活动：《2016"互联网+政务"微分享第二季第三期》
时 间：2016年6月3日 20：00-21：00
地 点：互联网+政务（精英群）微信群（加入需审核）
嘉 宾：国脉研究院研究员 邓凯
主 题：公共数据资源共享的需求与供给精细化管理
分享实录：
我们经常能听到一句话：理念不是问题，资金也不是问题，技术还不是问题，问题就在于信息打不通。纵观2002年至今，凡是信息化建设的政策必提信息资源；信息资源的政策必提信息共享。然而信息孤岛、数据烟的现象仍大面积存在，仍是制约信息化建设应用效能价值的主要瓶颈，为什么数据不通？今天将就现实环境、应用需求、所处阶段、问题症结、精细治理以及治理策略等六个方面来阐述。
一、现实环境
1. 形势倒逼
5月25日中国大数据产业峰会在贵阳开幕，李克强总理出席并发表了重要讲话，特别指出中国超过百分之八十的数据在政府手中，政府应共享信息改善大数据，大数据就像一个钻石矿。一语道破当前公共数据资源已濒临一个不得不开放，不得不做好共享的临界点。换而言之，在信息化建设的过程中，基础设施建设初步的应用系统建设均已得到了长足的发展。但唯独数据共享进展缓慢，发展成为数据共享当前所面临的新形势倒逼。
2. 技术驱动
随着大数据，云计算一代信息技术的不断深化，不仅带来了数据资源的爆发式增长，也促进了数据存储、共享、挖掘、应用等条件的成熟。此外，大数据也成为了技术创新的重要基础。
3. 主动作为
相关的政府部门积极应对、主动作为、自上而下出台了系列的推进政策文件，比如国务院关于印发《促进大数据发展行动纲要》的通知，还有国务院办公厅《关于运用大数据加强对市场主体服务和监管的若干意见》等政策文件，各地区也相应开发了综合性应用以提升政府透明度、社会民主程度、国家创新竞争力，这些都是目前公共数据资源共享面临的现实环境。
二、应用需求
1. 治理结构
从一元主导到多元合作。打破传统政府和公共机构作为唯一权威的主题模式，提升公共机构和社会力量，相互合作，形成多中心开放性的治理网格。多中心的公共治理结构不再是紧紧围绕利益和问题的组织，而是围绕着事件和密集的信息流的组织。
2. 服务模式
从千人一面到千人千面。传统的政务服务是以政府为导向的被动服务，与传统的被动型政务服务相比，以用户为中心的电子政务信息服务模式是一种基于公众政务信息需求，且面向公众信息活动过程的资源集约、信息集中、业务集成、服务个性化的信息服务模式。通过对公众的信息服务使用习惯、偏好和特点进行分析，实现个性化的主动服务。
3. 治理决策
经验决策到数据决策的转变。传统的公共决策往往是依靠政治精英和业务专家的经验和直觉，决策依据主要是过去的事实和经验理性，很大程度上是一种经验决策和模糊决策。在大数据时代公共决策可以借助于云计算对数据进行分析，甚至处理和决策有关的所有数据。
4. 绩效评估
绩效评估的着重点是目标评估到全景评估，传统的是治理绩效评估以目标控制为导向，常常以预定的治理目标为标准，主要衡量治理行为和实现治理目标的程度，模式比较单一。大数据时代下全景评估基于大数据和社会属性，通过数据整合和数据加总可以记录政府治理的轨迹和全景，使数据之间相互交叉验证，可想而知全景评估的广度和深度远远超过传统的目标评估。
三、所处阶段
公共数据的共享主要可以分为三个阶段："存起来"、"用起来"和"连起来"。这三个发展的阶段也可以随着技术的发展逐步更新和交叉迭代。"存起来"是依托数据中心，把数据存放堆积起来。典型的应用有"政务云平台"，这个阶段主要呈现的是数据大规模、多样性和可用价值。而"用起来"主要是借助数据银行使存储起来的数据能够实现查询、调用、分析等用途，典型的应用就是综治网格化，这个阶段主要呈现的特征有主动、采集、容易访问、内部关联。最后一个阶段是"连起来"，主要通过数据AI促进数据的自我表达、给予和需求，典型的应用有AlphaGo的政务智能，主要呈现自组织、自学习、自完善等特点。
四、问题症结
横向、纵向来比较国内外目前公共数据资源共享所呈现的特点，基本得出大体还是处于由第一阶段向第二阶段过渡的阶段。也有一些地区或者是国家公共数据资源共享还处在与第一阶段，第一阶段过渡期主要有数据聚集规模化、数据应用多元化的特征，面向于这样的发展阶段，公共数据资源共享到底存在哪些症结？为什么不能快速跨越第一阶段向第二阶段进发？众所周知，公共数据资源的治理需要依靠技术、业务、需求，三驾马车共同发力，而当前公共数据资源建设的三驾马车发展严重不平衡，协调推进的速度、步调、质量不和谐，与日益增长的数据需求矛盾进一步凸显，主要存在了以下几个问题：
1. 共享平台"统"而不"通"
现阶段各地政府所建设的数据共享交换平台和交换体系主要用于汇集统筹地区的政务数据资源，但是由于业务需求与技术建设存在脱节，而有效动力不足使共享平台在建设过程中更倾向于物理的集中，各部门在数据交换、数据流通的推进工作中，进展较困难推进较慢，自觉或不自觉设置障碍，给数据共享带来一定困难，从而导致数据孤岛、烟囱效应
2. 业务信息"拥"而难"用"
基于具体业务部门的办公电子化业务信息化与智慧城市信息惠民等信息化工程的建设，各业务部门相继建设了大量的数据采集系统，也沉淀了大量的技术数据流程和数据结果，并且在数量上和质量上均有较好优势。但是在实际业务办理过程中，尤其是多部门的联合办理，因缺乏良好的中间平台以及各部门之间的规定限制，导致业务信息交换障碍。
3. 数据资源"汇"而不"惠"
数据共享平台通过统一接口管理平台的建设，统一标准化、规范建设以及联合共建措施，数据汇集上取得了比较好的成效，但由于缺乏应用导向，一方面导致所收集的数据结构不一，数据清洗工作艰巨，价值密度低；另一方面导致存量数据资源盘活效率低，未能在各部门实际运作中发挥出实效，最后难以实现数据驱动中发展信息惠民的目的。
4. 管理制度"兴"而难"新"
从国家到地方甚至到具体的职能部门都出台了多层的政务数据资源共享管理制度。但出台政策文件以及管理制度对于宏观理论上较为侧重，自上而下的系统还原文件和操作性指南并没有出台。各地方自行建设或制定的规范因缺乏上层指引而参差不齐，且与部门的应用难以配套，导致制度出台的数量较多但对实际的管理却没有很多创新的举措。
五、精细治理
长期以来公共数据资源共享与开放并没有实质性的突破。主要是公共数据资源在供给和需求的管理上受到了"重权力归属，轻权力运作"的影响，使文件在管理上的管理意识推进比较粗放，缺乏过程意识，较少关注精细化的管理。
面对大数据时代，数据运用不断深化，利益取向不断多样化，公共数据资源管理，从粗放到精细的转变，实际上是推动数据治理转型的重要机制性策略。公共数据资源精细化治理，主要是指数据的管理模式和服务方式的"微创新"过程。在"技术-治理"型逻辑的引导下，数据统筹部门的"精明作为"和其他主体的能动性参与相结合，在理念创新、流程塑造、标准设置、工具科学化等中微观层面进行持续性改善，以调动整个组织的积极力量化零为整积极实现细节化与系统化的有效转变。
数据精细化治理主要带来的两个意义：
1.数据精细化治理是数据治理转型的机制性创新。聚焦于数据管理和服务过程的改进以及质量提升。通过工作业务流程优化管理服务方式转变的机制创新。通过这些持续的、微观的创新，不断的积累有利于体制架构调整的积极因素，最终实现提升数据治理的宏观效益。
2. 数据精细化治理是对数据治理转型的"工具提升"。主要是从过程建设和科学管理的层面，为增加统筹部门与职能部门的互动机会提供了可操作工具，通过在治理环节引入多元参与的形式倒逼各方改进工作方式，以提升治理活动的人规范性和信息化水平。
六、治理策略
宏观意义上数据的精细化治理主要是两个改变。第一个是变"总体支配"为"技术治理"，"技术化治理"主要指的是政府通过流程再造和机制创新等过程要素的改进，通过程序化设计，能够使每一项数据操作都有标准可依据、可操作、可检查、可测评，为各部门、环节、成员、工作单元之间分工有序与衔接配合提供了制度依据，有助于降低各环节链接的相互损耗。另外一个是变"单向管制"为"双向互促"，在多元数据治理力量并存的条件下，数据治理已经不再是一个数据统筹部门"少干预"和"不代替"去开展行动的问题，而是统筹部门如何去与多元治理主体共同开展行动的问题。精细化数据治理一方面需要通过统筹部门与职能部门"双向互动"来提供可持续发展的动力，另一方面可以通过民众参与来丰富社会管理形式，填补政府"职责空白"，形成政府与社会相互补充的社会治理网络。
除了宏观数据治理策略外，在微观层面在具体的操作层面上可以从数据的采集、数据的管理、数据的应用三个层面进行说明。
1. 数据的采集
从数据采集细节管理上来看，在采集的过程中核心的问题是因部门壁垒限制而导致数据采集不到，使数据共享成为无源之水，最普遍的问题就是数据资源目录体系或者目录平台是空盒的现象，数据共享缺乏激励驱动机制，部门数据的信息交换共享壁垒比较严重。针对数据资源目录体系空而无物没有发挥目录的作用的这种现象，怎么样进一步触发目录体系的活力？可以将目录体系落实到具体的系统用上。比如目录的管理平台、数据的报送平台、数据内部共享发布平台以及数据的内部查询平台等等，可以将数据目录赋予一定的应用功能从而驱动相应的业务部门，为了实现业务的电子化信息化，在这个过程中将数据目录的内容充实起来、融入进去、使用起来。
各部门在数据共享的过程中缺乏主动意识，缺乏激励机制，数据共享协调过程主要是依赖于部门之间的协调互助，数据共享可能会基于两个部门提供的数据共享。这种共享主要还是基于情理实现的，在精细化的治理过程中主要体现"推与拉"的合力推进，激发部门的利益冲动。"拉"主要是通过利益的诱导的方式，比如应用需求方提前向业务部门提出共享要求或通过共享共建综合应用平台，驱使业务部门的使用需求，让他在共享的同时也能有所收获。"推"主要是将信息共享纳入信息化建设考核中，甚至出台专门的信息共享考核办法，以评促进，以评促建。
此外，还可以借助上级的相关文件要求强制地落实推进公共数据资源的共享。在数据共享驱动机制上不仅不能单纯的依靠情理上的互助，更需要依靠利益上的冲动或利益上的互助共享来驱动。而针对业务部门在数据共享过程中所设置的壁垒，还有因为惰性不共享的业务系统数据资源，可以通过改变先建系统再进行数据采集的模式，将信息化项目建设与信息共享联合起来，在信息化建设项目报建的时候将数据共享作为其中的材料进行考核审核，在项目竣工验收的过程中，将共享的清单和数据接口等等相关方面作为验收核实的条件之一，否则就不予验收。新建项目可以通过这种方式来实现数据共享，已建的项目不需要报建审批，可以在下一次需要审批的过程中提出相应要求，将审定运维的过程把数据共享纳入进来，以数据共享作为前提，否则就不予以相关运营费支持，或者是计算空间的支持。总而言之就是通过信息共享与项目建设两块的结合督促、倒逼各部门把业务系统中可共享的数据共享到数据中心。
2. 管理维护
针对于数据采集之后的管理维护工作的，往往基于安全、涉密、条块、割裂等问题而造成数据资源在管理维护上存在管不上、管不好、管不住等问题，可以从以下几个点去进行精细化治理。第一基于数据共享的不同类型，包括无条件共享、有条件共享和不共享这三个方面。但现实情况是这种类型管理比较模糊，我们可以针对于这种情况进行分级管理。对于无条件共享信息全部共享到统一的平台，使用者无需向原单位通知就可以进行查阅或者使用。而针对条件共享的可以设立专门的数据治理工作小组，类似于行政审批的审改办，明确共享的条件。针对于不共享的信息资源，通过矩阵导致的方式由数据源提供不共享的依据，由数据治理工作小组进行法制审查，明确是否是属于不共享的范畴。在标准规范的界定的时候设立仲裁机构，以清除各部门之间推诿责任的局面。
现阶段的数据共享主要是供需双方签订好协议进行共享，但这仅仅局限于两部门之间，其他部门无法知晓，局限了数据共享的辐射范围。在精细化治理过程中，可以将双边关系公开透明，让其他部门也知晓，以推动更多双边协议的签订，逐步扩大范围。针对目前各级政府使用的业务系统或业务运作有很大部分是上级部门建设的，比如国家部委或省级建设的系统应用，而基层政府的建设中会明显存在数据烟囱的问题，在横向上难以共享的纵向垂直系统的资源。
在精细化的管理治理过程中可以考虑，一是借数据中心为桥梁，业务部门的数据共享到数据中心后签订的协议也适用于上下级的数据中心，使所共享的数据能够在上下级流通、传递，在下级业务部门使用上级业务部门采集的数据时可以通过本级的数据中心进行申请调用。二是上级部门建设的数据采集系统可以约定所采集的本级数据到政府部门，从而改善烟囱效用。最后是针对已经建设数据中心的地区，经常出现经过私下协商共享数据，而没有经过数据中心，就双方通过协议实现了数据体外循环的现象，在治理过程中可以明确要求数据共享必须经过数据中心实现闭环的管理。
3. 数据应用
除了数据质量无法使用，还存在数据不敢用、不会用的问题。在数据精细化治理的过程中，可以通过改变原有的数据交换到第三方的模式，要求数据"可用不可见"、"数据不搬家"的方式，为有需要的业务部门直接提供数据服务。这种模式分为两种形式，一是按照各部门的需求提供个体数据而不是全样本数据，另外一种是直接由数据中心按照业务部门的需求代建数据模型，代开发业务产品。
而针对涉密的数据，可以按照安全的规定提供确认、比对、校验等服务，比如由公安机关确定某个人或单位是否存在违法记录的信息，但无需提供违法数据，涉密的数据管理部门只需要告诉需求部门这条数据的对错，不涉及到具体的数据，让需求部门自行比对。
邓凯
国脉研究院研究员
长期致力于电子政务及政府在线服务、政务数据资源管理研究。重点参与或主持《佛山市“互联网+政府”（电子政务4.0）发展研究》、《北京市卫生系统网站定级标准研究》、《佛山市公共信息资源共享与开放研究》等多个信息化研究、规划项目。
