政务数据云发展与应用白皮书 2023

A工中国信通院数据作为新型生产要素，对传统生产方式变革具有重大影响，要构建以畅通数据共享利用等相关政策。2022年，国务院印发的《关于加强数字政府建设的指导意见》，提出构建开放共享的数据资源体系，充分发挥数据的基统上云。政务云平台作为数字政府建设的关键基础设施，是实现政府数据资源集中、共享和应用的通道，是推进跨部门、跨地域、跨层级数据流通和业务协同的关键引擎。然而，数字经济时代，政务云平台数据的指数级增长与以“云网边端”为支撑的分布式政务数据云基础设施，是打破算力藩篱，解念、发展情况以及关键技术和环节进行阐述。然后，重点分析政务数据云在数据目录、政务服务、智慧应急、一网统管以及智能决策等应用场景的落地实践。最后，本报告从技术、产业、应用、标准等层面对政务数据云发展趋 1 2 3 6 8 26.3%，为全球第一。数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。随着云计算的普及渗透，以及政府和企业内部的数据量呈指数级迅猛增长，越来越多政府和企业开始将系统和数据由本地部署迁移到云端，数据上云成为数1从“数据上云”到“数据云上”，实现四次价值释放。一是业务流程化，优化政府和企业生产力，提升业务工作效率，并满足灵活部署、高效管理、安全保护的需求；二是管理平台化，加强企业和政府一体化管理能力，促进数字化转型，深度渗透流程环节，对业务成果和市场有明显提升，优化客户体验和管理成本；三是应用繁衍化，数据云上成为工程化应用落地的第三方可信任的工具和手段，将有更多的厂商应用云上数据来灵活高效地实现更广范围的数据要素应用开发和产业落地；四是底座生态化，数字经济、新基建发展的新动能，基于数据云上衍生出更多的促进产业升级和经济发展的工具和能力，并实现自中央和地方层面在政策方面持续加码数据相关服务，为数据云上发展注入强劲动力。性“上云用数赋智”服务，推动政府和企业上云、上平台，降低技术和资金壁垒，加快我数据体系建设指南》《关于构建数据基础制度更好发挥数据要素作用的意见》《数字中国疆生产建设兵团均通过发布数据专题规划、数字经济总体规划等形式，明确了各地数字基础设施、数据要素市场、数据应用的发展路线图、时间表等，凸显出各地在数据布局方面云计算加速渗透各行各业，问题和挑战随之涌现。2022年以来，在“新基建”浪潮台的深度应用，也出现了多方面问题和挑战。一方面是算力供需不平衡，政务云平台上数据的指数级增长和算力的线性增长带来的算力需求和算力发展的不匹配问题日益突出，严重制约数字政府发展；另一方面是数据壁垒严重，政府部门间因数据安全保护等原因存在政务数据云通过可信数据空间实现数据开放共享和可信流通，提供基础服务、数据展现与通过数据采集工具，实现对海量异构数据的云网边端多级采集，部门内部可按照统一规则土地和创新之后的第5大生产要素，数据的重要性体现在它作为驱动创新和决策的核心资源，而这种驱动力对于企业、组织以及整个国家的可持续发展至关重要。数据的应用范围从智能制造、金融服务、医疗保健，一直延伸到社会治理等各个领域。然而，要充分发挥数据的价值，数据本身需要有个可以支撑和服务的基础设施，数据云应运而生。数据云是安全可信的云上构建的新型基础设施。数据云应包括算力支撑层、由大模型和数据工程组成的数字底座层以及数据空间层，三者组成的数据云支撑了数据市场的正常运转，成为推 数据云定位是为数字中国提供基础支撑，打造可信数据流通体系。数据云在云上实现了同现实物理隔离一样可靠的数据隔离，同时解决现实世界算力不足、跨空间无法共享的问题；不同领域或行业可根据数据的属性和信任原则构建有边界的数据空间，在数据空间内可以基于隐私计算、数链融合等技术进行数据的可信计算与流通。数据云作为数据资源政务数据云是在数字政府领域的数据云实践，支撑公共数据流通内外双循环。作为数据流通应用较广的政务领域，政务数据可信流通面临诸多技术和管理挑战。一是政府部门涉及众多业务领域，数据的类型和格式各异，且数据量巨大，数据来源也可能存在分散和三是政府部门之间数据的交流和共享需要建立可靠的机制，确保数据的一致性和完整性。并采取严格的权限控制和数据加密措施，确保数据的安全和隐私。同时，政务数据云提供了标准化的数据交换接口和数据格式，使得政府部门之间的数据交流更加便捷和高效。通5政府部门能够实现公共数据安全可信高效的共享，促进政务信息的互通共享，有序推动政策的落实和公共服务的优化，打通公共数据共享“内循环”。另一方面，政府能够更好地当前，国内外政务数据云发展势头良好，各企业纷纷提供云网边端一体化能力，加快推进政务数据云的落地实施，形成一批可封装可复用的实践经验和标杆成果。目前，国内外政务数据云的代表厂商有谷歌云、浪潮云、奇点云、星环科技、电子云等，下文将具体.谷歌数据云在底层数据存储和数据价值挖掘方面工具平台丰富，能够围绕无限数据处理能力、无限任务负载、无限触达三个方面构建数据策略，使客户能够通过统一、开放、智能的数据云平台进行数字转换。目前，已经推出CloudSQL、Serverless、Cloud.浪潮数据云在数据要素底座领域拥有一批先进技术能力，包括冷热数据分层存储、流批一体实时数据处理、云原生、区块链、高速安全跨网数据传输、数据治理、海量异构数.奇点数据云平台打造中立安全、稳定易用的数据云平台，以跨平台、云原生、数据安全为技术内核，为客户提供全链路的“产品+技术+方法论”服务，支撑客户构建其自有的数据生产力，最大化技术数据价值，驱动业务增长与创新。主要满足企业数据中台建设.互联互通，实现数据端到端全生命周期管理。为企业提供数据流通交易平台、企业湖仓一体数据湖、企业数据中台、联邦云、企业数字化转型、政务大数据、云原生数据科学云和.电子云大数据平台以“打造高安全基础设施”为核心的价值主张，采用分布式云打造安全数字基础设施云底座，加快数据要素市场培育、激活数据要素潜能，大力推进各行各业的数字化转型，构建并完善数字治理体系。目前已基本形成开放兼容、交互友好、一站分布式云在当今信息技术领域扮演着至关重要的地位。一方面，分布式云以其高度灵另一方面，跨域算力调度、异构计算调度、OpsCenter统一运管和云边协同等关键技术和环节构建了高效、稳定、可靠的分布式云环境，促进了云计算的发展，并为各行各业提供一是跨域算力调度。跨域算力调度允许云平台根据不同应用的需求，在多个数据中心二是异构计算调度。在分布式云环境中，不同类型的计算节点和硬件设备相互协作，三是统一运管。统一运管提供了集中式的监控和管理工具，可以实时监控云平台的状四是云边协同。随着边缘计算的兴起，云端和边缘设备之间的协同变得越来越重要。为高质量实现数据资源有序共享和解决“数据孤岛”问题，构建完善政务大数据资源赋能体系，促进各行业数据的综合分析和应用，秉承“应收尽收、应归尽归”原则，全域全量数据采集通过汇聚覆盖全域的公共数据和社会数据，尤其是视频、物联感知等非结构泛在物联融合传统的物联网、视联网技术提供边端产品和物联感知平台，边端产品应实时数据集成应支持多种采集策略。一是支持多种采集方式及复杂的采集调度策略。不同类型的数据对外提供数据的方式不同，包含传统的数据库、接口、消息队列、物联网设备协议等；应该根据不同的数据需求，提供不同的采集组件，并且支持多种数据抽取策满足不同周期的数据采集需求。二是支持多种对账策略，满足复杂的数据核查需求。数据另一方面，提供事后对账分析能力。对已汇聚的数据进行事后的资产盘点，对于对账失败的数据，提供一键补数能力。另外，支持全部或者指定范围的数据对账，以满足不同的对 政务数据来源广泛、种类繁多，数据量大、数据类型多样等特点，对数据治理能力提出了更高的要求，使用人工智能技术赋能到数据生命周期中的元数据管理、数据质量、数据开发、数据分析等各阶段，可以帮助政府更好地管理和利用数据，大幅降低数据处理和开发利用方面的实施难度和成本，提高数据的安全性、准确性和可靠性，促进政府决策的种类的不同，应用场景的不同，采取不同的数据治理规则，充分挖掘结构化和非结构化数据的潜在价值，尽可能地降低数据利用的成本并控制可能产生的风险。一是通过元数据采集、数据血缘分析、数据模型构建、数据质量管控等治理流程，勾勒数据标签画像，沉淀标准化的数据资产，实现数据资产的可视、可管、可用，输出数据服务、数据地图；二是智能化，实现数据标准的推荐挂接、数据清洗转换规则智能推荐、数据开发治理任务的自动编码等能力，提升数据治理效率；三是对数据资产进行智能化的数据比对，识别出数据资产之间潜在的关联关系，并自动化进行关系挂接，形成关系图谱，辅助开发者厘清数据现代分析应用需求不断由统计分析向预测分析转变、单领域分析向跨领域分析转变、被动分析向主动分析转变、非实时分析向实时分析转变、结构化数据分析向多元化数据分析转变，传统的“湖仓分离”的计算和存储模式，一定程度上实现了功能的互相补充，但海量数据的高效存储与计算基于云原生湖仓一体技术，融合了数据仓库和数据湖两种架构优势，底层多套存储系统并存且互相数据共享，形成资源池，上层各引擎可以通过一体的封装接口访问，实现了同时支持联机交易和联机分析。存算分离方面，外接云对象存储提供统一的、低成本、高可靠的数据湖存储，实现s3协议融合、动态冗余策略修改与纠实现一份数据在多个引擎间自由流动共享，避免数据在湖仓之间来回迁移；开放数据格式同时具备数据仓库的数据处理和管理能力；数据探索方面，提高统一的数据管理以及对外的统一接口，支撑数据跨源分析、元数据采集管理；多引擎计业务模型库通过对各政务部门高频需求的共性分析，形成通用的数据模型库、场景模在民生服务方面，提供政策类、补贴类等业务模型，以场景为驱动，以数据为核心，融合多源数据赋能具体业务场景，如高龄老人补贴、住房公积金提取等业务模型，为科学制定和调整政府改革与发展政策提供客观依据，实现政府管理手段的现代化和规范化，提在营商环境方面，提供企业活跃度、异常企业识别等业务模型，为城市智慧化、数字在数字乡村方面，提供土壤质量监测、水质环境评价等产业模型，通过产业智能数据在智慧园区方面，提供园区经济效益分析、园区能耗分析等业务模型，以区域地块、 数据流通是数据产业链条中至关重要的环节。一方面，数据流通促进了不同数据源之间的互联互通，推动了数据的共享与交换，为数据驱动型经济的发展提供了强大的支持。构建一个安全、可信、高效的数据流通体系，推动数据的合理共享与应用，助力数据产业一是数据安全保护技术。数据安全保护技术是数据流通的基石。采用同态加密、差分隐私、数据脱敏等先进技术，保障数据在传输和存储中的安全性和隐私性，有效防止敏感二是数据共享和授权技术。数据共享与授权技术是数据流通不可或缺的环节。依托数字合约、访问控制和身份认证等技术手段，确保数据仅授权用户可访问，实现数据的合规三是匿名化和去标识化技术。为了更好地保护数据主体的隐私，采用匿名化和去标识四是数据加密和数字水印技术。一方面，通过数据加密技术，保证数据在传输中的机密性，另一方面，通过数字水印技术，追踪数据来源和确保数据的完整性，提升数据的可五是区块链技术。通过有效应用区块链技术，为数据流通提供了分布式、不可篡改的六是坚持遵循数据共享标准和规范。通过遵循数据共享标准和规范，确保数据流通过公共数据目录为公共数据共享交换奠定基础。公共数据目录是通过对数据资源依据规范的元数据描述，按照一定的分类方法进行排序和编码的一组信息，用以描述各个政务数据资源的特征，以便于对政务数据资源的检索、定位与获取。公共数据目录是实现公共数据资源共享、业务协同和公共数据开放的基础，是各政务部门之间信息共享及公共数据向公共数据资源底数不清，难以有效释放数据价值。当前政府掌握了海量的公共数据，但这些公共数据分散在多个业务系统中。一方面，政府部门无法及时感知到数据的分布与更新情况，无法快速找到符合自己需求的数据，也无法发现和识别有价值的数据并纳入数据资产。另一方面，数据孤岛普遍存在，严重阻碍了业务系统之间的数据共享交换，降低了资源利用率和数据可得性。目前，覆盖国家、省、市、县等层级的公共数据目录体系初步形成，但依然存在公共数据资源存在底数不清，数据目录不完整、不规范，数据来源不在政务数据云中，通过打造一体化政务大数据平台，提供数据目录一体化能力。一是二是建立公共数据资源共享体系，按照共享为常态、不共享为例外的原则，制定共享交换管理办法，明确管理模式及数据共享的权力责任，基于区块链技术建设可信共享环境，保障政务数据资源共享的长效运行，实现公共数据共享“可管、可控”。三是制定统一的数据标准和接口，支撑各业务单位和业务部门的数据共享、交换和业务协同工作，支撑数据政务服务工作是政府与社会之间的桥梁，是公共事务的重要环节。政务服务是指各级公共数据难以有效赋能政务服务。近年来，“办证多”“办事难”“奇葩证明”等问题一直困扰基层群众办事和企业创业创新，成为政务服务的“堵点”“痛点”“难点”。一方面，要让企业和群众少跑腿、好办事、不添堵，缩短办理时限，降低企业和群众办事成本，共享“互联网+政务服务”发展成果，必须切实推进公共数据共享。另一方面，虽部分敏感数据出于安全考虑不敢共享，对共享数据的不信任等问题，极大地阻挠了公共数政务数据云赋能政务服务，打造泛在可及、智慧便捷、公平普惠的数字化服务体系。一方面，政务数据云提供高速跨网的可信数据汇聚、多源异构数据存储与流批一体计算、高性能区块链、智能数据治理、数据资产化、可信数据共享及交易流通等的一站式数据上云和数据运营解决方案能力。另一方面，以大数据、区块链、人工智能等核心技术，打造一体化、智能化的“数采－数算－数用”全生命周期数据要素管理基础设施，实现云数智深度融合，增强数据安全与数据要素化支撑能力，实现数据可信流通，有效地支撑公共数以“智慧应急”推进应急管理体系现代化建设。应急指挥是一种在紧急情况下，通过协调、指挥和控制各种资源，以最有效的方式应对突发事件，并尽可能降低其对人员、财及时地响应和处置突发事件，以尽快恢复秩序和减少损失。二是复杂性，应急指挥需要协调多个部门、机构和资源，包括政府部门、救援队伍、医疗系统、志愿者等，以形成全面因此具有较高的风险性。四是不确定性，突发事件的发展和影响往往难以预测，因此应急当前应急指挥主要存在以下问题和挑战。一是资源调度问题，在应对突发事件时，资源的合理调度和优化配置是关键。然而，由于地理、交通等因素的影响，现有的资源调度往往存在效率低下、协同困难等问题。二是决策支持问题，应急指挥需要大量及时、准确的数据支持，以便做出科学的决策。然而，目前的数据采集、处理和分析能力还远远不能满足这一需求。三是跨部门协同问题，应急指挥需要各个部门的高度协同和配合。然而，政务数据云助力突破数据壁垒，提升指挥调度效率。数据云是一种基于云计算的数据存储、处理和分析技术。它可以为应急指挥提供强大的数据支持和决策辅助，以解决上述问题和挑战。一是优化资源调度，数据云可以对各种资源进行实时监控和数据分析，实现资源的优化配置和高效调度，提高应急响应的效率和效果。二是提供决策支持，数据云可一网统管是现代城市治理新模式。立足城市管理、城市运行、城市服务的实际需要，构建全方位覆盖的联动机制，纵向贯通市、县（区）、乡镇（街道）、村（社区）、网格5级服务网络，横向连接各个社会治理成员单位和职能部门，运用互联网、大数据、AI等技术手段，将信息、数据、网络与城市功能有机结合，打造多维协同、数据赋能、精准判断 一网统管当前主要存在以下问题和挑战。一是跨级协同手段欠缺。围绕城市运行管理中发生的城市事件，省、市、县、区各管理层级间尚未形成统一联动的业务协同流程，且缺乏围绕处置事件的协同化智能化手段支撑。二是数据融合应用程度低。现有各独立系统数据分散、资源利用率低，内部数据、各委办间数据及核心业务数据缺乏全面关联整合，无法支撑管理者综合决策需求。三是城市事件处置效率低。由于政府内部各业务部门系统政务数据云助力实现城市全域全量统筹、协调、精准管理。政务数据云通过汇集城市存储、融合和管理。另一方面，政务数据云构造智能数仓，围绕各委办局数据沉淀多个城市治理应用场景模型，深度挖掘各类数据价值，实现事件AI感知，自动调度派发，解决城智能决策引领未来决策新模式。智能决策是一种利用人工智能技术辅助决策者做出更明智、更快速、更准确决策的应用。它的特点在于通过分析大量数据、识别模式、预测结果等方式，为决策者提供依据和参考，从而提高决策的效率和准确性。智能决策可以应用智能决策的优势在于能够帮助决策者快速处理大量数据，一方面是提高决策效率和准一是数据质量和精度问题。许多决策问题需要基于数据进行预测和分析，但数据的质量和精度往往存在一定的问题，如数据不完整、不准确、不一致等，这会对决策的准确性和可靠性产生负面影响。二是，计算资源和时间限制。智能决策需要大量的计算资源和时间进行数据分析和模型训练，这也对智能决策的效率和准确性提出了更高的要求。三是，算法和模型的可解释性和可靠性问题。智能决策的算法和模型往往是复杂的黑箱系统，难以解政务数据云驱动政府智能决策发展。在政务数据云中，为了解决这些问题，可以通过数据云为智能决策进行赋能。是提供数据清洗、数据挖掘和数据预处理等服务，从而提高数据的质量和精度，为决策提供更可靠的基础。二是提供高效的计算资源和快速的数据处公共数据授权运营是发挥公共数据价值的必由之路。公共数据蕴含着巨大的经济和社会价值，但这些价值往往无法自然释放，需要专业的运营方进行挖掘和利用。例如，政府数据可以帮助企业准确分析市场趋势，优化产品和服务；公共医疗数据可以帮助科研机构促进社会公平和经济发展。通过将公共数据授权给第三方机构进行运营，可以实现数据的公共数据授权运营当前主要存在以下挑战。一是在数据供给方面，需要丰富数据供给来源数量并提高数据供给的质量，建立专业的数据治理团队提供数据治理服务。二是在数据流通方面，需要完善安全可信的数据流通体系，建设数据的新型基础设施，以及完备的数据安全体系。三是在数据应用方面，亟须建立统一的技术支撑平台，聚焦特色领域场景政务数据云支撑公共数据授权运营，打造可信数据空间，支撑公共数据价值释放。基于政务数据云打造可信数据空间是整个公共数据授权运营环节中非常关键且重要的一环。一是在公共能力方面，基于政务数据云的分布式云基础设施，提供隐私计算、数据沙箱、区块链等支撑可信数据空间的各类公共服务能力。相比之前传统的数据协作方式，隐私计算技术开辟了一种全新的模式，在保证数据提供方不泄露原始数据的前提下，对数据进行既保证数据安全，又能充分发挥数据的最大价值；区块链可以连接多方主体，高效展示所有信息，解决“证据存证”难题。二是在运行层面，通过政务数据云为每个单位创建独立的可信数据节点，每个节点包含数据采集单元、数据计算单元、数据应用单元以及数据使用控制，通过数据使用控制与加密传输，实现企业间数据可信流通和使用，构建可信数据空间；三是在管理层面，打造可信数据空间使用控制中心，实现可信数据节点管理、模型作为新一代云计算体系架构，数据云提供安全、全面、灵活、可见的一站式服务，通过更开放自由可信的环境帮助产业智能化升级以及政府和企业数字化转型。我国云服务商已积极开展数据云布局，但技术应用融合创新能力不足。需要加快建立底层技术底座，利用分布式云提供弹性需求支撑，围绕核心软件算法、产品功能打造驱动引擎。同时，加强与人工智能、大数据、云计算的融合应用，以降低在各行业场景的应用探索和一站式落地云服务商等数字基础设施提供商、创新科研机构、行业联盟协会、政府应用机构等政产学研各方需加强协同合作，围绕数据云形成并不断丰富侧重点各不相同的产业格局，推随着数字化转型的深入，政府和企业的应用将与数据和基础设施的结合越来越紧密，传统以资源为中心的云平台已经不能满足现阶段政府和企业数字化转型的需求，有序推进升级部署和应用以数据为中心的数据云正在成为各行业数字化基础设施建设的新方向。在政府领域，通过数据云能够帮助省级、市级大数据中心建设统一的数据共享交换平台，打 通各部门信息系统壁垒、打破“数据孤岛”，实现数据的集成、存储、建模、分析、挖掘可通过标准制定和考核评估等方式引导政府和企业建设和应用数据云。加快编制数据云标准体系规范，包括数据集成、流通共享、建模应用等方面的管理流程与职责分工，以标准化带动数据云建设。同时，引入第三方数据云服务评估机构，建立数据云评价指标，对数济南市在政务云、数据体系建设等方面不断创新、积极探索，走在了全国前列。特别在数据资源体系建设上已经搭建了坚实的基础，支撑了政府部门之间的数据“内循环”。2020年至今，国家密集出台数据要素市场建设政策，推动公共数据授权运营，快速推进数据合规高效流通使用。与此同时，数据安全相关法律先后出台，对公共数据和个人信息的处理提出了越来越严苛的要求。在“既要流通又要安全”的宏观要求下，济南市希望进一步扩大数据向社会化流通的范围，积极探索公共数据授权运营，促进政府数据要素由“内济南市基于政务数据云打造数据可信空间，积极探索公共数据授权运营的方式，进一步释放公共数据价值。为了更好地确保公共数据的安全可信流通，济南市基于政务数据云的数据治理、隐私计算、数据沙箱、区块链等底层技术能力，满足授权数据安全存储、可信传输、数据存证溯源、融合分析、隐私计算、联合建模等数据流通需求，搭建起多方安全可信的数据空间环境，支撑多源数据资源汇聚融合与创新应用。基于政务数据云的可信数据空间是基于长期深耕政府数据价值化利用实践基础上的又一次重要的能力升级，满足政府内部数据共享、公共数据授权运营等诸多场景下的数据流通管控和服务创新需求，保 在平台建设方面，济南市基于政务数据云搭建并部署济南市可信数据流通底座，并已开通了10余个计算节点，提供隐私计算、数据沙箱、区块链等支撑可信数据空间的各类公租房识别”等大金融、大治理应用场景。为章丘综治办、历下区综治办、济南市财金集团、山东省人才集团等单位提供了服务，取得了初步成效，相较于传统方式人工成本减少在安全保障方面，济南市分别与数据提供方、数据应用方、数据服务开发商等参与主近年来，信息技术创新日新月异，数字化、网络化、智能化深入发展，在推动经济社会发展，促进基层治理体系和治理能力现代化方面发挥着越来越重