以数据整理小切口，做好全国统筹大文章

社会保险数据整理工作是企业职工基本养老保险全国统筹信息系统建设的关键一环。稳妥有序地开展数据整理工作，提升数据的规范性、完整性、一致性和准确性，整体提高数据质量和标准化程度，更是夯实企业职工养老保险全国统筹业务经办管理、统计分析、决策指导等各项工作基础的根本保障。

2021 年12 月16 日，企业职工基本养老保险全国统筹实施工作电视电话会议在北京召开，中共中央政治局常委、国务院副总理韩正在会上指出，实施企业职工基本养老保险全国统筹制度，是党中央、国务院作出的重大决策部署，要突出重点任务，扎实做好企业职工基本养老保险全国统筹工作。

开展企业职工基本养老保险全国统筹工作，信息系统是关键。2021 年，人社部对企业职工基本养老保险全国统筹信息系统建设工作进行安排部署，确定8 个省份开展养老保险全国统筹信息系统建设先行先试工作，并针对全国统筹信息系统数据整理工作下发工作方案。各地要按照“谁生产、谁整理”的原则，开展历史数据整理和治理分析工作，完成本省历史数据的质量检查和问题修订，保质保量完成历史数据的全量整理和初始化，确保整理前后数据的完整性、准确性和一致性。

以企业职工基本养老保险全国统筹工作为契机，各地集中开展了社会保险信息系统数据全面清理整顿工作。天津从组织保障、运行机制、管理手段入手，以小切口做好大文章，采取“扩渠道、定制度、建队伍”3 项措施解决数据整理过程中遇到的棘手问题。山西针对“历史数据核实难”“人手不足，数据整理推进难”“经办任务重，整理精力难保证”“审核流程严格，整理速度难保证”等问题主动作为，一一对应提出切实可行的解决方案，确保数据评估达标。江西将2021 年确定为“数据整理年”，并印发《江西省社会保险数据整理专项行动工作方案》，明确数据整理的重点内容、任务分工、工作要求，有效解决“做什么”“谁来做”“怎么做”的问题，为率先实现对接养老保险全国统筹信息系统奠定了基础。新疆则从地州市抽调责任心强、工作细致、对后台数据结构和前台业务熟悉的技术和业务骨干组成数据整理小组，按照人社部数据整理的要求，制定并实施了全区数据整理工作方案。

2022 年，各省份要按照“时间表”尽快完成省级系统改造历史数据整理和部省联测，尽早实现部省系统对接上线。各省份系统全部切换上线后，仍将经历一个持续完善的过程，地方的数据整理工作也不会因全国统筹系统上线而结束。

2021 年底，人社部办公厅印发《关于推进社会保险经办数字化转型的指导意见》，提出要加快改善社保经办数字化环境，全面加强社会保险数据治理，并对数据治理工作做了总体规划和安排。各地应结合实际，以全国统筹实施为重点，以社会保险经办数字化转型为契机，通过网上经办、外部门数据比对等方式解决数据整理难题，继续推进数据整理工作，积极探索开展包括数据整理在内的数据治理工作。本期将围绕“以数据整理小切口，做好全国统筹大文章”主题，邀请相关负责人开展讨论。

数据整理，至关重要

从更高层面看，在社保经办数字化转型背景下，数据资源将成为驱动业务的关键要素，全面构建“一网通办”服务模式是“十四五”时期提升社保经办管理服务的统领性任务和主要特征，数据将日益成为跨部门、跨区域、跨层级的一体化共享协同的核心因素。包括数据整理在内的社保数据治理体系尚未系统化建立，使得数据的生产、管理、应用难以适应数字化转型的迫切要求，养老保险全国统筹增强了数据治理的迫切性。

经办服务发展到今天，“客户至上，服务为先”的准则逐渐成为经办机构的共识。百姓会用银行、保险公司等机构的服务水平对我们的线下经办提要求，也会用微信、支付宝等软件与我们的线上渠道做比较，我们要给“时代的阅卷人”满意服务，不能仅靠流程优化、渠道完善，还应从基础入手，以数据赋能，尽快完成经办的数字化转型。

2021 年初，江西省被确定为对接全国统筹信息系统的8 个先行先试省份之一。为确保平稳顺利接入部中台数据库，也必须大幅提高全省社保数据质量。

紧抓契机，先行先试

通过数据整理工作，我们不仅发现并整改了问题数据，提升了数据质量，还探索了一套使业务、数据紧密结合的工作方法，培养锻炼了一批熟悉数据结构的干部员工，下好全业务数据治理的“先手棋”。

江西省2021 年11 月19 日对迁移数据进行数据质量检测，数据质量检查校验点通过率为87.94%，数据质量检查数据条数通过率为99.28%。目前，数据库中仍存在一些疑似问题数据，我们将其纳入“数据质量提升年”活动中，进行逐条核实、修正。

发现问题，解决问题

为解决数据整理问题，我们采取了“扩渠道、定制度、建队伍”3 项措施。一是充分利用共享数据。与市场委、公安局等单位对接，建立数据共享渠道，确保数据鲜活准确，并以统一信用代码、身份证号码作为主键，辅以法人名称、单位地址、出生日期等参考数据，解决了一批数据问题，也为今后共享数据应用奠定了基础。二是逐步建立管理制度。在数据整理工作中，多部门合作是最关键的一环。我们在工作中逐渐摸索出双周例会制度、四方会商机制、数据三级流转督察系统等行之有效的工作机制、方法,逐步将其纳入中心标准化管理体系，在今后数据治理工作中持续发挥作用。三是培养锻炼核心团队。

积极探索数据治理

在数据按标准汇聚、搭建全域数据底座和数据治理平台的基础上，还要从建立数据管理体系、盘点数据资产、加强质量管理和深度挖掘数据价值4 个方面推进：明确数据治理组织架构，规范部门间职责，编制数据资产、数据标准、数据质量等方面的管控制度，持续细化管理颗粒度，逐步建立标准化操作规范；通过对数据表分类、整理、标识，形成完整、清晰、可用的数据资产目录，结合业务逻辑、数据标准、系统设计，构建数据模型体系，反映数据关系；参考数据质量管理最佳实践，通过数据质量管理的“七个维度”和数据质量提升的“五步法”，实现数据质量闭环管理；充分释放数据资源的聚合价值和规模效应，规范共享数据标准，拓展数据应用场景，支持业务高效处理和服务持续优化。

数据治理是全国性的系统工程，具体责任应落实到各级经办机构，按照数据“谁生产、谁负责”的原则，压实各级经办机构的责任。数据治理需要由人社部主导，顶层设计、高位推动，制定数据检测规则，提供数据检测脚本（或者下发具体疑似问题数据），建立数据治理台账，定期调度数据治理进度，通报工作落实情况，制定考核指标和办法，建立健全奖惩机制，充分调动各方面的工作热情和积极性。

其次，数据治理首先是权责问题，而后才是业务和技术问题。对内而言，数据治理的首要问题是数据权责归属的清晰、重构与落实。对外而言，在“互联网+政务服务”生态中，某个社保经办机构只有对其数据和业务逻辑（算法）做到真正负责，才是对自己负责，才能对“一网通办”中的其他主体负责。

最后，建立社保统计核算体系。从数据质量控制、数据标准化等技术和业务层面讲，解决数据指标含义不精准、逻辑化体系缺失问题已成为当前数据治理的迫切要求。例如，一个参保单位2月份的缴费，需在3 月份核定，4 月份到账，“如何核算该单位各月应收、实收、欠收及相应的参保人数”这个看似不是问题的问题，却长期以来没有明确答案。只有通过区分社保关系时间及核定、到账的业务办理时间以及缴费核定类型等关键指标，通过体系化的设计才能全面客观反映业务。