您的位置: 首页 > 新闻动态

智慧政务框架下的大数据共享实现与应用研究丨电子政务智库

【信息来源:【信息时间:2019-07-01    阅读次数: 】【字号 】【我要打印 】【关闭


摘要:随着信息化技术的发展, 智慧政务已经成为各国政府提升治理能力的重要手段, 而大数据技术的应用则是智慧政务的必要条件。本文主要论述了政务大数据共享的需求与实现途径, 关键实现技术与方法两部分内容, 根据我国实际设计出基于大数据共享的应用系统, 通过该系统实现政务大数据搜集和共享, 在多形式分析的基础上形成可视化数据分析结论, 为政府决策和服务提供数据支撑。


21世纪以来, 信息化技术的飞速发展给政府治理提出了新的要求, 发展智慧政务已经成为各国政府的广泛共识。随着信息化技术快速发展和广泛应用, 数据获取、保持、交互、共享和处理技术跨越式发展, 基于大数据分析的社会治理精确度和可靠性显著增强, 工作效率明显提升。


1 政务大数据共享的需求与实现途径


1.1 政务大数据共享需求分析


在中央政策的指引下, 各级政府都能认识到大数据对提升治理能力的重要性, 但不同地区、不同部门进行数据采集的标准、软件和平台不同, 信息及时性、准确性和一致性难以保证。 (1) 政务大数据运行机制纵向顺畅横向不畅。我国政府部门上下级之间存在制约关系, 纵向之间信息交互机制较顺畅;而同级部门间协调机制滞后造成信息交互不畅。 (2) 各类数据统计机构间缺乏沟通交流。各类数据统计机构间缺乏沟通和交流, 政务数据收集、整理、分析存在重复投资、重复建设的问题, 此外, 多种机构的同时存在也造成重复劳动、口径不一、数据不实的问题。 (3) 数据闲置现象严重。由于缺少专业数据分析人员和分析工具, 数据没有得到充分利用, 不利于发挥政务数据在提升政务管理水平中的作用。


1.2 政务大数据共享系统框架设计


本共享系统采用“平台+应用”的设计理念, 将全部政务大数据在一个平台上集成, 并在此基础上进行应用、管理、维护和扩展。共享系统通过集中数据中心的建立, 将各业务系统设计的数据进行归纳整合, 方便进行数据分析和应用, 主要分为数据层、支撑层、应用层三个层次。数据层是系统的基础, 是海量数据的来源, 具体包括人口数据库、地址数据库、知识数据库、公共服务数据库、网络事件数据库等多种数据库。支持层也可以成为工具层是系统运行的保证, 主要包括CA认证、GIS平台、权限管理、报表供给、中间件等内容。应用层则是系统的核心, 主要作用是对来自于数据层的信息进行梳理、整合、分析、处理和应用, 具体包括大数据分析与辅助决策系统和集合式政务服务系统。


2 关键实现技术与方法


2.1 政务大数据共享


(1) 建立统一、高效、共享的政务数据资源库。政务数据资源库的建立是整个系统的基础性工作, 需要将政府各部门信息数据进行集中采集和集中存储, 在此基础上根据实际需要, 综合运用各类分析工具对数据进行分析, 根据分析结果向政府部门提出决策建议, 提高政府决策的正确率和有效性。例如, 辽宁省直机关进行的机构改革, 将各部门下属的信息中心整合成为一个大的信息中心, 打破了原有的机构设置壁垒, 为信息共享、交换和集中应用提供了制度保障。


(2) 完善数据储存和更新制度。加强管理机制建设, 保证数据资源库的定期更新。 (1) 实现数据资源库与各部门业务数据库的对接, 实现业务数据定期向资源数据库的信息更新。 (2) 实现网格化管理中搜集到的信息的及时汇总资源数据库中。 (3) 根据政府窗口采集到的信息对资源数据库进行更新。在技术层面, 采用SQL数据库存储结构化数据;采用NoSQL数据库存储非结构化数据, 满足大量数据存储和访问需求;使用ETL工具满足使用者数据交换和数据读取的需求。


(3) 建立政务数据流转和共享交换机制。依托地方政府电子政务外网在一致的交换协议下实现部门间、地区间的数据交换和共享。业务库用来保存政府部门产生的政务数据资源;交换库用以存放多部门的交换数据;中心交换节点负责交换数据的采集、分发和传送;使用者通过位于业务部门的交换节点实现数据的存储、上传和下载。中心数据资源库和业务数据之间通过以上流程实现数据资源的交换和共享, 为政务数据分析和政府政务服务决策提供数据支撑。


2.2 大数据分析与辅助决策应用


(1) 主要应用框架。政务大数据分析的主要目的是整合各部门数据资源, 理清事物间的关系, 发现政府治理中的关键点和风险点, 向政府部门提供数据分析结果和决策建议, 提升政府决策的效率和准确性。基于以上考虑, 建立政务数据应用框架, 主要包括数据资源汇聚、基础支撑服务平台、数据分析服务和主题数据分析四个层次。数据资源汇聚层的主要作用是将外部数据资源通过数据采用与转换更新到数据资源库中;基础支撑服务层也可以成为支撑环境, 主要为上层数据分析提供支持和保障;数据分析服务层包括关联分析、主体分析、时间分析、类别分析、趋势分析等内容, 是对海量数据进行初步分析的过程;主题数据分析包括人口主题、网格化主题、综合治理主题、民生主题、宗教主题等内容, 该层次的主要工作是对初步分析的数据进行深入分析, 提取数据中的有效信息, 对分析结果进行可视化展示, 为政府决策提供参考。


(2) 主题数据分析。本部分主要介绍人口分析主体和网格化主题, 以这两个主题说明主题数据分析运行模式。政府实施社会治理的重点是对居民的管理, 因此首先以人口主题分析为例对主题数据分析进行说明。人口主题分析, 包括人口自然情况结构分析、空间人口分析、人物关系分析和人口迁移分析等内容。需要指出的是主题分析各组成部分并不是相互独立的, 而是相互交叉和融合的, 可以在模块中对人口的不同属性进行交叉研究, 准确反映各类人群的共性和特性。网格化管理主体主要包括热点领域模块、区域热点模块和网格员统计模块三个部分。按照网格时间的时间、地点、类型、内容四个属性进行交叉分析, 研究网格内事件产生的主要原因和关键点, 发现区域内问题隐患, 提前采取措施进行防范, 提升区域管理水平。


(3) 可视化辅助决策。大数据可视化的作用体现在让数据更好的被理解, 让使用者能够合理使用不断增长的数据量, 促进数据发现和使用, 帮助使用者更好的决策。可视化辅助决策是指将数据统计分析结果直观的展示给数据使用者, 方便使用者更加直观、便捷的发现数据特点和规律, 帮助政府做出科学决策。


2.3 集合式政务服务应用实现模式


集合式政务服务是在大数据分析的基础上, 基于统一的数据资源库为居民提供便捷、高效的政务服务的过程。集合式政务服务主要包括一窗式申报、一窗式受理、专业化审批等部分。集合式政务服务不同于当前实施的一站式服务, 不仅仅局限于将政府职能进行物理集中, 而是根据业务逻辑关系将窗口进行逻辑集中, 将政府职能整合实现业务流程内部流转, 居民仅在一个窗口就可以满足各类政务需求。具体流程为, 居民在各级行政服务窗口提出政务服务申请, 经人工和系统比对后将居民请求和申报要件提交到政府部门, 如需上级部门进行审核则由相关部门通过系统推送到上级部门, 居民可以通过网上办事大厅查看具体办理过程和结果信息。通过系统对居民提供的数据进行对比核验, 对其他相关信息进行提取, 对新提供的信息进行留存, 通过系统应用减少审批要件, 提升信息准确率, 提高政务服务效率。