| 标题 | 破解政务数据之谜 |
| 范文 | 高丹 在国家大数据产业发展的引导下，以政务大数据为关键方向，全国各省市纷纷出台相关政策推动城市智慧化、智能化发展。但从整体来看，我国政务大数据产业发展尚处于起步阶段。 2015～2016年是我国政务大数据产业发展较快的两年。在国家大数据产业发展的引导下，以政务大数据为关键方向，全国各省市纷纷出台相关政策推动城市智慧化、智能化发展。但从整体来看，我国政务大数据产业发展尚处于起步阶段，其作用发挥和应用落地与前期预期仍存在较大差距，究其原因主要在于社会各界对政务数据的认知还存在不足，对于政务数据的商品价值属性、数据开放、数据资源整合等方面存在误解，进而导致数据的应用价值不能得到有效释放。 政务数據不等于政府数据，具有典型的商品属性。 政务数据是政府工作中形成，并经过清洗及加工后的数据，是政府数据的一部分。以交通数据为例，交通数据既包括交通资料也包括每日交通实时报告，都归属为政府数据，而实时交通报告为政务数据。因此，一般情况下从政务数据的收集到最后成为可公开、可应用的数据不仅包含了相关信息的采集工作，更经过大量的清洗和分析工作，以经济学原理来分析，既凝聚了无差别的人类劳动，具有价值，又能够满足人们交通管理需要，具有使用价值，因此政务数据是典型的商品。 数据开放不等于数据全透明，亟待标准与安全。 数据开放是政务大数据发展的关键步骤，但是数据开放并不等于数据的全开放和全透明。政务数据的开放透明是在充分考虑数据安全的前提下实施的，要根据数据用途和使用机构、职位，进行不同程度的开放。而解决这一问题的重要方法就是提出政务数据使用规范和管理办法，开展政务数据分类管理。目前，我国部分地区已经提出了政务数据监管的临时办法，如2016年11月贵阳出台了《政务数据资源管理暂行办法》，但是各区域对于政务数据的分类标准和监管标准并不相同，严重影响了不同地区之间的政务数据及时流动。 政务数据不仅仅来源于政府，还需社会数据的资源整合。在社会大众的认知中，政务数据即为政府提供的数据，但从政府角度来分析，若实现政府的科学化、智能化管理，除政府自身可提供的数据外，还需要社会数据的进入，如要对食品安全进行监管，就需要商品交易市场的大量数据，同样社会数据也需要政府数据支撑。如何在兼顾双方利益的同时，合理开展数据交易是亟待解决的主要问题。解决这个问题的关键在于承认双方数据商品属性，同时对数据及时确权和数据价值有效评估，并探索政府数据与社会数据之间合理交易模式，推动政务大数据产业的快速发展。结合以上三个问题，本文认为可以从数据资产评估、数据分类标准设定、数据评价体系建立、数据试点示范等维度提出解决方案。 （一）承认数据商品属性，开展数据价值评估 不管是政府数据还是社会数据，其价值已经被社会大众所认知，是经过人类劳动得到的，并具有被需求的有用性，因此其商品属性不言而喻。但是，数据在交易之前需要对其价值进行量化，即进行价值评估环节。目前，国内外在数据价值评估这方面的研究仍然比较欠缺，很多企业和政府都起步开展数据评估，例如阿里巴巴、国家电网在对数据资产价值构成及其主要影响因素分析的基础上，引入层次分析模型构建指标评价体系。贵阳也成立了大数据资产评估实验室。基于以上现状，建议以贵阳大数据交易所为评估试点研究机构，结合不同行业和场景的特点，加快数据资产的评估体系建立，以便于后期政府数据与社会数据交易模式的设定。 （二）规范数据分类标准，完善信息组织机制 在承认政务数据商品属性的同时，要进一步规范和统一数据的分类标准。当前各地区政务数据分类标准的不规范，直接导致了数据分类的混乱和数据边界的模糊，降低了数据的规范性和效用性。据此，本研究提出三点建议： 以商品角度入手，成立全国性数据交易监管机构，并在其监管下成立“数据分类规范小组”，明确各类政务数据的使命，划定可用于交易的数据边界。 探索建立完善的数据分类体系，并形成业内可通行的数据分类推荐标准。具体分类体系的构建，应着重明确政务数据所涉及的一级目录和二级目录，有效结合政务数据内部的数据使用需求，构建定制化的分类场景。具体的分类工作建议从一个区域开始着手试点，并在调整成熟后逐步推广至全国。 （三）设立技术工作小组，从垂直领域入手构建评价体系 应在全国性数据交易监管机构下成立“数据评价技术工作小组”，针对数据质量和数据价值两个方面开展工作，构建可以通用的质量评价和价值评价方法以及实施流程。由于当前并没有政务数据质量评价体系，本研究建议：一方面，从特定垂直领域入手（如应用较多的医疗行业或交通行业等），构建适用于该行业的场景化质量评价体系和指标，以及场景化的数据加工服务和解决方案；另一方面，拓展分析其他应用，构建新的评价体系和解决方案，最终形成涵盖全领域场景化评价体系和解决方案集合。对于价值评价方法，同样可以采用上述由垂直领域出发，逐步进行领域拓展的建构思路。 （四）建立规范标准试点，逐步扩大应用范围 在规范和标准制定的探索阶段，设立试点省份或者区域，依据情况对标准进行合理修正。在标准制定完成之初，在全国范围内寻找试点省份或者区域，对数据标准和规范进行试运行，并依据实际运行情况对现有规范和标准进行修正。通过建立规范或标准试点，可在实践中不断完善规范或者标准内容和标准体系，有助于防范标准纰漏而引发的系统风险，提高正式标准的稳定性，更好地契合实际应用。基于前期试点应用、标准修正，在全国部分区域试点应用，并逐步推广至全国各地。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。