习近平总书记赴浙江考察时，在杭州城市大脑运营指挥中心指出，让城市更聪明一些、更智慧一些，是推动城市治理体系和治理能力现代化的必由之路，前景广阔。总书记的重要讲话，为推进城市治理体系和治理能力现代化提供了重要遵循。

面对纷繁复杂、瞬息万变的城市治理环境，如何通过数据治理构建城市治理现代化体系，如何充分挖掘大数据价值，不断提升数据治理新特性新功能，让大数据真正服务于城市治理，这对于提高城市治理能力具有重要意义。

01

什么是数据治理

国务院印发的《促进大数据发展行动纲要》中明确提出要建立一个“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制。实现基于数据的科学决策，逐步实现政府治理能力现代化。运用数据治理提升城市治理能力和治理水平现代化已然成为趋势。数据治理是依托物联网、大数据、云平台、人工智能等现代技术，最大限度挖掘、释放、共享数据资产价值的数据决策行为；是互联网时代背景下城市治理的重要依据和特殊手段。

02

数据治理的优势所在

1.数据样本优势

数据治理在“新视角、新思维、新范式”理念下，采集分析、管理运用城市治理大样本数据，搭建数据资源共享平台，最大程度释放数据资产价值，进而促成精准化、智能化、高效化城市治理新局面。

一是破解数据样本少量化。数据治理将各区块的数据库统一纳入城市数据全系统，形成海量全样动态的城市数据集群，破解传统随机抽样样本数据空白、数据虚假、结构缺失、调度困难等问题。二是消除数据样本碎片化。数据治理依托大样本统计数据，统筹数据应用及跟踪全过程，最大程度实现各层次、各区块数据之间的互通互联及数据共享，消除跨层级的数据样本导致的数据“碎片化”，打破“信息孤岛”和“数据烟囱”局面。三是规避数据样本差异化。数据治理以数据需求为导向构建智能感知、自动获取、实时掌控、精准处理的数据运作模式，摆脱数据应用全过程中的人为影响因素，保障数据高质量和实效性，规避数据样本的差异化，实现数据治理在城市治理中全局化实时化精准化地应用。

2.数据管理优势

针对数据管理全生命周期，制定动态化、公开化的数据管理新规范，保障数据治理中数据的信度效度和精准度。建立数据质量评定新标准，划分数据质量级别，定期进行数据质量排查，规避低质问题无效数据的传送、共享和应用，实现问题数据源头治理。秉承“谁使用谁负责”的原则，划分数据“责任田”，实施数据责任界定，并对数据运行系统进行实时监督、优化整合。精准把控数据治理全生命周期各个环节，努力消除人为因素导致的异常数据、问题数据，打造高价值数据信息链。

3.安全运维优势

数据运维的安全性是数据治理的重中之重，只有充分掌握数据运维场景及安全现状，才能确保数据治理有序进行。构建数据安全检查规范，部署防火墙或访问管控程序，开设安全管控环节，强化数据共享安全管控。加强敏感保密数据在运用过程中的防护举措，构建区别共享数据的“隔离带”，确保数据的完整性和保密性。依托专业运维管控手段打造细粒度的管控局面，防止危险访问行为发生，提高数据治理的安全性。

4.组件支撑优势

平台作为数据治理的核心管理系统，起到管理数据和治理事务的作用，数据治理想要实时捕获数据变更，自动校验分析结果，主动监控集成过程，呈现分析云图，就要构建强大的组件支撑。首先，完善数据组件。根据数据需求动态配置不同服务功能的数据组件，形成集数据需求、分析、共享于一体的数据组件。其次，创新分析组件。加强对于数据分析模型的研发，研发涵盖数据监测、预测、预警、决策等方面的数据运行公式，创新数据分析流程。最后，简易可视组件。数据平台以简易化的可视组件呈现多角度多类型多层次的数字云图、分析图表、解析影像，推动数据治理更加普世、易懂、易操作。

03

数据治理的未来发展

数据治理已经成为城市治理的新亮点，在未来城市治理过程中要充分发挥数据治理优势作用，把握数据治理未来发展动向，实现数据治理长效化运作。

1.更加注重多主体的协同治理

党的十九大报告从社会治理角度提出打造“共建共治共享”的社会治理新格局。在数据治理方面，政府、企业、社会组织等多元主体都应积极融入数据治理之中，充分发挥各方治理的积极性和协同性作用，构建社会协同治理共同体，真正形成社会数据治理协同合力。

2.更加注重标准化的数据规范

数据治理中数据资源的自由流动和开放共享受到了区块分割、保护壁垒、口径等多方面影响，海量多源实时数据流的一致性和兼容性面临巨大的挑战。为了提高数据传输、计算、应用的效率和质量，因此，需要构建数据格式、数据应用、数据更新、交换接口、运营管理、数据安全、数据监督等全流程数据标准体系，确保同一数据在不同系统中保持名称、定义、分类、编码等一致性，确保元数据动态监测、授权修改、共享互联，保障数据仓的覆盖度、信效度、规范性、唯一性、全相关性，最大程度挖掘数据价值。加强全流程数据标准规范推广，定期开展标准规范应用评价、监督，推进数据标准一体化建设。

3.更加注重智能化的应用模式

数据治理基于海量的非结构化、半结构化数据进行深度分析和数据价值挖掘，因此需要更加智能化的数据运算、数据共享、数据运维。数据治理能够快速辨别、精准锁定现实问题，依据数据访问轨迹和数据点击频率进行统计、识别，判定多样化、差异化的数据需求。建立数据分析引擎，实现数据仓横向协同、纵向联动，实施集群大数据一站式智能分析和多维分析，高效化条理化针对性查询回溯数据信息。创新数据全流程应用完全托管模式，强化数据组件、分析组件、展示组件等平台组件支撑，真正实现城市治理的智能化、智慧化。

4.更加注重可视化的动态治理

可视化的动态治理是将数据价值以多维数据的形式表示，从不同的维度观察数据、应用数据、共享数据，提供点线面的立体化、多层次、多视角关联分析，即时推送、实时查询、智能展示数据集成图像。可视化需要满足不同使用场景、不同目标需求，具备搜索分析、联想预测、图表呈现等多重功能，清晰地呈现数据动态，精准、高效地研判数据治理新状况以及苗头性问题，形成全面感知、动态可视、精准客观的智慧决策模式。个性化匹配数据内容、数据功能和应用体验，布局个性的功能设定，以此定制能够满足特色用户需求的系统配置。真正打造可视化的数据动态治理全生命周期。

【参考文献】

[1]张晓,鲍静.数字政府即平台:英国政府数字化转型战略研究及其启示[J].中国行政管理,2018(03):27-32.

[2]牛丽雪,白献阳.国内外政府数据治理研究进展及未来研究趋势[J].河北科技图苑,2020,33(01):21-27.

[3]刘淑春.“三元融合”全链路数字化——基于浙江省经济运行监测数字化平台的解构[J].中国行政管理,2019(11):60-68.

[4]刘淑春.数字政府战略意蕴、技术构架与路径设计——基于浙江改革的实践与探索[J].中国行政管理,2018(09):37-45.

供稿：王乾坤

审核：接栋正