摘要：数据策展是近几年国际上兴起的针对信息管理领域的大数据应用模型，系基于数据生命周期规范管理应用。借鉴和引入数据策展模型，采用“数据即服务（DaaS）”的理念，运用大系统综合集成的方法构建了面向政府大数据管理机构的“数据即服务（DaaS）”体系模型，包括“用户导向，服务流程，服务蓝图，大数据潜力、容量和竞争与协同，安全和隐私”五部分，各部分之间相互协调。以期为大数据管理机构提升服务意识，整合资源、流程和机制提供借鉴。

一、引言

数字政府建设是电子政务的发展方向，政府的数据服务则是数字政府有效运作的基础。在新一轮的政府机构改革中，各地纷纷建立了政务服务网与大数据管理机构。政府大数据管理机构的职能、逻辑设计、运行特点正逐步成为数字政府研究的重点与热点。由于政府大数据管理在我国还处于发展的初期阶段，政府提供的大数据服务也处于探索阶段。目前，各省市提供的政府大数据服务项目、程序、标准都有所不同，服务水平也存在明显的差异。在人口流动不断加速的高度数字化社会，低水平、散乱、无序的服务不仅难以满足公众多样化的需求，还会拉大地区之间的发展差异。因此，需要对政府的大数据服务职能进行界定，对政府提供的大数据服务进行规范化研究，提高服务效率和公众满意度，推进服务型政府的建设。

自2015年国务院发布的《促进大数据发展行动纲要》强调，要把大数据运用作为提升政府治理能力的新途径，将大数据正式上升为国家战略以来，我国数字政府建设不断加速，目前已进入全面提升阶段，政府精细化、智能化的大数据服务也迈上了新台阶。在政府大数据服务相关研究方面，刘淑春基于浙江改革实践，指出政府公共服务数字化转型的四个突破口。谭必勇、刘芮以上海市政府的“一网通办”为例探索打破政府服务壁垒的途径。张会平等人提炼并比较了5种大数据驱动的公共服务供给模式。邓念国、陶国根总结了大数据时代政府管理服务面临的难题与破解之道。总体来看，大数据有助于提升政府公共服务供给能力和效率已成为共识。现有政府大数据服务研究多为介绍单个省市的先进经验、归纳政府大数据服务面临的问题并提出相应的建议，对于何为政府大数据服务鲜有描述，对于如何提供规范的政府大数据服务也缺乏系统论述。随着政府各部门原有的信息中心全面撤并调整，大数据管理机构成为服务型政府的数据中台，原有的部门桎梏被打破，如何整合资源盘活大数据，完善大数据服务流程，提供规范化的大数据服务势必会成为研究的重点，而目前国内相关研究还缺少理论支撑。

本文针对政府大数据服务过程中存在的问题，在对数据全生命周期运营以充分发挥数据价值的数据策展基础上，从“数据即服务（DaaS）”视角构建政府大数据规范服务模型，阐述模型内容，并为政府大数据服务规范化提出一些对策建议，以便进一步推动政府数字化进程，加强数字政府的建设。

二、数据策展

爆炸式增长的数据规模、高度复杂的数据模式与落后的数据保存利用能力之间的矛盾使得数据成为一种脆弱性资源，同时也暴露出理论研究和实务应用等相关各方在数据管理方面的局限与不足。为了解决数字资源长期保存与利用的问题，“DigitalCuration:DigitalArchives,Libraries,ande-Science”国际研讨会首次提出了数据策展概念，Giaretta和Rankin提出数据策展和数据保存、数据归档等术语的区别在于关注数字数据并以某种方式使其增值，后联合信息系统委员会（JISC）将数据策展定义为“为当前和未来使用的可信数字信息进行维护与增值，特别是在整个生命周期内积极管理和评估数据”。Yakel认为，数字策展可以作为数字保存、数字资产和电子记录管理的总括术语。英国数字策展中心（DCC）将数据策展定义为在科学数据的生命周期中，对数据进行处理、保存，并使其增值的一系列活动。数据策展的任务与目标在于从数据产生伊始就对其进行计划与管理，以确保在格式不断发展和技术迅速过时的情况下仍能长期保存数据。经过近二十年的发展，数据策展被公认为是保持数字资源安全真实并能在未来重新使用的最可行的方法，为国内外高校图书馆、数据管理机构广泛采用。数据策展一方面有利于规范研究数据促进科研活动顺利展开，另一方面利于保存数据以供未来再发现与利用，避免重复研究浪费资源。将数据策展引入政府数据管理机构，有助于解决政府现有的大数据管理问题，保障政府各行政服务部门能够高效便捷地获取所需数据，在此基础上向社会公众提供多样高质的大数据服务。

数据策展是对数据进行管理的过程，数据具有明确的生命周期属性，对数据进行基于生命周期的全方位管理被公认为是数据策展的理想方案，其原因在于数字资料易在生命周期中因材质和播放技术高速革新换代而受损，每个阶段的活动都影响着后续阶段的数字管理与保存能力，仅当以合理方式方法保存真实完整的数据资料时，才能保证数据的价值与未来的可重用性。数据策展生命周期模型能够帮助研究人员确定与数据相关的角色和职责，识别易在过渡点出现的风险，为策展提供合理的计划与科学的安排，从而最大程度地确保数字资料的安全与连续性。表1总结了6种国外经典数据策展模型，从模型要素来看，数据策展生命周期模型要素数量多为6－8个，创建计划、收集数据、处理数据、保存数据是诸多数据策展生命周期模型的相同步骤。创建计划能够提前安排策展活动顺序，预估风险减少意外。收集数据、处理数据、保存数据基本保障了数据的质量和价值。此外机构根据自身需要设置了不同的策展步骤，比如DCC重保存而轻应用，设置了数据保存与储存阶段，而对于数据分析、数据共享等环节关注不足。DataOne模型和USGS模型重分析而轻重用，本质上不利于使用已有数据生成新数据。UKDA、DataOne、DDI模型在发表数据之后分析数据，便于访问者获取原始的完整数据，但另一方面以原始格式发布的数据对访问者的数据专业素养要求较高，与经过分析后发表的数据相比不易被理解，不利于数据在更广范围内的重复使用。在了解国外经典数据策展生命周期模型的基础上，不同机构可根据需存储的数据特点和形式选择适宜的生命周期模型，添加或删改部分阶段，使其更符合实践需求。

三、政府大数据服务概念界定及现实问题

（一）政府大数据服务概念界定

十九届四中全会提出：“必须坚持一切行政机关为人民服务、对人民负责、受人民监督，创新行政方式，提高行政效能，建设人民满意的服务型政府。”在服务型政府建设中，数字化正逐步成为政府提供公共服务和公众获取公共服务的优先方式。而有关政府大数据服务，目前还没有统一且公认的定义与描述。本文采用的是相对简洁的定义，即“政府大数据服务是以有益于民为宗旨的，利用政府自身所掌握的数据资源为公民、企业、组织和各级政府部门提供其所需的且符合政府履职要求的信息的过程”。从实际情况来看，政府大数据服务可分为四类：第一类是通过省政府服务网站全面集成省、市、县、镇、村五级政务服务事项，提供各种便民利企服务，推动全省的网上政务服务“一网通办”。第二类是依据《中华人民共和国政府信息公开条例》通过政府门户网站主动公开相关政府信息。第三类是通过政府数据统一开放平台发布政府开放数据，向公众提供数据获取服务和数据开放申请服务，引导公众发现和利用政府数据。第四类是为不同级别的有数据需求的政府部门提供相应数据，促进政府部门间的协同办公。

（二）政府大数据服务的现实问题

大数据所具有的民主性、平等性、开放性、交互性等特性与服务型政府追求相契合，是政府权力结构重组与转型发展的新引擎，也是政府进行社会治理和社会服务的有效工具，基于公共数据的智能服务正在向各个领域普及。党的十八大以来，国务院多次研究部署并加快推进“互联网+政务服务”，全国各地区各部门纷纷响应号召，积极建设“互联网+政务服务”平台与大数据管理机构，整合辖区内分散的服务资源，将大数据与其他先进技术融合，建立统一、高效、有序的友好型服务体系。大数据给政府服务带来了史无前例的历史机遇，同时也对政府提出了严格要求与巨大挑战。由于起步较晚研究较少，政府大数据服务多是在实践中摸索前进，经验的不足和急切的社会需求猛烈碰撞，暴露出政府大数据服务的缺点难点。

1.数据资源底数不清，数据整体质量不高

政府利用大数据为社会提供大数据服务，首先要明确自身应该掌握的数据和已经掌握的数据。由于政府数据数量大、来源广，各部门管理服务范围或交叉重叠或存在监管空白，政府还未能全面掌握诸如资源数量、类别、分布等数据资源底数情况。在数据采集方面，诸多数据采集以人力手工为主，缺少自动化采集工具，效率低且时效性差。缺乏统一的存储标准和数据库，使得数据被重复采集、重复录入，造成人力物力资源浪费。

数据的质量决定了数据的价值，并且直接影响着数据分析的结果以及在此基础上所做出的决策。据《2020年中国地方政府数据开放报告》，截至2020年4月，我国共130个省级、副省级和地级政府建立了数据开放平台，其中仅有9个平台拥有10个以上的优质数据集。大多数地方数据集数量少、质量低，多为数据量稀少的大颗粒度低容量数据或人为分割的碎片化数据，缺乏完善科学的数据分类体系。数据口径不统一，更新渠道未建立，数据的时效性、真实性、一致性难以保证。且数据覆盖面不完善，数据利用难以形成影响力。整体来看，缺乏系统的数据质量监管流程使得数据处理呈粗放化状态，缺乏数据质量评价模型难以对数据质量形成客观认识，缺乏统一的数据质量标准使得数据在不同部门系统之间不能互通互认。

2.数据管理机构功能不善，数据统筹共享通道不畅

在“数字政府”改革过程中，诸多省市调整撤并各政府部门原有的信息中心，将原来分布于各个部门的数据信息建设力量集中于大数据管理机构统一运营调度，促使行政服务职能回归政府部门，政府部门也由原来的数据资源建设者、数据服务提供者转变为大数据管理机构数据服务的使用者和评价者、公共大数据服务的提供者。截至2020年7月，我国已有21个省级行政区域设立了大数据管理机构，经过调查发现很多大数据管理机构在实际运行过程中存在一些问题，比如一些机构仅仅是为了响应国家号召而随意建立的，空有机构名称但却没有实际职责或者相关业务还在探索中，存在着“建而不管”“建而难用”的局面。政府数据管理机构的设立因地区差异，组建模式各不相同：有对政府办公室（厅）的相关职能进行重组，如山东省和浙江省；也有通过重组原来的信息中心或在原有机构基础上加挂牌子成立的，如山西省。数据管理机构的不同来源造成其数据服务方式和服务流程的差异，缺乏统一的流程和规范，对政府大数据服务质量和效率造成影响。由于数据管理机构功能不健全，大量数据实际上仍沉淀在各部门的数据系统中，“产权部门化”意识使得数据在纵向部门之间、同机构的成员之间共享程度较高，但在平级部门之间、不同机构成员之间共享程度较弱，上下级机构之间的数据关联与开放未得到充分重视，数据统筹共享的通道尚未建立。因不同层级、不同部门政务数据无法共享，各地区各部门在线平台在用户认证、证照共享等方面技术支撑体系不同，做不到真正的互联互通，部分可用电子材料的业务在实际办理时仍然需要公众出具纸质证明材料，网上业务办理时存在需在不同页面之间进行多次跳转、重复注册与验证的情况，便捷度甚至低于线下纸质资料实地办理，网上申报、一网通办形同虚设。

3.数据服务平台分散、项目不足、保障不到位

在政府数字化转型过程中，由于缺乏统一规划、顶层设计不足，分散投入、分散建设、重复建设的现象仍然存在。一个区域内的群众网上办事可能需要在不同的网页、App之间切换，缺乏统一的入口和平台，数据服务平台还存在用户无法注册、闪退、安全性低、信息更新不及时、功能无法使用等问题。线上发布的办事事项、办理指南和线下大厅的实际情况脱节，办一件事仍需“进多扇门”、跑多次办事大厅。加之不同地区服务项目、服务流程不统一，使得跨地区业务办理多有不便，政府在线服务平台的服务范围大都局限在辖区范围内。另一方面由于没能全面及时了解公众期望或是政府人手精力的不足，政府现有的大数据服务集中在服务市民门户网站方面，整体来看服务范围比较狭窄，很多需要政府出面牵头建设的项目，如企业监管平台、经济运行监管平台等多种项目还有待建设。政府提供的“产品”不够丰富，建设的平台不够科学安全，难以实现“让企业和群众到政府办事像网购一样方便”的目标。

综上可知，我国政府在大数据服务方面还存在较多的问题，而国内政府大数据服务的相关研究多从调研实践展开，难以为政府大数据服务提供先进的理论指导与参考。政府大数据的质量决定了大数据服务的质量，数据亦有生命周期，把握好数据各个阶段的节奏和需求才能更好地管理数据，充分发挥数据蕴含的价值。因此本研究立足数据的生命周期介绍数据策展以提高大数据管理质量，从“数据即服务”角度构建模型以规范政府大数据服务。

四、政府大数据策展与服务架构

在第八次政府机构改革中，各省市通过职能整合组建了大数据管理机构，并将其职能定位集中在解决数据采集、数据开放的格式与标准等数据管理问题，拓展数据服务的应用、电子政务等方面。在借鉴国外经典数据策展模型的基础上，针对政府大数据数量大、来源广、信息复杂等特点，本文构建了如图1所示的政府大数据策展生命周期模型与图2所示的政府大数据应用与服务架构图，用以阐述大数据管理机构如何与其它政府行政服务机构配合对数据进行全生命周期的管理利用。基于数据策展的政府大数据生命周期分为五个阶段。

第一，数据策展计划阶段。数据管理机构的策展人员应考虑并解决如何创建数据以及创建何种类型的数据、元数据使用标准、数据产权归属、数据访问方式与资格、数据归档策略等五大问题，在开始阶段就以高质量的元数据提高数据的适用性，以明确的数据出处确定责任者，避免政府部门横向、纵向数据汇集产生的交叉重复，以清晰的数据访问资格确定各部门可访问查看的数据资源，帮助各部门切实感知到数据共享的优势，提高其数据共享的积极性。

第二，数据创造与采集阶段。详细梳理数据采集的范围、边界、对象和目标，根据各部门业务科学具体地划分数据采集任务，编制数据目录，避免重复采集与采集盲区，通过监控、物联网、遥感影像、人工统计等系列设备或活动收集政府各个部门在日常工作中产生的数据，确定数据上报的渠道和数据交换方式。

第三，数据处理阶段。大数据管理机构根据数据的内容、质量、真实性对数据进行筛选，选择并保存有用高质的数据存储到相应的数据库中。在法律允许公开的范围内，将政府掌握的社会需要的公共数据进行脱敏处理后上传至数据开放平台。根据协同办公的需要，设计相应的模板与组件，为不同部门的成员设置相应的数据权限，使工作人员通过拖拉拽的简单操作就能够调出业务所需数据，自由配置数据屏，完成多维度、全方位的数据分析，并以多种可视化方式展示分析结果。

第四，数据应用阶段。利用大数据管理机构提供的高质量大数据，对内有助于协同办公，对外能够提供一站式政务服务。在政府内部办公迁入统一办公平台的基础上，大数据的应用有助于推动政府封闭官僚结构扁平化、部门联动一体化、治理过程开放化，使有数据需要的政府工作人员也能线上跑或“最多跑一次”。对外提供一站式政府服务方面，需要整合政府多部门业务，通过打造“一站式”政务服务平台，开通政府网站、小程序、App等多种服务入口来方便群众办事。

第五，数据重用与评价阶段。关注公众是否能顺畅下载并使用数据开放平台上的数据，提供沟通渠道及时了解公众对大数据的需求以便进一步改善政府数据。在公众利用政府数据参与新价值创造之后，产生的新数据会再次进入生命周期管理新循环过程。

据前文对于政府大数据服务现状的分析，存在地方政府各自为阵、数据标准不一致及数据共享困难的问题，对政府的数据开放以及办事效率都造成了影响。数据策展的每个阶段都由专业的数据人员根据部门需要进行策划与处理，利用数据策展对政府大数据进行管理，能够改变以往数据管理静态性、滞后性等弊端，有效解决数据格式混乱、更新不及时等数据规范问题，同时也有利于利用规范化的数据建立规范化的数据服务体系。

五、政府大数据服务规范化

（一）政府大数据服务规范目标

规范大数据服务是为了更好地贯彻和实现群众或企业到政府机构办事“最多跑一次”的目标。李克强总理在2019年政府工作报告中指出：“推行网上审批和服务，加快实现一网通办、异地可办，使更多事项不见面办理，确需到现场办的要‘一窗受理、限时办结’，‘最多跑一次’。持续开展‘减证便民’改革行动，不能让繁琐证明来回折腾企业和群众。”

在利用数据策展确保数据质量和长久保存的基础上，引入数据即服务能够更充分地挖掘数据价值、开发数据服务。数据即服务是基于大数据及云计算技术，按用户需求对数据进行分布式计算和存储，在确保数据处理速度及数据安全的前提下，对广泛分布的数据进行聚合，进而实现按需提供数据服务。从本质上可以将DaaS定义为以即时可消费格式向用户提供数据的采购、管理和支持。如图3数据即服务架构所示，DaaS提供易于访问和使用的数据，这些数据可以帮助用户做出更好的决策，且不会让用户被大量的碎片化数据及复杂的基础技术所累。对政府来说，数据即服务就是通过数据服务平台提供企业或公民所需的服务。政府的数据服务平台，对内需要解决政府部门数据管理平台化的问题，引导办事部门入驻数据管理平台，引进服务平台应用软件规范业务流程，消除数据孤岛实现数据共通共享；对外需要解决面对不同民众的网络接口平台化问题以消除数字鸿沟，方便不同民众获取服务。在接口平台化与管理平台化的基础上，为社会提供规范快捷的数据服务。

（二）政府大数据服务规范模型

政府部门要实现更好地为人民服务，服务管理至关重要。服务产品化作为一种不受适用范围和规模限制的新兴服务理念、策略与模式，使得服务有标准、可评估，改变了服务行业里一些难以解决的效率、成本、定价等难题，对政府大数据服务规范具有很强的参考意义。服务产品化通过创建易于理解的简单有形的服务产品，使服务更易于销售和购买，服务流程更易于控制和管理。在参考服务产品化的基础上，建立如图4所示的服务规范模型。

1.用户导向

用户导向是服务产品化的基本原则，开发服务就是为了通过产品来满足用户的需求。用户的需求存在多样性与差异性，用户体验的好坏影响着需求的满足程度，因此要对服务对象进行清晰合理的分类，加深对不同用户群体的了解，挖掘、分析、描述当前和潜在用户的需求，邀请代表性用户，尤其是不熟悉智能设备使用导致需求表达被边缘化的中老年人参与到产品设计过程中来，真正做到从用户角度出发为用户需求考虑。政府大数据服务在用户导向方面要解决政府内部的数据孤岛问题以及外部的数字鸿沟问题，政府内部方面要整合数据资源，科学规划办事章程流程，合理赋予工作人员权限。外部方面由于政府大数据服务面向包括企业、公民、行业协会等众多角色，不同群体需求存在较大差异，可根据分类构建不同的用户页面，提供广大用户易于理解的数据产品形式，扩大接触政府数据服务人员的广度，提高接触政府数据服务的人员的用户体验满意度，建设真正的服务型政府。

2.服务流程

服务流程是指产生服务的一系列活动，是服务产品化的基本要素。通过对活动的明确定义与描述，可以确保稳定的服务效率和服务质量。对于任何类型的服务，都需要一个明确的服务生产流程来应对服务容量。Jaakkola提出了流程和方法的系统化和标准化，Rajahonka提出可以用系统化的子流程将服务模块化和服务流程联系起来。服务模块化能够提高产品化服务的可复制性及可管理性，有助于和用户沟通交流，了解用户对服务的要求。接口模块化是服务模块化的技术前提，有助于解决用户导向中的数字鸿沟问题。工作方法是指对服务流程的详细记录，它包括记录与最适合的工作方法相关联的服务组件，以便获得稳定的服务质量。明确记录的服务流程可以减少重复工作的情况，使得服务具体化，实现服务再生产，进而提高服务质量。用户通过政府内网对大数据管理中心进行访问时，首先要通过安全认证，要对用户的身份进行验证并要求用户在服务中介注册成功后才可以获得服务。政府服务业务流程如图5所示，如果用户所需资源在数据管理中心，则用户的请求被中心网络资源管理站接管；如果用户所需资源在分站，则请求被相应的网络资源管理站接管。接到用户的请求后，通过对记录目录进行检索，找到用户请求对应的所需服务，按照规定流程为用户提供服务。

3.服务蓝图

服务蓝图是一种以客户为中心的可以探索、创建或管理服务相关问题的途径。服务蓝图呈现出的有可见的表面活动、隐性的后台活动和支持流程。服务流程的描述是借助服务蓝图完成的，服务蓝图能够对所有相关活动及活动参与者进行清晰详细的描述，并将用户可见流程和不可见流程分开。服务蓝图还支持对于服务的理解，能够识别出服务流程中的潜在故障点，并促进沟通和交流。然而，实际服务可能会在其持续时间、质量和客户满意度水平方面偏离蓝图，这也是服务和服务生产偏离的先决条件。通过服务蓝图可以清楚地了解到服务提供方的所有相关业务，进而可以知晓其相应的服务产品，且服务蓝图强调用户本身的角色并基于此来区分不同的服务元素。随着蓝图的出现，人们越来越关注可能会被忽视的潜在陷阱，不同的服务阶段和工作方法也更容易被识别。

要实现政府大数据服务规范化，就需要政府牵头，需要顶层设计牵引。服务蓝图的规划需要政策的支持，当前在政府大数据服务过程中出现的数据开放和共享问题有很大一部分原因是国家相关政策和法律的缺失。在数字政府不断发展的背景下，“互联网+政务服务”继续深度发展，对于政府服务的要求也在不断提高。国家层面就需要出台相应的政策来完善和规范政府大数据服务，减少民众和企业线下跑动次数，实现办事“只进一扇门，最多跑一次”。

4.大数据潜力、容量和竞争与协同

大数据推动了社会生产要素的网络化共享、集约化整合、协作化开发和高效化利用，改变了传统的生产方式和经济运行机制，可显著提升经济运行水平和效率。我国互联网、移动互联网规模居世界第一，拥有丰富的数据资源及应用市场优势，大数据部分关键技术研发取得重大突破，地方政府纷纷启动大数据相关工作。在全球信息化快速发展的背景下，大数据正成为国家重要基础性战略资源，需充分开发利用我国数据资源规模的巨大优势，发掘和释放数据资源的潜在价值，以期更好地发挥数据资源的战略作用。

要规范化政府大数据服务，首先要解决其根源的数据问题。政府内部信息资源共享困难，部门之间未形成协同合作的局面。大部分的信息资源掌握在各级政府部门手中。受传统行政观念和部门利益的影响，政府信息资源流通性差，各部门“闭门造车”，部门之间缺少必要的沟通、业务严重隔离，形成一个个“信息孤岛”。数据共享和业务协同是“互联网+政务服务”业务开展的基础条件，在技术支持下，要发展业务主要靠数据，DaaS理念也强调数据的重要性。政府因其本身机关单位的性质，其在数据的统计和规划方面具有一定的权威性，但单独的不流通的政府数据无法发挥其价值。通过数据共享和业务协同，可确保各部门间有效协同，实现“互联网+”模式下业务开展的新方式，提高政府单位办事效率，节约办事时间，提升政府在民众心中的形象。

5.安全与隐私

随着大数据对日常生活应用的不断深入，数据在交互过程中的安全问题及互联网用户在日常信息交换及分享过程中暴露出来的个人信息隐私泄露问题也日渐突出。在网络环境中，个人信息很容易受到侵害，存在个人信息的不合理收集、滥用及数据低质等问题。例如，用一些具有跟踪功能的工具或软件对用户在网站上进行的操作进行追踪；售卖收集到的个人隐私信息；收集到的信息得不到及时更新，时效性差等。对于数据安全和隐私的保护贯穿于服务规范化的全过程，在任何一个环节都需要注意数据流通过程中的安全保障，避免数据泄露。政府存有大量公民及企业的相关数据，就要求其采取必要的、有效的安全措施来保证这些涉及隐私数据的安全。尤其是在对服务流程规范化时，更要注意数据交互和共享过程中的数据安全保障，在设计服务蓝图时要从制度层面加强对于数据服务过程中数据安全的约束，实现数据隐私保护和社会效益最大化之间的平衡。

六、政府大数据服务规范改进建议

（一）建立数据中心，盘点数据资源

作为数据管理者和数据服务提供者，政府应该“看得见”“拿得到”“用得好”数据。“看得见”数据意味着要解决数据资源“有什么”和“在哪里”的问题，政府需要详细梳理管辖范围内的数据资源，建立数据资源地图，编制数据资源目录，对数据资源的数量和分布情况要做到心中有数。“拿得到”数据要求建立专门的数据管理机构，做到辖区内“一平台、一张网、一个库”，避免平台的多重建设和数据的重复录入，推进政务信息系统整合共享，由专门的数据管理机构统筹辖区内数据的归集管理工作，同时应推进企业与政府数据对接法律政策的制定，为政府采集数据提供保障，做到数据的应收尽收。“用得好”数据要求政府发挥数据策展的作用，按照数据生命周期各个阶段的任务处理数据，充分发挥数据的价值。

（二）践行“多规合一”，畅通数据共享

多元并行的各级各类政府规划导致同一地理空间的同一领域会出现多种不同规定，“一地多规，规划重合”的现象普遍存在。多种多样的信息及数据呈现方式会导致规划的兼容性变差，无法实现基础数据的有效整合和交流共享，也就会造成严重的“信息孤岛”问题，不利于社会经济的发展。2012年习近平总书记在中央经济工作会议上指出“领导干部要真正做到一张好的蓝图要一干到底”，肯定了“多规合一”这一改革规划。“多规合一”是指“以一定的空间战略规划为指导，通过对涉及区域空间管理的土地利用、文物保护、农业发展、环境保护等要素的整理与分析，以建设项目审批信息管理平台为基础，优化建设项目的生成与审批制度，逐步构建不同规划间的业务协同关系，形成严密完备的系统性城市规划，实现城市治理的科学化、信息化、现代化”。通过“多规合一”缓解部门之间的多规冲突，尽可能地将不同部门之间的数据互联。大数据管理部门可以编制数据共享开放目录，公布可共享开放的数据资源目录与现阶段共享开放程度，建立相应的共享开放时间表，将资源目录与权力清单对照起来，以社会监督倒逼数据孤岛和数据烟囱的破除，消除政府数据服务过程中的数据信息流通阻碍，为数据服务的规范化提供数据基础。

（三）坚持群众导向，再造服务流程

坚持群众导向，政府要对用户的需求进行全方位的分析和识别，设计相应的服务内容和服务方法满足各个层次用户的不同需求，形成完整的服务功能。例如，杭州市从用户角度出发，将“最多跑一次”改革分成公民个人办事领域和企业法人办事领域两个方面推进。在对公民个人办事领域进行改革探索时，首先摸底调查了公民个人事项的基本情况，再根据相应的维度对事项进行分类研究，形成“简化办、网上办、就近办”的总体思路。

业务流程再造(BusinessProcessReengineering，BPR)最早由美国的迈克尔·哈默（MichaelHammer）和詹姆斯·钱皮（JamesCampy）联合提出，又被称为业务流程重组、企业流程再造。政府服务流程再造是指将企业流程再造的相关理论和方法转接到公共服务管理改革中来，以公众为导向，借助现代信息网络技术，通过对政府部门的服务流程进行彻底的再思考和根本性再设计，努力提高政府公共服务水平、服务质量及公众满意度。政府服务流程再造是要打破政府原有的服务模式，对传统的公共服务方式进行改革和创新，这种变革需要遵循一些原则：首先，要以社会公众需求为出发点，加强政府的服务意识，了解公众需求的变化，根据需求生产并提供公共服务和产品。其次，要满足合法性、整体性和渐进性原则，服务流程再造的内容及过程要符合法律的规定。流程再造涉及面广、过程复杂，因而要从整体上、循序渐进地对各个环节和步骤进行重塑。最后，还要遵循数据共享和业务协同原则，通过建立共享数据库，规避因不必要的重复数据输入带来的数据混乱现象。明确这些原则后，通过分析、规划和设计流程的内容，整合政府资源，规范化数据服务流程，为民众提供更优质的服务。

用户作为服务的接受者，对于服务的体验和感知是最直观的。要对服务进行改进和创新，用户是重要的驱动因素，用户的态度、行为和能力对于服务创新有显著影响。政府在规范化数据服务初期，可使公民及企业参与其中，可通过问卷调查或访谈的形式获取公民及企业对于当前数据服务的意见和建议，了解广大用户的需求，对症下药。在搭建数据服务平台时，在模块设计、程序操作等方面要注重基层工作的实用性、简易性，让广大民众感到既能用也好用，充分发挥数据价值的同时也提升了民众对于政府的满意度。

七、结语

大数据的广泛应用使得政府组织不断变革服务模式，伴随着区块链、人工智能等新兴技术的兴起，逐步进入了数字政府2.0时代。数字政府2.0是一种建立在互联网上、以数据为主体的虚拟政府，它以“业务数据化、数据职能化、职能一体化”为着力点，以实现公共信息和数据的高度共享、政府部门间实现无缝合作的“整体政府”为目标，以推动国家治理创新、公民服务个性化以及助力数字经济发展为主要内容的政府发展新形态。本文通过对当前政府大数据服务存在的问题进行分析，结合数据策展构建了政府大数据应用与服务架构图为政府大数据管理提供参考，在“数据即服务”理念基础上构建了数据服务规范模型，为政府大数据服务提出一些改进建议，以期能够规范化政府为社会提供的数据服务，努力实现让数据多跑路，让群众少跑腿，让公职人员减负担的目标。到目前为止，政府大数据管理机构依然处于初步发展阶段，本文所给出的也只是理论层面的建议，具体的实践和实施还有待进一步的研究。

来源：《电子政务》2020年第12期

作者：高国伟 竺沐雨 段佳琪

参考文献：略

免责声明：本文转自网络公开渠道，旨在为广大用户提供最新最全的信息，电子政务智库不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其它渠道者引发的一切纠纷与本平台无关。

立刻加入：数字政府智慧组织

推荐互动：

回复：LHGDZZW 可获取：历年联合国电子政务报告中文版

回复：XZXKGB 可获取：行政许可事项分类国家标准

回复：DZZWBZH 可获取：电子政务标准化指南国家标准

回复：ZDPYC 可以获取：浙江最多跑一次工作规范

国脉数字智库

长按扫描二维码
关注我们 获取更多资讯
客服号：echinagov-GM

关于国脉

国脉，是大数据治理、数字政府、营商环境、数字经济、政务服务专业提供商。创新提出"软件+咨询+数据+平台+创新业务"五位一体服务模型，拥有超能城市APP、营商环境流程再造系统、营商环境督查与考核评估系统、政策智能服务系统、数据基因、数据母体等几十项软件产品，长期为中国智慧城市、智慧政府和智慧企业提供专业咨询规划和数据服务，广泛服务于发改委、营商环境局、考核办、大数据局、行政审批局等政府客户、中央企业和高等院校。

超级App蝶变与未来

无锡市大数据管理局和国脉集团联合多家城市App运营机构发起成立中国城市超级App联盟，并于2021年5月7日-8日在无锡召开2021首届城市超级App联盟成立暨生态协作峰会，以“城市之光——超级App蝶变与未来”为主题，聚焦城市超级App未来发展、建设与运营标准、创新应用及经验分享等内容。大会将邀请决策者、管理者、建设者、运营者开展深入探讨、交流与合作，涵盖最新政策解读、标准文件发布、实践案例分享、未来趋势思辨等，将奉上富有干货、面向实践、有获得感的高品质、风向标专业会议！（扫码免费参会）