邓念国

        数字化政府建设是我国当前政府转型的重要方向，政务数据的管理水平和应用程度是数字化政府建设的前提和基础。起初，随着办公自动化和管理信息系统的广泛应用，政务数据提升了部门内、系统内或行业内的管理绩效。其后，随着电子政务近20年的强劲发展，政务数据在整合和调动资源、促进管理革新、提升用户体验等方面的作用得到了进一步的发展。而今又迈入数字政府阶段，政务数据在政务领域全面深入的应用已成为时代之所需，通过政务数据驱动政府管理和决策已成为新的发展趋势。
　　纵观政务数据管理的发展历史及演进规律，根据其成熟程度，可依次分为五个发展阶段。
　　第一阶段，萌生期。在这一阶段上，人们对政务数据还不够重视。无论是社会还是政府，对政务数据的认识还停留在非常粗浅的阶段，仅仅将其当作拿来即用的临时用品；而且，数据工作在政府部门中往往处于附加或者次要的地位，仅仅由系统拥有者或者项目管理者进行临时管理，而他们大多缺乏政务数据管理的专门技术和方法，对这方面的培训也较少；再者，政府部门对数据质量不甚关心，数据质量较差，也较少有旨在促进数据质量改善的项目。
　　在管理上，政务数据尚处于分散无序状态，既没有配置专业的数据管理机构，也没有配备专门从事数据管理的人员。数据采集方面，仅仅由某些项目人员或部门人员以人工收集方式采集而来，所采集的数据没有统一的标准，文件格式也没有统一。数据存储方面，政务数据存储在各自为政的管理信息系统之中，形成一个个数据烟囱，不仅重复数据、混乱数据、低质量数据较多，也没有做到同步更新。数据使用方面，数据使用部门和技术部门之间的联系较为松散，若要使用数据，则主要是通过数据拷贝、数据打包的方式来进行，数据不能轻易共享。
　　在数据分析上，基本处于无分析的状态。对管理过程中产生的数据多限于简单的堆积或者聚集，采集来的数据也主要用于现状核对，很少有数据分析，也缺乏可供比较的年度数据。此时所谓的数据分析往往只是对数据进行概要式报告，难以用作管理和决策参考。
　　第二阶段，初建期。此时，开始认识到政务数据的价值，对政务数据的认识也不断加深，政府部门开始自觉地把数据当作辅助管理和决策参考的工具。同时，政府部门开始重视数据的质量，并根据管理要求有目的地收集和使用数据。
　　在管理上，开始进行有计划有目的的管理。首先，建立起一些数据管理团队专司数据管理，数据从业人员大部分精力用于数据维护、清洗和形成数据报告，当然此阶段数据管理人员还未有清晰的职业发展路径。数据标准虽然不常使用，但开始出现一些统一的文件格式，同时开始注重开发、存储和使用元数据文件。其次，在数据存储和使用上，政务数据依然保存在分散独立的管理信息系统之中，但交易数据或在线数据可以基于特定需求而使用，一些数据可以通过数据导入等方式程序化地获取。另外，在线数据开始建立，数据更新速度加快，但数据在机构内还不能共享。
　　在数据分析上，开始进行有目的的分析。由于存在足够的交易数据或在线数据可供跨年度的数据比较，因此对数据可以进行描述性分析，回答“过去发生了什么”，从而用于检视过去的管理工作绩效，以利于今后改善项目管理，或者用于促进管理决策。
　　第三阶段，成长期。在认识上，开始从机构层面重视政务数据的价值。数据的使用已经贯穿于政府管理各个领域、各个环节和各个过程之中，依数据决策、依数据管理、依数据监督已成为常态，政府管理和决策已离不开数据的支撑。同时，整个机构中都强调通过领导和管理来改善数据质量。
　　在管理上，政府内部建立起专门的数据管理机构，设置相应的工作岗位，聘用专业人员，利用复杂的分析技术解决业务线或者机构的运营和任务难题，政府还为数据从业人员提供职业发展训练及清晰的职业发展路径。在数据采集和使用方面，一是收集用户反馈数据以优化与数据相关的产品和服务。二是建立政府数据目录，进行元数据管理，并将元数据用于潜在数据变化的影响分析之中。三是对跨部门、跨层级的数据，开始采用格式统一的文件和统一的标准。四是进一步强调部门层面的合作，打通数据的界限和壁垒，着手建立共用的数据系统，实现跨部门的数据管理，因此许多数据可以通过系统程序化地获取。
　　在数据分析上，开始进行问题诊断式的分析。可以通过数据分析，对机构运行进行实时监管，发现机构绩效不理想或者运营问题的原因，回答“正在发生什么”以及“为什么会发生这些问题”，从而帮助机构更好地理解其工作任务和使命，明了其运行功能。还可以通过分析，将有质量的数据转化为有用的信息，为管理层和执行者提供决策参考，进而调整管理策略，改进管理措施。
　　第四阶段，丰富期。在认识上，整个政府组织都开始重视政务数据的价值。此阶段，数据被当作战略资产看待，数据的价值得到充分重视。同时，对数据质量的重视程度进一步提高，提升数据质量被当作机构的首要任务，而且强调数据的监管和测量；此外，开始强调数据驱动战略决策和运营决策。
　　在管理上，任命首席数据官专司数据管理之责，并建立起服务于数据治理的专门组织，保障整个机构数据管理人员的整合，以处理机构内部复杂的难题，并向领导层提出可行性报告。此阶段，统一的文件格式、通用的技术标准、跨部门数据协同成为主基调，而且开始使用跨功能的数据模型、目录和术语。同时，开发出组织层面的共享目录、数据转换标准、语义模型等。数据使用方面，开始进入全面的共建共享共用阶段，不仅共用的数据系统应用十分普及，关键数据都可以通过共用系统程序化地获取；而且还可以对数据进行跨功能应用的管理，各政府机构可以利用共享服务，实行数据的跨部门使用。此外还存在一些共用的管理工具，支持数据管理和数据分析的有效性和便利化。
　　在数据分析上，开始进行决策支持型分析。可以通过数据进行预测性分析，运用算法和复杂数据模型提供机构层面场景式的决策支持，帮助机构预测现行政策的影响，从而发现趋势性问题，进而促进政策调整。
　　第五阶段，成熟期。在此阶段，开始全面强调政务数据对管理和决策的驱动价值，数据已成为管理和决策的赋能者。数据真正成为战略资产，组织内所有层面都需借助数据指定并执行决策，以解决机构使命和运营挑战。
　　在管理上，建立起更大范围的数据管理社区。数据拥有者、数据从业人员、分析专家、项目管理者、系统拥有者等主体建立起内部数据社区，并在组织内部形成普遍的数据文化，引导所有人员改善其数据能力。此阶段，政务数据文件格式统一、标准统一，政府组织开始在所有平台中使用整合的元数据模型。而且，关键数据都可以通过核心的共同数据系统程序化地获取，跨部门的共用管理工具也得到更广泛的使用。另外，各个机构使用政府层面的数据标准、开放数据协议以及应用程序接口的同时，可以利用政务云等共享平台改进绩效。
　　在数据分析上，进入全面驱动管理决策和全面增值利用阶段。可以运用众多数据源，采取复杂模型对数据进行跨功能的预测性分析，从而为管理提供最优化方案，因而数据辅助决策的作用得到了充分的发挥。