一体化推进政务数据体系建设的思考
来源:国脉互联 更新时间:2023-08-01

化推进政务数据体系建设的思考——基于数据权责的视角


7月4日,中国数字经济发展和治理学术年会(2023)在清华大学顺利举办。本次大会以“数据要素治理,数据价值释放,数字经济创新”为主题,邀请了国内外40余位数字经济领域著名专家以及在数字产业实践中取得优异成果的机构代表进行主旨演讲和交流。来自清华大学、北京大学、中国人民大学、中国科学院大学、中国社会科学院大学、南开大学、上海交通大学、复旦大学、中山大学、南京大学等高校和数字经济相关科研机构及企业的代表共400余人出席线下会议,会议通过多个平台进行同步直播,当天信息浏览量超过11万人次。

清华大学计算社会科学与国家治理实验室执行主任,北京国际数字经济治理研究院院长,年会主席团秘书长孟庆国教授以《一体化推进政务数据体系建设的思考——基于数据权责的视角》为题进行了主旨演讲。本文根据孟庆国教授现场发言内容整理。

孟庆国教授作主旨演讲

非常高兴能和大家面对面的交流!我今天跟大家分享的内容是:基于数据权责的视角来看如何推进一体化政务数据体系的建设问题。刚才陈龙老师讲到数据分级分类的内容,的确国家数据文件也要求对数据进行分级分类治理。今天我要重点探讨的是一类数据——政务数据的问题。政务数据是指政府部门在履职过程中产生的数据,这一类数据从它的特征、形态,以及涉及到的治理方式与企业数据、个人数据都是非常不一样的。从目前国家对政务数据的治理思路来看,是希望能在政府之间把这些数据整合共享起来,形成全国一体化政务大数据体系,以便更好地在各级政府、各个部门之间能够共享和使用政务数据,同时推进政务数据的社会化利用。所以,一体化政务数据体系建设就构成了当前数据治理工作中的重要内容。

我今天想从三个方面谈一下自己的观点。首先,第一个方面想谈一下当前政务数据体系建设的背景与存在的难题;其次,在这个问题基础上,给出一个基于“职责-业务-数据”的分析框架;三是确立数据权责的意义和重要性,以及推进一体化政务数据体系建设的思路。

一、政务数据体系建设的背景与难题

国务院办公厅去年发布了关于印发《全国一体化政务大数据体系建设指南》的通知,在这个指南中对于一体化政务数据体系建设提出了八个方面“一体化”的要求,目的是希望从中央到地方形成一体化政务数据整体技术架构和管理体系,以利于政务数据的社会化开发利用。另外,文件中八个方面的“一体化”建设要求实际上是非常高的,凸显了多个“全”的问题。诸如,一体化政务数据体系的范围应覆盖全国各层级、各地方、各部门;实现政务数据资源的全量编目、高效汇聚、统筹管理和按需共享;包括政务数据的采集、治理、分析、管理、共享、开放等全部方面;为各级各类政务工作开展提供全方位支持。按照这些文件要求,国家相关部门与一些地方不断探索和推进,工作取得了很好的成效,但也存在着诸多制约与挑战。经过调研和梳理,我们认为最为迫切的难题有四个方面:一是一级政府部门间的数据共享问题;二是跨层级政府间的数据管理协调问题;三是垂管部门的垂直系统与地方平台间的数据共享交换;四是属地化部门的垂直系统的“数据回流”问题。

要破解这些难题,需要对这些问题精耕细作,做更细致深入地分析。如果只是大而化之,把政务数据建设放在一个很表面的层次上思考,而不能具体地分门别类把数据与职能业务关联去找思路,把握其遵循的内在逻辑,那难题就很难解决。

对于第一个难题,政务数据不能够有效整合共享的一个根本性的原因,我们理解是因为部门业务应用与数据强耦合关系,这种强耦合关系处理不好导致了政务数据整合共享困难。虽然一些地方系统平台经过集约化、上云等建设之后,部门业务应用与政务数据平台建设形式上分离了。政务数据与本部门的业务活动是紧密关联的,实际上也是分不开的。针对存在的这种强关联、强耦合的关系,业务部门和数据管理部门之间在职能分工上如何能够做到步调一致?因此,把彼此的职责定位做好和理顺,是我们当前面临的首要问题。只有解决好这种强耦合关系带来数据职责分工,才能更好地推进跨业务部门的数据打通和共享问题。

对于第二个难题,目前的政务数据管理格局存在国家与地方在职能配置方面较大的差异。从具体情况类别上看,有的地方专门设立了政务数据管理部门的,如广东、上海等;有的将政务数据管理职责纳入大数据部门的,如贵州、浙江、山东、广西等;有的地方将政务数据管理职责纳入政务服务部门职责范畴的,如江苏、河南、河北、湖南等;也有的地方是由网信办、营商环境、相关领导小组等部门负责的情形。以上这些情形,带来了在政务数据建设规划、项目审批、资金管理、系统建设、人员等方面的职责权限存在巨大差异,国家相关部门在统筹推进政务数据一体化建设时面临较大困难。

对于第三个难题,垂直系统中的数据,如何与地方实现交互,以支撑地方履职中合理的数据使用需求,是亟待破解的难题。垂直系统从上到下垂下来,和属地化系统平台如何进行数据打通?如税务、海关等数据,如何用于支撑本地的智慧城市建设、数字政府建设,必然需要将这些垂直系统的数据与本地化的其他政务数据相融合。这些方面目前依然面临着较大障碍。

对于第四个难题,与第三个有点类似,所以有时会归为一类,但我们认为还是有比较大的差异的。部门是属地化的,但实际上从行业管理的角度,自上而下也垂下来很多系统。在这些系统上,属地部门归集填报很多信息数据,这些数据如何与地方的数据平台进行整合共享,其实也面临很多现实困难。当然,这里边的核心就是通常讲的数据回流问题。

对以上四方面的难题的初步分析可以看出,其根本性的成因是与各级各部门数据职责的配置有关。要破解好这些难题,就要对一体化政务数据体系建设中涉及到的部门关系及其权责配置进行深入研究,只有这样就有可能找出破解的办法,从而更好推动一体化政务数据体系的建设。

二、一个基于“职责-业务-数据”的框架

我们尝试构建一个基于“职责-业务-数据”的分析框架,基于这种框架来试图厘清部门在数据整合上的权责体系与职能配置,从而有利于认识和解决一体化政务数据体系建设的问题。

基于数据和业务应用的耦合关系,当前一些地方政府是通过设立数据管理部门,在技术管理上实现数据与业务应用分离来统筹管理的。将业务和数据分离,使二者的“强耦合”转向“弱耦合”,以实现数据部门管数据、业务部门管业务的职能配置形态。但客观上,数据与业务密不可分,也分不开,即使新的数据管理部门成立了,但这种数据与业务“强关联”的关系没有改变,业务部门在数据归集整合与利用上的角色没有减弱。

image.png

图1  基于“职责-业务-数据”的框架

为了讲清楚,我们提出了一个基于“职责-业务-数据”的分析框架,并用图例的方式进行说明(见图1)。从图中可以看出,图的左边一半是传统以部门主导的信息化建设形态,业务部门基于自身业务应用的需要,自己开发了系统平台,支撑业务需求,以提升业务效率。这种传统的模式是各自一体的,部门自行规划、自行建设,系统平台是自己部门的,数据也是数据部门自己的。这是过去信息化建设的长期形成的一个格局。每一个业务部门,有各自建的平台系统,这些平台系统一般都是不同的开发主体建设运维,通常在技术上异构,标准也不一样,所以导致了普遍的数据孤岛,数据不易共享和融合利用。

现在的解决方式是图的右边一半,通过成立数据管理机构,把各部门的数据进行统筹管理,把各部门的数据归集到统一的大数据平台上,把数据管理职能交给专门的数据管理机构。数据管理机构的职能范围就是图中红色大圆圈的范围,主要是把各部门的数据通过物理集中和逻辑共享的方式进行统筹,通过统一规划、统一标准、统一基础设施等,形成一盘棋的数据治理思路,进行政务数据打通、共享以及开发利用。

除了红色大圆圈内的这些工作要做好,还有与圈外的各业务部门的关系问题,即图中红色的数据管理机构和蓝色的业务部门之间这个问题。把这个问题中彼此权责体系梳理清楚,才能够更好地统筹数据管理部门和业务部门在数据治理上的角色分工和定位。

前一段时间我们在一个地方做了调研,就是基于部门“三定”职责事项,梳理其对应的业务系统及其数据,发现部门职能、业务事项、关联数据存在密切对应关系,可以说部门的每一个数据集与其所对应的那个业务事项是强耦合的关系。当我们通过物理集中或逻辑共享整合管理数据的时候,其业务属性和特征不可能完全由数据管理机构来定义,单纯意义上由数据管理机构来管理数据不成立,一定离不开业务部门的参与甚至还要发挥主导作用(见下表1)。

image.png

表1从部门职能到部门数据资源信息

正如表1中举例说明的那样,在业务部门履行职能的过程和结果中,与业务事项开展直接归集或生成了大量政务数据信息。这些业务事项一般可分成两类:一类是业务运行过程和结果中采集生成大量有价值的结构化数据的工作事项,以及通过自动化手段采集生成视频、图像、传感器数据的工作事项。例如,职能话述中包含有以下工作内容的:绩效考核、管理、预算、资金、调查、普查、监测、分析评价、资产核算、评估、依申请权力事项(如许可、审批、登记、审查、备案、确认、核准、认定、给付、奖励等)、依职权事项(执法、处罚、征收、强制等)、统计。二是以产生文本型非结构化数据信息为主的工作事项。例如,职能话述中包含以下工作内容的:法规、制度、政策、规范性文件、标准、规范、机要、档案、调研、文稿、政务公开、新闻宣传、合同等。

如果这些业务事项是由系统平台支撑运行的话(通过信息化建设),便形成了政务数据资源信息。这些政务数据信息与对应的业务密切相关,如果要对这些数据进行规划、管理和开发利用,离开了业务部门单纯靠数据管理机构是很难开展的。所以,从更具象的场景视角来看,基于部门“三定”,必须厘清业务部门和数据管理机构之间的逻辑关系。如下图2

image.png

图2 业务部门与数据部门在数据管理上的逻辑关系

从图2中可以看出,其中的核心就是数据责任问题,也就是说要建立起业务部门和数据部门的协同机制,就要明确各自的责任属性,构建起政务数据权责体系。从一般意义上来说,就如同其它领域的政府工作一样,责任明晰了,履行到位了,工作落实和成效也就有了。之所以,数据整合共享工作一直解决得不好,其根本原因就是缺乏清晰明了的数据责任体系。有了明确的责任分工,以及相应的考核、评价和问责,就容易把工作落实到位。

三、确立部门数据权责的意义与思路

基于上述框架讨论,我们提出了能不能对政府职能业务部门在涉及数据治理上进行数据的确权定责的解决思路,因此认为,在当前阶段把政府业务部门数据责任体系确立起来,应列为政务数据治理和数字政府建设的核心工作来抓。甚至我们之前也提出,对政府部门在数据治理上要从“三定”(定职能、定机构、定编制)到“四定”(定职能、定机构、定编制、定数据)。“定数据”是指什么?就是定部门的数据责任,即在三定方案中加上一个数据职责,把该部门或机构在履职中的数据权利、责任、义务确立清楚,这样从整个一级政府来说就可以建立起本级政府的数据权责体系。

1、确立业务部门数据权责的意义和重要性

对业务部门进行数据的确权定责、构建政府数据权责体系的意义在哪里呢?建立起数据权责及其体系,它的意义在于:能够规范部门的数据归集、更新、维护和使用等工作,保障部门数据的质量、标准、完整性和合规性等要求,为实现部门间的数据共享,提供高质量的、可靠的数据资源,也能够实现“一数一源”工作要求,避免重复采集,便于数据统筹和管理。

2、如何厘清和确立业务部门数据权责?

如何建立起部门数据权责?其核心内容是什么?我们认为其原则是,要从数字政府建设的整体性角度,按照统一规划、统一标准和统一框架体系等的建设要求,遵循统一集中和分工协作的原则,清晰界定政府每一个职能部门的数据权责内容,并将其纳入到其机构编制管理方案中。主要包括以下五个方面:

一是在与部门业务相关的数据采集上,对数据采集的范围、方式,是否按权限范围最小化原则进行采集,并按“一数一源”要求进行;

二是在本部门数据维护上,对本部门数据存储、加工、更新、维护和安全进行管控;

三是在数据治理和管理维护上,对数据完整性、有效性、合规性和符合标准性等方面负责;

四是在数据共享中作为数据提供方所应履行的权利、责任和义务;

五是在数据的使用上,对部门归集数据的使用权利,以及作为数据共享数据使用方使用别的部门提供的数据所应履行的权利、责任和义务。

目前,国家的相关文件也已开始做类似要求,如数据共享的事项清单、数据清单、责任清单等政策制度的设计。

3、厘清数据管理部门和业务部门的权责分工

按照图2数据职责体系的分工,在规划设计上,数据管理部门着重整体规划设计,着重在核心数据定义、数据标准等统筹数据管理规划,业务部门负责本领域规划设计,做好本部门的数据资源规划。在数据管理上,数据管理部门着重开展数据整合共享与管理数据,业务部门主要是按照标准和定义,采集数据、使用数据等。

数据管理部门在数据统筹管理上定位主要包括:通过制定政策、规划、标准等,对政务数据整合共享与应用建设发展进行总体设计;统筹与组织协调一级政府在数据资源上的采集分工、归集、共享、开发利用和安全管理;通过项目审批、资金管理等手段,实现对业务部门数据工作的统筹;开展数据基础设施建设与运维。

4、建立一体化的政务数据权责体系

在一级政府的部门之间,有了对业务部门数据权责体系做基础,在实现跨部门的数据共享中,就可建立起基于数据提供部门、数据使用部门和数据管理部门之间的基于归集权责、使用权责和共享管理权责“三权分置”的政务数据共享机制,以此来破解政府数据归集和共享的难题。

在解决跨层级政府间的数据管理协调问题,基于数据权责体系的界定,可厘清上级之间的管理权责关系,解决好部门隶属于归口不一致的问题、数据标准建设与实施的问题,再加上上下系统对接与平台互操作性的技术性问题的解决,就能有效破解跨层级政府间数据的共享联通问题。

在解决垂管部门和地方部门间数据共享交换的问题,重点要建立起明晰的数据共享权责分工。在数据整合共享中,垂管部门(含地方的垂管业务部门)要按职责采集数、更新维护数据、按需提供数据,有权利获得相应资源支持(如编制、资金等);地方部门可按职责获取共享数据、使用数据,并承担使用过程中的管理责任。

在垂直系统所属上级部门和地方部门间,明晰数据权责,着力落实解决数据“回流”问题。对于垂直系统的属地上级部门,在数据物理归集数据、治理数据等方面,做好与各级数据平台对接,按需按责“回流”数据。对垂直系统的地方本级部门,主要责任包括采集数据、更新维护、获取“回流”数据等。

最后简单小结一下,要推进一体化的政务的数据体系建设,确立政务数据的权责体系是重要前提,如何没有数据权责体系做保障,一体化政务数据体系难以建立起来,因此要关注和重视数据整合共享背后的责任问题。

作者系清华大学国家治理研究院执行院长、电子政务实验室主任、人工智能国际治理研究院人工智能数据治理方向首席专家一体