Zed行业 | 政务数据共享和运营典型模式与应用案例

在推进政务数据开发利用过程中，一方面政府侧、运营主体需将个人隐私保护意识和数据安全保护意识贯穿始终，另一方面亟需规划个人更正、转移、删除数据的路径与渠道建设。

数据作为第五大生产要素，按照我国实行生产资料的社会主义公有制有关规定，公共数据本身的公共性和无形资产属性表明其属于国有资产，政府作为实际控制主体承担着数据资源运营管理相关责任。政务数据中涉及公共服务类数据具有公共属性、国家属性，由国家承担运营管理职责。由于公共数据是由政府部门及法律法规授权具有行政职能的事业单位和社会组织收集或产生，本身具有公共属性。

政务数据中涉及到的个人数据、企业数据的所有权归属各主体所有，开发利用行为受法律规制。政务数据中包含大量个人、企业在享受政府提供公共服务过程中主动共享的、具有身份标识的隐私数据，按照《个人信息保护法》第十三条的规定，国家机关在履行法定职责过程中可以处理个人信息，但通过开放或开发利用等方式处理个人数据需取得个人同意。按照《个人信息保护法》第四十五条第三款关于数据可携带权的规定，个人可以将个人信息转移给符合国家网信部门规定条件的个人信息处理者。

图 1 政务数据开放与运营系统示意图

因此可见，数据所有权是使用权的基础，在推进政务数据开发利用过程中，一方面政府侧、运营主体需将个人隐私保护意识和数据安全保护意识贯穿始终，承担相应的使用责任，另一方面亟需规划个人更正、转移、删除数据的路径与渠道建设，夯实开发利用行为的合法性基础。

政务数据具有资产属性，开发利用过程存在价值虚增、过度转嫁成本等潜在风险。财政部印发的《关于加强数据资产管理的指导意见》明确指出应将公共数据资源纳入资产管理范畴，同时指出在数据开发、交易、运营等阶段可能会发生价值虚增、滥用、泄露等数据资产价值应用风险。在技术方面，需构建可靠的基础设施底座，不断提升数据质量管控能力、安全风险管理能力，在监管方面，需要完善构建数据交易生态，加强资产价值鉴定与审计，构建制度监管与技术监管相结合的资产监管体系。

图 2 政务数据集示意

一、政务数据共享应用典型模式

随着政府数据意识不断增强，数据应用需求不断扩大，数据融合应用的潜在价值持续驱动政府加快推进一体化政务大数据体系建设。随着数据资源在数字化转型过程中扮演着越来越重要的角色，政务数据的共享应用模式跟随政务数字化发展不同发展阶段呈现出不同发展特征。

（1）模式一：主题式驱动的多对多网状模式

早期，为了推进个别应用场景建设，各政务部门按照服务主题搭建应用系统，以服务于政务服务关键事项的办理。各部门根据应用场景建设需要提供数据支撑，在该阶段，委办局根据场景需要，面向不同数据需求提供多个数据拷贝，各委办局之间的数据通道建设由主题牵引、呈现网状交叉模式。由于缺乏必要的数据后台保障，数据资源在质量、实时性等方面难以支撑系统的长远运行。

图 3 主题式驱动的多对多网状共享模式

图 4 数据集中管理与有限共享的一对多星型共享模式雏形

（2）模式二：数据集中管理与有限共享的一对多星型模式雏形显现

为了应对网状共享模式带来的重复建设问题，这一阶段在国家和地方层面开展了两方面工作。一方面各委办局推进各业务系统的数据平台建设工作，推进对于业务系统常用数据的统一纳管，另一方面在国家层面、地方和行业层面推进省市县三级共享交换平台的建设工作，强化数据共享交换，提升共享数据质量。对于纳入共享交换平台的数据，各业务系统不必再通过搭建与委办局间的专设通道开展数据对接，仅需在共享交换平台不能满足特定场景数据需求的情况下进行数据互通，一对多的星型共享模式雏形初步显现。

图 5 数据一体化管理与共享模式

（3）模式三：数据一体化管理与全量共享的一对多星型模式

随着数据要素价值成为共识，共享交换平台的有限共享模式已难以满足不同场景下的个性化用数需求，为了促进数据全量共享，为前端应用提供高效的数据整合能力，地区、行业部门加强内部数据资源的一体化管理，借助“数据中台”打造能够快速赋能场景创新的应用模式。部门与部门之间供需对接不必再通过独立的数据通道实现，可以通过统一的一体化政务数据平台开展，一对多星型模式正式形成。

（4）模式四：多源数据融合应用模式

《数字中国建设整体布局规划》指出，要夯实数字基础设施和数据资源体系两个底座。随着公共数据、社会数据的要素流通不断加快，以城市治理、经济运行监测等为代表的应用场景在政务数据资源的基础上不断拓展，以杭州、北京海淀等为代表的地区通过构建“城市大脑”，促进包括社会数据、公共服务数据在内等多源数据的融合汇聚，推进构建城市级数据资源体系。数据底座的范围再次扩大，政务相关应用场景可依托区域性数据底座推进系统化建设。随着“数据中台”概念再度延展，应用场景创新空间再度扩大，数据的要素价值可得到充分释放。

图 6 多源数据融合应用模式

二、政务数据运营典型模式

政务数据开放和授权运营是在共享交换平台和政务数据平台数据底座基础上的外部赋能，其中授权运营是在数据开放之外的补充。面向公益性、普适性需求，政府部门支持社会公众无偿获取并使用开放平台相关数据；对于定制化市场化需求，数据运营方可通过运营服务平台形式合法合规获得数据开发报偿。

通过购买服务形式推进数据、服务运营。在政务信息化发展阶段，为提升公共产品或服务的供给质量，提升政务服务的运营管理能力，政府多采用购买公共服务形式，将自身承担的公共服务职责转交给社会机构、企事业单位履行。数据按照业务领域进行划分，分别由不同的运营主体承担着不同业务领域数据治理、数据分析等职责，运营主体通过提供公共服务实现收益，如图 7 所示。

图 7 购买服务模式

图 8 授权运营模式

通过授权运营形式推进数据运营。随着数据要素市场建设成果不断拓展，一体化数据资源体系建设不断深入，各地方、行业逐步探索采用授权运营模式来推进数据开发利用。通过成立国有资本运营公司，推动数据资源加速整合，联合运用国家和市场力量共同推动公共数据开发利用，以期在合规性风险和市场效益间取得一定平衡，如图 8 所示。为了推进数据的清洗、开发和交易，数据运营过程需要多类型企业的共同参与，因此授权运营活动本身是一个通过逐层授权渐进触达客户需求的过程。

图 9 数据运营流程示意

三、政务数据典型案例

随着技术底座的不断夯实，政府侧数据意识的不断觉醒，政务数据管理者借助资源汇聚价值不断优化应用服务过程，并总结提炼出更多潜在应用场景和发展模式。经广泛调研与梳理，从平台建设、应用服务、模式创新等角度提炼 7 项典型案例。

（1）平台建设

案例一：以“数据大仓库”建设驱动数据加速汇聚（湖北省大数据能力平台）

湖北省大数据能力平台主要服务于湖北省各政府部门和数字政府的数据应用，按照“六统一，两中心”的原则构建“跨层级、跨地域、跨系统、跨部门、跨业务”的数据共享交换体系和“一地两中心”的灾备机制，平台共接入 199 个业务系统的超 250 亿条数据，与国家级平台交换数据 30.45 亿条，推进物理集中、实时更新的大数据仓库建设，形成包括人口、法人、电子证照、社会信用、自然资源与空间地理、共享材料等在内的 6 大基础数据库和 30 余个专题数据库。

案例二：以“一体化数据平台”建设赋能数据应用服务（福建省一体化公共数据平台）

福建省成立数字福建建设领导小组，统筹数据主管部门与政府数源部门间的数据协调工作，依托一体化公共数据平台构建福建省公共数据管理总枢纽、公共数据流转总通道、公共数据服务总门户，通过对接国家政务大数据平台和地市公共数据平台，按需接入公共数据和社会数据，在应用服务方面形成了汇聚共享平台、统一开放平台、开发服务平台等基础性平台，其中，汇聚共享平台汇聚了 800 多亿条数据记录和文件；统一开放平台开放数据目录 7878 个，普遍开放类型数据目录约占比 55%；开发服务平台汇聚全省 7 万个数据资源目录，近千亿条政务数据，服务 8 个领域，推出 16 个公共数据资源开发利用典型应用场景，调用模型 4.5 万次。促进实现省域公共数据“一体化汇聚治理、一体化共享应用、一体化开发服务”，为福建省数字政府改革和建设提供数据动能。

案例三：以“中国工程科技知识中心”建设推进知识公益应用

中国工程科技知识中心是经国家批准建设的首个以跨领域专业数据融合与深度知识挖掘为目标的公益性、开放式的资源集成和知识服务平台。中心依托浪潮行业数据平台、全域知识平台和数字体征平台，以资源、技术、运营为基础支撑，完成 35 万条政策数据、27 万份科技报告、60 万条中外文献、155 万机构空间信息、6000 余万期刊数据分类标注。

在资源建设方面，中心汇聚了包括清华大学、浙江大学等 34 家国家级科研院所多领域特色资源数据，借助挖掘、分析等技术提供专业领域发展趋势专题服务，总计形成共 33 个专业知识服务系统，2000 个特色数据集，总资源达 105TB；
在技术支撑方面，搭建完成云基础设施平台、敏捷化应用支撑平台、智能化知识组织平台、总分一体化门户系统和信息安全系统；
在服务建设方面，平台已重点服务 150 余位院士，注册用户数达 30 余万，年度访问量超千万，并同步向 28 家参建单位及国际知识中心开放 2 亿条数据；
在运营建设方面，中心推进建设有效的运营机制和知识中心生态体系，推动构建公益服务和成本补偿服务相结合的社会服务机制。

（2）应用服务

案例一：数据资源“一网通享”赋能超大城市敏捷治理

成都市“智慧蓉城运行管理平台”以“技术融合、业务融合、数据融合”作为数据治理目标，构建“部门全协同、标准全统一、平台全支撑、过程全监督、数据全融合、安全全覆盖”数据资源“一网通享”体系，平台总计汇聚 60 余个政府部门和单位、23 个区（市）县的公共数据，每日数据交换量约为 7200 余万条，构建了市、区（市）县、镇（街道）三级数据资源体系，形成两级平台、两级治理、三级应用、三级通享的格局，累计推送21 余亿条数据支撑赋能城市运行“一网统管”、政务服务“一网通办”、社会诉求“一键回应”。

在赋能区（市）县城市运行管理及微网实格基层治理方面，通过融合全市人口底数、完善人口标签体系建设、融合比对动态人口数据，为微网实格提供更完善、更精准、更及时的人口底数及动态人口数据，推动基层网格员、微网格员精准开展重点人员排查等基层治理工作，支撑人在“网”中走，事在“格”中办。

在赋能超大城市治理过程中，支撑居住证积分入户、惠民惠农财政补贴发放等 383 项民生领域协同应用，编制印发《公共数据“三清单”管理规范》，通过数据供需系统向区（市）县回流 20 余亿条数据，保障大运会等重大活动指挥调度。

案例二：政银数据融合应用

为破解小微企业贷款风控数据不足难题，广东省中山市政务服务数据管理局（中山市政数局）联合本地农商银行、建设银行和农业银行开展政务数据授信试点应用，通过融合大数据、隐私计算、国密算法、区块链、机器学习、数据智能化处理、云容器、信创硬件一体机化等核心技术打造政银数据融合应用，试点 3 家银行已针对贷款全周期提出 113 个指标共 95 类数据使用需求，涉及 18 个政府部门。中山市政数局按需搭建企业贷前风控、抵押品状况风险预警、村居普惠贷风控等 8 个分析应用场景，初步形成贷款全周期政银数据联合运算分析体系。

在贷前授信方面，截至 2022 年 12 月市农业银行运用政务数据白名单成功营销并发放线下贷款约 2849 笔、累计发放金额 46.49 亿元；
在贷中风控上，为市农业银行提供近 90 万户个人用户联合风控分析并提供评分分值，挖掘近 3 万户优质个体工商户用户；
在贷后风控上，为建设银行提供 4320 家企业贷后风控分析，挖掘出潜在高风险企业近 100 家，有效提升银行贷后监测能力。

（3）模式创新

案例一：创新管理机制规范公共数据共享开放管理办法

浙江省 2017 年在“最多跑一次”牵引下开始省级公共数据平台建设，形成全国首个省市县三级公共数据平台，运用“数据高铁”破解政务数据延迟、归集不及时的问题，全省共建设数据高铁 40 余条，实现 80% 的数据“秒级共享”。制定并印发包括《省市两级公共数据平台建设导则》《公共数据交换平台管理办法（修订版）》《浙江省公共数据共享工作细则（试行）》等若干文件，规范省公共数据交换平台“两级管理、六级接入”模式，即省市公共数据平台两级管理，提供国家、省、市、县、乡、村六级数据交换接入能力，构筑纵向贯通的省数据交换骨干通道、横向覆盖的省市县本级数据交换通道“一纵三横” 的主体框架。明确了省公共数据平台数据回流工作在申请、确认、授权、对接等方面的分域管理工作机制。

案例二：创新治理模式促进人口大数据应用

广州市海珠区人口大数据平台聚焦“平战结合”一个核心、“人、屋共管”两个维度、“区、街道、社区”三个管理层级，以“一库一号一账一平台”人口数据治理模式建设全省首个“人口大数据平台”。

在以“一个库”归集数据方面，平台汇聚人口、楼宇、电子证照等人口主题数据 7.6 亿余条，形成全区“1”个综合人口主题数据库和“18+267”个基层人口数据池；
在以“一个号”靶向服务方面，以“居民身份证号”为唯一标识，关联户籍、婚姻、社保登记等 40 余项全生命周期特征数据，全面精准掌握民政对象、伤残人员、退役军人等 14 大类 87 项“人口标签”信息，重点关注孕产妇、肾透析患者、肿瘤化疗患者、孤寡老人、特困人员等11 类特殊人群，实现特殊群体“一键查询、精准统计”；
在“一本账”人屋共管方面，实现全区 169 万人口档案与 152 万套房屋档案、12.2 万栋楼宇档案精准匹配，满足“以楼找房、以房找人，查人知房、查房知楼”的社区精细化管理需求；
在“一平台”协同共治方面，改善基层长期以来依靠纸质户册开展服务管理效率不高的不利局面，为工作人员提供困难群众、突发应急事件处置等能力，形成基层社会治理“共建共享、共治善治”新范式。

福建省公共数据治理按照数据价值密度和动静数据特点开展分层治理，构建主数据、基础数据和事务数据三层体系，提供“人地事物情组织”六要素处理能力。以人口库治理为例：

在标准规范建设方面，依托《政务大数据数据元规范：综合人口库数据元》完成了包含600+个数据元的分类；
在数据汇聚方面，累计完成了 50+亿条数据的数据汇聚；
在数据质量管理方面，建立了 100 余项探查规则和数据质量检查规则，应用于 200 余张人口库数据表，对 3000 万余条地址进行了标准化，并补充了 30 余万条外部地址，行政区划乡镇街道级的覆盖率提升了超过 50%；
在数据分析方面，完成了 300+项人口指标的建设，以及 100+个人口标签的建设，在 6000+万条分析数据的基础上，针对户籍人口和居住人口进行了人口信息摸排，形成了活跃人口、常住人口、流动人口和沉默人口的分析；
在人口关系体系建设方面，完成了几十种人口关系的模型开发和关系数据抽取，对自然人社保类、自然人医保类、自然人公积金类等应用场景数据进行开发。

本文摘编自CCSA TC601 大数据技术标准推进委员会发布的《政务数据发展白皮书（2023年）》，全文下载：