流动的一种,共享是内部的开放,开放是外部的共享。这里我们要进行数据治理,治理的核心是解决角色与责任、流程与规则、质量与效果(效能、效率、效益)问题,很多人讲数据只讲质量,而没有看到角色、责任、效果及规则等。

  三是数据服务。数据不是来看的,必须要用,要带来价值,为数据服务赋能。要强调数据的利益与价值,数据的对象及其需求,通过什么样的方法和工具赋能,把这些问题解决好后,我们就能清晰地理解数据。

  三、数据体系:升级对数据认知的方法论

  数据体系,是升级我们对数据认知的方法论。我们现在看数据还是基于常规思维,或基于工业时代,或基于一个人局部对这个世界的认知,那肯定是片面的,所以我提出了“数据体系”的概念:数据体系是数据以及相关要素的关系集合,是描述和分析数据及其相关关系的框架,是数据世界的架构基础。

  数据体系的价值。数据为何要上升到体系?反映数据不是一个简单、孤立、静止的事物,反映出数据内部的复杂性、多样性,反映数据的不同层次、类别。认知好数据,要升级认知方法,从局部到整体、从自身到外部、从静止到动态、从孤立到关联,不能光站在自己部门看数据,要跳出自己的部门,站高一点看数据才能知道它更多的价值和意义。

  在思维方式上,要求数据体系优先于其它体系来分析。现在很多人还在关注技术体系、管理体系、业务体系、服务体系,却忽略了数据体系。其实这些东西都需要先把数据体系抓牢,这样技术体系、管理体系、业务体系、服务体系等就抓到了本质。而且数据是融合剂、催化剂、黏合剂,能促进各个体系之间融合、优化与升级。

  数据体系的意义,是深化了我们对数据世界的认知,使数据世界从无序走向有序,从孤立走向协同,从传统走向现代。这句话很重要,我们过去看待数据多是传统思维方式,现在要以现代化的思维方式来看待,学会跳出数据看数据,才能把数据看清楚。

  四、数据体系:全局认知和构建数据世界的新框架

  以数据体系视角来看当前数据要素与体系的关系,以数据体系为核心来构建技术体系、服务体系、业务体系、组织体系、文化价值体系,这样才能使数字化转型真正做好。数据体系1.0的特点是静止、片面、表层、单向、技术导向、业务导向,2.0的特点是动态、全面、深度、多维、数据导向)。

  数据体系有三个阶段:①机械运动体系阶段,是单系统、单应用,这是我们现在大部分的情况;②数据生命体系阶段,是复杂关联体系,各要素关联起来就发现数据标准不统一、技术架构不统一、数据融合较困难、数据支撑业务难等问题;③数据生态体系阶段,是动态融合演进体系。

  当前大部分政府的数据体系最多发展到1.5阶段,有的还停留在1.0阶段,从1.0到1.5到2.0是一个巨大的跨跃。如果没有一个好的数据体系概念来引导,就会在1.0或1.5左右徘徊,类似猿猴到人类的进化,有一批还停留在猴子阶段,因为它没有上升到人类直立行走的方式。两条腿还是四条腿走路,是决定一个物种的问题,其实四条腿走路还快一点,但我们在现代生态里不只是快的问题,而是你对世界的认知和创造力的问题。

  现在有一个很时髦的概念——“数据中台”,在我看来就是基于数据体系架构,在数据治理基础上,更好地体现数据的应用和服务。没有好的数据体系、数据治理、数据架构,就做不好数据中台。数据中台要求组织内在变革,没有好的组织形态改造,应用不好数据中台,因为数据中台要基于数据流来跨部门、跨环境、跨业务等。

  五、从数字政府到智慧政府:问题与挑战

  现在是建设“数字政府”,将来要建设“智慧政府”。当前数据政府和智慧政府建设有很多问题:①体系完备性。条块分割、信息孤岛、数据应用面临各种困难与挑战,管理杂乱、统筹低、联动性差;②数据质量,散(碎片化)、少(量)、乱(标准)、差(质)、死(流动);③政务服务中标准不统一、平台不联通、数据不共享、业务不协同等;④数据治理能力涵盖采、存、管、用、评,但整个政务数据生命周期是断续的,还没有形成体系化的东西。亟待建立规范统一、运营高效、服务有力、业务高融合、保障到位的一体化数据体系。

  六、政务数据体系1.0:成绩、问题与经验、教训

  当前多数政务数据体系处于1.0阶段。1.0阶段的特征:①有而少用、联而难通、通而不用、用而低效;②各个系统尚未融合,大数据、大系统、大平台还处于初级阶段;③政府数据1.0碎片、低质、分散、局部应用问题还没有解决。

  当然我们不能否认数据体系1.0。政务服务上半场应该取得了很多成绩,包括数据生产能力明显增加、依赖数据的程度明显提高、社会需求不断激发等。但问题也不少,如数据质量低、标准化程度差,数据生产、加工、应用和治理等未形成一条龙;各种(业务、服务、技术、管理)体系相互交织与矛盾,任务、目标、角色、组织、制度相互冲突与混乱。

  经验我们有了,要随需而变、不断迭代;教训我们要注意吸取,如1.0是围绕业务开展,忽略了数据核心问题,数据到底是为适应现状还是改革,就是系统之间的数据跟外部怎么联动的问题;又比如出现各自为政开发的情况,是因为出发点、动机不一样,是为业务还是为转型?我认为过去的模式已经过时,很难实现新的目标。

  七、智慧政府构建的数据逻辑:要点、方法和目标

  当前政务信息化的主要任务是构建数据体系,用数据思维来建好数据体系。光想建数据体系还不行,要思路到位,要有数据思维。

  方法与步骤是要以“数据体系建设”中心;抓好“数据与业务融合、治理与服务结合”这两个基本点;着力于最小颗粒度、标准化、供需认责体系这三个标准建设,这三项光靠自己部门、某个地区还很难建好,但它是硬骨头,是数据体系升级的拦路虎,必须解决。

  智慧政府建设的目标:①数据中心角色升级,从仓库、车间到超市,我们现在还不是合格的仓库保管员,虽有很多仓库,但仓库存什么东西、质量好坏不够清晰,要变成车间,然后再变成超市,提供合适的个性化服务,现在绝大部分数据中心还处于不太规范、标准、服务功能较弱的状态。②数据融合要从物理、化学、生物到生态反应,当前数据大都是归集在一起,但数据之间没有发生关系,化学反应还未做到,生物反应、产生新服务更没有做到,数据是要把软件和规则融合在一起,才能有高质量数据。

  八、数据体系2.0构建:系统(软件与数据)标配

  数据体系1.0已过时,我们要构建2.0,就是把系统用“软件+数据”进行标配,关键是技术支撑能力,包括云化、微服务架构、、统一基础模块等;当然也要有公共服务能力,包括计算能力等。

  数据体系2.0基础标配:①基础数据,包括基础数据库、主题数据库、行业数据仓;②数据层核心系统,包括资产普查、目录体系、供需对接、共享交换;③业务层核心系统,包括事项管理、业务优化、主题服务、事项办理;④管理与治理类系统,包括权限体系、清洗比对(数据治理)、考核评估、项目管理、安全保障;⑤其他,包括外部服务系统、内部作业与管控体系等。

  九、一网通办是检验当前数字政府的唯一标准

  数据体系和数据政府建设的好坏,我这里提出一个标准,即一网通办”是检验当前数字政府的唯一标准。“一网”是载体,要做好“一网”就要做好大数据、大系统、大平台;“通办”是目标,要跨地区、跨部门、跨层级、跨系统;结果是数字政府,“一网通办”就是要让政务服务像网购一样便捷。

  “一网通办”作为抓手,可带动政府整体数据能力建设;作为目标,聚焦聚气聚神,也有助于解决数据与业务两张皮问题。浙江和上海在这块做得比较好,浙江省的口号是“最多跑一次”,是以办事来带动数据体系建设的典型,上海的“一网通办”被国家层面高度认可。

  “一网通办”的本质是建立起数字化服务体系。数字化是前提,要把数据用对用活用足,通过“一网通办”赋能政府、企业和公众。“一网通办“要实现数字化,首先要有数据,数据与业务是一体两面,做好“一网通办”核心在数字化方面发力。“一网通办”需要我们有长跑的耐心,更需要有多重要素有机集成的能力。

  十、GDBOS——智慧政府核心架构

  最后,我想讲下国脉又一智慧结晶——GDBOS(一网通办核心支撑系统),是国脉技术与产品集合。GDBOS通用名是“政府数据业务操作系统”,是根据数据体系理论架构,基于微服务技术架构,按“大数据、大系统、大平台”思路融合一体发展,遵照国家相关政策要求,融合各地实践经验,为数字政府升级而量身订制的一套作业平台。

  GDBOS可一体化解决数据的基本问题。现在数据层面有很多问题,将来可能更多,我们不能“头疼医头、脚疼医脚”,而是要从体系去解决问题;GDBOS有多个场景说明,可多方位赋能业务和数据;最重要的是有实效,任何好东西都要用实效来说话。

  为什么GDBOS能解决数据体系问题?宛如城市复杂的水资源运行系统,源头治水、过程管水、龙头放水,GDBOS是按照数据体系的生命周期和数据体系框架来优化盘活数据,与业务进行充分地结合。

  用好GDBOS来构建数据体系,深挖数据价值,激活政府服务!在未来,数据体系与数据资产都会得到明显提升。我的演讲到此结束,不对之处请大家多批评指正!

  申明:本文版权归国脉互联所有,未经许可不得转载。转载请联系授权。

  附:国脉“一网通办”核心支撑系统(GDBOS),助力数字政府建设

  数字政府2.0操作系统、政务数据体系2.0基础标配、政务服务一体化升级方案。又名“政府数据业务操作系统”(GDBOS), 是基于国家有关政策要求、各地实践经验、数据体系理论、微服务技术架构,围绕“大数据、大系统、大平台”融合一体思路,为各地数字政府升级而量身打造的一套作业平台。运用数据体系、标准治理、业务再造、组织进化等工具和方式,可从结构、标准、模块架构上对当前政务服务平台体系进行优化、重组和升级。有效适配部委、省、市、县(区)不同层次需求,支撑数据整合共享、政务流程再造和服务模式升级,全面提升政务服务能力,夯实数字政府基础,为国家治理能力现代化提供重要支撑。

  依托"产品+数据+标准"框架,构建"标准支撑、数据体系、业务再造、数据治理、管理赋能"五大体系,无缝衔接既有业务系统,有效驱动政务服务整体运作:①落脚在“办成”,把政务数据归集到一个功能性平台,企业和群众只进一扇门就能办成不同领域事项;②综合提升政府政务服务、数据整合与治理能力,并最终实现数字化转型升级与智慧组织进化。

image.png

  注:获取更多会议资讯及嘉宾演讲资料,欢迎登录“2019智慧中国年会官网”。

image.png

责任编辑:qinpeng