《全量政府数据资产登记与数据普查实践》(案例解析)
导读: 近日,在“2017政务数据治理与创新高端研讨会”上,国脉集团总经理、首席规划师郑爱军发表了《全量政府数据资产登记与数据普查实践》的案例分享,结合了两个省的项目实践,从项目背景、资产登记、数据普查三方面做了解析,强调了此次项目中数据基因产品的优势以及服务内容。
一、 项目背景
从政策方面看国务院办公厅关于印发《政务信息系统整合共享实施方案》的通知出台,该文件是继2016年《政务信息资源共享管理暂行办法》(国发〔2016〕51号)之后,推动政务信息资源整合共享的又一重要文件。
贵州省率先开展政府数据资产管理登记探索实践。贵州省2017年7月份颁布了《数据资产管理登记暂行办法》。把政府数据资产做了定义,所谓政府数据资产,是指由政务服务实施机构建设、管理、使用的各类业务应用系统,以及利用业务应用系统依法依规直接或间接采集、使用、产生、管理的数据,具有经济、社会等方面价值,权属明晰、可量化、可控制、可交换的非涉密政府数据。
贵州省将政府数据资产清单登记范围作了更清晰的描述:政府信息系统资产目录清单、硬件资产清单、软件资产清单,以及采集、使用、产生、管理的数据资产清单,特别建立了数据资产登记簿。如何进行管理,我们认为数据资产清单化会成为新的常态。
二、资产登记
贵州省全量政府数据资产梳理及管理建设主要内容围绕全量政府数据资产梳理及管理建设,国脉就贵州省政府数据资产作了一个整体方案,包括制定方案、试点先行、资产盘点、系统搭建、制度规范。 其中最重要的工作有以下两点:
1.编制政府数据资产登记簿
————————————
有四个维度进行编制。一个维度是网络和硬件的清单,包括清单的子类别、名称、填写的要求等。第二是软件清单,第三是数据资产清单,数据资产清单把数据的管理采集来源、数据拥有者、数据保存、数据存储、数据安全、数据管理进行罗列,第四是罗列了基于硬件与软件的关系,硬件与系统的关系,软件和数据的关系以及系统与数据的关系等,在贵州省政务信息资源目录的基础上,将各部门的政务信息系统与数据资产清单信息进行补充整合。形成了贵州省政府数据资产的登记簿。
2.搭建贵州省政府数据资产登记管理系统
—————————————————
通过国脉数据基因对信息系统登记项进行统计,过去的信息系统可能是10项或20项,贵州数据资产登记系统包括硬件、软件数据资产共120项,搭建了基于数据基因的全量数据资产登记簿管理系统,包括四个功能数据登记、动态管理、角色管理、统计分析。
○ 数据登记—— 是按照每个系统的要求,专门按照打钩的方式进行罗列;在调研阶段根据实际需求,定制材料填写模块,给各市直部门配置对应账号,利用系统功能实现政府数据资产材料填报,并能实时导出各市直属部门政府数据资产清单。
○ 动态管理—— 是基于政府数据资产清单管理、使用、更新、维护等方面的需求,支持增、删、改、查等基本维护操作,加强政府数据资产的动态化、常态化的系统管理,实现政府数据资产注册登记、发布管理、审核管理、更新管理、修订管理等功能。
○ 角色管理—— 是政府数据治理,治理最重要的一点是对角色的定义。如何进行角色管理呢?系统设置了5类角色,每个角色的权限不同。依据平台的管理制度结合全市政府数据资产管理架构,针对管理部门和各委办局提供分角色,进行权限管理,实现权限和管理职责的对称管理。
○ 统计分析—— 是提供政府数据资产五大关联分析,分析贵州省当前政府数据资产的现状,明晰政务数据资源与信息化系统之间的逻辑关系。
三、 数据普查
浙江开展政务信息资源目录编制试点工作,主要围绕《政务信息系统整合共享实施方案》国办发〔2017〕39号文提出对政府信息资源进行编目和进行普查,如何进行普查?浙江省数据管理中心要求在规定时间内,摸清系统和资源底数,明确可以共享的数据资源包括最多跑一次的服务事项梳理。 目前主要开展三件事情:
○ 资源架构一张图—— 浙江省到底有多少数据资产,对其数据表、数据库和资源目录以及部门数据、基础数据、主题数据等进行分类,并做了顶层规划。
○ 全口径的梳理—— 基于业务梳理,应用系统数量以及应用系统的数据,按照政府的职责范围进行梳理,进行全口径的梳理。
○ 管理体系设计—— 如何进行核心数据的一数一源,一数一源如何构建,其认责体系、考核体系构建方法等。
浙江数据普查系统有资产普查、普查管理、资源目录。通过普查建立资源目录,进行资源查询、统计、系统的设置等,内容包括导出、导入。依据不同权限可以看到各部门系统是已经在建还是正在建,是租用机房、自建机房还是应用专业的云平台,在浙江普查系统里可以全部看清楚。系统涵盖了信息系统名称、系统介绍、审核部门、审批时间、在建意见、资金来源等30个要素,所有内容一目了然。
四、浙江公共数据大普查的实践启发
通过浙江的资源系统项目普查,总结出了四点实践启发:
○ 第一, 项目主导—— 通过系统的普查实现了迁云和系统的云化。
○ 第二, 整合专网、僵尸和孤岛系统—— 业务专网需与省一级内外网整合;僵尸系统根据几个量化维度实施关停并转;处室名义存在的孤岛系统需整合。
○ 第三, 智能归集—— 共享数据没有归集的需要完成归集,归集好以后在审批运维经费,包括变小系统共享为大系统信息共享整合。
○ 第四, 资源节约—— 原则上浙江全省数据库、应用系统的物理建设,新项目不予审批。硬件设备基本用在云平台。这是在集中力量办大事通过“项目主导、系统整合、智能归集、资源节约”的数据治理思维,创新应用了数据基因软件,开展了全面的公共数据的普查。
总之,数据资源管理体系建设的关键是坚持用“工匠精神”做好信息数据资源管理应用基础性工作,用落地的“顶层设计方法”设计大数据建设一体化体系实施路径,在“新思维和新技术”环境下共性平台重构。数据标准化建设、资产清单化管理、决策智能化应用、资源社会化服务成为大数据时代政务服务的发展趋势。
注:本文来源电子政务智库,编辑:Fynlch(王培),数据观微信公众号(ID:cbdioreview),欲了解更多大数据行业相关资讯,可搜索数据观(中国大数据产业观察网www.cbdio.com)进入查看。
责任编辑:王培