电子政务数据治理与数据认责分析

电子雌管理与雌认责分析

一、引言

各地大数据中心建立，实现了不同机构间的数据会萃，但各多源异构系统

来的数据质量不一、管控与互操作难等就成为痛点与难点浮现出来。解决之道

虽在数据管理，但面对不同机构、领域、业务与应用的差异，涉及一系列纷繁

复杂的问题时，仍使许多大数据中心难找准切入点。江阴市大数据中心从实际

出发，通过近一年的探索与实践，以数据质量测评为切入点开展数据管理，取

得了一些经验，同时对密切相关的数据认责领域也有了一些初步的思量与认

识。

二、江阴政务数据管理的难题

2022年，江阴作为江苏省惟一的集成改革示范县级市，市委、市政府提出

了构建"1中心+3平台〃的智慧城市总体框架。"1中心〃即“江阴市大数据中心建

设项目〃，并将数据共享和应用支撑列入集成改革重点项目。江阴市成立大数据

管理专职机构，以综合改革之力，聚系统集成之效，召开多次推进会议，截止

2022年底，江阴市大数据中心已完成为了对全市市委、政府部门（全覆盖）、

群众团体、部份驻澄单位国资公司等机构信息资源目录的多批次采集，累计梳理

全市61个机构的信息资源，1205个数据集，2.69万余个有效数据项；其中主

要接入公安、人社、卫计、教育、环保、安监等61个单位632个数据集，

1.25万个数据项，总数据量达10.78亿余条，对推动政务信息资源共享工作的

制度化和规范化，实施网格化、政务服务、“最江阴〃便民体系、精准救助、税

收征管等近20个领域提供数据支撑上发挥了作用。然而，电子政务对数据“

聚、通、用”的应用需求，使机构间数据质量不清、语义与格式不一致、业务支

持乏力等问题凸显出来。我们意识到：在当数据集聚到一定体量、数据源增多、

面对日益深入的服务和构建新业务之需时，必须进行数据管理。但大数据中心

面对的是

各机构、跨系统归集的数据；它不像各机构一样只关心具体的条线业务，而要

面向全局对政务数据资源负责。因此，弄清大数据中心特殊的数据管理内涵，

其范围与边界，切入点与后续延伸等问题，就是当下各地大数据中心面临的一

道紧迫的难题。

三、江阴大数据管理的思路

江阴市大数据中心从数据管理理念、管理架构、要素选择、量化测评等方

面进行了系统化的探索，并委托富有数据管理经验的第三方参预测评，取得一

定实效，具体如下：⑴明确数据管理理念“数据管理”是泊来词，"管理”英文为

"governance”含义为"统治、管理、管理、统治方式、管理方式”等。govern-ance

与govern-ment（政府）一词同根，可见，数据管理的本义是针对数据的行政与

管理活动，政务数据管理就是对数据的统治、管理及对应措施，但其前提是要

摸清数据家底、供需范围与质量水平。（2）选择数据管理体系大数据中心作为

各机构的资源枢纽，要在多源多向、异形异构的资源环境中开始数据管理，是

个复杂问题，为此，要依据权威系统架构来作为管理的内容依据。国际数据管

理协会DAMAInternational给出的典型数据管理模式如图1。图1中左侧为数据

管理的主要内容，右侧为数据管理的基本环境。结合大数据中心职能，将数据

管理的系统内容分解如下：①数据架构管理一梳理与描述数据中心的数据供需

与责任架构；②数据开辟一数据中心面向新业务与新应用的数据分析、设计、

实施、测试、部署、维护等工作；③数据操作管理一覆盖数据采集、归集、比

对与清洗到数据删除的作业与管理责任；④数据安全管理一确保政务应用各环

节中，机构与公众的数据保密性、公民交流、访问和管理权限的控制等；⑤参

考数据和主数据管理一管理政务系统中各机构元数据、实体数据、描述数据、

代码数据和关联数据等的各种版本与升级；⑥数据仓库和BI—在多功能应用环

境下，实现智慧政务的资源呈现、多维报告和分析等；⑦数据质量管理一从全

局出发，定义、梳理、监控和提高从不同机构、不同系统来源的数据资源的质

2/7

量与责任；⑧元数据管理一对源于不同机构、系统与应用的元数据/数据元进行

统一梳理、规范化处理、整合、组配与控制等；⑨文档和内容管理一从语义、

主题内容等方面管理各类业务表单、作业文本、报告及其他结构化与非结构化

数据等。（3）确认数据管理范围数据管理环境涉及以下因素，包括：①管理

目标和原则一要定义数据管理中涉及的每项职能的愿景与战略目标，各项具体

目标，实施绩效与基本原则；②管理活动一各项管理作业能细分为下级活动，

并进一步分解为具体的任务和步骤，数据间的依赖关系，顺序和流程，用例与

场景，触发事件等；③主要交付物一管理后的成果包括各类元数据/数据元，合

成数据项，实体数据，分类代码体系，输入与输出对象，乃至各项管理体系；

④角色和职责一大数据中心，各职能机构，社会公众与企业事业单位等在政务

活动供需中运行、加工、控制与管理的多种职能，个体的角色，组织角色，业

务与资源角色等；⑤实践和方法一大数据中心及各职能机构在资源提供、加工

与处理运行中均涉及深度不等的管理实践，并有一些可共享与互操作的方法，

具体涉及通用方法与可选方法等；⑥管理技术一数据管理涉及各类管理工具，

如资源标准和加工规程，比对与清洗规则，质量控制与验证规程等；⑦组织和

文化一电子政务的运行不仅涉及技术，还有理念、体制、机制、管理、价值与

态度等方面的问题。（4）找准数据管理的切入点图1表明，数据管理是个领域

宽广、内涵深且要求高的“认知+资源+技术+管理”的综合体系，对于刚成立不久

且仍在资源归集中的大数据中心，要想按此架构开展全面数据管理是不实现

的。于是，我们本着先易后难、先局部后全面、先单一再复合的原则，从上述9

项要素中首先选择数据质量测评为管理切入点，以期了解当前会萃数据的质

量，包括各机构提供的数据实用性、体量、重用性与资源贡献率等；从中寻觅

薄弱环节，按跨系统数据整合，构建业务应用的角度出发，突破边界，设计指

标，摸清存量数据，探索增量全局性数据质量改进的管理方向。（5）数据质量

测评实施方案①统一数据质量认识开展数据质量测评必先了解其内涵。依据

3/7

ISO8402,质量是反映实体满足明确或者隐含需要能力的特性总和，而政务数据

质量，一指其必须满足规定或者潜在的单一政府机构业务需求，二指其满足"

三融五跨”的数据共享、互操作与业务发展。②构建数据质量测评标准本次测

评在《GB/T36344-2022信息技术数据质量评价指标》的基础上，根据实际

出发构建相应的指标体系（如图2）。测评指标的定义与说明①完整性一依

据

《GB/T36344-2022信息技术数据质量评价指标》定义与专业标准比对。计算公

式如下：完整性=数量完整性+横向（某县级市）完整性+纵向（某地级市）完整

性②实用性一依据专业领域数据项去冗后的实用项，及对江阴大数据中心已归

集的各单位实体数据的共享交换情况进行分析。计算公式如下：实用性=数据项

实用性+实体数据共享交换量数据项实用性=提供数据项总数-冗余数据项③冗余

度一数据项冗余度的计算公式如下：冗余度=冗余数据项/提供数据项总数（含冗

余）其中，冗余数据项=提供数据项总数（含冗余）一去冗数据项④贡献度…资

源贡献度的计算公式如下：贡献度=各单位提供数据项（含冗余）/全部单位提

供数据项总数（含冗余）⑤公共数据元采用度一公共数据元参考

《GB/T1948822022电子政务数据元第2部份：公共数据元目录》计算公式如

下：公共数据元采用度=公共数据元总数（含冗余）/提供数据项总数（含冗

余）。⑥规范性一依据《GB/T36344-2022信息技术数据质量评价指标》定义并

与专业标准比对。对江阴大数据中心已归集的各单位信息资源与其机构职能进

行分析比对，以定性判断计算得分，定量评判应以各单位实地调研结果为准。

⑦时效性一依据《GB/T36344-2022信息技术数据质量评价指标》定义并与专业

标准比对。按日、月、年、不定期等八类更新周期，进行分类计算。计算公

式：TL=D/（TnxC）其中n=时效性；口=未变化总天数；方=更新周期（可变）；

C=信息资源个数。⑧空项率一反应江阴各单位在数据归集过程中实体数据的缺

失情况。计算公式：空项率=（空白数据项/数据项总数）x100%质量测评成果本次

质量测评按照先数量，后质量；先数据架构，后单项数据；先数据项，后实体

4/7

数据的原则，采用定量与定性结合、专项与关联分析结合、现场观察与后台对

标相结合等方法，按提供数据的规范性、完整性和实用性为核心，综合考虑其

与外部资源的共享性与组合性作质量测评分级。根据上述8项指标，通过对全

市61个单位、632个数据集、12102个数据项、10.78亿实体数据的实地梳理和

测评，形成《全面数据质量测评等级评价表》，将评价结果分为极欠缺、不充

分、基本充分、充分、充分且规范共5个等级。其中，充分且规范的单位有16

个，占比26%。此域的数据将作为测试试点，进一步分析其质量。试点选取具

有行业代表性的机构（如教育局），以及机构职能改革后变动较大的部门（如

市场监督管理局）等开展数据管理。具体实施仍依标准进行：建立元数据指标库

对数据项进行其他指标的测评；对实体数据则采用抽样比对、清洗、转换、形

成试点管理数据库等。

四、数据认责问题

（1）问题的浮现数据质量测评使大数据中心对各机构提供数据的完整性、

实用性、贡献度、规范性等有了初步了解，随后就要从数据资产管理角度，对

各机构的数据责任与权力、贡献与共享等进行评估，这就属于数据认责范畴

了。数据认责是从全局角度，对各机构的数据进行管理职责的分解与认定，明

确彼此间的资源供需边界及协作机制，以建立稳定规范的数据管理体系；如责

任与边界不清往往造成多头管理或者"三不管”的情况，直接影响政务服务的效

率与绩效。对于大数据中心，如不开展认责，则相关职责也就将由自己一肩

承担，很快就会感觉"带不动"，举步维艰。面对各渠道来的资源，如"数据含

义是什么〃"数据质量如何〃"谁能提供权威数据〃"哪些数据可归并〃等问题均无法

肯定回答。这实际上是能力与责任的不对称，需要针对“聚、通、用"对数据管

理职责重新认定与分配。（2）数据认责内容数据管理覆盖数据生存周期各环

节，数据责任同样对应存在于每一项数据管理和应用之中，应由各机构的数

据提供者、业务认责方、操作认责方以及技术认责方等角色分担。具体认责

如下：①

5/7

对政务数据提供者：主要负责制定数据管控政策，维护数据供应目录并分配数

据认责权限；②对业务主导方：主要负责明确数据定义，制定数据标准、质量

规则、安全规则并监控相关数据问题，同时也是对应数据的责任主体；③对操

作认责方：主要负责执行数据管理规则，录入各项数据并解决相关数据问题；

④对技术认责方，主要负责为数据管理提供技术支持，推动数据架构、标准和

规则等内容的落地。（3）如何开展数据认责在数据质量测评的基础上，我们将

首先梳理认责数据项，即对哪些数据进行认责管理。政务数据归集了成千上万

的数据项，对认责来说数量巨大，也意味着工作量巨大，不可能一蹴而就，需

要分批次进行。同时，从电子政务效用出发，人们会对数据认责抱以价值期

望。因此，在认责数据项的梳理和筛选上可采用“问题+价值〃双驱动的策略，即

优先对问题多发且业务影响较大的数据项开展认责管理，通过责任落实改善提

升数据质量，从而控制和解决问题，支撑业务发挥价值。为此，将通过数据治

理建立一套数据问题的归集、分析和管控机制，以及高业务价值核心数据项的

识别方法。其次将梳理认责关系矩阵，即数据各项责任与机构、岗位、人员间

的对应关系。而后，将相关数据责任落实到对应岗位人员的日常工作和数据操

作中。数据责任的落实通常可以与数据质量整治工作结合进行，在明确岗