浅析数字政府的架构设计

Posted 2021-04-10 苍宇中的尘埃

从广义上讲，政府包括了国家行使权力、履行智能的所有组织机构，是通过政务服务进行社会治理和推动社会发展的组织力量。政府的主要职能是开展各项政务活动，政府的数字化离不开政务的数字化。政务的数字化首先是其主客体关系、生命周期、流程和过程的数字化。政务的主客体，在类型上可以分为管理者、运营者、提供者、所有者和使用者。政务的生命周期，也是政务大数据的生命周期。从生命周期来看，政务大数据有产生、成长变化和消亡的过程，即从创建和初始存储，到它过时被删除的全过程，是和各项政务活动的开展息息相关的。政务服务过程和流程是与政务大数据的生命周期紧密联系的。政务的服务过程管理和流程规范化，都是保障政务服务质量的重要手段。

综上所述，政务的数字化是数字政府的基石，政务大数据是政务数字化的主要内容。因此，数字政府的架构设计核心就是政务大数据的架构设计。同时，政务的上下文边界是围绕着政府职能的变革、行使社会治理、监管及服务的业务模式发展而不断发展和衍化的。政务大数据的上下文边界伴随着政务的上下文边界的变化而变化，可以概括为围绕政府职能所开展的“作业”、“监管”、“治理”、“决策”、“服务”。相应地，政务大数据的上下文范围可以概括为在政府职能行使过程中所产生和利用的“业务数据”、“监管数据”、“治理数据”、“决策数据”和“服务数据”五类数据。

此外，数字政府是促进社会治理和管理统一的典型模式。治理和管理的共同点在于“理”，这个“理”的过程是政务事务整理、梳理、规范化、体系化的过程。治理的核心在于“治”，这个“治”的过程是面向问题的整顿、疏导和从根本上解决。管理的核心在于“管”，这个“管”的过程是旅行政务监管职能的过程。通过政府的数字化转型，把政府开展政务活动过程中的治理和管理活动实现了更有效的统一。所以，数字政府的架构设计，本质上是政府治理和管理的一体化设计。

1 数字政府概念设计

电子政务是数字政府的重要基础，互联网+是数字政府的加速剂，大数据和人工智能是数字政府的关键要素。自20世90年代初期至今（近30年），电子政务的发展大致可分为以下三个主要阶段：

第一阶段：政务信息化阶段

该阶段以办公自动化、专项业务应用和双门户（互联网门户、政务网统一信息/应用平台）作为建设内容的重点，以政务电子化、政府上网和政务服务一体化为主要特征。

传统的电子政务规划，可以归纳为“三网、四库、十二金”。政务的“三网”从逻辑域划分来讲，是指政务互联网（也成政府公众信息网，与互联网直接连通）、政务外网（也称政务专网，与互联网逻辑隔离[单向连通]，服务于信息交换，各个部门协同的办公业务资源网）和政务内网（与互联网物理隔离、物理上不连通，一般用于机关内部办公业务）。政务的“四库”一般指人口、法人单位、空间地理和自然资源、宏观经济等四个基础数据库，后来泛称为政务信息资源库。政务的“十二金”曾经是电子政务的重要建设内容，也曾是国家电子政务应用的顶层规划，但目前几乎不怎么提了。本着捋清发展轨迹的精神，在这里还是简单回顾一下。首先，“十二金”是泛指政府行政、监管和服务工作中涉及的“十二个”重要业务信息系统，事实上数量是超过十二个的（如：金宏、金财、金农、金盾、金保、金税、金关、金水、金质、金审、金卡、金贸、金企、金信[红盾]等等）。

第二阶段：智慧城市阶段

该阶段以数字城市、市民一卡通、应急指挥、一站式一门式行政服务大厅、全程网上政务服务、网格化治理、数据中心为主要建设内容，以城市整体、全局的视角，综合运用物联网、虚拟化、云计算等信息技术，提供协同、高效、综合的政务服务能力，智慧城市具体到智慧政府上，本质上是以“政务互联网+”为重要展现形式的，政务网络化是其主要特征。

第三阶段：数字政府阶段

以大数据、机器智能、区块链等技术应用为特征的新阶段，即现阶段。在政务信息化和智慧城市建设的基础上，政府越来越重视政务数据的综合治理、价值创造以及基于政务数据的模式创新。政务作业一体化、模型驱动的治理监管和智慧决策是其新的发展重点，政务数据化是其主要特征，未来必然实现数据的自治。

可以预见，未来政务的发展方向也是会以“政务AI+”为主要方向的。与此同时，政务大数据将成为“政务AI+”的重要基石，数字政府的建设被加速提上日程。本文主要从数字政府的核心内容政务大数据的主要内容与组成和数据业务关系来阐述其概念设计。

2.1  主要内容与组成

数字政府的架构设计核心就是政务大数据的架构设计。政务大数据的“业务数据”、“监管数据”、“治理数据”、“决策数据”和“服务数据”五类数据是其主要内容。

业务作业数据：指政府机关或其他业务主体在进行业务活动开展过程中所产出或利用的数据。如在政务办公中，产出的工作文件、业务信息等。

行政监管数据：指政府机关行使监督、管理的基准数据。如合规性检查标准、业务监管控制标准等。

规范治理数据：指对政务大数据的标准化、规范化的约定，如业务数据元规范、元数据标准等，该部分数据同时服务于自上而下的“规划”、“治理”、“一致性保持”，以及自下而上的“汇聚”、“共享”、“交换”。

决策分析数据：指基于政府监管职能的决策分析规则库、决策模型、决策引擎数据，用于支撑政务大数据的决策分析能力和自学习、自优化、自提升。

综合服务数据：指给予政务大数据而组合以及创造出来的、具备新附加价值的服务数据，可以在政务活动中被再利用，也可以直接服务于使用者。

上述五类数据是围绕数字政府的五类核心业务来展开的，业务作业、行政监管、规范治理、决策分析和综合服务这五类核心业务也就构成了数字政府的主要框架，如图1所示。

图1  数字政府的业务框架

2.2  数据业务关系

数字政府的五个主客体：管理者、运营者、提供者、所有者和使用者相互之间的逻辑关系如图2所示。

 

图2  数字政府主客体

政务大数据服务的参与者主要包括政府、公民、企业、外国人和社会组织。政务大数据服务提供的过程，同时也是政府为主导、各方参与共同对政务大数据治理的过程。其中，政府是名义主体，其他四类参与者是名义客体。然而，这个主客体关系不是绝对的，以公民政务数据为例，相关政府部门既是提供者也是使用者。一方面政府相关部门为公民提供相关政务数据服务，同时政府相关部门也需要在社会治理和政务服务过程中使用这些政务数据。

作为政务大数据服务的名义主体，各级政府部门起着至关重要的作用。政务大数据服务的提供是伴随着政务服务的提供来展开的，政府治理的过程也就是政府权责行使的过程。以管理者、提供者和使用者为例，管理者对政务大数据的核心职能在于数据的监管和治理，其监管和治理的范围还会涵盖所有者和运营者。对于政务大数据的提供者来说，数据服务是基础，价值创新是核心。在政务大数据的五个主客体中，使用者是整个链条数据价值最终落地的一环，从数据获取、加工、建模和分析四个基本动作中来体现其价值。

2 数字政府逻辑设计

数字政府的逻辑模型是基于其概念模型，对其逻辑结构进行数据建模，它重在说明数据之间的逻辑关系。自底向上而言，政务大数据的逻辑模型包括：元数据、主数据和主题数据三个核心部件，数据存储、数据计算和数据服务三个重要层面，数据采集、数据运营和数据管理三个基础体系。

 

图3  数字政府逻辑模型

政务大数据的主数据是服务于政务信息集成与共享的全局性政务信息资源数据，其核心价值在于在全局范围内具有较高的可共享性。元数据强调的是规则、规范和标准，说明数据的组成结构；主数据是被实例化的，是被反复引用的关键业务数据，强调的是政务数据集成共享后的核心业务价值。政务大数据的主题数据是对政务信息资源进行战略规划后的产出物，体现的是数据视角下的政务业务融合。

政务大数据的主题数据为其元服务建立了重要基础，在物理上需要构建其存储、计算和服务三层模式。政务大数据的元数据规划、治理好了，其存储模式也就建立了；计算层的计算能力有赖于主数据的规划、治理；服务层的服务能力依托于主题数据的规划、治理。

3 数字政府物理设计

数字政府的物理设计核心是政务大数据的物理设计。政务大数据在物理上分为“数据存储、数据计算和数据服务”三个重要层面。

 

图4  数字政府物理模型

政务大数据的存储层从大的方面来讲就是要解决好结构化和非结构化两类数据的存储问题。政务大数据的计算层是围绕着政务业务来展开的，政务大体上可以分为协同（G2G：政府对政府）、治理（G2S：政府对社会）、服务(G2C：政府对公众&G2B：政府对企业)和决策（G2S：政府对社会）四个部分。政务大数据的服务层是基于计算层的支撑来实现的，按照计算层的政务协同、政务治理、政务服务和政务决策四类政务大数据群组，依次衍生出“协同流程、协同成效”，“治理体系、治理收益”，“服务提供、服务优化”和“政务研判、政务预测”等八大政务业务主题域。

其中，协同流程重点是提供政务活动的业务流程、过程数据支持，协同成效是对政务活动的价值评估、衡量，两者共同构成政务大数据在协同层面提供的数据基础服务、增值服务和价值创新；治理体系是政务监管评价、综合治理在政务数据层面上进行具体保障的系统性规划以及工具集、作业集，治理收益是治理效果的具体量化、数据展现；服务提供和服务优化也是相辅相成的，前者是基础、后者是用于政务服务的自我改进、提升；政务研判是对政务活动的研究、分析和判定，核心目标是政务预测，即服务于对政务活动的未来预测、更好支撑未来的政务活动。从技术落地上来讲，政务大数据的服务层是需要可视化技术、机器智能技术进行支撑的，前者用于展现展示和基础互动，后者用于基于AI技术的虚拟“专家”智库/团队。

4 数字政府应用实践

5.1  广泛部署结构与安全体系

就数字政府的建设而言，一是政务安全域决定的其网络结构，二是政务业务域决定的其通信结构，三是政务管理域决定的其物理拓扑。存储、网络和计算基础设施的虚拟化、超融合、云计算、云存储和灵活、可控地软件定义资源奠定了政务云架构的物理基础，从而也影响了其部署结构。以网络结构为例，安全要求和开放程度成反向关联。

 

图5  数字政府网络结构

从通信结构来看，政务大数据的业务域主要包括横向同级政府部门之间（如某市农业局、环保局、水利局等部委办局）的多作业单元业务协同，以及纵向各级业务职能部门之间（如公安部、省公安厅、市公安局等）的多级业务联动。从物理拓扑来看，政务大数据的管理域可以分为国家、省区市、城市和社区等多个层面。从国家战略层面来看，建立国家级的政务大数据中心（如财政、监察、纪检、公安、农业、金融、工业、人社、环保、交通等），服务于政务大数据的动态监管和综合治理，进而提升和改善依法行政、服务于民的综合社会治理能力。而省区市县各级行政主管部门，每级的各个职能部门的政务数据实现本单元的汇聚是建立国家级政务大数据的重要基石。其中，城市和社区作为功能单元，也将成为政务大数据重要的横向协同、纵向联动部件。

数字政府的安全首先是政务大数据的安全，需要从认证、授权、鉴权以及数据的使用与管控等多个方面和维度，来构建其纵横交错、互成体系的安全防护网。同时，其防护重点是在业务流程、工作过程和作业规范三个方面。主客体防护、全周期监管、九大安全要素和安全融合共同构成了多维的政务大数据安全体系。

4.2 价值链与运营模式

在国家层面，对政务大数据的使用从之前的政务信息公开（向民众、相关方公开）到现在的政府数据开放（覆盖不同层面、更广范围、有条件、有步骤的开放），是一个非常有里程碑意义的跨越。国内的一些知名厂商如浪潮，还提出了政府数据开放五级技术成熟度模型（Level 1：信息公开、Level2：数据网站、Level 3：数据门户、Level 4：数据平台、Level 5：数据生态），并指出国内已经做数据开发的城市大多也仅处于二级或三级，更多的城市仅处于信息公开（Level 1）的阶段。因此，政府数据开放的工作还很是任重而道远。从数据治理的成熟度来看，政务大数据的成熟度可以分为level 0-5 六个层次，用来定义、评估政务大数据治理的成熟水平。

 

图6  数字政府数据成熟度模型

数字政府在政务服务、行政监管和社会治理中的价值涵盖包括用数据治理、用数据说话、用数据发展、用数据改进和用数据创新五个方面。

用数据治理：政务大数据与政务服务、行政监管和社会治理有效衔接，有助于推动跨部门、跨区域管理协同、信息共享，更深层次、更广领域促进政府与公民、企业之间互动，形成政府主导、社会参与的协同治理新模式。

用数据说话：政务大数据为政府决策提供了“准全样本数据”，为政务服务、行政监管和社会治理过程中的科学分析、预测和决策提供了重要基础。

用数据发展：数字政府与工业、农业、第三产业等各产业经济发展深度融合，促进产业良性、健康、均衡、协调的发展。如关系国计民生的农产品、食品、药品，通过汇聚相应的行业大数据在区域分布、供需配比、产供销一体化、质量追溯等多个方面进行数据协同，实现集约化的产业经济高效发展。

用数据改进：数字政府是改善和提升政府政务服务、行政监管和社会治理水平和能力的重要依据，它有助于科学确定当前存在的问题，并选择评估改进方案、策略的可实施性。

用数据创新：数字政府把已有的政务信息系统、完整、准确的汇聚起来、关联起来，为政务改革创新提供了很好的数据参照，为科学构建系统完备、科学规范、运行高效的党和国家机构职能体系提供了客观依据。

数字政府运营的根本宗旨是有益于民，基础在于服务提供能力建设，本质上是其价值产生、传递和创新的过程。

 

图7  数字政府数据运营模式

数字政府的运营本质上是政务数据价值产生、传递和创新的过程，其运营模式服务于这三个过程，可以将其归纳为“一个核心、两个支撑、两个服务、两个手段、一个目标”。一个核心指以“业务驱动”为核心，两个支撑指“业务支撑”和“运营支撑”，两个服务指“外部服务”（对企业、对公民提供政务相关的数据服务）和“内部服务”（对各级政府机构、部门提供内部数据协同服务），两个手段指“数据规划”（自顶向下）和“数据治理”（自底向上），一个目标是指“数据自治”（自我优化）这个终极目标。

5 结论

本文首先介绍了政府与政务、与政务大数据之间的关系。政务的数字化是数字政府的基石，政务大数据是政务数字化的主要内容。因此，数字政府的架构设计核心就是政务大数据的架构设计。通过对数字政府的概念设计、逻辑设计和物理设计三个方面研讨和分析，全面论述了数字政府的架构设计。

本文最后对数字政府的核心要件政务大数据，在部署结构、安全体系、价值链和运营模式等方面的大数据与AI技术应用实践做了阐述，对数字政府的未来发展方向进行了展望。

数字政府运营的根本宗旨是有益于民，基础在于服务提供能力建设，本质上是其价值产生、传递和创新的过程，其架构设计也正是围绕服务提供能力建设，基于数据价值过程，以有益于民为中心展开的。