煙臺市在破解基層數據治理領域的探索與實踐

文｜煙臺市大數據中心 全卓慧；山東蘭圖地理信息工程有限公司 張斌

1.前言

人民的需求，始終聚焦在就業、養老、醫療、教育、公平法治、辦事效率和營商環境等這些最基層的方面的提升改善。目前雖有政務服務中心、便民中心提供各種公共服務，但是延伸到鎮街的各個社區、街道黨群服務中心才是最貼近市民生活辦事的“驛站”。這就需要政務數據直達基層，數據服務觸達百姓，數據平臺持續運營，讓百姓和基層政府在技術支撐下，更緊密互動，政府隨時掌握人民的需求，人民快捷獲得政府公共服務，這樣的閉環不斷迭代、升級，才會讓人民感受到城市的智慧，讓政府感受到智慧城市投資建設的價值。

2.基層政府數據治理的必要性

基層政府數據治理是指為充分發揮數據價值，以政府為主導，通過運用各種技術手段對數據的產生、流轉的全生命周期進行治理來提升基層社會治理效能的過程。

大數據被稱為是 21世紀的石油和金礦，已成為基礎性戰略資源。誰掌握了數據的主動權和主導權，誰就能贏得優勢、贏得先機。隨著經濟社會數字化進程的加速，社會治理的環境日趨復雜，手段日益豐富，邊界不斷延伸，主體日益多元，作為基層政務服務的第一窗口，海量數據在基層鎮街產生、在基層窗口使用，在基層為百姓服務。尤其是疫情爆發以來，對海量數據的挖掘、分析、使用和決策，顯得尤為重要，其衍生價值正在發揮越來越重要的作用。如何通過有效的數據治理，使體量巨大、多元、異構、分散的政務數據能夠更好地為基層社會治理和服務提供支撐，是當前基層政府面對的重要課題。

3.煙臺市基層數據應用現狀

3.1 基層數據基本情況

以煙臺市芝罘區世回堯街道（城區街道A）和開發區大季家街道（涉農街道B）兩個鎮街的網絡信息系統和數據資源建設情況為例：

（1）網絡情況

兩個街道共涉及互聯網、電子政務專網、財政專網、民政專網、社保專網、醫保專網、統計專網等共計7 種網絡環境。

（2）信息系統情況

城區街道A 在用各類業務信息系統共計48 個，系統建設層級多為國家級、省級（占比66.6%），部分為市級、區級（占比為33.3%）。

圖1 信息系統層級占比分析

涉農街道B 在用各類業務信息系統共計60 個，系統建設層級占比依次為省級（43.3%）、國家級（25%）、市級（18.3%）、區級（11.6%）。

圖2 信息系統及數據項統計分析

（3）數據資源情況

城區街道A 共梳理數據資源160 項。包括：①臺賬類98 項。主要提供部門有綜合治理中心、應急管理服務中心、武裝部、防疫專班等；②報表類62 項，內含數據項713 條。涉及應急管理和黨群服務及各行業、各領域的排查、治理、反饋與管理。

涉農街道B 共梳理數據資源169 項。包括：①臺賬類90 項。主要提供部門為經管站、黨群服務中心、農業綜合服務中心及應急事務辦公室；②報表類79 份。主要提供部門為黨群服務中心、農村綜合服務中心以及社會事務辦公室。除此之外特定行業現狀的收集和管理、改造和居民民意調查等表格。

3.2 基層數據的主要問題

從調研情況可以看出基層工作“上面千根線，下面一根針”，網絡條塊分割，數據煙囪林立，系統多而不通，導致數據重復采集、匯報任務繁多、決策無則可依、居民參與度低、一數報多門的現象非常普遍。

（1）基層數據采集任務繁重卻不享受數據成果。基層單位使用的業務系統中約70%是省級垂直系統或國家垂直系統，基層單位使用系統，數據卻無法留存本地，“數據在上、用戶在下”造成基層單位“數據饑渴”。調查表明，鎮街迫切需要上級數據返還，以支撐工作運行。例如世回堯街道和大季家街道共提出了數據資源需求達208項，主要涉及公共管理、社會管理及社會組織領域，其中來源部門最多的為人力資源保障局，共41 項；來源部門為行政審批服務局的40 項，來源為區市的37 項，其余90 項數據主要來源于退役軍人事務局、公安局、民政局、殘疾人聯合會等其它部門。由于沒有統一平臺和數據安全管理機制，這些數據資源暫時無法提供。

（2）基層報表統計過濫，加重基層負擔。僅世回堯街道應急服務管理中心需填報的常規性報表就多達37 份（其中還不包括特定事件引起的臨時性、突發性、應急性報表），而此類報表又包含大量相似的信息（如人口、土地、房屋、企業等基礎信息），重復采集、重復上報問題突出。由于鎮街人員配備數量較少，加之各種報表時間要求緊，基層人員根本沒時間排查，只能“拍腦袋”修修補補，數據的真實性大打折扣。調查還發現，扶貧、人社、殘聯、防疫、安全生產、生態環保等工作領域都實行網格化管理，網格員頻繁重復摸排上報，進一步增加了基層人員的工作量。

（3）信息化基礎工作薄弱。大數據意識薄弱，信息化人才缺乏，資金、設備投入不足，制約信息化工作開展。特別是基層人員多數年齡偏大，信息化操作能力不高，出現了“精兵強將不愿來，老弱病殘不會干”的尷尬局面。

4.煙臺市基層數據治理難點破解之道

煙臺市基于一體化大數據平臺，通過建設“鎮街數據平臺”，破解基層數據治理的難題。

4.1 實施方法

煙臺市采用持續改進、螺旋提升的實施方法，堅持以應用為導向，從兩條線、兩個方向上開展工作：一條是業務線，圍繞難點、堵點問題，如不動產登記提速、壓縮工程建設項目審批時間、基層減負等，開展針對性的數據治理工作，另一條是數據線，建立服務目錄和數據目錄“兩個字典”，統一建立基礎庫和主題庫，規劃和合理分工進行專題庫建設等。每一個螺旋式的閉環，就是一個專項的數據治理工作，既解決一批業務應用存在的突出問題，又拉動新一輪數據治理工作。

（1）建庫方面。開展重點部門、重點業務的事項梳理和數據摸底，建設完善基礎庫、主題庫、專題庫，市直單位組織完善部門數據庫。

（2）平臺建設方面。建設完善政務信息共享交換平臺、鎮街數據平臺、地理信息服務平臺等，開展系統對接，應用開發，夯實數據治理基礎。

（3）應用方面。試點推出基層減負便民應用、居民健康便民服務、完成試點領域的電子票據應用，完成市級實施工程建設項目審批提速專項應用，應用場景逐漸豐富，亮點紛呈。

（4）安全方面。建設數據加密與密鑰管控系統、個人信息匿名化系統、統一安全日志分析系統、數據安全運維管理平臺等，初步建成數據治理安全保障體系。

4.2 保障措施

（1）組織保障。在數字強市領導小組辦公室的領導下，成立基層鎮街數據治理專項工作組，統籌規劃、統一部署、協調推進。建立數據管理規范，實施業務系統改造，構建統一領導、上下貫通的數據治理組織架構，確保各項工作順利推進。

（2）機制保障。建立數據治理全過程的量化績效評價指標體系，設立以數據掛接率、信息共享率、數據更新核準率，電子證照簽發率和應用率等為核心的評價指標，通過鎮街數據平臺自動獲取各部門真實數據并計算績效指標，實現“以評促建、以評促用”。

（3）資金保障。加大基層數據治理的資金支持力度，將基層數據治理工作納入財政預算。建立支撐基層數據治理的資金使用、審核、評估機制，服務全流程業務運轉。

（4）技術保障。基于全市一體化大數據，從平臺技術支撐、數據資源梳理、系統共享實施、數據質量監管、數據服務應用等方面，明確數據產生、共享、流轉、處理、應用、更新、存儲、備份全流程的責任和分工，保障數據來源的有效性、流轉的合規性、處理的準確性和應用的合法性。

（5）安全保障。加強數據安全管理，完善信息共享和業務協同的身份認證和授權管理制度，進行數據資產審計、全程數據監管，建立信息資源使用全過程追溯和問責機制，確保數據信息提供、共享和應用等全流程、全周期的安全管理。

4.3 建設成效

“2021年度中國開放數林指數”，煙臺在全國地級市綜合排名第一，含直轄市和副省級城市的所有城市中排名第三。在四個單項上，煙臺市在數據層排名第一。

（1）數據通，基層工作減負。提供健康碼核酸檢測疫苗接種信息查詢、公民生存狀態查詢、公民婚姻信息核驗、公民社保就業信息查詢、學歷信息查詢、法人信息查詢、老年人補貼信息查詢、殘疾人補貼信息查詢等8 類重點數據需求場景，鎮街通過接口進行數據比對查詢，極大簡化基層摸排工作難度，提升了基層工作準確度；開通報表管理功能，將各種報表統一匯集管理，推動數據一次錄入、多方復用，鎮街常用的200 多個數據報表在平臺實現共享共用，一鍵調用數據即可生成所需報表，有效減輕了基層報表填報壓力。

（2）平臺統，建設資金減負。由市級統建的“鎮街綜合數據平臺”著眼于為基層減負,系全國首創，做法得到省里高度肯定，并被中辦內刊采用報給中央領導。平臺建立鎮街數據匯聚、共享、開放目錄，形成規范統一、動態更新、權威發布的基層政務數據資源體系，目前已經普及到煙臺市所有轄區鎮街，實現了證照證明和政務數據跨網絡、跨層級、跨領域調用，減少了各個系統的開發成本。其中開發區、芝罘區、萊山區、龍口市通過平臺的共性資源結合當地特色深度打造了工業、商業、旅游等專項場景的應用建設。

（3）應用+，市民辦事成本減負。目前煙臺市已納入294 類證照、4 類證明、13類其他數據，實現了與政務服務平臺、行政執法系統和其他社會應用系統的對接，可通過移動端亮碼、授權、核驗使用，不需當事人出示實體證照、證明辦事。

5.結論

數據是新的生產要素,是基礎性資源和戰略性資源,也是重要生產力。各類場景應用或者服務只有扎根在“數據”土壤中,新型智慧城市這棵大樹才能向陽而生、無限向上。數據延伸的長度、深度,將決定這棵樹根系發達的程度。鋪設再寬的網絡不過是給數據修了一條路,修建再大的機房不過是給數據裝了一套房,開發再好的軟件不過是給數據買了一輛車,炒作再大的概念不過是給數據化了個妝,沒有數據,一切都將歸零。倡導“數據+”的思維模式，充分開發、共享、利用，發揮數據作為生產要素的最大價值。尤其要注意的是,新型智慧城市要有溫度要向善,數據的土壤一定不能被“污染”,這也需要我們特別注重數據在采集、傳輸、處理和應用中的安全問題,不能搞數據綁架,要在安全的前提下,挖掘日益增長的信息數據并不斷增值。