数据治理唤醒“沉睡数据”

十九届四中全会提出：“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。推进数字政府建设，加强数据有序共享，依法保护个人信息。”

习近平总书记也多次指出：“要以信息化推进国家治理体系和治理能力现代化”，“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。”

只有结合实际场景，让数据“跑起来”，随事而动、随时而动、随人而动，才能避免政务数据“束之高阁”、沦为存储负担，并充分发挥其在深化“放管服”改革、优化营商环境方面的重要作用，为打造数字政府提供坚实的数据支撑。

当前，不少地方政府部门在政务运作中积累了各式各样的数据资源。然而，政府在有效使用政务数据方面仍存在短板，致使海量政务数据难以转化为治理效能，甚至异化为沉重的存储负担。

政府相关管理机制缺位。从政府管理机制的作用、过程、效果等维度综合来看，大致可将与政务数据治理效能相关的机制分为三类：保障型机制、动力型机制与约束型机制。

在提升政务数据治理效能的过程中，这三类机制分别针对“是否能够”“是否主动”与“是否合理”等问题而发挥着不同的作用，为促进政务数据“进得来”“做得了”“出得去”提供一定的条件，同时也为提升数据治理效能提供了必要的支撑。

但是，从实际情况来看，这些机制还不够扎实，还需加紧建设。如果这些机制持续缺位，会加剧政务数据条块分割的现状，无法释放治理潜能。

政府资源配置不合理。首先是人力资源的错配。一些部门为了应付数据管理需要，安排非数据管理专业人员从事数据管理工作，导致工作效果欠佳，而真正的数据专业人才也面临激励难题。

其次是不合理的财务资源配置。一些地方政府已经拥有了先进的硬件，却沿袭了落后的软件配套、数据分析工具和应用开发等手段，且长时间不进行软件迭代、更新和补充，导致数据处理功能单一、过时，数据“失真”甚至“失效”。

最后是财政制度僵化，绩效管理滞后。不少地方的数据管理部门依然遵循着旧有的财政管理办法，“一刀切”等不合理情况依然存在。

组织资源配置不科学。从2018年下半年起，全国多地政府都设置了政府数据管理机构。尽管这些数据管理机构已经挂牌成立，但影响力和指导能力较为有限。比如，某市工信委所指导的大数据局虽是本市政府直属机构，但它的资源调配能力和事务协调能力则可能比不上作为政府组成部门的其他机构。

事实上，每个部门都有独特的数据管理办法，以现有的行政架构和职能规定，是否能有助于建立有效的数据管理规则，使部门之间的数据通道畅通?这是这些新机构普遍面临的问题。

数据运营欠缺。首先，政务数据平台常处于“重建设、轻运营”的状态。与商业大数据的运营有所不同，政务数据常常在数据处理阶段以后，缺少必要的手段、场景和条件让数据流转，导致不少数据被束之高阁。即使有关部门收集到了准确的原始数据，也会因数据“存而不用”，逐渐丧失时效性、一致性和精准性。

其次，政务数据资源“积累多、场景少”。在数据管理部门中，常常能听到这样的声音：我们部门手上有很多数据，不是不想用，而是不知道怎样用才合适。这种无奈的声音反映出，数据使用的问题本质，可能不在于是否能够获得某项数据，而在于是否能将数据与使用需求相匹配，以及是否能在合适的场景中使用数据。

最后，政务数据运营缺乏统筹，无法赋能。从一些地方政务数据管理部门的运行条件来看，民政、人社和公安等部门的数据体系是从国家到区县的垂直状，较少与其他体系的数据发生交换。而教育、卫健、发改等部门的数据体系则与之相反，需要倚仗各市与各区县部门分别建立的数据系统来提升工作效率。由于数据体系的形态各异，数据运营也较为分散，且绝大多数的政务数据的收集与应用属两套系统，甚至归为两个以上不同的部门。

为了破解政务数据“难用”的痛点，使数据向着“随事而动、随时而动、随人而动”的方向发展，可以从以下几个方面进行改革。

构建内外数据“再生产”平台。

政府应投入相应的数据管理专业人才和必要的财政支持，形成一个综合性的专业数据治理机构，开展数据“再生产”工作。

内部“再生产”平台，要以“线上+线下”的复合形式对数据进行反复查验，旨在为数据提供“二次确认”的机会，着重提升数据的一致性、准确性、时效性，避免“问题数据”回流。

外部“再生产”平台，要将政务数据、互联网数据和其他社会数据等不同来源和性质的数据进行收集，结合社会当下状态分析数据应用条件和具体需求，对所需要解决的问题要点与性质进行分析判断，并促进数据靶向提取与加工，推动数据驱动下的多部门协同目的。

对应数据管理流程，持续完善数据管理机制。

从数据收集环节开始，相关部门应当明确具体的办法，保障数据来源能真实、完整、可靠。此外，政府应当保证不同部门之间的数据储存协议一致，查验和分析的技术手段、沟通方式和管理办法能够互通，并保证数据接口能合理开放，为数据打通、提高数据利用率提供前提条件。

在数据查验阶段，至少应当进一步加强数据清洗等工具的使用，注意留存必要的数据细节，避免数据丧失“活力”。同时，政府需要持续优化数据管理相关算法，使数据分析拥有先进、科学、有效的工具。

结合实际场景，强化数据运营。

政府应当引导树立数据运营理念，要认识到只有通过专门的机构或平台，根据数据使用场景，对数据进行合理运营，才能生产出有效、可靠的数据资源，以支撑政府用数据开展政务服务与社会治理等工作。

政府应当加强各地负责数据管理的局委办机构的抓手作用，并结合不同业务部门所面临的实际数据使用场景特点，协调统筹各个政务部门的数据运营目的、思路、手段以及数据交换机制等，避免多头运营。

政府在数据运营的过程中，应建立人员、物体、时间、空间等数据化关联关系，以此打通部门之间数据协同共享，提高数据一致性与关联性。在这一过程中，政府也需要注重数据流动的充分程度，考虑制定能客观反映不同种类数据的流动性与时效性标准，从实际要求倒逼数据质量与可用程度的提升，建设高质量的“数字政府”。