烟台市在破解基层数据治理领域的探索与实践

文｜烟台市大数据中心 全卓慧；山东兰图地理信息工程有限公司 张斌

1.前言

人民的需求，始终聚焦在就业、养老、医疗、教育、公平法治、办事效率和营商环境等这些最基层的方面的提升改善。目前虽有政务服务中心、便民中心提供各种公共服务，但是延伸到镇街的各个社区、街道党群服务中心才是最贴近市民生活办事的“驿站”。这就需要政务数据直达基层，数据服务触达百姓，数据平台持续运营，让百姓和基层政府在技术支撑下，更紧密互动，政府随时掌握人民的需求，人民快捷获得政府公共服务，这样的闭环不断迭代、升级，才会让人民感受到城市的智慧，让政府感受到智慧城市投资建设的价值。

2.基层政府数据治理的必要性

基层政府数据治理是指为充分发挥数据价值，以政府为主导，通过运用各种技术手段对数据的产生、流转的全生命周期进行治理来提升基层社会治理效能的过程。

大数据被称为是 21世纪的石油和金矿，已成为基础性战略资源。谁掌握了数据的主动权和主导权，谁就能赢得优势、赢得先机。随着经济社会数字化进程的加速，社会治理的环境日趋复杂，手段日益丰富，边界不断延伸，主体日益多元，作为基层政务服务的第一窗口，海量数据在基层镇街产生、在基层窗口使用，在基层为百姓服务。尤其是疫情爆发以来，对海量数据的挖掘、分析、使用和决策，显得尤为重要，其衍生价值正在发挥越来越重要的作用。如何通过有效的数据治理，使体量巨大、多元、异构、分散的政务数据能够更好地为基层社会治理和服务提供支撑，是当前基层政府面对的重要课题。

3.烟台市基层数据应用现状

3.1 基层数据基本情况

以烟台市芝罘区世回尧街道（城区街道A）和开发区大季家街道（涉农街道B）两个镇街的网络信息系统和数据资源建设情况为例：

（1）网络情况

两个街道共涉及互联网、电子政务专网、财政专网、民政专网、社保专网、医保专网、统计专网等共计7 种网络环境。

（2）信息系统情况

城区街道A 在用各类业务信息系统共计48 个，系统建设层级多为国家级、省级（占比66.6%），部分为市级、区级（占比为33.3%）。

图1 信息系统层级占比分析

涉农街道B 在用各类业务信息系统共计60 个，系统建设层级占比依次为省级（43.3%）、国家级（25%）、市级（18.3%）、区级（11.6%）。

图2 信息系统及数据项统计分析

（3）数据资源情况

城区街道A 共梳理数据资源160 项。包括：①台账类98 项。主要提供部门有综合治理中心、应急管理服务中心、武装部、防疫专班等；②报表类62 项，内含数据项713 条。涉及应急管理和党群服务及各行业、各领域的排查、治理、反馈与管理。

涉农街道B 共梳理数据资源169 项。包括：①台账类90 项。主要提供部门为经管站、党群服务中心、农业综合服务中心及应急事务办公室；②报表类79 份。主要提供部门为党群服务中心、农村综合服务中心以及社会事务办公室。除此之外特定行业现状的收集和管理、改造和居民民意调查等表格。

3.2 基层数据的主要问题

从调研情况可以看出基层工作“上面千根线，下面一根针”，网络条块分割，数据烟囱林立，系统多而不通，导致数据重复采集、汇报任务繁多、决策无则可依、居民参与度低、一数报多门的现象非常普遍。

（1）基层数据采集任务繁重却不享受数据成果。基层单位使用的业务系统中约70%是省级垂直系统或国家垂直系统，基层单位使用系统，数据却无法留存本地，“数据在上、用户在下”造成基层单位“数据饥渴”。调查表明，镇街迫切需要上级数据返还，以支撑工作运行。例如世回尧街道和大季家街道共提出了数据资源需求达208项，主要涉及公共管理、社会管理及社会组织领域，其中来源部门最多的为人力资源保障局，共41 项；来源部门为行政审批服务局的40 项，来源为区市的37 项，其余90 项数据主要来源于退役军人事务局、公安局、民政局、残疾人联合会等其它部门。由于没有统一平台和数据安全管理机制，这些数据资源暂时无法提供。

（2）基层报表统计过滥，加重基层负担。仅世回尧街道应急服务管理中心需填报的常规性报表就多达37 份（其中还不包括特定事件引起的临时性、突发性、应急性报表），而此类报表又包含大量相似的信息（如人口、土地、房屋、企业等基础信息），重复采集、重复上报问题突出。由于镇街人员配备数量较少，加之各种报表时间要求紧，基层人员根本没时间排查，只能“拍脑袋”修修补补，数据的真实性大打折扣。调查还发现，扶贫、人社、残联、防疫、安全生产、生态环保等工作领域都实行网格化管理，网格员频繁重复摸排上报，进一步增加了基层人员的工作量。

（3）信息化基础工作薄弱。大数据意识薄弱，信息化人才缺乏，资金、设备投入不足，制约信息化工作开展。特别是基层人员多数年龄偏大，信息化操作能力不高，出现了“精兵强将不愿来，老弱病残不会干”的尴尬局面。

4.烟台市基层数据治理难点破解之道

烟台市基于一体化大数据平台，通过建设“镇街数据平台”，破解基层数据治理的难题。

4.1 实施方法

烟台市采用持续改进、螺旋提升的实施方法，坚持以应用为导向，从两条线、两个方向上开展工作：一条是业务线，围绕难点、堵点问题，如不动产登记提速、压缩工程建设项目审批时间、基层减负等，开展针对性的数据治理工作，另一条是数据线，建立服务目录和数据目录“两个字典”，统一建立基础库和主题库，规划和合理分工进行专题库建设等。每一个螺旋式的闭环，就是一个专项的数据治理工作，既解决一批业务应用存在的突出问题，又拉动新一轮数据治理工作。

（1）建库方面。开展重点部门、重点业务的事项梳理和数据摸底，建设完善基础库、主题库、专题库，市直单位组织完善部门数据库。

（2）平台建设方面。建设完善政务信息共享交换平台、镇街数据平台、地理信息服务平台等，开展系统对接，应用开发，夯实数据治理基础。

（3）应用方面。试点推出基层减负便民应用、居民健康便民服务、完成试点领域的电子票据应用，完成市级实施工程建设项目审批提速专项应用，应用场景逐渐丰富，亮点纷呈。

（4）安全方面。建设数据加密与密钥管控系统、个人信息匿名化系统、统一安全日志分析系统、数据安全运维管理平台等，初步建成数据治理安全保障体系。

4.2 保障措施

（1）组织保障。在数字强市领导小组办公室的领导下，成立基层镇街数据治理专项工作组，统筹规划、统一部署、协调推进。建立数据管理规范，实施业务系统改造，构建统一领导、上下贯通的数据治理组织架构，确保各项工作顺利推进。

（2）机制保障。建立数据治理全过程的量化绩效评价指标体系，设立以数据挂接率、信息共享率、数据更新核准率，电子证照签发率和应用率等为核心的评价指标，通过镇街数据平台自动获取各部门真实数据并计算绩效指标，实现“以评促建、以评促用”。

（3）资金保障。加大基层数据治理的资金支持力度，将基层数据治理工作纳入财政预算。建立支撑基层数据治理的资金使用、审核、评估机制，服务全流程业务运转。

（4）技术保障。基于全市一体化大数据，从平台技术支撑、数据资源梳理、系统共享实施、数据质量监管、数据服务应用等方面，明确数据产生、共享、流转、处理、应用、更新、存储、备份全流程的责任和分工，保障数据来源的有效性、流转的合规性、处理的准确性和应用的合法性。

（5）安全保障。加强数据安全管理，完善信息共享和业务协同的身份认证和授权管理制度，进行数据资产审计、全程数据监管，建立信息资源使用全过程追溯和问责机制，确保数据信息提供、共享和应用等全流程、全周期的安全管理。

4.3 建设成效

“2021年度中国开放数林指数”，烟台在全国地级市综合排名第一，含直辖市和副省级城市的所有城市中排名第三。在四个单项上，烟台市在数据层排名第一。

（1）数据通，基层工作减负。提供健康码核酸检测疫苗接种信息查询、公民生存状态查询、公民婚姻信息核验、公民社保就业信息查询、学历信息查询、法人信息查询、老年人补贴信息查询、残疾人补贴信息查询等8 类重点数据需求场景，镇街通过接口进行数据比对查询，极大简化基层摸排工作难度，提升了基层工作准确度；开通报表管理功能，将各种报表统一汇集管理，推动数据一次录入、多方复用，镇街常用的200 多个数据报表在平台实现共享共用，一键调用数据即可生成所需报表，有效减轻了基层报表填报压力。

（2）平台统，建设资金减负。由市级统建的“镇街综合数据平台”着眼于为基层减负,系全国首创，做法得到省里高度肯定，并被中办内刊采用报给中央领导。平台建立镇街数据汇聚、共享、开放目录，形成规范统一、动态更新、权威发布的基层政务数据资源体系，目前已经普及到烟台市所有辖区镇街，实现了证照证明和政务数据跨网络、跨层级、跨领域调用，减少了各个系统的开发成本。其中开发区、芝罘区、莱山区、龙口市通过平台的共性资源结合当地特色深度打造了工业、商业、旅游等专项场景的应用建设。

（3）应用+，市民办事成本减负。目前烟台市已纳入294 类证照、4 类证明、13类其他数据，实现了与政务服务平台、行政执法系统和其他社会应用系统的对接，可通过移动端亮码、授权、核验使用，不需当事人出示实体证照、证明办事。

5.结论

数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。各类场景应用或者服务只有扎根在“数据”土壤中,新型智慧城市这棵大树才能向阳而生、无限向上。数据延伸的长度、深度,将决定这棵树根系发达的程度。铺设再宽的网络不过是给数据修了一条路,修建再大的机房不过是给数据装了一套房,开发再好的软件不过是给数据买了一辆车,炒作再大的概念不过是给数据化了个妆,没有数据,一切都将归零。倡导“数据+”的思维模式，充分开发、共享、利用，发挥数据作为生产要素的最大价值。尤其要注意的是,新型智慧城市要有温度要向善,数据的土壤一定不能被“污染”,这也需要我们特别注重数据在采集、传输、处理和应用中的安全问题,不能搞数据绑架,要在安全的前提下,挖掘日益增长的信息数据并不断增值。