观点 | 以数据驱动高水平数字政府建设的建议

编者按

中共苏州市委研究室《调研与参考》2022年第58期刊登东吴智库研究员吴新星的文章《以数据驱动高水平数字政府建设的建议》。该文章立足苏州全面推进数字建设的现实情况，分析当前苏州建设数字政府面临的复杂问题，从主体、规划、机制、保障四个方面提出以数据驱动高水平数字政府建设的建议。现将全文转载如下，以飨读者。

观点

以数据驱动高水平数字政府建设的建议

吴新星

随着数字社会的来临，苏州推出了一系列数字政府建设举措，“一网通用”“一网通办”“一网统管”三大工程有效提升了政务服务和社会治理效能，特别是“苏周到”“苏商通”等平台在疫情期间发挥了巨大的作用。按照Gartner数字政府成熟度五级评估模型，苏州数字政府处于“开放”向“以数据为中心”过渡阶段，属于五级成熟度中的第二、三阶段，离“完全数字化”“智能化”高水平数字政府阶段还有一定差距。数据资源驱动效能发挥不足，是目前苏州数字政府建设面临的核心问题，主要表现在对数据资源的社会增值效应缺乏想象，对数字政府中数据资源的应用机制缺乏主张，具体表现为：

治理主体数字素养仍不足，工具思维代替数据逻辑

近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，也深刻影响着政府治理，对干部队伍数字素养提出了巨大的挑战。一是对数字政府理念的认识偏差。调研发现，绝大多数政府工作人员仍停留在将现有业务数字化的认识阶段，秉持“政府上网”的工具思维，对数字技术在数字政府中的价值、原理、场景、技术环节等知之甚少，尚未认识到政务数据对精准化服务、智能化决策的价值。二是专业数字政府建设运营队伍缺乏。数字政府平台的运营仍局限于软件思维，各类平台推广主要采用行政分包模式。在政府主导的政企合作模式下，相关政府部门人员的用户需求意识、数字产品开发知识的储备仍显不足，虽然各单位根据要求配备了首席数据官，但实际效能并未得到充分发挥。我们在调研中发现，苏州一些基层乡镇（街道）并没有专门的技术部门，直接由业务部门与企业团队对接。

治理数据采集机制仍不畅，基础数据资源集成不足

一是治理数据弥散、重复采集。地理、人口、法人等基础数据，电子身份、证照、交互等标准数据散于各层级、各部门、各业务终端，重复采集现象普遍存在，数据采集成本较高。如高新区某街道建设智慧社区平台时，在无法获得公安部门数据的情况下，由专职网格员采集人口、房屋等数据，而且出现“数据不一致、不知以哪个为准”的情况。二是数据标准不一，集成度低。多层级、多部门、多主体采集的数据存在口径、内容、格式的差异，数据存储的技术标准、开发语言也不一致，数据集成难度大，进一步影响到各类政务系统、功能应用间难以兼容。如各板块有“惠姑苏”“住枫桥”“胥有您”等平台，市场开发的有“智慧苏州”“无线苏州”等平台，各类平台功能各有侧重、数据标准各有差异、技术语言各有章法，最终无法在“苏周到”上实现集成，部分平台目前也基本停止运营。三是数据算法建设不足，智能水平较低。目前，苏州政务数据运用侧重于数据计算的“算力”，如疫情期间辅助流调、城市驾驶舱汇总数据的可视化，基于数据处理逻辑结构的“算法”价值尚未得到充分体现，借助大数据分析实现风险预警、服务供给、辅助决策等智能功能还有较大的发展空间。

治理权职责一体化仍不够，数据资源共享开放不足

一是数据治理体制机制未确立。目前苏州政务数据治理（以“一网通用”为主）集中于市大数据管理局，数据共享和开放应用（“一网通办”“一网统管”）由行政审批局、公安局、城管局等多个部门参与治理。处于基层一线的镇（街道）政府并无专门的数字政府主管部门。横向碎片化、纵向悬浮化的问题，造成难以确立统一的、持续的数据治理顶层规划。二是数据治理权职责边界不清晰。数字治理权力、职责、评价机制一体化建设的不足，如市场监督管理局机构改革后，工商、质检、食品药品监管等业务各有一套独立的监管系统，存在着职责交叉、重复执法等问题。

安全管理制度技术仍欠缺，政务数据存在安全风险

尽管政务基础数据价值密度低，但仍可通过算法技术分析获得政务机密、人群画像等关键信息，容易被一些市场主体和非法分子利用，甚至成为应急状态下造成政府瘫痪、治理失效的安全风险。一是数据安全技术能力相对不足。数字政府各类平台、内在存在较多技术漏洞，无法有效预判网络攻击的环节、位置，无法及时修复安全漏洞，无法有效应对网络攻击、信息泄露等风险。特别是基层乡镇（街道）、村（社区）开发的APP、小程序，甚至未搭建安全架构，未经安全测试便上线运行。二是安全制度规范有待加强。《网络安全法》《密码法》《数据安全管理办法》提供了整体性的法律依据，但调研中我们发现一些部门数据治理的权责清单有待明确并完善，数字政府各类平台的安全风险评判标准和数据风险应急预案有待建立。三是治理主体安全意识和能力较为欠缺。如疫情流调期间，个别工作人员将涉及人员的行程信息、身份证号码等个人信息随意转发，日常工作中也存在将内部政务业务流程、数据随意截图或拍照转发的情况。

近期，我市全面推进数字苏州建设，重点在数字经济、数字社会和数字政府三方面重点发力。就数字政府而言，主要是深入推进政务服务“一网通办”、城市运行“一网统管”，优化“苏周到”“苏商通”等平台，建立健全政务数据采集管理机制，促进数据资源的融合共享和分析应用等工作。结合存在的问题，建议我市在主体、规划、机制、保障等全方面确立数据逻辑，以数据驱动高水平数字政府建设。

1.以数据逻辑推进数字政府的建设。干部队伍是政府履职的具体承担者，也是建设数字政府的发起者、执行者，推动数字苏州建设向纵深发展，关键之一就是要培养造就一大批数字意识强、善用数据、善治网络的干部队伍。①增强干部的数据意识，通过培训、讲座、论坛、调研等形式，强化党政部门工作人员的数字技术效能提升功能认识基础上，培育其数据驱动精细化管理、精准化服务效能提升的创新理念。②提升“一把手”的数字素养，建议加强部门、板块考核中的数字社会、数字经济和数字政府指标，确立“业务数据化”“数据业务化”齐头并进的行动意识，提升党政负责同志数据收集、生产、应用的统筹能力。③建强“数据官”队伍，引进、遴选一批有激情、善学习、肯思考、懂技术的干部，开展数字技术和治理变革专题培训，组建一支具有技术与治理综合素质的“数据官”队伍。

2.推进政务数据资源一体化规划建设。数据资源是数字时代政府治理的基础性资源，掌握数据便掌握社会的“元权力”。①加强数据资源的规范采集。业务数据化是数字政府建设的基本逻辑，建议以基层镇（街道）作为数据采集更新的主力军，市（区）按照省、市统一技术标准建立地理、人口、房屋、法人、资源等各类专题数据库和整体数据资源中心，各部门、各基层板块按权限共享相关数据。除国家、省有明确规定外，所有数据资源在市内实行定期更新、依法共享、协同运营。②建立数据资源中心。杭州在2018年发布了首个城市数据大脑规划，搭载中枢、系统与平台、数字驾驶舱与应用场景等要素组成数据大脑核心体系。建议我市进一步加强基础数据资源中心硬件、结构、要素、流程、权责规划建设和管理，建设苏州“城市驾驶舱”，为“苏周到”“苏商通”两大政府平台的集成应用做实数据基础。③强化数据算法建设。数据业务化是数字政府智能运行的创新路径，建议以区（市）数据资源中心为基础，强化算法开发和应用，盘活平台底层数据，对全景数据信息进行智能分析，辅助党政领导科学决策。如上海以“一网通办”的城市全景数据为基本资源，以全局即时分析为基本能力，建立了以跨部门协同决策为应用场景的智能中枢系统。

3.建立权责明确的数据治理机制。①建立整体的数据治理制度规范。按照数据提供者、数据应用参与者、数据服务对象等角色，明确党政部门、企业、公众等不同主体的权力与责任、政策与标准、指导原则、隐私与条约以及普通数据的集成框架，实现数据的整体性治理。②对数据管理部门进行赋责赋权。市、区两级以大数据管理局为主体，承担数字政府统筹规划、数据资源整合的职责，赋予其开展数字政府项目验收和日常考评的权力。基层乡镇（街道）以党政办为基础设立大数据管理办公室，统筹本级及下属各社区、街区、工业园的政务数据采集和管理工作。③明确业务部门的数据共享权责。数字政府本质上是政务数据的共享流转。数据生产、流动、应用，是对政府部门内部政务流程的改造，更会推动跨层级、跨部门、跨区域的政务流程优化和智能化创新。建议我市建立数字政府数据管理权责清单，明确各个部门、各个层级的数据采集生成、更新维护、共享使用、安全管理职责，建立并实施数据管理激励和监督问责机制，严格惩处数据滥用的行为。④探索建立专业的数据运营机制。在政府主导的基础上，建议借鉴广东省政府集中腾讯、华为、三大基础电信运营商组建数字广东公司专门负责数字政府建设运营的经验，探索数字政府的政企合作运营模式。

4.构建数据安全管理保障体系。①加快提升信息安全技术水平。继续发展和采用更为先进的大数据安全技术，重点加强密码技术、身份鉴别技术、网络监管、信息安全测试与评估等关键技术的研发，建立数据安全防范数据库，对数据发现、创建、获取、采集、整理、处理、储存、共享、增值等环节加强监管。②构筑数据安全规范体系。探索数据安全地方法规的立法工作。在各部门、各层级政务信息化建设项目审批、建设、验收和数字政府绩效考核中，设置数据安全必考指标，增加考核权重。可试点数字政府数据安全专项考评体系，定期开展数据安全风险评估并及时预警处置。③提升各类主体数字安全素养水平。对数字政府采集的个人信息，如果漠视用户权利滥用敏感数据信息，会造成社会公众对政府信任感降低，建议强化数字政府管理层、业务层的数字治理工作职责、行政伦理、道德操守、思想觉悟，加强数据使用者和应用者数据安全知识、意识、技能等方面的培训教育。

（本文作者系苏州大学中国特色城镇化研究中心、东吴智库研究员，政治与公共管理学院硕士生导师）